ENHANCING DECISION MAKING

Makalah ini diajukan untuk memenuhi salah satu tugas mata kuliah Sistem Informasi
Manajemen
Dosen Dr. Deddy Rusyandi, SE., MSi

Disusun oleh: Kelompok 4

Kelas: Sistem Informasi Manajemen B
1. Albani Albar Bartz A10190244
2. Andri Ramadhan A10190223
3. Fanisa Farah Z A10190192
4. Fazar Yudhistira A10190202
5. Hesti Aulya N A10190242
6. Nina Rosida A10190199
7. Sandy Pratama A10190304
8. Syifa Aulia A10190225

S1 MANAJEMEN
SEKOLAH TINGGI ILMU EKUITAS
BANDUNG
 KATA PENGANTAR
Assalamu’alaikum warahmatullahi wabarakatuh
Segala puji bagi Allah SWT yang telah memberikan kami kemudahan sehingga kami
dapat menyelesaikan makalah ini dengan tepat waktu. Tanpa pertolongan-Nya tentunya kami
tidak akan sanggup untuk menyelesaikan makalah ini dengan baik. Shalawat serta salam semoga
terlimpah curahkan kepada baginda tercinta kita yaitu Nabi Muhammad SAW yang kita nanti-
natikan syafa’atnya di akhirat nanti.
Penulis mengucapkan syukur kepada Allah SWT atas limpahan nikmat sehat-Nya, baik
itu berupa sehat fisik maupun akal pikiran, sehingga penulis mampu untuk menyelesaikan
pembuatan makalah sebagai tugas dari mata kuliah Sistem Informasi Manajemen dengan judul
“Enhancing Decision Making”
Penulis tentu menyadari bahwa makalah ini masih jauh dari kata sempurna dan masih
banyak terdapat kesalahan serta kekurangan di dalamnya. Untuk itu, penulis mengharapkan
kritik serta saran dari pembaca untuk makalah ini, supaya makalah ini nantinya dapat menjadi
makalah yang lebih baik lagi. Kemudian apabila terdapat banyak kesalahan pada makalah ini
penulis mohon maaf yang sebesar-besarnya.
Penulis juga mengucapkan terima kasih kepada semua yang telah membimbing dalam
menulis makalah ini. Demikian, semoga makalah ini dapat bermanfaat. Terima kasih.

Bandung, 12 April 2021

Penulis

i
 DAFTAR ISI

KATA PENGANTAR................................................................................................................................i
DAFTAR ISI..............................................................................................................................................ii
BAB I PENDAHULUAN..........................................................................................................................1
1.1. Latar Belakang..........................................................................................................................1
1.2. Rumusan Masalah.....................................................................................................................1
1.3. Tujuan Penulisan.......................................................................................................................1
BAB II PEMBAHASAN...........................................................................................................................2
2.1 Pengambilan Keputusan dan Sistem Informasi......................................................................2
2.2 Intelejen Bisnis di Dalam Perusahaan......................................................................................8
2.3 Pemilihan Dalam Intelijen Bisnis...........................................................................................14
BAB III BAB PENUTUP........................................................................................................................19
3.1 Kesimpulan..............................................................................................................................19
3.2 Alternatif Solusi.......................................................................................................................19
DAFTAR PUSTAKA..............................................................................................................................20

ii
 BAB I PENDAHULUAN
1.1. Latar Belakang
Informasi dapat diibaratkan sebagai darah yang mengalir di dalam tubuh manusia, seperti
halnya informasi di dalam sebuah perusahaa yang sangat penting untuk mendukung
kelangsungan perkembangannya, sehingga terdapat alasan bahwa informasi sangat dibutuhkan
bagi sebuah perusahaan. Akibat bila kurang mendapatkan informasi, dalam waktu tertentu
perusahaan akan mengalami ketidakmampuan mengontrol sumber daya, sehingga dalam
mengambil keputusan-keputusan strategis sangat terganggu, yang pada akhirnya akan mengalami
kekalahan dalam bersaing dengan lingkungan pesaingnya.
Jauh sebelum adanya teknologi komputer, sistem informasi manajemen (SIM) telah
digunakan oleh para pemimpin organisasi atau perusahaan dalam upaya pengambilan keputusan.
Namun demikian proses pengambilan keputusan yang dilakukan saat itu sangat sederhana, segala
sesuatunya masih berjalan secara manual karena semua data masih tersimpan dalam lembaran-
lembaran arsip yang bermacam-macam. Dimana apabila pemimpin membutuhkan berbagai
informasi pada arsip-arsip tersebut untuk digunakan sebagai pengambilan keputusan maka
sangatlah sulit untuk mencarinya. Penyimpanan arsip-arsip tersebut sangat tidak efektif maka
untuk mencarinya pun membutuhkan waktu yang lama. Selain itu kemungkinan dari
ketidakefektifan cara penyimpanan tersebut membuat beberapa arsip-arsip yang telah disimpan
rusak atau tidak terawat.
Proses pencarian saat itu dimana teknologi komputer belum ditemukan. Dengan hadirnya
teknologi komputer pada zaman sekarang ini telah mengubah segalanya. Berbagai arsip dan
dokumen-dokumen yang tadinya disimpan secara manual, sekarang semuanya disimpan secara
digital. Semua dokumen yang disimpan secara digital merupakan penyimpanan yang efektif dan
efisien. Dimana semua arsip dan dokumen-dokumen dapat tersimpan rapi dalam sistem
komputer dan jika dibutuhkan dalam pencariannya lebih mudah karena hanya dengan mencari
nama file, arsip yang dibutuhkan akan ditampilkan.
1.2. Rumusan Masalah
1. Bagaimana pengambilan keputusan dan sistem informasi?
2. Apakah yang dimaksud intelijen bisnis dalam perusahaan?
3. Bagaimana pemilihan dalam intelijen bisnis?
1.3. Tujuan Penulisan
1. Untuk mengetahui bagaimana pengambilan keputusan dan sistem informasi
2. Untuk mengetahui mengenai intelijen bisnis dalam perusahaan.
3. Untuk mengetahui bagaimana pemilihan dalam intelijen bisnis.

1
 BAB II PEMBAHASAN
2.1 Pengambilan Keputusan dan Sistem Informasi
2.1.1 Nilai Bisnis Yang Meningkatkan Pengambilan Keputusan
Keputusan-keputusan yang diambil pada semua level dalam perusahaan dan bahwa
beberapa dari keputusan-keputusan tersebut sifatnya umum, rutin, dan sangat banyak jumlahnya.
Meskipun nilai dari meningkatkan keputusan tunggal yang kecil, tetapi bila meningkatkan
ratusan ribu keputusan-keputusan yang “kecil” akan bertambah menjadi suatu nilai tahunan yang
besar bagi bisnis.
Contoh Keputusan Pengambilan Jumlah Estimasi Nilai Nilai
Keputusan Keputusan Bagi Tahunan
Dalam Perusahaan
Tahunan Yang
Meningkatkan
Suatu
Keputusan
Tunggal
Mengalokasikan dukungan Accounts 12 $100.000 $1.200.000
kepada para pelanggan yang manager
sangat berharga
Memprediksikan Manajemen 4 $150.000 $600.000
permintaan harian atas sentra
sentra panggilan (call panggilan
center)
Memutuskan jumlah Manajemen 365 $5.000 $1.825.000
persediaan suku cadang persediaan
harian
Mengidentifikasi tawaran- Manajemen 1 $2.000.000 $2.000.000
tawaran yang kompetitif senior
dari para pemasok utama
Menjadwalkan produksi Manajemen 150 $10.000 $1.500.000
untuk mengisi pesanan manufaktur
Mengalokasikan tenaga Manajemen 100 $4.000 $400.000
kerja untuk menyelesaikan divisi
suatu pekerjaan produksi
2.1.2 Tipe Keputusan
Keputusan-keputusan diklasifikasikan menjadi tiga, yaitu:
1. Keputusan tidak terstruktur (Unstructured Decisions) adalah keputusan yang pengambil
keputusan harus memberikan pertimbangan, evaluasi, dan wawasan untuk memecahkan
permasalahan. Setiap keputusan tersebut adalah baru, penting, dan tidak rutin, serta tidak
ada pengertian yang dipahami benar atau prosedur yang disetujui bersama dalam
pengambilannya.

2
 2. Keputusan terstruktur (Structured Decisions) sebaliknya, sifatnya berulang dan rutin, dan
melibatkan prosedur yang jelas dalam menanganinya, sehingga tidak perlu diperlakukan
seakan-akan masih baru. Banyak keputusan memiliki elemen-elemen dari kedua jenis
keputusan ini.
3. Keputusan semistruktur (Semistructured Decisions) yaitu yang hanya sebagian
masalahnya mempunyai jawaban yang jelas tersedia dengan prosedur yang disetujui
bersama.
Secara umum keputusan terstruktur lebih umum dijumpai pada tingkat organisasi rendah,
sedangkan masalah yang tidak terstruktur lebih umum dijumpai pada tingkat tinggi.
Para eksekutif senior menghadapi banyak situasi keputusan yang tidak terstruktur, seperti
misalnya menetapkan tujuan perusahaan untuk 5 atau 10 tahun mendatang atau memutuskan
pasar yang baru untuk dimasuki. Dalam menjawab pertanyaan mengenai “Haruskah kita
memasuki suatu pasar yang baru?” akan mensyaratkan akses terhadap berita, laporan
pemerintah, serta pandangan industri dan juga meringkaskan level yang lebih tinggi dari kinerja
perusahaan. Namun, jawaban juga mensyaratkan para manajer senior untuk menggunakan
pertimbangan terbaik mereka sendiri dan menanyai para manajer atas opini-opini mereka.
Manajemen menengah menghadapi lebih banyak scenario keputusan yang terstruktur,
tetapi keputusan mereka dapat meliputi komponen-komponen yang tidak terstruktur. Suatu
keputusan manajemen level menengah pada umumnya akan berupa “Mengapa laporan
pemenuhan pesanan yang dilaporkan memperlihatkan suatu penurunan selama 6 bulan yang lalu
pada suatu sentra distribusi di Minneapolis?” manajer menengah ini akan memperoleh suatu
laporan dari sistem perdagangan perusahaan atau sistem manajemen distribusi atau suatu
aktivitas pesanan dan efisiensi operasional pada sentra distribusi Minneapolis. Ini merupakan
bagian yang terstruktur dari keputusan. Akan tetapi, sebelum sampai pada suatu jawaban,
manajer menengah ini akan mewawancarai para karyawannya dan mengumpulkan lebih banyak
informasi yang tidak terstruktur dari sumber-sumber eksternal mengenai kondisi perekonomian
setempat atau kecenderungan penjualan.
Manajemen operasional dan para karyawan biasa cenderung untuk mengambil lebih
banyak keputusan yang terstruktur. Sebagai contoh, seorang supervisor pada lini perakitan harus
memutuskan apakah karyawan yang dibayar per jam berhak medapatkan gaji lembur ataukah
tidak. Jika karyawan tersebut bekerja lebih dari 8 jam dalam satu hari tertentu, maka supervisor
akan secara rutin memberikan gaji lembar untuk sejumlah waktu yang telah melewati 8 jam yang
dicatat pada hari itu.
Seorang representatif akun penjualan sering kali harus mengambil keputusan mengenai
memperpanjang waktu kredit para pelanggan dengan memberikan konsultasi berdasarkan
database pelanggan perusahaan yang berisi informasi kredit. Jika pelanggan memenuhi kriteria
yang telah ditentukan sebelumnya oleh perusahaan untuk pemberian kredit, maka petugas ini
akan memberikan kredit pada pelanggan tersebut untuk melakukan pembelian. Dalam kedua
contoh, keputusan-keputusan akan sangat terstruktur dan secara rutin diambil sebanyak ribuan
kali setiap harinya dalam sebagian besar perusahaan besar. jawaban telah diprogramkan
sebelumnya ke dalam sistem penggajian dan piutang perusahaan.
3
2.1.3 Proses Pengambilan Keputusan
Proses pengambilan keputusan dapat dibagi empat tahapan, yaitu:
1. Intelejen (Intelligence) terdiri atas menemukan, mengidentifikasi, dan memahami
masalah yang terjadi pada organisasi, seperti mengapa masalah itu terjadi, dimana dan
akibat apa yang dialami perusahaan.
2. Rancangan (Design) melibatkan identifikasi dan pencarian berbagai solusi masalah.
3. Pilihan (Choice) adalah tentang memilih alternatif solusi yang ada.
4. Implementasi (Implementation) adalah tentang membuat alternatif yang dipilih dapat
bekerja, dan tetap mengawasi seberapa baik kerja solusi tersebut.
Dalam proses pengambilan keputusan kita dapat kembali ke tahap sebelumnya dalam
proses pengambilan keputusan dan mengulanginya bila perlu. Sebagai contoh, dalam
menghadapi penurunan penjualan, tim manajemen penjualan mungkin memutuskan untuk
memberikan komisi yang lebih tinggi pada petugas penjualan apabila berhasil melakukan
penjualan lebih banyak untuk memacu upaya penjualan. Apalagi hal ini tidak meningkatkan
penjualan, manajer perlu menyelidiki apakah akar masalahnya adalah buruknya rancangan
produk, pelayanan pelanggan yang tidak memadai, atau adanya kasus lain yang membutuhkan
solusi yang berbeda.
2.1.4 Manajer dan Pengambilan Keputusan Dalam Dunia Nyata
1. Peran Manajerial
Para manajer memainkan peran penting dalam organisasi. Tanggung jawab mereka
adalah mengambil keputusan, membuat laporan, menghadiri rapat, hingga merencanakan pesta
ulang tahun. Kita dapat memahami fungsi manajer dan perannya dengan lebih baik dengan cara
mengkaji perilaku manajer gaya klasik dan kontemprer.
Model manajemen klasik (Classical model of management), yang menggambarkan
apakah yang dilakukan oleh para manajer, yang umumnya tidak dipertanyakan pada lebih dari 70
tahun sejak tahun 1920-an. Henri Fayol dan para tokoh pada masa awal lainnya yang pertama
kali menggambarkan 5 fungsi klasik dari para manajer, yaitu merencanakan, mengatur,
mengoordinasi, memutuskan, dan mengendalikan. Gambaran mengenai aktivitas tersebut
mendominasi pemikiran manajemen dalam waktu yang lama, dan masih terkenal hingga saat ini.
Model manajemen klasik menjelaskan fungsi manajerial secara formal, tetapi tidak
menunjukkan apa yang dilakukaan para manajer secara terperinci saat mereka merencanakan,
memutuskan sesuatu, dan mengendalikan pekerjaan orang lain. Dalam hal ini, kita harus kembali
pada karya-karya para pakar perilaku kontemporer yang mempelajari para manajer dalam
aktivitasnya sehari-hari.
Model perilaku (behavioral models) menyatakan bahwa ketika perilaku sebenarnya dari
para manajer terlihat menjadi kurang sistematis, lebih informal, kurang reflektif, dan kurang
terorganisasi dengan baik daripada model klasik yang telah kita yakini.
Para pengamat mendapati bahwa perilaku manajer sebenarnya mempunyai lima atribut
yang berbeda dari penjelasan model klasik, yaitu:

4
 a. Manajer melakukan banyak pekerjaan dengan luar biasa sibuknya, seperti penelitian
mendapati bahwa para manajer menangani lebih dari 600 aktivitas yang berbeda setiap
harinya, tanpa istirahat.
b. Aktivitas manajerial terpecah-pecah, kebanyakan aktivitas bertahan kurang dari Sembilan
menit, dan hanya 10% dari aktivitas tersebut yang melebihi durasi satu jam.
c. Manajer lebih menyukai informasi terkini, spesifik dan ad hoc (informasi yang tercetak
sering kali sudah usang).
d. Mereka menyukai bentuk komunikasi lisan daripada tulisan, karena media lisan
memberikan fleksibilitas yang lebih tinggi, membutuhkan upaya yang lebih sedikit, dan
memberikan respons yang lebih cepat.
e. Manajer memberikan prioritas yang tinggi dalam mempertahankan hubungan yang
bermacam-macam dan rumit yang bertindak sebagai sistem informasi informal dan
membantu mereka melaksanakan agenda personal mereka serta sasaran-sasaran jangka
pendek dan jangka panjang.
Dalam menganalisis perilaku para manajer dari hari ke hari, Henry Mintzberg
menemukan bahwa hal itu dapat diklasifikasikan ke dalam 10% peran manajerial.
Peran manajerial (managerial roles) merupakan ekspektasi dari aktivitas yang harus
dikerjakan oleh para manajer di dalam suatu organisasi. Mintzberg mendapati bahwa peran
manajerial ini dibagi menjadi tiga kategori, yaitu:
1) Peran Antarpribadi
Dalam peran antarpribadi (Interpersonal role), para manajer bertindak sebagai figur utama dalam
organisasi ketika mereka mewakili perusahaan mereka kepada dunia luar dan melakukan tugas-
tugas simbolik, seperti memberikan penghargaan kepada karyawan. Manajer bertindak sebagai
pemimpin, memberikan motivasi, nasihat, dan mendukung bawahnnya. Manajer juga bertindak
sebagai penghubung antara berbagai tingkatan dalam organisasi, pada tiap tingkatan tersebut,
manajer bekerja sebagai penghubung antaranggota tim manajemen. Manajer memberikan waktu
dan bantuan, yang diharapkan akan dibalas.
2) Peran Informasi
Dalam peran informasi (Information role), manajer bertindak sebagai pusat saraf dari organisasi,
menerima informasi terkini yang paling konkret, dan mendistribusikan kembali kepada mereka
yang memerlukannya. Manajer adalah penyebar informasi dan juru bicara dalam organisasinya.
3) Peran Pengambilan Keputusan
Manajer mengambil keputusan. Dalam peran pengambi keputusan (decisional role), mereka
bertindak sebagai wirausahawan dalam mengusulkan jenis-jenis aktivitas baru, menangani
gangguan-gangguan yan muncul dalam organisasi, mengalokasikan sumber daya kepada setiap
staf yang membutuhkan, dan menegosiasikan konflik dan menjadi penengah antara kelompok-
kelompok yang bertikai.

5
 2. Pengambilan Keputusan dalam Dunia Nyata
Ada tiga alasan utama dalam pengambilan keputusan, yaitu:
1) Kualitas Informasi
Keputusan yang berkualitas tinggi memerlukan informasi yang berkualitas tinggi.
Apabila keluaran dari sistem informasi tidak memenuhi kriteria kualitas ini, maka proses
pengambilan keputusan akan sulit dilakukan. Database perusahaan dan file memiliki tingkat
ketidakakuratan dan ketidaklengkapan yang berbeda-beda, yang dapat menurunkan kualitas
pengambilan keputusan.
2) Penyaring Manajemen
Walaupun dengan informasi yang tepat waktu dan akurat, tetapi beberapa manajer
mengambil keputusan yang buruk. Para manajer (seperti halnya semua manusia) menyerap
informasi melalui serangkaian penyaringan untuk memahami dunia di sekitar mereka. Para
manajer memiliki perhatian yang selektif, menitikberatkan pada jenis permasalahan dalam
pemecahan tertentu, dan memiliki bias-bias yang bervariasi yang menolak informasi yang tidak
sesuai dengan konsepsi mereka sebelumnya.
Sebagai contoh, perusahaan Wall Street seperti misalnya Bear Stearns dan Lehman
Brothers “Meledak” pada tahun 2008 karena mereka meremehkan risiko dari investasi-investasi
mereka dalam sekuritas hipotek kompleks, banyak yang didasarkan pada pinjaman kredit
perumahan yang lebih cenderung tidak mampu melunasi utang-utangnya. Model-model
komputer mereka dan lembaga keuangan lainnya digunakan untuk mengelola risiko yang
didasarkan pada asumsi-asumsi yang terlalu optimistik dan terlalu menyederhanakan data
mengenai apa yang mungkin terjadi kesalahan. Manajemen menginginkan untuk memastikan
bahwa model perusahaan mereka tidak semuanya terikat sebagai bantalan terhadap risiko gagal
bayar dari investasi-investasi yang berisiko, menvegah mereka dari menanamkan modalnya
untuk menghasilkan keuntungan. Sehingga para perancang dari sistem manajemen risiko tersebut
terdorong untuk mengukur risiko dalam suatu cara yang meminimalkan pentingnya mereka.
Beberapa meja perdagangan juga terlalu menyederhanakan informasi yang dipertahakan
mengenai sekuritas hipotek untuk membuat mereka terlihat seperti obligasi yang sederhana
dengan peringkat yang lebih tinggi daripada yang dijaminkan oleh komponen-komponen yang
mendasari mereka.
3) Politik dan Inersia Organisasional
Organisasi adalah birokrasi dengan kemampuan dan kompetensi terbatas untuk
melakukan tindakan-tindakan yang bersifat menentukan. Ketika lingkungan berubah dan
perusahaan perlu mengadopsi model bisnis baru untuk bertahan, kekuatan yang besar dalam
organisasi menolak pengambilan keputusan untuk perubahan besar. Keputusan yang diambil
perusahaan sering menunjukkan penyeimbangan dari kelompok-kelompok yang berbeda dalam
perusahaan dan bukan solusi yang terbaik atas masalah yang dihadapi.
Kajian-kajian mengenai merestrukturisasi bisnis menemukan bahwa perusahaan
cenderung untuk mengabaikan kinerja yang buruk sehingga terancam oleh pihak luar yang ingin
mengambil alih, dan mereka secara sistematis menyalahkan kinerja yang buruk dari kekuatan
eksternal yang melampaui kendali mereka seperti misalnya kondisi perekonomian (ekonomi),
6
persaingan asing, dan kenaikan harga, daripada menyalahkan manajemen senior atau menengah
atas pertimbangan bisnis yang buruk.
2.1.5 Pengambilan Keputusan Secara Otomatis Yang Berkecepatan Tinggi
Saat ini, banyak pengambilan keputusan yang diambil oleh organisasi tidak dibuat oleh
manajer, atau beberapa manusia. Sebagai contoh, ketika Anda memasukkan suatu queri ke dalam
mesin pencari Google, Google telah memutuskan URL yang manakah yang menampilkan dalam
waktu rata-rata sekitar setengah detik (500 mili detik). Google membuat indeks atas lebih dari 50
miliar laman web, meskipun tidak mencari keseluruhan indeks bagi semua queri yang
diterimanya. Hal yang sama benar-benar terjadi dalam mesin pencarian lainnya. Bursa Saham
New York menghabiskan lebih dari $450 juta dalam tahun 2010-2011 untuk membangun
platform perdagangan yang menjalankan pesanan-pesanan masuk dalam waktu kurang dari 50
mili detik. Frekuensi yang tinggi dari para pedagang pada bursa saham elektronik melaksanakan
perdagangannya dalam waktu dibawah 30 mili detik.
Kelas-kelas dalam keputusan yang sangat terstruktur dan otomatis mengalami
pertumbuhan yang sangat cepat. Apakah yang membuat jenis dari keputusan otomatis yang
berkecepatan tinggi dimungkinkan adalah algoritme komputer yang secara cepat mendefinisikan
Langkah-langkah yang harus diikuti untuk menghasilkan suatu keputusan, database yang sangat
besar, prosesor yang berkecepatan sangat tinggi, dan perangkat lunak yang dioptimalkan atas
tugas. Dalam keadaan-keadaan tersebut, manusia (meliputi para manajer) dihapuskan dari rantai
keputusan karena mereka terlalu lamban.
Hal ini juga berarti bahwa organisasi dalam era-era tersebut mengambil keputusan
dengan lebih cepat daripada apa yang para manajer dapat memonitor atau mengendalikannya.
Ketidakmampuan untuk mengendalikan keputusan secara otomatis merupakan suatu faktor yang
utama di dalam “Kejatuhan Sekejap” yang dialami oleh pasar saham AS pada 6 Mei 2010, ketika
rata-rata industri Dow Jones jatuh sebesar 600 poin dalam hitungan menit sebelum melambung
kemudian pada hari itu. Pasar sahama terbebani oleh suatu gelombang yang sangat besar atau
pesanan penjualan yang terutama dipicu oleh program perdagangan terkomputerisasi yang
berkecepatan tinggi dan dialam hitungan beberapa detik, menyebabkan saham-saham dari
beberapa perusahaan seperti Procter & Gamble menjual dengan keuntungan yang sedikit.
Beberapa tahun yang lalu telah terlihat serangkaian gangguan yang hampir sama dalam
perdagangan dalam waktu kurang dari 1 jam. Kesalahan perdagangan menciptakan gelombang
tidak teratur dan menurunkan harga hampir 150 saham dan menyebabkan Knight dalam kerugian
yang mencapai $440 juta.
Bagaimana Simon membuat kerangka kerja implementasi pilihan desain kecerdasan yang
berjalan dalam lingkungan keputusan yang berkecepatan tinggi? Pada dasarnya, kecerdasan,
desain, pilihan, dan implementasi yang merupakan bagian dari proses pengambilan keputusan
ditangkap oleh algoritma perangkat lunak. Manusia-manusia yang menulis bahwa perangkat
lunak telah dapat mengidentifikasi permasalahan, merancang suatu metode untuk menemukan
suatu solusi, mendefinisikan kisaran pemecahan yang dapat diterima, dan mengimplementasikan
solusi tersebut. Secara jelas, dengan manusia keluar dari suatu lingkaran, dengan sejumlah
kepedulian yang perlu diambil untuk memastikan operasional yang tepat bagi sistem-sistem
7
tersebut agar tidak menimbulkan kerugian yang signifikan bagi organisasi dan manusia. Dan
bahkan kemudian usaha perlindungan tambahan yang bijaksana untuk mengamati perilaku dan
sistem-sistem tersebut, meregulasi kinerja mereka, dan jika diperlukan dapat mematikan mereka.
2.2 Intelejen Bisnis di Dalam Perusahaan
2.2.1 Apakah yang dimaksud dengan intelejen bisnis?
Intelejen bisnis (BI) merupakan suatu istilah yang digunakan oleh para pemasok
perangkat keras dan perangkat lunak serta para konsultan teknologi informasi untuk
menggambarkan infrastruktur bagi pergudangan, mengintegrasikan, melaporkan, dan
menganalisis data yang berasal dari lingkungan bisnis, termasuk data yang besar. Infrastruktur
dasar ini mengumpulkan, menyimpan, membersihkan, dan menbuat informasi yang relevan
tersedia bagi para manajer. Berpikir mengenai database, gudang data, data mart, Hadoop, dan
platform analitis.
Analitis bisnis (BA) juga merupakan istilah yang didefinisikan oleh para pemasok yang
lebih menitikberatkan pada alat bantu dan teknik untuk menganalisis dan memahami data.
Berpikir mengenai pemrosesan analitis secara online (online analytical processing-OLAP),
statistik, model, dan penelusuran data.
Intelejen bisnis dan analitis bisnis adalah mengenai megintegrasikan semua aliran
informasi yang dihasilkan oleh suatu perusahaan menjadi satu bagian tunggal, seangkaian data
keseluruhan perusahaan yang berkaitan secara logis, dan kemudian, menggunakan permodelan,
alat bantu analisis statistic (seperti distribusi normal, korelasi, dan analisis regresi, analisis Chi
Square, peramalan, dan analisis klaster), dan alat bantu penelusuran data (penemuan pola dan
pembelajaran mesin), untuk memahami logika dari semua data tersebut sehingga para manajer
dapat mengambil keputusan yang lebih baik dari rencana yang lebih baik, atau sedikitnya
mengetahui dengan cepat ketika perusahaan mereka gagal dalam memenuhi target-target yang
telah direncanakan.
Salah satu perusahaan yang menggunakan intelijen bisnis adalah Hallmark Cards.
Perusahaan menggunakan perangkat lunak SAS Analytics untuk meningkatkan pada lebih dari
3.000 gerai Hallmark Gold Crown di Amerika Serikat. Hallmark ingin memperkuat
hubungannya dengan para pembeli langganan. Dengan menggunakan penelusuran data dan
permodelan prediktif maka perusahaan dapat menentukan bagaimana memasarkan kepada
berbagai macam segmen konsumen selama musim liburan dan peristiwa-peristiwa khusus
maupun menyesuaikan promosi dengan cepat. Hallmark dapat menentukan yang mana segmen-
segmen konsumen yang sangat dipengaruhi oleh pesan langsung, yang mana yang harus didekati
melalui e-mail, dan apakah pesan-pesan tertentu untuk dikirimkan kepada tiap-tiap kelompok,
intelijen bisnis telah membantu untuk meningkatkan penjualan Hallmark kepada para anggota
program loyalitas sebesar 5 hingga 10%. Organisasi lainnya yang telah mendapatkan manfaat
dari intelijen adalah Cincinnati Zoo.
Pemasok Intelijen Bisnis
Penting untuk mengingat bahwa intelijen bisnis dan analitis bisnis yang didefinisikan
produk oleh para pemasok teknologi dan perusahaan konsultasi. Mereka terdiri atas perangkat

8
keras dan perangkat lunak yang terjual dengan baik terutama oleh para pemasok sistem yang
besar kepada perusahaan Fortune 500 yang sangat besar. Lima pemasok terbesar dari produk-
produk tesebut adalah Oracle, SAP, IBM, Microsoft, dan SAS. Produk-produk Microsoft
ditujukkan pad aperusahaan yang berukuran kecil hingga menengah, dan mereka didasarkan
pada alat bantu desktop yang akrab bagi para karyawan (seperti misalnya perangkat lunak kertas
kerja Excel), alat bantu kolaborasi Microsoft SharePoin, dan perangkat lunak database Microsoft
SQL Server. Menurut International Data Corporation, intelijen bisnis global dan pasar analitis
adalah sebesar $35,1 miliar pada tahun 2012, dan diharapkan untuk mencapai $50,7 miliar pada
tahun 2016 (Kern,2021). Hal ini membuat intelijen bisnis dan analitis bisnis menjadi salah satu
segmen yang pertumbuhannya paling cepat dan paling besar di pasar perangkat lunak AS.
2.2.2 Lingkungan Intelejen Bisnis
Terdapat 6 elemen dalam lingkungan intelejen bisnis:
1. Data dari lingkungan bisnis: bisnis – bisnis akan berhadapan dengan data terstruktur
maupun tidak terstruktur dari banyak sumber berbeda, termasuk data yang besar. Data
perlu untuk diintegrasi dan diorganisasi sehingga mereka dapat dianalisis dan digunakan
oleh para pengambil keputusan manusia.
2. Intfrastruktur intelejen bisnis: Dasar yang mendasari intelejen bisnis merupakan suatu
sistem database yang luar biasa yang menangkap semua data yang relevan untuk
mengoprasionalkan bisnis. Data akan disimpan dalam database transaksional atau
digabungkan dalam integrasikan ke dalam gudang data perusahaan atau serangkaian data
mart yang paling saling berkaitan.
3. Seperangkat alat bantu analitis bisnis: Seperangkat alat bantu perangkat lunak yang
digunakan untuk menganalisis data dan menghasilkan laporan, memberikan tanggapan
terhadap pernyataan – pernyataan yang diajukan oleh para manajer, dan menelusuri
perkembangan dari bisnis dengan mengunakan indikator – indokator kunci dari kinerja.
4. Metode dan penguna manajerial: Perangkat keras intelejen bisnis dan perangkat lunak
hanya sama cerdasnya dengan memanfaatkannya. Para manajer memaksakan perintah
pada analisis data dengan menggunakan macam – macam metode manajerinal yang
mendefinikan tujuan bisnis yang strategis dan menentukan bagaimana perkembangan
akan diukur. Hal ini meliputi manajemen kinerja dan pendekatan balanced scorecard
yang menitikberatkan pada indikator – indikator kunci bagi kineja dan analisis strategi
industri yang menitikberatkan pada perubahan dalam lingkungan bisnis umum, dan
perhatian khusus pada para pesaing. Tanpa pengawasan yang kuat dari manajemen
senior, maka anlisis bisnis dapat menghasilkan sejumlah besar informasi, laporan, dan
layar online yang memusatkan perhatian pada persoalan yang salah dan mengalihkan
perhatian dari permasalahan yang sebenarnya. Anda harus mengingatkan bahwa, sejauh
ini, hanya manusia yang dapat mengajukan pertanyaan yang cerdas.
5. Platform pengiriman – SIM, DSS, ESS: Hasil dari intelejen bisnis dan analisis bisnis
yang dikirimkan kepada para manajer dan para karyawan dalam berbagai macam cara
pada apa yang mereka perlu tahu untuk melaksanakan pekerjaan mereka. SIM, DSS, dan
EES akan mengirimkan informasi dan pengetahuan kepada orang – orang yang level
9
 berbeda dalam perusahaan para karyawan bagian oprasional, para manajer menengah,
dan para eksekutif senior Sebelumnya, sistem - sistem ini tidak akan membagikan data
dan dioperasionalkan sebagai sistem yang berdiri sendiri. Saat ini, salah satu perangkat
dari alat bantu perangkat keras dan perangkat lunak dalarn bentuk intelien bisnis dan
paket analitis dapat mengintegrasikan semua informasi tersebut dan menyampaikan ke
desktop para manajer atau platforrn mobile
6. Antar muka pengguna: Pelaku bisnis tidak lagi terikat pada meja kantor dan desktop
mereka. Mereka seringkali belajar dengan lebih cepat dari representasi data secara visual
daripada laporan kuno dengan kolom dan baris mengenai informasi. Serangkaian
perangkat lunak analitis bisnis saat ini menekankan pada teknik - teknik visual seperti
misalnya dashboard dan scorecard (kartu nilai). Mereka juga dapat mengirimkan laporan
pada BlackBerry, iPhones, dan perangkat genggam mobile lainnya maunun portal web
perusahaan. Perangkat lunak BA menambahkan kapabilitas untuk mem-posting informasi
pada Twitter, Facebook, atau media sosial internal untuk mendukung pengambilan
keputusan dalam pengaturan kelornpok secara online daripada dalam rapat perternuan
yang saling berhadapan muka.
2.2.3 Intelejen bisnis dan kapabilitas analitis
Intelijen bisnis dan analistis bisnis menjanjikan untuk mengirimkan informasi dengan
tepat hampir mendekati real-time kepada para pengambil keputusan, dan alat bantu analitis
membantu mereka dengan cepat memahami informasi dan mengambil tindakan. Terdapat 6
fungsionalitas analistis yang sistem BI kirimkan untuk mencapai hasil akhir tersebut.
1. Laporan produksi: Ini merupakan laporan yang telah didefinisikan sebelumnya yang
didasarkan pada kebutuhan spesifik dari industri.
2. Laporan yang memiliki parameter: Para pengguna memasuki beberapa parameter
seperti yang terdapat pada tabel pivot untuk menyaring data dan mengisolasi dampak dari
parameter Sebagai contoh, Anda ingin memasuki wilayah dan waktu dalam hari untuk
memahami bagaimana penjualan dari suatu produk bervariasi berdasarkan wilayah dan
waktu. Jika Anda berbisnis Starbucks, maka Anda mungkin menemukan bahwa para
pelanggan di wilayah Timur akan membeli hampir sebagian besar kopi pada pagi hari,
sedangkan para pelanggan di wilavah Barat Laut akan membeli kopi pada sepanjang hari.
Hasil temuan ini akan mengarahkan pada kampanye pemasaran dan iklan yang berbeda-
beda dalam tiap - tiap wilayah.
3. Dashboard/scorecard: Ini merupakan alat bantu visual untuk menyajikan data kinerja
yang didefinifikan oleh para pengguna.
4. Ad hoc queri/pencarian/penciptaan laporan: Ini memungkinkan bagi para pengguna
untuk menciptakan laporan mereka sendiri berdasarkan pada queri dan pencarian.
5. Penelusuran: Ini merupakan kemampuan untuk berpindah dari tingkat ringkasan yang
tinggi ke pandangan yang lebih terperinci.
6. Peramalan, skenario, model: Ini meliputi kemampuan untuk melaksanakan peramalan
linear, analisis skenario bagaimana-jika, dan menganalisis data dengan menggunakan alat
bantu statistik yang standar.
10
Siapa yang menggunakan Intelijen Bisnis dan Analitis Bisnis?
Lebih dari 80% audience BI terdiri atas para pengguna santai yang sangat mengandalkan
pada laporan produksi. Para eksekutif senior cenderung untuk menggunakan BI untuk memonitor
aktivitas-aktivitas perusahaan dengan menggunakan antar muka visual seperti misalnya
dashboard dan kartu nilai (scorecard). Para manajer menengah dan para analis cenderung untuk
tenggelam dalam data dan perangkat lunak, memasukkan queri dan memilah -milah serta
membagi data seiring dengan dimensi yang berbeda. Para karyawara operasional akan sejalan
dengan para pelanggan dan para pemasok, sebagian besar mencari laporan-laporan yang telah
dikemas.
 Laporan Produksi
Output yang paling banyak digunakan dari alat bantu BI adalah laporan produksi yang
telah dikemas
 Analitis Prediktif
Kemampuan terpenting dari analitis intelijen bisnis adalah kemalupuan untuk membuat
model atas peristiwa dan perilaku pada masa mendatang, seperti misalnya probabilitas seorang
pelanggan akan memberikan tanggapan atas penawaran untuk membeli suatu produk. Analitis
prediktif (predictive analytical) menggunakan analisis statistik, teknik penelusuran data, data
historis, dan asumsi mengenai kondisi pada masa mendatang untuk memprediksi kecenderungan
masa yang akan datang dan pola perilaku. Peubah - peubah yang dapat diukur untuk
memprediksikan perilaku pada masa mendatang telah teridentifikasi. Sebagai contoh, sebuah
perusahaan asuransi akan menggunakan peubah seperti misalnya umur, gender, dan catatan
mengemudi sebagai predictorsuntuk keselamatan dalam mengemudi ketika mengeluarkan
kebijakan asuransi mobil. Kumpulan dari predictors tersebut digabungkan ke dalam suatu model
prediktif untuk meramalkan probabilitas pada masa mendatang dengan tingkat keandalan yang
dapat diterima.
FedEx telah menggunakan analitis prediktif untuk mengembangkan model yang
memprediksikan bagaimana para pelanggan akan memberikan tanggapan atas perubahan harga
dan jasa yang baru, di mana para pelanggan sebagian besar berisiko beralih kepada para pesaing,
dan berapa banyak pendapatan yang akan dihasilkan dengan etalase yang baru atau lokasi drop-
box. Tingkat keakuratan dari sistem analitis prediktif FedEx berkisar dari 65 hingga 90%.
Analitis prediktif digabungkan ke dalam sejumlah penerapan intelijen bisnis yang sangat
banyak ltntuk penjualan, pemasaran, keuangan, deteksi penipuan, dan perawatan kesehatan.
Salah satu dari penerapan yang sangat terkenal adalah penilaian kredit, yang digunakan di
seluruh industrijasa keuangan. Ketika Anda mengajukan permintaan atas kartu kredit yang baru,
maka model penilaian akan memproses riwayat kredit Anda, pengajuan pinjaman, dan data
pembelian untuk menentukan kemungkinan Anda dalam melakukan pembayaran kredit pada
masa mendatangdengan tepat waktu. Perusahaan-perusahaan dalam bidang telekomunikasi
menggunakan analitis prediktif untuk mengidentifikasi yang mana pelanggan yang paling
menguntungkan, yang mana yang paling cenderung untuk pergi, dan yang mana jasa dan rencana
yang sangat cenderung untuk mempertahankan pelanggan. Para penjamin asuransi atas

11
perawatan kesehatan telah menganalisis data selama bertahun-tahun untuk mengidentifikasi yang
mana pasien yang sangat cenderung menghasilkan biaya tinggi.
Banyak perusahaan yang menerapkan analitis prediktif untuk memprediksikan tanggapan
terhadap kampanye pemasaran secara langsung. Dengan mengidentifikasi pelanggan yang
kurang cenderung untuk memberikan tanggapan, maka perusahaan dapat menurunkan biaya
pemasaran dan penjualan mereka dengan mengelilingi kelompok ini dan menitikberatkan pada
sumber daya mereka atas pelanggan yang telah teridentifikasi sebagai yang lebih menjanjikan.
Sebagai contoh, Body Shop pls divisi AS menggunakan analitis prediktif dan membuat database
atas katalognya, web dan pelanggan gerai ritel untuk mengidentifikasi pelanggan yang sangat
mungkin melakukan pembelian melalui katalog. Informasi tersebut membantu perusahaan untuk
membangun daftarmailing secara lebih tepat dan ditargetkan atas katalognya, meningkatkan
tingkat tanggapan atas mailing katalog dan pendapat yang dihasilkan dari katalog.
 Analisis Data Besar
Banyak peritel online yang memiliki kapabilitas untuk membuat rekomendasi atas produk
yang diwujudkan melalui online pada para pengunjung situs web mereka untuk membantu dalam
menstimulasi pembelian dan membimbing keputusan mereka mengenai barang dagangan yang
disediakan. Namun, sebagian besar dari rekomendasi produk tersebut didasarkan pada perilaku
dari kelompo – kelompok yang hampir sama dengan pelanggan, seperti misalnya mereka dengan
tingkat pendapatan di bawah $50.000 atau yang berusia di antara 18-25 tahun. Sekarang
beberapa telah memulai untuk menganalisis jumlah pelanggan online dan dalam gerai yang
sangat besar yang telah mereka kumpulkan seiring dengan data pada media sosial untuk
membuatrekomendasi tersebut menjadi lebih individual.
Perusahaan - perusahaan online yang besar seperti misalnya Walmart, Netflix, dan eBay
menganalisis data yang besar dari transaksi - transaksi pelanggan mereka dan aliran mediasosial
untuk menciptakan pengalaman berbelanja yang diwujudkan secara real-time. Upaya - upaya
tersebut diterjemahkan ke dalam pengeluaran pelanggan yang lebih besar dan tingkat
pengulangan pelanggan.
EBay menggunakan Hunch.com, yang diambil alih pada tahun 2011, untuk mengirimkan
rekomendasi yang dikustomisasikan kepada para pengguna individual yang didasarkan pada
serangkaian pilihan cita rasa mereka yang spesifik. Hunch telah membangun suatu database
yang sangat besar yang meliputi data dari pembelian pelanggan, jejaring sosial, dan tanda - tanda
dari sekitar web. Hunch dapat menganalisis data untuk menciptakan "grafik pilihan cita rasa"
yang memetakan para pengguna dengan prediksi persamaan mereka atas produk, jasa, situs web,
dan orang lainnya, dan memanfaatkan informasi ini untuk menciptakan rekomendasi yang
dikustomisasikan.
"Grafik pilihan cita rasa" Hunch meliputi prediksi terhadap sekitar 500 juta orang, 200
juta objek (misalnya video, gadget, atau buku), serta 30 miliar koneksi di antara orang dan objek.
Untukmenghasilkan prediksi yang akurat dalam hampir secara real-time, Hunch telah mengubah
pilihan cita rasa dari tiap - tiap orang ke dalam "sidik jari pilihan cita rasa" yang diekstrak dari
grafik pilihan cita rasa yang lebih besar. Teknologi prediksi dari Hunch.com membantu eBay

12
dalam mengembangkan rekomendasi barang yang mungkin tidak langsung terlihat jelas bagi
para pengguna untuk membeli dari pasar
online-nya. Sebagai contoh, seorang pengumpul uang koin akan melakukan pembelian pada situs
eBay, maka Hunch akan merekomendasikan mikroskop yang sangat bermanfaat untuk
melakukan analisis terhadap uang koin. Hunch juga dapat menjadi suatu alat bantu yang penting
bagi para penjual eBay jika profil pelanggannya membantu mereka mengambil keputusan yang
lebih baik mengenai barang - barang yang manakah yang akan ditawarkan, konten yang mereka
gunakanuntuk menggambarkan persediaan mereka, dan mungkin bahkan periklanan yang
mereka pakai untuk mempromosikan daftar barang mereka pada eBay (Grau, 2012).
 Visualisasi Data, Analiti; Visual, dan Sistem Informasi Geografis
Dengan menyajikan data dalam bentuk visual, maka visualisasi data (data visualization)
dan alat bantu analitis visual dapat membantu para pengguna untuk melihat pola dan hubungan
dalam sejumlah besar data yang sulit untuk dipahami jika data disajikan dalam bentuk daftar teks
tradisional atau angka - angka. Data disajikan dalam berbagai macam bentuk grafik, diagram,
dashboard, dan peta. Orang-orang menjadi lebih terlibat ketika mereka menyaring informasi
yangdisajikan secara visual dan mengembangkan wawasan mereka sendiri.
Sistem informasi geografis (geographic information systems—GIS) adalah suatu kategori
khusus dari alat bantu untuk membantu para pengambil keputusan memvisualisasikan
permasalahan yang memerlukan pengetahuan mengenai distribusi secara geografis atas orang
atau sumber daya lainnya. Perangkat lunak GIS mengikat data lokasi terhadap titik - titik, garis,
dan area pada suatu peta. Beberapa GIS memiliki kepabilitas permodelan untuk mengubah data
dan secara otomatis akan memperbaiki skenario bisnis. GIS akan digunakan untuk membantu
pemerintah negara bagian dan setempat dalam menghitung waktu tanggapan terhadap bencana
alam dan keadaan darurat lainnya atau untuk membantu bank - bank dalam mengidentifikasi
Iokasi yang terbaik untuk mendirikan cabang - cabang yang baru atau terminal ATM.
Sebagai contoh, Columbia, Bank First Citizen yang bertempat di Carolina Selatan,
memanfaatkan perangkat lunak GIS dari MapInfo untuk menentukan yang manakah pasar untuk
menitikberatkan pada mempertahankan pelanggan dan yang mana untuk menitikberatkan pada
memperoleh pelnggan yang baru MapInfo juga memungkinkan bank untuk menelusuri peincian -
perincian pada level cabang individual dan tujuan individual untuk tiap - tiap cabang. Masing -
masing cabang dapat melihat apakah peluang untuk pendapatan yang terbesar dari penelusuran
database-nya atas pelanggan yang telah ada atau dari mendapatkan pelanggan yang baru
2.2.4 Strategi manajemen untuk mengembangkan kapabilitias BI dan BA
Terdapat dua strategi yang berbeda dalam mengadopsi kapabilitas BI dan BA bagi suatu
organisasi: satu solusi yang integrasi secara menyeluruh versus berbagai macam solusi yang
disediakan oleh para pemasok yang terbaik. Perusahaan penghasil perangkat keras (IBM, HP,
dan sekarang Oracle, yang mana memiliki Sun Microsystem) ingin menjual kepada perusahaan
Anda solusi dengan perangkat keras/perangkat lunak yang terintegrasi, yang cenderung untuk
menjalankan hanya pada perangkat keras mereka (solusi yang terintegrasi sepenuhnya). Ini
dinamakan "belanja satu tempat". Perusahaa - perusahaan penghasil perangat lunak (SAP, SAS,

13
dan Microsoft) mendorong perusahaan untuk mengadopsi perangkat lunak "mutu yang terbaik"
dan hanya dapat dijalankan pada mesin yang mereka inginkan Dalam strategi ini, Anda
mengadopsi database terbaik dan solusi gudang data, serta menullh intelijen bisnis dan paket
analitis yang terbaik dari pemasok anapun yang Anda yakini merupakan yang terbaik.
Solusi yang pertama membawa risiko di mana pemasok tunggal yang menyediakan
kepada perusahaan Anda solusi total baik perangkat keras maupun perangkat lunak, membuat
perusahaan Anda menjadi bergantung pada wewenang penetapan harganya. Ini juga menawarkan
keuntungan dalam berurusan dengan satu pemasok tunggal yang dapat mengirimkan dalam skala
global. Solusi yang kedua menawarkan fleksibilitas yang lebih besar dan kemandirian, tetapi
dengan risiko yang berpotensial menyulitkan dalam mengintegrasikan platform perangkat lunak
terhadap perangkat keras, maupun perangkat lunak lainnya. Para pemasok selalu menyatakan
bahwa perangkat lunak mereka "dapat sesuai" dengan perangkat lunak yang lain, tetapi pada
kenyataannya dapat menjadi sangat sulit untuk mengintegrasikan perangkat lunak dari para
pemasok yang berbeda. Microsoft secara khusus menekankan pada membangun desktop antar
muka dan sistem operasinya (Windows), yang mana sangat akrab bagi banyak penggunanya, dan
mengembangkan aplikasi server yang bekerja pada jaringan lokal area Microsoft. Akan tetapi,
data dari perangkat keras dan perangkat lunak yang dihasilkan oleh para pemasok yang berbeda
dapat mengalir dengan lancar ke dalam sentra kerja Microsoft untuk membuat strategi tersebut
dapat berjalan. Hal ini tidak memadai bagi perusahaan Fortune 500 yang memerlukan j aringan
solusi secara global.
Tanpa memerhatikan yang manakah strategi yang akan diambil oleh perusahaan Anda,
semua sistem BI dan BA akan mengunci perusahaan ke dalam serangkaian pemasok dan untuk
menggantinya sangat mahal biayanya. Ketika Anda melatih ribuan karyawan di seluruh dunia
dengan menggunakan serangkaian alat bantu tertentu, akan sangat sulit untuk menggantinya.
Ketika Anda mengambil sistem-sistem tersebut, maka Anda pada dasarnya mengambil rekan
yang baru. Kondisi pasar sangat kompetitif dan menjadi hiperbola. Sebagai seorang manajer,
Anda harus melakukan evaluasi dengan kritis seperti klaim - klaim, sangat memahami
bagaimana sistem - sistem tersebut dapat meningkatkan bisnis Anda, dan menentukan apakah
pengeluaran dapat memberikan maanfaat ataukah tidak.
2.3 Pemilihan Dalam Intelijen Bisnis
2.3.1 Dukungan keputusan bagi manajemen operasi dan manajemen menengah
Manajemen operasional dan manajemen menengah pada umumnya dibebankan dengan
memonitor kinerja dari aspek-aspek yang penting atas bisnis, berkisar dari penghentian mesin
dari divisi pabrik, hingga penjualan harian tau bahkan per jam pada gerai makanan franchise,
hingga lalu lintas harian pada situs web perusahaan. Sebagian besar keputusan-keputusan yang
mereka ambil cukup terstruktur. Sistem informasi manajemen (SIM) biasanya digunakan oleh
para manajer menengah untuk mendukung tipe dari pengambilan keputusan tersebut, dan output
mereka adalah serangkaian laporan produksi rutin yang didasarkan pada data yang diekstrak dan
diringkaskan dari sistem pemrosesan transaksi (transaction processing systems-TPS) yang
mendasar. Apalagi, para manajer menengah menerima laporan-laporan tersebut secara online

14
pada portal perusahaan, dan dapat melakukan queri data secara interaktif untuk mencari tahu
mengapa peristiwa-peristiwa dapat terjadi. Untuk menghemat waktu lebih atas analisis, maka
para manajer beralih pada laporan pengecualian, yang mana hanya menyoroti kondisi
pengecualian semata, seperti misalnya ketika kuota penjualan untuk suatu wilayah tertentu jauh
di bawah level yang diantisipasi atau para karyawan melebihi batas pengeluaran mereka dalam
program perawatan gigi.
Dukungan bagi Keputusan Semi Terstruktur
Beberapa manajer “merupakan pengguna yang super” dan para analis bisnis yang tajam
yang ingin menciptakan laporan-laporan mereka sendiri, dan menggunakan analitis-analitis yang
lebih canggih dan model-model untuk mencari pola dalam data, untuk merancang model
alternatif skenario bisnis, atau untuk menguji hipotesis-hipotesis tertentu. Sistem pendukung
keputusan (decision support systems-DSS) merupakan platform pengiriman BI untuk kategori
para pengguna tersebut, dengan kemampuan untuk mendukung pengambilan keputusan semi
terstruktur.
DSS sangat mengandalkan para permodelan daripada SIM, dengan menggunaka model
matematika atau analitis untuk mengerjakan analisis bagaimana jika atau jenis analisis lainnya.
Analisis “Bagaimana jika,” bekerja ke depan dari kondisi yang diketahui atau diasumsikan, yang
memungkinkan bagi pengguna atas variasi nilai tertentu terhadap nilai yang diujikan untuk
memprediksikan hasil jika perubahan terjadi dalam nilai-nilai tersebut. Apakah yang akan terjadi
jika kita menaikkan harga produk sebesar 5% atau meningkatkan anggaran iklan sebesar $1 juta?
Model analisis sensitivitas (sensitivity analysis) mengajukan pertanyaan bagaimana
secara berulang-ulang untuk memprediksikan kisaran hasil ketika salah satu atau lebih peubah-
peubah akan diubah beberapa kali. Analisis sensitivitas mundur ke belakang membantu para
pengambil keputusan dengan pencarian tujuan.
Analisis data multi dimensi dan OLAP sebagai salah satu dari teknologi intelejensi bisnis
yang utama. Kertas kerja memiliki fitur yang hamper sama untuk analisis multi dimensi yang
dinamakan dengan table pivot (pivot table) yang mana manajer “para pengguna yang super” dan
para analis akan melaksanakan untuk mengidentifikasi dan memahami pola-pola dalam
informasi bisnis yang bermanfaat bagi pengambilan keputusan yang semi terstruktur.
Pada masa sebelumnya, banyak dari permodelan ini diselesaikan dengan kertas kerja dan
database yang berdiri sendiri yang berukuran kecil. Saat ini kapabilitas tersebut digabungkan ke
dalam sistem perusahaan BI yang besar di mana mereka dapat menganalisis data dari database
korporat besar. Analisis BI meliputi alat bantu untuk permodelan secara intensif, beberapa dari
yang telah kita gambarkan pada bagian awal. Kapabilitas-kapabilitas tersebut membantu
Progressive Insurance dalam mengidentifikasi pelanggan yang terbaik bagi produk-produknya.
Dengan menggunakan data industri asuransi yang tersedia. Progressive menetapkan kelompok
kecil pelanggan atau “cell”, seperti misalnya para pengendara sepeda bermotor yang berusia 30
tahun atau lebih dengan pendidikan perguruan tinggi, skor kredit atas suatu level tertentu, dan
tidak ada kecelakaan. Untuk tiap-tiap “cell”, Progressive akan melaksanakan analisis regresi
untuk mengidentifikasi factor-faktor yang paling mendekati untuk berkorelasi dengan kerugian
asuransi yang umum bagi kelompok ini. Kemudian menetapkan harga untuk tiap-tiap cell, dan
15
menggunakan perangkat lunak stimulasi untuk menguji apakah pengaturan harga akan
memungkinkan perusahaan untuk mendapatkan keuntungan ataukah tidak. Teknik-teknik
analisis ini, memungkinkan bagi Progressive untuk mengansurasikan para pelanggannya secara
menguntungkan dalam kategori berisiko tinggi yang tradisional yang mana para penjamin
asuransi lainnya akan menolaknya.
2.3.2 Dukungan Keputusan Bagi Manajemen Senior: Balanced Scorecard dan Metode
Manajemen Kinerja Perusahaan
Tujuan dari sistem pendukung eksekutif (Executive Support Systems-ESS), yang
diperkenalkan adalah untuk membantu para manajer eksekutif level C yang menitikberatkan
pada informasi atas kinerja yang benar-benar penting yang memengaruhi keseluruhan
profitabilitas dan keberhasilan suatu perusahaan. Terdapat dua bagian untuk mengembangkan
ESS. Pertama, akan memerlukan suatu metodologi untuk memahami dengan tepat apakah
“informasi atas kinerja yang penting” bagi suatu perusahaan tertentu yang diperlukan oleh para
eksekutif. kedua, akan perlukan untuk mengembangkan kemampuan sistem untuk mengirimkan
informasi tersebut kepada orang yang tepat pada waktu yang tepat.
Saat ini, metodologi yang terdepan untuk memahami informasi yang benar-benar penting
yang diperlukan oleh para eksekutif perusahaan dinamakan metode balanced scorecard (balance
scorecard method). Balanced scorecard method merupakan suatu kerangka kerja untuk
mengoperasionalkan rencana strategis dari perusahaan dengan menitikberatkan pada hasil yang
dapat diukur pada 4 dimensi kinerja perusahaan yaitu keuangan, proses bisnis, pelanggan, serta
pembelajaran dan pertumbuhan.
Kerja pada tiap-tiap dimensi akan diukur dengan menggunakan indicator kinerja utama
(key performance indicators-KPIs) yang mengukur yang diusulkan oleh manajemen senior untuk
memahami seberapa baiklah perusahaan dalam bekerja seiring dengan dimensi tertentu yang
ditetapkan. Sebagai contoh, salah satu indikator kunci atas seberapa baiklah perusahaan ritel
secara online dalam memenuhi tujuan kinerja pelanggannya adalah rata-rata lamanya waktu yang
diperlukan untuk mengirim paket kepada pelanggan. Jika perusahaan Anda adalah bank, maka
salah satu KPIs dari kinerja proses bisnis adalah lamanya waktu yang diperlukan untuk
mengerjakan suatu fungsi yang mendasar seperti menciptakan akun dari seorang pelanggan yang
baru.
Kerangka kerja balanced scorecard dinyatakan menjadi “berimbang” karena kebanyakan
para manajer agar menitikberatkan pada lebih dari sekedar kinerja keuangan semata. Dalam
pandangan ini, kinerja keuangan merupakan cerita masa lalu yang merupakan hasil dan tindakan-
tindakan pada masa yang lalu dan para manajer harus menitikberatkan pada hal-hal yang mereka
dapat pengaruhi saat ini, seperti misalnya efisiensi proses bisnis, kepuasan pelanggan, dan
pelatihan karyawan. Ketika scorecard telah dikembangkan oleh para konsultan dan para
eksekutif senior, maka langkah yang berikutnya adalah mengoptimatisasikan aliran informasi
kepada para eksekutif dan para manajer lainnya untuk tiap-tiap indikator-indikator utama atas
kinerja. Ketika sistem-sismtem di implementasikan, maka mereka akan sering kali diarahkan
sebagai ESS.

16
 Metodologi manajemen terkenal yang sangat erat terkait lainnya adalah manajemen
kinerja bisnis (business performance management-BPM). Semula didefinisikan oleh suatu
kelompok industri pada tahun 2004 (dipimpin oleh perusahaan-perusahaan yang sama yang
menjual sistem perusahaan dan database seperti Oracle, SAP, dan IBM), BPM berupaya untuk
secara sistematis menerjemahkan strategi perusahaan (misalnya, diferensiasi, produsen yang
berbiaya rendah, pertumbuhan dalam pangsa pasar, dan cakupan operasi) ke dalam target-target
operasional. Ketika startegi-strategi dan target-target telah teridentifikasi, maka serangkaian KPI
kemudian diukur dengan informasi yang ditarik dari sistem database bisnis perusahaan BPM
menggunakan gagasan yang sama seperti balanced scorecard, tetapi dengan beragam strategi
yang lebih kuat.
Data korporat untuk ESS kontemporer dipasok oleh aplikasi bisnis yang telah dimiliki
oleh perusahaan (perencanaan sumber daya perusahaan, manajemen rantai pasokan, dan
manajemen hubungan pelanggan). ESS juga menyediakan akses kepada layanan berita, database
pasar keuangan, informasi perekonomian, dan data eksternal yang lainnya yang diperlukan oleh
para eksekutif senior. ESS juga memiliki kapabilitas penelusuran (drill-down) yang signifikan
jika para manajer perlu untuk melihat data yang lebih terperinci.
ESS yang telah dirancang dengan baik membantu para eksekutif senior memonitor
kinerja organisasional, menelusuri aktivitas dari para pesaing, mengenali kondisi dari pasar yang
berubah, serta mengidentifikasi permasalahan dan peluang. Para karyawan level yang lebih
rendah ke bawah dalam hierarki korporat juga menggunakan sistem ini untuk memonitor dan
mengukur kinerja bisnis dalam area tanggungjawab mereka. Untuk hal ini dan sistem intelijen
bisnis lainnya menjadi benar-benar bermanfaat, maka informasi harus “dapat ditindaklanjuti”, ini
harus siap tersedia dan juga mudah untuk digunakan ketika mengambil keputusan. Jika para
pengguna memiliki kesulitan dalam mengidentifikasi matrik-matrik yang sangat penting di
dalam laporan yang mereka terima, maka produktivitas karyawan dan kinerja bisnis akan
terganggu.
Sistem Pendukung Keputusan Kelompok (GDSS)
GDSS merupakan sistem berbasis computer yang interaktif untuk memfasilitasi solusi
dari permasalahan-permasalahan yang tidak terstruktur oleh serangkaian para pengambil
keputusan yang bekerja bersama-sama sebagai sebuah kelompok di dalam lokasi yang sama atau
dalam lokasi yang berbeda. Sistem kolaborasi dan alat bantu berbasis web untuk konferensi
video dan pertemuan secara elektronik yang digunakan pada bagian awal dalam teks ini akan
mendukung beberapa proses pengambilan keputusan dalam kelompok, tetapi fokus mereka
secara khusus pada komunikasi. Namun, GDSS menyediakan alat bantu dan teknologi yang
diarahkan secara kesplisit pada pengambilan keputusan dalam kelompok.
Pertemuan yang dipandu dengan GDSS berlangsung dalam suatu ruangan konferefnsi
dengan alat bantu perangkat keras dan perangkat lunak yang khusus untuk memfasilitasi
pengambilan keputusan kelompok. Perangkat keras meliputi komputer dan perlengkapan
jaringan, overhead proyektor, dan layar tampilan. Perangkat lunak pertemuan secara elektronik
yang khusus mengumpulkan, memeringkatkan, mengedit, dan menyimpan gagasan-gagasan
yang ditawarkan dalam pengambilan keputusan pada pertemuan tersebut. GDSS yang lebih rumit

17
menggunakan suatu fasilisator professional dan staf pendukung. Fasilisator memilih alat bantu
perangkat lunak dan membantu untuk mengorganisasikan dan menjalankan pertemuan.
GDSS yang canggih menyediakan kepada setiap hadirin dengan komputer desktop yang
didedikasikan di bawah kendali seseorang secara individual. Tidak ada seorangpun yang dapat
melihat apa yang para individual lakukan dengan komputer mereka hingga para partisipan
tersebut siap untuk membagi informasi. Input mereka ditransmisikan melalui suatu jaringan
kepada server pusat yang menyimpan informasi yang dihasilkan oleh pertemuan dan
membuatnya tersedia bagi semuanya pada jaringan pertemuan. Data juga dapat diproyeksikan
pada suatu layar yang besar di dalam ruang pertemuan.
GDSS memungkinkan untuk meningkatkan besaran pertemuan sementara itu pada saat
yang sama meningkatkan produktivitas karena para individual memberikan kontribusi secara
serentak dengan menjamin kerahasiaan para kontributor sehingga para hadirin dapat
menitikberatkan pada mengevaluasi gagasan-gagasan mereka sendiri tanpa ketakutan akan
dikritik secara pribadi atau gagasan-gagasan mereka ditolak berdasarkan para contributor. Alat
bantu perangkat lunak GDSS mengikuti metode yang terstruktur untuk mengorganisasi dan
mengevaluasi gagasan-gagasan serta untuk melindungi hasil dari pertemuan, memungkinkan
bagi para hadirin untuk menempatkan informasi yang diperlukan setelah pertemuan. Keefektifan
dari GDSS bergantung pada keadaan alamiah dari permasalahan dan kelompok serta seberapa
baik pertemuan di rencanakan dan dilaksanakan.

18
 BAB III BAB PENUTUP
3.1 Kesimpulan
Pengambilan keputusan dalam sebuah perusahaan merupakan hal yang penting bagi
kemajuan perusahaan tersebut. Dalam mengambil sebuah keputusan diperlukan ketepatan dalam
menganalisis masalah, menetapkan tujuan, mengidentifikasi alternatif yang ada, dan
mengevaluasinya. Di perusahaan manapun masalah selalu menjadi tantangan bagi setiap
karyawan dan pimpinan perusahaan tersebut. Adanya masalah dalam perusahaan bukan berarti
perusahaan tersebut memiliki kualitas yang buruk, bahkan dengan adanya masalah dalam
perusahaan, pimpinan dituntut untuk mengambil keputusan yang tepat dalam menyelesaikan
masalah yang ada.
3.2 Alternatif Solusi
Berdasarkan hasil penelitian yang telah diperoleh oleh peneliti, terdapat beberapa hal yang dapat
menjadi alternatif solusi bagi pihak - pihak yang membaca penulisan ilmiah ini:
1. Pimpinan harus lebih dapat membantu para karyawan untuk mengarahkan karyawan ke
arah yang lebih baik lagi.
2. Pimpinan harus lebih tegas dan bijaksana dalam mengambil setiap keputusan yang dapat
mempengaruhi kinerja karyawan.
3. Pimpinan juga harus mempertimbangkan keputusan yang akan diambil, karena keputusan
tersebut akan memiliki dampak terhadap karyawan dan perusahaan
4. Pimpinan juga sebaiknya lebih mendengarkan pendapat dari karyawan. Sehingga pendapat
tersebut dapat menjadi saran yang baik untuk kemajuan perusahaan.

19
 DAFTAR PUSTAKA
C. Laudon, Kenneth & P. Laudon, Jane. 2015. Sistem Informasi Manajemen Mengelola
Perusahaan Digital. Edisi 13. Salemba Empat. Jakarta.

20