SPK Modul

Management Support System:
Scope of Coverage
Noviyanto, ST Sistem Penunjang Keputusan

Presentation from url http:/ / teknik.unitomo.ac.id/ elearning
Pengambilan Keputusan Managerial
Manajemen adalah proses dalam mengatur
pemakaian sumber daya yang ada (man, money,
material, time, space, dsb) untuk mendapatkan
keluaran yang sesuai dengan tujuan organisasi
Ratio dari masukan dan keluaran menunjukkan
produktivitas atau tingkat kesuksesan dari
pelaku manajemen manajer
Tingkat produktivitas manajer tergantung dari
kemampuan manajer mengeksekusi fungsi
manajemen, yaitu planning, organizing, directing
dan controlling
Pengambilan Keputusan (Dulu)
Kemahiran yg didapat dari pengalaman

yang bertambah
Banyak aliran/ gaya yang bisa digunakan
untuk memecahkan masalah bisnis yang
sama dengan sukses
Perlu kreativitas, intuisi, pengalaman,
kebijaksanaan trial & error
Tidak memakai metode kuantitatif yang
sistematis berdasarkan pendekatan ilmiah
Pengambilan keputusan (sekarang)
Lingkungan manajemen:
Berubah dengan cepat menjadi makin
kompleks dan besar
Faktor-faktor yang mempengaruhi suatu
keputusan makin banyak
Sulit bergantung pada cara lama (trial &
error, dsb)
Manajer perlu bantuan teknologi komputer
Faktor-faktor yang mempengaruhi
pengambilan keputusan
Faktor Perubahan Akibat

Teknologi Informasi Banyak Alternatif
Meningkat
dan Komputer yang harus dipilih
Biaya bila membuat
Kompleksitas Struktur
Meningkat kesalahan
Kompetisi
meningkat
Pasar Internasional Meningkat
Kestabilan Politik Menurun Ketidakpastian di
Konsumerisme Meningkat masa yang akan
Kebijaksanaan datang
Meningkat
Pemerintah
Pengambilan Keputusan Manajer
Aplikasi komputer bergeser dari kegiatan proses

transaksi dan monitoring kepada aplikasi analisis
solusi permasalahan (problem analysis solution)
Sistem informasi melayani manajer dalam
kegiatan yang sangat penting pengambilan
keputusan (89-keatas, 80 % eksekutif
menganggap komputer memegang peran
penting)
Pengembangan ditingkatkan kepada efektivitas
pengambilan keputusan manajer, terutama
dalam pekerjaan yang kompleks.
Tipe Keputusan
Structured
Problem yg rutin, berulang dan memiliki pemecahan
yang standar berdasarkan analisa kuantitatif
Unstructured
Problem yang masih kabur dan cukup kompleks yang
tidak ada solusi langsung bisa dipakai
Semi structured
Sebagian structured dan sebagian unstructured
Unstuctured & Semi Structured perlu SPK
untuk meningkatkan kualitas informasi, memberi
beberapa alternatif solusi.
Hubungan keputusan & Tipe Kontrol
Manajemen
Phase Pengambilan Keputusan
(Simon)
Intelligence
Pencarian kondisi yang membutuhkan keputusan (cari
informasi, identifikasi objectives)
Design
Mencari, membangun dan menganalisis kemungkinan
solusi (manipulasi informasi, cari alternatif, beri bobot
resiko/ benefit pada alternatif)
Choice
Memilih satu solusi untuk diimplementasikan (pilih yg
paling baik , statistik alternatif, jelaskan, terangkan)
Management Science
Memecahkan masalah structured dan semi

structured
Memakai analisa kuantitatif
Terdiri dari beberapa langkah
Mendefinisikan masalah
Mengklasifikasikan masalah dalam kategori standard
Membentuk model matematika dari problem
Menentukan solusi dari model
Memilih dan merekomendasikan model
Management Support System (MSS)
Menjadi payung dari keluarga teknologi
berbantuan komputer yg digunakan untuk
membantu manajemen organisasi
Macamnya:
Transaction Support System (TPS) -- 50an
Management Information System (MIS) 60an
Office Automation System (OAS) 70an
Decision Support Systems (DSS) & GDSS 80an
Expert Systems (ES) 90an
Executive Information Systems (EIS) 90an
Artificial Neural Networks (ANN) -- 91
Evolusi CBIS
MSS
TPS : ( Transaction Processing Systems), melakukan pengolahan data
MIS : (Management Information System), menyediakan informasi
yang diperlukan untuk kepentingan bisnis organisasi
DSS : (Decision Support System), interactive-computer based system
untuk membantu pengambil keputusan memanfaatkan data dan
model untuk memecahkan masalah semi-struktur & tidak
terstruktur
GDSS : (Group Decision Support System), untuk membantu
pengambilan keputusan dalam kelompok
ES : (Expert System), menggantikan manusia dalam memberi saran
EIS : (Enterprise (Executive) Information Systems), memberi
informasi yg mudah dianalisa dan dilihat pada segala waktu untuk
pimpinan
ANN : (Artificial Neural Networks), memberi informasi tidak semata-
mata berdasarkan data, model, pengetahuan tapi juga dari
proses belajar dari pengalaman dan proses mengenali pola-pola
yg ada (pattern recognizing)
Hubungan MIS dan DSS
DSS vs MIS
DSS MIS
Masalah khusus Rangkuman yang
Representasi dunia nyata tersetruktur
Menyuplai keputusan Model yg dibangun dpt
dalam waktu singkat ketinggalan zaman
Meningkatkan pembuat Model tak tersedia
keputusan belajar long development time
tentang permasalahan Aplikasi dikembangkan
Dapat dikembangkan oleh menggunakan
profesional non-EDP spesifikasi yg
dirumuskan di depan
By EDP profesional
Mengapa Kita mengambil keputusan?
Mengenai apa, dimana, kapan ?
Kompleksitas suatu keputusan
Derajat kepastian Meningkat Menurun
Parameter terkait Meningkat Meningkat
Biaya penambilan keputusan Menurun Meningkat
Biaya bila keputusan salah Menurun Meningkat
Jumlah manusia terlibat Menurun Meningkat
Jumlah manusia terkena Menurun Meningkat
Masalah dalam pengambilan keputusan

Informasi tidak cukup, terlampau banyak, tidak
akurat, waktu terlalu sedikit, tidak mampu
mendefinisikan masalah, tidak mampu menganalisis
masalah
Mengapa membangun DSS ?
Mendapatkan Keuntungan DSS
Meningkatkan kualitas keputusan
Meningkatkan produktivitas
Mengurangi waktu dan biaya
Meningkatkan kepuasan konsumen dan karyawan
Ketidakstabilan ekonomi
Kesulitan dalam melacak berbagai tujuan bisnis
Kompetisi yang meningkat
E-commerce
Sistem yang ada tidak mensupport Decision making
Butuh informasi lebih akurat
Departemen IS terlalu sibuk
dsb
Sistem Penunjang Keputusan, Pertemuan Ke-2
SISTEM PENGAMBILAN KEPUTUSAN : MODEL DAN PENDUKUNG
Sistem.
DSS, GDSS, EIS, dan ES melibatkan satu istilah: sistem.
Sistem adalah kumpulan dari obyek-obyek seperti orang, resources, konsep, dan prosedur yang
ditujukan untuk melakukan fungsi tertentu atau memenuhi suatu tujuan.
Koneksi antara dan interaksi diantara sub sistem disebut dengan antarmuka/interface.
Sistem terdiri dari: Input, Proses, dan Output.
Input adalah semua elemen yang masuk ke sistem. Contohnya adalah bahan baku yang masuk
ke pabrik kimia, pasien yang masuk ke rumah sakit, input data ke komputer.
Proses adalah proses transformasi elemen-elemen dari input menjadi output.
Output adalah adalah produk jadi atau hasil dari suatu proses di sistem.
Feedback adalah aliran informasi dari komponen output ke pengambil keputusan yang
memperhitungkan output atau kinerja sistem. Dari informasi ini, pengambil keputusan, yang
bertindak sebagai pengontrol, bisa memutuskan untuk memodifikasi input, atau proses, atau
malah keduanya.
Environment/lingkungan dari sistem terdiri dari pelbagai elemen yang terletak di luar input, output,
atau pun proses. Namun, mereka dapat mempengaruhi kinerja dan tujuan sistem. Bila suatu
elemen memiliki hubungan dengan tujuan sistem serta pengambil keputusan secara signifikan tak
mungkin memanipulasi elemen ini, maka elemen tersebut harus dimasukkan sebagai bagian dari
environment. Contoh: sosial, politik, hukum, aspek fisik, dan ekonomi.
Sistem dan lingkungannya:
Noviyanto, ST Halaman 1
Sistem terbuka (Open System) sangat tergantung pada lingkungannya. Sistem ini menerima input
(informasi, energi, material) dari lingkungannya dan bisa juga memberikan outputnya kembali ke
lingkungan tersebut.
2 ukuran utama dari sistem adalah: efektivitas dan efisiensi.
Efektivitas adalah derajat seberapa banyak tujuan sistem tercapai. Ini mengacu pada hasil atau
output dari suatu sistem. Doing the right thing.
Efisiensi adalah ukuran penggunaan input (atau resources) untuk mencapai tujuan; sebagai
contoh, seberapa banyak
Model.
Karekteristik utama dari DSS adalah adanya kemampuan pemodelan.
Model adalah representasi sederhana atau penggambaran dari kenyataan.
Terdapat 3 jenis model:
1. Iconic (Scale). Replika fisik dari sistem, biasanya dalam skala tertentu dari bentuk aslinya. GUI
pada OOPL adalah contoh dari model ini.
2. Analog. Tak seperti sistem yang sesungguhnya tetapi berlaku seperti itu. Lebih abstrak
daripada model Iconic dan merupakan representasi simbolis dari kenyataan. Contoh: bagan
organisasi, peta, bagan pasar modal, speedometer.
3. Matematis (Kuantitatif). Kompleksitas hubungan dalam sistem organisasi tak dapat
direpesentasikan dengan Iconic atau Analog, karena kalau pun bisa akan memakan waktu
lama dan sulit. Analisis DSS menggunakan perhitungan numerik yang dibantu dengan model
matematis atau model kuantitatif lainnya.
Keuntungan Model.
Di bawah ini adalah alasan utama mengapa MSS menggunakan model:
1. Biaya analisis model lebih murah daripada percobaan yang dilakukan pada sistem yang
sesungguhnya.
2. Model memungkinkan untuk menyingkat waktu. Operasi bertahun-tahun dapat disimulasikan
dalam hitungan menit di komputer.
3. Manipulasi model (perubahan variabel) lebih mudah dilakukan daripada bila diterapkan pada
sistem nyata. Selanjutnya percobaan yang dilakukan akan lebih mudah dilakukan dan tak
mengganggu jalannya operasi harian organisasi.
4. Akibat yang ditimbulkan dari adanya kesalahan-kesalahan sewaktu proses trial-and-error lebih
kecil daripada penggunaan model langsung di sistem nyata.
5. Lingkungan sekarang yang makin berada dalam ketidakpastian. Penggunaan pemodelan
menjadikan seorang manajer dapat menghitung resiko yang ada pada proses-proses tertentu.
6. Penggunaan model matematis bisa menjadikan analisis dilakukan pada kemungkinan-
kemungkinan solusi yang banyak sekali, bahkan bisa tak terhitung. Dengan adanya
komunikasi dan teknologi canggih sekarang ini, manajer akan seringkali memiliki alternatif-
alternatif pilihan.
7. Model meningkatkan proses pembelajaran dan meningkatkan pelatihan.
Proses Pemodelan.
Berikut ini adalah proses yang terjadi pada pemodelan:
Trial and error dengan sistem nyata. Tapi ini tak berjalan bila:
1. Terlalu banyak alternatif untuk dicoba.
2. Akibat samping dari error yang terjadi besar pengaruhnya.
3. Lingkungan itu sendiri selalu berubah.
Simulasi.
Optimisasi
Heuristic.
Proses pengambilan keputusan.
Intellegence Phase.
Proses yang terjadi pada fase ini adalah:
Menemukan masalah.
Klasifikasi masalah.
Penguraian masalah.
Kepemilikan masalah.
Design Phase.
Tahap ini meliputi pembuatan, pengembangan, dan analisis hal-hal yang mungkin untuk dilakukan.
Termasuk juga disini pemahaman masalah dan pengecekan solusi yang layak. Juga model dari
masalahnya dirancang, dites, dan divalidasi.
Tugas-tugas yang ada pada tahap ini merupakan kombinasi dari seni dan pengetahuan, yaitu:
Komponen-komponen model.
Struktur model.
Seleksi prinsip-prinsip pemilihan (kriteria evaluasi).
Pengembangan (penyediaan) alternatif.
Prediksi hasil.
Pengukuran hasil.
Skenario.
The Choice Phase.

Pendekatan pencarian pilihan ada 2:
Teknis analitis. Menggunakan perumusan matematis.
Algoritma. Langkah demi langkah proses.
Perbedaan antara metode pencarian analitis, Blind, dan Heuristic disajikan pada diagram di bawah
ini:
Sedangkan diagram proses yang menggunakan algoritma adalah:
Bagaimana Keputusan itu Didukung?

Dukungan pada Intelligence Phase.
Di bawah ini adalah diagram dari dukungan DSS:
Dukungan pada Design Phase.

Di bawah ini adalah tabel elemen-elemen laporan:
Dukungan pada Choice Phase.

Suatu DSS menurut definisinya adalah merekomendasikan tetapi tidak membuat suatu pilihan.
Sebagai tambahan untuk menggunakan model yang secara cepat mengidentifikasi alternatif
terbaik atau good enough , DSS dapat mendukung choice phase melalui analisis what-if dan
goal-seeking. Skenario-skenario yang berbeda dapat dites untuk pilihan yang diinginkan yang bisa
memperkuat keputusan akhir.
Sedangkan suatu ES dapat digunakan untuk membantu solusi yang diharapkan sebagai
rekomendasi pada solusi yang layak.
Dukungan pada Implementasi Keputusan.

Pada fase ini ternyata keuntungan yang didapat dari DSS juga sepenting atau malah lebih penting
dibandingkan penggunaan DSS pada fase-fase sebelumnya.
Keuntungannya adalah dalam memberikan ketajaman dan detil dari analisis dan output yang
dihasilkan.
Untuk ES, jelas implementasi keputusan di dukung olehnya. Kelebihan ES yaitu ia dapat berfungsi
sebagai sistem penasehat berkaitan dengan implementasi masalah ini. Terakhir ES menyediakan
training yang menjadikan segala yang diimplementasikan lebih mudah dan mulus.
Kesimpulan.
Manajemen pengambilan keputusan serupa dengan keseluruhan proses manajemen.
Pemecahan masalah juga mengacu pada evaluasi peluang.
Sistem terdiri dari input, output, proses dan pengambil keputusan.
Semua sistem dipisahkan dari lingkungannya dengan suatu batas.
Sistem dapat terbuka, berinteraksi dengan lingkungannya, atau tertutup.
DSS utamanya berhubungan dengan sistem yang terbuka.
Model banyak digunakan dalam MSS; yang bisa dalam bentuk iconic, analog atau matematis.
Model menjadikan percobaan dari suatu sistem lebih cepat dan murah.
Pemodelan dapat menggunakan teknik simulasi, optimisasi, atau heuristic.
Pengambilan keputusan melibatkan 4 fase utama: intelligence, design, choice, dan
implementation.
Pada fase intellegence, masalah (peluang) diidentifikasikan, diklasifikasikan, dan diuraikan
(jika diperlukan).
Pada fase design, suatu model sistem dibuat, kriteria pemilihan ditetapkan, alternatif
dihasilkan, hasil diprediksi, dan metodologi keputusan dibuat.
Pada fase choice, pelbagai alternatif dibandingkan dan pencarian solusi yang terbaik (atau
yang cukup baik) dimulai. Pelbagai teknik pencarian disediakan.
Komputer dapat mendukung semua fase pengambilan keputusan dengan mengotomatisasi
tugas/proses yang diperlukan.
DECISION SUPPORT SYSTEMS

Pengertian.
Definisi awalnya adalah suatu sistem yang ditujukan untuk mendukung manajemen
pengambilan keputusan.
Sistem berbasis model yang terdiri dari prosedur-prosedur dalam pemrosesan data dan
pertimbangannya untuk membantu manajer dalam mengambil keputusan. Agar berhasil
mencapai tujuannya maka sistem tersebut harus: (1) sederhana, (2) robust, (3) mudah untuk
dikontrol, (4) mudah beradaptasi, (5) lengkap pada hal-hal penting, (6) mudah berkomunikasi
dengannya. Secara implisit juga berarti bahwa sistem ini harus berbasis komputer dan
digunakan sebagai tambahan dari kemampuan penyelesaian masalah dari seseorang.
Dibandingkan dengan EDP, DSS memiliki perbedaan:
Definisi lain DSS adalah (1) sistem tambahan, (2) mampu untuk mendukung analisis data
secara ad hoc dan pemodelan keputusan, (3) berorientasi pada perencanaan masa depan, dan
(4) digunakan pada interval yang tak teratur atau tak terencanakan.
Ada juga definisi yang menyatakan bahwa DSS adalah sistem berbasis komputer yang terdiri 3
komponen interaktif: (1) sistem bahasa mekanisme yang menyediakan komunikasi diantara
user dan pelbagai komponen dalam DSS, (2) knowledge system penyimpanan knowledge
domain permasalahan yang ditanamkan dalam DSS, baik sebagai data ataupun prosedur, dan
(3) sistem pemrosesan permasalahan link diantara dua komponen, mengandung satu atau
lebih kemampuan memanipulasi masalah yang dibutuhkan untuk pengambilan keputusan.
Definisi terakhir adalah, istilah DSS mengacu pada situasi dimana sistem final dapat
dikembangkan hanya melalui adaptive process pembelajaran dan evolusi . DSS didefinisikan
sebagai hasil dari pengembangan proses dimana user DSS, DSS builder, dan DSS itu sendiri,
semuanya bisa saling mempengaruhi, yang tercermin pada evolusi sistem itu dan pola-pola
yang digunakan.
Semua istilah di atas dapat digambarkan dalam tabel berikut ini:
Karakteristik dan Kemampuan DSS.

Di bawah ini adalah karakteristik dan kemampuan ideal dari suatu DSS:
1. DSS menyediakan dukungan bagi pengambil keputusan utamanya pada situasi semi terstruktur
dan tak terstruktur dengan memadukan pertimbangan manusia dan informasi terkomputerisasi.
Pelbagai masalah tak dapat diselesaikan (atau tak dapat diselesaikan secara memuaskan) oleh
sistem terkomputerisasi lain, seperti EDP atau MIS, tidak juga dengan metode atau tool
kuantitatif standar.
2. Dukungan disediakan untuk pelbagai level manajerial yang berbeda, mulai dari pimpinan puncak
sampai manajer lapangan.
3. Dukungan disediakan bagi individu dan juga bagi group. Pelbagai masalah organisasional
melibatkan pengambilan keputusan dari orang dalam group. Untuk masalah yang strukturnya
lebih sedikit seringkali hanya membutuhkan keterlibatan beberapa individu dari departemen dan
level organisasi yang berbeda.
4. DSS menyediakan dukungan ke pelbagai keputusan yang berurutan atau saling berkaitan.
5. DSS mendukung pelbagai fase proses pengambilan keputusan: intelligence, design, choice dan
implementation.
6. DSS mendukung pelbagai proses pengambilan keputusan dan style yang berbeda-beda; ada
kesesuaian diantara DSS dan atribut pengambil keputusan individu (contohnya vocabulary dan
style keputusan).
7. DSS selalu bisa beradaptasi sepanjang masa. Pengambil keputusan harus reaktif, mampu
mengatasi perubahan kondisi secepatnya dan beradaptasi untuk membuat DSS selalu bisa
menangani perubahan ini. DSS adalah fleksibel, sehingga user dapat menambahkan,
menghapus, mengkombinasikan, mengubah, atau mengatur kembali elemen-elemen dasar
(menyediakan respon cepat pada situasi yang tak diharapkan). Kemampuan ini memberikan
analisis yang tepat waktu dan cepat setiap saat.
8. DSS mudah untuk digunakan. User harus merasa nyaman dengan sistem ini. User-friendliness,
fleksibelitas, dukungan grafis terbaik, dan antarmuka bahasa yang sesuai dengan bahasa
manusia dapat meningkatkan efektivitas DSS. Kemudahan penggunaan ini diiimplikasikan pada
mode yang interaktif.
9. DSS mencoba untuk meningkatkan efektivitas dari pengambilan keputusan (akurasi, jangka
waktu, kualitas), lebih daripada efisiensi yang bisa diperoleh (biaya membuat keputusan,
termasuk biaya penggunaan komputer).
10. Pengambil keputusan memiliki kontrol menyeluruh terhadap semua langkah proses
pengambilan keputusan dalam menyelesaikan masalah. DSS secara khusus ditujukan untuk
mendukung dan tak menggantikan pengambil keputusan. Pengambil keputusan dapat
menindaklanjuti rekomendasi komputer sembarang waktu dalam proses dengan tambahan
pendapat pribadi atau pun tidak.
11. DSS mengarah pada pembelajaran, yaitu mengarah pada kebutuhan baru dan penyempurnaan
sistem, yang mengarah pada pembelajaran tambahan, dan begitu selanjutnya dalam proses
pengembangan dan peningkatan DSS secara berkelanjutan.
12. User/pengguna harus mampu menyusun sendiri sistem yang sederhana. Sistem yang lebih
besar dapat dibangun dalam organisasi user tadi dengan melibatkan sedikit saja bantuan dari
spesialis di bidang Information Systems (IS).
13. DSS biasanya mendayagunakan pelbagai model (standar atau sesuai keinginan user) dalam
menganalisis pelbagai keputusan. Kemampuan pemodelan ini menjadikan percobaan yang
dilakukan dapat dilakukan pada pelbagai konfigurasi yang berbeda. Pelbagai percobaan
tersebut lebih lanjut akan memberikan pandangan dan pembelajaran baru.
14. DSS dalam tingkat lanjut dilengkapi dengan komponen knowledge yang bisa memberikan solusi
yang efisien dan efektif dari pelbagai masalah yang pelik.
Keuntungan DSS:
1. Mampu mendukung pencarian solusi dari masalah yang kompleks.
2. Respon cepat pada situasi yang tak diharapkan dalam kondisi yang berubah-ubah.
3. Mampu untuk menerapkan pelbagai strategi yang berbeda pada konfigurasi berbeda secara
cepat dan tepat.
4. Pandangan dan pembelajaran baru.
5. Memfasilitasi komunikasi.
6. Meningkatkan kontrol manajemen dan kinerja.
7. Menghemat biaya.
8. Keputusannya lebih tepat.
9. Meningkatkan efektivitas manajerial, menjadikan manajer dapat bekerja lebih singkat dan
dengan sedikit usaha.
10. Meningkatkan produktivitas analisis.
Komponen DSS.
1. Data Management. Termasuk database, yang mengandung data yang relevan untuk pelbagai
situasi dan diatur oleh software yang disebut Database Management Systems (DBMS).
2. Model Management. Melibatkan model finansial, statistikal, management science, atau pelbagai
model kuantitatif lainnya, sehingga dapat memberikan ke sistem suatu kemampuan analitis, dan
manajemen software yang diperlukan.
3. Communication (dialog subsystem). User dapat berkomunikasi dan memberikan perintah pada
DSS melalui subsistem ini. Ini berarti menyediakan antarmuka.
4. Knowledge Management. Subsistem optional ini dapat mendukung subsistem lain atau
bertindak sebagai komponen yang berdiri sendiri.
Klasifikasi dan Dukungan DSS.

Klasifikasi ini berdasarkan derajat implikasi tindakan dari output sistem ; sehingga ini lebih
ditekankan pada bagaimana output sistem dapat secara langsung mendukung (atau
menentukan) keputusan.
Di bawah ini adalah karakteristik dari pelbagai klas DSS:
Dari tabel di atas terlihat 7 kategori DSS. 3 yang pertama bertipe data-oriented, menampilkan
data retrieval dan/atau data analysis. Sisanya adalah model-oriented, memiliki kemampuan baik
simulasi, optimisasi, atau komputasi yang menyarankan suatu jawaban . Tak setiap DSS
masuk ke dalam satu klas di atas; beberapa sama-sama kuat dalam hal data maupun orientasi
pemodelan.
DSS memiliki pelbagai tipe dukungan. Setiap level dukungan mengandung level sebelumnya,
disamping ada tambahannya (tetapi bisa juga memberikan kontribusi pada level sebelumnya).
Terdapat juga klasifikasi berdasarkan sifat situasi keputusan dimana DSS didesain untuk
mendukungnya:
Institutionalized DSS. Berhubungan dengan keputusan-keputusan yang sifatnya berulang.

Contoh: Portfolio Management System (PMS).
Ad Hoc DSS. Berhubungan dengan masalah yang spesifik yang biasanya tak dapat
diantisipasi ataupun berulang terjadinya. Contoh: Houston Minerals DSS membuat DSS
khusus untuk mengevaluasi kelayakan joint venture.
Klasifikasi lain adalah derajat prosedural atau tidaknya pengambilan data dan bahasa
pemodelannya. Contoh bahasa prosedural adalah bahasa pemrograman pada umumnya.
Sedang yang bahasanya non prosedural, sistem itu sendiri yang memprogram sehingga
programer hanya perlu menentukan hasil yang diinginkannya. Eksekusinya bagaimana tak
perlu dipikirkan. Kebanyakan DSS menggunakan pendekatan non prosedural ini, karena
lebih nyaman dan mendekati kenyataan alamiah manusia, dalam hal data retrieval dan
pemodelan aktivitas.
Yang lain lagi, klasifikasi berdasarkan jenis dukungannya:

Personal Support.
Group (Team) Support.
Organizational Support.
Level Teknologi.
Kerangka kerja untuk memahami konstruksi DSS mengidentifikasikan 3 level teknologi DSS:
specific DSS, DSS generators, dan DSS tools.
Specific DSS (DSS applications).
Final product atau aplikasi DSS yang nyata-nya menyelesaikan pekerjaan yang kita inginkan
disebut dengan specific DSS (SDSS). Contoh: Houston Minerals membuat SDSS untuk
menganalisis joint venture.
DSS Generators (atau Engines).

Adalah software pengembangan terintegrasi yang menyediakan sekumpulan kemampuan untuk
membangun specific DSS secara cepat, tak mahal, dan mudah. Contoh: Lotus 1-2-3, Microsoft
Excel.
DSS Tools.
Level terendah dari teknologi DSS adalah software utility atau tools. Elemen ini membantu
pengembangan baik DSS generator atau SDSS. Contoh: grafis (hardware dan software),
editors, query systems, random number generator, dan spreadsheets.
Kesimpulan.
Terdapat pelbagai definisi mengenai DSS.
Minimal, DSS didesain untuk mendukung permasalahan manajerial yang kompleks dimana
teknik-teknik terkomputerisasi lainnya tak bisa menyelesaikan. DSS adalah user-oriented,
mendayagunakan data, dan banyak menggunakan model.
Adalah memungkinkan untuk menambahkan suatu komponen ke DSS untuk membuatnya
semakin cerdas.
DSS dapat memberikan dukungan pada semua fase proses pengambilan keputusan dan ke
semua level manajerial, baik individual atau pun group.
DSS adalah tool yang berorientasi ke user. Dapat dibangun oleh end-user.
DSS dapat meningkatkan efektivitas pengambilan keputusan, mengurangi kebutuhan akan
training, meningkatkan kontrol manajemen, memfasilitasi komunikasi, mengurangi usaha
yang harus dikerjakan user, mengurangi biaya, dan memberikan banyak pilihan tujuan
pengambilan keputusan.
Komponen utama dari DSS adalah: database dan manajemennya, model base dan
manajemennya, dan antarmuka yang user friendly. Komponen cerdas (knowledge) dapat
User interface (atau dialog) penting untuk diperhatikan. Ini diatur oleh software khusus yang
menyediakan pelbagai kemampuan yang diperlukan.
DSS dapat langsung digunakan oleh manajer (dan analisis) atau melalui perantara.
DSS dapat dibangun untuk semua jenis hardware dan dapat ditempatkan dalam suatu
jaringan (distributed DSS).
DSS dapat digunakan baik untuk individu atau pun group dalam mendukung keputusan
yang akan dibuat.
PEMODELAN DAN MANAJEMEN MODEL
Pemodelan dalam MSS.

Salah satu contoh DSS, yaitu dari Frazee Paint, Inc., memiliki 3 jenis model:
1. Model statistik (analisis regresi), digunakan untuk mencari relasi diantara variabel.
Model ini merupakan preprogram dalam tool software pengembangan DSS.
2. Model finansial untuk pengembangan laporan pemasukan dan proyeksi data

finansial untuk beberapa tahun. Model ini semi terstruktur dan ditulis dalam bahasa
khusus DSS yang disebut dengan IFPS.
3. Model optimasi yang dibuat menggunakan model management science yang disebut
pendekatan Linear Programming dalam rangka menentukan pemilihan media. Untuk
menggunakan model ini, DSS perlu antarmuka untuk berhubungan dengan software
yang lain.
Berbagai aspek dalam pemodelan diantaranya adalah:

Identifikasi masalah dan analisis lingkungan.
Identifikasi variabel.
Perkiraan (forecasting).
Model.
Manajemen model.
Di bawah ini adalah tabel Berbagai jenis model:
Model Statis dan Dinamis.

Analisis statis. Model statis mengambil satu kejadian saja dalam suatu situasi.
Selama kejadian tersebut semuanya terjadi dalam 1 interval, baik waktunya sebentar
atau lama. Diasumsikan adanya stabilitas disini.
Analisis dinamis. Model dinamis digunakan untuk mengevaluasi skenario yang
berubah tiap saat. Model ini tergantung pada waktu. Dapat menunjukkan tren dan
pola pada waktu tertentu.
Pohon Keputusan.
Alternatif penampilan tabel keputusan adalah pohon keputusan. Pohon keputusan
memiliki 2 keuntungan: pertama, menggambarkan secara grafis hubungan dari
masalah, dan kedua, dapat berhubungan dengan situasi yang lebih kompleks dalam
bentuk yang lebih kompak (misal masalah investasi dengan periode waktu yang lebih
banyak).
Metode mengatasi resiko yang lain.
Misalnya: simulasi, certainty factors, dan fuzzy logic.
Optimasi dengan Pemrograman Matematis.
Pemrograman matematis.
Digunakan untuk membantu menyelesaikan masalah manajerial, untuk mengalokasikan
resources yang terbatas (misal tenaga kerja, modal, mesin, atau air) diantara sekian
banyak aktivitas untuk mengoptimalkan tujuan yang ditetapkan.
Karakteristik.
1. Sejumlah tertentu resources ekonomi tersedia untuk dialokasi.
2. Resources digunakan dalam produksi produk atau service.
3. Ada 2 atau lebih cara bagaimana resources digunakan. Masing-masingnya
disebut dengan solusi atau program.
4. Setiap aktivitas (produk atau service) dimana resources digunakan disitu
memberikan hasil tertentu sesuai tujuan yang telah ditetapkan.
5. Pengalokasian ini biasanya dibatasi oleh Berbagai batasan dan kebutuhan yang
disebut dengan constraints (batasan).
Asumsi.
1. Hasil dari Berbagai alokasi yang berbeda dapat dibandingkan; sehingga, mereka
dapat diukur dengan unit yang sama (seperti dolar atau utilitas).
2. Hasil dari Berbagai alokasi berdiri sendiri dibandingkan dengan alokasi yang lain.
3. Hasil total adalah penjumlahan dari semua hasil yang diperoleh dari aktivitas-
aktivitas yang berbeda.
4. Semua data diketahui dengan certainty.
5. Resources digunakan menurut perilaku ekonomi.
Penggunaan pemrograman matematis ini, khususnya Linear Programming, begitu

umumnya sehingga melingkupi program-program komputer yang ada pada setiap
organisasi.
Linear Programming (LP).

Blending Problem (minimisasi).
Disajikan contoh dari LP tersebut, yang dikenal dengan blending problem (masalah
pengenceran). Untuk membuat cat Sungold, dibutuhkan cat yang memiliki tingkat
brilliance paling tidak 300 derajat dan level hue paling tidak 250 derajat. Level brilliance
dan hue ditentukan oleh 2 formula, Alpha dan Beta. Baik Alpha dan Beta memberikan
kontribusi yang sama ke tingkat brilliance yang dibutuhkan; 1 ounce (berat kering) dari
keduanya menghasilkan 1 derajat brilliance dalam 1 drum cat. Namun demikian, hue
diatur seluruhnya oleh jumlah Alpha-nya; 1 ounce darinya menghasilkan 3 derajat hue
dalam 1 drum cat. Biaya Alpha adalah 45 cents per ounce, dan biaya Beta adalah 12
cent per ounce. Diasumsikan bahwa tujuan dari kasus ini adalah meminimalkan biaya
resources, maka masalahnya adalah untuk menemukan jumlah Alpha dan Beta yang
harus dipenuhi untuk membuat setiap drum cat.
Perumusan Blending Problem.

Decision variables-nya adalah:
x1 = jumlah Alpha yang diperlukan, dalam ounces, dalam setiap drum cat
x2 = jumlah Beta yang diperlukan, dalam ounces, dalam setiap drum cat
Tujuannya adalah untuk meminimalkan biaya total dari formula yang dibutuhkan untuk
menghasilkan 1 drum cat. Jika biaya Alpha adalah 45 cent per ounce, dan jika x1 ounce
digunakan dalam setiap drum, maka biaya per drum adalah 45x1. Serupa dengan itu,
untuk Beta biayanya adalah 12x2. Biaya totalnya menjadi, 45x1 + 12x2, dan fungsi tujuan
kita, adalah untuk meminimisasikan hal-hal di atas berdasarkan batasan di bawah ini:
1. Untuk membuat tingkat brilliance paling tidak 300 derajat dalam setiap drum. Karena
setiap ounce Alpha atau Beta meningkatkan derajat kecerahan (brightness) 1
derajat, maka terjadilah hubungan berikut:
2. Untuk membuat level hue paling tidak 250 derajat, efek dari Alpha (sendirian) pada
hue dapat ditulis sebagai berikut:
Perumusan Umum dan Istilah.

Dibahas disini perumusan umum dari LP, dimana setiap LP terdiri dari:
Decision Variables.
Variabel-variabel dimana nilainya tak diketahui dan yang sedang dicari. Biasanya
ditandai dengan x1, x2, dan lain-lain.
Objective Function (Fungsi Tujuan).

Pernyataan matematis, merupakan fungsi linier, menunjukkan hubungan diantara
decision variables dan satu tujuan (atau objective) yang dicari. Jika melibatkan tujuan
yang banyak (multiple goals), terdapat 2 pendekatan:
1. Memilih tujuan utama yang memiliki level maksimal atau minimal.
2. Memindahkan tujuan-tujuan yang lain ke dalam contraint (batasan), yang harus
dipenuhi.
Optimasi.
LP berusaha untuk mendapatkan nilai maksimal atau minimal dari fungsi tujuan.
Coeeficients (Koefisien) dari Objective Function.

Menyatakan tingkat/derajat dimana nilai dari fungsi tujuan meningkat atau menurun
dengan memasukkan dalam solusi satu unit dari setiap decision variables.
Constraints (batasan).
Maksimalisasi atau minimalisasi dilakukan berdasarkan batasan-batasan tertentu.
Sehingga, LP dapat didefinisikan sebagai permasalahan optimasi terbatasi. Batasan
dinyatakan dalam bentuk pertidaksamaan (atau terkadang persamaan).
Koefisien Input-Output (Teknologi)

Koefisien dari variabel batasan disebut dengan koefisien input-output. Ini
mengindikasikan tingkat pemakaian atau penggunaan resource. Ditampilkan pada sisi
kiri batasan.
Capacities (kapasitas).
Kapasitas (atau ketersediaan) dari Berbagai resources, biasanya dinyatakan dengan
batas atas atau batas bawah, berada pada sisi kanan batasan. Sisi kanan juga
menyatakan kebutuhan minimum.
Contoh.
Contoh dari perumusan umum dan istilah ini diterapkan pada blending problem
sebelumnya. Temukan x1 dan x2 (decision variables) yang akan meminimisasikan nilai
dari fungsi tujuan linier:
Simulasi.
Dalam MSS artinya adalah teknik untuk melakukan percobaan (seperti misalnya what-
if ) dengan komputer digital pada suatu model dari sistem manajemen.
Karakteristik Utama.
Pertama, simulasi bukanlah sejenis model biasa; model umumnya merepresentasikan
kenyataan, sedangkan simulasi biasanya menirukan kenyataan tersebut. Singkatnya, ini
berarti ada sedikit penyederhanaan kenyataan dalam model simulasi dibandingkan
dengan jenis model lainnya.
Kedua, simulasi adalah teknik untuk melaksanakan percobaan. Artinya, simulasi
melibatkan testing pada nilai-nilai tertentu dari decision atau uncontrollable variables
yang ada pada model dan mengamati akibatnya pada variabel output.
Simulasi lebih bersifat deskriptif (menjelaskan) daripada tool normatif; sehingga tak ada
pencarian otomatis untuk solusi optimal. Lebih dari itu, simulasi menjelaskan dan/atau
memperkirakan karakteristik sistem tertentu pada Berbagai keadaan yang berbeda-
beda. Sekali karakteristik ini diketahui, alternatif terbaik dari alternatif yang ada dapat
dipilih.
Simulasi digunakan bilamana permasalahan yang ada terlalu kompleks/sulit bila
diselesaikan dengan teknik optimasi numerik (misalnya LP). Kompleksitas disini berarti
bahwa permasalahan tadi tak bisa dirumuskan untuk optimasinya atau perumusannya
terlalu kompleks.
Keuntungan Simulasi:
1. Teori simulasi relatif mudah dan bisa langsung diterapkan.
2. Model simulasi mudah untuk menggabungkan Berbagai hubungan dasar dan
ketergantungannya.
3. Simulasi lebih bersifat deskriptif daripada normatif. Ini mengijinkan manajer untuk
menanyakan jenis pertanyaan what-if . Sehingga, manajer yang memiliki
pendekatan trial-and-error dalam menyelesaikan masalah dapat melakukannya lebih
cepat dan murah, dengan resiko yang lebih kecil, menggunakan bantuan simulasi
dan komputer (sebagai pembanding adalah pendekatan trial-and-error dalam sistem
nyata).
4. Model simulasi yang akurat membutuhkan knowledge yang dalam dari suatu
masalah, yang memaksa MSS builder untuk selalu berkomunikasi dengan manajer.
5. Modelnya dibangun berdasarkan perspektif manajer dan berada dalam struktur
keputusannya.
6. Model simulasi dibangun untuk satu permasalahan tertentu, dan biasanya tak bisa
menyelesaikan permasalahan yang lain.
7. Simulasi dapat mengatasi variasi yang berbeda-beda dalam Berbagai jenis masalah
seperti halnya inventory dan staffing, demikian juga pada fungsi tingkat tinggi
manajerial seperti rencana jangka panjang. Sehingga ungkapan untuknya adalah
selalu ada jika manajer sedang membutuhkannya.
8. Manajer dapat melakukan eksperimen dengan Berbagai variabel yang berbeda

untuk menentukan mana yang penting, dan dengan Berbagai alternatif yang berbeda
untuk mencari yang terbaik.
9. Simulasi secara umum mengijinkan kita memasukkan kompleksitas kehidupan nyata
dari suatu masalah; penyederhanaan tak diperlukan disini. Sebagai contoh, simulasi
dapat memanfaatkan distribusi probabilitas kehidupan nyata daripada mengira-ira
distribusi teoritis.
10. Sebagai sifat alamiah simulasi, kita dapat menghemat waktu.
11. Mudah untuk mendapatkan Berbagai pengukuran kinerja yang berbeda-beda secara
langsung dari simulasi.
Kerugian Simulasi:
1. Tak menjamin solusi yang optimal.
2. Membangun model simulasi seringkali memakan waktu lama dan membutuhkan
biaya.
3. Solusi dan inferensi dari satu kasus simulasi biasanya tak bisa ditransfer ke
permasalahan yang lain.
4. Simulasi terkadang begitu mudah diterima oleh manajer sehingga solusi analitis
yang dapat menghasilkan solusi optimal malah sering dilupakan.
Metodologi Simulasi.
Definisi masalah.
Membangun model simulasi.
Testing dan validasi model.
Desain percobaan.
Melakukan percobaan.
Evaluasi hasil.
Implementasi.
Tipe Simulasi.
Simulasi Probabilistik. Satu atau lebih independent variable-nya (misal, kebutuhan
dalam masalah inventory) probabilistik, mengandung bilangan acak. Sehingga ini
mengikutsertakan distribusi probabilitas tertentu. 2 yang dikenal: distribusi diskrit dan
distribusi kontinyu. Distribusi diskrit melibatkan situasi dimana terdapat sejumlah
tertentu kejadian (atau variabel) yang dapat diamati pada sejumlah nilai tertentu.
Distribusi kontinyu mengacu pada situasi dimana terdapat kemungkinan jumlah
kejadian yang tak terbatas, yang mengikuti fungsi densitas tertentu, misal distribusi
normal. Di bawah ini dijelaskan bedanya:
Simulasi bergantung waktu (time dependent) vs simulasi tak bergantung waktu

(time independent). Time independent mengacu pada situasi dimana tak penting
kita mengetahui secara pasti kejadian yang terjadi. Time dependent sebaliknya,
adalah penting mengetahui secara presisi kejadian-kejadiannya.
Simulasi visual. Penampilan hasil simulasi secara grafis terkomputerisasi adalah

salah satu pengembangan yang berhasil dalam interaksi manusia dan komputer dan
penyelesaian masalah.
Percobaan dalam Simulasi (Probabilistik).

Proses percobaan dalam simulasi melibatkan 8 langkah, termasuk di dalamnya apa
yang disebut dengan prosedur Monte Carlo:
1. Menentukan ukuran (ukuran-ukuran) kinerja sistem yang diinginkan. Jika perlu,
tulislah dalam bentuk persamaan.
2. Gambarkan sistem dan dapatkan distribusi probabilitas dari elemen probabilistik
yang relevan dari sistem.
3. Rancang bangunlah distribusi probabilistik kumulatif untuk setiap elemen stokastik.
4. Tentukan representasi bilangan yang berhubungan dengan distribusi probabilistik
kumulatif.
5. Untuk setiap elemen probabilistik, ambil satu contoh acak (keluarkan bilangan
secara acak atau ambil satu dari tabel bilangan acak).
6. Catat ukuran kinerja dan varian-nya.
7. Jika diinginkan hasil yang stabil, ulangi langkah 5 dan 6 sehingga ukuran kinerja
sistem stabil .
8. Ulangi langkah 5-7 untuk Berbagai alternatif. Berikan nilai ukuran kinerjanya dan
confidence interval-nya, berdasarkan pada alternatif yang diinginkan.
Prosedure Monte Carlo bukanlah model simulasi, walaupun ia hampir menjadi sinonim
dengan simulasi probabilistik. Prosedur tersebut melibatkan langkah 3 sampai langkah 6
dalam proses ini. Yaitu, prosedure yang menghasilkan pengamatan acak dari variabel-
variabel yang penting.
Pemrograman Heuristic.
Pendekatan yang melibatkan cara heuristic (role of thumb, aturan jempol) yang dapat
menghasilkan solusi yang layak dan cukup baik pada Berbagai permasalahan yang
kompleks. Cukup baik (good enough) biasanya dalam jangkauan 90 sampai dengan
99.99 persen dari solusi optimal sebenarnya.
Metodologi.
Pendekatan lojik heuristic melibatkan hal-hal berikut:
1. Skema klasifikasi yang mengenalkan struktur ke dalam permasalahan.
2. Analisis karakteristik dari elemen-elemen masalah.
3. Aturan-aturan untuk seleksi elemen dari setiap kategori untuk mendapatkan strategi
pencarian yang efisien.
4. Aturan-aturan untuk seleksi lebih lanjut, bila diperlukan.
5. Fungsi tujuan yang digunakan untuk mengecek kelayakan solusi pada setiap
tahapan seleksi atau pencarian.
Kapan Menggunakan Heuristic:

1. Input data tidak pasti atau terbatas.
2. Kenyataan yang ada terlalu kompleks sehingga model optimasi menjadi terlalu
disederhanakan.
3. Metode yang handal dan pasti tak tersedia.
4. Waktu komputasi untuk optimasi terlalu lama.
5. Adanya kemungkinan untuk meningkatkan efisiensi proses optimasi (misal, dengan
memberikan solusi awal yang baik menggunakan heuristic).
6. Masalah-masalah yang diselesaikan seringkali (dan berulang-ulang) dan
menghabiskan waktu komputasi.
7. Permasalahan yang kompleks yang tidak ekonomis untuk optimasi atau memakan
waktu terlalu lama dan heuristic dapat meningkatkan solusi yang tak
terkomputerisasi.
8. Di saat pemrosesan simbolik lebih banyak dilibatkan daripada pemrosesan numerik
(dalam ES).
Keuntungan Heuristic:
1. Mudah dimengerti dan kemudian mudah diimplementasikan.
2. Membantu dalam melatih orang sehingga kreatif dan dapat digunakan untuk
masalah yang lain.
3. Menghemat waktu perumusan.
4. Menghemat pemrograman dan kebutuhan penyimpanan pada komputer.
5. Menghemat waktu pemrosesan komputer yang tak perlu (kecepatan!).
6. Seringkali menghasilkan Berbagai solusi yang dapat diterima.
Masalah-masalah dalam Penggunaan Heuristic:

1. Heuristic enumerasi yang mempertimbangkan semua kemungkinan kombinasi dalam
permasalahan praktis jarang bisa dicapai.
2. Pilihan-pilihan keputusan sekuensial bisa jadi gagal mengantisipasi konsekuensi
lebih lanjut dari setiap pilihan.
3. Lokal optimal dapat memutuskan solusi terbaik yang masih bisa dicapai sebab
heuristic, serupa dengan simulasi, bertitik tolak pada perspektif global.
4. Saling ketergantungan pada satu bagian dari sistem terkadang memberikan
pengaruh berarti
Kesimpulan.
Model memainkan peranan yang utama dalam DSS. Terdiri dari beberapa jenis.
Manajemen model adalah konsep yang serupa dengan manajemen data.
Model bisa berupa statis (cuplikan singkat situasi) atau dinamis.
Analisis dilakukan baik pada kondisi certainty/kepastian (yang paling diinginkan
memang ini), resiko, atau uncertainty (dihindari sebisanya).
Tool utama dalam optimasi adalah pemrograman matematis.
LP adalah tool paling sederhana dari pemrograman matematis. Ia mencoba mencari
alokasi optimal dari resources yang terbatas pada batasan-batasan (constraints)
yang ada.
Bagian utama dari LP adalah objective function, decision variables, dan constraints.
Simulasi banyak digunakan dalam pendekatan DSS yang melibatkan eksperimen
dengan model yang diasumsikan merupakan pencerminan kenyataan yang
sebenarnya.
Simulasi dapat dilakukan untuk situasi yang kompleks, yang tak bisa dilakukan oleh
teknik optimasi biasa. Tapi tak ada jaminan untuk mendapatkan solusi optimal.
Pemrograman heuristic adalah penyelesaian masalah menggunakan rule of thumb.
PENGEMBANGAN SISTEM PENDUKUNG KEPUTUSAN
Pendahuluan.
Membangun sebuah DSS, apalagi yang besar, merupakan proses yang rumit.
Melibatkan hal-hal: teknis (hardware, jaringan) dan perilaku (interaksi manusia-
mesin, dampak DSS pada individu).
Agar lebih mudah membangun DSS bisa digunakan bahasa khusus (misal CASE
TOOLs).
Strategi Pengembangan.
1. Tulis DSS dengan bahasa pemrograman umum: Pascal, Delphi, C, C++, C#, Java,
dan lainnya.
2. Menggunakan 4GL: data-oriented language, spreadsheets, dan financial-oriented
language.
3. Menggunakan DSS Generator: Excel, Lotus 1-2-3, Quattro Pro, Express. Generator
lebih efisien dari 4GL tapi ini tergantung juga pada batasannya.
4. Menggunakan DSS Generator khusus (domain specific): Commander FDC untuk
budgeting & financial analysis, EFPM untuk kalangan perguruan tinggi.
5. Mengembangkan DSS dengan metodologi CASE. Memiliki jaminan kualitas yang
memadai.
6. Untuk DSS yang kompleks, bisa mengintegrasikan pendekatan-pendekatan di atas.
Proses Pengembangan DSS.

Pengembangan suatu DSS terkait juga dengan struktur permasalahan: tak
terstruktur, semi terstruktur, ataupun terstruktur. Berturut-turut ES/DSS, DSS, MIS
bisa digunakan untuk ini.
Di bawah ini disajikan bagan fase-fase pengembangan suatu DSS:
Proses Pengembangan: Life Cycle vs Prototyping.

Pembangunan DSS dilakukan dalam berbagai cara. Dibedakan antara pendekatan life
cycle (daur hidup) dan iterative process (proses berulang).
Pendekatan SDLC (System Development Life Cycle).

Asumsi dasarnya adalah kebutuhan informasi dari suatu sistem dapat ditentukan
sebelumnya.
IRD (Information Requirements Definition) adalah pendekatan formal yang
digunakan oleh sistem analis.
IRD secara tradisional merupakan kombinasi analisis logik dengan pengamatan
perilaku pemrosesan informasi.
IRD bisa juga melibatkan CSF (Critical Success Factors).
DSS didesain untuk membantu pengambilan keputusan para manajer pada masalah
yang jelek strukturnya. Di satu sisi memahami kebutuhan user adalah hal yang sulit.
Sehingga perlu diterapkan adanya bagian pembelajaran dalam desain atau proses
kita. Dari situ, diharapkan user belajar mengenai masalah atau lingkungannya
sehingga dapat mengidentifikasi kebutuhan informasi baru dan yang tak diantisipasi
sebelumnya.
Ilustrasi Tahap-tahap dalam SDLC Tradisional
http://exonous.typepad.com/mis/2004/02/systems_develop.html
http://www.albany.edu/acc/courses/fall97/acc681/ch7.html
Pendekatan Prototyping Evolusioner.

Pendekatan prototyping disebut juga proses evolusioner (evolutionary process),
proses berulang (iterative process), atau cukup disebut prototyping saja. Nama
lainnya adalah middle-out process (proses sementara), adaptive design (desain
adaptif) dan incremental design (desain berkelanjutan).
Proses desain berulang ini mengkombinasikan 4 fase utama SDLC tradisional
(analisis, desain, konstruksi, dan implementasi) ke dalam 1 langkah yang diulang-
ulang.
Proses berulang terdiri dari 4 tugas, seperti di bawah ini:
1. Memilih submasalah penting yang akan dibangun pertama kali.
2. Mengembangkan sistem yang kecil, tapi berguna, dalam membantu
pengambil keputusan.
3. Mengevaluasi sistem terus menerus.
4. Menghaluskan, mengembangkan, dan memodifikasi sistem secara berulang.
Pengembangan DSS Berbasis Tim dan Berbasis User.

Pengembangan DSS pada tahun 1970 dan 1980-an melibatkan skala yang besar,
sistemnya kompleks, dan didesain utama untuk mendukung organisasi. Sistem ini
didesain oleh tim yang terdiri dari user, penghubung (intermediaries), DSS builder,
tenaga ahli, dan berbagai tool. Berbagai individu dalam setiap kategori tadi,
sehingga ukuran tim menjadi besar dan komposisinya sering berubah seiring
berjalannya waktu. Intinya dengan berbasis tim, maka pembangunan DSS menjadi
kompleks, lama, dan prosesnya memakan biaya.
Pendekatan lainnya adalah membangun DSS berbasiskan user. Dimulai mulai tahun
1980-an, seiring pesatnya perkembangan di bidang PC (Personal Computer),
jaringan komunikasi komputer, berkurangnya biaya hardware maupun software.
Enterprise-wide computing serta kemudahan akses data dan pemodelan
berarsitektur client/server juga mendukung pengembangan DSS berbasis user.
Tentu saja kedua pendekatan ini bisa dikombinasikan, untuk mendapat kinerja yang
diinginkan.
Pengembangan DSS Berbasis Tim.

Menentukan DSS Group.
Secara organisasi penempatan DSS Group bisa dimana-mana, umumnya pada lokasi:
1. Dalam departemen IS (Information Services).
2. Executive Staff Group.
3. Dalam wilayah keuangan atau fungsi lainnya.
4. Dalam departemen rekayasa industri.
5. Dalam kelompok manajemen pengetahuan (Management Science Group).
6. Dalam kelompok pusat informasi (Information Center Group).
Komputasi End-User dan Pengembangan DSS Berbasis User.

Komputasi End-User.
Pengembangan DSS berbasis user berelasi secara langsung kepada komputasi end-
user. Definisinya adalah: pengembangan dan penggunaan sistem informasi berbasis
komputer oleh orang-orang di luar wilayah sistem informasi formal. Definisi ini
melibatkan juga manajer dan profesional yang menggunakan komputer pribadi,
pengolah kata yang digunakan oleh sekretaris, e-mail yang digunakan oleh CEO, dan
sistem time-sharing yang digunakan oleh ilmuwan dan peneliti.
Pengembangan DSS Berbasis User: Keuntungan dan Resikonya.

Berbagai keuntungan yang bisa didapat user bila dia sendiri yang membangun DSS:
1. Waktu penyelesaiannya singkat.
2. Syarat-syarat spesifikasi kebutuhan sistem tak diperlukan.
3. Masalah implementasi DSS dapat dikurangi.
4. Biayanya sangat rendah.
Resikonya adalah:
1. Kualitasnya bisa tak terjaga.
2. Resiko potensial kualitas dapat diklasifikasikan dalam 3 kategori: (a) tool dan fasilitas
di bawah standar, (b) resiko yang berhubungan dengan proses pengembangan
(contoh: ketidakmampuan mengembangkan sistem yang bisa bekerja,
pengembangan sistem yang menghasilkan hasil yang salah), dan (c) resiko
manajemen data (misal: kehilangan data).
DSS Generator.
DSS Generator mengkombinasikan kemampuan berbagai aplikasi umum dalam 1
program.
Di bawah ini adalah program-program yang merupakan bahan baku bagi paket
terintegrasi:
Spreadsheet.
Manajemen Data.
Pengolah kata.
Komunikasi.
Grafis bisnis.
Kalender (manajemen waktu).
Desk management.
Manajemen projek.
Contoh dari paket terintegrasi ini adalah: Lotus 1-2-3, Microsoft Excel.
Pemilihan DSS Generator dan Tool Software Lainnya.

Berbagai pertanyaan yang harus dijawab oleh suatu organisasi yang akan
menggunakan DSS Generator: (1) generator seperti apa yang akan digunakan, (2)
hardware seperti apakah yang dipakai untuk menjalankannya, (3) sistem operasi seperti
apa yang akan digunakan, (4) jaringan seperti apakah yang akan dipakai untuk
menjalankannya.
Dengan kemampuan PC yang luar biasa sekarang ini, software DSS lebih banyak
ditemui pada jenis komputer mikro. Kemudian dengan adanya program-program
berbasis Windows, membuat DSS menjadi lebih disukai karena kemudahan
penggunaannya.
Pemilihan Software.
Tool software dasar yang patut dipertimbangkan adalah:
Fasilitas database relasional dengan fasilitas pembuatan laporan yang baik dan
fasilitas pemilihan data setiap saat.
Bahasa penghasil grafis.
Bahasa pemodelan.
Bahasa analisis data statistikal umum.
Bahasa khusus yang lain (misal: untuk membangun simulasi).
Bahasa pemrograman (generasi ketiga).
Tool pemrograman berorientasi objek.
Tool pembangun ES.
Jaringan.
CASE tools.
Kesimpulan.
DSS dikembangkan dengan proses pengembangan yang unik berdasarkan
prototyping.
Langkah utamanya adalah: perencanaan, riset, analisis, desain, konstruksi,
implementasi, perawatan, dan adaptasi.
Pendekatan berulang (prototyping) paling umum digunakan dalam DSS, karena
kebutuhan informasi tak dapat diketahui dengan tepat pada awal proses.
DSS dapat dibangun oleh tim maupun individu.
Pembangunan DSS dengan tim mengikuti proses terstruktur, termasuk
perencanaan, pemilihan software yang sesuai (generator jika dibutuhkan), dan
hardware.
Bagian utama dari komputasi end-user adalah pembangunan DSS untuk dukungan
personal yang dilakukan oleh individu.
Keuntungan utama orang-orang yang membangun DSS-nya sendiri adalah: waktu
penyelesaiannya singkat, familiar dengan kebutuhannya, biaya rendah, dan
implementasinya lebih mudah.
Pengembangan DSS berbasis user bisa juga berkualitas rendah, karena itu kontrol
yang cukup dapat memperbaiki situasi tersebut.
Kebanyakan DSS dibangun dengan generator pengembangan DSS atau dengan
tool-tool pengembangan 4GL tak terintegrasi.
Terdapat banyak sekali tool dan generator di pasaran. Pemilihan yang sesuai untuk
membangun DSS tertentu haruslah didesain dengan cermat.
Banyak DSS dibangun dalam lingkungan Windows. Windows membuatnya mungkin
untuk membangun DSS dengan cepat dan murah.
TEKNOLOGI KOMPUTASI KOLABORATIF
Pengambilan Keputusan dalam Grup.

Beberapa hal dasar dalam pengambilan keputusan grup:
1. Grup. Istilah grup (atau workgroup kelompok kerja) mengacu pada 2 atau lebih
orang (sampai 25 orang) yang misinya adalah menampilkan task/tugas tertentu dan
bekerja sebagai satu unit. Bisa permanen atau sementara. Bisa pada satu lokasi
atau bermacam lokasi, dapat bekerja pada waktu bersamaan atau waktu yang
berbeda. Dapat berupa komite, panel kaji ulang, gugus tugas, dewan eksekutif, tim,
atau unit permanen.
2. Sifat pengambilan keputusan grup. Walaupun kebanyakan organisasi bisnis

bersifat hirarki, pengambilan keputusan biasanya merupakan proses saling berbagi
(shared). Pertemuan tatap muka diantara grup manajer merupakan elemen dasar
mencapai konsensus. Pertemuan grup dicirikan oleh aktivitas dan proses berikut:
Pertemuan adalah aktivitas gabungan, dilakukan oleh sekumpulan orang,

biasanya memiliki status sama atau sebanding, umumnya melibatkan 5 sampai
25 orang.
Hasil dari pertemuan sebagian tergantung pada knowledge, opini, dan
pertimbangan dari partisipan.
Hasil dari pertemuan juga tergantung pada komposisi grup dan pada proses
pengambilan keputusan yang digunakan grup.
Perbedaan dalam opini dipengaruhi oleh tingkat orang yang hadir atau seringkali
oleh negosiasi atau arbitrasi.
3. Keuntungan dan keterbatasan bekerja dalam grup.

Keuntungannya adalah sebagai berikut:
Grup lebih baik daripada individu pada pemahaman masalah.
Orang mudah dinilai pada keputusan dimana mereka juga terlibat di dalamnya.
Grup lebih baik dibandingkan individu dalam menangkap kesalahan yang terjadi.
Grup memilih lebih banyak informasi (knowledge) daripada 1 orang anggota.
Grup dapat mengkombinasi knowledge tadi dan membuat knowledge baru.
Sebagai hasilnya, ada banyak alternatif untuk penyelesaian masalah, dan solusi
yang lebih baik dapat diturunkan.
Sinergi dapat dihasilkan.
Bekerja dalam grup dapat merangsang partisipan dan prosesnya.
Anggota grup akan menempelkan egonya dalam keputusan yang diambil,
sehingga mereka akan bersungguh-sungguh dalam implementasinya.
Partisipasi para anggota dalam keputusan berarti bahwa akan terjadi lebih sedikit
penolakan dalam implementasi.
Kecenderungan resiko dapat diseimbangkan. Grup melunakkan resiko tinggi
yang diambil dan mendorong ke arah konservatif.
Sedangkan gangguan dari proses grup adalah:

Tekanan sosial agar selalu menyesuaikan diri menghasilkan pemikiran
grup /groupthink (dimana orang mulai berpikir serupa, dan dimana ide baru tak
bisa ditoleransi).
Menghabiskan waktu, prosesnya lamban.
Keterbatasan koordinasi pekerjaan yang dilakukan grup dan perencanaan
pertemuan yang jelek.
Pengaruh yang tak layak dari grup dinamis (contoh, dominasi waktu, topik, atau
opini dari satu atau segelintir individu; ketakutan untuk bicara; kekakuan
suasana).
Kecenderungan anggota grup untuk mengandalkan saja yang lain dalam
mengerjakan tugas.
Kecenderungan untuk mengkompromikan solusi walaupun kualitasnya rendah.
Analisis tugas yang tak lengkap.
Waktu yang tak produktif (sosialisasi, persiapan, menunggu orang).
Kecenderungan untuk mengulangi apa yang sudah dibicarakan.
Biaya yang lebih besar dalam pengambilan keputusan (banyaknya jam

partisipasi, biaya perjalanan, dan lain-lain).
Kecenderungan grup untuk mengambil keputusan yang lebih berisiko daripada
yang seharusnya.
Penggunaan informasi yang tak lengkap atau tak sesuai.
Representasi yang tak sesuai dalam grup.
4. Peningkatan kerja grup. Jika kita dapat mengurangi berbagai fenomena yang
menyebabkan fungsi-fungsi yang tak jalan, keuntungan yang didapat bisa
ditingkatkan. Ilmuwan perilaku, pakar personal, pakar efisiensi, dan yang lain telah
mengembangkan berbagai pendekatan untuk menyelesaikan masalah ini.
Penggunaan Teknologi Informasi: Groupware.
Nama yang muncul yang mencakup wilayah ini adalah: Group Support Systems (GSS).
Nama produk software-nya adalah groupware.
GDSS.
GDSS dikenal sebagai bagian dari bidang yang lebih luas yang disebut dengan
GSS atau Electronic Meeting Systems (EMS).
Definisi GSS adalah: satu lingkungan berbasis teknologi informasi yang
mendukung pertemuan grup, yang didistribusikan secara geografis dan tak
permanen. Lingkungan teknologi informasi termasuk, tapi tak terbatas pada,
fasilitas terdistribusi, hardware dan software komputer, teknologi audio dan video,
prosedur, metodologi, bantuan-bantuan, dan grup data teraplikasi. Tugas grup
(group tasks) termasuk, tapi tak terbatas pada, komunikasi, perencanaan,
peneluran ide, penyelesaian masalah, diskusi isu, negosiasi, penyelesaian
konflik, analisis dan desain sistem, dan aktivitas grup bersama-sama seperti
persiapan dokumen dan sharing (saling berbagi).
GSS mendukung banyak task/tugas lebih dari sekedar pengambilan keputusan;
ia berfokus pada proses-proses yang digunakan oleh kelompok kerja.
Groupware.
Mengacu pada produk software yang mendukung grup orang-orang yang bekerja
menyelesaikan tugas atau tujuan yang sama.
Software ini menyediakan mekanisme untuk saling membagi (share) opini dan
sumber daya (resources).
Kerangka Kerja Waktu/Tempat.

Waktu. Message (pesan) dapat dikirim pada waktu tertentu dan diterima hampir
bersamaan. Komunikasi seperti ini disebut dengan synchronous. Contohnya
adalah: telepone, televisi, dan pertemuan tatap muka. Komunikasi asynchronous
adalah komunikasi dimana penerima mendapatkan pesan pada waktu yang
berbeda dibandingkan saat message itu dikirimkan.
Tempat. Pengirim dan penerima, bisa dalam ruang yang sama, berbeda ruang
tetapi dalam lokasi yang sama, atau pada lokasi yang berbeda.
Komunikasi dibagi dalam 4 sel:

Waktu sama/tempat sama.
Waktu sama/tempat berbeda.
Waktu berbeda/tempat sama.
Waktu berbeda/tempat berbeda.
Pengertian GDSS.
Salah satu definisi GDSS adalah sistem berbasis komputer interaktif yang memfasilitasi
solusi masalah-masalah tak terstruktur oleh grup pengambil keputusan. Komponen-
komponen GDSS meliputi hardware, software, orang, dan prosedur.
Ciri terpenting GDSS adalah:

GDSS sistem informasi yang didesain khusus, bukan sekedar konfigurasi komponen
sistem yang telah ada.
GDSS didesain dengan tujuan mendukung grup pengambil keputusan dalam
pekerjaannya. Maka GDSS harus meningkatkan proses pengambilan keputusan
dan/atau hasil keputusan grup dibandingkan dengan keadaan tak menggunakan
GDSS.
GDSS mudah untuk dipelajari dan digunakan.
GDSS bisa didesain untuk 1 jenis masalah atau untuk berbagai keputusan
organisasional level grup.
GDSS didesain untuk mendorong bermacam-macam aktivitas seperti peneluran ide,
penyelesaian konflik, dan kebebasan berekspresi.
GDSS memiliki mekanisme ikutan yang mengecilkan berkembangnya perilaku
negatif grup, seperti konflik yang merusak, miskomunikasi, atau groupthink .
Tujuan dan Level-level GDSS.

Tujuan dari GDSS adalah untuk meningkatkan produktivitas dan keefektivan
pertemuan-pertemuan untuk pengambilan keputusan, baik dengan mempercepat
proses pengambilan keputusan atau dengan meningkatkan kualitas keputusan yang
dihasilkan.
Tujuan tadi dapat diperoleh dengan menyediakan dukungan pada pertukaran ide,
opini, dan preferensi dalam grup.
GDSS dapat meningkatkan keuntungan-keuntungan proses seperti di bawah ini:

Mendukung pemrosesan pararel dari peneluran informasi dan ide oleh partisipan.
Mengijinkan grup yang lebih besar dengan informasi, knowledge, dan ketrampilan
yang lebih komplit untuk berpartisipasi dalam pertemuan yang sama.
Mengijinkan grup untuk menggunakan teknik dan metode terstruktur ataupun tak
terstruktur untuk menampilkan task/tugas.
Menawarkan akses cepat dan mudah ke informasi eksternal.
Mengijinkan diskusi komputer yang tak berurutan (tak seperti diskusi verbal, diskusi
komputer tak mesti harus serial atau berurutan).
Membantu partisipan berhubungan dengan gambaran yang lebih besar.
Menghasilkan hasil pemungutan suara anonymous (tanpa nama) instan (ringkasan-
ringkasan).
Menyediakan struktur untuk merencanakan proses yang menjaga grup tetap di
jalurnya.
Mengijinkan beberapa user berinteraksi secara bersamaan.
Mencatat semua informasi secara otomatis yang berlalu lalang dalam sistem untuk
analisis lebih lanjut (mengembangkan ingatan organisasi).
Teknologi GDSS dibagi menjadi 3 level:

Level 1: Dukungan proses.
Level 2: Dukungan pengambilan keputusan.
Level 3: Aturan penugasan (rules of order).
Level 1: Dukungan Proses.

Item yang didukung oleh sistem ini:
Pengiriman pesan/message elektronik diantara para anggota grup.
Hubungan jaringan ke setiap terminal PC anggota pada anggota grup yang lain,
fasilitator, layar buat publik, database, atau sembarang CBIS umum lainnya.
Layar buat publik tersedia di setiap terminal anggota grup atau dapat dilihat oleh
semua anggota di pusat.
Masukan dalam hal pemungutan suara dan ide yang terlindungi siapa pencetusnya
untuk meningkatkan partisipasi anggota grup.
Pengumpulan ide atau pemungutan suara dari setiap anggota grup untuk
mendorong partisipasi dan merangsang kreativitas.
Penyimpulan dan penampilan ide dan opini, termasuk ringkasan secara statistik dan
penampilan jalannya pemungutan suara (pada layar publik).
Satu format untuk agenda yang dapat disetujui oleh grup untuk membantu organisasi
pertemuan.
Menampilkan agenda secara kontinyu, seperti halnya informasi yang lain, untuk
menjaga pertemuan tetap pada jadwalnya.
Level 2: Dukungan Pengambilan Keputusan.

Pada level ini software ditambahi kemampuan dalam pemodelan dan analisis
keputusan. Fiturnya:
Perencanaan dan model keuangan.
Pohon keputusan.
Model probabilitas penilaian.
Model alokasi sumber daya.
Model pertimbangan sosial.
Struktur GDSS pada level 2 ini dapat digambarkan seperti bagan berikut ini:
Level 3: Aturan Penugasan.

Pada level ini suatu software khusus ditambahi dengan aturan penugasan. Misal,
beberapa aturan dapat menentukan urutan pembicaraan, tanggapan yang sesuai, atau
aturan pemungutan suara.
Teknologi GDSS.
Hardware.
1. PC tunggal.
2. PC dan keypad (papan kunci untuk pemungutan suara).
3. Ruang keputusan.
4. GDSS terdistribusi.
Software.
Software GDSS memiliki paket yang mendukung perseorangan, grup, proses, dan
tugas-tugas khusus.
Komponen software GDSS melibatkan paket khusus untuk meningkatkan proses
pengambilan keputusan dan ia memiliki antarmuka user yang mudah digunakan dan
feksibel.
Software ini mengijinkan individu bekerja sendiri-sendiri; menyediakan juga koleksi
umum teks dan pembuatan file, grafis, lembar kerja, database, dan rutin help pada
terminal perseorangan.
Orang.
Komponen orang dalam GDSS melibatkan anggota grup dan fasilitator yang
bertanggungjawab melancarkan operasi dari teknologi GDSS.
Prosedur.
Komponen terakhir GDSS terdiri dari prosedur-prosedur yang mempermudah operasi
dan menjadikan anggota grup efektik dalam menggunakan teknologi. Prosedur tadi bisa
saja hanya meliputi operasi hardware dan software, atau bisa dikembangkan dengan
menerapkannya pada aturan-aturan yang berkenaan dengan diskusi verbal diantara
anggota dan tahapan-tahapan prosesnya selama pertemuan grup.
Ruang (Pertemuan Elektronik) Pengambilan Keputusan.
Ruang ini dapat didesain dalam berbagai bentuk. Desain umumnya adalah suatu ruang
yang dilengkapi dengan meja-meja besar, biasanya berbentuk U, yang dilengkapi
dengan 12 sampai dengan 30 PC pada meja itu untuk memfasilitasi interaksi tatap muka
diantara partisipan.
Di bawah ini, digambarkan bagan ruangan fasilitas sistem grup GDSS di Universitas
Arizona:
US Air Force
Murraysville School District Bus
Software GDSS.
Di bawah ini adalah paket software terpadu yang tersedia untuk GDSS dan digunakan
utamanya dalam lingkungan ruang pengambilan keputusan:
1. GroupSystem (dari Ventana Corp.).
2. VisionQuest (dari Collaborative Technologies Corp.).
3. TeamFocus. Dipasarkan oleh IBM di awal 1960-an, merupakan versi awal
GroupSystem.
4. SAMM. Produk dari Universitas Minnesota.
Sebagai contoh, pada GroupSystems V, terdapat fitur-fitur sebagai berikut:

Electronic Brainstorming ( Pembadaian ide elektronik).
Topic Commenter. Partisipan dapat mengelola komentar dalam pertemuan.
Categorizer. Partisipan dapat mengelola file-file yang diperlukan dalam pertemuan.
Vote. Partisipan dapat mengatur pilihannya pada berbagai isu.
Alternative Evaluation. Partisipan dapat mengelola berbagai kriteria evaluasi.
Policy Formation. Partisipan dapat mengatur berbagai statemen.
Group Dictionary. Agar partisipan memiliki pemahaman yang sama.
Briefcase. Mengelola hal-hal penting yang diperlukan oleh partisipan.
Selanjutnya, ada tool-tool pengembangan tambahan pada sistem tersebut, diantaranya:

Group Outliner. Untuk menyusun suatu struktur pohon atau outline.
Idea Organization. Digunakan untuk membantu peneluran dan pengorganisasian
ide.
Group Writer. Untuk membuat, mengedit, membubuhi keterangan dokumen yang
sama.
Group Matrix. Mewujudkan hubungan diantara baris dan kolom dalam format
matriks.
Questionnaire. Menyusun daftar pertanyaan yang didistribusikan ke partisipan.
Stakeholder Identification. Menganalisis dan menggali lebih dalam berbagai ide yang
mengikutsertakan identifikasi stakeholder (entitas yang dipengaruhi oleh akibat dari
suatu rencana yang dihasilkan).
Membangun GDSS dan Faktor Penentu Kesuksesannya.

Membangun GDSS berbeda dibandingkan dengan mengembangkan aplikasi DSS
atau ES.
Implementasi GDSS termasuk membangun (atau menyewa) ruangan pengambilan
keputusan, mengembangkan (atau mempelajari) software, mengembangkan
bermacam-macam prosedur, melatih fasilitator, dan mengatur semua hal-hal yang
sudah disebutkan tadi.
Critical Success Factors (CSF), faktor penentu kesuksesan suatu GDSS adalah:
1. Komitmen organisasi suatu keharusan.
2. Dukungan eksekutif dimana ia diberitahukan informasi yang berkaitan dan ia mau
melakukannya.
3. Dukungan operasi yang menyediakan umpan balik yang cepat.
4. Ketersediaan fasilitas yang memperhatikan kenyamanan user dan estetika.
5. Kunjungan lapangan timbal balik yang mendeteksi kebutuhan orang-orang yang
memahami lingkungan EMS.
6. Komunikasi dan hubungan yang terjalin selama kunjungan lapangan penting
dalam mengelola tanggapan terhadap pertanyaan-pertanyaan yang timbul.
7. Iterasi cepat dalam perubahan software kritis dalam memenuhi kebutuhan yang
berkembang.
8. Pelatihan untuk orang-orang lapangan pada masalah teknis, fasilitas, dan level end-
user.
9. Transfer kontrol ke orang-orang lapangan.
10. Evaluasi biaya/keuntungan hal krusial dalam mengembangkan EMS pada awal
percobaan.
11. Fleksibelitas penggunaan software hal esensial untuk mempertemukan kebutuhan-
kebutuhan grup yang berkembang.
12. Perencanaan yang sesuai hal yang esensial (saran untuk sesi perencanaan
terstruktur disediakan oleh beberapa vendor).
13. Mempertemukan harapan manajerial indikator tertinggi kesuksesan implementasi
EMS.
14. Antarmuka user yang menggairahkan.
15. Anonymity sangat penting.
16. Facilitation (bantuan-bantuan) sangat penting.
17. Pemilihan task (isu) yang sesuai sangat penting.
Faktor Penentu Kesuksesan berdasarkan Kategori.

Terbagi dalam 3 grup utama: desain, implementasi, dan manajemen.
1. Desain. Terdapat 4 faktor:
Meningkatkan derajat struktur dari keputusan yang tak terstruktur.
Menjaga anonymity dari partisipan sesuai kebutuhan.
Melibatkan organisasi (dari semua individu dan grup yang berpengaruh),
utamanya oleh manajemen puncak, end-user, dan departemen IS.
Melibatkan pertimbangan ergonomis, mewujudkan lingkungan yang nyaman dan
produktif.
2. Implementasi. Terdapat 4 faktor:

Menyediakan pelatihan user yang sungguh-sungguh dan layak.
Jaminan dukungan manajemen puncak (tak sekedar hanya terlibat).
Menyediakan fasilitator yang berkualitas.
Melakukan beberapa percobaan yang dipandu pengalaman-pengalaman lalu
untuk menjamin operasi yang sesuai.
3. Manajemen. Terdapat 3 faktor:

Sistem harus dapat diandalkan. Harus ada perawatan yang layak, operasi yang
berjalan mulus, dan dukungan kualitas.
Sistem semakin lama harus semakin baik. Memanfaatkan umpan balik dari
partisipan dan inovasi bidang hardware dan software, fasilitas GDSS harus terus
menerus meningkatkan diri.
Untuk mengimplementasikan faktor sebelumnya, staf GDSS perlu mengupdate
perkembangan teknologi yang terjadi.
Kesimpulan.
Ada banyak keuntungan dengan bekerja secara kelompok/grup ( dua kepala lebih
baik dari satu kepala ), tetapi banyak juga gangguan sehingga menyebabkan proses
ini merugikan.
Terdapat berbagai metode tak terkomputerisasi yang mencoba untuk meningkatkan
proses pengambilan keputusan dalam grup. Metode-metode ini amat tergantung
pada fasilitator dan waktunya bisa lama dan mahal.
Group Support Systems, sistem pertemuan elektronik, Computer-supported
cooperative work, groupware, dan nama-nama lain ditujukan pada sistem dukungan
komputer ke grup.
Komputer dapat mendukung kerja grup dalam banyak cara. Yang menjadi menarik
adalah dalam mendukung keputusan-keputusan yang dibuat oleh grup.
GDSS mencoba mengurangi kerugian-kerugian proses tersebut dan meningkatkan
keuntungan-keuntungan proses.
Ada 4 seting untuk GSS: waktu sama/tempat sama, waktu sama/tempat berbeda,
waktu berbeda/tempat sama, dan waktu berbeda/tempat berbeda.
GDSS level tinggi dapat mendukung pengambilan keputusan dalam rangka
dukungan proses. GDSS level tertinggi mendayagunakan knowledge dalam
hubungannya dengan rule.
Group DSS biasanya disusun dalam LAN dan dikendalikan dalam lingkungan ruang
keputusan.
Software GDSS bersifat umum. Berbagai paket komersial menawarkan kemampuan
yang berbeda-beda.
GDSS bisa gagal dengan mudahnya. Ada banyak faktor penting yang menentukan
kesuksesannya.
SISTEM INFORMASI PERUSAHAAN
KONSEP DAN DEFINISI
SIP Merupakan sebuah sistem yang dapat digunakan oleh para Eksekutif dan semua
karyawan.
Tujuan memberikan informasi holistik dari sudut pandang perusahaan sehingga dapat
dijadikan sebagai manajemen sumber daya perusahaan
SIE merupakan sebuah sistem yang hanya dapat digunakan oleh para Eksekutif yang sifatnya
dapat melakukan drill down.
Tujuan melayani kebutuhan informasi bagi para eksekutif puncak
Teknologi SIP dan dampak dari Teknologi Web
Teknologi SIP Web Dampak
Konsisten, userfriendly, GUI, cepat dan Manajemen yang lebih baik dan
SIE akses langsung terkoneksi ke Data penggunaan sumber web pada
Base/data warehouse tingkat grafis
SIP s.d.a s.d.a
EVOLUSI SIE DAN SIP

SIE=SPK Hal ini dikarenakan para eksekutif tidak cukup hanya dengan adanya aplikasi SPK,
tetapi juga adanya suatu pusat data/informasi dengan kriteria data yang dibutuhkan :
1) menyediakan data dan informasi (50%)
2) untuk penjadwalan (50%)
3) pengarahan singkat elektronik (50%)
4) Untuk browsing internet dan situasi monitoring (31,3%)
Kemajuan data warehouse dan web yang meningkat
Mengapa SIE..?
Karena mempunyai manfaat : dapat meningkatkan kuantitas dan kualitas informasi yang tersedia
bagi para eksekutif
Kebutuhan Informasi :
a. informasi yang tepat waktu
b. akses lebih besar ke data operasional
c. informasi relevan yang lebih singkat
d. informasi baru
e. informasi lebih banyak tentang lingkungan eksternal
f. informasi yang lebih kompetitif
g. akses lebih cepat ke database eksternal
h. akses lebih cepat ke informasi
i. mengurangi biaya kertas
Meningkatkan kinerja eksekutif :

a. meningkatkan komunikasi
b. kemampuan lebih besar untuk mengidentifikasi tren historis
c. meningkatkan efisiensi dan efektivitas eksekutif
d. perhatian lebih fokus
e. meningkatkan rentang pengawasan
f. dukungan lebih besar untuk pengambilan keputusan eksekutif
SISTEM PENDUKUNG PERUSAHAAN

DEFINISI : merupakan sebuah sistem yang dapat digunakan/dijadikan alat untuk
mendukung perusahaan seperti : OA dan dukungan analisis.
PROSES PENGAMBILAN KEPUTUSAN EKSEKUTIF
KARAKTERISTIK DAN MANFAAT SIE

Kriteria Deskriptif
Kualitas Informasi Fleksibel
Menghasilkan informasi yang relevan, lengkap dan valid
Menghasilkan informasi tepat waktu dan benar
Antar Muka Pengguna Memasukkan antar muka yang ramah pengguna

Dapat diakses dari banyak tempat
Disesuaikan dengan style manajemen untuk masing-
masing eksekutif
Manfaat Memfasilitasi pencapaian sasaran organisasi
Memfasilitasi akses ke informasi
Memberikan keuntungan kompetitif
Menghemat waktu pengguna
Meningkatkan kapasitas komunikasi dan kualitasnya
Menyediakan Interpretasi tertulis

kapabilitas teknis Akses ke email
Memberikan forecasting
Informasi dihasilkan ke berbagai tingkat detil
MANAJEMEN PENGETAHUAN
Pengantar
Pengetahuan dipandang sebagai sebuah komoditi atau sebuah aset intelektual
Karakteristik pengetahuan:
1. Penggunaan pengetahuan tidak akan menghabiskannya
2. Perpindahan pengetahuan tidak akan menghilangkannya
3. Pengetahuan itu berlimpah, tetapi kemampuan terbatas untuk menggunakannya
4. Banyak pengetahuan berharga hilang begitu saja
Definisi Awal Manajemen Pengetahuan

Proses penerapan pendekatan sistematik untuk menangkap, menyusun, mengelola,
dan menyebarkan pengetahuan di seluruh organisasi untuk mempercepat kerja,
menggunakan best practice, dan mengurangi biaya pengerjaan ulang dari proyek ke
proyek
Transformasi Manajemen Pengetahuan

Manajemen Pengetahuan sudah lama dimplementasikan jauh sebelum istilah
Manajemen Pengetahuan (Knowledge Management) diperkenalkan
1969 ARPANET sebagai cikal bakal jaringan internet
Fase-fase perkembangan meliputi:
1800 industrialisasi
1850 transportasi
1900 komunikasi
1950 komputerisasi
1980 visualisasi
2000 personalisasi
Era Industri Era Pengetahuan

Sedikit orang mengerjakan lebih banyak pekerjaan
Di Era Pengetahuan, organisasi harus dapat belajar, mengingat, dan bertindak
berdasarkan informasi, pengetahuan, know-how yang tersedia
Memiliki dasar pengetahuan (knowledge base) lessons learned dan best practice
yang berharga
Jenis dan Bentuk Pengetahuan

1. Tacit knowledge
Pengetahuan yang sulit diartikulasikan, dituliskan dalam kata-kata, teks,
maupun gambar
Tersimpan dalam pikiran manusia, sulit diformulasikan (misalnya keahlian
seseorang)
Penting untuk kreatifitas dan inovasi
Dikonversikan ke eksplisit dengan eksternalisasi
Misalnya pengalaman bertahun-tahun yang dimiliki oleh ahli
2. Explicit knowledge
Pengetahuan yang telah ditangkap dan dinyatakan dalam kata-kata, teks,
maupun gambar
Telah ada dalam bentuk konkrit/nyata
Dapat dikodifikasi/formulasi
Dikonversikan ke tacit dengan pemahaman dan penyerapan
Misalnya dokumen, database, materi audio visual dll
Semakin tacit sebuah pengetahuan, maka semakin berharga pengetahuan tersebut
Pendekatan Pengembangan Manajemen Pengetahuan

Manajemen pengetahuan bukan perkara yang sederhana, karena luas dan
kompleksnya bidang manajemen pengetahuan ini para ahli mencoba membangun
model untuk manajemen pengetahuan. Manajemen Pengetahuan dilaksanakan dalam
sistem pengelolaan pengetahuan, atau Knowledge Management System (KMS).
Sebagian besar organisasi yang menerapkan KMS, menggunakan pendekatan tiga-
cabang untuk mengelola pengetahuannya, yaitu
Manusia (People),
Proses (Process), dan
Teknologi (Technology).
Penekanan terhadap tiap-tiap elemen bisa berbeda di setiap bagian organisasi.
Berdasarkan model pendekatan di atas maka batasan dari knowledge management
sebagai berikut :
Model lain adalah yang dikemukakan oleh ahli lain yang membagi model manajemen
pengetahuan menjadi dua dimensi, sebagai berikut:
Dimensi pertama (bawah) terdiri dari aktifitas-aktifitas yang sangat penting bagi proses
penciptaan pengetahuan dan inovasi seperti :
knowledge exchange,
knowledge capture,
knowledge reuse, dan
knowledge internalization.
Secara keseluruhan, proses ini menciptakan sebuah organisasi pembelajaran (learning

organization) yaitu sebuah organisasi yang memiliki keahlian dalam penciptaan,
perolehan, dan penyebaran pengetahuan serta mengadaptasikan aktifitasnya untuk
merefleksikan pemahaman dan inovasi baru yang didapat.
Sedangkan dimensi kedua (atas) terdiri dari elemen yang memungkinkan atau
mempengaruhi aktifitas penciptaan pengetahuan, yaitu:
Strategy penyelarasan strategi organisasi dengan strategi KMS.
Measurement pengukuran yang diambil untuk menentukan apakah terjadi
perbaikan KM atau ada manfaat yang telah diambil.
Policy aturan tertulis atau petunjuk-petunjuk yang telah dibuat oleh organisasi.
Content bagian dari knowledge-base organisasi yang ditangkap secara elektronik.
Process proses-proses yang digunakan oleh knowledge worker organsisasi dalam
rangka mencapai misi dan tujuan organisasi.
Technology teknologi informasi yang memfasilitasi proses identifikasi, penciptaan,
dan difusi pengetahuan diantara elemen-elemen organisasi di seluruh bagian
organisasi. Peran penting teknologi dalam KMS adalah memperluas jangkauan dan
meningkatkan kecepatan transfer pengetahuan. Peran ini sangat tergantung pada
dua aspek yang paling banyak mendukung, yaitu penyimpanan dan komunikasi.
Culture lingkungan dan konteks yang di dalamnya proses-proses KM harus terjadi
(sering disebut dengan istilah nilai, norma, dan praktek).
Aplikasi Teknologi Informasi Pada Manajemen Pengetahuan

Perkembangan teknologi informasi memainkan peranan amat penting dalam
perkembangan konsep manajemen pengetahuan. Dalam catatan Beckman (1999,
h.1.2), peristiwa penting yang menandai tonggak perkembangan manajemen
pengetahuan adalah ketika di tahun 1980 organisasi DEC (Digital Equipment
Corporation) dan Universitas Carnagie mellon mengembangkan sistem pakar untuk
menetapkan konfigurasi perangkat keras komputer. Sejak itu banyak penelitian yang
menuju pada pemanfaatan teknologi untuk memanfaatkan pengetahuan yang tersimpan
di kepala manusia. Namun baru enam tahun kemudian istilah manajemen
pengetahuan diperkenalkan secara formal oleh Dr. Karl Wiig dalam sebuah pidatonya
di konferensi ILO (badan buruh PBB).
Seperti yang telah dijelaskan sebelumnya, bahwa dalam penerapan manajemen

pengetahuan dapat didukung dengan teknologi informasi. Oleh karena itu, komponen
selanjutnya dalam penerapan manajemen pengetahuan ini adalah teknologi; dalam hal
ini berkaitan dengan pemanfaatan Teknologi Informasi (TI). Istilah Teknologi Informasi
merupakan gabungan dua istilah dasar yaitu teknologi dan informasi. Teknologi dapat
diartikan sebagai pelaksanaan ilmu, sinonim dengan ilmu terapan. Sedangkan, secara
umum informasi merupakan sesuatu arti yang diungkapkan oleh manusia atau oleh
ekstrak dari fakta.
Teknologi tidak saja terbatas pada perangkat keras (alat) dan perangkat lunak
(program), tetapi juga mengikutsertakan manusia serta tujuan yang ditentukan, nilai
yang digunakan untuk membuat pilihan pelaksanaan, dan kriteria penilaian yang
digunakan untuk memutuskan apakah manusia mengendalikan teknologi atau tidak.
Yang termasuk teknologi informasi adalah antara lain:
(1) telekomunikasi,
(2) sistem komunikasi optik,
(3) sistem pita-video dan cakram video,
(4) komputer, termasuk visi komputer, lingkungan data dan sistem pakar,
(5) mikrobentuk,
(6) komunikasi suara dengan bantuan komputer,
(7) jaringan kerja data,
(8) surat elektronik, dan (videoteks dan teleteks.)
Keberadaan teknologi informasi mampu menawarkan berbagai metode, antara lain :

1. Metode dan tools untuk merekam pengetahuan termasuk komputer, media simpan
seperti pita magnetis dan cakram atau disc. Pencarian data teks lengkap
memungkinkan pemakai menelusuri direktori, ensiklopedia, data statistik, dan
keuangan yang terbacakan mesin. Ini semua dipermudah dengan tersedianya media
simpan optik.
2. Metode menyimpan rekaman (record) mengenai berbagai kegiatan termasuk
perangkat keras komputer seperti media simpan, yang dilengkapi perangkat lunak
untuk merancang bangun, menciptakan, dan menyunting data, spreadsheet, dan
perangkat lunak sejenis.
3. Metode untuk mengindeks dokumen dan informasi termasuk berbagai teknik
pembuatan indeks berbantuan komputer serta berkas (files) khusus untuk
memudahkan menemukan dokumen berdasarkan istilah atau kondisi istilah dalam
berkas. Pangkalan data bibliografis yang besar yang memudahkan menemukan
dokumen yang memenuhi syarat tertentu (misalnya berdasarkan pengarang atau
subjek), kini berkembang dengan katalog sehingga membantu menentukan lokasi
dokumen.
4. Metode mengkomunikasikan pengetahuan termasuk :
a. sistem pos elektronik untuk transmisi teks memo dan surat dokumen ;
b. system transmisi faksimili (facsimile) untuk transmisi dokumen jarak jauh
berdasarkan prinsip fotokopi. Ini sama saja dengan fotokopi jarak jauh ;
c. majalah elektronik sebagai sarana komunikasi kegiatan dan hasil penelitian ;
d. telekonferensi artinya pertemuan jarak jauh, masing-masing peserta berada di
berbagai tempat, saling berkomunikasi serta terlihat wajah masing-masing ;
dan
e. jaringan komunikasi data untuk mengkomunikasikan data.
Sementara itu, ketika teknologi jaringan dan telekomunikasi semakin maju, maka boleh
dikatakan bahwa teknologi pengelolaan pengetahuan mengalami pertumbuhan sangat
dinamik. Seperti dikatakan Jablonski, Horn, dan Schlundt (2001), manajemen
pengetahuan kini berdiri di atas tiga kaki yaitu :
Intelegensi buatan (artificial intelligence) yang membantu mengekstraksi informasi
dari berbagai sumber untuk disimpan di knowledge base. Sebuah knowledge base
memiliki format yang bisa ditelusur dan diakses sesuai keperluan pemakai.
Pendekatannya berdasarkan asumsi bahwa knowledge base bisa dipisahkan dari
knowledge carriers.
Manajemen dokumen (document management) untuk menyimpan dan mengelola
berbagai tipe dokumen di dalam satu pusat. Pemanfaatannya adalah melalui
metadata.
Teknologi jaringan komputer dan hypertext yang memungkinkan berbagai dokumen
dihubungkan, sedangkan pencariannya didukung oleh search engine.
Majunya Teknologi Informasi (TI) memang bisa memacu efisiensi dan efektifitas
organisasi. Karena dirasa banyak manfaatnya bagi organisasi, sehingga usaha-usaha
untuk lebih memaksimalkan TI terus berkembang. Bagi mereka, TI telah menjadi bagian
yang tak terpisahkan dan merupakan infrastruktur yang penting bagi organisasi atau
organisasi dalam memberikan nilai tambah atau keuntungan kompetitif.
Multidisiplin manajemen pengetahuan

Ilmu keorganisasian
Ilmu kognitif
Linguistik
Teknologi informasi knowledge-based system, database technology, information
management
Ilmu kepustakaan
Teknik penulisan dan jurnalisme
Antropologi dan sosiologi
Pendidikan dan pelatihan
Ilmu komunikasi
Teknologi kolaborasi intranet, ekstranet, portal, web technologies
KECERDASAN BISNIS
Data Warehouse, Data Mart, OLAP, dan Data Mining
Data Warehouse
Data warehouse adalah basis data yang menyimpan data sekarang dan data masa lalu
yang berasal dari berbagai sistem operasional dan sumber yang lain (sumber eksternal)
yang menjadi perhatian penting bagi manajemen dalam organisasi dan ditujukan untuk
keperluan analisis dan pelaporan manajemen dalam rangka pengambilan keputusan
Data warehouse digunakan untuk mendukung pengambilan keputusan, bukan untuk
melaksanakan pemrosesan transaksi
Data warehouse hanya berisi informasi-informasi yang relevan bagi kebutuhan pemakai
yang dipakai untuk pengambilan keputusan
Perbedaan DW dan OLTP

OLTP Data Warehouse
Menangani data saat ini Lebih cenderung
Data bisa saja disimpan pada menangani data masa lalu
beberapa platform Data disimpan dalam satu
Data diorganisasikan platform
berdasarkan fungsi atau Data diorganisasikan
operasi seperti penjualan, menutut subjek seperti
produksi, dan pemrosesan pelkanggan atau produk
pesanan Pemrosesan sewaktu-
Pemrosesan bersifat berulang waktu, tak terstruktur, dan
Untuk mendukung keputusan bersifat heuristik
harian (operasional) Untuk mendukung
Melayani banyak pemakai keputusan yang strategis
operasional Untuk mendukung
Berorientasi pada transaksi pemakai manajerial yang
berjumlah relatif sedikit
Berorientasi pada analisis
Sumber Data untuk DW

1. Data operasional dalam organisasi, misalnya basis data pelanggan dan produk, dan
2. Sumber eksternal yang diperoleh misalnya melalui Internet, basis data komersial, basis
data pemasok atau pelanggan
Berbagai data yang berasal dari sumber digabungkan dan diproses lebih lanjut oleh
manajer data warehouse dan disimpan dalam basis data tersendiri.
Selanjutnya, perangkat lunak seperti OLAP dan data mining dapat digunakan oleh
pemakai untuk mengakses data warehouse
Prinsip Data Warehouse

Sumber Data Internal
Sumber
Data
Operasional
1 Perangkat EIS
Perangkat pelaporan
Perangkat
pengembangan
Manajer aplikasi
Sumber
Data
Data Warehouse
Operasional
2
OLAP
Sumber
Data Data
Eksternal Warehouse
Data Mining
Sifat Data Warehouse
Multidimensional yang berarti bahwa terdapat banyak lapisan kolom dan baris (Ini
berbeda dengan tabel pada model relasional yang hanya berdimensi dua)
Berdasarkan susunan data seperti itu, amatlah mudah untuk memperoleh jawaban atas
pertanyaan seperti: Berapakah jumlah produk 1 terjual di Jawa Tengah pada tahun n-3?
T a hun n-4
T ah un n -3
T ah un n -2
T a hun n-1
J aw a T e ngah
J aw a B ara t
Pr o d u k 3
Pr o d u k 2
Pr o d u k 1
Mengingat sistem data warehouse memerlukan pemrosesan data dengan volume yang
besar, sistem ini biasa diterapkan dengan menggunakan teknologi pemrosesan SMP
(Symmetric Multiprocessing) dan MPP (Multiple Parallel Processing)
Data warehouse dapat dibangun sendiri dengan menggunakan perangkat pengembangan
aplikasi ataupun dengan menggunakan perangkat lunak khusus yang ditujukan untuk
menangani hal ini
Beberapa contoh perangkat lunak yang digunakan untuk administrasi dan manajemen
data warehouse:
HP Intelligent Warehouse (Hewlett Packard)
FlowMark (IBM)
SourcePoint (Software AG)
Petunjuk Membangun DW
Menentukan misi dan sasaran bisnis bagi pembentukan data warehouse
Mengidentifikasi data dari basis data operasional dan sumber lain yang diperlukan bagi
data warehouse
Menentukan item-item data dalam perusahaan dengan melakukan standarisasi penamaan
data dan maknanya
Merancang basis data untuk data warehouse
Membangun kebijakan dalam mengarsipkan data lama sehingga ruang penyimpanan tak
menjadi terlalu besar dan agar pengambilan keputusan tidak menjadi terlalu lamban.
Menarik data produksi (operasional) dan meletakkan ke basis data milik data warehouse
Data Mart
Bagian dari data warehouse yang mendukung kebutuhan pada tingkat departemen atau
fungsi bisnis tertentu dalam perusahaan. Karakteristik yang membedakan data mart dan
data warehouse adalah sebagai berikut (Connolly, Begg, Strachan 1999).
Data mart memfokuskan hanya pada kebutuhan-kebutuhan pemakai yang terkait

dalam sebuah departemen atau fungsi bisnis.
Data mart biasanya tidak mengandung data operasional yang rinci seperti pada
data warehouse.
Data mart hanya mengandung sedikit informasi dibandingkan dengan data
warehouse. Data mart lebih mudah dipahami dan dinavigasi.
Contoh Software Data Mart

SmartMart (IBM)
Visual Warehouse (IBM)
PowerMart (Informatica)
OLAP
OnLine Analytical Processing
Suatu jenis pemrosesan yang memanipulasi dan menganalisa data bervolume besar dari
berbagai perspektif (multidimensi). OLAP seringkali disebut analisis data multidimensi.
Data multidimensi adalah data yang dapat dimodelkan sebagai atribut dimensi dan atribut
ukuran
Contoh atribut dimensi adalah nama barang dan warna barang, sedangkan contoh atribut
ukuran adalah jumlah barang
OLAP : Contoh Data 2 Dimensi

Kota Kudus Magelang Semarang
Triwulan
1 6.000.000 8.500.000 12.500.000
2 4.500.000 3.500.000 14.000.000
3 7.600.000 5.500.000 13.700.000
4 5.400.000 7.200.000 12.800.00
Kemampuan OLAP
Konsolidasi melibatkan pengelompokan data. Sebagai contoh kantor-kantor cabang dapat
dikelompokkan menurut kota atau bahkan propinsi. Transaksi penjualan dapat ditinjau
menurut tahun, triwulan, bulan, dan sebagainya. Kadangkala istilah rollup digunakan
untuk menyatakan konsolidasi
Drill-down adalah suatu bentuk yang merupakan kebalikan dari konsolidasi, yang
memungkinkan data yang ringkas dijabarkan menjadi data yang lebih detail
Slicing and dicing (atau dikenal dengan istilah pivoting) menjabarkan pada kemampuan
untuk melihat data dari berbagai sudut pandang
Contoh Tabel Pivoting
Rasa Strawberry Mangga Nanas Total Sirup Rasa Pendapatan

Biasa Strawberry 3.500.000
Sirup
Biasa Mangga 1.750.000
Biasa 3.500.000 1.750.000 500.000 5.750.000 500.000
Biasa Nanas
Rendah Rendah Kalori Strawberry 2.300.000
Kalori 2.300.000 1.500.000 250.000 4.050.000 Rendah Kalori Mangga 1.500.000
Total 5.800.000 3.250.000 750.000 9.800.000 Rendah Kalori Nanas 250.000
Hierarki Dimensi untuk Drill-down

Tahun Wilayah
Triwulan Negara
Provinsi
Nama Hari Bulan
Kota
Tanggal
Kecamatan
(a) Hierarki Waktu (b) Hierarki Lokasi
Software OLAP
Express Server (Oracle)
PowerPlay (Cognos Software)
Metacube (Informix/Stanford Technology Group)
HighGate Project (Sybase)
Data Mining
Perangkat lunak yang digunakan untuk menemukan pola-pola tersembunyi maupun
hubungan-hubungan yang terdapat dalam basis data yang besar dan menghasilkan aturan-
aturan yang digunakan untuk memperkirakan perilaku di masa medatang
Data mining sering dikatakan berurusan dengan penemuan pengetahuan dalam basis
data. Suatu aturan yang dihasilkan oleh data mining misalnya seperti berikut :
Kebanyakan pembeli mobil Forsa adalah wanita berusia di atas 30 tahun .
Prinsip Data Mining
Data Data Mining Pola

Warehaouse
Aplikasi Data Mining

Bidang Contoh
Pemasaran Mengidentifikasi pembelian yang
dilakukan konsumen
Menemukan hubungan di antara
karakteristik demografi pelanggan
Memperkirakan tanggapan penawaran
melalui surat
Bank Mendeteksi pola penyalahgunaan kartu
kredit
Mengidentifikasi tingkat loyalitas
pelanggan
Asuransi Analisis klaim
Memperkirakan pelanggan yang akan
membeli produk baru
Teknologi Untuk Data Mining

Statistik
Jaringan saraf (neural network)
Logika kabur (fuzzy logic)
Algoritma genetika
dan berbagai teknologi kecerdasan buatan yang lain
Data Mining : Visualisasi Data

Pendekatan data mining juga ada yang melalui visualisasi data
Pada sistem seperti ini, pemakai akan dibantu untuk menemukan sendiri pola dari
sejumlah data berukuran besar dengan didasarkan visualisasi oleh data mining
Data Mining : Visualisasi Data
RINGKASAN
DATA WAREHOUSE (GUDANG DATA)
Gudang data adalah basis data yang menyimpan data yang sekarang dan terdahulu yang
mungkin diminati oleh para pembuat keputusan di seluruh perusahaan.
Data dari banyaknya transaksi
Gudang data menggabungkan basis data operasional yang berbeda.
DATA MART
Adalah subset dari gudang data yang didalamnya terdapat ringkasan yang diberikan
kepada pengguna tertentu.
KOMPONEN GUDANG DATA
Online analytical processing (OLAP)
DATA MINING
Adalah usaha untuk penggalian data yang tidak dapat diperoleh melalui pelaporan dan
OLAP karena pola dan hubungannya tersembunyi.
Jenis Informasinya adalah

Asosiasi (hubungan kejadian)
Sekuen (Hubungan berdasar waktu)
Klasifikasi (Pengelompokan)
Kluster (klasifikasi krn tdk ada kelompok)
Ramalan
Referensi
http://images.tyascatur.multiply.multiplycontent.com/attachment/0/ShZXPQoKCpcAAF5OT@c
1/DATAWAREHOUSE.ppt?nmid=245743065
Perdagangan Elektronik (E-commerce)
Pendahuluan
Perdagangan elektronik atau Electronic commerce (e-commerce) adalah penyebaran,
pembelian, penjualan, pemasaran barang dan jasa melalui sistem elektronik seperti
internet atau televisi, www, atau jaringan komputer lainnya. E-commerce dapat
melibatkan transfer dana elektronik, pertukaran data elektronik, sistem manajemen
inventori otomatis, dan sistem pengumpulan data otomatis.
Industri teknologi informasi melihat kegiatan e-commerce ini sebagai aplikasi dan
penerapan dari e-bisnis (e-business) yang berkaitan dengan transaksi komersial,
seperti:
transfer dana secara elektronik,
SCM (supply chain management),
e-pemasaran (e-marketing), atau
pemasaran online (online marketing),
pemrosesan transaksi online (online transaction processing),
pertukaran data elektronik (electronic data interchange /EDI), dll.
E-commerce merupakan bagian dari e-business, di mana cakupan e-business lebih

luas, tidak hanya sekedar perniagaan tetapi mencakup juga pengkolaborasian mitra
bisnis, pelayanan nasabah, lowongan pekerjaan dll. Selain teknologi jaringan www, e-
commerce juga memerlukan teknologi basisdata atau pangkalan data (databases), surat
elektronik (e-mail), dan bentuk teknologi non komputer yang lain seperti halnya sistem
pengiriman barang, dan alat pembayaran untuk e-commerce ini.
E-commerce pertama kali diperkenalkan pada tahun 1994 pada saat pertama kali
banner-elektronik dipakai untuk tujuan promosi dan periklanan di suatu halaman-web
(website).
Sejarah perkembangan
Istilah "perdagangan elektronik" telah berubah sejalan dengan waktu. Awalnya,
perdagangan elektronik berarti pemanfaatan transaksi komersial, seperti penggunaan
EDI (Electronic Data Interchange) untuk mengirim dokumen komersial seperti pesanan
pembelian atau invoice secara elektronik.
Kemudian berkembang menjadi suatu aktivitas yang mempunya istilah yang lebih tepat
"perdagangan web" yaitu pembelian barang dan jasa melalui World Wide Web melalui
server aman (HTTPS), protokol server khusus yang menggunakan enkripsi untuk
merahasiakan data penting pelanggan.
Pada awalnya ketika web mulai terkenal di masyarakat pada 1994. Namun, baru sekitar
empat tahun kemudian protokol aman seperti HTTPS memasuki tahap matang dan
banyak digunakan. Antara 1998 dan 2000 banyak bisnis di AS dan Eropa
mengembangkan situs web perdagangan ini.
Mekanisme E-commerce
Teknologi komputer dan telekomunikasi merupakan sarana untuk melakukan dua hal
utama (Kosiur, 1997), yaitu:
Mengolah data mentah menjadi informasi yang dapat dimanfaatkan bersama oleh
para pelaku bisnis dan konsumen; dan
Mendistribusikan data atau informasi tersebut secara cepat dan efisien ke seluruh
komponen bisnis yang membutuhkan.
Dari beragam jenis aplikasi E-Commerce yang ada, secara prinsip mekanisme kerjanya
kurang lebih sama, seperti yang terlihat pada gambar di bawah ini.
Ada dua hal utama yang biasa dilakukan oleh konsumen (Customers) di dunia maya.
Pertama adalah melihat produk-produk atau jasa-jasa yang diiklankan oleh perusahaan
terkait melalui website-nya (Online Ads). Kedua adalah mencari data atau informasi
tertentu yang dibutuhkan sehubungan dengan proses transaksi bisnis atau dagang (jual
beli) yang akan dilakukan. Jika tertarik dengan produk atau jasa yang ditawarkan,
konsumen dapat melakukan transaksi perdagangan dengan dua cara:
Secara konvensional (Standard Orders) seperti yang selama ini dilakukan, baik
melalui telepon, faks, atau langsung datang ke tempat penjualan produk atau jasa
terkait.
Pemesanan secara elektronik (Online Orders), yaitu dengan menggunakan
perangkat komputer yang dapat ditemukan dimana saja (rumah, sekolah, tempat
kerja, warnet, dsb.).
Berdasarkan pesanan tersebut, penjual produk atau jasa akan mendistribusikan

barangnya kepada konsumen melalui dua jalur (Distribution).
1. Bagi perusahaan yang melibatkan barang secara fisik, perusahaan akan
mengirimkannya melalui kurir ke tempat pemesan berada.
2. Jalur kedua disediakan bagi produk atau jasa yang dapat digitisasi (diubah menjadi
sinyal digital). Produk-produk yang berbentuk semacam teks, gambar, video, dan
audio secara fisik tidak perlu lagi dikirimkan, namun dapat disampaikan melalui jalur
internet. Contoh: electronic newspapers, digital library, virtual school, dan lain
sebagainya.
Selanjutnya, melalui internet dapat dilakukan pula aktivitas pasca pembelian, yaitu
pelayanan purna jual (Electronic Customer Support). Proses ini dapat dilakukan melalui
jalur konvensional, seperti telepon, ataupun jalur internet, seperti email, tele conference,
chatting, dan lain-lain. Diharapkan dari interaksi tersebut di atas, konsumen dapat
datang kembali dan melakukan pembelian produk atau jasa di kemudian hari (Follow-On
Sales).
Secara strategis, ada tiga domain besar yang membentuk komunitas E-Commerce,
yaitu:
1. proses,
Proses yang berkaitan dengan produk atau jasa fisik, biasanya akan melalui rantai
nilai (value chain) seperti yang diperkenalkan oleh Michael Porter:
Proses utama terdiri dari:
o inbound logistics,
o production,
o outbound logistics and distribution,
o sales and marketing, dan
o services;
Proses penunjang terdiri dari:
o procurement,
o firm infrastructure, dan
o technology.
Sementara proses yang melibatkan produk atau jasa digital, akan mengikuti
rantai nilai virtual (virtual value chain) seperti yang diperkenalkan oleh Indrajit
Singha, yang meliputi rangkaian aktivitas: gathering, organizing, selecting,
synthesizing, dan distributing.
2. institusi
Untuk sukses, sebuah perusahaan E-Commerce harus bekerja sama dengan
berbagai institusi-institusi yang ada (perusahaan tidak dapat berdiri sendiri). Sebuah
perusahaan dotcom misalnya, dalam menjalankan prinsip-prinsip perdagangan
elektronik harus bekerja sama dengan pemasok (supplier), pemilik barang
(merchant), penyedia jasa pembayaran (bank), bahkan konsumen (customers).
Kerjasama yang dimaksud di sini akan mencapai tingkat efektivitas dan efisiensi
yang diinginkan dengan cara melakukannya secara otomatis (melibatkan teknologi
komputer dan telekomunikasi).
3. teknologi.
Secara operasional, faktor infrastruktur teknologi akan sangat menentukan tingkat
kinerja bisnis E-Commerce yang diinginkan. Ada tiga jenis tulang punggung
teknologi informasi yang biasa dipergunakan dalam konteks perdagangan elektronik:
intranet,
Intranet merupakan infrastruktur teknologi informasi yang merupakan
pengembangan dari teknologi lama semacam LAN (Local Area Network) dan
WAN (Wide Area Network). Prinsip dasar dari intranet adalah
dihubungkannya setiap sumber daya manusia (manajemen, staf, dan
karyawan) di dalam sebuah perusahaan. Dengan adanya jalur komunikasi
yang efisien (secara elektronis), diharapkan proses kolaborasi dan kooperasi
dapat dilakukan secara efektif, sehingga meningkatkan kinerja perusahaan
dalam hal pengambilan keputusan.
ekstranet
Ekstranet tidak lebih dari penggabungan dua atau lebih intranet karena
adanya hubungan kerja sama bisnis antara dua atau lebih lembaga.
Contohnya adalah sebuah perusahaan yang membangun interface dengan
sistem perusahaan rekanannya (pemasok, distributor, agen, dsb.). Format
ekstranet inilah yang menjadi cikal bakal terjadinya tipe E-Commerce B-to-B
(Business-to-Business).
internet.
Internet adalah gerbang masuk ke dunia maya, dimana produsen dapat
dengan mudah menjalin hubungan langsung dengan seluruh calon pelanggan
di seluruh dunia. Di sinilah tipe perdagangan E-Commerce B-to-C ( Business-
to-Consumers ) dan C-to-C ( Consumers-to-Consumers ) dapat
diimplementasikan secara penuh.
B2B dan B2C
E-commerce Business-To-Business (B2B) mengacu pada transaksi antar bisnis
(perusahaan dengan perusahaan), di mana mereka bukanlah konsumen akhir. Hal
ini melibatkan secara relatif sedikit orang-orang, secara umum yang paling banyak
dipengaruhi adalah sistem informasi kelompok perusahaan (Sistem Informasi
Eksekutif/EIS).
E-commerce Business-To-Customer (B2C) mengacu pada transaksi antara suatu
bisnis (perusahaan) dan konsumen akhir dari suatu produk
Aplikasi bisnis
Beberapa aplikasi umum yang berhubungan dengan e-commerce adalah:
E-mail dan Messaging
Content Management Systems
Dokumen, spreadsheet, database
Akunting dan sistem keuangan
Informasi pengiriman dan pemesanan
Pelaporan informasi dari klien dan enterprise
Sistem pembayaran domestik dan internasional
Newsgroup
On-line Shopping
Conferencing
Online Banking
Masalah Etika dan Kebijakan Publik dalam Perdagangan Elektronik

Beberapa permasalahan dalam perdagangan secara elektronik antara lain:
Masalah Hukum Perpajakan
Masalah Pembayaran Elektronik
Masalah Hukum Kontrak dan Pembuktian
Liabilitas/Tanggung Jawab
Hak Atas Kekayaan Intelektual
Perlindungan Konsumen
Permasalahan Privasi
Hukum Perdata Internasional
Sistem Penunjang Keputusan
PENGARUH SISTEM
PENDUKUNG MANAJEMEN
• Model integrasi sistem pendukung manajemen

• Pemodelan cerdas dan manajemen model
• Integrasi dengan web, sistem perusahaan dan manajemen
pengetahuan
• Pengaruh sistem pendukung manajemen : sebuah tinjauan
• Pengaruh sistem pendukung manajemen pada organisasi
• Pengaruh sistem pendukung manajemen pada individu
• Pengambilan keputusan dan tugas manajer
• Persoalan legalitas, privasi dan etika
Referensi lihat SAP : [5] Bab 15,

[7] Chapter 19
Pengaruh Sistem Pendukung Manajemen 1/28

MSS
• MSS are important enablers of the Information and
Knowledge Revolution
• Unlike slower revolutions (Industrial)
– Much faster
– Affecting our entire lives
• Many managerial and social problems
– Impact on organizational structure
– Resistance to change
– Possible rapid increased unemployment levels
– etc.
• Hard to separate the impact of MSS from other
computerized system
– Trend to integrate MSS with other CBIS
– Little published information about MSS impacts
• Techniques are so new
• E.g., first: the Internet
• Now: the World Wide Web
• What next???

MSS Impacts
• MSS can have both micro- and macro-
implications
• MSS can affect:

– Particular individuals and jobs
– The work structure of departments
– Units within the organization
• MSS can have significant long-term effects

on:
– Total organizational structures
– Entire industries
– Communities
– Society as a whole.
• Complete management system framework

(Figure 19.1)

Movements of Major Changes

• Organization transformation
• Business process reengineering (BPR)
• Information technology is an enabler of BPR

(Hammer and Champy, 1993)
Overview of Impacts
• Computer technology has already changed
our world
• Much more change is anticipated
• General categories
– Organizational
– Societal

Organizational Impacts (Table 19.1)

• Reengineering and restructuring
• Span of control
• Centralization versus decentralization
• Authority, power, and status
• New organizational units
• Organizational culture
• Job content and roles
• Career ladder
• Supervision
• Individuals
• Productivity and competitiveness
• Decision-making and the manager’s job
• Issues of legality, ethics, and privacy

Social Impacts (Table 19.2)

• Employment levels
• Electronic communities
• Work in hazardous environments
• Opportunities for the disabled
• Changing role of women
• Telecommuting (working at home)
• Consumers
• Quality of life
• Computer crime
• Social responsibility
Organization Structure and Related Areas

• Structure
• Centralization of authority
• Distribution of power and status
• New organizational units
• Organizational culture and virtual teams
• Virtual corporations

Structure
• Flatter organizational hierarchies
• Staff-to-line ratio increasing
Centralization of Authority
• Difficult to establish a clear pattern of IT
influence on authority and power
• IT can support either centralization or

decentralization
Power and Status
• Knowledge is power
• Developments in IS are changing the power

structure within organizations
• Who will control the computers and

information resources?
New Organizational Units

• DSS department
• Management support department
• AI department
• Knowledge management department (headed by a
Chief Knowledge Officer (CKO))
Organizational Culture and Virtual Teams

• Can impact the diffusion rate of technology
• Can be influenced by it
• Some dissolution of organizational structure due
to technology
• Virtual teams can meet anytime / anyplace
• Individuals can join a virtual team as needed
Virtual Corporations
• Relatively new idea
• Support by technology
• Communication and collaboration
• Individuals can join the corporation as needed

MSS Support to
Business Process Reengineering
• Business Process Reengineering (BPR)
• Major innovation
• Changing the way organizations conduct business
• Involves changes in:

– Structure
– Organizational culture
– Processes
• BPR creates:
– Management realignments
– Mergers
– Consolidations
– Operational integrations
– Reoriented distribution practices
• BPR greatly changes organizational structure:

– Team-based organizations
– Mass customization
– Empowerment
– Telecommuting
• MSS is an enabler

MSS
(Especially ES, DSS and EIS)
• Business can be conducted in different

locations
• Provides manufacturing flexibility
• Permits quicker delivery to customers
• Supports rapid and paperless transactions
• ES enable organizational changes by
providing expertise to nonexperts
• Simulation modeling and BPR

Personnel Management Issues
• Role of employees and managers

– Many role definitions will be changed
– New jobs (knowledge engineers)
– Some jobs will disappear
– Top management support staff moving to
information specialists
– Interesting changes in the jobs of experts
supported by ES
• Job content
• Role ambiguity and conflict
• Employee career ladders
• Changes in supervision

Continue
Other Considerations
• Impacts of MSS
– On job qualifications?
– On training requirements?
– On worker satisfaction?
• How can jobs be designed to be a
challenge?
• How might MSS be used to personalize or
enrich jobs?
• What can be done so MSS does not demean
jobs or has other negative impacts?
• How to allocate functions to people and
machines?
• Should cost or efficiency be the major
criterion for such allocation?
• What is the role of the human resources
department in a virtual organization?

Impact on Individuals
• Job satisfaction
• Inflexibility and dehumanization
• Cooperation of experts
Impacts on Productivity,
Quality, and Competitiveness
Major MSS Benefits Leading to Competitive
Advantage
• Increased productivity
• Increase in quality
• Cost reduction
• Timely production
• Faster time to market
• Fast training of employees
• Increased production (service) capacity
• Unique services
• Enable BPR and organization transformation
• Enhance other computer systems

Decision Making and

the Manager's Job
• Impact on the manager's job since the
1960s
• Until now mainly at lower- and middle-

levels
• Now MSS impact at top manager's job
• MSS can change how managers make

decisions
• So, MSS can change managers' jobs

Impacts of MSS on Decision Making
• Automation of routine decisions or decision

making phases
• Less expertise (experience) required for many
decisions
• Faster decision-making
• Less reliance on experts to provide support to
top executives
• Power redistribution among managers
• Support for complex decisions: faster and of
better quality
• Provide information for high-level decision
making
• MSS frees managers from routine tasks and
decision making
• AI technologies can improve environmental
scanning of information
• Change in leadership requirements
• Methods that managers use to do their jobs
will change
Pengaruh Sistem Pendukung Manajemen Continue

15/28
Issues of Legality, Privacy,

and Ethics
Legality
• Liability for the actions of intelligent machines are
just
• A computer as a form of unfair competition in
business
(airline reservation systems)
Specific Legal Issues
• What is the value of an expert opinion in court when
the expertise is encoded in a computer?
• Who is liable for wrong advice (or information)
provided by an ES?
• What happens if a manager enters an incorrect
judgment value into an MSS and the result is damage
or a disaster?
• Who owns the knowledge in a knowledge base?
• Should royalties be paid to experts who provide the
knowledge to ES, and if so how much?
• Can management force experts to contribute their
expertise?
Some Legal Questions

• Who is liable if an enterprise finds itself
bankrupt as a result of using the advice of
ES?
• Will the enterprise itself be held responsible
for not testing such systems adequately
before entrusting them with sensitive issues?
• Will auditing and accounting firms, share the
liability for failing to apply adequate auditing
tests?
• Will the manufacturers of intelligent systems
be jointly liable?

Representative Issues in Ethics

• Computer abuse and misuse
• Electronic surveillance
• Software piracy
• Invasion of individuals' privacy
• Use of proprietary databases
• Use of intellectual property
• Exposure of employees to unsafe environments
related to computers
• Computer accessibility for workers with disabilities
• Accuracy
• Protecting users’ rights
• Accessibility to information
• Use of corporate computers for private purposes
• How much decision making to delegate to computers

Personal Values
• Major factor in ethical decision making
• Ethical issues in MSS is complex
(multidimensionality)
Four Topics of Ethics

• Accuracy
• Property
• Accessibility
• Privacy Mason et al. (1995)
Privacy
• New computer systems can affect privacy rights
• Confidential information can be misused
• Can result in invasion of privacy and other
injustices
• Cookies
• Law enforcement - use of AI technologies
• Other AI implications

Intelligent Systems and

Employment Levels
• Intelligent systems / MSS can affect
productivity and employment
• AI (and ES and ANN) will increase the

productivity of knowledge workers
• Impact on the aggregate employment level?
– Massive unemployment? (Wassily Leontief)

– Increased employment? (Herbert Simon)

Massive Unemployment
1. The need for human labor will be reduced significantly
2. The skill levels of people performing jobs with the help

of AI will be low
3. AI will affect both blue- and white-collar employees in

all sectors
4. In the past few years (in 1991) several industries have

laid off many employees
5. Industry, government and services already have a lot of

hidden unemployment
6. Unemployment levels have grown steadily in the past

decade in spite of increased computerization
7. The per capita amount of goods and services that people

can consume is limited - may stop growing

Increased Employment Levels

1. Historically, automation has always resulted in
increased employment, by creating new occupations
2. Unemployment is worse in unindustrialized countries.
3. Work, especially professional and managerial, can

always be expanded
4. The task of converting to automated factories and

offices is complex - may take several generations
5. Many tasks cannot be fully automated
6. Machines and people can be fully employed, each

where appropriate
7. Real wages may be reduced, however, because people

will have income from other sources; people will have
enough money to spend to create more jobs
8. The cost of goods and services will be so low that

demand will increase significantly (automation will
never catch up with increased demand)
Continue
Other Questions
• Is some unemployment really socially
desirable?
• Should the government intervene more in the

distribution of income and in the
determination of the employment level?
• Can the "invisible hand" in the economy

continue to be successful in the future?
• Will AI make most of us idle but wealthy?
• Should the income issue be completely

separate from employment?

Internet Communities
Electronic (virtual) communities
• Communities of transactions
• Communities of interest
• Communities of relations
• Communities of fantasy
• The business side of the community

Other Societal Impacts

Positive Effects
• Work in hazardous environments
• Opportunities for the disabled
• Changing role of women
• Working at home (telecommuting)
• Improvements in health
• Consumer aids
• Quality of life
• Law enforcement
Negative Effects
• Computer crime
• Too much power
• The dangers of the Web
• Blaming the computer phenomenon
• Unemployment
• Creation of large economic gaps
• Other negative situations
Computer Crime:
Fraud and Embezzlement
• Losses in the hundreds of US $ billion / year
• ES can deliberately provide bad advice
• DSS, ES and neural computing to detect and
prevent computer crimes
• Neural computing: detect stolen credit cards
and cellular phones almost instantaneously
Managerial Implications
and Social Responsibilities
• What can management do?
• How to anticipate the broad societal effects of
MSS?
• What to do to ensure that people's attitudes
toward MSS are well founded and that their
expectations are reasonable?
• How to determine potential positive and
negative beforehand?

Key Issues
• Public pressure
• Computer and staff resources
• Planning
• Electronic community
– Related to electronic commerce
– Electronic communities will change the nature
of corporate strategy and how business is done

Ringkasan
• MSS are having far reaching and dramatic

impacts on society and organizations
• Impacts
– Providing rapid information access
– Instantaneous communication
– Artificial intelligence assisting and replacing
human effort
• Technology revolution

BAB2
DSS DALAM KONTEKS
1. Misi Keseluruhan
2. Konsep aktifitas penanganan informasi
Misi Keseluruhan
Meningkatkan kinerja para pekerja informasi
dalam organisasi melalui pengaplikasian TI
Konsep aktifitas penanganan informasi

(Type I dan Type II)
Berdasarkan :
a. Transaksi
Tipe I : vol. transaksi besar dan bernilai rendah
Tipe II : vol. transaksi lebih sedikit jumlahnya
tetapi lebih bernilai
b. Proses
Tipe I : prosedur telah ditetapkan dengan baik
Tipe II : proses yang sifatnya independen
(bebas)
c. Output
Tipe I : mudah diukur karena didefinisikan
dengan kuantitas iterasi prosedural.
Tipe II : tidak mudah diukur karena terdiri atas
pemecahan masalah dan pencapaian tujuan.
BAB 2 Hal. 1
d. Data
Tipe I : data yang digunakan relatif terstruktur
Tipe II : data yang digunakan kurang terstruktur
Rincian fungsi type II :

1. Penulusuran, monitoring, penyiagaan
2. Pemecahan Masalah, analisis, disain
3. Komunikasi
DSS Sebagai Pemadu
DSS : gabungan pemrosesan data dan ilmu

manajemen
Evolusi Pemrosesan Data (dikerjakan oleh

profesional pemrosesan data)
1. Pemrosesan data dasar (stand alone)
2. Manajemen file (dipadukan menjadi suatu
fungsi yang berkaitan)
3. Manajemen database
4. Query, pengenerasian laporan
Evolusi Modeling (oleh ilmuwan manajemen)

1. Model simbolis (menggunakan persamaan
linier)
2. Komputer sebagai mesin komputasi
3. Model komputer
4. Sistem modeling Æ SPSS, MPSX
5. Model interaktif
BAB 2 Hal. 2
DSS Sebagai Pemadu
Data Modelling
Dialog
User
Data In
Programs File
Management
Database
Approach
Query
Language
Transaction Batch Flexible Ad Hoc

Summaries Reporting Reporting Reporting
Times
BAB 2 Hal. 3
Symbolic
Models
Computational
Engines
Computer
Modeling Models
Sistems
Interactive
Models
Data Models
Dialog
User
BAB 2 Hal. 4
BAB3
KERANGKA UNTUK PEMERIKSAAN

KETERLIBATAN MANAJEMEN DALAM SPK
Tujuan spesifik SPK :

Memberi bantuan kepada para pembuat keputusan
manajemen tingkat menengah dan atas.
(Mann & Watson)

SPK adalah sistem interaktif yang memberi akses
yang mudah ke model keputusan dan data kepada
para pemakai guna menunjang tugas pembuatan
keputusan yang sifatnya semi terstruktur atau tidak
terstruktur.
Menurut hasil riset, manajer dalam DSS berperan

sebagai (4 area) :
1. Pemberi persetujuan dan administrator
2. Pengembang sistem (developer)
3. Operator
4. Pemakai output
Hogue J.T.
Sejauhmana keterlibatan peran mereka dilihat dari :
A. Studi Literatur
B. Studi Lapangan
BAB 3 1
A.STUDI LITERATUR
1. Sebagai Pemberi Persetujuan & Administrator

Peran ini memang harus dilakukan untuk melihat
seberapa jauh rencana pembuatan suatu SPK ini
bermanfaat bagi organisasi.
Ada 3 topik yang diperiksa/dipelajari (Sprague &

Caulson)
a. How & Who kebijakan SPK ditentukan :
- Who (belum terjawab) tidak selalu ditentukan oleh
top manajer.
- Perencanaan SPK harus masuk dalam
perencanaan perusahaan.
b. Bagaimana manajemen mengevaluasi SPK dalam

kaitannya dengan Cost dan Benefit terhadap
perusahaan :
- dari sudut finansial agak sulit
- sebaiknya dilihat dari :
Nilai tambah, pengurangan biaya
c. Bagaimana SPK dihubungkan dengan fungsi-fungsi

lain dalam perusahaan terutama dengan CBIS.
- dipakai oleh siapa (semua atau sebagian)
- kedudukan …….(tergantung struktur organisasi)
BAB 3 2
2. Sebagai Developer / Pengembang
Empat masalah melihat peran manajer sebagai

developer :
a. Pada point mana / kapan manajer itu diperlukan
dalam proses pembuatan SPK :
- harus terlibat sepanjang pengembangan alat
- berperan sebagai pemimpin / pemberi arah (Keen
dan Morton)
- pengembangan SPK harus disertai dengan
adanya pembinaan kerjasama / koordinasi antara
pihak user dengan teknisi.
- Hasilnya dapat meningkatkan kinerja
b. Berapa banyak waktu yang diperlukan dari para

manajer dalam proses pengembangan (belum
diteliti)
c. Bagaimana kebutuhan dan cara / gaya pengambilan

keputusan para manajer dalam SPK
SPK harus dapat menampung kekhususan cara
pengambil keputusan dari para manajer
d. teknik-teknik apa yang digunakan manajer dalam

proses pegembangan SPK
BAB 3 3
3. Sebagai Operator
Perlu memiliki beberapa ketrampilan.

- Ada berapa banyak manajer yang menggunakan
langsung SPK (belum diteliti secara tepat).
- Bagaimana tipe pengambilan keputusan dari
manajer dapat dipertahankan terus jika dalam
pengoperasiannya dilakukan orang lain (belum
diteliti)
4. Sebagai Pengguna Output
(Manajer biasanya memakai berbagai informasi

untuk membuat keputusan)
4 masalah :
a. Bagaimana output SPK digunakan secara vertikal
(harus dapat digunakan oleh semua tingkat
manajer)
b. Apa output SPK yang digunakan oleh manajer

Milik manajer itu sendiri (belum diteliti)
c. Apakah SPK dapat mendukung pengambilan

keputusan baik secara individual atau kelompok
(harus)
d. Bagaimana SPK dapat mendukung pimpinan

dalam tahap pengambilan keputusan (harus).
BAB 3 4
B.STUDI LAPANGAN
(Dallas, Fort Worth Atlanta)

- 18 perusahaan yang terpilih dari 109 yang ada.
- Berdasarkan hasil interview organisasi yang
sering menggunakan SPK yang digali :
Topik yang berkaitan dengan keterlibatan mereka
dan peranannya dalam SPK.
Persetujuan dan administrator

a. Administrator dari SPK di lokalisir pada organisasi-
organisasi tertentu dalam organisasi (30%)
b. Administrasi SPK biasanya dilakukan di tingkat

departemen 73 %, kadang digunakan oleh steering
comitte / panitia acara (27%)
c. Administrasi SPK dilakukan oleh manajer tingkat

menengah dan atas (100%)
d. SPK dinyatakan paling besar membantu proses

pengambilan keputusan di tingkat Intelligence dan
design
e. Fase Choice dinyatakan dibantu oleh SPK hanya

oleh 33% dari sample
f. Kebijakan-kebijakan administratif SPK yang bersifat

informal 72%
BAB 3 5
g. Evaluasi keuntungan dan manfaat SPK yang ada
(39%) intuitif (45%)
Pengoperasian SPK
Pengoperasian lebih dari 1 minggu (11%) oleh
manajer < 1 (56%)
Penggunaan Output
- membantu para manajer tingkat menengah & atas
(100%)
- Jarang menggunakan SPK 6%
- Pengambilan keputusan yang bersifat
independent jarang dilakukan, bila menggunakan
SPK lebih banyak digunakan untuk keputusan-
keputusan yang bersifat interdependent (100%)
KESIMPULAN
- Perencanaan SPK harus masuk dalam poses
perencanaan organisasi.
- Evaluasi DSS dilihat dari sudut finansial memang

sulit dan jarang digunakan. Tetapi evaluasi dilihat
dari nilai tambah dan pengurangan biaya (cost
reduction)
- Penggunaan output
a. harus dapat mendukung pengambilan keputusan
disemua tingkat manajerial (hanya frekuensi
yang berbeda middle, atas > lowes)
BAB 3 6
b. harus dapat mendukung pengambilan keputusan
individual atau kelompok
c. harus membantu proses pengambilan keputusan
dalam setiap phase.
- Pengembang SPK ( 44% menggunakan generator,

33% menggunakan tools)
a. Peranan manajer sangat besar
b. Harus dapat menampung cara pengambilan
keputusan
BAB 3 7
BAB 20
SISTEM PENUNJANG KEPUTUSAN KELOMPOK
Sifat Meeting Kelompok
Meeting kelompok dikarakterisasi oleh aktivitas dan proses

berikut :
• Meeting merupakan aktivitas bersama
• Aktivitas maupun output dari aktivitas tsb bersifat
intelektual.
• Produk yang dihasilkan dalam meeting tsb akan
tergantung pada pengetahuan, opini dan pertimbangan
dari para pesertanya.
• Perbedaan dalam opini diselesaikan dengan keputusan
oleh orang-orang yang hadir atau yang lebih sering
dengan negosiasi / arbitrasi.
Cara lain dalam melihat meeting keputusan kelompok

adalah dengan mengaitkannya pada hal yang dikerjakan
oleh kelompok tersebut :
• Memanggil informasi
• Membagi informasi kepada setiap anggota
• Menentukan aturan dan prosedur
• Menggunakan informasi untuk mencapai konsensus
atau keputusan
Definisi
Dikemukakan oleh Huber maupun oleh DeSanctis dan

Gallupe :
1. “Suatu GDSS terdiri atas set software, hardware dan
komponen bahasa dan prosedur yang mendukung
sekelompok orang yang melakukan meeting yg berkaitan
dengan pembuatan keputusan” (Huber)
Bab 20 Hal. 1
2. “Sistem berdasarkan komputer yang interaktif yang
memudahkan pemecahan masalah tak terstruktur oleh
beberapa pembuat keputusan yang bekerja bersama
sebagai sebuah kelompok” (DeSanctis and Gallupe)
Kelompok yang menggunakan GDSS tidak boleh membuat

keputusan akhir, ia hanya menciptakan dan / atau meninjau
atau melihat alternatif yang kemudian disatukan dalam
daftar pendek, dimana daftar alternatif ini kemudian
diserahkan ke orang yang berada di tingkat hirarki
organisasi yang lebih tinggi.
Teknologi GDSS
Sistem meeting elektronik meliputi :

• computer conference dan audio
• video teleconference
• “decision room” (ruang keputusan)
Karena ruang keputusan dirancang untuk para manajer

senior, maka ruang ini cenderung memiliki “executive feel”
bagi mereka.
Ruang keputusan biasanya meliputi :

• File server, berfungsi sebagai penyimpanan dedicated.
• Jaringan area lokal utk menghubungkan antara terminal
dan server.
• Sambungan ke komputer sentral (biasanya mini
komputer).
• Peralatan penunjang seperti printer dan papan tulis
elektronik.
• Whiteboard, overhead dan slide projector dan alat
audiovisual lain.
Bab 20 Hal. 2
Software GDSS
• workstation individual dilengkapi dengan kumpulan

penciptaan teks dan file biasa, grafik, spreadsheet,
database dan help routine.
• Untuk kelompok, memberikan pemanggilan dan display
informasi, software untuk meringkaskan / menyimpulkan
opini kelompok.
• Layar umum untuk menampilkan daftar kumulatif dari
semua usulan / menunjukkan hasil agregat dari voting
dan ranking / penilaian dari alternatif.
• Pencatatan informasi pada layar umum akan mengurangi
terlalu banyaknya percakapan.
Komunikasi GDSS
Hubungan komunikasi dengan memberikan :

• e-mail kepada semua peserta
• akses ke komputer yang jauh (remote)
• kemampuan untuk mengirimkan informasi dari
workstation ke layar umum melalui chauffeur.
Gaya Meeting GDSS
Gaya meeting GDSS dikelompokkan menjadi 3 :

1. Chauffeured (terkendali)
Hanya 1 orang yang menggunakan software, baik itu
anggota kelompok / pimpinan meeting. Kelompok tsb
membahas persolan secara verbal.
2. Supported (terdukung)
Setiap anggota mempunyai akses ke workstation
komputer yang memberi channel komunikasi elektronik,
tanpa nama, paralel dengan memori kelompok. Meeting
tsb berlangsung dengan menggunakan campuran
interaksi verbal dan elektronik
Bab 20 Hal. 3
3. Interaktif
Channel komunikasi elektronik, tanpa nama, paralel
dengan memori kelompok digunakan untuk hampir
semua komunikasi. Tak ada satu orang pun yang benar-
benar bicara.
Topologi Fasilitas GDSS
Fasilitas dapat dikarakterisasi oleh mode pengantaran dan

jangkauan tugas yang didukung.
Mode pengantaran meliputi berikut ini :

• Instalasi permanen di tempat pemakai.
Contoh : COLAB di Xerox Palo Alto Research Center
Electronic Data Systems IBM Corporation
• Instalasi Portabel yang dibawa ke tempat pemakai
secara On-Call
• Instalasi permanen di tempat vendor
• Fasilitas yang dirancang dan dijual oleh perusahaan
komersial
Contoh : ICL (produsen komputer di Inggris)
Metapraxis (perush konsultan & software house)
Keterkaitan GDSS Dengan DSS
Apabila ukuran (jumlah orang) dalam kelompok menyusut

menjadi satu, GDSS akan menjadi DSS
Sebaliknya jika DSS akan menjadi GDSS, maka harus

ditambahkan persyaratan atau keperluan baru :
1. Penambahan kemampuan komunikasi
2. Peningkatan base model yang digunakan untuk
pelaksanaan voting, ranking penilaian dsb, guna
mengembangkan atau membentuk konsensus.
3. Peningkatan reliabilitas atau kehandalan sistem
4. Peningkatan fasilitas fisik
5. Peningkatan setup sebelum sistem tsb digunakan
Bab 20 Hal. 4
Aplikasi
Aplikasi GDSS meliputi :

1. Mendukung negosiasi
2. Mendukung team bisnis yang sedang terlibat dalam
pelaksanaan pekerjaan disain (fasilitas Xerox Palo Alto
Research Center terutama digunakan untuk tujuan ini),
peninjauan quality control dan tugas yang relatif baru
seperti reengineering
3. Mendukung keputusan visual seperti pemilihan
pemaketan untuk produk baru.
Masa Depan GDSS
Salah satu bahaya dalam mengembangkan GDSS adalah

seperti halnya pemecahan masalah lain yang
menggunakan komputer, GDSS terlalu menjanjikan dan
tidak berhasil digunakan secara baik dalam tahap-tahap
awal, dimana hal ini menyebabkan terjadinya harapan
pemakai yang terlalu muluk terhadap GDSS.
Ketika teknologi baru disertakan ke dalam situasi yang

telah ada, maka ia cenderung sama dan digunaan dengan
cara yang sama seperti teknologi yang diganti.
Bab 20 Hal. 5
BAB4
ANALISIS NILAI : MEMPERTIMBANGKAN

SISTEM PENUNJANG KEPUTUSAN
“Analisis cost dan benefit tradisional tidak begitu cocok

untuk SPK karena SPK sering kali bersifat kualitas, jadi
keputusan untuk membangun SPK bukan dilihat dari
segi biaya tetapi dilihat dari segi Nilai”
Analisis Nilai :
Metodologi menyeluruh untuk perencanaan dan
pengevaluasian proposal SPK
Yang diteliti Æ mencari pendekatan atau cara alternatif

untuk evaluasi : analisis cost & benefit, teknik penilaian,
studi kelayakan
Persoalan Keseluruhan
1. Apa yang harus diketahui untuk memutuskan apakah
akan berguna bila membangun SPK
2. Mendorong inovasi sambil memastikan uang yang
digunakan secara tepat
3. Bagaimana membuat gambaran mengenai efektifitas,
pembelajaran, atau kreatifitas.
Tahapan Analisis Nilai :

Ada 2 tahap : 1. Versi Nol
2. Sistem dasar
Bab 4 Hal. 1
1. Versi Nol
Tahap permulaan, masih dalam skala kecil walaupun
sudah lengkap, akan tetapi mengandung fungsi atau
kemampuan terbatas.
Keputusan Versi Nol dilakukan berdasarkan :

1. Pengukuran manfaat
(tidak selalu bentuk kuantitatif)
2. Batas maksimal biaya
Sebaiknya batas maksimal ditekan seminim
mungkin untuk menghindari resiko, bukan sebagai
investasi modal.
2. Sistem Dasar (base system)

Sistem ini sudah lengkap, yang akan dievaluasi bila
versi nol telah berhasil mencapai nilai yang diajukan.
Keputusan sistem dasar berdasarkan :

a. Analisis biaya :
Berapa biaya
b. Nilai maksimum
Berapa tingkat manfaat yang akan diperoleh agar
sebanding denga biaya yang dikeluarkan.
Dari contoh SPK (tabel 4.1), fasilitas SPK :

1. Bersifat non routine, analisis ad hoc (khusus), akses
cepat, laporan non standard
2. Menggunakan pertanyaan “What if”
3. Tidak memiliki jawaban yang tepat
Manajer harus mempunyai umpan balik (trade off),
kualitatif dan faktor situasional
Bab 4 Hal. 2
Sifat masalah SPK untuk ketentuan kriteris disain :
1. Fleksibel untuk menangani berbagai macam situasi
2. Mudah digunakan sehingga dapat digabungkan ke
dalam proses keputusan manajer secara mudah dan
cepat
3. Responsif (harus memberikan pelayanan yang cepat)
4. Komunikatif
Daftar berikut menunjukkan hal yang biasanya

didapatkan dari studi kasus DSS :
1. Meningkatnya jml alternatif yang diteliti
2. Pemahaman yang lebih baik tentang bidang bisnis
3. Respon yang cepat thd situasi yang tidak diharapkan
4. Kemampuan untuk melakukan analisis Ad Hoc
5. Pandangan dan pengetahuan baru
6. Meningkatnya komunikasi
7. Kontrol
8. Penghematan biaya
9. Keputusan yang lebih baik
10. Team Work yang lebih efektif
11. Penghematan waktu
12. Penggunaan sumber daya yang lebih baik
DINAMIKA INOVASI
SPK adalah merupakan bentuk inovasi. Ia mewakili :
1. Konsep yang relatif baru mengenai peranan
komputer dalam proses keputusan
2. Usaha yang eksplisit untuk membuat komputer bisa
membantu manajer yang secara keseluruhan belum
merelevansikan komputer tsb terhadap
pekerjaannya, bahkan komputer tsb akan bisa
berguna bagi organisasi secara keseluruhan.
Bab 4 Hal. 3
3. Pendesentralisasian pengembangan dan operasi
sistem, dan seringkali mewakili pemisahan dari
departemen pemrosesan data.
4. Penggunaan komputer untuk aplikasi “nilai tambah”,
bukannya untuk penggantian biaya.
Metodologi Untuk Mengevaluasi Proposal

1. Analisis biaya-manfaat dan pendekatan ROI yang
terkait (memandang keputusan sebagai capital
investment)
2. Evaluasi penilaian / scoring (memandang
seimbangnya nilai / weighted scores)
3. Studi kelayakan (memandang sebagai engineering /
masalah teknis)
Perbedaan antara prototipe dan studi kelayakan :

1. Prototipe mengarahkan proyek maju atau
dikembangkan
2. Prototipe biasanya lebih murah jika aplikasi yang
diterapkannya cocok dengan bahasa end user
3. Studi kelayakan masih merupakan abstraksi,
sedangkan prototipe bersifat konkret.
ANALISIS NILAI
Analisis nilai difokuskan pada :
1. Nilai ditentukan pertama, biaya kedua
2. Kesederhanaan dan kekuatan – pembuat keputusan
tidak dapat dan tidak boleh memperkirakan secara
presisi mengenai variabel mendatang yang bersifat
kualitatif dan belum pasti.
3. Pengurangan ketidakpastian dan resiko
4. Inovasi, bukannya rutinisasi
Bab 4 Hal. 4
BAB V
Experimen Dalam Menerapkan Pendekatan
Desain Adaptif Untuk Pengembangan DSS
SPK adalah sistem berdasarkan komputer yang

dirancang untuk meningkatkan efektifitas pembuat
keputusan dalam menjalankan tugas semi
terstruktur. Peran pokok SPK adalah membantu
proses pembuatan keputusan selagi pembuat
keputusan menghadapi masalah yang tidak
ditetapkan dengan baik.
Proses Desain Adaptif

Dalam pendekatan desain adaptif, 4 aktivitas
pengembangan sistem secara tradisional (analisis,
persyaratan, desain, pengembangan dan
implementasi) digabung menjadi satu fase, yang
secara berkelanjutan berulang-ulang dalam waktu
yang relatif pendek (menurut kerangka dari Keen)
Menurut kerangka ini, komponen utama dari desain
adaptif meliputi :
- pembangun, orang yang mengembangkan atau
membuat spesific DSS.
- Pemakai, manajer atau perorangan yang sedang
dihadapkan dengan masalah atau peluang.
- sistem teknis (DSS), berupa hardware / software
yang akan diberikan kepada pemakai. Sistem
teknik “dikonfigurasi” dari generator DSS atau alat
DSS.
BAB 5 Hal : 1
Interaksi Pemakai-Sistem
Hubungan pemakai-sistem berkaitan dengan
pengaruh sifat pemakai terhadap pemanfaatan
sistem.
Dickson, Chervany dan Senn:
Beberapa sifat individual, seperti gaya pemecahan
masalah, pengalaman, latar belakang dan
ketrampilan mempengaruhi kualitas dan kuantitas
pemanfaatan sistem.
Alawi dan Henderson :
Individu yang mempunyai gaya “pemecahan
masalah analitis” lebih suka dan cenderung
menggunakan DSS dari pada individu yang
mempunyai gaya “intuitif”.
Interaksi Pemakai-Pembangun
Meliputi komunikasi dan kerjasama antara pemakai
dan pembangun selama proses pengembangan
DSS.
Studi Kasus
Pada perusahaan pengembangan dan manajemen
real estate di AS.
Elemen Desain Adaptif, adalah
- pemakai, yakni sistem analis dan proyeksi cash
flow korporasi (kepala eksekutif, pengontrol, wakil
presiden bid. Administrasi dan manajer operasi).
- Pembangun, konsultan sistem informasi.
Pembangun ini mengkonfigurasi model cash flow
(DSS spesifik) dari generator DSS
BAB 5 Hal : 2
Model PPBS (Project Planning and budgeting
System) digunakan untuk memproyeksikan operasi
cash flow untuk setiap proyek real estate.
- Dibuat oleh wakil presiden bid. administrasi dan
manajer operasi.
- Perantara dalam hal ini sekretaris, memasukkan
berbagai file data dan memproses model PPBS
dengan menggunakan file ini.
Model Partner, diproses untuk setiap properti dan

laporan yang menyertainya dicetak.
- File data dibuat oleh pengontrol.
- Sekretaris pengontrol, memasukkan data dan
memproses Model Partner.
Model for Detailed Report (MDR) menggenerasi

laporan manajemen yang rinci dan menjadwal
sumber dan penggunaan cash.
- Digenerasi secara otomatis oleh Model Partner.
- Menggerasi file data CFPART, yang merupakan
input bagi model cash flow koorporasi.
Model Cash Flow (CASHFLOW) memberikan

proyeksi cash flow dan laporan mengenai sumber
dan aplikasi dari cash tsb.
Di saat berbagai model dan file data pertama kali

dikembangkan, pembangun dan pemakai
(pengontrol) bertanggung jawab banyak atas
pelaksanaan entri data dan semua pemrosesan
modelling.
BAB 5 Hal : 3
Aplikasi Pendekatan Desain Adaptif
Berdasarkan pada keperluan pokok kepala eksekutif
ini, pembangun lalu membuat model proyeksi cash
flow sederhana yang berfungsi untuk menunjukkan
2 hal pokok :
- Menunjukkan potensi dukungan keputusan dan
fasilitas yang paling penting bagi DSS.
- Meningkatkan pemahaman pembangun mengenai
bidang bisnis dan lingkungan pemakai.
Iterasi Pertama
Kepala eksekutif terlibat secara mendalam dalam
pengembangan versi pertama dari sistem cash flow
tsb dengan memonitor kemajuan usaha
pengembangan dan mengevaluasi output dari
sistem tsb.
- Pembangun menghabiskan waktu 49 jam
- Pengontrol menghabiskan waktu 25 jam,
- Kepala eksekutif menghabiskan waktu 10 jam.
Iterasi Kedua
Semua pemakai (kepala eksekutif, pengontrol, wakil
presiden bid. Administrasi dan manajer operasi)
secara aktif turut ambil bagian. Fase ini mencakup
pengembangan Model PPBS dan pembuatan file
input yang berisi data operasional dan keuangan
rinci pada setiap properti.
- Pembangun menghabiskan waktu 31,5 jam
- Wakil presiden dan manajer menghabiskan waktu
15 jam
- Pengontrol menghabiskan waktu 10 jam
- Kepala eksekutif menghabiskan waktu 5 jam.
BAB 5 Hal : 4
Iterasi ketiga
Model besar tunggal diganti dengan 12 set model
yang secara kolektif menggenerasi file data - file
data laporan rinci. Model yang kecil ini bersifat lebih
efisien. Fase ketiga ini diakhiri dengan
mendokumentasikan sistem dan prosedur
operasional.
- Pembangun menghabiskan waktu 60 jam
- Pengontrol menghabiskan waktu 20 jam
Observasi Pada Studi Kasus

Selama pengambangan SPK cash flow korporasi,
dilakukan observasi dari desain adaptif tsb :
1. Pendekatan adaptif memerlukan tingkat partisipasi
dan keterlibatan pemakai yang tinggi.
2. Selama tahap awal proses pengembangan, ada
kemajuan yang cepat menuju penetapan
keperluan pemakai dan pengembangan
(pembuatan) kemampuan DSS untuk memenuhi
keperluan tsb.
3. Keberadaan generator program dan sumber
komputasi interaktif merupakan faktor yang
sangat penting dalam aplikasi pendekatan tsb.
4. Kecuali seminar 3 jam pendahuluan yang
membahas mengenai bahasa perencanaan
keuangan dan IFPS, yang diselenggarakan pada
permulaan, tak ada lagi program training resmi
pemakai yang diperlukan.
5. Pemenuhan kebutuhan dan kegunaan yang
diterima dari sistem tsb nampaknya menjadi daya
tarik baginya untuk bisa diadopsi secara luas lagi.
BAB 5 Hal : 5
BAB7
KOMPONEN ARSITEKTUR UNTUK DSS
3 komponen (arsitektur) dalam DSS

1. Dialog (interface software) Æ pemakai dengan sitem
2. Database Æ mendukung sistem tsb
3. Model Base Æ memberikan kemampuan analisis
1. KOMPONEN DIALOG (User System Interface)

1.1. Knowledge Base (Bennott)
• Apa yang diketahui user tentang keputusan,
bagaimana cara menggunakan DSS;
• Pengetahuan apa yang harus dimiliki user agar

dapat berinteraksi dengan sistem dalam
berhubungan dengan area masalah dan dalam
pembuatan keputusan yang diperlukan
• atau apa yang sudah dikuasai user (mis :

manual, help options, dll)
Teknik pelatihan penggunaan DSS, dapat
dilakukan dengan “Melatih” user :
- One on one tutorial Æ eksekutif senior
Bab 7 Hal. 1
- Closes and lectures Æ user yang memerlukan
training berjumlah banyak
- Instruksi terprogram dan instruksi yang

dibantu dengan komputer Æ bila DSS dipakai
dalam jangka lama dan digunakan dalam
memberikan layanan bagi banyak pemakai
- Manual book
- Command / sequence file Æ Berisi instruksi

yang diprogramkan sebelumnya
1.2. Action Language (Bahasa Tindakan)

• Apa yang dapat dilakukan user dalam
berkomunikasi dengan sistem (mengontrol
DSS); atau Opsion yang mengarahkan
tindakan sistem tsb.
Action language dapat dilakukan dengan :

- Cara tanya jawab
- Menggunakan menu
- Bahasa perintah
- Pendekatan form Input - Output
1.3. Presentation Language (Bahasa Presentasi)

Presentasi alternatif dari respon sistem tsb;
atau apa yang dilihat oleh user (laporan tercetak
dari DSS).
Bab 7 Hal. 2
Contoh : printer, monitor, grafik, warna, audio
output, animation, dll
DSS
Action Presentation
Language language
User
Knowledge Base
Gbr. The user system interface
2. KOMPONEN DATA
4 Jenis informasi :
I. Dua jenis informasi yang dikelola secara internal
a. Informasi dari record data (entity)
b. Informasi dari dokumen (konsep, gagasan,
laporan, memo)
II. Dua jenis yang dikelola secara eksternal (dapat

dibeli)
Bab 7 Hal. 3
a. Informasi yang didasarkan pada catatan /
record (Kondisi ekonomi dan keuangan, jadwal
penerbangan, kuotasi harga stock)
b. Informasi yg didasarkan pd dokumen eksternal

(Opini mengenai ramalan atau data ekonomi
regional)
Internal External
Record Tradisional Public

Base EDP/MIS Database
- Word
Document Processing - Corporate
Base - Records - Library
Management
3. KOMPONEN MODEL
Model didalam DSS dapat dianggap sebagai model
base
Jenis-jenis model
1. Model Strategis
• Digunakan oleh manajemen puncak untuk :
- membantu menetapkan tujuan organisasi
- menetapkan sumber daya untuk meraih tujuan
tersebut
Bab 7 Hal. 4
- menetapkan kebijaksanaan untuk mengatur
perolehan disposisi sumber daya tsb (misal :
perencanaan tujuan perusahaan, penentuan
lokasi, perencanaan dampak lingkungan)
• Data yang dibutuhkan sebagian besar data

eksternal dan subyektif
• Cakrawala waktu utk model tsb biasanya diukur

dalam tahun (misal : jangka waktu tanggung
jawab perencanaan strategis manajemen
puncak)
• Model tsb bersifat deterministik dan deskriptif
2. Model Taktis
• Diterapkan oleh manajemen menengah untuk
membantu dalam mengalokasi dan mengontrol
penggunaan sumber daya organisasi (misal :
perencanaan keuangan, perencanaan keperluan
pabrik, perencanaan promosi penjualan,
penentuan tata letak gedung / pabrik)
• Data yang dibutuhkan sebagian besar data

internal dan beberapa data eksternal serta
subyektif
• Cakrawala waktu : 1 bulan s/d 2 tahun
• Model ini bersifat : deterministik
Bab 7 Hal. 5
3. Model Operasional
• Diterapkan untuk mendukung pembuatan
keputusan jangka pendek (misal : harian atau
mingguan) yang sering dijumpai pada tingkat
organisasi bawah
• Data yang dibutuhkan : data internal
• Sifat deterministik
4. Block & Subroutine bangunan model

• Meliputi : pemrograman linier, analisis
rangkaian waktu, analisis regresi, dan Prosedur
Sampling Monte Carlo
• Dapat digunakan secara terpisah untuk

mendukung keputusan atau digunakan secara
bersama untuk merekonstruksi dan memelihara
model yang lebih komprehensif
Masalah dalam Modeling Tradisional
Dari sudut pandang historis, yang dialami organisasi

berhubung dengan model beragam. Ada yang berhasil
dan ada yang gagal.
Masalah-masalah yang mengarah kepada kegagalan

antara lain :
• Sulitnya memperoleh input data utk model
Bab 7 Hal. 6
• Sulitnya memahami cara menerapkan output dari
model
• Sulitnya menjaga agar model tetap up to date
• Sedikitnya integrasi diantara model.
• Lemahnya interaksi antara model dengan pemakai
• Kurangnya keyakinan user terhadap model yang

digunakan, dengan demikian model tsb tidak ia
percaya.
• Sulitnya pemakai dalam menciptakan modelnya

sendiri
Pendekatan SPK terhadap MODELING
Pendekatan SPK terhadap modeling berusaha untuk

meminimalkan masalah tradisional dengan cara
memberi penekanan bahwa suatu sistem (Dialog, Data
dan Model bekerja secara bersama-sama) diperlukan
untuk mendukung pembuatan keputusan.
Cara tsb antara lain :

• Menggunakan database yang diperlukan untuk
memecahkan banyak masalah (membangun,
menggunakan, memelihara model).
Bab 7 Hal. 7
• Output dari model ditempatkan dalam database,
dengan demikian memungkinkan output tsb diakses
oleh model lain dan memberikan integrasi diantara
model tsb
• Dialog yang dirancang dengan baik akan

meningkatkan peluang atau kemampuan pemakai
dalam mengembangkan modelnya sendiri,
mengoperasikan sistem dengan baik, menjaga agar
tetap up to date, dan menerapkan outputnya untuk
mendukung suatu pembuatan keputusan
• Model dalam suatu SPK kemungkinan besar bisa

digunakan, sebab didukung oleh komponen data
dan dialog
Bab 7 Hal. 8
ARSITEKTUR SPK
DATABASE
MODEL
T
BASE
R FINANCE OTHER
A INTERNAL DBMS DBMS STRATEGIC
N DATA MODELS
S PRODUCTION
A
C TACTICAL
DOCUMENT
T MARKETING MODELS
BASED
I
DATA
O DIALOG
N OPERATIONAL
MODELS
PERSONNEL EXTERNAL
D
DATA MODEL
A DECISION BUILDING
T OTHER MAKER BLOCKS AND
A
SUBROUTINES
Gbr. Komponen dari suatu SPK
Bab 7 Hal. 9
BAB 8
PENELITIAN PERSYARATAN DATABASE
UNTUK DSS INSTITUSIONAL DAN AD HOC
Pendahuluan
4 Sistem Penunjang Keputusan yang dibuat untuk pengalokasian anggaran dan sumber
daya, penjadwalan pemberangkatan (dispatching) kereta api, penentuan harga, dan
aplikasi akuisisi. Dua dari DSS yang dipelajari atau diteliti tsb digunakan secara
berkelanjutan, sedangkan dua lainnya digunakan untuk pembuatan keputusan secara
sesaat (satu kali). Donovan dan Madnick menamakan kedua cara tsb, berturut-turut,
DSS institusional dan DSS ad hoc.
Kerangka Konseptual
Gorry dan Scott Morton mengkombinasikan kategori aktivitas manajerial dari Anthony
(yakni, kontrol operasional, kontrol manajemen dan perencanaan strategis) dengan
konsep pembuatan keputusan terstruktur dan tak terstruktur dari Simon untuk membuat
kerangka guna peninjauan sistem informasi.
Keen dan Scott Morton mengidentifikasi keakuratan, umur informasi, tingkat kerincian,
cakrawala waktu, frekuensi penggunaan, sumber, lingkup informasi dan jenis informasi
sebagai aspek persyaratan informasi yang bervariasi menurut aktivitas manajerial.
Menurut Donovan dan Madnick DSS institusional yang berkenaan dengan keputusan
yang sifatnya berulang-ulang, dan DSS ad hoc yang berkenaan dengan keputusan
tertentu yang biasanya tidak diantisipasi atau tidak berulang-ulang. DSS institusional
paling cocok untuk aplikasi kontrol operasional, sedangkan DSS ad hoc sangat cocok
untuk aplikasi perencanaan strategis.
Sprague dan Carlson telah membuat daftar yang berisi persyaratan umum bagi
database DSS sbb :
Tabel 1. Perbandingan antara sistem penunjang keputusan institusional dengan sistem

penunjang keputusan ad hoc
Institusional DSS Ad Hoc DSS

Number of decision occurences Many Few
for a decision type
Number of decision types Few Many
Number of people making Many Few
decisions of same type
Range of decision supported Narrow Wide
Range of users supported Narrow Wide
Specific data needed known in Usually Rarely
advace
Problems are recurring Usually Rarely
Bab 8 Hal. 1
Importance of operational High Low
efficiency
Duration of specific type of Long Short
problem being addressed
Need for rapid development Few high
Tabel 2. Persyaratan umum bagi database DSS
- Support for Memories - Varying Degrees of Accuracy

- Data Reduction - Set Operations
- Varying levels of Detail - Random Access
- Varying Amounts of Data - Support for Relationships and Views
- Multiple Sources - Performance
- Catalog of sources - Interface to Other DSS Component
- Wide Time Frame - End-User Interface
- Public and Private Databases
METODE STUDI
Tujuan :
Tujuan studi ini untuk mengumpulkan dan menganalisa data mengenai komponen
database dari DSS institusional dan ad hoc, yang didasarkan pada persyaratan umum
yang dikemukakan oleh Sprague dan Carlson.
Metodologi Riset
Metode riset yang digunakan untuk studi ini adalah studi lapangan. Kita melakukan
interview terstruktur dengan orang di dalam perusahaan yang mengerti atau menangani
aplikasi DSS institusional atau ad hoc tertentu.
Pilihan Sampel
Dalam studi ini kita menentukan sampel yaitu 4 perusahaan di Atlanta, Georgia yang
sedang mengembangkan dan menggunakan DSS.
Keempat perusahaan ini telah mengembangkan atau membuat DSS menurut kriteria
pokok seperti berikut :
- Mendukung namun tidak mengganti pembuatan keputusan.
- Diarahkan ke tugas pembuatan keputusan semi terstruktur dan atau tak terstruktur.
- Penyusunan data dan model dikaitkan dengan keputusan.
- Mudah menggunakan interface software
Selain itu keempat DSS tsb memenuhi sebagian besar kriteria tambahan berikut ini :
- Pemrosesan interaktif
- Penggunaan dan pengontrolan DSS ditentukan oleh pemakai
- Bersifat fleksibel dan dapat beradaptasi dengan perubahan lingkungan dan gaya
pembuat keputusan.
Bab 8 Hal. 2
- Memiliki kemampuan membangun DSS ad hoc dengan cepat.
Interview
Interview dilakukan dengan anggota atau para anggota dari team pengembangan atau
pembuatan DSS dalam setiap organisasi. Interview ini terbagi menjadi 2 bagian. Bagian
pertama dirancang untuk mengumpulkan informasi latar belakang mengenai
perusahaan dan mengenai pengembangan dan penggunaan DSS. Bagian kedua dari
interview ini difokuskan pada hal yang berkaitan dengan komponen database DSS.
Empat Studi Kasus
1. SISTEM DISPATCHING KERETA API (Penjadwalan Pemberangkatan Kereta

Api)
- Merupakan contoh DSS Institusional
Suatu DSS operasional, real-time, on-line yang digunakan secara harian oleh
dispatcher (petugas penjadwalan pemberangkatan) kereta api di Norfolk dan
Southern Railway).
- Pemakai
Norfolk Southern Corporation
Perusahaan perkeretaapian nasional terbesar kelima di USA yang memberikan
layanan sistem tunggal yang efisien.
- Alasan pembuatan sistem
Sistem Dispatching dikembangkan dan dirancang untuk membantu tugas
dispatcher. Diharapkan dapat mengurangi delay (keterlambatan) dan
menghemat biaya operasional.
Tugas dari dispatcher antara lain :

a. Mengkoordinasikan rute kereta api yang berlawanan arah secara seksama.
b. Mengkoordinasikan perjalanan kereta api kru pekerja dan pengawas yang melintasi
rel yang sama.
c. Selalu melakukan kontak dengan terminal pemberangkatan atau pemberhentian
untuk mendapatkan informasi tentang kereta api-kereta api yang akan melintasi
divisinya dan informasi tentang kereta api-kereta api yang sudah tiba di stasiun itu.
Kelebihan sistem Dispatching :

1. Memberikan entri informasi pelaporan federal yang LEBIH AKURAT dan TEPAT
WAKTU.
2. Memungkinkan dispatcher selalu siap mengakses informasi mengenai perjalanan
kereta api.
Pola Pengembangan Sistem Dispatching :

Merupakan sistem informasi berdasarkan mini komputer yang berkemampuan
perencanaan rute optimal on-line untuk membantu pengatur jadwal pemberangkatan
kereta api.
Bab 8 Hal. 3
Pengembangan prototipe sistem berdasarkan mini komputer dalam waktu 3 tahun. Staf
Riset Operasi membuat ALGORITMA dan MODEL, khususnya untuk pembuatan
keputusan mengenai penjadualan kereta api dan keputusan yang terkait.
MODEL digunakan untuk membuat ribuan kombinasi meet/pass yang mungkin terjadi
dan memberikan pemecahan optimal.
Bila info tentang perubahan lintasan kereta api dimasukkan, maka pemecahan optimal
yang baru akan ditampilkan, bersamaan dengan ditampilkannya proyeksi kondisi
berikutnya dalam jangka waktu 6 – 8 jam. (Semua info kereta api akan tetap/sesuai
pada saat itu, dan akan berubah jika kondisinya berubah).
2. SISTEM MANAJEMEN INFORMASI OTOMAT (AIMS = Automated Information

Management System)
- Merupakan contoh DSS Institusional
- Pemakai : Bellsoth
(terdiri atas dua divisi : - Southern Bell dan South Central Bell)
Yaitu suatu perusahaan/badan pengelola tunggal yang memasok layanan telpon
lokal untuk USA bagian utara.
- Alasan pembuatan sistem :
Manajemen puncak memandang perlunya dibangun suatu sistem penunjang
manajemen ekstensif yang dapat membantu dalam pembuatan keputusan
kontrol manajemen.
- Pola pengembangan sistem
Dibentuk suatu kelompok system analysist untuk membuat sistem yang
diinginkan.
AIMS adalah model perencanaan korporasi yang digunakan untuk peranggaran,

pengalokasian sumber daya dan perencanaan strategis yang
menggunakan/memanfaatkan paket peramalan, grafik dan spreedsheet bersama
dengan paket manajemen database canggih untuk memberikan informasi yang
dibutuhkan dan kemampuan analisis pada tingkat manajerial yang berbeda.
Jumlah pemakai AIMS ada 400 orang (di tingkat distrik, negara bagian dan kantor
pusat).
AIMS mengkombinasikan fasilitas otomatisasi kantor dan manajemen sumber informasi

serta penunjang keputusan.
- Penggunaan
a. Manajer tingkat distrik, Sistem ini digunakan untuk :
- mengevaluasi operasi harian;
- menganalisa kinerja pada saat itu yang dikaitkan dengan kinerja
sebelumnya
- melihat kinerja proyeksi yang digenerasi dari model yang telah diprogram
sebelumnya.
Bab 8 Hal. 4
Informasi tsb digunakan untuk menjaga servis terhadap pelanggan menurut
standar kebijaksanaan perusahaan dan digunakan untuk memastikan bahwa
batasan anggaran tetap terjaga.
b. Manajer di tingkat negara bagian
Menggunakan data dari distrik untuk :
- membuat anggaran awal
- meramalkan keperluan sumber daya dengan memakai model tambahan.
c. Manajer tingkat korporasi (pusat)
Mengkonsolidasikan anggaran negara bagian dan membuat korporasi serta
ramalan sumber daya korporasi.
Kesemuanya (a,b,c) berfungsi sebagai perantara bagi CEO (Chief Executive Officer).
Para manajer (a,b,c) :

- membuat laporan,
- mengidentifikasi area masalah dan
- meneliti performansi ‘What – if’ serta
- skenario penganggaran.
Anggaran & laporan tsb disimpan dalam database pribadi yang hanya bisa diakses oleh
CEO dan digunakan untuk pembuatan keputusan perencanaan strategis.
3. MODEL PRICING (Penentuan Harga)

- Merupakan contoh DSS Ad Hoc
- Pemakai :
Perusahaan Coca Cola USA
Perusahaan ini merupakan produsen dan pemasar semua minuman domestik
Coca Cola
(Cat : Pemasaran untuk internasional dilakukan dalam bentuk pemberian lisensi

kepada agen sirup minuman dan pemanis dengan franchise per botol,
pembuatan dan pemasaran produk jadi dilakukan oleh agen)
- Alasan pembuatan sistem

Vice President for Strategic Planning menghadapi masalah dalam menentukan
HARGA Diet Coke (produk baru, diluncurkan tahun 1983) dan pemanis
Aspartame.
Apakah harga sesuai dengan tarif Tab (tarif untuk selain produk diet Coca Cola
USA) atau diberi harga seperti yang diharapkan oleh konsumen/sesuai dengan
tarif Coke asli. Penentuan harga yang gegabah akan mempengaruhi pangsa
pasar Tab
Untuk membantu membuat keputusan penentuan harga (pricing) maka dibuat suatu
model yang memungkinkan Vice President untuk mengubah-ubah parameter model
tersebut agar ia bisa mengevaluasi kombinasi penentuan harga yang mungkin.
Bab 8 Hal. 5
- Pola Pengembangan Model Pricing
Pengembang/pembuat model terdiri atas :
1. Analisis keuangan, yang menentukan hubungan keuangan yang diperlukan
untuk model tersebut.
2. Pembangun/Perantara, yang merealisasikan pembuatan dan pengkodean
model dengan menggunakan alat yang tersedia juga bertugas
mengoperasikan model.
3. Vice president for Strategic Planning, yang menentukan parameter yang
dibutuhkan untuk keputusan dan sebagai pemakai akhir dari info yang
diberikan model ini
Model diciptakan dengan menggunakan EXPRESS, yaitu suatu generator DSS yang
dilengkapi dengan :
- Kemampuan bahasa pemrograman non prosedural tingkat tinggi
- Kemampuan analisis keuangan dan statistik, grafik
- Kemampuan manajemen daabase
Model diciptakan memerlukan waktu sekitar satu minggu
4. MODEL AKUISISI
- merupakan contoh DSS Ad Hoc
- Pemakai :
Gold Kist, Inc, suatu perusahaan raksasa di bidang industri agribisnis di
Southeast
- Alasan pembuatan model :
Sehubungan dengan adanya rencana penambahan holding company
(perusahaan cabang yang bergabung dengan perusahaan lainnya) melaui
AKUISISI dengan perusahaan lain dengan area bisnis terkait
Executive Commitee memberi instruksi kepada Director Corporate Planning &

Economic Research (DCPER) untuk menentukan perusahaan mana yang cocok
untuk akuisisi tersebut.
Parameter sebagai dasar (sebagai pedoman bagi DCPER) yang harus dipenuhi
ditentukan sebelumnya oleh Executive Commitee yang meliputi :
- harga yang harus dibayar oleh Gold Kist untuk mendapatkan perusahaan yang
diakuisisi
- volume bisnis yang harus dipelihara oleh perusahaan tersebut
- kontribusi perusahaan tersebut terhadap gambaran keuntungan Gold Kist
Meski sudah ada pedoman demikian, namun kesulitan dihadapi DCPER, yaitu
banyaknya perusahaan yang memenuhi persyaratan di atas, sehingga menjadi
sangat sulit untuk memilih satu di antara banyak calon perusahaan yang akan
diakuisisi.
Bab 8 Hal. 6
Diperlukan analisis yang seksama terhadap kinerja dan informasi keuangan
perusahaan yang akan diakuisisi.
- Pola Pengembangan Model Akuisisi

Informasi keuangan yang merefleksikan performansi masa depan perusahaan
yang akan diakuisisi sangat dibutuhkan oleh DCPER. Informasi ini bisa
diidentifikasi dan dianalisis bila laporan fundamental dasar (balance sheet dan
income statement) dibuat.
Dibuat suatu model yang bisa merumuskan laporan itu untuk setiap perusahaan
yang sedang dipelajari.
Model dibangun dengan menggunakan PROFIT II, yaitu suatu Generator DSS yang
- mengkombinasikan bahasa pemrograman tingkat tinggi dengan,
- kemampuan analisis keuangan dan statistik, grafik dan
- kemampuan manajemen database
DCPER mengembangkan/membuat model tsb.

Dengan waktu pengembangan 1 minggu, model sudah bisa menghasilkan income
statement, cash flow statement, working capital statement dan source & use of fund
serta rasio keuagan dan rasio peramalan untuk setiap perusahaan yang sedang
dipelajari.
PEMBAHASAN
- Dperkirakan terdapat perbedaan dalam komponen DATABASE dari keempat
sistem yang diteliti.
- Perbedaan tsb berkaitan dengan AKTIVITAS MANAJERIAL yang didukung oleh
DSS tsb.
- Berikut ini akan dilihat PERBEDAAN komponen database dengan menggunakan
PERSYARATAN DATABASE menurut SPRAGUE dan CARLSON yang meliputi :
1. Sumber daya multipel

2. Kerangka waktu yang luas
3. Reduksi data
4. Berbagai tingkat kerincian
5. Penganekaragaman jumlah data
6. Penganekaragaman derajat keakuratan
7. Dukungan untuk memori
8. Dukungan untuk hubungan dan penglihatan
9. Akses random
10. Database keamanan dan pribadi
11. Interface end-user
Bab 8 Hal. 7
1. Sumber daya multipel (Multiple Sources)
Tabel 3. Sumber data untuk setiap sistem yang diteliti
Jenis DSS / Nama DSS Data Transaksi Data internal Data Ekternal
Institusional
Sistem Dispatching KA Ya Ya Tidak
AIMS Ya Ya Ya
Ad Hoc
Model Pricing Tidak Ya Ya
Model Akuisisi Tidak Ya ya
DSS Institusional terutama mengandalkan pada data transaksi dan data internal yang
lain.
Sistem Dispatching Kereta Api (Norfolk & Southern Corporation)

- Data Transaksi dari hasil operasi dispatching harian
- Data internal yang lain
AIMS (Bellsouth)
- Data Transaksi dari hasil operasi
- Data internal dari database personal korporasi dan perencanaan korporasi
- Data populasi eksternal yang dibel di luar organisasi.
DSS Ad Hoc menerapkan data intenal non-transaksi dan data eksternal.
Model Pricing (Coca Cola USA)

- Data internal yang digenerasi & dikumpulkan dari berbagai departemen dalam
perusahaan tsb.
- Data Eksternal, data ini merefleksikan faktor ekternal, misalnya minat konsumen,
permintaan pasar dan kondisi ekonomi
Model Akuisisi (Gold Kist)

- Data Internal yang digenerasi
- Data Eksternal, yang dimodifikasi selama perencanaan & evaluasi
Kesemua data tersebut dimasukkan ke dalam database masing-masing perusahaan.
Bab 8 Hal. 8
2. Kerangka waktu yang luas (Wide Time Frame)
Tabel 4. Kerangka waktu untuk setiap sistem yang diteliti
Jenis DSS / Nama DSS Data Historis Data Saat itu Data Proyeksi
Institusional
Sistem Dispatching Tidak Ya Tidak
AIMS Ya Ya Ya
Ad Hoc
Model Pricing Ya Tidak Ya
Model Akuisisi Ya Tidak Ya
Tabel 4. Menunjukkan bahwa kerangka waktu untuk data yang digunakan dalam
keempat DSS tidak terlihat dengan jelas kaitannya dengan jenis DSS.
Justru lebih terlihat adanya hubungan yang lebih kuat antara kerangka waktu data dan
tingkat aktivitas manajerial.
Meskipun demikian dapat disimpulkan bahwa :

1. DSS Ad Hoc cenderung menerapkan data proyeksi.
- Model Akuisisi Gold Kist Inc.
Walaupun semua data didasarkan pada data historis, namun data sebenarnya
yang dimasukkan ke dalam database adalah proyeksi performansi.
- Model Pricing Coca Cola USA
Data yang dimasukkan ke dalam database (untuk tujuan proyeksi) adalah data
historis yang berjangkauan satu periode.
2. DSS institusional
- Sistem Dispatching Kereta Api Norfolk & Southern Corporation
Data yang dimasukkan adalah data pada saat itu (data baru)
- AIMS Bellsouth
Menggunakan data dari ketiga kerangka waktu, yaitu historis, saat itu dan
proyeksi.
3. Reduksi Data (Data Reduction)

1. Pada DSS Ad hoc hanya terjadi sedikit reduksi data.
- Model Pricing Coca Cola USA dan Model Akuisisi Gold Kist Inc.
Reduksi data dilakukan pada data tsb sebelum dimasukkan ke dalam file data.
Berarti, kemampuan pada sistem Ad Hoc mengharuskan penggunaan
manajemen database dari generator DSS yang berfungsi untuk membatasi
perluasan area tempat fasilitas.
2. Pada DSS Institusional sangat tergantung pada reduksi data.
- AIMS Belsouth
AIMS menjumlahkan data dari setiap tingkat penggunaan.
Bab 8 Hal. 9
- Sistem Dispatching Kereta Api Norfolk & Southern Corporation tergantung
pada sub setting dan kombinasi untuk menampilkan perjalanan (pergerakan)
semua kereta api yang melintasi suatu wilayah.
Berarti, kemampuan pada sistem institusional mengharuskan penggunaan
sistem manajemen database paket atau yang diciptakan sendiri (in house)
4. Berbagai tingkat kerincian (Varying Levels of Detail)

Berbagai persyaratan reduksi data, maka sistem institusional dan ad hoc akan
bervariasi dalam tingkat kerincian data yang diperlukan untuk mendukung sistem.
Untuk sistem Ad Hoc :

Tidak ada usaha yang dilakukan untuk memelihara data rinci dalam database,
karena tidak ada permintaan jenis informasi yang rinci (diluar jangkauan kedua
sistem yang diteliti)
Untuk sistem institusional :

Dilakukan pemeliharaan data pada berbagai tingkat kerincian.
- AIMS Bellsouth
Jika ada pertanyaan tentang gambaran anggaran korporasi, maka data yang
digunakan untuk memperlihatkan gambaran itu bisa ditelusuri sampai tingkat
distrik melalui data yang terpelihara dalam database.
- Sistem Dispatching Kereta Api Norfolk & Southern Corporation

Jika ada pertanyaan tentang performansi divisi, bisa diteliti dengan cara melihat
data tentang setiap kereta api yang diatur dalam divisi tersebut selama shift
tertentu
Sistem institusional mempunyai suatu kepastian (komitmen) sumber daya dan

teknologi yang membuat tingkatan data tersebut mudah dipelihara.
5. Penganekaragaman jumlah data (Varying Amounts of Data)

Akibat persyaratan tentang reduksi data dan penganekaragaman tingkat kerincian,
maka penganekaragaman jumlah data dapat dipelihara dan digunakan pada kedua
jenis sistem tersebut.
Sistem Ad Hoc :
Yang dipelihara hanya data yang benar-benar digunakan untuk proses pembuatan
keputusan.
Sistem institusional :
Yang dipelihara adalah sejumlah besar data.
AIMS dan Sistem Dispatching Kereta Api, memelihara volume data besar yang
secara potensial relevan dengan penganekaragaman tingkat kerincian.
(Hal ini akan mempermudah dalam menjawab jumlah data yang dipertanyakan, juga
menunjukkan pemeliharaan data yang jarang digunakan)
Bab 8 Hal. 10
6. Penganekaragaman derajat keakuratan (Varying Degrees of Accuracy)
Sistem Ad Hoc :
Keakuratan (ketepatan absolut) tidak diperlukan bagi data yang dimasukkan.
Sulit sekali untuk memverifikasi keakuratan data, sebab kedua sistem Ad Hoc
(Model Pricing dan Model Akuisisi) sangat tergantung pada agregat (jumlah) dan
data proyeksi.
Catatan :
Keakuratan sangat terkait dengan kabaruan data/currency. Semakin bertambahnya
umur informasi yang digunakan sebagai dasar proyeksi cenderung mengurangi
tingkat keakuratan.
Sistem Ad Hoc :
Untuk kedua sistem ad hoc, semua data yang dimasukkan didasarkan pada data
historis. Misalnya pada Model Akuisisi, data didasarkan pada laporan keuangan
akhir, yang mana laporan ini biasanya berumur satu tahun. Berarti data ini memiliki
sejumlah ketidak-akuratan tertentu karena kurangnya kebaruan proses historis.
Sifat operasional dari keputusan dalam dispatching (pada Norfolk & Southern) dan
layanan distrik (pada Bellsouth) memerlukan tingkat keakuratan yang tinggi..
Cenderung memiliki derajat keakuratan lebih tinggi.
Proyeksi jangka panjang yang dimasukkan dalam AIMS dan proyeksi jangka pendek
yang dimasukkan dalam sistem Dispatching Kereta Api didasarkan pada informasi
(data) pada saat itu (data baru).
7. Dukungan untuk memori (Support for Memories)

Akan dibedakan berdasarkan empat jenis dukungan memori menurut Sprague dan
Carlson, yaitu :
1. workspace (ruang kerja, tempat kalkulasi dapat dilakukan dan ditampilkan)
2. libraries (perpustakaan untuk menyimpan hasil sementara untuk digunakan
kemudian)
3. link (dukungan memori tambahan dalam bentuk sambungan)
4. trigger (pemicu)
Berdasarkan Tabel 5 :
Sistem ad hoc dan sistem institusional yang diteliti menyediakan workspace dan
libraries. Sistem ad hoc tidak menyediakan link dan trigger. Sistem institusional
memberikan dukungan memori tambahan berupa link dan trigger.
Bab 8 Hal. 11
Tabel 5. Dukungan memori yang diberikan kedua jenis sistem
Jenis DSS/ Workspaces Libraries Links Trigger

Nama DSS
Institusional
- Dispatching Ya Ya Ya Ya
- AIMS Ya Ya Ya Ya
Ad Hoc
- Model Pricing Ya Ya Tidak Tidak
- Model Akuisisi Ya Ya Ya Tidak
AIMS
Gambar layar cadangan yang berkedip-kedip muncul jika gambaran
penganggaran/layanan berada di luar jangkauan
Sistem Dispatching Kereta Api

Kereta api tertentu bisa diidentifikasi dari daftar kereta api yang diatur
perjalanannya, semua informasi yang relevan dengan kereta api tersebut dapat
disimpan dalam memori link untuk digunakan dengan workspace lain.
Tanda bintang berkedip-kedip muncul di pojok tampilan layar jika terjadi perubahan
kondisis rel dalam rencana meet/pass yang baru, hal ini memicu (men-trigger)
terjadinya situasi keputusan baru bagi dispatcher.
8. Dukungan untuk hubungan dan penglihatan (Support for Relationship and Views)
Kedua jenis sistem memberikan dukungan ini, namun sistem ad hoc memberi
dukungan yang lebih besar dalam hubungan dan penglihatan.
Sistem ad hoc :
Tingkat fleksibilitas tinggi, karena sifat keputusan ad hoc yang tidak terdefinisi
dengan baik. Misalnya manajer dapat dengan mudah dan cepat dalam menguji
skenario alternatif/pengganti, karena kemampuan “What if” dari generator DSS yang
digunakan.
Sism institusional :
Tidak memberikan fleksibilitas seperti pada sistem ad hoc, karena sifat
keputusannya terdefinisi dengan baik, maka hubungan dan cara melihat data
alternatif dirancang pada waktu pengembangan/pembuatan sistem.
9. Akses Random (Random Access)

Kedua jenis sistem (ad hoc dan institusional) komponen databasenya mendukung
akses random
Pada sistem institusional akses lebih rumit. Kemampuan manajemen databasenya

memungkinkan akses ke data yang menurut pembuat keputusan tidak diperlukan
dan akses ke data yang tidak ada kaitannya dengan data yang digunakan saat itu.
Bab 8 Hal. 12
10. Database keamanan dan pribadi (Public and Private Database)
Sistem ad hoc :
Tidak ada pengukuran tertentu yang dilakukan untuk melindungi data yang
dimasukkan dalam komponen database.Dirancang untuk memberikan dukungan
pribadi kepada pemakai tunggal, karena itu keamanan bukanlah hal yang utama.
Kedua bisa diakses oleh banyak orang, karenanya dilakukan pengukuran untuk
mengamankan data tertentu.
- Pada sistem dispatching,
Sembarang dispatcher bisa mengakses dan melihat informasi kereta api mana
saja selama shiftnya, tetapi hanya dispatcher tertentu yang dapat mengubah
data kereta api tertentu.
- Pada AIMS
Menyediakan database pribadi tempat disimpannya anggaran dan laporan
rahasia yang hanya bisa diakses oleh CEO
11. Interface end-user (End-User Interface)

Interface dirancang supaya “transparan” bagi pemakai, dimana pemakai tidak perlu
tahu struktur internal dari DSS tersebut.
Kedua DSS institusional menggunakan menu dan tombol fungsi yang memudahkan
penggunaan sistem bagi user.
Sistem ad hoc :
Tidak ada interface end-user khusus yang dirancang, hanya berupa interface prompt
standard yang disediakan oleh generator DSS.
KESIMPULAN
Berdasarkan pada sifat komponen database dari sistem yang dipelajari, generalisasi
dapat diterapkan untuk menentukan persyaratan database tertentu bagi sistem
institusional dan ad hoc.
Komponen database untuk kedua jenis DSS ini berbeda, yang mana perbedaan ini
merefleksikan sifat keputusan yang terkait dan juga merefleksikan sifat sistem itu
sendiri
Persyaratan tersebut memudahkan penyimpanan dan transformasi data yang

digunakan untuk pembuatan keputusan yang berbeda oleh masing-masing jenis sistem
tersebut.
Bab 8 Hal. 13
Dari persyaratan ini, terlihat bahwa sifat keputusan (berulang-ulang atau tidak), sangat
mempengaruhi jenis dukungan DSS yang dipilih dan mempengaruhi persyaratan
database untuk DSS.
A. Sistem Institusional :
- Keputusan yang berulang-ulang dan terdefinisi dengan baik membutuhkan
sistem institusional
- Sistem ini dibuat dan dikembangkan oleh tim pengembang yang berpengalaman
dan berteknik tinggi dengan menggunakan sekumpulan alat DSS yang canggih
dan rumit
- Memberikan dukungan organisasional kepada sejumlah besar pemakai
- Pembuatan sistem memerlukan dana yang besar agar sistem bisa lengkap dan
mudah digunakan oleh user.
Hal ini ditunjukkan oleh adanya persyaratan data untuk :
1. Dukungan memori
2. Penganekaragaman jumlah data
3. Database umum dan pribadi
4. Kemudahan dalam menggunakan interface end-user
B. Sistem Ad Hoc :
- Keputusan sekali pakai sulit diantisipasi dan ditetapkan, hal ini membutuhkan
dukungan (sistem) ad hoc.
- Dukungan diberikan secara cepat dan berbiaya efektif
- Sistem ad hoc dibuat oleh tim pengembangan kecil dengan menggunakan
generator DSS.
- Kemampuan manajemen data oleh sistem tersebut terbatas menurut
kemampuan manajemen data dari generator DSS nya, karena itu dilakukan
persiapan data yang memadai sebelum data dimasukkan ke dalam database.
- Cenderung memberikan dukungan pribadi kepada pemakai tunggal. Sehingga
hanya data yang pokok untuk menangani keputusan yang dimasukkan ke dalam
sistem.
- Adanya pemakai yang mengenal betul sistem (atau intermediary) akan
mengurangi kebutuhan fasilitas manajemen data dan mengurangi waktu
pengembangan
- Sifat masalah ad hoc yang tidak terdefinisi dengan baik memerlukan generator
DSS yang memberikan fleksibilitas tinggi untuk membuat perubahan dan untuk
melihat data dengan berbagai cara.
Bab 8 Hal. 14
BAB 9
INFRASTRUKTUR TEKNOLOGI
UNTUK SISTEM PENUNJANG KEPUTUSAN
BERDASARKAN DOKUMEN
• Informasi yang dibutuhkan oleh manajer tidak selalu

dapat terdefinisi secara format record biasa yang
berlaku pada sistem informasi (tradisional)
• DSS dengan mesin analitis atau base model menjadikan

DSS menjadi alat yang berdaya guna bagi pembuat
keputusan
• AI dapat memahami, menginterpretasikan dan

mengklasifikasikan informasi dimana AI memiliki
database berorientasi objek, DSS berkelompok,
pemanggilan informasi, pengiriman e-mail dan standar
penyimpanan. Hal ini memungkinkan penerapan
manajemen data berdasarkan dokumen.
• Ada hardware, software, dan area aplikasi yang

digunakan untuk mengolah informasi berbentuk
dokumen
BAB 9 Hal 1
HARDWARE/SOFTWARE
Indikator munculnya DDSS : Inputing dan penyimpanan
data
- berkurangnya biaya
- kecepatan pemrosesan yang makin tinggi
DDSS dapat memproses sejumlah besar data yang

disimpan tetapi belum dapat menangani volume dokumen
yang akan diisikan ke base dokumen. Jika ya, harus
diperlukan input alternatif dan mekanisme akses
DDSS
• Penyimpanan data : disk optic
- CD ROM, WORM (write once read many), laser disk,
gramopon otomat
Murah dan jumlahnya besar
- CD-I : multi media terdiri dari video, audio, grafik
- DV-I : video gerak, kerangka gambar, audio, grafik
(digital video interactive) database
• Scanner tampilan
Kemampuannya : memasukkan input tekstual dalam
format yang bisa dimanipulasi dengan software word
processing dan dapat diakses oleh program painting
• DDSS harus memadukan berbagai macam teknologi

penyimpanan dan pemrosesan untuk pemanggilan
dokumen secara lengkap
BAB 9 Hal 2
DATABASE ON-LINE
Intro
Untuk dapat menganalisis kompetitif sekarang harus
dilakukan dengan scanning (penelitian) untuk dapat
menaksir langkah apa yang akan dilakukan organisasi
dalam kompetisi
Caranya
Mencari data yang tersedia pada database eksternal
Akibatnya
Meningkatnya permintaan akan layanan database online
User
Pustakawan terampil
Output
Laporan hard copy tentang bibliografi atau keuangan
PEMANGGILAN INFORMASI
• Menentukan keyword untuk men-query database
eksternal
• Keyword dihubungkan oleh operator boolean
• Berdasarkan riset
Efektifitas pemanggilan telah dicapai dengan :
- aplikasi indexing probabilitas
- pengelompokan / clustering document
- konfigurasi keyword (tree non boolean)
BAB 9 Hal 3
- file penanda
- modeling kognitif (teknik user profiling yang dapat
menyederhanakan interaksi perorangan DSS)
• Model kognitif
- Model eksplisit (tegas, jelas)
Meminta jawaban atas sejumlah pertanyaan dari
pemakai sebelum proses pemanggilan dimulai
- Model implisit
Berdasarkan pertanyaan awal
Contoh : GRUNDY
HIPERMEDIA
• Dihasilkan dari gabungan antara hiperteks dengan
multimedia mendukung pembuatan DDSS
• Hiperteks adalah jaringan yang menghubungkan

dokumen yang berbeda secara bersama dengan suatu
cara yang menyerupai peta kognitif manusia.
Contoh :
- Agenda dari Lotus
- Search Express dari executive technology
Untuk pemanggilan informasi secara cepat yang
memberikan fasilitas akses cepat sampai dengan 1
juta dokumen
BAB 9 Hal 4
ELECTRONIC MAIL
Digunakan untuk penyebaran informasi DDSS yang
bertuujuan dokumen dapat disebarkan dan dibagikan
secara tepat waktu
KESIMPULAN
Agar DDSS bisa dirancang tepat waktu, maka DDSS
harus ditentukan dulu potensi kegunaannya dan
ditetapkan dulu peranannya dalam proses pembuatan
keputusan
BAB 9 Hal 5
BAB 1.
KERANGKA UNTUK PENGEMBANGAN SPK
Beberapa penulis mendefinisikan segala sistem

yang dapat memberikan kontribusi terhadap
pembuatan keputusan.
Faktor yang menyulitkan adalah bahwa orang yang

berasal dari latar belakang dan konteks yang
berbeda memandang DSS dengan sangat berlainan.
Untuk memahami DSS dan potensinya, pendekatan

dengan menilik “sifatnya” nya akan lebih mudah.
Sifat DSS yang bisa diamati dari hasil kerja Alter,

Keen meliputi :
1. Cenderung ditujukan untuk masalah yang belum
tertetapkan dan kurang terstruktur yang dihadapi
oleh manajer tingkat atas.
2. Berusaha mengkombinasikan penggunaan model
atau teknik analitis yang memiliki akses data
tradisional dan fungsi pemanggilan data.
3. Difokuskan pada bentuk yang memudahkan untuk
digunakan orang-orang non-komputer dalam
mode interaktif
4. Menekankan fleksibilitas dan daya adaptasi guna
mengakomodasi perubahan dalam lingkungan dan
cara pembuatan keputusan yang dilakukan
pemakai.
BAB1 1
DSS dibandingkan dengan SIM dan EDP
Sifat dasar EDP :

- terfokus pada data, pemyimpanan, pemrosesan
dan arus pada tingkat operasional
- pemrosesan transaksi yang efisien
- berjalannya komputer yang terjadwal dan
teroptimisasi
- file terpadu untuk pekerjaan yang terkait
- Laporan singkat untuk manajemen.
Sifat dasar SIM :

- fokus informasi, yang ditujukan bagi manajer
menengah
- arus informasi terstruktur
- pemaduan pekerjaan EDP oleh fungsi bisnis,
seperti SIM produksi, SIM marketing, SIM
personalia, dsb
- penggenerasian inquiry dan laporan, biasanya
dalam bentuk database
Sifat DSS
- difokuskan pada keputusan yang ditujukan bagi
pembuat keputusan yang mempunyai posisi
sebagai eksekutif dan manajer puncak
- memiliki penekanan dan hal fleksibilitas
(keluwesan), kemampuan adaptasi, dan respon
yang cepat.
- Dilakukan dan dikontrol oleh pemakai, dan
memberikan gaya pembuatan keputusan personal
bagi manajer secara perorangan.
BAB1 2
Pandangan Teoritis
Fungsi sistem informasi dalam organisasi harus

dikarakterisasi sbb :
- Ditujukan untuk meningkatkan kinerja dan pekerja
terdidik dalam organisasi melalui aplikasi
teknologi informasi.
- Peningkatan kinerja merupakan tujuan akhir dari
Sistem Informasi bukan hanya sekedar
menyimpan data, pembuatan laporan atau
pemberian informasi yang tepat kepada orang
yang tepat pada waktu yang tepat.
- Pekerja terdidik adalah langganannya
(pemakainya)
- Organisasi adalah konteksnya.
- Aplikasi teknologi informasi merupakan tantangan
dan peluang yang dihadapi SI yang berusaha
mencapai tujuan organisasi.
Kesimpulan :
DSS hampir bukan merupakan kemajuan
evolusioner dari EDP dan SIM dan mestinya DSS
tidak akan menggantikan SIM ataupun EDP.
BAB1 3
BAB 11
MENGORGANISIR DUKUNGAN
SISTEM PENUNJANG KEPUTUSAN :
ALTERNATIF LAYANAN END-USER
DSS dan EUC : Jalur Evolusi Paralel
• Aktivitas DSS dijumpai pada sebagian besar

organisasi yang besar
• Aktivitas berubah sepanjang waktu, dan berbagai
unit organisasional terlibat didalamnya
• Saat aktivitas DSS tersebar didalam organisasi,
perlu mendapat dukungan organisasi secara
formal.
• End User Computing (EUC) pertama diterapkan
dalam teknik
• EUC berorientasi bisnis belum muncul sampai
awal tahun 1970-an.
• Akhir tahun 1970, manfaat EUC baru disadari
• Tujuan : untuk mendapatkan akses ke komputer,
melakukan query, menganalisa data, dan
menggenerasi laporan
• Dukungan EUC belum bisa terlaksana sampai awal
tahun 1980-an
• Dukungan EUC biasanya berasal dari anggota
(personel) departemen pengembangan aplikasi
DSS 11 Hal. 1
Keuntungan adanya kelompok penunjang EUC :
• Menjadi pusat bagi end-user untuk meminta
berbagai macam jenis dukungan
• Akan menemukan personel yang mempunyai latar
pendidikan tepat, pengalaman memadai, atribute
personal yang sesuai.
Penempatan Organisasional DSS

• Tak ada penempatan organisasional bagi DSS
yang bisa menjadi standar
• Organisasi bisa memilih untuk memusatkan/
mendistribusikan tanggung jawab DSS.
• Unit organisasional tunggal dibebani tanggung
jawab utk memberikan dukungan DSS secara
formal.
• Tanggung jawab DSS secara distribusi ada
kelemahan, sebab bisa saja aktivitas DSS penting
diabaikan
Pandangan tentang asal mula kelompok DSS dalam
organisasi (Sprague dan Carlson):
1. Team bertujuan khusus yang terdiri atas analis
sistem aplikasi
2. Kelompok alat yang diorientasikan kembali
3. Kelompok ilmu manajemen atau riset operasi
4. Departemen perencanaan
5. Kelompok analis staf yang berasal dari salah satu
area fungsional
6. Kelompok DSS yang dirancang / dibuat secara
formal
7. Pusat informasi
8. Kelompok DSS dalam layanan end-user
DSS 11 Hal. 2
Alternatif yang paling banyak dipilih oleh
perusahaan dalam menciptakan kelompok DSS
adalah departemen perencanaan dan kelompok
analisis staf khusus.
Alternatif 1-2 : Kelompok Analis Sistem Aplikasi dan

Kelompok Alat Reorientasi
• Melibatkan penempatan dukungan DSS di tangan

profesional pemrosesan data.
Keuntungan :
- Para personel : orang terlatih / terampil dalam
menggunakan teknologi hardware dan software
- Orang yang berpengalaman dalam membuat atau
mengembangkan aplikasi komputer
- Orang yang mampu memberikan dukungan teknis
yang baik
Kerugian/kelemahan :
- Cenderung terorientasi dengan metode dan
aplikasi SI tradisional, dan ketrampilan serta
pengalaman mereka hanya memiliki kemampuan
transfer terbatas untuk pekerjaan DSS
- Kelompok tsb tidak berisi unsur personel
campuran yg mempunyai ketrampilan yang
diperlukan untuk mendukung aktivitas DSS.
- Para profesional tsb mungkin hanya memiliki
pemahaman terbatas mengenai sifat keputusan
yang dihadapi oleh manajer dan personel di area
fungsional
DSS 11 Hal. 3
Bagi kebanyakan organisasi, kerugian / kelemahan
alternatif 1-2 tsb dianggap lebih besar bila
dibandingkan dengan keuntungan atau manfaatnya.
Alternatif 3 : Kelompok Riset Operasi/Ilmu

Manajemen
Banyak kelompok OR/MS tidak begitu
dipertimbangkan atau dianggap oleh manajemen Æ
Metode mereka nampak berjauhan dengan masalah
dan keputusan dalam area fungsional.
Alternatif 4-5 : Kelompok Departemen Perencanaan

dan Kelompok Analisis Staf
Alternatif 4-5 adalah sama, dimana keduanya
merupakan kelompok staf khusus.
Kelebihan :
- Menjadi tempat dialokasiannya berbagai aplikasi
DSS potensial
- Mempunyai kontak yang terus menerus dengan
personel manajemen dan personel area fungsional
- Kecenderungan mereka adalah menjadi end user
- Berbicara dalam bahasa yang bisa dipahami oleh
pemakai DSS.
Kelemahan :
- Kepentingan atau minat kelompok departemen
perencanaan dan analisis staf mungkin lebih
besar untuk keperluan aplikasi mereka sendiri
daripada utk aplikasi pemakai potensial lain
DSS 11 Hal. 4
- mempunyai hubungan yang tidak begitu dekat
dengan departemen layanan data
Alternatif ini merupakan pilihan yang populer,
masalah yang serius mungkin adalah kurangnya
dukungan untuk usaha DSS di luar kelompok tsb
dan rendahnya daya fokus untuk aktivitas DSS.
Alternatif 6 Kelompok DSS yang Dirancang Secara

Formal
• Mengkombinasikan secara tepat staf yang
memiliki ketrampilan yang diperlukan untuk
pekerjaan DSS.
• Jangkauan tanggung jawab dukungan DSS secara
mudah bisa ditetapkan kepada kelompok tsb,
• tanggung jawab bisa meliputi pendekatan
terhadap DSS secara organisasional.
Walaupun memiliki kelemahan, namun kerugian atau

kelemahan alternatif ini lebih sedikit bila
dibandingkan dengan kelemahan dari alternatif yang
lainnya.
Alternatif 7 : Pusat Informasi

• Kelompok IC dan EUC mempunyai tanggung
jawab administrasi, memberikan layanan
konsultasi, memberikan dukungan teknis,
mengevaluasi produk hardware / software, dan
memberikan pelatihan Æ menjadikan suatu
kecenderungan untuk menempatkan aktivitas DSS
di dalam pusat informasi.
DSS 11 Hal. 5
Keuntungan :
- Lebih efisien dengan hanya memiliki satu
kelompok
- Pusat informasi telah diterima dengan baik oleh
banyak organisasi
- Bersifat sangat layak
- Bisa memenuhi kebutuhan informasi organisasi
secara luas.
Kelemahan :
- Manfaatnya tidak segera bisa diwujudkan
- Cenderung dikaitkan dengan jumlah dukungan
pekerjaan dan layanan yang diberikan
- Latar belakang tingkat pendidikan dan ketrampilan
antara kelompok IC dan kelompok DSS berbeda.
- Staf IC terhadap manajemen puncak mungkin
terbatas.
- Staf ini mungkin biasanya lebih faham
menggunakan alat dari pada menjalankan aplikasi.
Alternatif 8 : Kelomok DSS dalam layanan End-user

• Kelompok DSS menjadi suatu departemen dalam
EUS bersama dengan IC dan staff penunjang
pemakai yang lain.
Keuntungan :
- mengatasi sebagian besar kelemahan yg berkaitan
dengan alternatif yang lain
- bersifat kompatibel dengan trend saat ini dalam
cara memberikan layanan komputer
DSS 11 Hal. 6
Manfaat EUS :
- mempunyai kelayakan yang tinggi
- kemampuan akses
- berada dalam rencana organisasi
- mendukung pengembangan aplikasi yang cepat
- mempunyai orientasi area manajemen dan
fungsional
- sebagai dasar dukungan perusahaan
- mempunyai hubungan yang erat dengan layanan
daya
Pemisahan DSS dengan IC akan menghapus banyak
kelemahan bagi penempatan suatu IC. Kelompok
DSS tidak akan terpengaruh oleh muatan kerja staf
IC yang ada.
Kelemahan :
- Manajemen tingkat atas tidak bisa secara penuh
menerima dan memanfaatkan dukungannya
- Iri dari kelompok layanan data terhadap kelompok
DSS, karena kelompok pekerjaan DSS lebih
menarik dan kelompok ini sering melakukan
kontak dengan manajemen atas.
DSS 11 Hal. 7
BAB 13
PEMILIHAN SOFTWARE DSS :
METODOLOGI KEPUTUSAN BERKRITERIA BANYAK
Pengembangan DSS Mempengaruhi Perencanaan

Salah satu pertimbangan pokok adalah derajat
kekompatibelan generator DSS dengan arsitektur teknis
perusahaan yang digunakan utk pemrosesan informasi.
Implikasi Generator DSS

• Banyak organisasi yang lebih suka memilih paket DSS
daripada paket DSS yang dibuat (diadaptasi) dengan
cara mengembangkan alat DSS
• Proses pemilihan generator harus dipertimbangkan dan
diorganisir dengan baik
• Dalam pemilihan generator DSS diperlukan proses
penyesuaian
• Pemodifikasian software DSS harus dianalisa sebelum
dipertimbangkan resikonya
• Penggunaan generator DSS bisa menimbulkan masalah
terhadap manfaat pokok dari pengadopsian database
korporasi
Kebijaksanaan Software Perusahaan

• Telah berada dalam posisi “going-in” (berjalan) baku
dalam hal daya minat penggunaan generator DSS dan
dalam hal digunakannya.
• Kebijaksanaan H/S perush mempunyai hubungan
langsung dengan pilihan produk DSS.
• Evaluasi generator DSS dibatasi pilihannya hanya
terhadap vendor yang menawarkan software yang bisa
beroperasi dalam lingkungan teknis perusahaan yang
telah ada
Bab 13 Hal. 1
Metodologi Keputusan Untuk Pemilihan Software DSS
3 tahap pokok dalam metodologi evaluasi dan pemilihan
DSS :
1. Penyaringan software DSS
Ada 3 persoalan pokok :
• Apakah ada software yang dapat digunakan
(haruskah DSS spesifik dikembangkan dari alat) ?
• Generator DSS apa yang tersedia ?
• Paket software DSS yang mana yang harus
dipertimbangkan dan dievaluasi secara rinci ?
Kriteria penyaringan dapat dikategorikan menjadi 4 :

• Persyaratan teknis
• Persyaratan fungsional
• Dokumentasi dan training
• Informasi vendor
2. Evaluasi Generator DSS

Tujuan : mengevaluasi para finalis generator DSS secara
rinci dan menentukan 1 produk software yang paling
memenuhi keperluan organisasi
Tugas pokok pemilihan software DSS :

• Menetapkan kriteria evaluasi yang rinci secara lebih
jauh lagi
• Memperoleh info produk generator
• Evaluasi para finalis software DSS dan memilih satu
yang terbaik
Memperluas kriteria evaluasi, dikelompokkan menjadi 4

kategori yang sama seperti kriteria penyaringan di atas.
3. Mencocokkan keperluan pemakai dengan sifat generator

yang dipilih
Bab 13 Hal. 2
Contoh Kasus : The Wildlife & Fisheries Department
Penyaringan generator DSS :
• Kompatibilitas IBM-PC
• Database
• Analisis statistik
• Spreadsheet
• Word processor
• Grafik
• File impor / ekspor
• Dokumentasi
Evaluasi dan Pemilihan Generator DSS

1. Kriteria teknis
ex : kompatibilitas IBM-PC
2. Kriteria fungsional
ex : database, statistik, word processing, grafik,
penanganan dan pertukaran file, kriteria dokumentasi
yang telah disebutkan dalam fase awal (penyaringan
generator DSS)
3. Kriteria dokumentasi
4. Kriteria vendor
Dampak Software DSS Pada Pengembangan Spesifik

• Dampak software DSS terhadap analisis dan disain
sistem
Keseluruhan usaha utk analisis dan disain sistem akan
tetap memerlukan usaha (tenaga dan waktu) yang sama
tanpa memandang apakah pemakai memutuskan untuk
menggunakan generator DSS atau mengembangkan
DSS spesifik dari alat
• Dampak software DSS terhadap instalasi sistem
Penghematan terbesar dalam mengembangkan DSS
spesifik dari suatu generator DSS terealisasi selama
instalasi
• Mengoperasikan dukungan software DSS
Bab 13 Hal. 3
BAB 19
SISTEM PENUNJANG KEPUTUSAN KELOMPOK :
SUATU BIDANG BARU
Apa yang dimaksud dengan GDSS ?

Sistem penunjang keputusan kelompok (GDSS) adalah :
sistem berdasarkan komputer interaktif yang memudahkan
pemecahan atas masalah tak terstruktur oleh beberapa
(set) pembuat keputusan yang bekerja sama sebagai suatu
kelompok.
Komponen GDSS meliputi hardware, software, orang, dan

prosedur.
Sifat yang penting dari suatu GDSS sbb :

1. GDSS adalah sistem yang dirancang secara khusus,
bukan menyerupai konfigurasi dari komponen sistem
yang sudah ada
2. GDSS dirancang dengan tujuan untuk mendukung
kelompok pembuat keputusan dalam melakukan
pekerjaan mereka
3. GDSS mudah dipelajari dan digunakan
4. GDSS bisa bersifat “spesifik” atau bisa bersifat “umum”
5. GDSS berisi mekanisme built-in (yang sudah tersusun di
dalam sistem itu)
Aktifitas dasar yang terjadi di kelompok manapun dan yang

memerlukan dukungan yang berdasarkan komputer adalah
: pemanggilan informasi, pembagian informasi, dan
penggunaan informasi (Huber, 1984).
Pemanggilan informasi : melibatkan pemilihan nilai data

dari database yang ada maupun pemanggilan informasi
sederhana (termasuk sikap, opini, dan observasi informal)
dari anggota kelompok lain.
Bab 19 Hal. 1
Pembagian informasi : menampilkan data pada layar
tampilan agar bisa dilihat oleh semua kelompok, atau
pengiriman data ke tempat terminal anggota kelompok
yang terpilih agar data tersebut bisa dilihat olehnya.
Pengguna informasi mencakup aplikasi teknologi software

(seperti paket modeling atau program aplikasi spesifik),
prosedur, dan teknik pemecahan masalah kelompok untuk
data dengan tujuan agar sampai pada keputusan
kelompok.
Teknologi GDSS
1. Hardware
Keperluan hardware minimal untuk setiap sistem
mencakup :
- peralatan input/output
- prosedur
- jalur komunikasi antara peralatan I/O dan prosesor
- layar tampilan untuk umum atau monitor perorangan
guna menampilkan informasi kepada kelompok
Yang diinginkan adalah suatu disain yang

memungkinkan setiap peserta bekerja secara
independen terhadap yang lain, bisa menampilkan kerja
/ hasil karya perorangannya kepada seluruh anggota,
dan melihat hasil karya orang lain dan karya kelompok
secara keseluruhan.
2. Software
Komponen software GDSS :
- database
- base model
- program aplikasi khusus
- interface
Bab 19 Hal. 2
Beberapa sistem GDSS yang spesifik tidak memerlukan
database. Tetapi sebagian besar sistem yang canggih
akan terdiri dari database yang digabungkan dengan
base model, bahasa tingkat tinggi untuk penulisan
program, dan interface yang mempunyai tingkat
manajerial standar (grafik, paket statistik, spreadsheet,
dsb).
Komponen teknologi GDSS yang paling khusus adalah

software aplikasi yang dikembangkan secara khusus
untuk mendukung kelompok dalam proses keputusan.
Fasilitas yang terdapat dalam software ini diantaranya :

Fasilitas dasar :
- penciptaan teks dan file data, modifikasi, dan
penyimpanan
- word processing
- fasilitas pembelajaran untuk pemakai GDSS yang
belum mampu
- on line help
- worksheet, spreadsheet, decision trees, dan alat lain
untuk menampilkan angka dan teks secara grafis
- manajemen database
Fasilitas kelompok :
- peringkasan grafik dan bilangan
- menu yang memberitahu (prompt)
- program untuk prosedur kelompok khusus
- metode penganalisaan interaksi kelompok
- transmisi teks dan data
3. Orang-orang
Komponen “people” dari GDSS meliputi : anggota
kelompok dan “fasilitator kelompok” yang bertanggung
jawab atas beroperasinya teknologi GDSS dengan baik
pada saat GDSS digunakan
Bab 19 Hal. 3
“Fasilitator kelompok” secara fisik bisa berada atau
bertempat di departemen SIM atau pusat informasi dan
hanya bertindak apabila diperlukan
“Fasilitator kelompok” diharapkan mampu diandalkan

untuk mengkoordinir aktivitas kelompok dan berfungsi
atau berperan sebagai interface antara kelompok dan
teknologi tsb.
4.Prosedur
Komponen prosedur dapat memudahkan operasi dan
membuat penggunaan teknologi oleh anggota
kelompok menjadi efektif. Prosedur ini mungkin hanya
berlaku untuk operasi hardware, dan software, atau
mungkin bisa dikembangkan lagi untuk mencakup
aturan mengenai pembahasan verbal di antara
anggota dan arus kejadian (event) selama meeting
kelompok.
Bab 19 Hal. 4
DURATION OF DECISION MAKING SESSION
LIMITED ON GOING
D C
I DECISION ROOM
L LOCAL DECISION NETWORK
S O
P S
E E
R
S P
I R
O O
N X
I
O M
F I
T TELECONFERENCING
G Y
REMOTE DECISION MAKING
R
O D
U I
P S
P
M E
E R
M S
B E
E
D
R
S
Bab 19 Hal. 5
PENGEMBANGAN
SISTEM PENUNJANG
KEPUTUSAN
Pengembangan SPK
 Suatu SPK harus dibangun dengan memperhatikan

umpan balik dari pemakai agar pengembangannya
berjalan dengan benar.
 Pembangunan SPK dilakukan dalam berbagai cara.

Dibedakan antara pendekatan life cycle (daur hidup)
dan iterative process (proses berulang).
Pendekatan SDLC
Kebutuhan
Perencanaan
Analisis
Desain
Implementasi
Sistem
METODE PENGEMBANGAN
ALTERNATIF
1. Pengembangan Paralel :
Suatu metode pengembangan sistem yang berdasarkan SDLC
tradisional dan menyerupai SDLC. Dalam pengembangan sistem
yg pararel, fase desain dan implementasi dibagi menjadi banyak
salinan mengikuti fase analisis. Masing-masing salinan
melibatkan pengembangan sebuah subsistem atau subproyek
terpisah. Semua salinan ini disatukan dalam fase implementasi
tunggal dimana sebuah integrator sistem memasang bagian-
bagian secara bersama-sama di dalam sebuah sistem kohesif
(padu). Khusus pada implementasi SPK ditangani 4 komponen,
yaitu database, basis model, antar muka pengguna, dan
pengetahuan. Semua ini dikembangkan secara paralel.
METODE PENGEMBANGAN
ALTERNATIF
2. Pengembangan Aplikasi Cepat (Repeat Aplication

Development = RAD)
Pengembangan sistem ini melakukan penye-suaian
SDLC sedemikian shg bagian-bagian dari sistem dapat
dikembangkan dgn cepat dan para pengguna sesegera
mungkin dapat memperoleh beberapa kemampuan.
METODE PENGEMBANGAN
ALTERNATIF - RAD
Ada beberapa metodologi RAD :
(a). Pengembangan Bertahap :
Membagi sistem ke dalam versi yg dikembangkan
secara berurutan. Masing-masing versi memiliki
lebih banyak kemampuan dibandingkan dgn versi
sebelumnya.
Keuntungan :
Para pengguna memperoleh kemampuan dengan
cepat.
METODE PENGEMBANGAN
ALTERNATIF - RAD
(b). Prototiping :
Fase analisis, desain dan implementasi dilakukan secara
bersama dan berulang. Prototipe sistem dikembangkan dan
diperlihatkan dgn cepat kepada para pengguna, yg inputnya
digunakan untuk memperbaiki system.
Keuntungan :
Sistem disajikan dgn cepat kepada para pengguna, sekalipun
belum siap utk pengguna kelembagaan. Umpan balik diperoleh
dan sistempun dapat dimodifikasi untuk bergerak ke prototipe
berikutnya.
Kerugian :
Perubahan dgn cepat dan tidak ada usaha untuk mengkoreksi
keputusan-keputusan desain sejak awal.
• Gambar : Pengembangan Prototiping
KEBUTUHAN
PERENCANAAN
ANALISIS
DESAIN
IMPLEMENTASI
Prototipe Tidak Oke

PROTOTIPE
Prototipe Oke
KEBUTUHAN SISTEM
(c). Prototiping Througaway :
Pada pengembangan sistem ini prototipe
dikembangkan untuk membantu pemahaman
lebih lanjut tentang sistem terutama ketika
sistem tidak dipahami dengan jelas. Prototipe
ini dikembangkan sebagai pilot tes pada
flatform pengembangan yg lebih sederhana
untuk mempelajari persyaratan pengguna dan
sistem akhir guna disebarkan.
• Gambar : Pengembangan Prototiping Througaway :
KEBUTUHAN
PERENCANAAN
Desain Prototipe
Oke
ANALISIS DESAIN
DESAIN iMPLEMENTASI
Desain Prototipe
Tidak Oke
IMPLEMENTASI SISTEM
DESAIN
PROTOTIPE
3. Pengembangan Cerdas (agile):
Pengembangan cerdas adalah sebuah format yg relatif
baru dari prototiping cepat Ada beberapa metodologi
yang dilakukan: Extreme Programing (XP), Scrum,
dan Crystal.
Dua pertiga dari semua perusahaan IT korporat sedang
menggunakan beberapa bentuk dari proses
pengembangan piranti lunak cerdas mulai tahun 2003.
• Contoh :
ITM Financial Organization dari Daimer Chrysler
menggunakan metode baru untuk mempercepat
pengembangan aplikasi baru Java miliknya.
Motorolla Inc menggunakan unsur-unsur XP dalam
beberapa organisasi pengembangan-nya yang
bermanfaat dalam pengembangan global.
Pendekatan Prototyping Evolusioner
Pendekatan prototyping disebut juga proses evolusioner

(evolutionary process), proses berulang (iterative process), atau
cukup disebut prototyping saja.
Proses berulang terdiri dari 4 tugas, seperti di bawah ini :

1. Memilih submasalah penting yang akan dibangun pertama kali.
2. Mengembangkan sistem yang kecil tapi berguna dalam
membantu mengambil keputusan.
3. Mengevaluasi sistem terus-menerus.
4. Menghaluskan, mengembangkan, dan memodifikasi sistem
secara berulang.
Manajemen SPK
Ada 4 tugas manajemen yang berperan dalam

pengembangan DSS, yaitu :
1. Approval & Administration
2. Development
3. Operation
4. Utilization of output
Perangkat dan Tingkat Teknologi SPK (1/3)
1. Spesific DSS :
Merupakan hardware / software yang memungkinkan

seseorang / sekelompok orang pengambil keputusan
melakukan analisis terhadap suatu masalah tertentu.
2. DSS Generator
Suatu paket hardware / software yang mampu secara cepat dan mudah
membuat specific DSS. Di bawah ini adalah program-program yang
merupakan bahan baku bagi paket terintegrasi:
• Spreadsheet.
• Manajemen Data.
• Pengolah kata.
• Komunikasi.
• Grafis bisnis.
• Kalender (manajemen waktu).
• Desk management.
• Manajemen projek.
3. DSS Tools
Hardware / software yang membantu pembuatan specific

DSS/Generator DSS. Suatu organisasi harus menjawab
berbagai pertanyaan menggunakan DSS Generator seperti :
(1) generator seperti apa yang akan digunakan,

(2) hardware seperti apakah yang dipakai untuk
menjalankannya,
(3) sistem operasi seperti apa yang akan digunakan,
(4) jaringan seperti apakah yang akan dipakai untuk
menjalankannya.
Pengembangan SPK Berbasis Tim
Secara organisasi, penempatan DSS Group bisa dimana-mana,

umumnya pada lokasi :
 Dalam departemen IS (Information Services).

 Executive Staff Group.
 Dalam wilayah keuangan atau fungsi lainnya.
 Dalam departemen rekayasa industri.
 Dalam kelompok manajemen pengetahuan (Management
Science Group).
 Dalam kelompok pusat informasi (Information Center Group).
Penilaian Pengembangan SPK
Adapun proses penilaian terhadap pengembangan sistem

dapat dilakukan melalui dua pendekatan, yaitu :
 The formative evaluation

 The post implementation audit
Komputasi End-User
 Pengembangan DSS berbasis user berelasi secara langsung
kepada komputasi end-user.
 Definisinya adalah: pengembangan dan penggunaan sistem
informasi berbasis komputer oleh orang-orang di luar wilayah
sistem informasi formal.
 Definisi ini melibatkan juga manajer dan profesional yang
menggunakan komputer pribadi, pengolah kata yang
digunakan oleh sekretaris, e-mail yang digunakan oleh CEO,
dan sistem time-sharing yang digunakan oleh ilmuwan dan
peneliti.
Pengembangan DSS Berbasis User
Berbagai keuntungan dan resiko yang bisa didapat user jika
user sendiri yang membangun DSS :
Keuntungan Resiko
1. Waktu penyelesaiannya singkat. 1. Kualitasnya bisa tak terjaga.
2. Syarat-syarat spesifikasi 2. Resiko potensial kualitas dapat
kebutuhan sistem tak diperlukan. diklasifikasikan dalam 3 kategori :
3. Masalah implementasi DSS a. Tool dan fasilitas di bawah standar.
dapat dikurangi. b. Resiko yang berhubungan dengan
4. Biayanya sangat rendah. proses pengembangan (contoh :
ketidakmampuan mengembangkan
sistem yang bisa bekerja,
pengembangan sistem yang
menghasilkan hasil yang salah)
c. Resiko manajemen data (misal:
kehilangan data).
Kesimpulan
 DSS dikembangkan dengan proses pengembangan

yang unik berdasarkan prototyping.
 Pendekatan berulang (prototyping) paling umum
digunakan dalam DSS, karena kebutuhan informasi tak
dapat diketahui dengan tepat pada awal proses.
 DSS dapat dibangun oleh tim maupun individu.
 Pembangunan DSS dengan tim mengikuti proses
terstruktur, termasuk perencanaan, pemilihan software
yang sesuai (generator jika dibutuhkan), dan hardware.
PERMODELAN DAN
ANALISIS
&
MANAJEMEN
PENGETAHUAN
PERMODALAN
DAN ANALISIS
DAN
MANAJEMEN
PERMODALAN DAN ANALISIS
 Pengertian Modal yaitu
 Analisa Rasio Permodalan

- Primary Ratio
- Capital Ratio.
- Deposit Risk Ratio.
- Capital Adequacy Ratio (CAR)
 Analisa Efisiensi Usaha

• Leverage Multiplier.
• Asset Utilization.
 Pendekatan Penilaian Saham
• Pendekatan Pasar
 Metode Perusahaan Terbuka sebagai Pembanding
• Model Ekuitas
• P/Earnings
• P/Gross Cash Flow
• P/Pre-tax Income
• P/Sales
• P/Book Value
• Model Kapital
• MVIC/EBITDA
• MVIC/EBIT
• MVIC/Book Value
Metode Transaksi Sebelumnya

• Pendekatan Pendapatan
Metode Diskonto Arus Kas
• Numerator
• Denumerator
• Biaya Utang
• Biaya Ekuitas
• Tingkat Bunga Bebas Risiko
• Premi Risiko
• Capital Asset Pricing Model (CAPM)
• Build Up Model
• Metode Kapitalisasi
• Constant Growth Model
• Gordon Growth Model
 Pendekatan Aset
• Metode Penyesuaian Aktiva Bersih
• Metode ini wajib digunakan untuk menilai
• penilaian aktiva tidak berwujud wajib dilakukan dengan
Manfaat Manajemen Pengetahuan Dalam

Organisasi Bisnis adalah :
Sejarah Manajemen Pengetahuan adalah :
Kelahiran Industri Pengetahuan-1960 adalah :
Definisi Manajemen Pengetahuan adalah :
Pengertian Knowledge Management atau Manajemen

Pengetahuan adalah :
Memahami Pengetahuan adalah :
Fungsi Pengetahuan adalah :
Bentuk-bentuk Pengetahuan adalah :
Proses Pembentukan Pengetahuan

•Sosialisasi
•Ekternalisasi
•Kombinasi
•Internalisasi
Model Pendekatan Manajemen Pengetahuan adalah :
Prinsip-prinsip Manajemen Pengetahuan (MP) adalah :
Manajemen Pengetahuan Sebagai Keungulan

Kompetitif
Strategi Organisasi berbasis pengetahuan adalah :
SPK: SEBUAH
TINJAUAN
SPK: SEBUAH
TINJAUAN
KONFIGURASI SPK
Tahap perancangan SPK pada garis besarnya terdiri dari :

• Penentuan tinjauan penelitian
• Tahap study pendahuluan dan study kelayakan.
• Tahapan tahapan perumusan kebutuhan data input dalam
kaitannya dengan pengembangan sistem informasi.
• Tahap perumusan kemampuan yang harus di penuhi ole SPK
dan perlengkapan yang dibutuhkan.
• Tahap perancangan dan pengembangan SPK.
PENGERTIAN SPK
Sistem pendukung keputusan (Inggris: decision support

systemsdisingkat DSS) adalah bagian dari sistem
informasi berbasis komputer (termasuk sistem berbasis
pengetahuan (manajemen pengetahuan)) yang dipakai untuk
mendukung pengambilan keputusan dalam suatu organisasi
atau perusahaan.
KARAKTERISTIK KEMAMPUAN SPK
Manajer memerlukan informasi untuk pemecahan masalah

Dimensi dasar informasi:
• Relevansi : berkaitan langsung dengan masalah yang ada.
• Akurasi : informasi harus akurat.
• Ketepatan waktu : informasi harus tersedia untuk pemecahan
masalah sebelum situasi krisis menjadi tidak terkendali atau
kesempatan menghilang.
• Kelengkapan : manajer harus memperoleh informasi yang
menyajikan gambaran lengkap dari suatu permasalahan atau
suatui penyelesaian tanpa harus jadi lautan informasi.
KOMPONEN SPK
• 1. Data Management System

• 2. Model Management System
• 3. Knowledge Base
• 4.User Interface
• 5.User (s)
KLASIFIKASI SPK
• Masalah terstruktur
• Masalah tak terstruktur
• Masalah semi-terstruktur
MODEL DAN PEDUKUNG
Tabel DSS versus EDP
Tabel Konsep yang Mendasari Definisi
DSS
Karakteristik dan Kapabilitas DSS
Komponen DSS
Klasifikasi
Keuntungan DSS
 Mampu mendukung pencarian solusi dari masalah yang kompleks.

 Respon cepat pada situasi yang tak diharapkan dalam kondisi yang berubah-
ubah.
 Mampu untuk menerapkan pelbagai strategi yang berbeda pada konfigurasi
yang berbeda secara cepat dan tepat.
 Pandangan dan pembelajaran baru.
 Memfasilitasi komunikasi.
 Meningkatkan kontrol manajemen dan kinerja.
 Menghemat biaya.
 Keputusannya lebih tepat.
 Meningkatkan efektivitas manajerial, menjadikan manajer dapat bekerja lebih
singkat dan dengan sedikit usaha.
 Meningkatkan produktivitas analisis
Sub Sistem Model (Model Subsystem)
 Model Fisik
 Penggambaran entity dalam bentuk tiga dimensi
 Model Narasi
 Menggambarkan entitasnya secara lisan dan tulisan.
 Model Grafik
 Model Matematika
 Model-model matematika menggunakan notasi-notasi dan
persamaan matematis untuk mempresentasikan sistem. Atribut-
atribut dinyatakan dengan variabel-variabel, dan aktivitas-
aktivitas dinyatakan dengan fungsi matematika yang menjelaskan
hubungan antar variabel-variabel tersebut.
Manfaat Model SPK
1. kompresi waktu
2. Manipulasi model yang mudah
3. Rendah biaya konstruksi
4. Rendah biaya eksekusi (khususnya Bahwa kesalahan)
5. Bisa model risiko dan ketidakpastian
6. Model bisa besar dan sangat kompleks
7. Meningkatkan pembelajaran dan Memperkuat, dan
Meningkatkan pelatihan.
Fase Proses Pengambilan Keputusan
SISTEM PENDUKUNG
MANAJEMEN DAN
PENGARUH SISTEM
PENDUKUNG
MANAJEMEN
Manajer dan Pengambilan Keputusan
Menurut Mintzberg (1980), ada 10 peran utama

manajer yang terkelompok ke dalam 3 katagori utama,
yaitu :
1.Interpersonal
2.Informasional
3.Decisional
Manajer dan Dukungan Komputer
Teknologi komputer sekarang ini merupakan bagian

terpenting dalam dunia bisnis, dan jelas dalam berbagai
bidang lainnya, terdiri dari
1. Sistem Pendukung Keputusan (DSS)
2. Sistem Pendukung Keputusan Kelompok(GDSS).
3. Sistem Informasi Eksekutif (EIS)
4. Sistem Manajemen Pengetahuan (KMS)
5. Sistem Pakar (ES)
6. Artificial Neural Networks (ANN)
7. Hybrid Support Systems
Pengambilan Keputusan Manajerial dan
Sistem Informasi
1. Manajemen adalah sebuah proses untuk mencapai

tujuan-tujuan organisasi dengan menggunakan
berbagai sumberdaya.
2. Sumberdaya meliputi berbagai input, Sedangkan

pencapaian tujuan adalah output dari proses.
3 Kesuksesan suatu organisasi dan kesuksesan

seorang manajer diukur dari produkvitas.
Tahap - tahap dalam pengambilan keputusan
antara lain adalah
1. Kegiatan intelijen.
2. Kegiatan Merancang.
3. Kegiatan Memilih dan Menelaah.

Jenis-jenis Sistem Pendukung Keputusan menurut tingkat
kerumitan dan tingkat dukungan pemecahan masalahnya
1.Mengambil elemen-elemen informasi

2.Menganalisa seluruh file
3.Menyiapkan laporan dari berbagai file
4.Memperkirakan akibat dari keputusan
5.Mengusulkan keputusan
6.Membuat keputusan
Pengaruh sistem pendukung manajemen
· Model integrasi sistem pendukung manajemen.
· Pemodelan cerdas dan manajemen model.
· Integrasi dengan web, sistem perusahaan dan manajemen pengetahuan.
·Pengaruh sistem pendukung manajemen sebuah tinjauan.
·Pengaruh sistem pendukung manajemen pada organisasi.
·Pengaruh sistem pendukung manajemen pada individu.
·Pengambilan keputusan dan tugas manajer.
·Persoalan legalitas, privasi dan etika.

Manfaat yang dapat diambil dari Sistem
Pendukung Keputusan adalah
• Memperluas kemampuan pengambilan keputusan dalam

memproses data/informasi bagi pemakainya.
• Membantu pengambil keputusan untuk memecahkan
masalah terutama berbagai masalah yang sangat kompleks
dan tidak terstruktur.
• Dapat menghasilkan solusi dengan lebih cepat serta
hasilnya dapat diandalkan.
pada individu
Tahap - tahap dalam pengambilan
keputusan
Tahap - tahap dalam pengambilan keputusan antara lain adalah
1. Kegiatan intelijen.
2. Kegiatan merancang.
3. Kegiatan memilih dan menelaah.

Jenis-jenis Sistem Pendukung
Keputusan
Jenis-jenis Sistem Pendukung Keputusan menurut tingkat

kerumitan dan tingkat dukungan pemecahan masalahnya adalah
sebagai berikut:
TERIMA
•Mengambil elemen-elemen informasi
KASIH/THANK
•Menganalisa seluruh file
•Menyiapkan laporan dari berbagai file
•Memperkirakan akibat dari keputusan
YOU
•Mengusulkan keputusan
•Membuat keputusan
Pemodelan cerdas dan manajemen model
Pemodelan Cerdas
AI termasuk ke dalam pemodelan cerdas.AI berusaha meniru kemampuan ini

dalam sistem berbasis komputer.
•Berpikir dan bernalar

•Menggunakan penalaran untuk menyelesaikan masalah
•Belajar dan paham dari pengalaman
•Memperoleh dan menerapkan pengetahuan
•Menampilkan kreativitas dan imajinasi
•Mengatasi situasi yang rumit dan membingungkan
•Menanggapi situasi baru dengan cepat dan dengan berhasil
•Mengenali elemen-elemen yang penting dalam suatu situasi
•Mengatasi informasi yang ambigu (bermakna ganda), tidak lengkap dan salah.
Manajemen Model
Subsistem manajemen model.
Merupakan paket perangkat lunak yang memasukkan model

keuangan, statistik, ilmu manajemen, atau model kuantitatif
lainnya yang memberikan kapabilitas analitik dan manajemen
perangkat lunak yang tepat.
•Model integrasi sistem pendukung manajemen.

•Pemodelan cerdas dan manajemen model.
•Integrasi dengan web, sistem perusahaan dan
manajemen pengetahuan.
•Pengaruh sistem pendukung manajemen : sebuah
tinjauan.
•Pengaruh sistem pendukung manajemen pada
organisasi.
•Pengaruh sistem pendukung manajemen pada individu.
•Pengambilan keputusan dan tugas manajer.
•Persoalan legalitas, privasi dan etika.
Organisasi atau perusahaan yang
memanfaatkan DSS
Jenis Industri Tujuan Penerapan DSS

Industri Asuransi Menentukan pola penutupan asuransi dan deteksi
kemungkinan kecurangan (fraud).
Industri Perbankan Memperbarui profil atau data nasabah.

Perusahaan Manufaktur Menentukan kebutuhan persediaan bahan baku yang
paling optimal dan efisien.
Usaha Ritel Meningkatkan target pelanggan melalui direct mail

marketing.
Perkereta-apian Menentukan rute dan jadwal perjalanan.

Perminyakan dan Gas Mengevaluasi lokasi drilling/pengeboranminyak
atau gas alam yang potensial.
Industri Penerbangan Menentukan jadwal penerbangan danperamalan

potensial penumpang,
Departemen Pertahanan Membuat analisis kontrak pertahanan.

pada individu

SPK Modul

Diunggah oleh

Informasi Dokumen

Deskripsi Asli:

Judul Asli

Hak Cipta

Format Tersedia

Bagikan dokumen Ini

Bagikan atau Tanam Dokumen

Opsi Berbagi

Apakah menurut Anda dokumen ini bermanfaat?

Apakah konten ini tidak pantas?

Hak Cipta:

Format Tersedia

SPK Modul

Diunggah oleh

Hak Cipta:

Format Tersedia

Management Support System:

Noviyanto, ST Sistem Penunjang Keputusan

Kemahiran yg didapat dari pengalaman

Faktor Perubahan Akibat

Aplikasi komputer bergeser dari kegiatan proses

Memecahkan masalah structured dan semi

Masalah dalam pengambilan keputusan

SISTEM PENGAMBILAN KEPUTUSAN : MODEL DAN PENDUKUNG

DSS, GDSS, EIS, dan ES melibatkan satu istilah: sistem.

Sistem terdiri dari: Input, Proses, dan Output.

Proses adalah proses transformasi elemen-elemen dari input menjadi output.

Sistem dan lingkungannya:

2 ukuran utama dari sistem adalah: efektivitas dan efisiensi.

Proses pengambilan keputusan.

The Choice Phase.

Sedangkan diagram proses yang menggunakan algoritma adalah:

Bagaimana Keputusan itu Didukung?

Dukungan pada Design Phase.

Dukungan pada Choice Phase.

Dukungan pada Implementasi Keputusan.

DECISION SUPPORT SYSTEMS

Karakteristik dan Kemampuan DSS.

Klasifikasi dan Dukungan DSS.

Institutionalized DSS. Berhubungan dengan keputusan-keputusan yang sifatnya berulang.

Yang lain lagi, klasifikasi berdasarkan jenis dukungannya:

DSS Generators (atau Engines).

PEMODELAN DAN MANAJEMEN MODEL

Pemodelan dalam MSS.

2. Model finansial untuk pengembangan laporan pemasukan dan proyeksi data

Berbagai aspek dalam pemodelan diantaranya adalah:

Di bawah ini adalah tabel Berbagai jenis model:

Model Statis dan Dinamis.

Optimasi dengan Pemrograman Matematis.

Penggunaan pemrograman matematis ini, khususnya Linear Programming, begitu

Linear Programming (LP).

Perumusan Blending Problem.

Perumusan Umum dan Istilah.

Objective Function (Fungsi Tujuan).

Coeeficients (Koefisien) dari Objective Function.

Koefisien Input-Output (Teknologi)

8. Manajer dapat melakukan eksperimen dengan Berbagai variabel yang berbeda

Simulasi bergantung waktu (time dependent) vs simulasi tak bergantung waktu

Simulasi visual. Penampilan hasil simulasi secara grafis terkomputerisasi adalah

Percobaan dalam Simulasi (Probabilistik).

Kapan Menggunakan Heuristic:

Masalah-masalah dalam Penggunaan Heuristic:

PENGEMBANGAN SISTEM PENDUKUNG KEPUTUSAN

Proses Pengembangan DSS.

Proses Pengembangan: Life Cycle vs Prototyping.

Pendekatan SDLC (System Development Life Cycle).

Ilustrasi Tahap-tahap dalam SDLC Tradisional

Pendekatan Prototyping Evolusioner.

Pengembangan DSS Berbasis Tim dan Berbasis User.

Pengembangan DSS Berbasis Tim.

Komputasi End-User dan Pengembangan DSS Berbasis User.

Pengembangan DSS Berbasis User: Keuntungan dan Resikonya.

Pemilihan DSS Generator dan Tool Software Lainnya.

TEKNOLOGI KOMPUTASI KOLABORATIF

Pengambilan Keputusan dalam Grup.

2. Sifat pengambilan keputusan grup. Walaupun kebanyakan organisasi bisnis

Pertemuan adalah aktivitas gabungan, dilakukan oleh sekumpulan orang,

3. Keuntungan dan keterbatasan bekerja dalam grup.