Scope of Coverage
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
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
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.
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.
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.
Noviyanto, ST Halaman 1
Sistem Penunjang Keputusan, Pertemuan Ke-2
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.
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.
Noviyanto, ST Halaman 2
Sistem Penunjang Keputusan, Pertemuan Ke-2
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.
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.
Noviyanto, ST Halaman 3
Sistem Penunjang Keputusan, Pertemuan Ke-2
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.
Perbedaan antara metode pencarian analitis, Blind, dan Heuristic disajikan pada diagram di bawah
ini:
Noviyanto, ST Halaman 4
Sistem Penunjang Keputusan, Pertemuan Ke-2
Noviyanto, ST Halaman 5
Sistem Penunjang Keputusan, Pertemuan Ke-2
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.
Noviyanto, ST Halaman 6
Sistem Penunjang Keputusan, Pertemuan Ke-3
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:
Noviyanto, ST Halaman 1
Sistem Penunjang Keputusan, Pertemuan Ke-3
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.
Noviyanto, ST Halaman 2
Sistem Penunjang Keputusan, Pertemuan Ke-3
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.
Noviyanto, ST Halaman 3
Sistem Penunjang Keputusan, Pertemuan Ke-3
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.
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).
Noviyanto, ST Halaman 4
Sistem Penunjang Keputusan, Pertemuan Ke-3
Terdapat juga klasifikasi berdasarkan sifat situasi keputusan dimana DSS didesain untuk
mendukungnya:
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.
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.
Noviyanto, ST Halaman 5
Sistem Penunjang Keputusan, Pertemuan Ke-3
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.
Noviyanto, ST Halaman 6
Sistem Penunjang Keputusan, Pertemuan Ke-4
1. Model statistik (analisis regresi), digunakan untuk mencari relasi diantara variabel.
Model ini merupakan preprogram dalam tool software pengembangan DSS.
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.
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.
Noviyanto, ST Halaman 1
Sistem Penunjang Keputusan, Pertemuan Ke-4
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.
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:
Noviyanto, ST Halaman 2
Sistem Penunjang Keputusan, Pertemuan Ke-4
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:
Decision Variables.
Variabel-variabel dimana nilainya tak diketahui dan yang sedang dicari. Biasanya
ditandai dengan x1, x2, dan lain-lain.
Optimasi.
LP berusaha untuk mendapatkan nilai maksimal atau minimal dari fungsi tujuan.
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).
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.
Noviyanto, ST Halaman 3
Sistem Penunjang Keputusan, Pertemuan Ke-4
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.
Noviyanto, ST Halaman 4
Sistem Penunjang Keputusan, Pertemuan Ke-4
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:
Noviyanto, ST Halaman 5
Sistem Penunjang Keputusan, Pertemuan Ke-4
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.
Noviyanto, ST Halaman 6
Sistem Penunjang Keputusan, Pertemuan Ke-4
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.
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.
Noviyanto, ST Halaman 7
Sistem Penunjang Keputusan, Pertemuan Ke-5
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.
Noviyanto, ST Halaman 1
Sistem Penunjang Keputusan, Pertemuan Ke-5
http://exonous.typepad.com/mis/2004/02/systems_develop.html
http://www.albany.edu/acc/courses/fall97/acc681/ch7.html
Noviyanto, ST Halaman 2
Sistem Penunjang Keputusan, Pertemuan Ke-5
Noviyanto, ST Halaman 3
Sistem Penunjang Keputusan, Pertemuan Ke-5
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.
Noviyanto, ST Halaman 4
Sistem Penunjang Keputusan, Pertemuan Ke-5
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.
Noviyanto, ST Halaman 5
Sistem Penunjang Keputusan, Pertemuan Ke-6
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.
Noviyanto, ST Halaman 1
Sistem Penunjang Keputusan, Pertemuan Ke-6
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.
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).
Noviyanto, ST Halaman 2
Sistem Penunjang Keputusan, Pertemuan Ke-6
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.
Noviyanto, ST Halaman 3
Sistem Penunjang Keputusan, Pertemuan Ke-6
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.
Struktur GDSS pada level 2 ini dapat digambarkan seperti bagan berikut ini:
Teknologi GDSS.
Hardware.
1. PC tunggal.
2. PC dan keypad (papan kunci untuk pemungutan suara).
3. Ruang keputusan.
4. GDSS terdistribusi.
Noviyanto, ST Halaman 4
Sistem Penunjang Keputusan, Pertemuan Ke-6
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 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:
Noviyanto, ST Halaman 5
Sistem Penunjang Keputusan, Pertemuan Ke-6
US Air Force
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.
Noviyanto, ST Halaman 6
Sistem Penunjang Keputusan, Pertemuan Ke-6
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.
Noviyanto, ST Halaman 7
Sistem Penunjang Keputusan, Pertemuan Ke-6
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.
Noviyanto, ST Halaman 8
Sistem Penunjang Keputusan, Pertemuan Ke-7
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
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
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
Noviyanto, ST Halaman 1
Sistem Penunjang Keputusan, Pertemuan Ke-7
Noviyanto, ST Halaman 2
Sistem Penunjang Keputusan, Pertemuan Ke-7
Noviyanto, ST Halaman 3
Sistem Penunjang Keputusan, Pertemuan Ke-8
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
Noviyanto, ST Halaman 1
Sistem Penunjang Keputusan, Pertemuan Ke-8
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
Model lain adalah yang dikemukakan oleh ahli lain yang membagi model manajemen
pengetahuan menjadi dua dimensi, sebagai berikut:
Noviyanto, ST Halaman 2
Sistem Penunjang Keputusan, Pertemuan Ke-8
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.
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).
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.)
Noviyanto, ST Halaman 3
Sistem Penunjang Keputusan, Pertemuan Ke-8
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.
Noviyanto, ST Halaman 4
Sistem Penunjang Keputusan, Pertemuan Ke-9
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
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
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
Noviyanto, ST Halaman 1
Sistem Penunjang Keputusan, Pertemuan Ke-9
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).
Noviyanto, ST Halaman 2
Sistem Penunjang Keputusan, Pertemuan Ke-9
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
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
Triwulan Negara
Provinsi
Nama Hari Bulan
Kota
Tanggal
Kecamatan
Software OLAP
Express Server (Oracle)
PowerPlay (Cognos Software)
Metacube (Informix/Stanford Technology Group)
HighGate Project (Sybase)
Noviyanto, ST Halaman 3
Sistem Penunjang Keputusan, Pertemuan Ke-9
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 .
Noviyanto, ST Halaman 4
Sistem Penunjang Keputusan, Pertemuan Ke-9
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.
DATA MINING
Adalah usaha untuk penggalian data yang tidak dapat diperoleh melalui pelaporan dan
OLAP karena pola dan hubungannya tersembunyi.
Referensi
http://images.tyascatur.multiply.multiplycontent.com/attachment/0/ShZXPQoKCpcAAF5OT@c
1/DATAWAREHOUSE.ppt?nmid=245743065
Noviyanto, ST Halaman 5
Sistem Penunjang Keputusan, Pertemuan Ke-10
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 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.
Noviyanto, ST Halaman 1
Sistem Penunjang Keputusan, Pertemuan Ke-10
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.).
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;
Noviyanto, ST Halaman 2
Sistem Penunjang Keputusan, Pertemuan Ke-10
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.
Noviyanto, ST Halaman 3
Sistem Penunjang Keputusan, Pertemuan Ke-10
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
Noviyanto, ST Halaman 4
Sistem Penunjang Keputusan
PENGARUH SISTEM
PENDUKUNG MANAJEMEN
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
Overview of Impacts
• Computer technology has already changed
our world
• General categories
– Organizational
– Societal
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
MSS Support to
Business Process Reengineering
• Business Process Reengineering (BPR)
• Major innovation
• MSS is an enabler
MSS
(Especially ES, DSS and EIS)
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
Personal Values
• Major factor in ethical decision making
• Ethical issues in MSS is complex
(multidimensionality)
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
Massive Unemployment
Continue
Pengaruh Sistem Pendukung Manajemen 22/28
Sistem Penunjang Keputusan
Other Questions
• Is some unemployment really socially
desirable?
Internet Communities
• Communities of transactions
• Communities of interest
• Communities of relations
• Communities of fantasy
• The business side of the community
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
• Social responsibility
• Public pressure
• Planning
• Electronic community
– Related to electronic commerce
– Electronic communities will change the nature
of corporate strategy and how business is done
Ringkasan
• Impacts
– Providing rapid information access
– Instantaneous communication
– Artificial intelligence assisting and replacing
human effort
• Technology revolution
1. Misi Keseluruhan
2. Konsep aktifitas penanganan informasi
Misi Keseluruhan
Meningkatkan kinerja para pekerja informasi
dalam organisasi melalui pengaplikasian TI
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
BAB 2 Hal. 2
DSS Sebagai Pemadu
Data Modelling
Dialog
User
Data In
Programs File
Management
Database
Approach
Query
Language
Times
BAB 2 Hal. 3
Symbolic
Models
Computational
Engines
Computer
Modeling Models
Sistems
Interactive
Models
Data Models
Dialog
User
BAB 2 Hal. 4
BAB3
Hogue J.T.
Sejauhmana keterlibatan peran mereka dilihat dari :
A. Studi Literatur
B. Studi Lapangan
BAB 3 1
A.STUDI LITERATUR
BAB 3 2
2. Sebagai Developer / Pengembang
BAB 3 3
3. Sebagai Operator
BAB 3 4
B.STUDI LAPANGAN
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.
- 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.
BAB 3 7
BAB 20
SISTEM PENUNJANG KEPUTUSAN KELOMPOK
Definisi
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)
Teknologi GDSS
Bab 20 Hal. 2
Software GDSS
Komunikasi GDSS
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.
Bab 20 Hal. 4
Aplikasi
Bab 20 Hal. 5
BAB4
Analisis Nilai :
Metodologi menyeluruh untuk perencanaan dan
pengevaluasian proposal SPK
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.
Bab 4 Hal. 1
1. Versi Nol
Tahap permulaan, masih dalam skala kecil walaupun
sudah lengkap, akan tetapi mengandung fungsi atau
kemampuan terbatas.
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
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.
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
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.
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
BAB 5 Hal : 5
BAB7
Bab 7 Hal. 1
- Closes and lectures Æ user yang memerlukan
training berjumlah banyak
- Manual book
Bab 7 Hal. 2
Contoh : printer, monitor, grafik, warna, audio
output, animation, dll
DSS
Action Presentation
Language language
User
Knowledge Base
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)
Internal External
- 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)
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)
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
• Sifat deterministik
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
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
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 :
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
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.
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).
Jumlah pemakai AIMS ada 400 orang (di tingkat distrik, negara bagian dan kantor
pusat).
- 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).
Anggaran & laporan tsb disimpan dalam database pribadi yang hanya bisa diakses oleh
CEO dan digunakan untuk pembuatan keputusan perencanaan strategis.
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
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
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.
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
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 :
Bab 8 Hal. 7
1. Sumber daya multipel (Multiple Sources)
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.
AIMS (Bellsouth)
- Data Transaksi dari hasil operasi
- Data internal dari database personal korporasi dan perencanaan korporasi
- Data populasi eksternal yang dibel di luar organisasi.
Bab 8 Hal. 8
2. Kerangka waktu yang luas (Wide Time Frame)
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.
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.
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)
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.
Sistem institusional :
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).
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
AIMS
Gambar layar cadangan yang berkedip-kedip muncul jika gambaran
penganggaran/layanan berada di luar jangkauan
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.
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.
Sistem institusional :
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
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
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
BAB 9 Hal 1
HARDWARE/SOFTWARE
Indikator munculnya DDSS : Inputing dan penyimpanan
data
- berkurangnya biaya
- kecepatan pemrosesan yang makin tinggi
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
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
• 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
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
BAB1 1
DSS dibandingkan dengan SIM dan EDP
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
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 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.
DSS 11 Hal. 2
Alternatif yang paling banyak dipilih oleh
perusahaan dalam menciptakan kelompok DSS
adalah departemen perencanaan dan kelompok
analisis staf khusus.
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.
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.
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.
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
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 ?
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
Bab 13 Hal. 3
BAB 19
SISTEM PENUNJANG KEPUTUSAN KELOMPOK :
SUATU BIDANG BARU
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.
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
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).
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
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
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
PERENCANAAN
ANALISIS
DESAIN
IMPLEMENTASI
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
1. Spesific DSS :
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.
Perangkat dan Tingkat Teknologi SPK (3/3)
3. DSS Tools
PERMODALAN
DAN ANALISIS
DAN
MANAJEMEN
PERMODALAN DAN ANALISIS
• P/Pre-tax Income
• P/Sales
• P/Book Value
• Model Kapital
• MVIC/EBITDA
• MVIC/EBIT
• MVIC/Book Value
PERMODALAN DAN ANALISIS
• 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
MANAJEMEN PENGETAHUAN
SPK: SEBUAH
TINJAUAN
KONFIGURASI SPK
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
1.Interpersonal
2.Informasional
3.Decisional
Manajer dan Dukungan Komputer
1. Kegiatan intelijen.
2. Kegiatan Merancang.
• Job satisfaction
• Inflexibility and dehumanization
• Cooperation of experts
Tahap - tahap dalam pengambilan
keputusan
1. Kegiatan intelijen.
2. Kegiatan merancang.
Pemodelan Cerdas
• Job satisfaction
• Cooperation of experts