Sistem Penunjang Keputusan Materi

24/5/2021 1 pesan baru
Dashboard / My courses / ATA 2020/2021|3KA29|Sistem Penunjang Keputusan *|KUWAT SETIYANTO / [24 Mei] Ujian Tengah Semester (UTS)
/ [ATA 2020/2021] Soal UTS Sistem Penunjang Keputusan
Started on Monday, 24 May 2021, 9:37 AM

State Finished
Completed on Monday, 24 May 2021, 9:40 AM
Time taken 3 mins 6 secs
Grade 0.00 out of 100.00
Question 1
Berikan contoh aplikasi Sistem Penunjang Keputusan, metode yang digunakan dan alur kerjanya!
Not answered
Marked out of
20.00
Question 2 Kontrol terhadap analisis anggaran, peramalan jangka pendek dan laporan personalia, merupakan manajerial kontrol
Not answered dengan tipe keputusan
Marked out of
2.00 Select one:
a. Unstructured
b. Semi Structured
c. Structured
d. Mixture
The correct answer is: Structured
Question 3 Pada proses pemodelan pengambilan keputusan, yang tidak termasuk Design Phase yaitu
Not answered
Marked out of Select one:

2.00
a. analisis
b. pengembangan
c. pemodelan
d. pembuatan
The correct answer is: pemodelan
Question 4 Berikut ini yang bukan karakteristik dan kemampuan ideal dari suatu DSS adalah
Not answered

2.00
a. Efficiency
b. Support intelligence
c. Semi tructured decisios
d. For groups and individuals
The correct answer is: Efficiency
1
Online
https://v-class.gunadarma.ac.id/mod/quiz/review.php?attempt=3454643&cmid=590669 1/11
Question 5 Berikut ini merupakan kompleksitas suatu keputusan, kecuali

Not answered

2.00
a. Derajat kepastian
b. Jumlah manusia terlibat
c. Derajat pembaruan
d. Biaya pengambilan keputusan
The correct answer is: Derajat pembaruan
Question 6 Suatu DSS menurut definisinya adalah

Not answered

2.00
a. tidak merekomendasikan tetapi membuat suatu pilihan
b. merekomendasikan dan membuat membuat banyak pilihan
c. merekomendasikan tetapi tidak membuat suatu pilihan
d. merekomendasikan dan membuat suatu pilihan
The correct answer is: merekomendasikan tetapi tidak membuat suatu pilihan
Question 7 Faktor Kestabilan Politik mempengaruhi pengambilan keputusan, yaitu

Not answered

2.00
a. Kompleksitas struktur kompetisi
b. Ketidakpastian di masa yang akan datang
c. Biaya bila membuat kesalahan meningkat
d. Banyak alternatif yang harus dipilih
The correct answer is: Ketidakpastian di masa yang akan datang
Question 8 Pada metode pencarian blind search terdapat dua metode pencarian, yaitu
Not answered

2.00
a. Partial dan Heuristics
b. Complete dan Partial
c. Complete dan Analitis
d. Analitis dan Heuristics
The correct answer is: Complete dan Partial
Question 9 Bukan termasuk dalam keuntungan DSS adalah

Not answered

2.00
a. Mengurangi waktu dan biaya
b. Meningkatkan produktivitas
c. Meningkatkan resiko
d. Meningkatkan kualitas keputusan
The correct answer is: Meningkatkan resiko
Question 10 Problem yang masih kabur dan cukup kompleks yang tidak ada solusi langsung bisa dipakai, merupakan tipe keputusan
Not answered

2.00
a. Mixture
b. Structured
c. Unstructured
d. Semi Structured
The correct answer is: Unstructured
Question 11 Kontrol terhadap perencanaan Research and Development, pengenbangan teknologi baru dan perencanaan Social
Not answered Responsibility, merupakan strategi perencanaan dengan tipe keputusan
Marked out of
2.00 Select one:
a. Structured
b. Semi Structured
c. Mixture
d. Unstructured
Question 12 Adalah alasan utama mengapa MSS menggunakan model, kecuali

Not answered

2.00
a. Akibat yang ditimbulkan dari adanya kesalahan-kesalahan sewaktu proses trial-and-error lebih kecil daripada
penggunaan model langsung di sistem nyata
b. Biaya analisis model lebih murah daripada percobaan yang dilakukan pada sistem yang sesungguhnya
c. Manipulasi model lebih mudah dilakukan daripada bila diterapkan pada sistem nyata
d. Model memungkinkan untuk memperbanyak waktu.
The correct answer is: Model memungkinkan untuk memperbanyak waktu.
Question 13 Bentuk report Design Phase, dimana kinerja saat ini dirangkum oleh penyedia ekspektasi oleh pengguna laporan adalah
Not answered

2.00
a. Summarization
b. Confirmation
c. Prediction
d. Comparison
The correct answer is: Summarization
Question 14 Pernyataan yang salah mengenai pengambilan keputusan adalah

Not answered

2.00
a. Manajemen pengambilan keputusan serupa dengan keseluruhan proses manajemen
b. Model banyak digunakan dalam MSS
c. DSS utamanya berhubungan dengan sistem yang tertutup
d. Sistem terdiri dari input, output, proses dan pengambil keputusan
The correct answer is: DSS utamanya berhubungan dengan sistem yang tertutup
Question 15 Pada Choise Phase proses pemodelan pengambilan keputusan, terdapat dua pendekatan pencarian pilihan yaitu
Not answered

2.00
a. Algoritma dan teknis
b. Algoritma dan step by step
c. Teknis analitis dan algoritma
d. Teknis dan analitis
The correct answer is: Teknis analitis dan algoritma
Question 16 Bentuk report Design Phase, dimana laporan memiliki perbandingan eksplisit dengan ekspektasi kinerja saat ini adalah
Not answered

2.00
a. Summarization
b. Confirmation
c. Comparison
d. Prediction
The correct answer is: Comparison
Question 17 DSS selalu bisa beradaptasi sepanjang masa. Pengambil keputusan harus reaktif, mampu mengatasi perubahan kondisi
Not answered secepatnya dan beradaptasi untuk membuat DSS selalu bisa menangani perubahan ini. Pernyataan tersebut pengertian
Marked out of dari
2.00
Select one:
a. Evolutionary usage
b. Ease to use
c. Adaptability & Flexibility
d. Effectiveness
The correct answer is: Adaptability & Flexibility
Question 18 Pernyataan yang benar mengenai DSS dibanding MIS, yaitu DSS
Not answered

2.00
a. dikembangkan oleh EDP profesional
b. Rangkuman yang tersetruktur
c. Menyuplai keputusan dalam waktu singkat
d. Model yg dibangun dpt ketinggalan zaman
The correct answer is: Menyuplai keputusan dalam waktu singkat
Question 19 Ciri dari sistem pengambilan keputusan "sekarang" adalah

Not answered

2.00
a. Kemahiran yang didapat dari pengalaman yang bertambah
b. Perlu kreativitas, intuisi, pengalaman dan kebijaksanaan
c. Faktor-faktor yang mempengaruhi suatu keputusan makin banyak
d. Banyak aliran/gaya yang bisa digunakan
The correct answer is: Faktor-faktor yang mempengaruhi suatu keputusan makin banyak
Question 20 Sistem sangat tergantung pada lingkungannya dan sistem ini menerima input dari lingkungannya dan bisa juga
Not answered memberikan outputnya kembali ke lingkungan tersebut. Merupakan jenis sistem
Marked out of
2.00 Select one:
a. Proses Sistem
b. Sistem Terbuka
c. Sistem Model
d. Sistem Tertutup
The correct answer is: Sistem Terbuka
Question 21 Pernyataan yang benar mengenai pengambilan keputusan adalah

Not answered

2.00
a. DSS utamanya berhubungan dengan sistem yang tertutup
b. Model menjadikan percobaan dari suatu sistem lebih lama dan mahal
c. Pengambilan keputusan melibatkan 4 fase utama: intelligence, design, implementation dan controlling
d. Pemecahan masalah juga mengacu pada evaluasi peluang
The correct answer is: Pemecahan masalah juga mengacu pada evaluasi peluang
Question 22 Kontrol terhadap pembangunan pabrik baru, Merger dan akuisisi, perencanaan produk baru, perencanaan kompensasi
Not answered dan perencanaan asuransi kualitas , merupakan strategi perencanaan dengan tipe keputusan
Marked out of
2.00 Select one:
a. Unstructured
b. Structured
c. Semi Structured
d. Mixture
The correct answer is: Semi Structured
Question 23 Berikut ini bukan proses yang terjadi pada pemodelan adalah
Not answered

2.00
a. Optimasi
b. Trial and error
c. Simulasi
d. Solusi
The correct answer is: Solusi
Question 24 Problem yang rutin, berulang dan memiliki pemecahan yang standar berdasarkan analisa kuantitatif, merupakan tipe
Not answered keputusan
Marked out of
2.00 Select one:
a. Semi Structured
b. Mixture
c. Structured
d. Unstructured
Question 25 Bukan salah satu dari definisi DSS, yaitu

Not answered

2.00
a. Mendukung analisa data secara ad hoc dan pemudelan keputusan
b. Digunakan pada interval yang tidak teratur atau tidak terencana
c. Merupakan Sistem utama
d. Berorientasi pada perencanaan masa depan
The correct answer is: Merupakan Sistem utama
Question 26 Tak seperti sistem yang sesungguhnya tetapi berlaku seperti itu. Lebih abstrak daripada model Iconic dan merupakan
Not answered representasi simbolis dari kenyata. Merupakan model
Marked out of
2.00 Select one:
a. Analog
b. Kuantitatif
c. Matematis
d. Scale
The correct answer is: Analog
Question 27 Pernyataan yang benar mengenai MIS dibanding DSS, yaitu MIS
Not answered

2.00
a. Aplikasi dikembangkan menggunakan spesifikasi yang dirumuskan di depan
b. Menangani masalah khusus
c. Dapat dikembangkan oleh profesional non-EDP
d. Meningkatkan pembuat keputusan belajar tentang permasalahan
The correct answer is: Aplikasi dikembangkan menggunakan spesifikasi yang dirumuskan di depan
Question 28 Ciri dari sistem pengambilan keputusan "dahulu" adalah

Not answered

2.00
a. Manajer perlu bantuan teknologi komputer
b. Faktor-faktor yang mempengaruhi suatu keputusan makin banyak
c. Kemahiran yang didapat dari pengalaman yang bertambah
d. Berubah dengan cepat menjadi makin kompleks dan besar
The correct answer is: Kemahiran yang didapat dari pengalaman yang bertambah
Question 29 Dukungan DSS disediakan untuk berbagai level manajerial yang berbeda, mulai dari pimpinan puncak sampai manajer
Not answered lapangan. Pernyataan tersebut merupakan pengertian dari
Marked out of
2.00 Select one:
a. Interdependent or sequential decision
b. Support variety of decision styles and processess
c. For groups and individuals
d. For manager at different levels
The correct answer is: For manager at different levels
Question 30 Kontrol terhadap negosiasi, perekrutan eksekutif, pembelian hardware dan melobi, merupakan manajerial kontrol dengan
Not answered tipe keputusan
Marked out of
2.00 Select one:
a. Unstructured
b. Structured
c. Semi Structured
d. Mixture
Question 31 Proses pemodelan trial and error dengan sistem nyata dapat dilakukan jika
Not answered

2.00
a. Lingkungan selalu berubah
b. Banyak sekali alternatif untuk dicoba
c. Kesalahan yang terjadi hanya berpengaruh kecil
d. Banyak efek samping dari error yang terjadi
The correct answer is: Kesalahan yang terjadi hanya berpengaruh kecil
Question 32 Berikut ini yang bukan tipe dari keputusan, yaitu

Not answered

2.00
a. Semi Structured
b. Mixture
c. Unstructured
d. Structured
The correct answer is: Mixture
Question 33 Manajemen adalah proses dalam mengatur pemakaian [BLANK] yang ada untuk mendapatkan keluaran yang sesuai
Not answered dengan tujuan organisasi.
Marked out of
2.00 Select one:
a. staff
b. hardware
c. sumber daya
d. software
The correct answer is: sumber daya
Question 34 Pada proses pemodelan pengambilan keputusan, yang tidak termasuk Intellegence Phase yaitu
Not answered

2.00
a. Menemukan masalah
b. Kepemilikan masalah
c. Penggabungan masalah
d. Klasifikasi masalah
The correct answer is: Penggabungan masalah
Question 35 Tingkat produktivitas manajer tergantung dari kemampuan manajer mengeksekusi fungsi
Not answered

2.00
a. manajemen
b. eksekutif
c. controlling
d. oerganizing
The correct answer is: manajemen
Question 36 Pada metode pencarian heuristics, proses pencarian berhenti jika

Not answered

2.00
a. sulusi sudah cukup baik
b. alternatif terbaik sudah diperiksa
c. Tidak ada peningkatan yang memungkinkan
d. Semua alternatif telah diperiksa
The correct answer is: sulusi sudah cukup baik
Question 37 Kontrol terhadap pemilihan sampul majalah, pembelian software dan persetujuan pinjaman, merupakan operasional
Not answered kontrol dengan tipe keputusan
Marked out of
2.00 Select one:
a. Structured
b. Unstructured
c. Semi Structured
d. Mixture
Question 38 Replika fisik dari sistem, biasanya dalam skala tertentu dari bentuk aslinya. GUI pada OOPL adalah contoh dari model ini.
Not answered Merupakan model
Marked out of
2.00 Select one:
a. Matematis
b. Analog
c. Iconic
d. Kuantitatif
The correct answer is: Iconic
Question 39 Kontrol terhadap piutang dagang dan pesanan masuk, merupakan operasional kontrol dengan tipe keputusan
Not answered

2.00
a. Structured
b. Semi Structured
c. Mixture
d. Unstructured
Question 40 Bentuk report Design Phase, dimana bentuknya ramalan kinerja masa depan, prediksi berdasarkan anggaran, prediksi
Not answered berdasarkan musiman, ramalan kinerja saat ini sampai akhir adalah
Marked out of
2.00 Select one:
a. Confirmation
b. Prediction
c. Summarization
d. Comparison
The correct answer is: Prediction
Question 41 Kontrol terhadap penjadwalan produksi dan kontrol persediaan, merupakan operasional kontrol dengan tipe keputusan
Not answered

2.00
a. Mixture
b. Semi Structured
c. Unstructured
d. Structured
The correct answer is: Semi Structured
◄ Latihan Soal UTS Jump to...
Nama : PRISSILA VIOLETA ESTRADA
Kelas : 3KA22
NPM : 15118605
Latihan Soal UTS
Pilihan Ganda :
1. Proses memilih satu di antara beberapa rencana alternative untuk mencapai

tujuan atau beberapa tujuan adalah…
a. Keputusan c. Keputusan terprogram
b. Solusi masalah d. Keputusan tidak terprogram
2. Berikut yang bukan merupakan bagian dari DSS adalah....

a. Strategic Planning c. Transaction Processing
b. Operational Control d. Managerial Control
3. Salah satu model umum pengambilan keputusan yang memberikan gambaran

subyektif bagaimana seseorang memikirkan tentang situasi adalah……
a. Mental models c. Mathematical model
b. Iconic model d. Analog model
4. Tipe Keputusan dengan karakteristik problem yang rutin, berulang dan memiliki
pemecahan yang standar berdasarkan analisa kuantitatif merupakan tipe
keputusan….
a. Unstructured c. Structured
b. Semi Structured d. Unstructured and Semi Structured
5. Menentukan beberapa rencana alternatif, menguji kelayakan dan memvalidasi

hasil termasuk ke dalam tahap proses pengambilan keputusan yaitu….
a. Fase penelusuran c. Fase perancangan
b. Fase pemilihan d. Fase implementasi
6. Pendekatan disain adaptif menggabungkan 4 aktifitas pengembangan system

secara tradisional yaitu :
a. Analisis kebutuhan, disain, pengembangan, dan pemeliharaan
b. Analisis persyaratan, disain, pengembangan, dan implementasi
c. Analisis persyaratan, disain, implementasi, dan pemeliharaan
d. Analisis kebutuhan, disain, implementasi, dan pemeliharaan
7. Berikut yang bukan merupakan fase pengambilan keputusan menurut Simon

adalah….
a. Intelligence c. Choice
b. Design d. Choose
8. Perkembangan Khusus (SPK) menunjukan bahwa SPK harus mengakomodasi
keputusan yang dibuat secara kelompok atau per bagian oleh beberapa orang
secara berurutan. Ken dan Hackathorn (1979) menyatakan terdapat tiga jenis
sifat keputusan, salah satu diantaranya adalah sifat interdependen berangkaian,
yang memiliki maksud :
a. SPK harus menunjang semua fase dari proses pembuatan keputusan
b. Pembuat keputusan mempunyai tanggungjawab dan kekuasaan penuh
untuk membuat keputusan yang diimplementasikan secara lengkap
c. Keputusan harus merupakan hasil dari negosiasi dan interaksi diantara
pembuat keputusan
d. Pembuat keputusan membuat sebagian dari keputusan yang dilanjutkan
oleh orang lain
9. Model operasional digunakan untuk :

a. Membantu dalam mengalokasi sumber daya
b. Membantu dalam menetapkan tujuan organisasi
c. Membantu dalam perencanaan promosi
d. Membantu dalam pembuatan keputusan jangka pendek contohnya
perencanaan harian
10. Keuntungan dari Simulasi dalam Mmanagement Support System (MSS), kecuali:
a. Teori simulasi relatif mudah dan bisa langsung diterapkan
b. Model simulasi mudah untuk menggabungkan Berbagai hubungan
dasar dan ketergantungannya
c. Model simulasi dibangun untuk berbagai permasalahan, dan bisa
menyelesaikan semua macam permasalahan.
d. Modelnya dibangun berdasarkan perspektif manajer dan berada dalam
struktur keputusannya
11. Karakteristik utama dari Simulasi adalah :

a. Umumnya merepresentasikan kenyataan
b. Teknik untuk melaksanakan ujian nyata
c. Terdapat pencarian otomatis untuk solusi optimal
d. Digunakan bilamana permasalahan yang ada terlalu kompleks/sulit
bila diselesaikan dengan teknik optimasi numerik
12. Urutan dari metodologi Simulasi adalah :

a. Definisi Masalah — Membangun Model — Testing dan Validasi — Desain
Percobaan — Melakukan Percobaan — Implementasi — Evaluasi hasil.
b. Definisi Masalah — Desain Percobaan — Membangun Model — Testing dan
Validasi — Melakukan Percobaan — Evaluasi hasil — Implementasi.
c. Definisi Masalah — Membangun Model — Testing dan Validasi — Desain
Percobaan — Melakukan Percobaan — Evaluasi hasil — Implementasi.
d. Definisi Masalah — Membangun Model — Desain Percobaan — Melakukan
Percobaan — Testing dan Validasi — Evaluasi hasil — Implementasi.
13. Komponen dari SPK kelompok adalah:

a. Hardware/software c. Prosedur
b. Orang d. Benar semua
14. Tahapan dalam pengambilan keputusan yang benar adalah:

a. Intelligent-Design-Choice-Testing
b. Design-Intelligent-Choice-Implementation
c. Intelligent-Design-Choice-Implementation
d. Design-Intelligent-Choice-Testing
15. Pernyataan yang BENAR mengenai evolusi modeling adalah :

a. Evolusi modeling dimulai dengan tahap awal yaitu model simbolis dan
diakhiri dengan model komputer
b. Evolusi yang menempatkan komputer sebagai mesin komputasional terjadi
pada tahap awal (pertama)
c. Peran komputer menjadi sangat penting bagi usaha modeling yang
dikembangkan oleh sistem software untuk menangani kelompok model,
terjadi pada tahap evolusi sistem modeling
d. Tahap evolusi modeling yang benar adalah : model simbolis, sistem
modeling, komputer sebagai mesin komputasional, model komputer, dan
modeling interaktif
16. Komponen teknologi dari SPK kelompok yang paling khusus adalah :
a. Hardware
b. Prosedur
c. Software khusus mendukung kelompok
d. Orang
17. Hal yang penting dalam komponen dialog adalah :

a. Mengetahui siapa pemakai yang potensial
b. Dialog harus mencakup umpan balik antara kesederhaan dan fleksibilitas
c. Apa yang harus diketahui oleh pemakai agar bisa menggunakan system
d. Apakah DSS akan dioperasikan oleh pembuat keputusan atau perantara
18. Fasilitas dasar yang TIDAK terdapat dalam software SPK khusus adalah:
a. Word processing c. Bantuan online
b. Prompt d. Fasilitas pembelajaran
19. Dalam teknologi SPK kelompok, system meeting elektronik TIDAK terdiri dari:
a. Computer conference dan audio c. File server
b. Video teleconference d. Ruang keputusan
20. Persyaratan jika SPK akan menjadi SPK kelompok KECUALI :
a. Penambahan kemampuan komunikasi
b. Peningkatan fasilitas fisik
c. Peningkatan base model untuk voting, ranking dan sebagainya
d. Instalasi permanen di vendor
21. Gaya meeting dimana meeting yang berlangsung menggunakan campuran

elektronik dan verbal adalah:
a. Supported c. Interaktif
b. Chauffeured d. Tidak ada jawaban
22. Yang bukan menjadi komponen system pakar adalah:

a. Aturan produksi c. Basis pengetahuan
b. Interface user d. Metode penalaran
23. Serangkaian pengujian tersimulasi terhadap setiap fasilitas software SPK yang
komprehensif disebut:
a. Benchmark simulation c. Software evaluation
b. Benchmark evaluation d. Software benchmark
24. Yang termasuk bentuk pengetahuan Tacit Knowledge adalah :

a. Telah ada dalam bentuk konkrit/nyata
b. Dapat dikodifikasi/formulasi
c. Pengetahuan yang telah ditangkap dan dinyatakan dalam kata-kata, teks,
maupun gambar
d. Tersimpan dalam pikiran manusia, sulit diformulasikan (misalnya keahlian
seseorang)
25. Yang termasuk bentuk pengetahuan Explicit Knowledge adalah :

a. Pengetahuan yang sulit diartikulasikan
b. Dituliskan dalam kata-kata, teks, maupun gambar Misalnya pengalaman
bertahun-tahun yang dimiliki oleh ahli
c. Penting untuk kreatifitas dan inovasi
d. Dapat dikodifikasi/formulasi
Essay :
Berikan contoh aplikasi Sistem Penunjang Keputusan dengan ketentuan:
1. Berikan gambar aplikasinya!
2. Jelaskan metode yang digunakan!
Sistem pendukung keputusan ini membantu pengambil keputusan dalam
menyeleksi Alternatif dengan membandingkan setiap Alternatif pada setiap
kriteria, metode yang digunakan adalah AHP (Analityc Hierarchy Process).
Pada sistem pendukung keputusan Metode AHP ini, kami mengambil contoh studi
kasus untuk Memilih Karyawan Terbaik dengan beberapa kriteria (kejujuran, daya
tahan kerja, ketelitian, dan inisiatif) kriteria dapat ditambah, diubah sesuai
kebutuhan seleksi, kemudian dapat menambah alternatif yang akan diseleksi,
menentukan nilai berpasangan setiap kriteria dan setiap alternatif sehingga
dihasilkan ranking alternatif sesuai data yang dipilih.
3. Jelaskan alur kerjanya!
Alur kerja sistem pendukung keputusan metode AHP
1. Buat seleksi baru (atau bisa disebut periode seleksi baru).
2. Setting kriteria seleksi yang digunakan.
3. Masukan data alternatif yang nantinya akan digunakan.
4. Mulai seleksi dengan metode AHP
 Masuk ke Nilai Kriteria dan isikan nilai perbandingan kriteria untuk
menentukan bobot kriteria.
 Masuk ke Nilai Peserta Seleksi dan isikan nilai perbandingannya.
 Masuk hasil seleksi untuk melihat hasil akhir seleksinya.
5. Anda dapat membuat seleksi baru lagi mulai dari penambahan seleksi baru.
User Akses
Ada 2 (dua) tipe user akses yang dapat digunakan pada Aplikasi SPK Metode AHP
ini, yaitu:
 Administrator
User akses dengan hak akses yang paling tinggi pada aplikasi spk metode ahp.
 Users
User akses yang dapat mengolah data-data sistem pendukung keputusan.
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
Perbedaan DW dan OLTP

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

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

Sumber Data Internal
Sumber
Data
Operasional
1 Perangkat EIS
Perangkat pelaporan
Perangkat
pengembangan
Manajer aplikasi
Sumber
Data
Data Warehouse
Operasional
2
OLAP
Sumber
Data Data
Eksternal Warehouse
Data Mining
Halaman 1
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?
Ta hun n-4
Tahunn-3
T ahun n-2
Tahunn-1
J awa T engah
JawaBara t
Produk3
Produk2
Produk1
Mengingat sistem data warehouse memerlukan pemrosesan data dengan volume yang
besar, sistem ini biasa diterapkan dengan menggunakan teknologi pemrosesan SMP
(Symmetric Multiprocessing) dan MPP (Multiple Parallel Processing)
Data warehouse dapat dibangun sendiri dengan menggunakan perangkat pengembangan
aplikasi ataupun dengan menggunakan perangkat lunak khusus yang ditujukan untuk
menangani hal ini
Beberapa contoh perangkat lunak yang digunakan untuk administrasi dan manajemen
data warehouse:
HP Intelligent Warehouse (Hewlett Packard)
FlowMark (IBM)
SourcePoint (Software AG)
Petunjuk Membangun DW
Menentukan misi dan sasaran bisnis bagi pembentukan data warehouse
Mengidentifikasi data dari basis data operasional dan sumber lain yang diperlukan bagi
data warehouse
Menentukan item-item data dalam perusahaan dengan melakukan standarisasi penamaan
data dan maknanya
Merancang basis data untuk data warehouse
Membangun kebijakan dalam mengarsipkan data lama sehingga ruang penyimpanan tak
menjadi terlalu besar dan agar pengambilan keputusan tidak menjadi terlalu lamban.
Menarik data produksi (operasional) dan meletakkan ke basis data milik data warehouse
Data Mart
Bagian dari data warehouse yang mendukung kebutuhan pada tingkat departemen atau
fungsi bisnis tertentu dalam perusahaan. Karakteristik yang membedakan data mart dan
data warehouse adalah sebagai berikut (Connolly, Begg, Strachan 1999).
Data mart memfokuskan hanya pada kebutuhan-kebutuhan pemakai yang terkait

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

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

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

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

Tahun Wilayah
Triwulan Negara
Provinsi
Nama Hari Bulan
Kota
Tanggal
Kecamatan
(a) Hierarki Waktu (b) Hierarki Lokasi
Software OLAP
Express Server (Oracle)
PowerPlay (Cognos Software)
Metacube (Informix/Stanford Technology Group)
HighGate Project (Sybase)
Halaman 3
Data Mining
Perangkat lunak yang digunakan untuk menemukan pola-pola tersembunyi maupun
hubungan-hubungan yang terdapat dalam basis data yang besar dan menghasilkan aturan-
aturan yang digunakan untuk memperkirakan perilaku di masa medatang
Data mining sering dikatakan berurusan dengan penemuan pengetahuan dalam basis
data. Suatu aturan yang dihasilkan oleh data mining misalnya seperti berikut :
Kebanyakan pembeli mobil Forsa adalah wanita berusia di atas 30 tahun .
Prinsip Data Mining
Data Data Mining Pola

Warehaouse
Aplikasi Data Mining

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

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

Pendekatan data mining juga ada yang melalui visualisasi data
Pada sistem seperti ini, pemakai akan dibantu untuk menemukan sendiri pola dari
sejumlah data berukuran besar dengan didasarkan visualisasi oleh data mining
Data Mining : Visualisasi Data
Halaman 4
RINGKASAN
DATA WAREHOUSE (GUDANG DATA)
Gudang data adalah basis data yang menyimpan data yang sekarang dan terdahulu yang
mungkin diminati oleh para pembuat keputusan di seluruh perusahaan.
Data dari banyaknya transaksi
Gudang data menggabungkan basis data operasional yang berbeda.
DATA MART
Adalah subset dari gudang data yang didalamnya terdapat ringkasan yang diberikan
kepada pengguna tertentu.
KOMPONEN GUDANG DATA
Online analytical processing (OLAP)
DATA MINING
Adalah usaha untuk penggalian data yang tidak dapat diperoleh melalui pelaporan dan
OLAP karena pola dan hubungannya tersembunyi.
Jenis Informasinya adalah

Asosiasi (hubungan kejadian)
Sekuen (Hubungan berdasar waktu)
Klasifikasi (Pengelompokan)
Kluster (klasifikasi krn tdk ada kelompok)
Ramalan
Referensi
http://images.tyascatur.multiply.multiplycontent.com/attachment/0/ShZXPQoKCpcAAF5OT@c
1/DATAWAREHOUSE.ppt?nmid=245743065
Halaman 5
MANAJEMEN PENGETAHUAN
Pengantar
Pengetahuan dipandang sebagai sebuah komoditi atau sebuah aset intelektual
Karakteristik pengetahuan:
1. Penggunaan pengetahuan tidak akan menghabiskannya
2. Perpindahan pengetahuan tidak akan menghilangkannya
3. Pengetahuan itu berlimpah, tetapi kemampuan terbatas untuk menggunakannya
4. Banyak pengetahuan berharga hilang begitu saja
Definisi Awal Manajemen Pengetahuan

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

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

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

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

Manajemen pengetahuan bukan perkara yang sederhana, karena luas dan
kompleksnya bidang manajemen pengetahuan ini para ahli mencoba membangun
model untuk manajemen pengetahuan. Manajemen Pengetahuan dilaksanakan dalam
sistem pengelolaan pengetahuan, atau Knowledge Management System (KMS).
Sebagian besar organisasi yang menerapkan KMS, menggunakan pendekatan tiga-
cabang untuk mengelola pengetahuannya, yaitu
Manusia (People),
Proses (Process), dan
Teknologi (Technology).
Penekanan terhadap tiap-tiap elemen bisa berbeda di setiap bagian organisasi.
Berdasarkan model pendekatan di atas maka batasan dari knowledge management
sebagai berikut :
Model lain adalah yang dikemukakan oleh ahli lain yang membagi model manajemen
pengetahuan menjadi dua dimensi, sebagai berikut
Halaman 2
Dimensi pertama (bawah) terdiri dari aktifitas-aktifitas yang sangat penting bagi proses
penciptaan pengetahuan dan inovasi seperti :
knowledge exchange,
knowledge capture,
knowledge reuse, dan
knowledge internalization.
Secara keseluruhan, proses ini menciptakan sebuah organisasi pembelajaran (learning

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

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

pengetahuan dapat didukung dengan teknologi informasi. Oleh karena itu, komponen
selanjutnya dalam penerapan manajemen pengetahuan ini adalah teknologi; dalam hal
ini berkaitan dengan pemanfaatan Teknologi Informasi (TI). Istilah Teknologi Informasi
merupakan gabungan dua istilah dasar yaitu teknologi dan informasi. Teknologi dapat
diartikan sebagai pelaksanaan ilmu, sinonim dengan ilmu terapan. Sedangkan, secara
umum informasi merupakan sesuatu arti yang diungkapkan oleh manusia atau oleh
ekstrak dari fakta.
Teknologi tidak saja terbatas pada perangkat keras (alat) dan perangkat lunak
(program), tetapi juga mengikutsertakan manusia serta tujuan yang ditentukan, nilai
yang digunakan untuk membuat pilihan pelaksanaan, dan kriteria penilaian yang
digunakan untuk memutuskan apakah manusia mengendalikan teknologi atau tidak.
Yang termasuk teknologi informasi adalah antara lain:
(1) telekomunikasi,
(2) sistem komunikasi optik,
(3) sistem pita-video dan cakram video,
(4) komputer, termasuk visi komputer, lingkungan data dan sistem pakar,
(5) mikrobentuk,
(6) komunikasi suara dengan bantuan komputer,
(7) jaringan kerja data,
(8) surat elektronik, dan (videoteks dan teleteks.
Halaman 3
Keberadaan teknologi informasi mampu menawarkan berbagai metode, antara lain :
1. Metode dan tools untuk merekam pengetahuan termasuk komputer, media simpan
seperti pita magnetis dan cakram atau disc. Pencarian data teks lengkap
memungkinkan pemakai menelusuri direktori, ensiklopedia, data statistik, dan
keuangan yang terbacakan mesin. Ini semua dipermudah dengan tersedianya media
simpan optik.
2. Metode menyimpan rekaman (record) mengenai berbagai kegiatan termasuk
perangkat keras komputer seperti media simpan, yang dilengkapi perangkat lunak
untuk merancang bangun, menciptakan, dan menyunting data, spreadsheet, dan
perangkat lunak sejenis.
3. Metode untuk mengindeks dokumen dan informasi termasuk berbagai teknik
pembuatan indeks berbantuan komputer serta berkas (files) khusus untuk
memudahkan menemukan dokumen berdasarkan istilah atau kondisi istilah dalam
berkas. Pangkalan data bibliografis yang besar yang memudahkan menemukan
dokumen yang memenuhi syarat tertentu (misalnya berdasarkan pengarang atau
subjek), kini berkembang dengan katalog sehingga membantu menentukan lokasi
dokumen.
4. Metode mengkomunikasikan pengetahuan termasuk :
a. sistem pos elektronik untuk transmisi teks memo dan surat dokumen ;
b. system transmisi faksimili (facsimile) untuk transmisi dokumen jarak jauh
berdasarkan prinsip fotokopi. Ini sama saja dengan fotokopi jarak jauh ;
c. majalah elektronik sebagai sarana komunikasi kegiatan dan hasil penelitian ;
d. telekonferensi artinya pertemuan jarak jauh, masing-masing peserta berada di
berbagai tempat, saling berkomunikasi serta terlihat wajah masing-masing ;
dan
e. jaringan komunikasi data untuk mengkomunikasikan data.
Sementara itu, ketika teknologi jaringan dan telekomunikasi semakin maju, maka boleh
dikatakan bahwa teknologi pengelolaan pengetahuan mengalami pertumbuhan sangat
dinamik. Seperti dikatakan Jablonski, Horn, dan Schlundt (2001), manajemen
pengetahuan kini berdiri di atas tiga kaki yaitu :
Intelegensi buatan (artificial intelligence) yang membantu mengekstraksi informasi
dari berbagai sumber untuk disimpan di knowledge base. Sebuah knowledge base
memiliki format yang bisa ditelusur dan diakses sesuai keperluan pemakai.
Pendekatannya berdasarkan asumsi bahwa knowledge base bisa dipisahkan dari
knowledge carriers.
Manajemen dokumen (document management) untuk menyimpan dan mengelola
berbagai tipe dokumen di dalam satu pusat. Pemanfaatannya adalah melalui
metadata.
Teknologi jaringan komputer dan hypertext yang memungkinkan berbagai dokumen
dihubungkan, sedangkan pencariannya didukung oleh search engine.
Majunya Teknologi Informasi (TI) memang bisa memacu efisiensi dan efektifitas
organisasi. Karena dirasa banyak manfaatnya bagi organisasi, sehingga usaha-usaha
untuk lebih memaksimalkan TI terus berkembang. Bagi mereka, TI telah menjadi bagian
yang tak terpisahkan dan merupakan infrastruktur yang penting bagi organisasi atau
organisasi dalam memberikan nilai tambah atau keuntungan kompetitif.
Multidisiplin manajemen pengetahuan

Ilmu keorganisasian
Ilmu kognitif
Linguistik
Teknologi informasi knowledge-based system, database technology, information
management Ilmu kepustakaan
Teknik penulisan dan jurnalisme
Antropologi dan sosiologi
Pendidikan dan pelatihan
Ilmu komunikasi
Teknologi kolaborasi intranet, ekstranet, portal, web technologies
Halaman 4
PENGEMBANGAN SISTEM PENDUKUNG KEPUTUSAN
Pendahuluan.
Membangun sebuah DSS, apalagi yang besar, merupakan proses yang rumit.
Melibatkan hal-hal: teknis (hardware, jaringan) dan perilaku (interaksi manusia-
mesin, dampak DSS pada individu).
Agar lebih mudah membangun DSS bisa digunakan bahasa khusus (misal CASE
TOOLs).
Strategi Pengembangan.
1. Tulis DSS dengan bahasa pemrograman umum: Pascal, Delphi, C, C++, C#, Java,
dan lainnya.
2. Menggunakan 4GL: data-oriented language, spreadsheets, dan financial-oriented
language.
3. Menggunakan DSS Generator: Excel, Lotus 1-2-3, Quattro Pro, Express. Generator
lebih efisien dari 4GL tapi ini tergantung juga pada batasannya.
4. Menggunakan DSS Generator khusus (domain specific): Commander FDC untuk
budgeting & financial analysis, EFPM untuk kalangan perguruan tinggi.
5. Mengembangkan DSS dengan metodologi CASE. Memiliki jaminan kualitas yang
memadai.
6. Untuk DSS yang kompleks, bisa mengintegrasikan pendekatan-pendekatan di atas.
Proses Pengembangan DSS.

Pengembangan suatu DSS terkait juga dengan struktur permasalahan: tak
terstruktur, semi terstruktur, ataupun terstruktur. Berturut-turut ES/DSS, DSS, MIS
bisa digunakan untuk ini.
Di bawah ini disajikan bagan fase-fase pengembangan suatu DSS:
Proses Pengembangan: Life Cycle vs Prototyping.
Pembangunan DSS dilakukan dalam berbagai cara. Dibedakan antara pendekatan life
cycle (daur hidup) dan iterative process (proses berulang).
Pendekatan SDLC (System Development Life Cycle).

Asumsi dasarnya adalah kebutuhan informasi dari suatu sistem dapat ditentukan
sebelumnya.
IRD (Information Requirements Definition) adalah pendekatan formal yang
digunakan oleh sistem analis.
IRD secara tradisional merupakan kombinasi analisis logik dengan pengamatan
perilaku pemrosesan informasi.
IRD bisa juga melibatkan CSF (Critical Success Factors).
DSS didesain untuk membantu pengambilan keputusan para manajer pada masalah
yang jelek strukturnya. Di satu sisi memahami kebutuhan user adalah hal yang sulit.
Sehingga perlu diterapkan adanya bagian pembelajaran dalam desain atau proses
kita. Dari situ, diharapkan user belajar mengenai masalah atau lingkungannya
sehingga dapat mengidentifikasi kebutuhan informasi baru dan yang tak diantisipasi
sebelumnya.
Ilustrasi Tahap-tahap dalam SDLC Tradisional
http://exonous.typepad.com/mis/2004/02/systems_develop.html
http://www.albany.edu/acc/courses/fall97/acc681/ch7.html
Pendekatan Prototyping Evolusioner.
Pendekatan prototyping disebut juga proses evolusioner (evolutionary process),
proses berulang (iterative process), atau cukup disebut prototyping saja. Nama
lainnya adalah middle-out process (proses sementara), adaptive design (desain
adaptif) dan incremental design (desain berkelanjutan).
Proses desain berulang ini mengkombinasikan 4 fase utama SDLC tradisional
(analisis, desain, konstruksi, dan implementasi) ke dalam 1 langkah yang diulang-
ulang.
Proses berulang terdiri dari 4 tugas, seperti di bawah ini:
1. Memilih submasalah penting yang akan dibangun pertama kali.
2. Mengembangkan sistem yang kecil, tapi berguna, dalam membantu
pengambil keputusan.
3. Mengevaluasi sistem terus menerus.
4. Menghaluskan, mengembangkan, dan memodifikasi sistem secara berulang.
Pengembangan DSS Berbasis Tim dan Berbasis User.

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

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

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

Berbagai keuntungan yang bisa didapat user bila dia sendiri yang membangun DSS:
1. Waktu penyelesaiannya singkat.
2. Syarat-syarat spesifikasi kebutuhan sistem tak diperlukan.
3. Masalah implementasi DSS dapat dikurangi.
4. Biayanya sangat rendah.
Resikonya adalah:
1. Kualitasnya bisa tak terjaga.
2. Resiko potensial kualitas dapat diklasifikasikan dalam 3 kategori: (a) tool dan fasilitas
di bawah standar, (b) resiko yang berhubungan dengan proses pengembangan
(contoh: ketidakmampuan mengembangkan sistem yang bisa bekerja,
pengembangan sistem yang menghasilkan hasil yang salah), dan (c) resiko
manajemen data (misal: kehilangan data).
DSS Generator.
DSS Generator mengkombinasikan kemampuan berbagai aplikasi umum dalam 1
program.
Di bawah ini adalah program-program yang merupakan bahan baku bagi paket
terintegrasi:
Spreadsheet.
Manajemen Data.
Pengolah kata.
Komunikasi.
Grafis bisnis.
Kalender (manajemen waktu).
Desk management.
Manajemen projek.
Contoh dari paket terintegrasi ini adalah: Lotus 1-2-3, Microsoft Excel.
Pemilihan DSS Generator dan Tool Software Lainnya.
Berbagai pertanyaan yang harus dijawab oleh suatu organisasi yang akan
menggunakan DSS Generator: (1) generator seperti apa yang akan digunakan, (2)
hardware seperti apakah yang dipakai untuk menjalankannya, (3) sistem operasi seperti
apa yang akan digunakan, (4) jaringan seperti apakah yang akan dipakai untuk
menjalankannya.
Dengan kemampuan PC yang luar biasa sekarang ini, software DSS lebih banyak
ditemui pada jenis komputer mikro. Kemudian dengan adanya program-program
berbasis Windows, membuat DSS menjadi lebih disukai karena kemudahan
penggunaannya.
Pemilihan Software.
Tool software dasar yang patut dipertimbangkan adalah:
Fasilitas database relasional dengan fasilitas pembuatan laporan yang baik dan
fasilitas pemilihan data setiap saat.
Bahasa penghasil grafis.
Bahasa pemodelan.
Bahasa analisis data statistikal umum.
Bahasa khusus yang lain (misal: untuk membangun simulasi).
Bahasa pemrograman (generasi ketiga).
Tool pemrograman berorientasi objek.
Tool pembangun ES.
Jaringan.
CASE tools.
Kesimpulan.
DSS dikembangkan dengan proses pengembangan yang unik berdasarkan
prototyping.
Langkah utamanya adalah: perencanaan, riset, analisis, desain, konstruksi,
implementasi, perawatan, dan adaptasi.
Pendekatan berulang (prototyping) paling umum digunakan dalam DSS, karena
kebutuhan informasi tak dapat diketahui dengan tepat pada awal proses.
DSS dapat dibangun oleh tim maupun individu.
Pembangunan DSS dengan tim mengikuti proses terstruktur, termasuk
perencanaan, pemilihan software yang sesuai (generator jika dibutuhkan), dan
hardware.
Bagian utama dari komputasi end-user adalah pembangunan DSS untuk dukungan
personal yang dilakukan oleh individu.
Keuntungan utama orang-orang yang membangun DSS-nya sendiri adalah: waktu
penyelesaiannya singkat, familiar dengan kebutuhannya, biaya rendah, dan
implementasinya lebih mudah.
Pengembangan DSS berbasis user bisa juga berkualitas rendah, karena itu kontrol
yang cukup dapat memperbaiki situasi tersebut.
Kebanyakan DSS dibangun dengan generator pengembangan DSS atau dengan
tool-tool pengembangan 4GL tak terintegrasi.
Terdapat banyak sekali tool dan generator di pasaran. Pemilihan yang sesuai untuk
membangun DSS tertentu haruslah didesain dengan cermat.
Banyak DSS dibangun dalam lingkungan Windows. Windows membuatnya mungkin
untuk membangun DSS dengan cepat dan murah.
PEMODELAN DAN MANAJEMEN MODEL
Pemodelan dalam MSS.

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

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

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

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

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

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

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

Dibahas disini perumusan umum dari LP, dimana setiap LP terdiri dari:
Decision Variables.
Variabel-variabel dimana nilainya tak diketahui dan yang sedang dicari. Biasanya
ditandai dengan x 1, x 2, dan lain-lain.
Objective Function (Fungsi Tujuan).

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

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

Koefisien dari variabel batasan disebut dengan koefisien input-output. Ini
mengindikasikan tingkat pemakaian atau penggunaan resource. Ditampilkan pada sisi
kiri batasan.
Capacities (kapasitas).
Kapasitas (atau ketersediaan) dari Berbagai resources, biasanya dinyatakan dengan
batas atas atau batas bawah, berada pada sisi kanan batasan. Sisi kanan juga
menyatakan kebutuhan minimum.
Contoh.
Contoh dari perumusan umum dan istilah ini diterapkan pada blending problem
sebelumnya. Temukan x 1 dan x 2 (decision variables) yang akan meminimisasikan nilai
dari fungsi tujuan linier:
Simulasi.
Dalam MSS artinya adalah teknik untuk melakukan percobaan (seperti misalnya what-
if ) dengan komputer digital pada suatu model dari sistem manajemen.
Karakteristik Utama.
Pertama, simulasi bukanlah sejenis model biasa; model umumnya merepresentasikan
kenyataan, sedangkan simulasi biasanya menirukan kenyataan tersebut. Singkatnya, ini
berarti ada sedikit penyederhanaan kenyataan dalam model simulasi dibandingkan
dengan jenis model lainnya.
Kedua, simulasi adalah teknik untuk melaksanakan percobaan. Artinya, simulasi
melibatkan testing pada nilai-nilai tertentu dari decision atau uncontrollable variables
yang ada pada model dan mengamati akibatnya pada variabel output.
Simulasi lebih bersifat deskriptif (menjelaskan) daripada tool normatif; sehingga tak ada
pencarian otomatis untuk solusi optimal. Lebih dari itu, simulasi menjelaskan dan/atau
memperkirakan karakteristik sistem tertentu pada Berbagai keadaan yang berbeda-
beda. Sekali karakteristik ini diketahui, alternatif terbaik dari alternatif yang ada dapat
dipilih.
Simulasi digunakan bilamana permasalahan yang ada terlalu kompleks/sulit bila
diselesaikan dengan teknik optimasi numerik (misalnya LP). Kompleksitas disini berarti
bahwa permasalahan tadi tak bisa dirumuskan untuk optimasinya atau perumusannya
terlalu kompleks.
Keuntungan Simulasi:
1. Teori simulasi relatif mudah dan bisa langsung diterapkan.
2. Model simulasi mudah untuk menggabungkan Berbagai hubungan dasar dan
ketergantungannya.
3. Simulasi lebih bersifat deskriptif daripada normatif. Ini mengijinkan manajer untuk
menanyakan jenis pertanyaan what-if . Sehingga, manajer yang memiliki
pendekatan trial-and-error dalam menyelesaikan masalah dapat melakukannya lebih
cepat dan murah, dengan resiko yang lebih kecil, menggunakan bantuan simulasi
dan komputer (sebagai pembanding adalah pendekatan trial-and-error dalam sistem
nyata).
4. Model simulasi yang akurat membutuhkan knowledge yang dalam dari suatu
masalah, yang memaksa MSS builder untuk selalu berkomunikasi dengan manajer.
5. Modelnya dibangun berdasarkan perspektif manajer dan berada dalam struktur
keputusannya.
6. Model simulasi dibangun untuk satu permasalahan tertentu, dan biasanya tak bisa
menyelesaikan permasalahan yang lain.
7. Simulasi dapat mengatasi variasi yang berbeda-beda dalam Berbagai jenis masalah
seperti halnya inventory dan staffing, demikian juga pada fungsi tingkat tinggi
manajerial seperti rencana jangka panjang. Sehingga ungkapan untuknya adalah
selalu ada jika manajer sedang membutuhkannya.
8. Manajer dapat melakukan eksperimen dengan Berbagai variabel yang berbeda
untuk menentukan mana yang penting, dan dengan Berbagai alternatif yang berbeda
untuk mencari yang terbaik.
9. Simulasi secara umum mengijinkan kita memasukkan kompleksitas kehidupan nyata
dari suatu masalah; penyederhanaan tak diperlukan disini. Sebagai contoh, simulasi
dapat memanfaatkan distribusi probabilitas kehidupan nyata daripada mengira-ira
distribusi teoritis.
10.Sebagai sifat alamiah simulasi, kita dapat menghemat waktu.
11.Mudah untuk mendapatkan Berbagai pengukuran kinerja yang berbeda-beda secara
langsung dari simulasi.
Kerugian Simulasi:
1. Tak menjamin solusi yang optimal.
2. Membangun model simulasi seringkali memakan waktu lama dan membutuhkan
biaya.
3. Solusi dan inferensi dari satu kasus simulasi biasanya tak bisa ditransfer ke
permasalahan yang lain.
4. Simulasi terkadang begitu mudah diterima oleh manajer sehingga solusi analitis
yang dapat menghasilkan solusi optimal malah sering dilupakan.
Metodologi Simulasi.
Definisi masalah.
Membangun model simulasi.
Testing dan validasi model.
Desain percobaan.
Melakukan percobaan.
Evaluasi hasil.
Implementasi.
Tipe Simulasi.
Simulasi Probabilistik. Satu atau lebih independent variable-nya (misal, kebutuhan
dalam masalah inventory) probabilistik, mengandung bilangan acak. Sehingga ini
mengikutsertakan distribusi probabilitas tertentu. 2 yang dikenal: distribusi diskrit dan
distribusi kontinyu. Distribusi diskrit melibatkan situasi dimana terdapat sejumlah
tertentu kejadian (atau variabel) yang dapat diamati pada sejumlah nilai tertentu.
Distribusi kontinyu mengacu pada situasi dimana terdapat kemungkinan jumlah
kejadian yang tak terbatas, yang mengikuti fungsi densitas tertentu, misal distribusi
normal. Di bawah ini dijelaskan bedanya:
Simulasi bergantung waktu (time dependent) vs simulasi tak bergantung waktu
(time independent). Time independent mengacu pada situasi dimana tak penting
kita mengetahui secara pasti kejadian yang terjadi. Time dependent sebaliknya,
adalah penting mengetahui secara presisi kejadian-kejadiannya.
Simulasi visual. Penampilan hasil simulasi secara grafis terkomputerisasi adalah

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

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

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

1. Heuristic enumerasi yang mempertimbangkan semua kemungkinan kombinasi dalam
permasalahan praktis jarang bisa dicapai.
2. Pilihan-pilihan keputusan sekuensial bisa jadi gagal mengantisipasi konsekuensi
lebih lanjut dari setiap pilihan.
3. Lokal optimal dapat memutuskan solusi terbaik yang masih bisa dicapai sebab
heuristic, serupa dengan simulasi, bertitik tolak pada perspektif global.
4. Saling ketergantungan pada satu bagian dari sistem terkadang memberikan
pengaruh berarti
Kesimpulan.
Model memainkan peranan yang utama dalam DSS. Terdiri dari beberapa jenis.
Manajemen model adalah konsep yang serupa dengan manajemen data.
Model bisa berupa statis (cuplikan singkat situasi) atau dinamis.
Analisis dilakukan baik pada kondisi certainty/kepastian (yang paling diinginkan
memang ini), resiko, atau uncertainty (dihindari sebisanya).
Tool utama dalam optimasi adalah pemrograman matematis.
LP adalah tool paling sederhana dari pemrograman matematis. Ia mencoba mencari
alokasi optimal dari resources yang terbatas pada batasan-batasan (constraints)
yang ada.
Bagian utama dari LP adalah objective function, decision variables, dan constraints.
Simulasi banyak digunakan dalam pendekatan DSS yang melibatkan eksperimen
dengan model yang diasumsikan merupakan pencerminan kenyataan yang
sebenarnya.
Simulasi dapat dilakukan untuk situasi yang kompleks, yang tak bisa dilakukan oleh
teknik optimasi biasa. Tapi tak ada jaminan untuk mendapatkan solusi optimal.
Pemrograman heuristic adalah penyelesaian masalah menggunakan rule of thumb.
SISTEM PENGAMBILAN KEPUTUSAN : MODEL DAN PENDUKUNG
Sistem.
DSS, GDSS, EIS, dan ES melibatkan satu istilah: sistem.
Sistem adalah kumpulan dari obyek-obyek seperti orang, resources, konsep, dan prosedur yang
ditujukan untuk melakukan fungsi tertentu atau memenuhi suatu tujuan.
Koneksi antara dan interaksi diantara sub sistem disebut dengan antarmuka/interface.
Sistem terdiri dari: Input, Proses, dan Output.
Input adalah semua elemen yang masuk ke sistem. Contohnya adalah bahan baku yang masuk
ke pabrik kimia, pasien yang masuk ke rumah sakit, input data ke komputer.
Proses adalah proses transformasi elemen-elemen dari input menjadi output.
Output adalah adalah produk jadi atau hasil dari suatu proses di sistem.
Feedback adalah aliran informasi dari komponen output ke pengambil keputusan yang
memperhitungkan output atau kinerja sistem. Dari informasi ini, pengambil keputusan, yang
bertindak sebagai pengontrol, bisa memutuskan untuk memodifikasi input, atau proses, atau
malah keduanya.
Environment/lingkungan dari sistem terdiri dari pelbagai elemen yang terletak di luar input, output,
atau pun proses. Namun, mereka dapat mempengaruhi kinerja dan tujuan sistem. Bila suatu
elemen memiliki hubungan dengan tujuan sistem serta pengambil keputusan secara signifikan tak
mungkin memanipulasi elemen ini, maka elemen tersebut harus dimasukkan sebagai bagian dari
environment. Contoh: sosial, politik, hukum, aspek fisik, dan ekonomi.
Sistem dan lingkungannya:
Noviyanto, ST Halaman 1
Sistem terbuka (Open System) sangat tergantung pada lingkungannya. Sistem ini menerima input
(informasi, energi, material) dari lingkungannya dan bisa juga memberikan outputnya kembali ke
lingkungan tersebut.
2 ukuran utama dari sistem adalah: efektivitas dan efisiensi.
Efektivitas adalah derajat seberapa banyak tujuan sistem tercapai. Ini mengacu pada hasil atau
output dari suatu sistem. Doing the right thing.
Efisiensi adalah ukuran penggunaan input (atau resources) untuk mencapai tujuan; sebagai
contoh, seberapa banyak
Model.
Karekteristik utama dari DSS adalah adanya kemampuan pemodelan.
Model adalah representasi sederhana atau penggambaran dari kenyataan.
Terdapat 3 jenis model:
1. Iconic (Scale). Replika fisik dari sistem, biasanya dalam skala tertentu dari bentuk aslinya. GUI
pada OOPL adalah contoh dari model ini.
2. Analog. Tak seperti sistem yang sesungguhnya tetapi berlaku seperti itu. Lebih abstrak
daripada model Iconic dan merupakan representasi simbolis dari kenyataan. Contoh: bagan
organisasi, peta, bagan pasar modal, speedometer.
3. Matematis (Kuantitatif). Kompleksitas hubungan dalam sistem organisasi tak dapat
direpesentasikan dengan Iconic atau Analog, karena kalau pun bisa akan memakan waktu
lama dan sulit. Analisis DSS menggunakan perhitungan numerik yang dibantu dengan model
matematis atau model kuantitatif lainnya.
Keuntungan Model.
Di bawah ini adalah alasan utama mengapa MSS menggunakan model:
1. Biaya analisis model lebih murah daripada percobaan yang dilakukan pada sistem yang
sesungguhnya.
2. Model memungkinkan untuk menyingkat waktu. Operasi bertahun-tahun dapat disimulasikan
dalam hitungan menit di komputer.
3. Manipulasi model (perubahan variabel) lebih mudah dilakukan daripada bila diterapkan pada
sistem nyata. Selanjutnya percobaan yang dilakukan akan lebih mudah dilakukan dan tak
mengganggu jalannya operasi harian organisasi.
4. Akibat yang ditimbulkan dari adanya kesalahan-kesalahan sewaktu proses trial-and-error lebih
kecil daripada penggunaan model langsung di sistem nyata.
5. Lingkungan sekarang yang makin berada dalam ketidakpastian. Penggunaan pemodelan
menjadikan seorang manajer dapat menghitung resiko yang ada pada proses-proses tertentu.
6. Penggunaan model matematis bisa menjadikan analisis dilakukan pada kemungkinan-
kemungkinan solusi yang banyak sekali, bahkan bisa tak terhitung. Dengan adanya
komunikasi dan teknologi canggih sekarang ini, manajer akan seringkali memiliki alternatif-
alternatif pilihan.
7. Model meningkatkan proses pembelajaran dan meningkatkan pelatihan.
Proses Pemodelan.
Berikut ini adalah proses yang terjadi pada pemodelan:
Trial and error dengan sistem nyata. Tapi ini tak berjalan bila:
1. Terlalu banyak alternatif untuk dicoba.
2. Akibat samping dari error yang terjadi besar pengaruhnya.
3. Lingkungan itu sendiri selalu berubah.
Simulasi.
Optimisasi
Heuristic.
Proses pengambilan keputusan.
Intellegence Phase.
Proses yang terjadi pada fase ini adalah:
Menemukan masalah.
Klasifikasi masalah.
Penguraian masalah.
Kepemilikan masalah.
Design Phase.
Tahap ini meliputi pembuatan, pengembangan, dan analisis hal-hal yang mungkin untuk dilakukan.
Termasuk juga disini pemahaman masalah dan pengecekan solusi yang layak. Juga model dari
masalahnya dirancang, dites, dan divalidasi.
Tugas-tugas yang ada pada tahap ini merupakan kombinasi dari seni dan pengetahuan, yaitu:
Komponen-komponen model.
Struktur model.
Seleksi prinsip-prinsip pemilihan (kriteria evaluasi).
Pengembangan (penyediaan) alternatif.
Prediksi hasil.
Pengukuran hasil.
Skenario.
The Choice Phase.

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

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

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

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

Pada fase ini ternyata keuntungan yang didapat dari DSS juga sepenting atau malah lebih penting
dibandingkan penggunaan DSS pada fase-fase sebelumnya.
Keuntungannya adalah dalam memberikan ketajaman dan detil dari analisis dan output yang
dihasilkan.
Untuk ES, jelas implementasi keputusan di dukung olehnya. Kelebihan ES yaitu ia dapat berfungsi
sebagai sistem penasehat berkaitan dengan implementasi masalah ini. Terakhir ES menyediakan
training yang menjadikan segala yang diimplementasikan lebih mudah dan mulus.
Kesimpulan.
Manajemen pengambilan keputusan serupa dengan keseluruhan proses manajemen.
Pemecahan masalah juga mengacu pada evaluasi peluang.
Sistem terdiri dari input, output, proses dan pengambil keputusan.
Semua sistem dipisahkan dari lingkungannya dengan suatu batas.
Sistem dapat terbuka, berinteraksi dengan lingkungannya, atau tertutup.
DSS utamanya berhubungan dengan sistem yang terbuka.
Model banyak digunakan dalam MSS; yang bisa dalam bentuk iconic, analog atau matematis.
Model menjadikan percobaan dari suatu sistem lebih cepat dan murah.
Pemodelan dapat menggunakan teknik simulasi, optimisasi, atau heuristic.
Pengambilan keputusan melibatkan 4 fase utama: intelligence, design, choice, dan
implementation.
Pada fase intellegence, masalah (peluang) diidentifikasikan, diklasifikasikan, dan diuraikan
(jika diperlukan).
Pada fase design, suatu model sistem dibuat, kriteria pemilihan ditetapkan, alternatif
dihasilkan, hasil diprediksi, dan metodologi keputusan dibuat.
Pada fase choice, pelbagai alternatif dibandingkan dan pencarian solusi yang terbaik (atau
yang cukup baik) dimulai. Pelbagai teknik pencarian disediakan.
Komputer dapat mendukung semua fase pengambilan keputusan dengan mengotomatisasi
tugas/proses yang diperlukan.
SISTEM INFORMASI PERUSAHAAN
KONSEP DAN DEFINISI
SIP Merupakan sebuah sistem yang dapat digunakan oleh para Eksekutif dan semua
karyawan.
Tujuan memberikan informasi holistik dari sudut pandang perusahaan sehingga dapat
dijadikan sebagai manajemen sumber daya perusahaan
SIE merupakan sebuah sistem yang hanya dapat digunakan oleh para Eksekutif yang sifatnya
dapat melakukan drill down.
Tujuan melayani kebutuhan informasi bagi para eksekutif puncak
Teknologi SIP dan dampak dari Teknologi Web
Teknologi SIP Web Dampak
Konsisten, userfriendly, GUI, cepat dan Manajemen yang lebih baik dan
SIE akses langsung terkoneksi ke Data penggunaan sumber web pada
Base/data warehouse tingkat grafis
SIP s.d.a s.d.a
EVOLUSI SIE DAN SIP

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

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

DEFINISI : merupakan sebuah sistem yang dapat digunakan/dijadikan alat untuk
mendukung perusahaan seperti : OA dan dukungan analisis.
PROSES PENGAMBILAN KEPUTUSAN EKSEKUTIF
Halaman 2
KARAKTERISTIK DAN MANFAAT SIE

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

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

kapabilitas teknis Akses ke email
Memberikan forecasting
Informasi dihasilkan ke berbagai tingkat detil
Halaman 3
TEKNOLOGI KOMPUTASI KOLABORATIF
Pengambilan Keputusan dalam Grup.

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

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

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

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

Tekanan sosial agar selalu menyesuaikan diri menghasilkan pemikiran
grup /groupthink (dimana orang mulai berpikir serupa, dan dimana ide baru tak
bisa ditoleransi).
Menghabiskan waktu, prosesnya lamban.
Keterbatasan koordinasi pekerjaan yang dilakukan grup dan perencanaan
pertemuan yang jelek.
Pengaruh yang tak layak dari grup dinamis (contoh, dominasi waktu, topik, atau
opini dari satu atau segelintir individu; ketakutan untuk bicara; kekakuan
suasana).
Kecenderungan anggota grup untuk mengandalkan saja yang lain dalam
mengerjakan tugas.
Kecenderungan untuk mengkompromikan solusi walaupun kualitasnya rendah.
Analisis tugas yang tak lengkap.
Waktu yang tak produktif (sosialisasi, persiapan, menunggu orang).
Kecenderungan untuk mengulangi apa yang sudah dibicarakan.
Biaya yang lebih besar dalam pengambilan keputusan (banyaknya jam
partisipasi, biaya perjalanan, dan lain-lain).
Kecenderungan grup untuk mengambil keputusan yang lebih berisiko daripada
yang seharusnya.
Penggunaan informasi yang tak lengkap atau tak sesuai.
Representasi yang tak sesuai dalam grup.
4. Peningkatan kerja grup. Jika kita dapat mengurangi berbagai fenomena yang
menyebabkan fungsi-fungsi yang tak jalan, keuntungan yang didapat bisa
ditingkatkan. Ilmuwan perilaku, pakar personal, pakar efisiensi, dan yang lain telah
mengembangkan berbagai pendekatan untuk menyelesaikan masalah ini.
Penggunaan Teknologi Informasi: Groupware.
Nama yang muncul yang mencakup wilayah ini adalah: Group Support Systems (GSS).
Nama produk software-nya adalah groupware.
GDSS.
GDSS dikenal sebagai bagian dari bidang yang lebih luas yang disebut dengan
GSS atau Electronic Meeting Systems (EMS).
Definisi GSS adalah: satu lingkungan berbasis teknologi informasi yang
mendukung pertemuan grup, yang didistribusikan secara geografis dan tak
permanen. Lingkungan teknologi informasi termasuk, tapi tak terbatas pada,
fasilitas terdistribusi, hardware dan software komputer, teknologi audio dan video,
prosedur, metodologi, bantuan-bantuan, dan grup data teraplikasi. Tugas grup
(group tasks) termasuk, tapi tak terbatas pada, komunikasi, perencanaan,
peneluran ide, penyelesaian masalah, diskusi isu, negosiasi, penyelesaian
konflik, analisis dan desain sistem, dan aktivitas grup bersama-sama seperti
persiapan dokumen dan sharing (saling berbagi).
GSS mendukung banyak task/tugas lebih dari sekedar pengambilan keputusan;
ia berfokus pada proses-proses yang digunakan oleh kelompok kerja.
Groupware.
Mengacu pada produk software yang mendukung grup orang-orang yang bekerja
menyelesaikan tugas atau tujuan yang sama.
Software ini menyediakan mekanisme untuk saling membagi (share) opini dan
sumber daya (resources).
Kerangka Kerja Waktu/Tempat.

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

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

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

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

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

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

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

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

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

Electronic Brainstorming ( Pembadaian ide elektronik).
Topic Commenter. Partisipan dapat mengelola komentar dalam pertemuan.
Categorizer. Partisipan dapat mengelola file-file yang diperlukan dalam pertemuan.
Vote. Partisipan dapat mengatur pilihannya pada berbagai isu.
Alternative Evaluation. Partisipan dapat mengelola berbagai kriteria evaluasi.
Policy Formation. Partisipan dapat mengatur berbagai statemen.
Group Dictionary. Agar partisipan memiliki pemahaman yang sama.
Briefcase. Mengelola hal-hal penting yang diperlukan oleh partisipan.
Selanjutnya, ada tool-tool pengembangan tambahan pada sistem tersebut, diantaranya:
Group Outliner. Untuk menyusun suatu struktur pohon atau outline.
Idea Organization. Digunakan untuk membantu peneluran dan pengorganisasian
ide.
Group Writer. Untuk membuat, mengedit, membubuhi keterangan dokumen yang
sama.
Group Matrix. Mewujudkan hubungan diantara baris dan kolom dalam format
matriks.
Questionnaire. Menyusun daftar pertanyaan yang didistribusikan ke partisipan.
Stakeholder Identification. Menganalisis dan menggali lebih dalam berbagai ide yang
mengikutsertakan identifikasi stakeholder (entitas yang dipengaruhi oleh akibat dari
suatu rencana yang dihasilkan).
Membangun GDSS dan Faktor Penentu Kesuksesannya.

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

Terbagi dalam 3 grup utama: desain, implementasi, dan manajemen.
1. Desain. Terdapat 4 faktor:
Meningkatkan derajat struktur dari keputusan yang tak terstruktur.
Menjaga anonymity dari partisipan sesuai kebutuhan.
Melibatkan organisasi (dari semua individu dan grup yang berpengaruh),
utamanya oleh manajemen puncak, end-user, dan departemen IS.
Melibatkan pertimbangan ergonomis, mewujudkan lingkungan yang nyaman dan
produktif.
2. Implementasi. Terdapat 4 faktor:
Menyediakan pelatihan user yang sungguh-sungguh dan layak.
Jaminan dukungan manajemen puncak (tak sekedar hanya terlibat).
Menyediakan fasilitator yang berkualitas.
Melakukan beberapa percobaan yang dipandu pengalaman-pengalaman lalu
untuk menjamin operasi yang sesuai.
3. Manajemen. Terdapat 3 faktor:

Sistem harus dapat diandalkan. Harus ada perawatan yang layak, operasi yang
berjalan mulus, dan dukungan kualitas.
Sistem semakin lama harus semakin baik. Memanfaatkan umpan balik dari
partisipan dan inovasi bidang hardware dan software, fasilitas GDSS harus terus
menerus meningkatkan diri.
Untuk mengimplementasikan faktor sebelumnya, staf GDSS perlu mengupdate
perkembangan teknologi yang terjadi.
Kesimpulan.
Ada banyak keuntungan dengan bekerja secara kelompok/grup ( dua kepala lebih
baik dari satu kepala ), tetapi banyak juga gangguan sehingga menyebabkan proses
ini merugikan.
Terdapat berbagai metode tak terkomputerisasi yang mencoba untuk meningkatkan
proses pengambilan keputusan dalam grup. Metode-metode ini amat tergantung
pada fasilitator dan waktunya bisa lama dan mahal.
Group Support Systems, sistem pertemuan elektronik, Computer-supported
cooperative work, groupware, dan nama-nama lain ditujukan pada sistem dukungan
komputer ke grup.
Komputer dapat mendukung kerja grup dalam banyak cara. Yang menjadi menarik
adalah dalam mendukung keputusan-keputusan yang dibuat oleh grup.
GDSS mencoba mengurangi kerugian-kerugian proses tersebut dan meningkatkan
keuntungan-keuntungan proses.
Ada 4 seting untuk GSS: waktu sama/tempat sama, waktu sama/tempat berbeda,
waktu berbeda/tempat sama, dan waktu berbeda/tempat berbeda.
GDSS level tinggi dapat mendukung pengambilan keputusan dalam rangka
dukungan proses. GDSS level tertinggi mendayagunakan knowledge dalam
hubungannya dengan rule.
Group DSS biasanya disusun dalam LAN dan dikendalikan dalam lingkungan ruang
keputusan.
Software GDSS bersifat umum. Berbagai paket komersial menawarkan kemampuan
yang berbeda-beda.
GDSS bisa gagal dengan mudahnya. Ada banyak faktor penting yang menentukan
kesuksesannya.
Management Support System:
Scope of Coverage
Noviyanto, ST Sistem Penunjang Keputusan

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

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

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

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

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

Informasi tidak cukup, terlampau banyak, tidak
akurat, waktu terlalu sedikit, tidak mampu
mendefinisikan masalah, tidak mampu menganalisis
masalah
Mengapa membangun DSS ?
Mendapatkan Keuntungan DSS
Meningkatkan kualitas keputusan
Meningkatkan produktivitas
Mengurangi waktu dan biaya
Meningkatkan kepuasan konsumen dan karyawan
Ketidakstabilan ekonomi
Kesulitan dalam melacak berbagai tujuan bisnis
Kompetisi yang meningkat
E-commerce
Sistem yang ada tidak mensupport Decision making
Butuh informasi lebih akurat
Departemen IS terlalu sibuk
dsb
Turban, Aronson, and Liang
Decision Support Systems and Intelligent Systems,
Seventh Edition
SISTEM PENDUKUNG
KEPUTUSAN
BAGIAN II BAB 4
PEMODELAN DAN ANALISIS
Tujuan Pembelajaran
▪ Memahami konsep dasar MSS modeling.
▪ Menjelaskan interaksi MSS models dengan data dan
pengguna.
▪ Memahami berbagai model class yang berbeda.
▪ Menyusun pengambilan keputusan dari beberapa
alternatif.
▪ Mempelajari bagaimana menggunakan spreadsheets
dalam MSS modeling.
▪ Memahami konsep optimization, simulation, dan
heuristics.
▪ Mempelajari untuk menyusun linear program
modeling. 4-2
Tujuan Pembelajaran
▪ Memahami kemampuan linear programming.
▪ Mengkaji metode pencarian untuk MSS models.
▪ Menentukan perbedaan antara algorithms, blind
search, heuristics.
▪ Menangani multiple goals.
▪ Memahami sensitivity, automatic, what-if analysis,
goal seeking.
▪ Mengetahui topik utama dari model management.
4-3
Dupont Simulates Rail Transportation System and
Avoids Costly Capital Expense Vignette
▪ Simulasi Promodel dibuat untuk memberikan

gambaran mengenai sistem transportasi.
▪ Menerapkan what-if analyses
▪ Visual simulation
▪ Mengidentifikasi beragam kondisi
▪ Mengidentifikasi kemacetan
▪ Memungkinkan untuk menurunkan jumlah
armada tanpa mengurangi jumlah yang
diantarkan
4-4
MSS Modeling
▪ Elemen utama/Kunci dalam DSS
▪ Berbagai jenis model
▪ Setiap model memiliki teknik yang berbeda
▪ Memungkinkan adanya pengkajian ulang untuk
alternatif solusi
▪ Seringkali sebuah DSS melibatkan Multiple models
▪ Trend Multidimensional modeling ditunjukkan
seperti halnya spreadsheet yang familier bagi
kebanyakan pengambil keputusan
4-5
Contoh yang baik dari model MSS
▪ Model simulasi pada sistem rail DuPont
(opening vignette)
▪ Model restruktur dari optimisasi Supply Chain
dari Procter & Gamble
▪ Pemilihan sebuah supplier pada Scott
Homes dengan AHP
▪ Optimisasi IMERYS dalam Model
produksi lumpur
DSS Models
▪ Algorithm-based models
▪ Statistic-based models
▪ Linear programming models
▪ Graphical models
▪ Quantitative models
▪ Qualitative models
▪ Simulation models
4-7
MSS Modeling
Beberapa isu utama dalam pemodelan meliputi:
▪ Identifikasi masalah dan analisis lingkungan
▪ Identifikasi variabel
▪ Penggunaan banyak model
▪ Kategori model (pilihan yang tepat)
▪ Manajemen model
▪ Pemodelan berbasis pengetahuan
4-8
Identifikasi Masalah
▪ Memahami dan menganalisa lingkungan luar
▪ Business intelligence
▪ Mengidentifikasi variable dan hubungan
▪ Influence diagrams
▪ Cognitive maps
▪ Forecasting
▪ Ditingkatkan dengan e-commerce
▪ Meningkatkan jumlah informasi yang tersedia
melalui teknologi
4-9
Kategori Model
Kategori Proses dan Tujuan Teknik-Teknik
Representatif
Optimalisasi masalah Menemukan solusi terbaik dari sejumlah kecil Tabel keputusan, pohon
dengan sedikit alternatif alternatif keputusan
Optimalisasi via Menentukan solusi terbaik dari sejumlah besar Model pemrograman
Algoritma alternatif dengan menggunakan proses pendekatan matematika linier dan
langkah demi langkah lainnya, model jaringan
Optimalisasi via Menemukan solusi terbaik dalam satu langkah dengan Beberapa model inventori
rumusan analitik menggunakan satu rumus.
Simulasi Menemukan satu solusi yang cukup baik atau yang Beberapa tipe simulasi
terbaik di antara berbagai alternatif yang dipilih
dengan menggunakan eksperimen
Heuristik Menemukan satu solusi yang cukup baik dengan Pemrograman heuristik,
menggunakan aturan-aturan sistem pakar
Model-model prediktif Memprediksi masa depan untuk skenario yang Model Forecasting, analisis
ditentukan Markov
Model-Model Lainnya Memecahkan kasus bagaimana jika dengan Pemodelan keuangan, waiting
menggunakan sebuah rumus lines
4-10
Model Statis dan Dinamik
▪ Model DSS dapat dikalsifikasikan menjadi
model statis dan model dinamis
▪ Analisis satatis pada Model statis mengambil
snapshot tunggal dari suatu situasi
▪ Membuat sendiri atau membeli produk?
▪ Situasi pengambilan keputusan statis diperkiarakan
berulang dengan kondisi identik (seperti pada model
pemrograman linier)
▪ Representasi satatis menganggap bahwa aliran bahan
mentah ke dalam pabrik akan berlangsung terus
menerus dan tidak bervariasi
4-11
Model Statis dan Dinamik
▪ Analisis dinamis pada model dinamis dalam
pembangunan model memakan waktu berbulan-
bulan (tergantung pada waktu) bisa jadi untuk
mengembangkan model statis yang komplek,
berskala besar dan sulit dipecahkan.
▪ Model tersebut merepresentasikan situasi
pengambilan keputusan dunia nyata dan
merepresentasikan sekenario yang berubah
sepanjang waktu. Seperti proyek rugi laba 5 tahun
dimana data input seperti biaya, harga dan kuantitas
yang berubah dari tahun ke tahun
4-12
Static Models
▪ Gambaran sederhana dari situasi
▪ Single interval
▪ Waktu dapat ke depan, pengambilan hanya pada
suatu waktu
▪ Biasanya berulang
▪ Steady state
▪ Optimal operating parameters
▪ Continuous
▪ Unvarying
▪ Primary tool for process design
4-13
Dynamic Model
▪ Merepresentasikan situasi yang kerap berubah
▪ Time dependent
▪ Kondisi yang beragam
▪ Generate dan menggunakan trends
▪ Suatu kejadian mungkin saja tak berulang
▪ Model dinamis penting karena model ini
sepanjang waktu digunakan, serta
merepresentasikan keadaan dan atau
membuat tren dan pola-pola. 4-14
Decision-Making
▪ Certainty (Kepastian)
▪ Diasumsikan sebagai knowledge utuh
▪ Dapat mengetahui semua hasil yang potensial
▪ Mudah digunakan
▪ Dapat menentukan solusi ulang dengan mudah
▪ Sangat kompleks
4-15
PENGAMBILAN KEPUTUSAN
▪ Uncertainty (Ketidak pastian)
▪ Beberapa hasil untuk setiap keputusan
▪ Kemungkinan yang terjadi untuk setiap hasil tidak
dapat diketahui
▪ Informasi yang tidak mencukupi
▪ Membutuhkan resiko dan keinginan untuk
mengambil resiko
▪ Pendekatan Pessimistic/optimistic
4-16
PENGAMBILAN KEPUTUSAN
▪ Probabilistic Decision-Making
▪ Keputusan yang beresiko
▪ Probabilitas dari beberapa hasil yang
memungkinkan bisa saja terjadi
▪ Analisa Resiko
▪ Menghitung nilai untuk setiap alternatif
▪ Memilih nilai terbaik
4-17
Influence Diagrams
▪ Model disajikan dengan grafis
▪ Menyediakan relationship framework
▪ Menguji ketergantungan antar variabel
▪ Semua level disajikan detail
▪ Menunjukkan dampak perubahan
▪ Menunjukkan what-if analysis
4-18
Diagram Pengaruh
Variables:
Hasil (hasil akhir): Yg tidak dapat
Keputusan Lanjutan / final dikontrol /
lanjutan
Anak panah mengindikasikan type hubungan dan arah pengaruh
Pasti Jumlah Minat yang

dalam CD terkumpul
Sales
Ketidakpastian Price
© 2005 Prentice Hall, Decision Support Systems and Intelligent Systems,

4-19
7th Edition, Turban, Aronson, and Liang
Diagram Pengaruh
Variabel Acak
(resiko) ~
Permintaan
Menempatkan Penjualan
sebuah tilde(~) di
atas nama variabel Sleep all
day
Lulus Get job
Preference University
(double line arrow)
Play all
day
Anak panah dapat satu arah / dua arah, tergantung arah

pengaruh dari sepasang variabel.
© 2005 Prentice Hall, Decision Support Systems and Intelligent Systems, 7th Edition, Turban,
Aronson, and Liang 4-20
Diagram pengaruh untuk model laba
Unit
Harga
~
Jumlah yang
digunakan dalam
Unit
Terjual
Pendapa
tan
Iklan
Laba
Biaya
Laba=pendapatan-pengeluaran Unit
Pendapatan=unit terjual*unit harga Pengelu
Unit terjual=0.5*jumlah yang digunakan aran
dalam iklan
Pengeluaran=unit cost*unit terjual Biaya
+ biaya tetap tetap
© 2005 Prentice Hall, Decision Support Systems and Intelligent

4-21
Systems, 7th Edition, Turban, Aronson, and Liang
Diagram pengaruh analitika dari masalah
pemasaran: Model pemasaran
Submodel harga analitika
Submodel penjualan
Modeling dengan Spreadsheets
▪ Fleksibel dan mudah
▪ End-user modeling tool
▪ Memungkinkan penggunaan linear
programming dan analisa regresi
▪ Meliputi what-if analysis, data management,
macros
▪ Sempurna dan transparan
▪ Memasukkan Model Statis dan Dinamis
4-25
4-26
Decision Tables
▪ Analisa keputusan untuk multi kriteria
▪ Meliputi:
▪ Decision variables (alternatif)
▪ Uncontrollable variables (Variabel tak terkontrol)
▪ Result variables (Variabel Hasil)
▪ Menerapkan prinsip-prinsip certainty,
uncertainty, and risk
4-27
Tabel Keputusan
▪ Penggambaran dari beberapa hubungan
▪ Pendekatan multi kriteria
▪ Menunjukkan hubungan yang kompleks
▪ Tidak praktis, bila terlalu banyak alternatif
4-28
MSS Mathematical Models
▪ Menyatukan decision variables, uncontrollable
variables, parameters, dan result variables
▪ Decision variables menggambarkan alternatif pilihan.
▪ Uncontrollable variables adalah sesuatu yang berada diluar
kemampuan decision-maker.
▪ Faktor tetap adalah parameter.
▪ Intermediate outcomes adalah intermediate result
variables.
▪ Result variables tergantung pada solusi terpilih dan
uncontrollable variables.
4-29
MSS Mathematical Models
▪ Nonquantitative models
▪ Hubungan Simbolis
▪ Hubungan Kualitatif
▪ Hasil akan tergantung pada
▪ Keputusan yang dipilih
▪ Faktor-faktor diluar kemampuan decision maker
▪ Hubungan antar variabel
4-30
Gambaran Umum Quantitative Model
4-31
Variabel Hasil (Result Variables)
Variabel ini merefleksikan efektivitas dari sistem. Variabel hasil tergantung pada
variabel keputusan dan variabel tak terkontrol.
Variabel Keputusan (Decision Variables)

Menggambarkan alternatif tindakan/aksi. Harga dari variabel ini ditentukan oleh
pengambil keputusan.
Variabel tak terkontrol (Uncontrollable Variables or Parameters)

Faktor yang mempengaruhi variabel hasil tapi tidak dalam kendali pengambil
keputusan. Faktor ini bisa tetap -> parameter, juga bisa bervariasi -> variabel.
Variabel Antara (Intermediate Variables)

Variabel yang menghubungkan variabel keputusan dengan variabel hasil.
Sebagai contoh:
Gaji atau penghasilan (variabel keputusan), kepuasan karyawan (variabel antara) dan
tingkat produktivitas (Variabel hasil)
4-32
Contoh
Area Decision Result Variable Uncontrollable
Variable variables and
Parameters
Financial Investment Total profit Inflation rate
investment alternatives and Rate of return Competition
amounts Earning per share
Periode of investment Liquidity level
Timing of investment
Marketing Advertising Budget Market share Customer’s

Product mix Customer income
statisfaction Competitor’s
action
Transportation Shipments schedule Total transport cost Delivery

distance
Regulation
4-33
Mathematical Programming
▪ Tools untuk menyelesaikan masalah manajerial
▪ Decision-maker harus mengalokasikan sumber daya
▪ Optimisasi tujuan tertentu
▪ Linear programming
▪ Terdiri dari decision variables, objective function and
coefficients, uncontrollable variables (constraints),
capacities, input and output coefficients
4-34
Multiple Goals
▪ Seringkali manajemen menginginkan beberapa
tujuan yang dapat saling menimbulkan konflik
▪ Sulit menentukan ukuran efektifitas
▪ Metode Penanganan:
▪ Utility theory
▪ Goal programming
▪ Linear programming with goals as constraints
▪ Point system
4-35
Sensitivity, What-if, and Goal Seeking Analysis
▪ Sensitivity
▪ Mengkaji dampak dari perubahan input atau parameter terhadap
solusi
▪ Dapat disesuaikan dan fleksibel
▪ Mengurangi variabel
▪ Otomatis atau trial and error
▪ What-if
▪ Mengkaji solusi berdasarkan pada perubahan variabel atau asumsi
▪ Struktur : “What will happen to the solution if an input variable, an
assumption, or a parameter value is changed?”
▪ Goal seeking
▪ Pendekatan mundur (Backwards approach), dimulai dengan tujuan
▪ Menentukan nilai input yang diperlukan untuk mencapai tujuan
▪ Contoh: Penentuan break-even point
4-36
Search Approaches
▪ Teknik Analisis (algoritma) untuk masalah terstruktur
▪ General, step-by-step search
▪ Mencapai solusi yang optimal
▪ Blind search
▪ Complete enumeration
▪ Semua alternatif dipertimbangkan dan sehingga solusi
optimal dapat ditemukan.
▪ Incomplete/Partial search
▪ Dikerjakan sampai menemukan solusi yang “good
enough”.
▪ Mencapai tujuan tertentu
▪ Mungkin mencapai tujuan yang optimal
4-37
Search Approaches
▪ Heurisitic
▪ Repeated, step-by-step searches
▪ Rule-based, hanya digunakan untuk situasi tertentu
▪ Solusi yang “Good enough” , tetapi, akhirnya mencapai
tujuan yang optimal
▪ Contoh heuristics
▪ Tabu search
▪ Mengingat dan mengarahkan pada pilihan yang lebih berkualitas
▪ Genetic algorithms
▪ Menjalankan solusi dan mutasi secara random
4-38
Proses Pencarian Testing Berhenti Solusi
Menghasilkan
solusi yang Berhenti ketika
Optimalisasi ditingkatkan atau tidak ada Optimal
(Analitis) secara langsung peningkatan yang (terbaik)
mendapatkan mungkin terjadi
solusi terbaik
Enumerasi Perbandingan:
Semua solusi yang
komplet Berhenti ketika Optimal
mungkin telah
(mendalam semua alternatif (terbaik)
diperiksa
lengkap) telah diperiksa
Blind
Search
Memeriksa hanya
PENDEKATAN Perbandingan. Yang terbaik di
beberapa alternatif:
PENCARIAN Pencarian Simulasi:Berhenti antara
Secara sitematis
parsial ketika solusi cukup alternatif yang
membuang solusi
baik diperiksa
inferior
Hanya solusi yang

Berhenti ketika
Heuristik menjanjikan yang Cukup Baik
solusi cukup baik
diperiksa
4-39
Simulasi
▪ Bentuk imitasi dari kenyataan
▪ Memungkinkan eksperimentasi dan waktu yang lebih singkat
▪ Deskriptif, bukan normatif
▪ Mencakup kompleksitas, tetapi membutuhkan keterampilan khusus
▪ Menangani masalah tidak terstruktur
▪ TIdak menjamin tercapainya solusi optimal
▪ Metodologi
▪ Mendefinisikan masalah
▪ Membuat model
▪ Testing dan validasi
▪ Merancang eksperimen
▪ Eksperimentasi
▪ Evaluasi
▪ Implementasi
4-40
Simulasi
▪ Probabilistic independent variables
▪ Discrete or continuous distributions
▪ Time-dependent atau time-independent
▪ Visual interactive modeling
▪ Grafis
▪ Decision-makers berinteraksi dengan simulated
model
▪ Dapat digunakan dengan artificial intelligence
▪ Dapat berorientasi obyek
4-41
Proses Simulasi
Masalah dunia
nyata
Menyusun Menguji dan Mendesain

Definisi Melakukan Mengevaluasi Mengimpleme
model menvalidasi eksperimen
Masalah ekspiremen hasil ntasi hasil
Simulasi model simulasi
4-42
Model-Based Management System
▪ Software yang memungkinkan pengaturan

model dengan transparent data processing
▪ Kemampuan
▪ DSS user memiliki kontrol
▪ Fleksibel dalam merancang
▪ Memberikan feedback
▪ GUI based
▪ Pengurangan redundancy
▪ Meningkatkan konsistensi
▪ Komunikasi antar model kombinasi
4-43
Model-Based Management System
▪ Relational model base management system

▪ Virtual file
▪ Virtual relationship
▪ Object-oriented model base management system
▪ Logical independence
▪ Database and MIS design model systems
▪ Data diagram, ERD diagrams managed by CASE tools
4-44
Simulasi
▪ Menelusuri masalah
▪ Mengidentifikasi alternatif solusi
▪ Dapat berorientasi obyek
▪ Meningkatkan proses pengambilan keputusan
▪ Memberikan gambaran dampak dari alternatif
keputusan
4-45
Sistem Pengambilan Keputusan,
Pemodelan dan Pendukung
Ana Kurniawati
Outline
▪ Pengambilan keputusan.
▪ Pendekatan sistem.
▪ Jenis Keputusan
▪ Fase Pengambilan Keputusan Simon.
▪ Model Pengambilan Keputusan
2-47
Pengambilan Keputusan
▪ Keputusan-keputusan dibuat untuk memecahkan
masalah. Dalam usaha memecahkan suatu masalah
mungkin membuat banyak keputusan.
▪ Keputusan merupakan rangkaian tindakan yang perlu

diikuti dalam memecahkan masalah untuk
menghindari atau mengurangi dampak negatif, atau
untuk memanfaatkan kesempatan.
▪ Proses memilih satu diantara beberapa rencana

alternatif untuk mencapai tujuan atau beberapa
tujuan.
2-48
Sistem
▪ Kumpulan dari objek seperti orang, sumberdaya,
konsep, prosedur, untuk melakukan identifikasi fungsi
atau kegiatan dalam rangka mencapai goal
▪ Struktur
•Input, Proses, Output, Feedback dari output ke decision maker
•Dipisahkan dari lingkungan luar (environment) oleh boundary
• Dikelilingi oleh environment
Input Processes Output

boundary
Environment
2-49
Sistem dan Lingkungan Luarnya
2-50
Jenis-jenis Keputusan
▪ Menurut Herbert A. Simon 1) keputusan berada pada suatu rangkaian

kesatuan, dengan keputusan terprogram pada satu ujungnya dan
keputusan tak terprogram pada ujung lainnya.
▪ Keputusan Terprogram, bersifat berulang dan rutin sedemikian

sehingga suatu prosedur pasti telah dibuat untuk menanganinya
sehingga keputusan tersebut tidak perlu diperlakukan de novo (sbg
sesuatu yg baru) tiap kali terjadi.
▪ Keputusan Tidak Terprogram, bersifat baru, tidak terstruktur, dan
jarang konsekuen. Tidak ada metode yg pasti utk menangani masalah
ini belum pernah ada sebelumnya, atau karena sifat dan struktur
persisnya tak terlihat atau rumit, atau karena begitu pentingnya
sehingga memerlukan perlakuan yang sangat khusus.
1) Pemenang Nobel dari Carnegie-Mellon University

Jenis-jenis Keputusan menurut SIMON
Keputusan
Keputusan
Terprogram Semi Terstruktur Tak Terprogram
:
*Berulang *Baru
dan rutin *Tak terstruktur
*Ada prosedur •Tidak ada metode
, keputusan yang pasti, belum
*Tidak sbg pernah
sesuatu yang ada sebelumnya
baru *Struktur rumit
Atau tak ada
Perbandingan Jenis keputusan
Programmed Decision Nonprogrammed Decision
Masalah Banyak, berulang, rutin. Baru, tak terstruktur.
Kepastian adanya hubungan Ketidakpastian adanya hubungan
sebab – akibat sebab - akibat
Prosedur Tergantung pada kebijakan, Butuh kreativitas, intuisi,
aturan dan prosedur yang toleransi, pemecahan masalah
jelas. secara kreatif
Contoh
Perusahaan Pemesanan persediaan Diversifikasi produk & pasar

periodik baru
Universitas Kenaikan angka kredit Pembangunan fasilitas kelas baru
jabatan
Pemerintah Prosedur pendaftaran pasien. Pembelian alat laboartorium.
Rumah Sistem gaji untuk promosi Reorganisasi pada pemerintahan
Sakit karyawan daerah.
4 Tipe Model Umum Pengambilan Keputusan
➢ Iconic (Scale) Models. ➢ Mathematical (Quantitative)

penyederhanaan dari model Models.
abstrak; replika fisik dari sebuah hubungan yang kompleks dari
sistem, biasanya berdasarkan banyak sistem umumnya tidak
perbedaan skala dibandingkan dapat sepenuhnya terwakili. Untuk
aslinya dapat mengabstraksikannya
diperlukan pemanfaatan model-
➢ Analog Models. model matematis. (Probability, B/C
ratio, others)
berlawanan dengan model iconic,
tidak mirip dengan sistem yang riel
tetapi mempunyai perilaku yang ➢ Mental models
mirip. memberikan gambaran subyektif
bagaimana seseorang memikirkan
tentang suatu situasi.
Proses Pengambilan Keputusan
Menurut Simon, ada 4 tahap proses pengambilan keputusan:
1. Tahap Penelusuran (Intelligence)

Tahap pendefinisian masalah dan identifikasi informasi yang berkaitan dengan
persoalan dan keputusan yg akan diambil
2. Tahap Perancangan (Design)

Tahap analisa dalam mencari alternatif-alternatif pemecahan masalah
3. Tahap Pemilihan (Choice)

Manajemen memilih alternatif solusi yang diperkirakan paling sesuai.
4. Implementasi
Tahap pelaksanaan dari keputusan yang telah diambil. Menyusun serangkaian
tindakan yg terencana.
Proses pengambilan keputusan:
INTELLIGENCE
(Penelusuran Lingkup SISTEM INFORMASI MANAJEMEN
Masalah PENGOLAHAN DATA ELEKTRONIK
DESIGN
(Perancangan ,
S
Penyelesaian Masalah)
P
K
CHOICE ILMU MANAJEMEN/

(Pemilihan Tindakan) OPERATION RESEARCH
IMPLEMENTATION
Proses Pengambilan Keputusan
INVESTIGASI SITUASI PENENTUAN ALTERNATIF

•Identifikasi •Identifikasi berbagai
Masalah altenatif keputusan
1 •Diagnosa Penyebab •Evaluasi belum dilakukan 2
•Identifikasi pada tahap ini
Tujuan dari
Keputusan yang
akan diambil
PENILAIAN ALTERNATIF
IMPLEMENTASI DAN
DAN PENENTUAN
PENGAWASAN
KEPUTUSAN
•Rencana
•Evaluasi dan
Implementasi
Penilaian alternatif
4 •Impelementasi dari Rencana 3
yang ada
yang telah dibuat
•Penentuan Alternatif
•Pengawasan terhadap
yang terbaik
langkah implementasi
Proses Pengambilan Keputusan/
Proses Pemodelan
Fase Pemikiran (Intelligence Phase)
▪ Mengamati lingkungan luar
▪ Menganalisa tujuan organisasi
▪ Mengumpulkan data
▪ Mengidentifikasi masalah
▪ Mengkategorikan masalah
▪ Programmed dan non-programmed
▪ Mendekomposisikan menjadi beberapa bagian kecil
▪ Menentukan siapa yang bertanggung jawab atas
masalah tersebut.
2-59
Fase Perancangan (Design Phase)
▪ Menentukan beberapa rencana alternatif
▪ Menganalisa solusi-solusi yang potensial
▪ Membuat model
▪ Menguji kelayakan
▪ Memvalidasi hasil
▪ Memilih principle of choice
▪ Menentukan tujuan
▪ Memasukkannya kedalam model
▪ Mengevaluasi dan mengambil resiko
▪ Kriteria dan batasan
2-60
Fase Pemilihan
▪ Adalah bagian paling kritis dalam pengambilan

keputusan
▪ Kegiatan : memilih, evaluasi dan rekomendasi
▪ Prinsip pemilihan, merupakan gambaran terhadap
diterimanya pendekatan solusi
▪ Model :
✓optimisasi
✓rasionalisasi
✓suboptimisasi
✓desktiptive model
61
Optimasi
Pengertian :
Model normatif dengan menampilkan semua kemungkinan
terbaik.
Terdapat tiga langkah yaitu :
▪ tentukan goal tertinggi, lalu menentukan resources untuk
mencapainya (misalnya, berapakah keuntungan paling
tinggi jika investasi sebesar 10 M)
▪ menemukan alternatif dengan menghitung rasio tertinggi
antara goal terhadap biaya atau memaksimalkan
produktifitas
▪ menemukan alternatif dengan biaya terendah, yang paling
efisien untuk mencapai goal
62
Rasionalisasi
Model normatif berdasarkan asumsi :

▪ memaksimalkan goal (yang seharusnya lebih
besar ditingkatkan; sedangkan yang
seharusnya kecil dikurangi)
▪ tiap tindakan ada konsekuensinya
▪ pilihan diurutkan dari yang terbaik sampai
yang paling jelek
63
Suboptimisasi
▪ Model normatif pengambilan keputusan

dengan memperhatikan dampak setiap
pilihan pada seluruh kegiatan organisasi.
▪ Contoh : Pada suboptimisasi, keputusan
dibuat pada bagian penjualan di dalam
organisasi tanpa memperhatikan
keseluruhan
64
Model Deskriptif
▪ menyatakan bagaimana semua pihak

diyakinkan
▪ berdasarkan model matematika
▪ diterapkan untuk stu set dari alternatif
▪ contoh : simulasi, what If dsb
65
Developing/generate alternatif
▪ membangkitkan alternatif secara otomatis

atau manual
▪ dapat serentak dan melebihi informasi yang
diperlukan
▪ membuat skenario
▪ melakukan evaluasi secara heuristic
▪ hasilnya diukur dengan tercapainya goal
66
Fase Implementasi
▪ Melakukan solusi terpilih
▪ Beberapa hambatan:
▪ Berkenaan dengan penolakan untuk melakukan
perubahan
▪ User training
▪ Dukungan dari manajemen yang lebih tinggi
2-67
Penutup
Buku sumber :
Turban Efraim (2005) DSS & Inteligent Systems,
ed. 7,
PHI, chapter 02 hal 36-69
68
Pemodelan SPK
1 June 25, 2016

Pemodelan
 Pemodelan merupakan suatu upaya untuk
melakukan analisis sistem pendukung
keputusan (SPK) dengan cara meniru
bentuk nyata-nya daripada melakukannya
pada sistem nyata
2 June 25, 2016

Alasan Penggunaan Model (1)
 Manipulasi model (seperti mengubah variabel)
akan lebih mudah dilakukan daripada
melakukannya pada sistem nyata.
 Model dapat menghemat waktu.
 Biaya untuk menganalisis model jauh lebih
murah jika dibandingkan dengan
mengaplikasikannya pada sistem nyata.
 Resiko kesalahan pada bentuk model dengan
melakukan trial & error (coba-coba) jauh lebih
rendah jika dibandingkan dengan melakukannya
pada sistem nyata
3 June 25, 2016

Alasan Penggunaan Model (2)
 Lingkungan bisnis yang banyak mengandung
ketidakpastian.
 Model matematika dapat menganalisis
kemungkinan solusi dalam jumlah yang lebih
banyak bahkan tidak terbatas.
 Model meningkatkan pembelajaran & pelatihan.
 Model-model dan metode-metode untuk
mendapatkan solusi telah tersedia di web.
 Ada beberapa Java applet (atau pemrograman
web lainnya) yang tersedia untuk
menyelesaikan model-model tersebut.
4 June 25, 2016

Pemodelan dalam MSS
 Model statistik
 Digunakan untuk mencarii relasi di antara variabel. Model
ini merupakan pre program dalam tool software
pengembangan SPK
 Model Finansial
 Untuk pengembangan laporan pemasukan dan proyeksi
data finansial untuk beberapa tahun. Model ini semi
terstruktur
 Model Optimasi
 Model yang dibuat menggunakan model manajemen
sains yang disebut pendekatan linear programming
5 June 25, 2016

Aspek dalam pemodelan
 Mencakup tujuh permasalahan:
1. Identifikasi masalah dan analisis lingkungan.
2. Identifikasi variabel
3. Peramalan (forecasting).
4. Penggunaan beberapa model keputusan.
5. Seleksi kategori model yang sesuai.
6. Manajemen model.
7. Pemodelan berbasis pengetahuan
6 June 25, 2016

1. Identifikasi Masalah dan Analisis
Lingkungan
 Pada tahap ini akan dilakukan pengawasan,
pelacakan, dan interpretasi terhadap informasi-
informasi yang telah terkumpul.
 Analisis dilakukan terhadap domain dan dinamika
dari lingkungan yang ada.
 Pada bagian ini perlu juga diidentifikasi budaya
organisasi dan proses pengambilan keputusan.
 Dapat digunakan business intelligence tools untuk
keperluan tersebut
7 June 25, 2016

2. Identifikasi Variabel
 Pada tahap ini akan diidentifikasi variabel-
variabel yang relevan.
 Variabel tersebut meliputi variabel keputusan,
variabel intermediate (tak terkontrol), dan
variabel hasil.
8 June 25, 2016

3. Peramalan (forecasting)
 Apabila suatu SPK diimplemantasikan, maka
akibatnya akan dirasakan di kemudian hari.
 Oleh karena itu, peramalan mutlak diperlukan
9 June 25, 2016

4. Penggunaan Beberapa Model
 Suatu sistem pendukung keputusan dapat terdiri-
atas beberapa model
 Masing-masing model merepresentasikan
bagian yang berbeda dari masalah pengambilan
keputusan
10 June 25, 2016

5. Seleksi Kategori Model
 Setiap kategori memiliki beberapa teknik-teknik
tertentu.
 Pada dasarnya, teknik-teknik tersebut dapat
diaplikasikan baik dalam model statis maupun
model dinamis
11 June 25, 2016

Kategori Model
 Model statis umumnya memberikan asumsi adanya
operasi perulangan dengan menggunakan kondisi
yang identik
 Mengambil satu kejadian saja dalam suatu situasi
 Kejadian tersebut terjadi dalam 1 interval
 Terdapat stabilitas
 Model dinamik (time-dependent) merepresentasikan
skenario yang senantiasa berubah dari waktu ke
waktu
 Merepresentasikan skenario yang berubah-ubah
 Merepresentasikan situasi pengambilan keputusan yang
butuh waktu berminggu-minggu atau berbulan-bulan
 Bergantung pada waktu
 Dapat menunjukkan tren dan pola pada waktu tertentu
12 June 25, 2016

6. Manajemen Model (1)
 Untuk menjaga integritas dan aplikabilitasnya,
model perlu dikelola sebaik mungkin.
 Untuk keperluan tersebut dibutuhkan suatu
model base management system.
 Model Base Management System (MBMS)
merupakan paket perangkat lunak yang
dibangun dengan kapabilitas yang mirip dengan
DBMS
13 June 25, 2016

Manajemen Model (2)
 Kapabilitas MBMS meliputi:
 kontrol,
 fleksibilitas,
 umpan balik,
 antarmuka,
 adanya pengurangan redundansi, dan
 adanya peningkatan konsistensi.
14 June 25, 2016

7. Pemodelan Berbasis Pengetahuan
 Sistem berbasis pengetahuan menggunakan
sekumpulan aturan dalam menyelesaikan
permasalahannya.
 Sistem pakar merupakan salah satu model
pendukung keputusan yang bersifat kualitatif.
 Sistem pakar merupakan sistem berbasis
pengetahuan
15 June 25, 2016

Analisis keputusan dari sedikit alternatif
 Terdapat 2 kasus dalam analisis keputusan:
 Satu tujuan (single goal)
 Menggunakan pendekatan tabel keputusan atau pohon
keputusan
 Banyak tujuan (multiple goal)
16 June 25, 2016

Tabel Keputusan
 Tabel keputusan merupakan metode pengambilan
keputusan yang cukup sederhana.
 Metode ini menggunakan bantuan tabel yang berisi
hubungan antara beberapa atribut yang
mempengaruhi atribut tertentu.
 Umumnya, tabel keputusan ini digunakan untuk
penyelesaian masalah yang tidak melibatkan banyak
alternatif.
17 June 25, 2016

Tabel Keputusan (cont)
 Pada tabel keputusan, nilai kebenaran suatu kondisi
diberikan berdasarkan nilai logika dari setiap atribut
Ek.
 Hanya ada dua nilai kebenaran, yaitu Ek = benar
atau Ek = salah.
 Secara umum, tabel keputusan berbentuk:
D = E {E1, E2, ..., EK}
dengan D adalah nilai kebenaran suatu kondisi, dan
Ei adalah nilai kebenaran atribut ke-i (i = 1, 2, ... K).
18 June 25, 2016

Contoh 1:
 Jurusan Teknik Informatika akan melakukan
rekrutmen asisten untuk beberapa laboratorium di
lingkungannya.
 Persyaratan untuk menjadi asisten di suatu
laboratorium ditentukan oleh nilai beberapa
matakuliah.
 Setiap laboratorium dimungkinkan memiliki syarat
nilai yang berbeda.
19 June 25, 2016

Tabel Keputusan
Variabel
Ekspresi Logika
Logika
E1 Memiliki IPK > 3,00
E2 Minimal tengah duduk di semester 3
E3 Nilai matakuliah algoritma pemrograman = A
E4 Nilai matakuliah kecerdasan buatan = A
E5 Nilai matakuliah basisdata = A
E6 Nilai matakuliah grafika komputer = A
E7 Nilai matakuliah jaringan komputer = A
E8 Nilai matakuliah informatika kedokteran minimal B
20 June 25, 2016

Tabel Keputusan
Atribut*
No Laboratorium
E1 E2 E3 E4 E5 E6 E7 E8
Pemrograman &
1 Y Y Y
Informatika Teori
2 Y Y Komputasi & Sist. Cerdas
3 Y Y Y Sistem Informasi & RPL
4 Y Y Grafika & Multimedia
5 Y Y Y Sistem & Jaringan Komp.
6 Y Y Y Informatika Kedokteran
21 June 25, 2016
Tabel Keputusan
 Kombinasi untuk semua Ei (i=1,2,...,8) pada aturan tersebut

merupakan pengetahuan untuk menentukan pemilihan
asisten laboratorium.
 Sebagai contoh untuk laboratorium Pemrograman &
Informatika Teori dapat digunakan aturan pertama, yaitu:
D  E1  E2  E3
 Untuk laboratorium Informatika Kedokteran dapat digunakan
aturan ke-6, ke-7, ke-8, dan ke-9, yaitu:
D  E1  E3  E8  E1  E4  E8  E1  E5  E8  E1  E6  E8
dengan • adalah operator AND; dan + adalah operator OR.
22 June 25, 2016

Contoh 2
 Suatu institusi pendidikan tinggi akan memberikan
penilaian terhadap produktivitas staf pengajarnya
dalam waktu 1 tahun.
 Ada 5 kriteria yang akan diberikan, yaitu: tidak
produktif, kurang produktif, cukup produktif,
produktif, dan sangat produktif.
 Atribut yang digunakan untuk memberikan penilaian
adalah sebagai berikut.
 C1 = jumlah karya ilmiah yang dihasilkan
 C2 = jumlah diktat (bahan ajar) yang dihasilkan
 C3 = jumlah buku referensi yang dihasilkan
23 June 25, 2016

Tabel Keputusan
Atribut
Kategori
C1 C2 C3
Sangat Produktif >6 >2 1
Produktif 5 atau 6 2 Tidak
dipertimbangkan
Cukup Produktif 3 atau 4 1 Tidak
dipertimbangkan
Kurang Produktif 1 atau 2 Tidak Tidak
dipertimbangkan dipertimbangkan
Tidak Produktif 0 0 0
24 June 25, 2016

Tabel Keputusan
 Nilai ”Tidak dipertimbangkan” berarti berapapun
nilainya diperbolehkan.
 Sedangkan nilai 0 berarti, tidak menghasilkan.
 Misalkan seorang staf bernama Edi, telah
menghasilkan karya ilmiah sebanyak 3 karya, diktat
sebanyak 2 karya, dan tidak menghasilkan buku
referensi, maka Edi termasuk dalam kategori ”Cukup
Produktif”.
25 June 25, 2016

Pohon Keputusan
 Pohon keputusan adalah salah satu metode
penyelesaian masalah keputusan dengan cara
merepresentasikan pengetahuan dalam bentuk
pohon.
 Suatu pohon memiliki conditional node yang
menunjukkan kebenaran suatu ekspresi atau
atribut.
 Conditional node tersebut memberikan beberapa
kemungkinan nilai, dapat berupa nilai boolean
(Benar atau Salah), atau beberapa alternatif nilai
yang mungkin dimiliki oleh suatu atribut, misal
untuk atribut Tekanan Darah (Rendah, Normal,
Tinggi).
26 June 25, 2016

Pohon Keputusan
 Untuk kasus pemilihan dosen produktif akan dibuat pohon
keputusannya.
>6 C1 0
5 atau 6 1 atau 2
3 atau 4
Kurang
C2 C2 C2 Produktif C2
>2
2 1 0
Cukup
C3 Produktif
Produktif C3
1 0
Sangat Tidak
Produktif Produktif
27 June 25, 2016
Multi-Attribute Decision Making (MADM)
 Secara umum, model Multi-Attribute Decision
Making (MADM) dapat didefinisikan sebagai berikut
(Zimermann, 1991):
 Misalkan A = {ai | i = 1,...,n} adalah himpunan alternatif-
alternatif keputusan dan C = {cj | j = 1,..., m} adalah
himpunan tujuan yang diharapkan, maka akan ditentukan
alternatif x0 yang memiliki derajat harapan tertinggi
terhadap tujuan–tujuan yang relevan cj.
28 June 25, 2016

 Janko (2005) memberikan batasan tentang adanya
beberapa fitur umum yang akan digunakan dalam
MADM, yaitu:
 Alternatif, adalah obyek-obyek yang berbeda dan memiliki
kesempatan yang sama untuk dipilih oleh pengambil
keputusan.
 Atribut, sering juga disebut sebagai karakteristik,
komponen, atau kriteria keputusan. Meskipun pada
kebanyakan kriteria bersifat satu level, namun tidak
menutup kemungkinan adanya sub kriteria yang
berhubungan dengan kriteria yang telah diberikan.
29 June 25, 2016

 Konflik antar kriteria, beberapa kriteria biasanya
mempunyai konflik antara satu dengan yang lainnya,
misalnya kriteria keuntungan akan mengalami konflik
dengan kriteria biaya.
 Bobot keputusan, bobot keputusan menunjukkan
kepentingan relatif dari setiap kriteria, W = (w1, w2, ..., wn).
Pada MADM akan dicari bobot kepentingan dari setiap
kriteria.
 Matriks keputusan, suatu matriks keputusan X yang
berukuran m x n, berisi elemen-elemen xij, yang
merepresentasikan rating dari alternatif Ai (i=1,2,...,m)
terhadap kriteria Cj (j=1,2,...,n).
30 June 25, 2016

Masalah
Kriteria-1 Kriteria-2 ... Kriteria-m

(C1) (C2) (Cm)
Alternatif-1 Alternatif-2 ... Alternatif-n

(A1) (A2) (An)
31 June 25, 2016

 Ada beberapa metode yang dapat digunakan untuk
menyelesaikan masalah MADM, antara lain:
 Simple Additive Weighting (SAW)
 Weighted Product (WP)
 TOPSIS
 Analytic Hierarchy Process (AHP)
32 June 25, 2016

Analytic Hierarchy Process (AHP)
MASALAH
KRITERIA-1 KRITERIA-2 … KRITERIA-n
KRITERIA-1,1 … KRITERIA-n,1 …
ALTERNATIF 1 ALTERNATIF 2 … ALTERNATIF m
33 June 25, 2016

Optimasi dengan pemrograman matematis
 Digunakan untuk membantu menyelesaikan
masalah manajerial, untuk mengalokasikan
resources yang terbatas (misal tenaga kerja, modal,
mesin) diantara sekian banyak aktivitas untuk
mengoptimalkan tujuan yang ditetapkan
 Contoh: Linear Programming
34 June 25, 2016

Simulasi
 Teknik untuk melakukan percobaan (misalnya “what-
if”) dengan komputer digital pada suatu model
 Karakteristik:
 Menirukan suatu kondisi nyata
 Melibatkan pengujian pada nilai-nilai tertentu dari
keputusan atau uncontrollable variabel dan mengamati
akibatknya pada variabel output
 Digunakan bila permasalahan terlalu kompleks untuk
diselesaikan dengan optimasi numerik
35 June 25, 2016

Pemrograman Heuristics
 Pendekatan yang dapat menghasilkan solusi yang
layak dan cukup baik pada berbagai permasalahan
kompleks
 Kapan menggunakan heuristics
 Input data tidak pasti atau terbatas
 Permasalahan terlalu kompleks sehingga model optimasi
menjadi terlalu disederhanakan
 Waktu komputasi untuk optimasi terlalu lama
 Adanya kemungkinan untuk meningkatkan efisiensi
proses optimasi
36 June 25, 2016

SISTEM PENUNJANG KEPUTUSAN * -
PENGEMBANGAN SISTEM PENDUKUNG
KEPUTUSAN
PERTEMUAN KE - 5
2
Outline
• PENDAHULUAN
• SIKLUS HIDUP – SDLC TRADISIONAL
• PROTOTYPING METODOLOGI PENGEMBANGAN
• MANAJEMEN PERUBAHAN
• PERANGKAT DAN TINGKAT TEKNOLOGI SPK
• PLATFORM PENGEMBANGAN SPK
• MEMILIH PERANGKAT PENGEMBANGAN SPK
• SPK YANG DIKEMBANGKAN OLEH TIM ATAU
INDIVIDU
• MENGEMBANGKAN SPK BERSAMA
3
PENDAHULUAN
• Pengembangan adalah suatu pendekatan yang sangat rapi
dan berurutan untuk membuat sebuah sistem menjadi
kenyataan. Idealnya, kebutuhan akan beberapa hal
merupakan hal yang mendorong dimulainya proses
pengembangan sistem dan hasilnya adalah sistem yang
lengkap.
• SDLC (Systems Development Life Cycle, Siklus Hidup
Pengembangan Sistem) atau Systems Life Cycle (Siklus
Hidup Sistem), dalam rekayasa sistem dan rekayasa
perangkat lunak, adalah proses pembuatan dan pengubahan
sistem serta model dan metodologi yang digunakan untuk
mengembangkan sistem-sistem tersebut. Konsep ini
umumnya merujuk pada sistem komputer atau informasi.
4
SIKLUS HIDUP – SDLC TRADISIONAL

5

(Lanjutan)
SDLC tradisional terdiri dari 4 fase, yaitu :
1. Perencanaan (Planning)
Fase ini mulai dengan sebuah kebutuhan bisnis yang belum
terpenuhi, meliputi peluang-peluang yang diidentifikasi
dengan membaca lingkungan. Apakah ada suatu masalah
yang perlu dipecahkan ? Inisasi proyek melibatkan sebuah
sistem yang telah terputus. Jika dilihat dari manfaat, maka
dilakukan analisis kelayakan. Studi kelayakan tersebut
meliputi kelayakan teknis, kelayakan biaya, dan kelayakan
organisasi.
Jika disetujui, maka ditugaskan seorang manajer proyek
untuk menyusun rencana kerja, mengorganisasi proyek, dan
mengadopsi metode-metode untuk mengelolanya.
6

(Lanjutan)
2. Analisis (Analysis)
Fase ini menanyakan dan menjawab pertanyaan-pertanyaan
penting seperti :
- Siapa pengguna sistem ?
- Apa yang ingin dicapai oleh sistem ?
- Dimana dan kapan sistem tersebut akan dijalankan ?
Selanjutnya dilakukan strategi analisis atau suatu rencana
untuk memadukan proyek. Jika sebelumnya sudah ada
sistem yang berjalan maka sistem tersebut dianalisis
bersama dengan berbagai cara untuk mengarahkan kepada
sistem yang baru. Semua informasi dikumpulkan untuk
mengarahkan pengembangan model proses dan sebuah
model data.
7

(Lanjutan)
3. Perancangan (Design)
Fase ini ditandai bagaimana sistem akan bekerja
dengan mempertimbangkan hal-hal yang detail
seperti perangkat keras, lunak, infrastruktur
jaringan, antarmuka pengguna (dialog), form,
program dan laporan, database dan file
ditetapkan. Pada fase ini juga ditetapkan item-tem
yang akan dibeli dan dikontrak, desain arsitektur,
desain database dan file serta desain program.
8

(Lanjutan)
4. Implementasi (Implementation)
Pada fase ini ditentukan dimana sistem ini akan
dibangun atau dibeli. Konstruksinya akan
melibatkan tidak hanya membangun sistem tetapi
juga mengujinya untuk memverifikasi bahwa
sistem bekerja. Instalasi merupakan langkah
terakhir dan melibatkan apakah sistem benar-benar
bekerja.
SDLC yg meliputi 4 langkah (PADI) tersebut di
atas lebih dikenal dengan “Model Air Terjun”
9
METODE PENGEMBANGAN ALTERNATIF

1. Pengembangan Paralel :
Suatu metode pengembangan sistem yang berdasarkan
SDLC tradisional dan menyerupai SDLC. Dalam
pengembangan sistem yang 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.
10
2. Pengembangan Aplikasi Cepat (Repeat Aplication Development =

RAD)
Pengembangan sistem ini melakukan penyesuaian SDLC sedemikian
sehingga bagian-bagian dari sistem dapat dikembangkan dengan
cepat dan para pengguna sesegera mungkin dapat memperoleh
beberapa kemampuan.
Ada beberapa metodologi RAD :
a. Pengembangan Bertahap :
Membagi sistem ke dalam versi yang dikembangkan secara
berurutan. Masing-masing versi memiliki lebih banyak
kemampuan dibandingkan dengan versi sebelumnya.
Keuntungan :
Para pengguna memperoleh kemampuan dengan cepat.
Kerugian :
Para pengguna memulai bekerja dengan sistem yang didesain
secara tidak lengkap.
11
b. Prototiping :
Fase analisis, desain dan implementasi dilakukan secara
bersama dan berulang. Prototipe sistem dikembangkan
dan diperlihatkan dengan cepat kepada para pengguna,
yang inputnya digunakan untuk memperbaiki sistem.
Keuntungan :
Sistem disajikan dengan cepat kepada para pengguna,
sekalipun belum siap untuk pengguna kelembagaan.
Umpan balik diperoleh dan sistempun dapat
dimodifikasi untuk bergerak ke prototipe berikutnya.
Kerugian :
Perubahan dengan cepat dan tidak ada usaha untuk
mengkoreksi keputusan-keputusan desain sejak awal.
12
GAMBAR : PENGEMBANGAN PROTOTIPING

KEBUTUHAN
PERENCANAAN
ANALISIS
DESAIN
IMPLEMENTASI
PROTOTIPE
Prototipe Tidak Oke
Prototipe Oke
KEBUTUHAN SISTEM
13
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 yang lebih sederhana
untuk mempelajari persyaratan pengguna
dan sistem akhir guna disebarkan.
14
• Gambar : Pengembangan Prototiping Througaway :

KEBUTUHAN
PERENCANAAN
Desain Prototipe
Oke
ANALISIS DESAIN
DESAIN iMPLEMENTASI
Desain Prototipe
Tidak Oke
IMPLEMENTASI SISTEM
DESAIN
PROTOTIPE
15
3. Pengembangan Cerdas (Agile) :

Pengembangan cerdas adalah sebuah
format yang 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.
16
MANAJEMEN PERUBAHAN
Implementasi SPK, sangat krusial karena dapat mengubah cara kerja
organisasi. Perubahan kurang disukai bagian dari karyawan dengan berbagai
alasan : ketakutan kehilangan job, kurang komunikasi dengan pemakai,
berubahnya budaya kerja, harapan yang terlalu besar. Teori Lewin-Schein,
menjelaskan cara mengelola harapan dari perubahan.
Teori perubahan Lewin-Schein merupakan panduan yang sangat bagus dan
praktis untuk mempertimbangkan isu-isu yang kompleks. Tiga langkah
dasar adalah :
• Unfreezing : Menciptakan kesadaran akan kebutuhan dan perubahan dan
sebuah iklim yang menerima perubahan
• Moving : Mengubah tekanan dan atau arah kekuatan yang menentukan
kebutuhan atau perubahan awal dengan mengembangkan metode-metode
baru dan membelajari sikap dan perilaku baru
• Refreezing : Memperkuat perubahan yang diinginkan yang telah terjadi
dan membangun sebuah ekuilibrium yang dapat dipelihara dan stabil.
17
PERANGKAT DAN TINGKAT TEKNOLOGI SPK

1. Spesific DSS : Merupakan hardware / software yang memungkinkan
seseorang / sekelompok orang pengambil keputusan melakukan analisis
terhadap suatu masalah tertentu. Contoh: SPK interaktif grafik dalam
evaluasi penjadwalan produksi.
2. DSS Generator : Suatu paket hardware / software yang mampu secara
cepat dan mudah membuat specific DSS. Program-program yang
merupakan bahan baku bagi paket terintegrasi : •Spreadsheet.
•Manajemen Data. •Pengolah kata. •Komunikasi. •Grafis bisnis.
•Kalender (manajemen waktu). •Desk management. •Manajemen projek.
3. DSS Tools : Hardware / software yang membantu pembuatan specific
DSS/Generator DSS. Suatu organisasi harus menjawab berbagai
pertanyaan menggunakan DSS Generator seperti : (1) Generator seperti
apa yang akan digunakan, (2) Hardware seperti apakah yang dipakai
untuk menjalankannya, (3) Sistem operasi seperti apa yang akan
digunakan, (4) Jaringan seperti apakah yang akan dipakai untuk
menjalankannya.
18
PLATFORM PENGEMBANGAN SPK
• Bahasa pemrograman tujuan umum

• Bahasa generasi keempat (4GL)
• OLAP dengan data warehouse atau database yang
besar
• DSS terintegrasi alat pengembangan (generator,
mesin)
• Generator DSS Domain-spesifik
• Gunakan metodologi CASE mengintegrasikan
beberapa hal di atas
19
MEMILIH PERANGKAT PENGEMBANGAN SPK
1. Hardware
Mulai dari PC, multiprocessor sampai
dengan mainframe
2. Software
Mencakup multiple kriteria
Dibuat in-house, outsource atau
membeli
Software selalu di-update
Harga selalu fluktuatif
Terdapat tool yang berbeda
20
SPK YANG DIKEMBANGKAN OLEH TIM ATAU INDIVIDU
• Pengembangan SPK Berbasis Team

Pengembangan DSS pada tahun 1970 dan 1980-an melibatkan skala
yang bear, sistemnya kompleks, dan didesain utama untuk
mendukung organisasi. Sistem ini didesain oleh tim yang terdiri dari
user, penghubung, DSS builder, tenaga ahli, dan berbagai tools.
Secara organisasi, penempatan DSS Group bisa dimana-mana,
umumnya pada lokasi: a) Dalam departemen IS (Information
Services) b) Executive Staff Group c) Dalam Wilayah keuangan
ataupun fungsi lainnya d) Dalam departemen rekayasa industri e)
Dalam kelompok manajemen pengetahuan (Managemen Science
Group) f) Dalama kelompok pusat informasi (Information Center
Group
Dengan berbasis Tim, maka pembangunan DSS menjadi kompleks,
lama dan prosesnya memakan biaya.
21
SPK YANG DIKEMBANGKAN OLEH TIM ATAU INDIVIDU

(Lanjutan)
• Pengembangan SPK Berbasis Individu

PC telah tersebar di seluruh organisasi,
komunikasi dengan server data telah meningkat,
dan piranti perangkat lunak telah meningkat
(kemampuan, user friendly, harga dan kualitas).
Sehingga para pengguna memerlukan piranti
untuk mengembangkan DSS/BI mereka sendiri,
bahkan sistem berbasis web.
22
Komputasi End-User
• Pengembangan DSS berbasis user berelasi secara
langsung kepada komputasi end-user.
• Definisinya adalah: pengembangan dan penggunaan
sistem informasi berbasis komputer oleh orang-orang di
luar wilayah sistem informasi formal.
• Definisi ini melibatkan juga manajer dan profesional
yang menggunakan komputer pribadi, pengolah kata
yang digunakan oleh sekretaris, e-mail yang digunakan
oleh CEO, dan sistem time-sharing yang digunakan oleh
ilmuwan dan peneliti.
23
Pengembangan DSS Berbasis User

Berbagai keuntungan dan resiko yang bisa didapat user jika
user sendiri yang membangun DSS :
24
MENGEMBANGKAN SPK BERSAMA
• Pengembangan tools dan generator

• Penggunaan tools otomatis
• Penggunaan potongan prefabrikasi
• Dengan menggunakan kedua tools tersebut akan
meningkatkan produktivitas developer
Terima Kasih
SISTEM PENUNJANG KEPUTUSAN * -
PENGARUH SISTEM PENDUKUNG MANAJEMEN
PERTEMUAN KE – 12
2
MODEL INTEGRASI SISTEM PENDUKUNG

MANAJEMEN
Model ini merupakan bagian dari elemen

sistem manajemen basis model yang
mencakup gabungan operasi dari beberapa
model saat diperlukan (misalnya
mengarahkan output suatu model, katakanlah
perkiraan, untuk diproses model lain, misal
model perencanaan pemrograman linier).
3
PEMODELAN CERDAS DAN MANAJEMEN MODEL
Pemodelan Cerdas
AI termasuk ke dalam pemodelan cerdas.AI berusaha meniru
kemampuan ini dalam sistem berbasis komputer.
• Berpikir dan bernalar
• Menggunakan penalaran untuk menyelesaikan masalah
• Belajar dan paham dari pengalaman
• Memperoleh dan menerapkan pengetahuan
• Menampilkan kreativitas dan imajinasi
• Mengatasi situasi yang rumit dan membingungkan
• Menanggapi situasi baru dengan cepat dan dengan berhasil
• Mengenali elemen-elemen yang penting dalam suatu situasi
• Mengatasi informasi yang ambigu (bermakna ganda), tidak
lengkap dan salah.
4
Manajemen Model
Subsistem manajemen model. Merupakan paket perangkat
lunak yang memasukkan model keuangan, statistik, ilmu
manajemen, atau model kuantitatif lainnya yang memberikan
kapabilitas analitik dan manajemen perangkat lunak yang
tepat.
• Basis model : Strategis, taktis, operasional. Statistik,
keuangan, pemasaran, ilmu manajemen, akuntansi, teknik,
dsb. Blok pembangun model
• Sistem manajemen basis model : Perintah pemodelan,
creation. Pemerliharaan; update. Antarmuka database.
• Bahasa pemodelan
• Direktori model
• Eksekusi model, integrasi, dan prosesor perintah
5
INTEGRASI DENGAN WEB, SISTEM PERUSAHAAN

DAN MANAJEMEN PENGETAHUAN
• Integrasi dengan web sistem perusahaan
Di dalam sistem pendukung manajemen juga dipengaruhi
dengan integrasi atau keterhubungan dengan web atau
berbasis internet.
• Manajemen Pengetahuan
Subsistem manajemen berbasis-pengetahuan. Subsistem ini
dapat mendukung semua subsistem lain atau bertindak
sebagai komponen independen. Ia memberikan inteligensi
untuk memperbesar pengetahuan si pengambil keputusan.
Susbsistem ini dapat diinterkoneksikan dengan repositori
pengetahuan perusahaan yang kadang-kadang disebut basis
pengetahuan organisasional.
6
PENGARUH SISTEM PENDUKUNG MANAJEMEN :

SEBUAH TINJAUAN
1. Model integrasi sistem pendukung manajemen.

2. Pemodelan cerdas dan manajemen model.
3. Integrasi dengan web, sistem perusahaan dan
manajemen pengetahuan.
4. Pengaruh sistem pendukung manajemen : sebuah
tinjauan.
5. Pengaruh sistem pendukung manajemen pada organisasi.
6. Pengaruh sistem pendukung manajemen pada individu.
7. Pengambilan keputusan dan tugas manajer.
8. Persoalan legalitas, privasi dan etika.
7
Contoh :
Sistem penunjang keputusan yang terkomputerisasi di
suatu perusahaan yang memiliki tugas untuk :
• Melakukan komputasi secara cepat dengan biaya yang
rendah.
• Peningkatan / perbaikan komunikasi (kolaborasi
jaringan–web).
• Peningkatan produktivitas.
• Dapat mengakses informasi yang tersimpan dibeberapa
database dan data warehouse.
• Mampu menganalisa berbagai alternatif dan
mengaplikasikan manajemen resiko.
8
PENGARUH SISTEM PENDUKUNG

MANAJEMEN PADA ORGANISASI
DSS banyak diterapkan di organisasi-organisasi yang sudah

mapan. Banyak cara yang digunakan untuk menerapkan
DSS untuk membantu mempertajam proses pengambilan
keputusan. Kapabilitas yang melekat pada DSS sangat
membantu organisasi-organisasi yang
menggunakannya untuk memungkinkan terciptanya
koordinasi proses kegiatan baik internal maupun eksternal
dengan cara yang lebih akurat.
9
10
PENGARUH SISTEM PENDUKUNG MANAJEMEN

PADA INDIVIDU
11
PENGAMBILAN KEPUTUSAN DAN

TUGAS MANAJER
• Pengambilan keputusan
Pengambilan Keputusan merupakan tindakan
manajemen dalam pemilihan alternative untuk mencapai
sasaran. Dan Menurut G.R. Terry “Decision making can
be defined as the selection based on some criteria of one
behaviour alternative from two or more possible
alternative” Artinya: Pengambilan keputusan dapat
didefinisikan sebagai pemilihan alternative kelakuan
tertentu dari dua atau lebih alternatif yang ada.
12
Terima Kasih

Sistem Penunjang Keputusan Materi

Diunggah oleh

Informasi Dokumen

Judul Asli

Hak Cipta

Format Tersedia

Bagikan dokumen Ini

Bagikan atau Tanam Dokumen

Opsi Berbagi

Apakah menurut Anda dokumen ini bermanfaat?

Apakah konten ini tidak pantas?

Hak Cipta:

Format Tersedia

Sistem Penunjang Keputusan Materi

Diunggah oleh

Hak Cipta:

Format Tersedia

24/5/2021 1 pesan baru

Started on Monday, 24 May 2021, 9:37 AM

The correct answer is: Structured

Marked out of Select one:

The correct answer is: pemodelan

Marked out of Select one:

c. Semi tructured decisios

d. For groups and individuals

The correct answer is: Efficiency

Question 5 Berikut ini merupakan kompleksitas suatu keputusan, kecuali

Marked out of Select one:

b. Jumlah manusia terlibat

d. Biaya pengambilan keputusan

The correct answer is: Derajat pembaruan

Question 6 Suatu DSS menurut definisinya adalah

Marked out of Select one:

b. merekomendasikan dan membuat membuat banyak pilihan

c. merekomendasikan tetapi tidak membuat suatu pilihan

d. merekomendasikan dan membuat suatu pilihan

Question 7 Faktor Kestabilan Politik mempengaruhi pengambilan keputusan, yaitu

Marked out of Select one:

b. Ketidakpastian di masa yang akan datang

c. Biaya bila membuat kesalahan meningkat

d. Banyak alternatif yang harus dipilih

The correct answer is: Ketidakpastian di masa yang akan datang

Marked out of Select one:

b. Complete dan Partial

c. Complete dan Analitis

d. Analitis dan Heuristics

The correct answer is: Complete dan Partial

Question 9 Bukan termasuk dalam keuntungan DSS adalah

Marked out of Select one:

d. Meningkatkan kualitas keputusan

The correct answer is: Meningkatkan resiko

Marked out of Select one:

The correct answer is: Unstructured

The correct answer is: Unstructured

Question 12 Adalah alasan utama mengapa MSS menggunakan model, kecuali

Marked out of Select one:

d. Model memungkinkan untuk memperbanyak waktu.

The correct answer is: Model memungkinkan untuk memperbanyak waktu.

Marked out of Select one:

The correct answer is: Summarization

Question 14 Pernyataan yang salah mengenai pengambilan keputusan adalah

Marked out of Select one:

b. Model banyak digunakan dalam MSS

c. DSS utamanya berhubungan dengan sistem yang tertutup

d. Sistem terdiri dari input, output, proses dan pengambil keputusan

Marked out of Select one:

b. Algoritma dan step by step

c. Teknis analitis dan algoritma

d. Teknis dan analitis

The correct answer is: Teknis analitis dan algoritma

Marked out of Select one:

The correct answer is: Comparison

c. Adaptability &amp; Flexibility

The correct answer is: Adaptability &amp; Flexibility

Marked out of Select one:

b. Rangkuman yang tersetruktur

c. Menyuplai keputusan dalam waktu singkat

d. Model yg dibangun dpt ketinggalan zaman

The correct answer is: Menyuplai keputusan dalam waktu singkat

Question 19 Ciri dari sistem pengambilan keputusan "sekarang" adalah

c. Adaptability & Flexibility

The correct answer is: Adaptability & Flexibility