Sistem Pendukung Keputusan

(SPK)

Benny Suhendar, S.Kom., M.Kom

POKOK BAHASAN
 Karakteristik SPK
 Komponen-komponen SPK
 Kategori SPK
 Kapabilitas SPK
 2
Memberi
1 3
dukungan untuk
Masalah Memberi
para manajer
semiterstrukstur & dukungan bagi
dalam semua
tidak terstruktur individu atau
14 level
kelompok
Standalone, 4
terintegrasi dan Keputusan saling
berbasis web. mempengaruhi atau
dilakukan berurutan
13
Kemampuan 5
akses data Sistem Memberi dukungan
Pendukung bagi semua tahap
12 proses pengambilan
Pemodelan & Keputusan
keputusan
analisis (SPK)
6
11 Memberi dukungan
Mudah bagi berbagai bentuk
dikembangkan pengambilan keputusan

10 9 8 7
Dapat Efektif Mudah Bersifat adaptif
dikendalikan digunakan dan fleksibel

Dukungan untuk para pengambil
keputusan, dalam situasi
semiterstruktur atau terstruktur
yang dilakukan secara bersama-
sama antara keputusan dari
pengambil keputusan dengan
informasi terkomputerisasi.

Dukungan untuk semua
level menejerial, mulai
dari eksekutif tingkat
atas sampai kelas
manajer

Dukungan untuk
semua individu
dalam kelompok


Keputusan dapat diambil

sekali, beberapa kali
atau berulang


Mendukung dalam semua

tahap proses pengambilan
keputusan


Mendukung dalam
beberapa model
pengambilan keputusan

Bersifat adaptif dan
fleksibel

Mudah dan nyaman
digunakan


Meningkatkan
efektivitas
pengambilan
keputusan


Dikendalikan
sepenuhnya oleh
pengambil keputusan
selama proses
penyelesaian masalah

1

Sistem dapat dikembangkan

dengan mudah

2

Memiliki kemampuan untuk

menganalisis situasi
pengambilan keputusan

3

Memiliki kemampuan
untuk mengakses
data dari berbagai
sumber, berbagai
format, tipe, dll.

4

Dapat digunakan
sebagai perangkat
yang bersifat
standalone,
terintegrasi atau
berbasis web
Kategori SPK
 Turban (2005) mengkategorikan model
sistem pendukung keputusan dalam tujuh
model, yaitu:
 Model optimasi untuk masalah-masalah
dengan alternatif-alternatif dalam jumlah
relatif kecil.
 Model optimasi dengan algoritma.
 Model optimasi dengan formula analitik.
 Model simulasi.
 Model heuristik.
 Model prediktif.
 Model-model yang lainnya.
Kategori SPK (2)
 Model optimasi untuk masalah-masalah
dengan alternatif-alternatif dalam jumlah
relatif kecil.
 Model ini akan melakukan pencarian terhadap
solusi terbaik dari sejumlah alternatif.
 Teknik-teknik untuk penyelesaian masalah ini
antara lain dengan menggunakan tabel
keputusan atau pohon keputusan.
Kategori SPK (3)
 Model optimasi dengan algoritma.
 Model ini akan melakukan pencarian terhadap
solusi terbaik dari banyak alternatif.
 Proses pencarian dilakukan tahap demi tahap.
 Teknik-teknik untuk penyelesaian masalah ini
antara lain dengan menggunakan linear
programming atau model matematika yang
lainnya, atau menggunakan model jaringan.
Kategori SPK (4)
 Model optimasi dengan formula analitik.
 Model ini akan melakukan pencarian terhadap
solusi hanya dengan satu langkah melalui
rumus tertentu.
 Model seperti ini banyak dijumpai pada
masalah-masalah inventory.
Kategori SPK (5)
 Model simulasi.
 Model ini akan melakukan pencarian terhadap
solusi cukup baik atau solusi terbaik pada
beberapa alternatif yang akan diuji dalam
penelitian.
 Model ini lebih banyak digunakan untuk
beberapa tipe simulasi.
Kategori SPK (6)
 Model heuristik.
 Model ini akan melakukan pencarian terhadap
solusi yang cukup baik melalui serangkaian
aturan (rules).
 Model ini lebih banyak direpresentasikan
dengan menggunakan pemrograman heuristik
atau sistem pakar
Kategori SPK (7)
 Model prediktif.
 Model ini akan melakukan prediksi untuk masa
depan apabila diberikan skenario tertentu.
 Model ini lebih banyak direpresentasikan
dengan menggunakan model peramalan
(forecasting) atau analisis Makov
Kategori SPK (8)
 Model-model yang lainnya.
 Model ini akan menyelesaikan kasus what-if
menggunakan formula tertentu.
 Model ini lebih banyak digunakan pada
pemodelan keuangan atau konsep antrian.
Komponen DSS (1)
 Haag, dkk (2000)
 Manajemen data (internal atau eksternal)
 Manajemen model (merepresentasikan
kejadian, fakta, atau situasi)
 Manajemen antarmuka (menghubungkan
antara pengguna dan sistem)
Komponen DSS (2)
 Power (2002)
 Antarmuka
 Basisdata (internal atau eksternal)
 Model & peralatan analisis (algoritma untuk
membuat keputusan berdasarkan informasi
pada basisdata yang direpresentasikan dalam
bentuk tabel atau graf)
 Arsitektur DSS dan jaringan.
Komponen DSS (3)
 Hättenschwiler (1999)
 User dengan perbedaan hak akses & fungsi dalam
pengambilan keputusan
 Konteks keputusan
 Target sistem yang menggambarkan keutamaan
preferensi
 Basis pengetahuan (sumber data eksternal, basisdata
pengetahuan, data warehouses dan meta-databases,
metode & model matematis, prosedur, inferensi,
program administratif, dan sistem pelaporan
 Lingkungan kerja untuk persiapan, analisis, dan
dokumentasi alternatif.
Komponen DSS (4)
 Marakas (1999)
 Sistem manajemen data
 Sistem manajemen model
 Knowledge engine
 Antarmuka
 Pengguna
Komponen DSS (5)
 Holsapple dan Whinston (1996)
 Text-oriented DSS,
 Database-oriented DSS,
 Spreadsheet-oriented DSS,
 Solver-oriented DSS,
 Rule-oriented DSS, dan
 Compound DSS.
Komponen DSS (6)
 Haag (2004)
 Manajemen Model
 Manajemen Data
 Manajemen antarmuka
 1. Masalah

Manajemen Antarmuka
3.
Perusahaan Pemilihan

Manajemen Model

Manajemen Data
membutuhkan beberapa 2. model 4.
karyawan baru di bagian Pertanyaan Informasi
pengepakan produk. Ada yang
beberapa calon karyawan dibutuhkan
yang telah mendaftarkan
diri. Berapa banyak 6. 5. Model
karyawan yang Jawaban terpilih
dibutuhkan? Siapa saja
yang layak diterima?

7. Solusi

Telah dapat ditentukan jumlah

karyawan yang harus diterima
beserta nama-nama karyawan What – If Organizational
Models Information
yang layak diterima.

Optimization External
Models Information

Goal-seeking Personal
Models Information

Statistical
Models
Komponen DSS (7)
 Turban, dkk (2005)
 Manajemen data
 Manajemen model
 Model-model eksternal
 Subsistem berbasis pengetahuan
 Antarmuka pengguna
 Sistem berbasis Internet,
komputer intranet,
lainnya ekstranet
Data: eksternal dan
internal
Manajemen Manajemen Model-model
data model eksternal

Subsistem berbasis
pengetahuan

Antarmuka
pengguna

Manajer
Basis pengetahuan
(pengguna)
terorganisasi
Subsistem Manajemen Data
(DMS)

 Subsistem manajemen data, terdiri-atas

basisdata yang berisi data-data yang
terkait dengan permasalahan yang akan
diselesaikan.
 Subsistem Manajemen Data
DSS database
Elemen-
elemen Database Management System
pada
subsistem
manajemen Data dictionary
data
Query facility
 Basis
Sumber data Sumber data
pengetahuan
eksternal internal
terorganisasi

Data pribadi,
private
Ekstraksi
Data
warehouse
Query facility DSS database perusahaan

Manajemen antarmuka
Database
management system: Manajemen model
Data dictionary
Retrieval, Inquiry,
Update, Report Subsistem berbasis
generation, Delete pengetahuan
Subsistem Manajemen Model
(MMS)

 Subsistem manajemen model,

merupakan paket perangkat lunak yang
berisi statistik, ilmu manajemen, atau
model kuantitatif lainnya yang mampu
memberikan kapabilitas analitik bagi
sistem.
 Model
• Strategik, taktik, operasional.
• Statistik, keuangan, teknik, Model dictionary
akuntansi, dll.
• Blok-blok pembentukan model.

Manajemen Model

• Perintah-perintah pemodela: creation.

Data dictionary
• Pemeliharaan: update.
• Bahasa pemodelan.

Manajemen Manajemen Subsistem

data antarmuka berbasis
pengetahuan
Subsistem User Interface

 Subsistem antarmuka, yang digunakan

oleh pengguna untuk berkomunikasi
dengan sistem.
 Untuk sistem berbasis web, web browser
digunakan untuk keperluan tersebut.
 Subsistem Manajemen
Manajemen
berbasis model &
data & DBMS
pengetahuan MBMS

User Interface Management

System (UIMS)

Natural Language Processor

INPUT OUTPUT
Action Display PC display
Languages Languages

Printer, Plotter

User
Subsistem manajemen berbasis
pengetahuan

 Subsistem manajemen berbasis

pengetahuan, yang digunakan untuk
mendukung subsistem-subsistem yang
lainnya.
 Beberapa metode dalam kecerdasan
buatan dapat digunakan untuk keperluan
tersebut.
 Kapabilitas DSS
 Secara umum, DSS harus memiliki
kemampuan untuk:
 Digunakan dengan mudah
 Mengakses berbagai sumber, tipe dan format
data untuk berbagai permasalahan
 Mengakses berbagai kemampuan analisis
dengan beberapa saran dan panduan.
 Kemampuan Antarmuka
 Berbagai format dan peralatan output
 Berbagai peralatan input dari pengguna
 Berbagai gaya dialog
 Mendukung komunikasi antar pengguna dan
pengembang
 Mendukung pengetahuan dari penguna
 Tersedia dialog untuk capture, penyimpanan
dan analisis
 Dukungan dialog yang fleksibel & adaptif.
 Kemampuan Data
 Data dengan berbagai tipe & format
 Ekstraksi, capture dan integrasi
 Fungsi akses data
 Fungsi manajemen basisdata
 Tersedianya berbagai cara pandang data secara
logis
 Dokumentasi data
 Melakukan tracking terhadap penggunaan data
 Mendukung fleksibilitas dan adaptasi data
 Kemampuan Model
 Kepustakaan model terkait aturan basis model
 Fasilitas pembangun model
 Manipulasi model
 Fungsi manajemen basis model
 Dokumentasi model
 Tracking penggunaan model
 Dukungan terhadap fleksibilitas & adaptasi
model