ARSITEKTUR SISTEM PENDUKUNG KEPUTUSAN

Aplikasi system pendukung keputusan bisa terdiri dari beberapa subsistem, yaitu

1. Subsistem manajemen data

subsistem manajemen data memasukkan satu database yang berisi data yang relevan
untuk suatu situasi dan dikelola oleh perangkat lunak yang disebut sistem manajemen
database atau dbms subsistem manajemen data bisa di interkoneksi kan dengan data
Warehouse perusahaan suatu repository untuk data perusahaan yang relevan dengan
pengambilan keputusan
2. Subsistem manajemen model
merupakan paket perangkat lunak yang memasukkan model keuangan statistik Ilmu
Manajemen atau model kuantitatif lain yang memberikan kapabilitas analitik dan
manajemen perangkat lunak yang tepat bahasa bahasa pemodelan untuk membangun
model kastem juga dimasukkan mbms komponen tersebut bisa dikoneksikan ke
penyimpangan korporat atau mbms komponen tersebut bisa dikoneksikan ke
Penyimpangan korporat atau eksternal yang ada pada model
3. Sub sistem antarmuka pengguna
pengguna berkomunikasi dengan dan memerintahkan sistem pendukung keputusan
melalui subsistem tersebut pengguna adalah bagian yang dipertimbangkan dari system.
Para peneliti menegaskan bahwa beberapa kontribusi unik sistem pendukung keputusan
berasal dari interaksi yang intensif antara komputer dan pembuat keputusan empat
subsistem manajemen basis pengetahuan sistem tersebut mendukung semua subsistem
lain atau bertindak langsung sebagai suatu komponen independen dan bersifat opsional
selain memberikan inteligensi untuk memperbesar pengetahuan si pengambil
keputusan subsistem tersebut bisa diinterpretasikan dengan repository pengetahuan
perusahaan atau bagian dari sistem manajemen pengetahuan yang kadang-kadang
disebut basis pengetahuan organisasional

berdasarkan definisi, SPK harus mencakup 3 komponen utama dari DBMS, MBMS, dan
antarmuka pengguna. Subsistem manajemen berbasis pengetahuan adalah opsional tetapi bisa
memberikan banyak manfaat karena memberikan intelegensi bagi ketiga komponen tersebut.
Seperti pada semua sistem informasi manajemen, pengguna bisa dianggap sebagai komponen
sistem pendukung keputusan. Komponen komponen tersebut membentuk system aplikasi
system pendukung keputusan yang bisa dikoneksikan ke internet perusahaan, ekstranet, atau
intranet. Arsitektur sari system pendukung keputusan ditunjukkan pada gambar berikut ini

MANAJEMEN MODEL

model merupakan abstraksi dunia nyata menjadi bentuk simbolik dengan tujuan
menyederhanakan, meminimalkan biaya, dan meminimalkan resiko agar lebih efektif.

sebuah model akan sangat tergantung pada:

1. Variabel waktu (tetap/tidak)

2. Hasil (acak/distribusi/pola)
3. Nilai awal (ada/tidak ada)

beberapa bentuk model diantaranya:

1. Model ikonik
Model ikonik adalah perwakilan fisik dari beberapa hal baik dalam bentuk ideal
ataupun dalam skala yang berbeda. model ikonik memiliki karakteristik yang sama
 dengan hal yang diwakili, terutama untuk menerangkan kejadian pada waktu yang
spesifik. Model ikonik bisa berdimensi dua (foto, peta,cetak biru) atau dimensi tiga
(Prototype mesin, alat). Apabila berdimensi lebih dari 3 maka model tidak mungkin
lagi dikonstruksi secara fisik sehingga diperlukan kategori model simbolik.

2. Model analog (model diagramatik)

Model analog bisa mewakili situasi dinamik, yaitu keadaan yang berubah menurut
waktu. Model ini lebih sering dipakai daripada model ikonik karena kemampuannya
untuk mengetengahkan karakteristik dari kejadian yang dikaji. Model analog banyak
berkesesuaian dengan penjabaran hubungan kuantitatif antara sifat dan kelas-kelas
yang berbeda. Melalui transformasi sifat menjadi analognya, kemampuan membuat
perubahan bisa ditingkatkan. Contoh model analog adalah kurva permintaan, kurva
distribusi frekuensi pada statistic, dan diagram alir.
3. Model simbolik (model matematik)
Pada hakiaktnya , ilmu system memusatkan perhatian kepada modal simbolik sebagai
perwakilan dari realitas yang sedang dikaji. Format model simbolik bisa berupa bentuk
angka, symbol, dan rumus. Jenis model simbolik yang umum dipakai adalah suatu
persamaan (equation)

bentuk persamaan adalah tepat, singkat, dan mudah dimengerti. simbol persamaan tidak
saja mudah dimanipulasi daripada kata-kata, tetapi juga lebih cepat ditangkap
maksudnya. Suatu persamaan adalah bahasa universal dalam penelitian operasional dan
ilmu system, dimana digunakan suatu logika simbolis.
Permodelan mencakup suatu pemilihan atas karakteristik dari perwakilan abstrak yang
paling tepat dalam situasi yang terjadi. Pada umumnya model matematis bisa di
klasifikasikan menjadi dua bagian. Suatu model bisa statis atau dinamis. Model statis
memberikan informasi tentang berubah-ubah model hanya pada titik tunggal dari
waktu. Model dinamis mampu menelusuri jalur waktu dari berubah-ubah model-model
dinamis lebih sulit dan mahal pembuatannya, tetapi memberikan kekuatan yang lebih
tinggi dalam analisis dunia nyata.

pemilihan model tergantung pada tujuan dari pengkajian sistem dan lihat jelas dalam formulasi
permasalahan dalam tahap evaluasi kelayakan. Sifat model juga tergantung pada teknik
pemodelan yang dipakai yang didasarkan pada teknik peluang dan memperhitungkan ke
ketidakmenentuan (uncertainty) disebut model probabilittik atau model stokastik.

keuntungan penggunaan model adalah:

1. mereduksi biaya
2. meredukasi waktu
3. mudah dimanipulasi
4. mendekati real sistem
5. lebih pasti
6. dapat menganalisis permasalahan yang kompleks
7. bisa digunakan sebagai bahan latihan

Namun demikian hal-hal yang harus diperhatikan dalam pemodelan adalah:

1. Pemodelan merupakan sesuatu yang sulit dilakukan

2. Dalam pemodelan seringkali digunakan asumsi-asumsi (tidak menggunakan data)

model keputusan merupakan suatu bentuk keputusan yang diabstraksikan menjadi bentuk
simbolik.

Subsistem manajemen model dalam DSS terdiri dari sub-sub komponen berikut:

1. Basis Model

berisi model statistic, keuangan, pengetahuan manajemen atau model kuantitatif lain
yang menyediakan kemampuan analisis, seperti mencari, menjalankan,
menggabungkan, serta memeriksa model.

dilihat dari tingkat manajemen penggunaannya, model dalam basis model dibedakan
menjadi empat yaitu:

a. model strategis
mendukung tanggung jawab perencanaan strategis dari top manajemen. Contoh
pengembangan perusahaan pemilihan lokasi pabrik perencanaan merger.
b. model taktikal
 digunakan oleh manajemen tingkat menengah untuk membantu dan pengontrolan
sumber daya organisasi. Contoh perencanaan kebutuhan tenaga kerja
pembelajaran rutin dan lain-lain
c. model operasional
mendukung manajemen level bawah dalam melaksanakan aktivitas sehari-hari
dalam cakupan waktu yang singkat
d. model building block
model ini merupakan model yang akan digunakan untuk membangun model yang
lain. Contoh analisis regresi, perhitungan NPV, dan lain-lain
2. Sistem manajemen basis model
Software pembuat model, pembaharuan model, pengubahan model, dan manipulasi
data
3. Model direktori
Katalog semua modal dalam basis model yang terdiri dari definisi model dan fungsi
utama untuk menjawab pertanyaan tentang keberadaan dan kemampuan model.
4. Model eksekusi, intelegensi, dan perintah
Eksekusi berfungsi mengontrol jalannya aktivitas nyata. Intelegensi menggabungkan
operasi berbagai model, sedangkan perintah berfungsi menerima dan menerjemahkan
instruksi model dari model lain.

Langkah-Langkah Pembedahan Dalam Dss Saat Melakukan Pemodelan Dalam DSS

Saat melakukan pemodelan dalam pembangunan DSS dilakukan Langkah-langkah sebagai
berikut:
1. Studi kelayakan atau intelegensi
Pada langkah ini sasaran ditemukan dan melakukan pencarian prosedur pengumpulan
data identifikasi masalah identifikasi kepemilikan masalah klasifikasi masalah hingga
akhirnya terbentuk sebuah pernyataan masalah. Kepemilikan masalah berkaitan dengan
bagian apa yang akan dibangun oleh DSS dan Apa tugas dari bagian tersebut sehingga
model tersebut bisa relevan dengan kebutuhan si pemilik masalah
2. Perancangan (Design)
Pada tahap ini akan diformulasikan model yang akan digunakan dan kriteria kriteria yang
ditentukan. Setelah itu dicari alternatif model yang bisa menyelesaikan permasalahan
tersebut. Langkah selanjutnya adalah memprediksi keluaran yang mungkin kemudian
ditentukan variabel-variabel model
 3. Pemilihan (choice)
Setelah pada tahap desain ditentukan berbagai alternatif model beserta variabel-
variabelnya, pada tahapan ini akan dilakukan pemilihan modalnya termasuk solusi dari
model tersebut. Selanjutnya dilakukan analisis sensitivitas, yakni dengan mengganti
beberapa variable.
4. Membuat DSS
Setelah menentukan modelnya, berikutnya adalah mengimplementasikannya
dalam aplikasi DSS

MANAJEMEN DATA

Subsistem manajemen data terdiri dari elemen-elemen berikut:

1. Database system pendukung keputusan

Database adalah kumpulan data yang saling terkait dan di organisasi untuk memenuhi
kebutuhan perusahaan, dan dapat di gunakan oleh lebih dari satu orang dengan lebih
dari satu aplikasi. Pada beberapa sistem pendukung keputusan data di tempatkan pada
datawarehouse melalui sebuah web server database. Bebrapa database dapat di gunakan
pada satu aplikasi sistem pendukung keputusan dan tergantung pada sumber data.
Pengguna menggunakan sebuah browser web untuk mengakses database. Data pada
sistem pendukung keputusan di ekstrak dari sumber data internal dan eksternal, juga
dari data personal milik satu atau lebih pengguna. Hasil ekstraksi di tempatkan pada
database khusus atau pada datawarehouse perusahaan.
Data internal
Data yang sumbernya berasal terutama dari sistem pemrosesan transaksi dari dalam
organisasi. Contoh umum seperti data tentang pegawai, data penjualan, upah/gaji
bulanan, jadwal pemeliharaan mesin, alokasi anggaran, perkiraan terhadap penjualan
yang akan datang, biaya produksi, rencana rekruitmen pegawai baru masa mendatang,
dan lain-lain
Data eksternal
Data yang sumbernya dari luar sistem organisasi, seperti data industri, data riset
pemasaran, data sensus, data tenaga kerja regional, regulasi pemerintah, jadwal tarif
pajak, data ekonomi dalam negeri, dll. Data tersebut dapat berasal dari lembaga
 pemerintah, asosiasi perdagangan, perusahaan riset pasar. Cth: peraturan perundang-
undangan, harga pasar, keadaan pesaing, kurs dollar.
Data privat
Adalah data yang tidak bisa dikendalikan oleh organisasi, meliputi petunjuk-petunjuk
yang di gunakan oleh pengambil keputusan khusus dan penilaian terhadap data dan atau
situasi spesifik, dengan kata lain, data privat merupakan pendapat dari user mengenai
variable yang diperlukan dalam menyelesaikan masalah atau nilai dari suatu variable.
Data tersebut bersifat subjektif.
Ekstraksi
dalam membuat sebuah database sering diperlukan adanya koneksi ke datawarehouse.
Proses pemindahan data-data dari database operasional ke dalam datawarehouse atau
database yang khusus digunakan untuk analisis disebut proses ekstraksi.
Data ekstraksi merupakan hasil kombinasi data dari berbagai sumber termasuk sumber
internal dan eksternal.

2. System manajemen database/database management system (DBMS)

Database di buat, diakses, dan di perbaharui oleh sebuah DBMS. Kebanyakan sistem
pendukung keputusan dibuat dengan sebuah DBMS relasional yang menyediakan
berbagai kapabilitas.
3. Direktori data
Direktori data merupakan katalog dari semua data yang berada di dalam database.
Direktori ini di gunakan untuk mendukung fase intelegensi dari proses pengambilan
keputusan karena membantu memindai data dan mengidentifikasi area masalah atau
peluang-peluang. Direktori ini sama seperti semua katalog lainnya, mendukung
penambahan entri baru, menghapus entri, dan mendapatkan kembali informasi
mengenai objek-objek khusus yang ada di dalam database
4. Fasilitas query
Membangun dan menggunakan sistem pendukung keputusan sering memerlukan
akses, manipulasi dan query data. Tugas-tugas tersebut dilakukan oleh query facility,
menerima permintaan untuk data dari komponen sistem pendukung keputusan lain,
menentukan bagaimana permintaan dapat di penuhi (konsultasi dengan direktori data
jika perlu), memformulasi permintaan dengan detail, dan mengembalikan hasilnya
kepada pemberi permintaan.
 Hubungan antara elemen-elemen tersebut ditunjukkan pada gambar berikut

Organisasi Data
Pemrosesan analitik online (OLAP) dan pemrosesan transaksi online (OLTP) adalah
sistem pemrosesan data yang membantu dalam menyimpan dan menganalisis data bisnis. kita
dapat mengumpulkan dan menyimpan data dari berbagai sumber, seperti situs web,
aplikasi, smart meter, dan sistem internal. OLAP menggabungkan dan mengelompokkan data
sehingga kita dapat menganalisisnya dari sudut pandang yang berbeda. Sebaliknya, OLTP
menyimpan dan memperbarui data transaksional secara andal dan efisien dalam volume tinggi.
Basis data OLTP dapat menjadi salah satu di antara beberapa sumber data untuk sistem OLAP.
Pemrosesan analitik online (OLAP) dan pemrosesan transaksi online (OLTP) adalah
sistem manajemen basis data untuk menyimpan dan memproses data dalam volume besar.
Keduanya membutuhkan infrastruktur IT yang efisien dan andal agar dapat berjalan dengan
lancar. kita dapat menggunakan keduanya untuk mengkueri data yang ada atau menyimpan
data baru. Keduanya mendukung pengambilan keputusan yang berbasis data dalam organisasi.
Sebagian besar perusahaan menggunakan sistem OLTP dan OLAP secara bersamaan
untuk memenuhi persyaratan kecerdasan bisnis mereka. Namun, pendekatan dan tujuan
manajemen data antara OLAP dan OLTP sangatlah berbeda. Silahkan dalami lebih lanjut
tentang OLAP dan OLTP.