INSPIRING LEADER FOR HEALTHY NATION

SIMRS II

Decision Support System

Pertemuan 2

www.ikijakarta.ac.id
 Lecturer
• Selviady Kurniawan, S.Kom., MARS
• Drs. Soedarto Soepangat, MARS., PhD
 Overview Of Session
1. Konsep Sistem Pendukung Keputusan
2. Tujuan DSS
3. Model DSS
4. Konsep DSS untuk memecahkan masalah
kelompok (Group Decision Support System-
GDSS)
5. Clinical Decision Support System (CDSS) di
Rumah Sakit
CONCEPT OF DECISION
SUPPORT SYSTEMS
 The Types Of Decisions Made Are Basically Grouped Into 2 Types

Keputusan Terprogram

(Herbert A.Simon)
 Decision Making Stages

(Herbert A.Simon)
 Definition of DSS / SPK
• Suatu sistem berbasis komputer interaktif yang membantu pengambil
keputusan memanfaatkan data dan model untuk menyelesaikan masalah
unstructured.
(Scott Morton, 1971)

• Menggabungkan sumber daya intelektual manusia dengan

kemampuan komputer, untuk meningkatkan kualitas keputusan.

• Merupakan sistem pendukung berbasis komputer bagi pengambil

keputusan manajemen untuk menyelesaikan masalah semi-
structured.
(Keen and Scott Morton, 1978)
 Decision Support System
• Menyediakan dukungan informasi interaktif bagi para
manajer dalam proses pengambilan keputusan.
Model-model analitik
PURPOSE OF DECISION
SUPPORT SYSTEM
• Membantu menyelesaikan masalah semi
terstruktur.
• Mendukung penilaian manajer bukan mencoba
menggantikannya.
• Meningkatkan efektifitas pengambilan
keputusan manajer.
• Dalam pemrosesannya, SPK dapat menggunakan
bantuan dari system lain seperti Artificial
Intellegence, Expert Systems, Fuzzy Logic, dll.
 Examples of Application DSS
Institutional DSS
 Why Use DSS?
Keputusan yang berkualitas
 Reasons Why DSS Is Required
 Ekonomi tidak stabil
 Kesulitan untuk mendeteksi sasaran bisnis yang
beragam
 Meningkatnya kompetisi
 Electronic commerce
 Sistem yang ada tidak mendukung pengambilan
keputusan
 Departemen IS terlalu sibutk
 Kebutuhan akan analisis khusus
 Kebutuhan informasi yang akurat
 Kebutuhan informasi yang baru dan tepat waktu
 Penghematan biaya
 End-user computing
DECISION SUPPORT SYSTEM
MODEL
1. Masalah Terstruktur: masalah yang terdiri dari elemen-elemen dan
hubungan antar elemen yang semuanya dipengaruhi oleh pemecah
masalah. Pemecah masalah tersebut adalah komputer. Karena komputer
dapat memecahkan masalah tanpa perlu melibatkan manajer.
2. Masalah Tidak Terstruktur: masalah yang berisi elemen-elemen atau
hubungan antar elemen yang tidak dipahami oleh pemecah masalah.
Pemecahan masalah dilakukan oleh manajer. Karena manajer harus
melakukan sebagian besar tugas memecahkan masalah.
3. Masalah Semi Terstruktur: masalah yang berisi sebagian elemen atau
hubungan yang dimengerti oleh pemecah masalah. Pemecahan masalah
dilakukan oleh manajer dan komputer, yang harus bisa bekerja sama
memecahkan masalah.
DSS Components and Software
DSS Components
https://slideplayer.com/slide/7288144/24/images/3/DSS+Components+Data+Management+Subsystem.jpg
 Kemampuan DSS
• What-if-analysis: mengobservasi bagai-mana
perubahan terhadap variabel-variabel tertentu
berpengaruh terhadap variabel lain.

• Sensitivity analysis: mengobservasi

bagaimana naik turunnya satu variabel
berpengaruh terhadap variabel-variabel lain.
 Kemampuan DSS Con’t
• Goal seeking Analysis: merubah nilai-nilai
beberapa variabel sampai satu variabel yang
diinginkan mencapai nilai tertentu.

• Optimization analysis: mencari nilai-nilai

optimum dari variabel-variabel tertentu
berdasarkan kendala-kendala yang ada.
 SIM VS SPK
KRITERIA SIM SPK

Dukungan Terhadap Informasi Performansi Informasi Dan Teknik

Keputusan Organisasi Pengambilan Keputusan
Untuk Menganalisis
Problem Tertentu

Bentuk Dan Frekuensi Laporan Periodik, Queries & Respon Interaktif

Informasi Eksepsi, Demand, Dan
Push & Respon

Format Informasi Tertentu, Fixed Adhoc,fleksibel

Metodologi Pengolahan Informasi Dihasilkan Informasi Dihasilkan Model

Informasi Dari Data Bisnis Analitik
 Subsystem of the Formation of DSS
• Data Management terdiri dari elemen:
– DSS Database
• Database Management System
• Data Directory
• Query Directory
– Model Management
• Model Base
• Model Base Management System
• Modeling Language
• Model Directory
• Model Execution, Integration, and Command
• User Interface (Dialog Management)
 Data Category in DSS
• Internal Data
– Data yang diperoleh dari dalam organisasi seperti data
karyawan dan gaji, data mesin. Data transaksi adalah sumber
utama dari internal data.
• External Data
– Data dari luar organisasi seperti data industri, riset pemasaran,
peraturan pemerintah, Dow Jones Information System dan lain-
lain.
• Private Data
– Dapat berisi “rule of thumb” yang digunakan oleh pengambil
keputusan dan penilaian dari data atau situasi spesifik .
Contoh DSS di Perusahaan
Types of Decision Support Systems
• Metode Sistempakar
• Metode Regresilinier
• Metode B/C Ratio
• Metode AHP (Analytical Hierarchy Process)
• Penerapan DSS Dalam Seleksi Penerimaan Bea Siswa

• Fase intelegensi dilakukan dengan menganalisis beberapa

variabel sebagai acuan didalam penyelesaian masalah, yaitu:
Pendidikan terakhir orang tua, Pekerjaan orang tua,
Penghasilan orang tua, Status orang tua laki-laki, Alamat
orang tua, Duduk di semester, IPK, IP terakhir, Status bea
siswa, dan Jumlah bersaudara
 Memasukkan Nilai
Pendidikan terakhir orang tua
 SD point 80
 SMP point 70
 SMA point 60
 PT point 40

Pekerjaan orang tua

 Tani/Nelayanpoint 90
 Pegawai negeri (Guru, dosen, Pemda dll) point 50
 Pegawai swasta (BUMN, PT, CV, dll) point 50
 Profesional (Dokter, Pengacara, Konsultan dll) point 10
 TNI/Polripoint 60
 Pensiunan (Negeri /TNI-Polri) point 80
 PHK point 90
Penghasilan orang tua
100.000 s/d 500.000 point 90
>500.000s/d 1.000.000 point 80
>1.000.000 s/d 1.500.000 point 70
>1.500.000 s/d 2.000.000 point 60
>2.000.000 s/d 2.500.000 point 50
> 2.500.000 point 30

Status orang tua laki-laki

Hidup point 70
Meninggal point 250

Alamat orang tua

Ibu kota negara point 40
Ibu kota porvinsi point 50
Ibu kota kabupaten/kota point 60
Ibu kota kecamatan point 70
Desa/Nagari point 80
IPK
 <2.50 point 0
 >2.50 s/d 2.69 point 60
 >2.75 s/d 4.00 point 90
IP terakhir
 <2.50 point 0
 >2.50 s/d 2.69 point 60
 >2.75 s/d 4.00 point 90
Status bea siswa
 Baru point 90
 Lanjutan point 65
 Pernah dengan bea siswa berbeda point 60
Jumlah Bersaudara
 <=2 point 65
 <=3 point 70
 <=4 point 80
 <=8 point 85
Perancangan Input
Perancangan output
DSS CONCEPT FOR SOLVING GROUP
PROBLEMS (GROUP DECISION
SUPPORT SYSTEM-GDSS)
Sifat-Sifat Group Decision Making
 Perlu adanya pertemuan
 Hasil pertemuan tergantung pada pengetahuan
dan pendapat dari anggota kelompok.
 Perlu adanya komposisi dan proses pengambilan
keputusan.
 Perlu adanya penyelesaian jika terjadi perbedaan
pendapat.
(Turban)
 Definisi GDSS
 Sistem yang digunakan oleh sekelompok orang
untuk mencari penyelesaian masalah dengan
menggunakan teknologi komunikasi, komputasi
dan dukungan keputusan.
 Utilitas Dan Tools
 Electronic brainstorming
 Pengorganisasian ide
 Analisis isu
 Formasi kebijakan
 Evaluasi elternatif-alternatif
 Voting
 Kamus data
 Dokumentasi pada setiap sesi
 Kuisioner kelompok
 Partisipasi tanpa identitas
Situasi Pengambilan Keputusan pada GDSS

 Metode-metode dalam pengambilan keputusan

secara kelompok biasanya akan mengalami
kendala ketika setiap pengambil keputusan
memberikan preferensinya secara individual.
(Kwok, 2005)
 Secara umum, ada 2 tahap yang harus
dilakukan dalam Group Support System (GSS)
yaitu:
a. membangkitkan preferensi pengambil keputusan
secara terpisah; dan
b. melakukan agregasi kelompok terhadap setiap
preferensi yang diberikan.
 Clinical Group DSS
Waktu sama Waktu berbeda

· GSS dalam suatu ruang · GSS dalam suatu ruang

keputusan. keputusan.
Tempat sama · GSS berbasis web. · GSS berbasis web.
· Presentasi berbasis · Manajemen aliran kerja.
multimedia. · Berbagi dokumen.
· Penggunaan whiteboard. · Email, vmail.
· Berbagi dokumen. · Video conferencing playback.

· GSS berbasis web. · GSS berbasis web.

· Penggunaan whiteboard. · Penggunaan whiteboard.
· Berbagi dokumen. · Berbagi dokumen.
Tempat berbeda · Video conferencing. · Email, vmail.
· Audio conferencing. · Manajemen aliran kerja.
· Computer conferencing. · Computer conferencing with
· Email, vmail. memory.
· Video conferencing playback.
Topologi GDSS
GDSS Alternatives
The GDSS Decision Room
 Karakteristik GDSS
– Rancangan khusus: komunikasi yang efektif & group decision
making
– Mudah digunakan
– Fleksibel: mengakomodasi perbedaan perspektif
– Anonymous input: tidak mengekspos nama individu
– Parallel communication
– Decision-making support
– Mengurangi kelakuan kelompok yang bersifat negatif:
dibutuhkan fasilitator.
– Automated record keeping
 Keuntungan GDSS
• Adanya komunikasi secara pararel antar anggota kelompok.
• Menawarkan kesempatan yang sama untuk memberikan ide
dan opini.
• Mengeliminasi adanya dominasi dari sebagian anggota
kelompok.
• Dapat diketahui dengan cepat adanya kesetujuan dan
ketidaksetujuan terhadap opini dalam anggota kelompok.
• Membantu mengatur jadwal pertemuan
• Menyediakan kapabilitas dokumentasi otomatis secara efektif.
 Level Group Decision Support
• Level 1 GDSS – menyediakan fitur-fitur teknis yang bertujuan
untuk mengurangi adanya kendala komunikasi seperti voting
dan pertukaran pesan.
• Level 2 GDSS – menyediakan pemodelan keputusan dan
teknik-teknik pengambilan keputusan kelompok yang
bertujuan untuk mengurangi adanya ketidakpastian yang
terjadi dalam proses pengambilan keputusan kelompok.
• Level 3 GDSS – machine-induced group communication
patterns dan dapat juga berisi saran-saran dalam menyeleksi
dan menyusun aturan yang dapat diaplikasikan selama
pertemuan.
Ada 3 faktor yang perlu diperhatikan dalam merancang GDSS:

 Ukuran kelompok
 Adanya atau ketiadaannya interaksi secara tatap
muka
 Tugas yang akan dihadapi oleh kelompok.
 Fitur-fitur Dasar GDSS
• Pembentukan, modifikasi dan penyimpanan file
data & teks bagi anggota kelompok.
• Pemrosesan kata (word processing) untuk
memformat dan mengedit teks.
• Fasilitas pembelajaran.
• Fasilitas Help secara online
• Worksheets, spreadsheets, decision trees, dan
lain-lain yang membutuhkan display secara grafis.
• Manajemen basisdata
 Tipologi Fasilitas GDSS
• Delivery modes:
1. Dilakukan instalasi secara permanen pada lokasi
user.
2. Dilakukan instalasi secara portable (on-call
basis).
3. Dilakukan instalasi secara permanen pada
vendor.
4. Fasilitas dirancang dan disediakan oleh
perusahan komersial.
Clinical Group DSS - Konsensus
Pengambil Keputusan
Keputusan Nilai
Alternatif Akhir Konsensus
P1 P2 P3

A   

B  66,67%

C
 Pengambil Keputusan
Keputusan Nilai
Alternatif
Akhir Konsensus
P1 P2 P3

sangat sangat
A yakin yakin
yakin 

sangat
B yakin yakin
yakin 100%

sangat
tidak tidak
C yakin
tidak
yakin
yakin
CLINICAL DECISION SUPPORT
SYSTEM (CDSS) AT THE HOSPITAL
 atau sering kita kenal sebagai sistem pengambil
keputusan klinis.

 merupakan suatu sistem elektronik yang didesain untuk

membantu klinisi atau tenaga medis dalam mengambil
keputusan klinik.
 Pada penggunaan CDSS yang berbasis elektronik memiliki
beberapa keunggulan dan kemudahan, jika dibandingkan
dengan non-elektronik, apalagi jika sudah terintegrasi
dengan rekam kesehatan elektronik (Services Human &
Investigator 2012)
Keunggulan Computer Based CDSS
 kapasitas penyimpanan knowledge based dan kecepatan
menganalisa sebuah kasus, serta dalam memberikan
rekomendasi kepada klinisi dalam bentuk alert atau peringatan
(Lee et al. 2014)
 Pada Umumnya CDSS elektronik mengkombinasikan
karakteristik klinis dan kondisi pasien, dengan basis
pengetahuan elektronik (computerized knowledge base), yang
kemudian secara otomatis menghasilkan rekomendasi-
rekomendasi untuk bahan pertimbangan klinisi, baik dokter,
perawat, bidan dan tenaga kesehatan lain, yang kemudian dapat
membantu dalam menentukan diagnosis dan pemberian
tindakan medis lainnya (Parshutin & Kirshners 2013)
 CDSS
 media elektronik yang digunakan untuk menentukan
diagnosis, interpretasi klinis, pemberitahuan (alerting),
pengingat (reminder), analisis prediktif dengan sebuah
aplikasi, yang terhubung dengan data (Aynes & Aplan
2001)
 menyediakan informasi bagi tenaga medis, pasien atau
individu atau populasi tertentu, untuk menghasilkan
proses kesehatan yang lebih cepat, lebih efisien, lebih
baik baik bagi layanan kesehatan individual maupun
bagi kesehatan suatu populasi (Sheikhtaheri et al. 2012)
 Komponen CDSS
 Data base (Basis Pengetahuan dan Akuisisi
Pengetahuan Medis)
“Kumpulan data yang tersusun secara
terstruktur dan dalam format elektronik yang
mudah diolah oleh program komputer
(Aynes & Aplan 2001)
 Database ini menghimpun berbagai jenis data
baik yang berasal dari pasien, obat (jenis, dosis,
indikasi, kontraindikasi dll), dokter/perawat dll.”
• Knowledge base (Memori kerja )
“Kumpulan pengetahuan kedokteran yang
merupakan sintesis dari berbagai literatur,
protokol klinik (clinical guidelines), pendapat
pakar maupun hasil penelitian lainnya yang
sudah diterjemahkan dalam bahasa yang
dapat dipahami oleh komputer (Sié et al.
2014)”
• Instrument
“Alat yang dapat mengumpulkan data klinis
seperti: alat pemeriksaan laboratorium, EKG,
radiologis dan lain-lain (Bradburn & Fox
2004)”
• Mesin inferensial (inference engine)
“Merupakan program utama dalam suatu
CDSS yang mengendalikan keseluruhan sistem,
mulai dari menangkap informasi yang berasal
dari pasien, mengkonsultasikannya
dengan knowledge base dan memberikan
hasil interpretasinya kepada pengguna (Wit et
al. 2015)”
• Antar muka (user interface)
“Tampilan program komputer yang
memungkinkan pengguna berkonsultasi untuk
memasukkan data, memilih menu hingga
mendapatkan hasil baik berupa teks, grafis,
sinyal, simbol dan bentuk interaktivitas
lainnya. Interaktivitas dapat bersifat aktif-
otomatis maupun pasif (Main et al. 2010)”
CDSS App Development Function
Tantangan Dalam Implementasi CDSS
 Dunia medis merupakan bidang yang dinamis.
 Perubahan yang terjadi bisa sangat cepat sehingga
berdampak pada penggunaan standar pelayanan
medis yang menjadi tulang punggung dari
pengembangan CDSS (Jao & Hier 2010)
 Alur kerja bidang kesehatan juga sangat kompleks dan
subjektif berdasarkan kasus-per-kasus.
 Hal ini menyebabkan pengembangan CDSS terbatas
pada kasus-kasus tertentu yang memiliki prosedur
medis yang relatif lebih konstan, seperti CDSS pada
sistem peresepan dan CDSS pada interpretasi
hasil echocardiograph (Sanchez et al. 2013)
 Untuk itu perlu dikembangkan lebih lanjut
terhadap kasus-kasus lain atau guideline lain
yang signifikan mampu mengurangi medical
error.
 Secara teknis, menggabungkan informasi
kesehatan berikut temuan-temuan baru yang
selalu berubah menjadikan CDSS harus terus
dilakukan agar sistem tetap terupdate.
Diperlukan kerjasama yang baik antara
pengguna dan pengembang sistem (Jensen et
al. 2015)
 Kesimpulan
• DSS pada prinsipnya hanya membantu para
pengambil keputusan dan bukan menggantikan
posisi para pengambil keputusan.
• CDSS memiliki tujuan utama untuk mendukung
berbagai macam fungsi klinis, seperti:
dokumentasi dan pengkodean klinis, mengatur
kompleksitas klinis, menyimpan dan memelihara
database pasien, melakukan tracking order
pasien, monitoring dan tindak lanjut kesehatan,
maupun tindakan pencegahan suatu penyakit
(Main et al. 2010)
 Aynes, R.B.R.H. & Aplan, B.O.K., 2001. Clinical Decision Support Systems for the Practice of Evidence-based
Medicine. Journal of the American Medical Informatics Association, 8(6), pp.527–534.
 Bradburn, M. & Fox, J., 2004. A quantitative and qualitative evaluation of LISA , a decision support system for
chemotherapy dosing in childhood Acute Lymphoblastic Leukaemia . STUDIES IN HEALTH TECHNOLOGY AND INFORMATICS,
(November 2015).
 Jao, C.S. & Hier, D.B., 2010. Clinical Decision Support Systems : An Effective Pathway to Reduce Medical Errors and Improve
Patient Safety. In INTECH. INTECH.
 Jensen, S., Kushniruk, A.W. & Nøhr, C., 2015. Clinical simulation : A method for development and evaluation of clinical
information systems. JOURNAL OF BIOMEDICAL INFORMATICS, 54, pp.65–76. Available at:
http://dx.doi.org/10.1016/j.jbi.2015.02.002.
 Lee, J. et al., 2014. Impact of a clinical decision support system for high-alert medications on the prevention
of. International Journal of Medical Informatics, 83(12), pp.929–940. Available at:
http://dx.doi.org/10.1016/j.ijmedinf.2014.08.006.
 Main, C. et al., 2010. CDSS in order communication for diagnostic , screening or monitoring test ordering Computerised
decision support systems in order communication for diagnostic , screening or monitoring test ordering : systematic reviews
of the effects and cost-effectivene, Southampton. Available at: http://www.publicationethics.org/.
 Parshutin, S. & Kirshners, A., 2013. Expert Systems with Applications Research on clinical decision support systems
development for atrophic gastritis screening. Expert Systems With Applications, 40(15), pp.6041–6046. Available at:
http://dx.doi.org/10.1016/j.eswa.2013.05.011.
 Sanchez, E. et al., 2013. Bridging challenges of clinical decision support systems with a semantic approach . A case study on
breast cancer. Pattern Recognition Letters, 34(14), pp.1758–1768. Available at:
http://dx.doi.org/10.1016/j.patrec.2013.04.003.
 Sié, A., Nasiell, J. & Bastholm-rahmner, P., 2014. Guidelines for maternal and neonatal “ point of care ”: Needs of and
attitudes towards a computerized clinical decision support system in rural Burkina Faso. International Journal of Medical
Informatics, 83(6), pp.459–469. Available at: http://dx.doi.org/10.1016/j.ijmedinf.2014.01.013.
 Wit, H.A.J.M. De et al., 2015. Evaluation of clinical rules in a standalone pharmacy based clinical decision support system
for hospitalized and nursing home patients. International Journal of Medical Informatics, 84(6), pp.396–405. Available at:
http://dx.doi.org/10.1016/j.ijmedinf.2015.02.004.