BAB 8

KELOMPOK 1
ANGGOTA :

Memanfaatkan Data 1.
2.

Untuk Efisiensi Dan 3.

4.
Efektifitas 5.
6. Wisnu Wardana (D1042181001)
7.
TUJUAN
Menggambarkan pandangan yang saling bersaing tentang
bagaimana keputusan dibuat dalam organisasi

Menggambarkan cara-cara di mana data dapat digunakan

untuk meningkatkan pengambilan keputusan, termasuk :
• mengendalikan proses bisnis
• mengotomatisasi pengambilan keputusan
• mendukung keputusan yang kompleks
• menambah pengetahuan
PENGAMBILAN KEPUTUSAN ORGANISASI

Dalam organisasi apa pun, keputusan normal harus diambil setiap hari, Selain keputusan normal sehari-hari,
ada banyak hal lain yang lebih jarang terjadi.
Sementara lingkungan pengambilan keputusan sangat bervariasi, mereka biasanya memiliki satu kesamaan.
Lebih khusus lagi, akses yang siap ke data yang baik, informasi dan dalam lingkungan yang lebih kompleks)
pengetahuan dapat mengarah pada pengambilan keputusan yang lebih baik (lebih efisien dan efektif).

Bagaimana pengambilan keputusan dilakukan terjadi dalam organisasi :

• Tinjauan singkat dari perspektif rasional
• Secara singkat membahas pandangan alternative.
PANDANGAN RASIONAL

Pandangan rasional pengambilan keputusan menggambarkan situasi yang ideal yang oleh
sebagian orang dianggap sulit dicapai. Dalam dunia yang ideal, anggota organisasi yang
ditugasi membuat keputusan akan mengajukan semua pertanyaan yang benar, mengumpulkan
semua informasi terkait, mendiskusikan situasi dengan semua pihak yang berkepentingan,
dan menimbang semua faktor yang relevan dengan hati-hati sebelum mencapai keputusan
mereka.

Tekanan setiap pembuat • Tekanan Waktu

keputusan :
• Tekanan Politik
• Informasi yang tidak akurat atau tidak
memadai, dan sebagainya
MODEL PENGAMBILAN KEPUTUSAN
RASIONAL
Modelnya meliputi empat tahap : •
Kecerdasan (apakah ada peluang atau masalah ?)
• Desain (mengahasilkan solusi alternative)
• Pilihan mana yang terbaik
• Implementasi dari alternative yang dipilih

Rasionalitas mengasumsikan bahwa pembuat keputusan memproses semua informasi secara

objektif, tanpa bias apa pun. Selain itu, pandangan tentang pengambilan keputusan rasional
menyiratkan bahwa pembuat keputusan memiliki tujuan yang jelas dan konstan, dan konsisten
dalam keputusan dan tindakan mereka.
 Fase kecerdasan
Kumpulkan data dan informasi dari sumber internal dan eksternal, untuk menentukan
apakah ada masalah atau Fase kecerdasan —Kumpulkan data (dan informasi) dari
sumber internal dan eksternal, untuk menentukan apakah ada masalah atau peluang.
Sedapat mungkin, memastikan bahwa data tersebut akurat, tepat waktu, lengkap, dan
tidak ambigu
Fase desain
Menghasilkan solusi alternatif yang memungkinkan. Pastikan bahwa selebar pilihan
alternatif dipertimbangkan.
Fase pilihan
Pilih solusi alternatif terbaik. Identifikasi kriteria yang relevan untuk evaluasi, serta
pembobotan yang tepat untuk setiap Fase pilihan —Pilih solusi alternatif terbaik. Identifikasi
kriteria yang relevan untuk evaluasi, serta pembobotan yang tepat untuk setiap kriteria, dan
gunakan ini untuk secara objektif menimbang setiap alternatif.
Fase Penerapan

Melaksanakan langkah apa pun yang diperlukan untuk menerapkan alternatif yang
dipilih ke dalam tindakan.

Rasionalitas mengasumsikan bahwa pembuat keputusan memproses semua

informasi secara objektif, tanpa bias apa pun. Selain itu, pandangan tentang
pengambilan keputusan rasional ini menyiratkan bahwa pembuat keputusan
memiliki tujuan yang jelas dan konstan, dan konsisten dalam keputusan dan
tindakan mereka.
PANDANGAN ALTERNATIF

Karena pengambilan keputusan pandangan rasinonal memiliki tekanan untuk pembuat keputusan.
Selain faktor tekanan, pembuat keputusan adalah manusia dengan keterbatasan. Hal ini hanya akan
dapat menyimpan begitu banyak informasi yang tersedia dalam memori jangka pendek.

Adanya masalah tersebut dapat membantu kita mengatasi keterbatasan individu dan situasional,
mencoba dan membantu kita bergerak lebih dekat untuk memiliki kemampuan untuk menggunakan
proses pengambilan keputusan melaui pandangan alternatif. Misalnya, merancang sistem yang
menyediakan data yang dirangkum (dengan akses ke data yang lebih rinci tentang permintaan)
memudahkan pengambil keputusan untuk mengambil informasi yang mereka butuhkan, yang
meningkatkan kemungkinan mereka akan melakukannya daripada mengambil jalan pintas.
LINGKUNGAN PENGAMBILAN KEPUTUSAN

Tidak semua situasi membutuhkan keputusan adalah sama. keputusan akan menghasilkan tindakan yang
memiliki dampak besar kedepannya atau dampak relative kecil.

Salah satu kriteria yang dapat digunakan untuk membedakan antara situasi keputusan adalah tingkat struktur
yang terlibat. Banyak situasi sangat terstruktur, dengan input dan output yang jelas.

Misalnya, relatif mudah untuk menentukan berapa banyak membayar seseorang jika kita memiliki data input
yang sesuai. Dalam situasi seperti ini, relatif mudah untuk mengembangkan sistem informasi yang dapat
digunakan untuk mendukung (atau bahkan mengotomatisasi) keputusan.

Sebaliknya, beberapa situasi keputusan sangat kompleks dan tidak terstruktur, di mana tidak ada aturan
keputusan khusus yang dapat dengan mudah diidentifikasi.
SISTEM INFORMASI SEBAGAI MODEL INPUT-PROSES-OUTPUT

Salah satu cara untuk melihat kemungkinan hubungan antara data, informasi
dan pengetahuan adalah dengan mempertimbangkan sistem informasi dari
perspektif model IPO. Di sisi input memiliki data, Data-data ini kemudian
difilter dan dimanipulasi dengan cara tertentu untuk mendapatkan informasi.

Informasi yang dihasilkan digunakan oleh manusia untuk mencapai

keputusan. Hasil dari keputusan ini adalah hasil yang dapat diamati. Jika
hasil obyektif ini dipantau dan diperiksa, maka pengetahuan dapat diperoleh
MENGGUNAKAN DATA UNTUK MENINGKATKAN PENGAMBILAN
KEPUTUSAN

Berbagai macam istilah telah digunakan untuk menggambarkan

sistem informasi yang dirancang untuk mendukung pengambilan
keputusan anggota organisasi :
• Sistem pendukung keputusan (DSS)
• Sistem pendukung keputusan kelompok (GDSS)
• Sistem informasi eksekutif (EIS)
• Sistem manajemen pengetahuan (KMS)
• intelijen bisnis (BI).
KONTROL

Satu fungsi penting yang perlu dilakukan dalam organisasi adalah kontrol, dan manajer sering ditugasi
mengendalikan proses organisasi tertentu. Data tertentu perlu ditangkap, dan informasi tertentu dibuat,
untuk mengontrol operasi jalur perakitan.
Untuk lebih spesifik, anggaplah bahwa keputusan telah diambil untuk melacak setiap bagian yang
digunakan sebagai masukan; ini dilakukan dengan memastikan bahwa setiap bagian memiliki kode
batang UPC (Kode Produk Universal) yang ditempelkan padanya ketika diterima dari pemasok, dan
kode batang masing-masing bagian dipindai oleh pembaca kode batang sebelum digunakan. Ketika
suatu bagian dipindai, informasi yang terdapat pada kode batang disalin dan disimpan dalam database
produksi.
Satu dari banyak kemungkinan bagaimana proses bisnis ini dapat dirancang dan dikendalikan, dan
karenanya bagaimana suatu sistem informasi dapat dirancang untuk mendukungnya.
Proses bisnis harus dirancang terlebih dahulu, dan kemudian sistem informasi harus dirancang untuk
mendukung proses tersebut.
KEPUTUSAN
OTOMATISASI

Semakin terstruktur situasi keputusan, semakin mudah untuk

mengotomatiskannya. Jika dimungkinkan untuk mendapatkan algoritma yang
dapat digunakan untuk mencapai keputusan yang efektif, dan data yang diperlukan
sebagai input untuk algoritma dapat diperoleh dengan biaya yang masuk akal,
maka biasanya masuk akal untuk mengotomatiskan keputusan tersebut.

Davenport dan Harris (2005) menawarkan kerangka kerja untuk mengategorikan

aplikasi yang digunakan untuk mengotomatisasi keputusan. Sebagian besar sistem
yang mereka gambarkan mencakup beberapa jenis sistem pakar, sering
dikombinasikan dengan aspek DSS, GDSS, dan EIS. Kategori yang mereka
sediakan meliputi:
 Kepatuhan perusahaan atau peraturan

Sistem-sistem ini memastikan bahwa suatu organisasi mematuhi semua hal kebijakan
internal atau eksternal secara konsisten. Misalnya, perusahaan hipotek yang ingin menjual
hipotek di pasar sekunder harus memastikan bahwa mereka mematuhi semua aturan pasar
saat mereka menyiapkan hipotek asli. Demikian pula, perusahaan asuransi harus mematuhi
peraturan federal dan negara bagian ketika menulis kebijakan asuransi.
Deteksi penipuan

Sistem ini menyediakan mekanisme untuk memantau transaksi dan mencatat kemungkinan yang
curang. Pendekatan yang digunakan mungkin sangat sederhana, seperti memeriksa kode
keamanan kartu kredit. Dengan secara otomatis mengidentifikasi transaksi yang berpotensi
penipuan, dan kemudian memiliki operator manusia yang menghubungi pemegang kartu untuk
memverifikasi transaksi, perusahaan kartu kredit dapat mengurangi kerugian penipuan dan
meningkatkan kepuasan pelanggan mereka.
 Peramalan dinamis

Organisasi sepanjang rantai pasokan dapat mengurangi biaya operasinya mengurangi

jumlah produk yang disimpan dalam persediaan. Sistem peramalan dinamis Membantu
perusahaan manufaktur menyelaraskan ramalan pelanggan mereka dengan rencana
internal mereka sendiri.
Pengendalian
operasional
Sistem ini memonitor beberapa aspek lingkungan fisik atau beberapa jenis infrastruktur
fisik. Jika peristiwa yang tidak biasa terjadi sistem secara otomatis melakukan beberapa
jenis Tindakan.
Mendukung keputusan yang kompleks
Dalam konteks keputusan yang tidak terstruktur, mungkin ada banyak faktor atau variabel yang perlu
dipertimbangkan. Seringkali, upaya untuk menemukan keputusan "terbaik" sehubungan dengan satu faktor
akan mengarah pada solusi yang buruk sehubungan dengan yang lain. Bahkan ketika situasinya sangat
kompleks, bagaimanapun, seringkali dimungkinkan untuk menggunakan sistem informasi untuk membantu
mendukung konteks pengambilan keputusan.
Mendukung keputusan yang kompleks
 Contoh yang lebih kompleks. Pada awal 1990-
Sistem pendukung keputusan tidak harus berupa
sistem informasi yang besar dan kompleks. an, American Airlines dihadapkan dengan tugas
Sebagai contoh, seorang manajer penjualan yang berat yaitu menjadwalkan sekitar 11.000
untuk perusahaan perakitan kursi mungkin pilot dan 21.000 pramugari pada hampir 700
menggunakan perangkat lunak lembar kerja pesawat terbang dalam penerbangan ke lebih
untuk mengembangkan model perkiraan yang dari 200 kota. Selain itu, mereka memiliki
dapat digunakan untuk memprediksi tingkat
permintaan untuk suatu produk Setelah kendala tertentu, seperti pilot waktu maksimum
membangun model untuk memasukkan kriteria dan pramugari dapat mengudara selama periode
yang diyakini berdampak pada permintaan waktu tertentu. Masalah ini dapat menghasilkan
Manajer penjualan dapat menggunakannya antara 10 dan 12 juta kemungkinan solusi
untuk membantu memperkirakan permintaan
dan kemudian memutuskan tingkat permintaan
apa yang akan diteruskan ke grup produksi.
Tantangan penjadwalan yang dihadapi American Airlines (dan setiap
maskapai besar lainnya) sangat kompleks. Ketika Anda
mempertimbangkan biaya lembur, kontrak kerja, mandat tenaga kerja
federal, biaya bahan bakar, permintaan rute, dan sebagainya, jelas bahwa
tidak ada solusi yang sempurna. Jika solusi diperoleh yang “terbaik”
untuk satu dimensi (mis. Mengurangi upah lembur), dimensi lain (seperti
preferensi liburan) kemungkinan akan dikompromikan. Untuk mengatasi
situasi ini, American Airlines menghabiskan lebih dari dua tahun bekerja
pada sistem penjadwalan yang menggunakan teknik ilmu manajemen.
Hasilnya adalah sistem informasi yang menyelamatkan perusahaan
antara USD 40 dan USD 50 juta per tahun, dengan mengurangi waktu
kru penerbangan yang terbuang.
MANAJEMEN PENGETAHUAN

Sistem manajemen pengetahuan dapat mengambil banyak bentuk yang berbeda, tetapi tujuan dasarnya
adalah untuk :
• mencoba dan memfasilitasi komunikasi di antara pekerja pengetahuan dalam suatu organisasi
• mencoba membuat keahlian beberapa tersedia bagi banyak orang

Pendekatan berbeda dalam manajemen pengetahuan lebih berfokus pada pengidentifikasian

(dan penyimpanan) detail tentang keahlian karyawan, dan kemudian memungkinkan
karyawan lain untuk mencari dan menghubungi pakar internal ini. Namun, pendekatan ini
juga memiliki kelemahan, karena "para ahli" dapat menghabiskan begitu banyak waktu untuk
menanggapi permintaan dan mendidik karyawan lain sehingga mereka memiliki sedikit
waktu untuk menyelesaikan pekerjaan mereka sendiri. Akibatnya, karyawan mungkin ragu
untuk memberikan informasi tentang keahlian mereka.
KECERDASAN BISNIS

Istilah business intelligence (BI) umumnya digunakan untuk

menggambarkan jenis sistem informasi yang dirancang untuk
membantu pengambil keputusan melihat tren dan hubungan dalam
volume data yang besar. Biasanya, perangkat lunak intelijen bisnis
digunakan bersama dengan basis data besar atau gudang data.
Sementara kemampuan spesifik dari sistem BI bervariasi, sebagian
besar dapat digunakan untuk pelaporan khusus (misalnya meringkas
data di sepanjang beberapa dimensi secara bersamaan), permintaan
khusus, dan analisis tren.
KESIMPULAN

 Sistem informasi dapat digunakan dalam banyak cara untuk meningkatkan pengambilan keputusan. Sistem yang
menangkap data mentah dan mengubahnya menjadi informasi dapat membantu mengendalikan proses bisnis.
Keputusan yang sangat terstruktur mungkin otomatis. Untuk lingkungan keputusan yang lebih tidak terstruktur
atau kompleks, sistem pendukung keputusan dapat membantu menghadirkan lebih banyak struktur dan
memberikan penilaian awal terhadap berbagai alternatif. Sistem pakar dapat membantu menangkap keahlian satu
atau lebih manusia, dan menjadikan keahlian itu lebih banyak tersedia. Sistem manajemen pengetahuan dapat
digunakan untuk mempertahankan pengetahuan organisasi ketika orang pergi, dan untuk memfasilitasi berbagi
pengetahuan di antara anggota organisasi. Sistem intelijen bisnis digunakan untuk mengidentifikasi tren dan
hubungan di dalam basis data besar atau gudang data.
 Singkatnya, sistem informasi dapat digunakan dalam banyak cara untuk meningkatkan efisiensi dan efektivitas
operasi organisasi dan pengambilan keputusan.
END