Pertemuan X

Teknologi Informasi
- Sistem Pendukung Keputusan -
 Sistem Pendukung Keputusan
Sistem Pendukung Keputusan atau Decision Support Support (DSS)
Adalah bagian dari sistem informasi berbasis komputer yang memiliki kemampuan memberikan
pemecahan masalah atau mengambil keputusan yang baik dan tepat baik itu dengan kondisi data
tak terstruktur, semi terstruktur ataupun terstruktur
Yang dimaskudkan dengan keputusan tak terstruktur, semi terstruktur dan terstruktur
1. Keputusan Tak Terstruktur

Keputusan yang proses penanganannya lebih rumit karena biasanya tidak terjadi secara rutin, atau
pada kondisi tertentu. Proses pengambilan keputusan jenis ini membutuhkan pengalaman serta
sumber eksternal. Biasanya, keputusan jenis ini terjadi pada manajemen tingkat tinggi.

2. Keputusan Semi Terstruktur

Keputusan yang sebagian ditentukan oleh komputer, dan sebagian lainnya ditentukan oleh pihak pengambil
keputusan. Karena itu, informasi yang dibutuhkan pada keputusan jenis ini adalah data yang fokus, interaktif,
spesifik, real time, terjadwal, dan internal. Contohnya adalah penjadwalan chek up, serta pengendalian kartu
berobat
3. Keputusan Terstruktur

Kegiatan pengambilan keputusan yang sudah jelas dan dilakukan secara rutin, dan biasanya dilakukan oleh pihak
manajemen di tingkat bawah. Oleh karenanya, diperlukan informasi yang spesifik, sempit, terjadwal, realtime,
internal, detail, dan interaktif dalam menggunakan SPK jenis ini. Contoh SPK jenis terstruktur adalah keputusan
hasil diagnosa, keputusan rawat inap, stok obat obatan dalm bidang kefarmasian
 Pengertian Sistem Pendukung Keputusan Menurut Para Ahli
1. Turban (2001)
Sistem pendukung keputusan adalah sistem yang digunakan untuk dapat mengambil keputusan pada situasi
semi terstruktur dan tidak terstruktur, dimana seseorang tidak mengetahui secara pasti bagaimana
seharusnya sebuah keputusan dibuat

2. Sprague dan Watson(1993)

Sprague dan Watson membagi sistem pendukung keputusan menjadi lima bagian atau karakteristik, yaitu:
• Sistem berbasis komputer
•Sistem dibuat untuk mengambil keputusan
•Dibangun untuk membantu dalam memecahkan masalah yang rumit, dan tidak
dapat diselesaikan melalui perhitungan kalkulasi secara manual
•Melalui bantuan simulasi yang interaktif
•Komponen utama terdiri dari kumpulan data dan model analisis

Tujuan Penggunaan Decision Support System

Di dalam proses pengolahannya, DSS dibantu dengan berbagai sistem lain seperti Artificial Intelligence (AI), Expert
System (ES), Fuzzy Logic, dan lain sebagainya. Sehingga, tujuan dari penerapan SPK ini adalah sebagai berikut:

•Membantu dalam menyelesaikan permasalahan yang terbentuk secara semi – struktural

•Mampu mendukung aktivitas manajer dalam mengambil sebuah keputusan dalam suatu
masalah
•Mampu meningkatkan keefektifan, bukan tingkat efisiensi dalam pengambilan keputusan
 Tahapan dari Sistem Pendukung Keputusan
Start

Mendefenisikan
Masalah

Pengumpulan
Database
Data / Informasi

Alternatif
Sub Proses Pengolahan Ya
Pemecahan Solusi /
Pengumpulan Data /
Masalah / Keputusan
Data/Informasi Informasi
Solusi

Tidak
Data /
Informasi End
Tahap dalam Decision Support System / SPK untuk hasil keputusan yang baik

1. Intelligence Phase
Tahap pemahaman merupakan proses penelusuran untuk memetakan tingkat problematika, serta
mampu mengenali permasalahan yang terjadi. Input data yang diperoleh nantinya diproses dan
diuji cobakan dalam rangka mendukung proses identifikasi masalah.
2. Design Phase
Tahap perancangan dimulai dengan proses pengembangan pencarian solusi alternatif yang sangat
mungkin untuk diambil. Namun, diperlukan proses verifikasi dan validasi untuk dapat mengetahui
tingkat keakuratan pada model yang diteliti.
3. Choice Phase
Tahap pemilihan berfungsi untuk memilih berbagai solusi alternatif yang dapat dipilih, serta
dimunculkan pada fase perencanaan dengan memperhatikan kriteria berdasarkan tujuan utamanya
(objective)
4. Implementation Phase
Tahap implementasi atau penerapan, dilakukan dengan menyesuaikan rancangan sistem yang telah
dibuat pada beberapa fase sebelumnya.
Komponen dari Sistem Pendukung Keputusan

Terdapat tiga komponen utama yang tersusun dalam sebuah sistem pendukung
keputusan, antara lain sebagai berikut.
1. Database Management
Manajemen basis data merupakan sub sistem dalam data yang terorganisir pada sebuah database. Untuk
kepentingan SPK sendiri, diperlukan data yang relevan dengan permasalahan yang hendak diselesaikan
melalui sistem berbasis simulasi.

2. User Interface (Comunication)

Tampilan antarmuka atau pengelolaan dialog adalah proses penggabungan antara dua komponen,
yaitu database management dan model base yang nantinya akan bergabung dengan user interface.
Nantinya User Interface (UI) akan menampilkan output atau keluaran sistem bagi pengguna perangkat
lunak.

3. Model Base
Komponen model merepresentasikan terkait permasalahan ke
dalam format data kuantitatif. Yang di dalamnya terdiri dari
tujuan permasalahan, komponen, batasan (constraint), dan hal
terkait lainnya. Mode base sangat memungkinkan untuk
menganalisa permasalahan secara utuh dan
mengembangkannya menjadi solusi yang terbaik
Karakteristik Sistem Pendukung Keputusan
Karakteristik yang diterapkan dalam Decision Support System,adalah sebagai berikut :

• Mendukung proses pengambilan keputusan yang efektif, serta menitikberatkan pada sistem
manajemen berbasis persepsi. Contohnya ialah sistem pendukung keputusan untuk
pengelolaan data administrasi keuangan perbankan.
• Tampilan antarmuka yang mengendalikan dan mengontrol proses pengambilan keputusan
yang sebelumnya dikerjakan oleh manusia.
• Mempunyai kapasitas dialog sesuai dengan kebutuhan, untuk dapat memperoleh informasi
seakurat mungkin.
• Membutuhkan struktur data yang bersifat komprehensif, sehingga mampu melayani
kebutuhan informasi serinci mungkin.
• Memiliki subsistem yang saling terintegrasi dengan baik, sehingga menjadi bagian dari satu
kesatuan item atau komponen
Sistem Pendukung Keputusan Dalam Dunia Kesehatan

Terdapat banyak penerapan sistem pendukung keputusan dalam dunia kesehatan diantaranya adalah :
Sistem Pendukukung Kesehatan Penentuan Kesehatan Gizi Balita, Sistem Pendukung Keputusan Keperawatan
Darurat dan lain - lain

CLINICAL DECISION SUPPORT SYSTEM

Clinical Decision Support System (CDSS) 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).

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
KOMPONEN CLINICAL DECISION SUPPORT SYSTEM
KOMPONEN CLINICAL DECISION SUPORRT SYSTEM (CDSS)

1.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.

2.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

3.Instrument
Alat yang dapat mengumpulkan data klinis seperti: alat pemeriksaan laboratorium, EKG, radiologis dan
lain-lain (Bradburn & Fox 2004).

4. 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

5. 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
KEUNGGULAN CLINICAL DECISION SUPPORT SYSTEM

Berikut ini adalah keunggulan CDSS

1. Kapasitas penyimpanan knowledge based
2. Memiliki kecepatan menganalisa sebuah kasus / Diagnosa
3. Dapat memberikan rekomendasi kepada klinisi dalam bentuk alert

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).

FUNGSI APLIKASI CDSS

• Alerting /Reminding
• Critiquing
• Interpreting
• Predicting
• Diagnosing
• Assisting
• Suggesting
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).