Modul kuliah System pendukung keputusan Tujuan Intruksional : Memberikan dasar pengertian tentang pengambilan keputusan dalam organisasi

dan penggunaan sistem berbasis komputer untuk mendukung pengambilan keputusan. Materi: • • • • • • • • Sistem-sistem yang ada dalam Management Support System (MSS). Pengambilan keputusan, penjelasan sistem, pemodelan, dan masalah dukungan (support). Sistem pendukung keputusan. Manajemen data. Pemodelan dan manajemen model. Antarmuka user. Langkah-langkah membangun sistem pendukung keputusan. Sistem pendukung keputusan secara organisasi dan berbagai topik pengembangannya.

Page 1

BAB I KERANGKA UNTUK PENGEMBANGAN SPK Beberapa penulis mendefinisikan segala system yang dapat memberikan kontribusi terhadap pembuatan keputusan. Faktor yang menyulitkan adalah bahwa orang yang berasal dari latar belakang dan konteks yang berbeda memandang DSS dengan sangat berlainan. Untuk memahami DSS dan potensinya, pendekatan dengan menilik “sifatnya” nya akan lebih mudah. Sifat DSS yang bisa diamati dari hasil kerja Alter, Keen meliputi : 1. Cenderung ditujukan untuk masalah yang belum tertetapkan dan kurang terstruktur yang dihadapi oleh manajer tingkat atas. 2. Berusaha mengkombinasikan penggunaan model atau teknik analitis yang memiliki akses data tradisional dan fungsi pemanggilan data. 3. Difokuskan pada bentuk yang memudahkan untuk digunakan orang-orang nonkomputer dalam mode interaktif 4. Menekankan fleksibilitas dan daya adaptasi guna mengakomodasi perubahan dalam lingkungan dan cara pembuatan keputusan yang dilakukan pemakai.

1.1 Kerangka untuk pemeriksaan keterlibatan manajemen dalam Sistem Pendukung Keputusan Tujuan spesifik SPK : Memberi bantuan kepada para pembuat keputusan manajemen tingkat menengah dan atas. (Mann & Watson), SPK adalah sistem interaktif yang memberi akses yang mudah ke model keputusan dan data kepada para pemakai guna menunjang tugas pembuatan keputusan yang sifatnya semi terstruktur atau tidak terstruktur. Menurut hasil riset, manajer dalam DSS berperan sebagai (4 area) : 1. Pemberi persetujuan dan administrator 2. Pengembang sistem (developer) 3. Operator 4. Pemakai output

Page 2

Kerangka Kerja Decision Support (DS)
Tipe Keputusan Terstruktur Kontrol Operasional Account receivable order entry Production schedulling, inventory control Selecting a cover for a magazine, buyingsoftw are, approving loans MIS, manageme nt science Tipe Kontrol Kontrol Manajerial Perencanaan strategis Budget analysis, shortterm,forecasting, personnel reports,make or buy credit evaluation,budget preparation,plant layout,project scheduling,reward system design Dukungan yang dibutuhkan MIS,Operational research models,transaction processing

Financial management (investment),werehouse location,distribution system Building newplant, mergers and acquisitions, newproduct planning, compensationplanning, quality assurance planning

Semi terstruktur

DSS

Tak terstruktur

Negotiating, recruiting an executive, buying hardware, lobbying

R & D planning, new technology development, socialresponsibility planning

DSS, ES, networks neural

Dukungan yang diperlukan

Management sciense, DSS, S, EIS

EIS, ES, neural networks

Proses pengambilan keputusan terdiri dari 3 fase proses: intelligence, design, dan choice. • • • Intelligence – pencarian kondisi-kondisi yang dapat menghasilkan keputusan. Design – menemukan, mengembangkan, dan menganalisis materi-materi yang mungkin untuk dikerjakan. Choice – pemilihan dari materi-materi yang tersedia, mana yang akan dikerjakan. Proses-proses yang terjadi pada kerangka kerja DS dibedakan atas: • • Terstruktur, mengacu pada permasalahan rutin dan berulang untuk solusi standar yang ada. Tak terstruktur, adalah “fuzzy”, permasalahan kompleks dimana tak ada solusi serta merta. Masalah yang tak terstruktur adalah tak adanya 3 fase proses yang terstruktur. • Semi terstruktur, terdapat beberapa keputusan terstruktur, tetapi tak semuanya dari fase- fase yang ada. Page 3

Pendekatan Management Science mengadopsi pandangan seorang manajer yang dapat mengikuti proses yang sistematik untuk penyelesaian masalah. Sehingga adalah mungkin untuk menggunakan pendekatan sains pada Managerial Decision Making. Langkahnya adalah: 1. Definisi masalah (keputusan situasi yang berhubungan dengan berbagai masalah atau dengan suatu kesempatan) 2. Klasifikasi masalah ke dalam kategori standar. 3. Membuat model matematika yang menjelaskan masalah secara nyata. 4. Menemukan solusi potensial di model masalah tadi dan mengevaluasinya. 5. Memilih dan merekomendasikan satu solusi dari masalah. Proses ini dipusatkan pada masalah modeling/pemodelan. 1.2 Decission Support System Sistem berbasis komputer yang interaktif, yang membantu pengambil keputusan memanfaatkan data dan model untuk menyelesaikan masalah-masalah yang tak terstruktur. DSS mendayagunakan resources individu-individu secara intelek dengan kemampuan komputer untuk meningkatkan kualitas keputusan. Jadi ini merupakan sistem pendukung yang berbasis komputer untuk manajemen pengambilan keputusan yang berhubungan dengan masalah- masalah yang semi terstruktur. Istilah DSS kadang digunakan untuk Menggambarkan sembarang sistem yang terkomputerisasi. DDS digunakan untuk definisi yang lebih sempit, dan digunakan istilah MSS sebagai paying untuk menggambarkan berbagai tipe sistem pendukung. Mengapa menggunakan DSS? • • • • Perusahaan beroperasi pada ekonomi yang tak stabil. Perusahaan dihadapkan pada kompetisi dalam dan luar negeri yang meningkat. Perusahaan menghadapi peningkatan kesulitan dalam hal melacak jumlah operasi-operasi bisnis. Sistem komputer perusahaan tak mendukung peningkatan tujuan perusahaan dalam hal efisiensi, profitabilitas, dan mencari jalan masuk di pasar yang benar-benar menguntungkan. 6 alasan mengapa perusahaan-perusahaan utama memulai DSS dalam skala besar: Page 4

Alasan lain dalam pengembangan DSS adalah perubahan perilaku komputasi enduser. 1. End-user bukanlah programer. seperti: groupware. EIS bisa juga digunakan pada berbagai jenis perusahaan dan melayani sejumlah manajer sebagai suatu Enterprise Wide Systems (EWS). EIS dikembangkan utamanya untuk: • • • • • • • • Menyediakan kebutuhan informasi yang diperlukan oleh pihak Eksekutif. Manajemen diamanahi DSS. Menyediakan akses cepat pada informasi detil yang tersirat di teks. collaborative systems.• • • • • • Kebutuhan akan informasi yang akurat. Berbagai keputusan utama dalam organisasi dibuat oleh group secara kolektif.Peningkatan kinerja groupgroup tadi yang dibantu oleh teknologi Informasi ini muncul dalam berbagai istilah. bilangan. sehingga mereka membutuhkan tool dan prosedur yang mudah untuk digunakan. Page 5 . Penyediaan informasi yang tepat waktu. Pencapaian pengurangan biaya. Kebutuhan akan informasi baru. tak terlalu baik. Mempertemukan berbagai gaya keputusan individu para Eksekutif. Menyediakan pelacakan dan kontrol yang tepat waktu dan efektif. dan group DSS (ini yang kita gunakan). Memfilter.4 Executive Information (atau Support) Systems (EIS atau ESS). Identifikasi masalah (atau juga kesempatan). Dan ini dipenuhi oleh DSS. Menyediakan antarmuka yang benar-benar user-friendly untuk Eksekutif.3 Group Support Systems (GSS).Satu contoh dari implementasi Group DSS ini adalah Total Quality Management (TQM). atau grafik. 1. sehingga pertemuan ini memakan waktu lama dan keputusan yang dibuat hasilnya sedang-sedang saja. dan melacak data dan informasi yang kritis. DSS dipandang sebagai pemenang secara organisasi. memadatkan. electronic meeting systems. Mengumpulkan keseluruhan group secara bersama dalam satu tempat dan waktu adalah sulit dan mahal.

1. saran tersebut bisa dimanfaatkan oleh orang yang bukan pakar berikut penjelasannya yang berisi logika penalaran di balik saran itu. tak lengkap. • Pada teknologi sebelumnya. tak ada elemen untuk proses pembelajaran oleh Page 6 . Pengambil keputusan menggunakan pengalaman yang ada untuk mengatasi hal ini. ES adalah paket hardware dan software yang digunakan sebagai pengambil keputusan dan/atau pemecahan masalah. mengolah dan menampilkan kesimpulan yang spesifik. Dan seperti seorang pakar. • Teknologi sebelum Artificial Neural Network (ANN) berbasis pada penggunaan data. informasi. sedangkan keputusan harus diambil walaupun kondisinya seperti ini (informasi yang parsial. • • Perubahan lingkungan yang terjadi sedemikian cepatnya. Pengetahuan ini lalu disimpan disitu dan user dapat meminta saran spesifik yang dibutuhkannya. ataupun pengetahuan secara eksplisit. ataupun pengetahuan eksplisit yang tersimpan di komputer dan memanipulasi mereka menurut kebutuhan. maka akan solusinya akan lebih spesifik. Komputer dapat mencari. Ide dasarnya sederhana. pada satu area masalah yang spesifik dan biasanya lebih sempit. ES dibuat untuk menyerupai seorang pakar/ahli. yaitu menggunakan pengalaman yang bersesuaian dan belajar dari pengalaman itu tentang apa yang harus dikerjakan dengan situasi yang serupa untuk pengalaman yang tak sesuai. • Pada dunia nyata yang begitu kompleks.6 Neural Computing (Artificial Neural Network). Kepakaran ditransfer dari seorang pakar ke komputer. yang dapat mencapai level yang setara atau kadang malah melebihi seorang pakar/ahli. atau pun tak eksak).1.5 Expert Systems (ES) • • Semakin tak terstruktur suatu situasi. mungkin tak bisa didapatkan data. • • Merupakan cabang dari aplikasi Artificial Intelligence (AI). informasi.

internal control.komputer. Management Information Systems (MIS).inventory. record keeping. dan ES dan teknologi-teknologi yang lain: Berbagai teknologi ini dapat dipandang sebagai klas yang unik dari teknologi informasi. DSS.sales forecasting. EIS. 2. Mereka saling berhubungan. Contohnya adalah pengenalan pola. Evolusi dari MSS dan hubungannya dengan sistem yang lain umumnya dipandang sebagai: rekomendasi dan saran yang disediakan oleh MSS ke manajer dapat dipertimbangkan sebagai informasi yang diperlukan untuk keputusan akhir yang akan dibuat. MIS. Expert Systems (ES). Expert System (ES) Execytive Information System (EIS) Support top management decision. Pendekatan ini berarti bahwa MSS dipandang canggih. 5. MIS. disebut dengan Neural Computing atau ANN. Hubungan antara TPS. Keterkaitan dan koordinasi diantara tool-tool ini masih berevolusi. 1. Evolusi dan pembuatan tooltool yang lebih baru membantu kinerja pengembangan teknologi informasi untuk kebaikan manajemen dalam organisasi. Artificial Neural Network (ANN). 7.7 Evolusi dari alat Pengambilan keputusan terkomputasi Dibagi dalam 7 kategori: 1.production and sales Page 7 . 3. complex Diagnostics strategic planning.envi to Applications Payroll. Decision Support Systems (DSS) dan Group DSS (GDSS). 6. Transaction Processing Systems (TPS). monitoring Deccision Support Systems (DSS) Long-renge strategic planning. Executive Information Systems (EIS). Atribut dari sistem pendukung terkomputerisasi utama: Dimension Transactions Processing Systems (TPS) Management Information Systems (MIS) Production control. jenis sistem informasi tingkat tinggi yang dapat ditambahkan pada sistem TPS tradisional. • Teknologi yang ditujukan untuk mengisi kekurangan ini. 4. OAS. dan mereka saling mendukung satu sama lain dalam berbagai manajemen pengambilan keputusan. Office Automation Systems (OAS).

integrated management science models. exception reporting Middle management Information support specific decissions to Advice and explanations Highest organitation al level served Impetus Submanagerial. masalah-masalah yang Page 8 . used of rules (heuristic) combined with DSS manipulation Numerical Numerical symbolic Numeric (mainly). batch Decision capabilities No decisions Structured routing problems using conventiona management Semistructured problem.som e symbolic Status access exception reporting. operational Scheduled and demand report structured flow.cont rol. stategies Interfencing.intera ctive factual knowledge access.key indicators Type of information Summary reports.tra nsfer of expertise Procedural and factual knowledge. rules) ronmental scanning Tracking. drill down External (online)and corporate. blend of judgment and modeling Numerical The decision system when make complex unstructured. user friendliness Database by management systems.kno wledge base (facts. enterprise wide access (to all data base) Only Database Unique update to each Interactive acess programmers application.8 Berbagai Perbedaan antara DSS dengan MIS Fitur dari DSS: • DSS dapat digunakan untuk mengawali kerja ad hoc.information Focus Data transactions information integrated problem areas Decisions flexibility. low management Analyst managers and Managers and specialist Senior executives (only) expeditiency efficiency Effectiveness Effectiveness and expedieny Timeliness 1.

waktu tunggu. dan alur informasi dapat didefinisikan Hasil utamanya adalah meningkatkan efisiensi dengan mengurangi biaya. Karakteristik DSS: • Kajiannya ada pada keputusan-keputusan dimana ada struktur yang cukup untuk komputer dan alat bantu analitis yang memiliki nilai tersendiri. aturan. DSS dapat dikembangkan oleh para profesional yang tak melibatkan pemrosesan data. DSS dapat menyediakan pendukungan keputusan dalam kerangka waktu yang pendek/terbatas. dimana prosedur operasi standar.tak diharapkan. Karakteristik MIS: • • • Kajiannya ada pada tugas-tugasnya yang terstruktur. di bawah pengawasan mereka. Relevansinya untuk manajer adalah dalam pembuatan tool pendukung. • • • • DSS dapat menyediakan representasi valid dari sistem di dunia nyata. tetapi tetap pertimbangan manajer memiliki esensi utama. Karakteristik Operation Research/Management Science: • Kajiannya ada pada masalah-masalah yang terstruktur (dibandingkan dengan tugas-tugas). DSS dapat berevolusi sebagai mana halnya pengambil keputusan mempelajari tentang masalah-masalah yang dihadapinya. data. dimana tujuan. Relevansinya untuk manajer ada pada rekomendasi detil dan metodologi baru untuk menangani masalah-masalah yang kompleks. Relevansinya untuk manajer pengambil keputusan biasanya tak langsung didapatkan.aturan keputusan. dan lain-lain. yang tak dimaksudkan untuk mengotomatiskan Page 9 . dan batasan-batasan dapat lebih dulu ditentukan. dan dengan mengganti karyawan klerikal. misalnya dengan penyediaan laporan dan akses ke data. • • Hasil utamanya adalah dalam menghasilkan solusi yang lebih baik untuk masalah-masalah tertentu. • Hasil utamanya adalah dalam peningkatan jangkauan dan kemampuan dari proses • pengambilan keputusan para manajer untuk membantu mereka meningkatkan efektivitasnya.

tujuan sistem. and DSS: Stategic Planning Managerial Control Operational Control Transaction Processing DSS MIS EDP 1. pertanyaan selanjutnya adalah apa yang harus dikerjakan dengan hal ini? Di sinilah langkah analisis berperanan. Seluruh area dari proses scanning. membuatnya menjadi powerful. tren) dan penginterpretasian sangat dibantu oleh adanya komputerisasi. Analisis kuantitatif didukung oleh DSS dan Page 10 . Cuma sekarang kita bisa mencoba menggabungkan potensi dari keduanya. yang jelas dapat meningkatkan pengambilan keputusan manajerial. Relasi antara EDP. MIS. maka kombinasiantara ES dan ANN tentu akan membantu. mereka dapat mengkomplemen satu sama lain. Disiplin antara ES dan DSS berkembang pararel. ES dapat membantu dalam mendesain alur informasi pada eksekutif (misalnya.9 Hubungan DSS dengan Expert System DSS dan ES berbeda dan tak berhubungan dengan sistem yang terkomputerisasi. Proses pengambilan keputusan: 1. Step A. Analisis. sistem yang berbasis komputer. kapan) dan dalam penginterpretasian informasi. Step B. monitoring. tapi saling tak tergantung dan berjalan sendiri.sendiri. atau solusi tertentu.Demikian juga natural language processors (NLP) akan berguna dalam menyimpulkan informasi. Disebabkan beberapa informasi bersifat fuzzy. Mengerti masalah (atau kesempatan yang ada). Sekali suatu masalah (kesempatan) teridentifikasi.forecasting (misalnya.proses pengambilan keputusan. terintegrasi. Analisis bisa bersifat kualitatif atau pun kuantitatif (atau kombinasinya). 2. Menurut kenyataannya. bagaimana untuk memonitor. disebabkan karena perbedaan kapabilitas diantara kedua tool.

Step D. People Scanning Problem identification (definition) (Intelegence) Newspapers TV Sensors ES.NLP. Implementasi. Pada tahap ini. 3. 4. Page 11 .oleh tool-tool analisis kuantitatif. Analisis kualitatif didukung oleh ES.ANN. Pada langkah ini. Step C. Langkah ini didukung oleh DSS (jika pengambil keputusan adalah seseorang) atau oleh GDSS (jika keputusan dibuat oleh sekelompok orang).MIS Step A EIS (ESS) ES Qualitative analysis (Design) Step B Quantitative analysis (Design) DSS MS/Or ANN Step C Decicion (choice) GDSS (groups) DSS (individual) Implement ? Step D Decision (choice) DSS and ES Kesimpulan • • • Perkembangan komputer demikian cepatnya dan juga penggunaannya oleh para manajer. EIS. dan DSS dan/atau ES bisa mendukung tahap ini. keputusan untuk mengimplementasikan solusi tertentu dilakukan. Memilih. Dukungan terkomputerisasi untuk para manajer sangat penting dalam berbagai kasus untuk kelanjutan organisasinya. MSS adalah keluarga teknologi yang dapat digunakan secara mandiri atau dalam bentuk kombinasinya. keputusan dibuat dengan memperhatikan masalahnya (atau kesempatan) berdasarkan hasil dari analisis.

Setiap kategori mendapat dukungan komputer sendiri. tergantung pada derajat struktur dan aktivitas manajerial. dan mudah untuk • • • • • • • ES adalah sistem pemberi nasehat yang mencoba menirukan para pakar. Keuntungan utama dari MSS adalah ia dapat diukur. Fitur utama dari ES adalah aplikasinya untuk pengetahuan dan penggunaan reasoning (alas an suatu keputusan). Maka metode intuisi dan trial and error tak tepat lagi. Teknologi-teknologi MSS dapat diintegrasikan diantara mereka sendiri dan dengan CBIS yang lain. Group DSS adalah teknologi yang mendukung proses pengambilan keputusan dalam suatu group. Semua teknologi MSS adalah interaktif. DSS adalah teknologi analitis yang menggunakan model untuk solusi yang semi terstruktur dan masalah-masalah tak terstruktur. Teknologi-teknologi MSS dapat diterapkan pada satu lokasi atau mereka dapat didistribusikan di keseluruhan perusahaan. Komputasi saraf (neural computing) adalah teknologi yang mencoba menampilkan proses pembelajaran dan pengenalan pola.sendiri. • • • • Keputusan yang terstruktur didukung oleh metode analisis kuantitatif seperti: management science dan capital budgeting. Kerangka dukungan keputusan membagi kondisi keputusan dalam 9 kategori. yang sedia setiap saat. detil. EIS adalah teknologi yang mendukung eksekutif dengan menyediakan bagi mereka informasi divisualisasikan.• • Manejemen pengambilan keputusan makin lama makin kompleks. Page 12 .

EIS. input data ke komputer. atau malah keduanya. atau proses. (3) choice. and (4) implementation.BAB 2 PENGAMBILAN KEPUTUSAN. yang bertindak sebagai pengontrol.yaitu: (1) intelligence. bisa memutuskan untuk memodifikasi input. Output adalah adalah produk jadi atau hasil dari suatu proses di sistem. Input adalah semua elemen yang masuk ke sistem. yang diakhiri dengan suatu rekomendasi.PEMODELAN DAN DUKUNGAN Pengambilan keputusan adalah proses pemilihan. Sistem.Koneksi antara dan interaksi diantara sub sistem disebut dengan antarmuka/interface. dan prosedur yang ditujukan untuk melakukan fungsi tertentu atau memenuhi suatu tujuan. dan ES melibatkan satu istilah: sistem. 4 fase dalam pengambilan keputusan. GDSS. dan Output. pasien yang masuk ke rumah sakit.kesulitan tapi mencakup juga penyelidikan mengenai kesempatan-kesempatan yang ada. konsep. Proses. Fase 1 sampai 3 merupakan dasar pengambilan keputusan. Proses adalah proses transformasi elemen-elemen dari input menjadi output.Sedangkan pemecahan masalah adalah serupa dengan pengambilan keputusan (fase 1 sampai 3) ditambah dengan implementasi dari rekomendasi (fase 4).Pemecahan/penyelesaian masalah tak hanya mengacu ke solusi dari area masalah/kesulitan . (2) design. 2. pengambil keputusan. diantara berbagai alternatif aksi yang bertujuan untuk memenuhi satu atau beberapa sasaran. Page 13 .SISTEM. resources. DSS. Contohnya adalah bahan baku yang masuk ke pabrik kimia. Feedback adalah aliran informasi dari komponen output ke pengambil keputusan yang memperhitungkan output atau kinerja sistem. Sistem adalah kumpulan dari obyek-obyek seperti orang. Dari informasi ini. Sistem terdiri dari: Input.1.

mereka dapat mempengaruhi kinerja dan tujuan sistem. Iconic (Scale). Ini mengacu pada hasil atau output dari suatu sistem. Analog. peta. misal: sistem adalah sebuah departemen di Gedung C. Page 14 . seberapa banyak uang yang digunakan untuk mendapatkan level tertentu penjualan. politik. Sistem ini menerima input (informasi.Doing the “thing” right. Sistem ada di dalam boundary. Bisa secara fisik. Doing the “right” thing. Model adalah representasi sederhana atau penggambaran dari kenyataan. Lebih abstrak daripada model Iconic dan merupakan representasi simbolis dari kenyataan. dimana environment ada di luarnya. Replika fisik dari sistem. aspek fisik. Sistem dan lingkungannya: Boundary/batas adalah pemisah antara suatu sistem dengan environment-nya. Terdapat 3 jenis model: 1. hukum. Contoh: sosial. 2. bagan pasar modal. 2 ukuran utama dari sistem adalah: efektivitas dan efisiensi.2 Model Karekteristik utama dari DSS adalah adanya kemampuan pemodelan. dan ekonomi. Efisiensi adalah ukuran penggunaan input (atau resources) untuk mencapai tujuan. tak tergantung sama sekali. 2. output. Efektivitas adalah derajat seberapa banyak tujuan sistem tercapai. Tak seperti sistem yang sesungguhnya tetapi berlaku seperti itu. Bila suatu elemen memiliki hubungan dengan tujuan sistem serta pengambil keputusan secara signifikan tak mungkin memanipulasi elemen ini. Namun. biasanya dalam skala tertentu dari bentuk aslinya.Environment/lingkungan dari sistem terdiri dari berbagai elemen yang terletak di luar input. sebagai contoh. Sistem ini secara penuh mandiri. energi. • Sistem tertutup (Closed System) adalah sistem yang merepresentasikan derajat kemandirian dari sistem. speedometer. • Sistem terbuka (Open System) sangat tergantung pada lingkungannya. atau pun proses. atau non fisik. GUI pada OOPL adalah contoh dari model ini. misal: suatu sistem di batasi oleh waktu tertentu. maka elemen tersebut harus dimasukkansebagai bagian dari environment. Contoh: bagan organisasi. material) dari lingkungannya dan bisa juga memberikan outputnya kembali ke lingkungan tersebut.

Selanjutnya percobaan yang dilakukan akan lebih mudah dilakukan dan tak mengganggu jalannya operasi harian organisasi.3 Proses Pemodelan Berikut ini adalah proses yang terjadi pada pemodelan: Trial and error dengan sistem nyata. Lingkungan sekarang yang makin berada dalam ketidakpastian. Manipulasi model (perubahan variabel) lebih mudah dilakukan daripada bila diterapkan pada sistem nyata.3. 2. Penggunaan model matematis bisa menjadikan analisis dilakukan pada kemungkinan. Analisis DSS menggunakan perhitungan numerik yang dibantu dengan model matematis atau model kuantitatif lainnya. 7. 2. 3. Biaya analisis model lebih murah daripada percobaan yang dilakukan pada sistem yang sesungguhnya. Keuntungan model Di bawah ini adalah alasan utama mengapa MSS menggunakan model: 1. Terlalu banyak alternatif untuk dicoba. bahkan bisa tak terhitung. Page 15 . Kompleksitas hubungan dalam sistem organisasi tak dapat direpesentasikan dengan Iconic atau Analog. 6. 4. Lingkungan itu sendiri selalu berubah. manajer akan seringkali memiliki alternatif-alternatif pilihan. 2. Model meningkatkan proses pembelajaran dan meningkatkan pelatihan. Matematis (Kuantitatif). Akibat samping dari error yang terjadi besar pengaruhnya. • Simulasi. Akibat yang ditimbulkan dari adanya kesalahan-kesalahan sewaktu proses trial-and-error lebih kecil daripada penggunaan model langsung di sistem nyata. Tapi ini tak berjalan bila: 1. Operasi bertahun-tahun dapat disimulasikan dalam hitungan menit di komputer.kemungkinan solusi yang banyak sekali. karena kalau pun bisa akan memakan waktu lama dan sulit. Model memungkinkan untuk menyingkat waktu. 3. Dengan adanya komunikasi dan teknologi canggih sekarang ini. 5. Penggunaan pemodelan menjadikan seorang manajer dapat menghitung resiko yang ada pada proses-proses tertentu.

Struktur model. dan divalidasi. Skenario. Pengembangan (penyediaan) alternatif. pengembangan. dan analisis hal-hal yang mungkin untuk dilakukan. Intellegence Phase Proses yang terjadi pada fase ini adalah: • • • • Menemukan masalah. Prediksi hasil. Tahap ini meliputi pembuatan. Kepemilikan masalah. Juga model dari masalahnya dirancang.4 Design Phase.5 Komponen-komponen Model Kuantitaif Struktur umum dari model Uncontrollable Variables Decission Variables Relationship Result Variables Page 16 . Klasifikasi masalah. Seleksi prinsip-prinsip pemilihan (kriteria evaluasi). Proses pengambilan keputusan. Tugastugas yang ada pada tahap ini merupakan kombinasi dari seni dan pengetahuan.Termasuk juga disini pemahaman masalah dan pengecekan solusi yang layak.• • • Optimisasi Heuristic. Pengukuran hasil. 2. dites. 2. yaitu: • • • • • • • Komponen-komponen model. Penguraian masalah.

and return.Contoh – contoh dari komponen model Uncontrollable Area Financial Invesment Decision variables Investment alternative investment. Marketing Manufacturing Result variables variables and parameters Total profit rate of Inflatation rate . Sistem dapat terbuka. tax rates Delivery distance . earning per prime rate competition timing Customers income. output. analog Page 17 . proses dan pengambil keputusan. Semua sistem dipisahkan dari lingkungannya dengan suatu batas. liquidity level of invesmentn Advertising budget. atau tertutup. regulations Demand of service Kesimpulan • • • • • • • Manajemen pengambilan keputusan serupa dengan keseluruhan proses manajemen. berinteraksi dengan lingkungannya. Model banyak digunakan dalam MSS. DSS utamanya berhubungan dengan sistem yang terbuka. amounts. yang bisa dalam bentuk iconic. Market share product mix Product and amounts inventory levels communication Accounting Transportation Service customer satisfaction competitors action Total cost quality Machine capacity level satisfaction employee technology materials prices program Use of computers. Data processing cost Computer audit schedule Shipments schedule Staffing levels error rate Total transport cost Customer satisfaction technology. Pemecahan masalah juga mengacu pada evaluasi peluang. Sistem terdiri dari input. period of share.

Dalam evaluasi alternatif. Komputer dapat mendukung semua fase pengambilan keputusan dengan mengotomatisasi tugas/proses yang diperlukan. dan implementation. Pada fase choice. diklasifikasikan. choice. Keputusan dibuat oleh individu atau group dapat didukung oleh MSS. design. berbagai alternatif dibandingkan dan pencarian solusi yang terbaik (atau yang cukup baik) dimulai. Critical success factor adalah metodologi untuk mendiagnosis masalah dan mengidentifikasi kebutuhan informasinya. • • • • • • • • • • • • Model menjadikan percobaan dari suatu sistem lebih cepat dan murah. suatu model sistem dibuat. Pemodelan dapat menggunakan teknik simulasi. “What-if” dan goal seeking adalah 2 pendekatan analisis sensitivitas. Page 18 . kriteria pemilihan ditetapkan. dan diuraikan (jika diperlukan). alternatif dihasilkan. optimisasi. Pada fase intellegence. atau heuristic. harus dipertimbangkan multiple goal dan masalahmasalah analisis sensitivitas. hasil diprediksi. Gaya keputusan manusia harus dikenali dalam mendesain MSS. dan metodologi keputusan dibuat.atau matematis. Pada fase design. Pengambilan keputusan melibatkan 4 fase utama: intelligence. Berbagai teknik pencarian disediakan. masalah (peluang) diidentifikasikan.

2. Problem Data are not correct. 1. Contoh: PDBI (dulu. Internal. Permasalahan data mengikuti asas GIGO (Garbage In Garbage Out). jamannya Christianto Wibisono sebelum pindah ke Australia). dan personal. berita/informasi dari BEJ/BES.1 Sumber Data 3 sumber data adalah dari: internal. Para pakar dapat memberikan kontribusinya pada MSS untuk berbagai aplikasi tertentu. 3. Eksternal. Juga gambar. Whenever derived data carelessly. survey (menggunakan kuisoner). are submitted. Mulai dari database komersial sampai data yang dikumpulkan dari sensor dan satelit. Data ini mengenai orang. dan proses. Pilihlah data eksternal yang relevan saja. dan lain-lain. Contoh: data mengenai karyawan dan penggajiannya. film. the data is not rapid enough Typical Cause Data are not timely Page 19 . atlas. 3.2 Pengumpulan dan Permasalahan Data Metode pengumpulan data mentah bisa menggunakan cara: • Manual. Modify the system for The method for generating generating the data. Contoh: metode time studies (selama observasi). Digunakan untuk membantu metode manual atau malah kadang dominan peranannya bila cara-cara manual sudah tak mampu lagi. atau suara. carefully monitor both the data values and the manner in which the data were generated.BAB III MANAGEMENT DATA 3. musik.Data derived by ensure the accuracy of raw an individual were generated data. services. meminta pendapat pakar (misal dengan mewawancarainya). Bentuknya bisa berupa CD-ROM. eksternal. observasi (misal dengan menggunakan kamera video). Biro Pusat Statistik. Possible Solutions (in Some Cases) Raw data were entered Develop a systematic way to inaccurately. Contoh: perkiraan penjualan atau opini mengenai kompetitor. diagram. produk. karena banyak tak relevan dengan MSS yang diinginkan. Personal. dan televisi. Data disimpan dalam satu atau beberapa tempat dalam suatu organisasi. • Instrumen dan sensor.

4GLs memiliki keuntungan: • Result-oriented. pengambilan. Java. Contoh: GPSS (General Purpose Simulation Software) digunakan untuk mengkonstruksi model simulasi dan dapat digunakan untuk mengkonstruksi DSS yang besar. This may be impractical because of the cost of storing and maintaining data. Make an effort to generate the data or to estimate them if they concern the future. dan keamanan data yang lebih baik dari sekedar database biasa. Nonprocedural Fourth-generation Language (4GLs). Contoh: BASIC. COBOL. dan Pascal. pengubahan dan penampilan data secara cepat.3 Database dan management database DBMS didesain untuk sebagai suplemen yang mengijinkan kita dalam mengintegrasikan data dalam skala yang lebih besar. A detailed model contains so many coefficients that it is models. struktur file yang kompleks. • • • Procedural Languages. difficult to develop and maintain. store data for future use.to meet the need for the data. 3. FORTRAN. Problem-oriented Language. Delphi. Bahasa utama dalam kebanyakan generator DSS dan berbagai tool MSS lainnya.No one ever stored data needed now Whether or not it is useful now. C#. of the analysis. Futher more the data may not found when they needed. Diikuti dengan Object-oriented Language: C++. Raw data are gathered Develop a system for according to a logic or rescaling or recombining the periodicity that is not consistent with the purposes improperly indexed data. Data are not measured or indexed properly. Bahasa ini mengijinkan programmer untuk menjelaskan karakteristik masalah yang akan diselesaikan bukannya prosedur-prosedur yang harus diikuti. Software Database. Needed data simply do not exist Required data never existed. dll. Meningkatkan produktivitas paling sedikit 5 kali lipat sampai Page 20 . PHP.

FGS yang lengkap mempunyai berbagai fitur yang membuat user mudah berkomunikasi dengan komputer. c. Nonprocedural language untuk data maintenance. g. Sebagai tool ideal untuk pusat informasi (Information Centers). Sebagian besar end-user dapat membangun sistem dengan 4GLs tanpa bantuan perantara. Query language. • Sebagai basis dalam pembangunan tool atau komponen yang lain dari suatu MSS. i. m. dan dibangunnya itu adalah dari sekedar konsep kasar. Micro-to-mainframe environment. l. Environment untuk information consumers. j. Sebagai tool yang digunakan saat suatu MSS atau MSS generator (engine) dibangun. Modeling language. Nonprocedural report writer (atau report generator). f. Relational language. Fourth-generation DBMS. biasanya ditulis dalam 4GL dan diintegrasikan dengan berbagai elemen yang lain. Sebagai suatu MSS generator untuk membangun aplikasi tertentu. Environment untuk applications development. • Fourth-generation languages (4GLs) digunakan untuk membangun sistem secara cepat dan murah. sebagai contoh. Fourth-generation Systems. Screen definition dan management facility. sebab 4GLs dirancang baik untuk spesialis maupun end-user. satu DBMS dapat dibuat dengan 4GL. e. Client/server management. n. 3. Graphic enhancement. h. Applications management. Sehingga merupakan tool pengembangan yang efektif.4. DBMS yang digunakan sebagai tool pengembangan dari suatu DSS. Contoh dari sistem seperti ini adalah suatu komposisi populer spesial untuk komputer mainframe dan disebut dengan Fourth-Generation System (FGS) yang lengkap. Fitur-fitur ini adalah: a. k. Extended data access. b. dan buat pembangunan DSS membuatnya menjadi lebih mudah . Page 21 . d.sekitar 300 kali lipat untuk berbagai aktivitas.

membuat link lojikal diantara item data yang berelasi. Hierarchical. yang melibatkan gambar-gambar dan relasi yang juga kompleks. dan Supra). misalnya yang melibatkan CIM (Computer Integrated Manufacturing) membutuhkan akses ke data yang kompleks. Juga digunakan untuk mengakses dan memanipulasi fungsi dari software DBMS terkemuka saat ini (contohnya: Oracle. DB2. DBMS didesain dengan menggunakan struktur ini untuk mengeksekusi fungsi-fungsinya. atau bagan organisasi. termasuk koneksi rumit diantara item-item yang berelasi. Arsitektur database hierarchical. dan mudah diakses dalam berbagai format tanpa perlu • mengantisipasinya pada waktu awal mendesain dan mengembangkannya. Struktur ini mengijinkan link yang kompleks. Ingres. Digunakan untuk akses online ke database. sehingga enduser dapat menggunakannya dalam query dan berbagai operasi database. data mudah dikembangkan atau diubah. Menyusun item data dalam gaya top-down. • Network. untuk berbagai produk operasi DBMS dari program. dan untuk fungsi-fungsi administrasi database. • SQL. 3. Ini dapat menghemat penyimpanan data dengan men-share-nya pada beberapa item. Keuntungan dari bentuk ini adalah user mudah untuk mempelajari.5 Struktur database dan sql Relasi diantara berbagai record individu yang tersimpan dalam database dapat dinyatakan dengan berbagai struktur lojikal. Aplikasi MSS yang kompleks. network. SQL adalah bahasa nonprocedural dan user-friendly. Struktur ini disebut dengan model CODASYL. • Relational Database. Bahasa data yang menjadi standar untuk mengakses dan memanipulasi data dalam RDBMS. Sehingga mirip seperti pohon.6 Object-oriented Database. ataupun relasional tak dapat mengatasi database yang kompleks tersebut Page 22 .3. Beberapa file data “direlasikan” dengan field data dari dua (atau lebih) file data.

Abstraction digunakan untuk membuat hirarki inheritance. OODB mengijinkan kita untuk menganalisis data pada level konseptual yang menekankan hubungan alamiah diantara objek. C++. statistik dan keuangan. C#. dapat pula dibangun dengan sebagian DBMS dan sebagian lagi dari spreadsheet. Sistem OODB mengkombinasikan karakteristik bahasa pemrograman berbasis objek seperti Smalltalk. Semua arsitektur ini berhubungan dengan database alphanumeric (huruf. mengubah. dan menampilkan data. Tool-tool berorientasi objek berfokus secara langsung pada database. angka. Ini membantu membuat dan mengatur model. seperti: Lotus 1-2-3 dan Excel. sehingga membuat user dapat menampilkan kerja spreadsheet dengan suatu DBMS. Contoh dari object-oriented data manager: GemStone. Ontos. banyak program spreadsheet menawarkan berbagai kemampuan DBMS. Walaupun SQL digunakan untuk membuat dan mengakses database relasional. PHP. G-Base. menghapus. dan Versant. Express. Manajemen data berorientasi objek didasarkan pada prinsip-prinsip pemrograman berbasis objek. Delphi. Java. solusinya tetap saja tiak efektif. padahal terkadang diperlukan representasi grafis untuk mendapatkan hasil terbaik. sehingga DSS dapat dibangun dengan mengembangkan lebih lanjut DBMS atau dengan mengintegrasikan spreadsheet. Hal utama yang ada di DMBS adalah manajemen data. Aplikasi DSS membutuhkan data dan pemodelan dalam prosesnya.Program spreadsheet berhubungan dengan aspek pemodelan DSS. dan lain-lain dengan mekanisme penyimpanan dan pengaksesan data. Pendekatan ketiga adalah dengan menggunakan DSS generator yang benar-benar terintegrasi Akhirnya dapat disimpulkan bahwa seseorang dapat membangun DSS dari konsep Page 23 .secara efisien. dan karakter-karakter lain). Alternatif lain. serta melibatkan faktor-faktor matematis. menampilkan kalkulasi berulang pada variabel yang berhubungan.Sayangnya ada kebingungan terhadap sifat utama DMBS dan program spreadsheet ini. DBMS mengijinkan user untuk meng-query data seperti halnya menghasilkan report. Utamanya disebabkan karena berbagai DMBS itu menawarkan kemampuan yang serupa dengan yang ada di spreadsheet terintegrasi. serta object encapsulation mengijinkan desainer database untuk menyimpan baik data konvensional maupun kode-kode prosedural dalam objek yang sama. yaitu untuk membuat. 3. Serupa dengan fenomena ini. VBase.7 Aplikasi Database dan Spreadsheet.

tanpa mengganggu ketersediaan sistem dan jaringan. Ini adalah kerangka kerja berbasis teknologi yang terdiri dari berbagai aplikasi. Pertama. • Sering dan cepatnya perubahan dan bertambahnya kompleksitas dapat diakomodasikan dengan cepat. hardware. Kedua.9 Keuntungan dari enterprise computing adalah: • • Menyediakan pelayanan yang responsif dan handal secara kontinyu.8 Enterprise DS dan Information warehouse Terdapat dua kontradiksi dalam bisnis modern.10 Konsep Information Warehouse (IW). Keamanan jaringan dan data meningkat. adanya kebutuhan terhadap solusi hardware dan software yang khusus dan terlokalisasi. dan biasanya berasal dari berbagai vendor. 3. Page 24 . Sistem komputer yang melibatkan keseluruhan organisasi disebut dengan enterprise computing atau enterprise-wide systems. dan tool-tool manajemen. • Optimasi yang lebih tinggi pada resourses jaringan dan sistem memastikan bahwa pelayanan kualitas yang tinggi dijaga pada biaya terendah yang mungkin. Sistem enterprise jelas makin kompleks. 3.kasar dan tak perlu menggunakan 4GLs yang ada. • • Otomatisasi proses manajemen menjadikan biaya administrasi dan operasional system berkurang seiring dengan pertumbuhan enterprise. Enterprise computing adalah suatu arsitektur dari sistem komputer terintegrasi yang melayani bermacammacam kebutuhan suatu enterprise. databases. Manajer harus mengantisipasi tantangan ini. Paduan kerjasama yang lebih baik dalam penggabungan solusi client/server baru pada mainframe yang sudah ada. jaringan. adanya kebutuhan untuk mengefektifkan cost dari penyatuan semua sumber informasi kedalam aset bisnis yang termanajemen. mereka harus bisa mengantisipasi pertumbuhan dan makin kompleksnya keragaman peralatan dan sistem. Istilah enterprise mengacu pada pengertian keseluruhan organisasi. Proses penyatuan ini dapat mencegah berbagai aplikasi kritis dan mengembangkan misi yang sudah ada. 3.

masing-masing dengan interface user sendiri-sendiri. tool. dan berbagai fasilitas yang mengatur dan menyampaikan informasi yang handal. dan mainframe. IBM membuat konsep IW yang didesain untuk meng”unlock” data secara ekonomis pada suatu suatu enterprise. User dihubungkan oleh interface ke Client. analisis. sampai saat dibutuhkan. manipulasi. tepat waktu. Client ini saling berbagi resources Page 25 Client-nya adalah PC atau workstation. IW adalah sekumpulan DBMS. • Pada sistem client/server terdapat berbagai client. Di bawah ini disajikan bagan dari IW-nya IBM: Internal and External Data Statistics + forecasting Information Werehouse spreadsheets Graphical procedures Business Comunications Reporting Graphics Queries Analysis + modeling Project Management 3. Umumnya menggunakan yang digunakan untuk mengakses resources jaringan.11 Arsitektur client . yang selama ini belum bisa dilakukan oleh user MSS. dan mudah dimengerti dalam pengambilan keputusan bisnis. interface. efektif. LAN. dihubungkan ke jaringan. metodologi penampilan grafis. dan komunikasi (transfer) hasil-hasil serangkaian aktivitas yang dilakukan. retrieval.server Arsitektur yang mencoba untuk mengorganisasi PC. ke dalam sistem yang fleksibel. dan efisien. . Dicirikan oleh: • • GUI. konstruksi presentasi.Kunci sukses dari enterprises-wide MSS adalah infrastruktur yang mendukung akses. akurat.

file server. dari permintaan client. dalam bahasa Client dapat mengirimkan query atau command ke server untuk minikomputer. Aplikasi pesan. manajemen jaringan dan dokumen. Server tidak memulai suatu pekerjaan. Kebanyakan server adalah: database server. • • • • Server menampilkan hasil-hasilnya pada layarnya client. print server. Aplikasi client/server dibagi menjadi 4 kategori: 1.yang disediakan server. BBS. ini hanyalah sekedar reaksi Server tak dapat berkomunikasi dengan setiap client untuk image-processing server. atau pelayanan komunikasi ke jaringan. Client menampilkan manipulasi data lokal dan user interface-nya. • Taks/tugas dibagi atas 2 bagian: bagian front-end diselesaikan oleh client. dan bagian back-end diselesaikan oleh server. • Pada client/server computing. dan video text. Client dapat menampilkan berbagai query. seperti e-mail. sebuah mainframe. seperti misalnya manajemen e-mail. penyimpanan dan retrieval informasi. • Server melayani file sharing. dan/atau peralatan LAN. dan fungsi-fungsi perantara (untuk aliran informasi internal dan eksternal). command. berbagai tugas yang tak dapat diproses di client (atau lebih cepat diproses di server). transaksi client (dieksekusi pada desktop computer) bekerjasama dengan service (dieksekusi pada komputer yang lebih besar). yang sudah umum digunakan semisal SQL sebagai presentasi ke server. tempat penyimpanan yang besar. • • • Server bisa berupa workstation yang besar. dan communication server. • Server adalah mesin yang melayani client dengan berbagai pelayanan seperti database. Server menangani database dan pemrosesan transaksi yang lebih intensif. menentukan apa yang harus dilakukan untuk setiap permintaan client tertentu. Page 26 .computing server.

Keuntungan dari pendekatan ini adalah data diorganisasi menurut cara pandang manajer bukan menurut cara pandang analis sistem. aktual vs perkiraan. Jika jawaban dari pertanyaan ini dapat disediakan tanpa memperhatikan struktur databasenya. atau remote akses komputer. dan waktu. 3. atau industri. yang dihitung berdasarkan unit. Produk multidimensional membutuhkan biaya 50 persen lebih banyak dibandingkan dengan produk relasional standar. Waktu proses pemanggilan databasenya membutuhkan resources dan waktu. atau tahunan. Pendekatan ini disebut dengan multidimensionality. bulanan. • • • • Pendekatan multidimensionality ini biasanya lebih banyak digunakan dalam EIS. yang dilakukan oleh orang di bagian penjualan tertentu. mingguan. Contoh dimensi: produk. tergantung pada volume data dan jumlah dimensinya. lokasi gegrafis. masing-masingnya dikerjakan pada komputer yang berbeda. Contoh waktu: harian. negara. pendekatan ini harus dibayar dengan hal-hal berikut: Database multidimensional memakan tempat 40 persen lebih banyak dibandingkan dengan database relasional yang sudah diringkaskan. unit bisnis. Page 27 . Pemrosesan aplikasi intensif dimana job dibagi dalam berbagai task. segmen pasar. Ini bisa terjadi jika data diorganisasikan dalam database multidimensional atau jika produk software tersebut didesain berdasar konsep multidimensionality. maka hal itu dapat dilakukan lebih cepat. 4. Tapi perlu diingat. dan dapat dilakukan oleh user itu sendiri. ukuran. juga berbagai presentasi data yang sama dapat diatur dengan mudah dan cepat. keuntungan penyimpanan. Ringkasan data dapat diorganisasi dalam berbagai cara untuk kepentingan analisis dan presentasi. seorang manajer ingin mengetahui penjualan dari produk M pada area geografis tertentu. selama bulan tertentu juga. 3 faktor dalam multidimensionality: dimensi. Sharing/pemakaian bersama pada file/peralatan lain. Penyebarluasan suatu database diantara berbagai jaringan komputer. jalur distribusi. Contohnya. caturwulan. salespeople (orang-orang bagian penjualan). sales volume (volume penjualan). • • Contoh ukuran: uang.2.

Sehingga. aplikasi jenis ini lebih memperhatikan tentang bagaimana mendapatkan (retrieve) dan menampilkan data.). dimana tool ini berbasiskan PC yang murah. Pengaksesan Data: Data Dipping. Lotus 1-2-3 (dari Lotus Development Corp. Sayangnya menyediakan layanan untk kedua tipe ini menimbulkan berbagai masalah.• Antarmuka dan perawatannya lebih kompleks dibandingkan dengan database relasional. Tool ini ditujukan untuk mendayagunakan user. Forest and Trees (dari Channel Computing. diperkuat dengan DataLens. teknologi informasi berkonsentrasi pada pembangunan system bermisi kritis – sistem yang mendukung pemrosesan transaksi perusahaan (Corporate Transaction Processing). Personal Access (dari Spinnaker Corp. Sehingga beberapa perusahaan memilih untuk memisahkan databasenya ke dalam tipe OLTP dan DSS. Akses ke data sering dibutuhkan baik oleh aplikasi OLTP maupun oleh DSS dan juga oleh MSS lainnya. sekarang merupakan divisi dari Page 28 . dan pendekatan client/server. Beberapa orang menyebut hal ini data dipper. Pengembangan selanjutnya adalah penambahan pada arsitektur client/server. yang bertumpu pada lingkungan database relasional terdistribusi. end-user data access.). Yang lain mencoba untuk menggunakan tool-tool yang inovatif untuk pengaksesan data. daripada bagaimana data diakuisisi atau disimpan. Visual Basic (dari Microsoft). Quest (dari Gupta Corp. Sistem ini membutuhkan toleransi kesalahan tertentu dan juga menyediakan respon sistem yang cepat.12. Data dipping ini memiliki juga nama lain: Business Intelligence Systems. sekarang dibeli Microsoft). Selama beberapa waktu. Contoh produknya: • • • • • • • Excel (dari Microsoft).. sebab sistem ini mengijinkan user untuk mengaduk-aduk apa saja di dalam database untuk mendapatkan apa yang mereka perlukan. 3. GUI. jaringan.). Contoh aplikasi OLTP ini: INFORMIX-OnLine. dan data access and reporting tools. LightShip (dari Pilot Software). Solusi berikutnya adalah penyediaan sistem yang mendukung Online Transaction Procession (OLTP). diperkuat dengan Q&E (dari Q&E Corp.

Updating. dapat mempermudah manajemen database.). Salah satu cara untuk melakukan itu adalah dengan memperkuat sistem manajemen database dengan penyediaan kemampuan inferencing.13 Intelligent Database Organisasi. khususnya ES. sehingga user dapat menemukan sendiri suatu informasi dengan cepat Kesimpulan Data terdapat dalam sumber-sumber internal. Page 29 . 3. tanpa akses database tentulah menjadi sulit untuk menggunakan ES dalam aplikasi MIS yang besar seperti otomasi pabrik dan otorisasi kartu kredit. dan penghapusan informasi ini makin lama makin kompleks seiring dengan bertambahnya jumlah data. Sebagai contoh.Trinzic Corp. dan personal. pribadi dan publik. Teknologi AI. dan menyimpannya ke dalam sistem terkomputerisasi. penggunaan. Pengembangan aplikasi MSS membutuhkan akses ke database. dan knowledge. terus menerus mengumpulkan data. reviewing. Pendekatan ini disebut dengan intelligent database. Di bawah ini terdapat diagramnya: End-User Dialog Input Database and DBMS Inference Engine Database Storage Data Model Rule Base Storage ES Report Screens Database Transaction s Logic Database Aplication Program Satu dari tujuan kritis yang utama adalah untuk membuat database intelligent. eksternal. informasi.

• Enterprise-wide information system mengacu pada sistem yang menyediakan komunikasi diantara semua karyawan secara organisasional. direktori. Juga Page 30 . MSS terdistribusi mengumpulkan kelebihan-kelebihan dari PC dan kekuatan dari suatu mainframe. report. • • Database online yang besar seperti CompuServe dan Dow Jones Information Service bisa menjadi sumber utama data MSS. sangat berguna dalam MSS terdistribusi. data yang waktunya tidak tepat (nontimely data). Untuk kebanyakan MSS. • • Sistem generasi keempat mengikutsertakan berbagai fitur terintegrasi untuk manajemen data. tipe yang disukai adalah relasional. • • • • • • • SQL adalah akses standar untuk database relasional. Data diorganisasi dalam berbagai cara.• • • Data eksternal tersedia dalam ribuan database komersial online. atau malah tak ada data sama sekali. Banyak perusahaan mengembangkan pendekatan berskala global (enterprisewide) dalam hal manajemen data. tetapi biasanya diprogram dengan menggunakan bahasa pemrograman generasi keempat. OODB disediakan khusus untuk menangani DSS yang kompleks seperti yang terdapat pada Computer Integrated Manufacturing. kamus (dictionaries). DSS dapat diprogram menggunakan bahasa pemrograman generasi ketiga. data yang ukuran dan indeksnya tidak bagus (poorly measured and indexed data). Terdapat kecenderungan untuk menjadikan MSS terdistribusi melalui jaringan. baik itu berarsitektur relasional. Data untuk MSS kemungkinan mempunyai berbagai masalah seperti: data yang tidak benar (incorrect data). hirarkikal. terlalu banyak data. dan lain-lain. OODB mudah untuk digunakan dan sangat cepat dalam aksesnya. maupuan jaringan. Data untuk MSS perlu dikumpulkan berulang-ulang di lapangan menggunakan salah satu dari berbagai metode. Sebagai contoh adalah Information Warehouse dari IBM. berbagai MSS ditawarkan pada sistem client/server.

• Dalam client/server. Page 31 . walaupun data tersebut berada pada file dan database yang berbeda. • Data multidimensionality mengijinkan kita untuk melihat (view) data dengan cepat dengan dimensi yang berbeda. telekomunikasi.menyediakan akses ke sembarang data atau informasi yang diperlukan oleh semua karyawan pada berbagai lokasi. beberapa PC (client) saling terhubung satu sama lain dan terhubung juga ke database. dan berbagai penyedia layanan yang lain (server).

financial-oriented language. 4.1 Pendahuluan Membangun sebuah DSS. C. dan +. Java. C+ Menggunakan 4GL: data-oriented language. Quattro Pro. kualitas yang memadai. semi terstruktur. dan lainnya. 2.3 Proses Pengembangan DSS • Pengembangan suatu DSS terkait juga dengan struktur permasalahan: tak terstruktur. pendekatan di atas.BAB IV MEMBANGUN DSS 4. dampak DSS pada individu). spreadsheets. Generator lebih efisien dari 4GL tapi ini tergantung juga pada batasannya. Agar lebih mudah membangun DSS bisa digunakan bahasa khusus (misal CASE TOOLs). • • Melibatkan hal-hal: teknis (hardware. Delphi. Di bawah ini disajikan bagan fase-fase pengembangan suatu DSS: Page 32 . bisa mengintegrasikan pendekatanFDC untuk budgeting & financial analysis. Memiliki jaminan Untuk DSS yang kompleks. Lotus 1-2-3. merupakan proses yang rumit. Menggunakan DSS Generator: Excel. 5. DSS. ataupun terstruktur. Berturutturut ES/DSS. apalagi yang besar. Tulis DSS dengan bahasa pemrograman umum: Pascal. EFPM untuk kalangan perguruan tinggi. 4. 3. Menggunakan DSS Generator khusus (domain specific): Commander Mengembangkan DSS dengan metodologi CASE. C#.2 Strategi Pengembangan 1. MIS bisa digunakan untuk ini. 6. jaringan) dan perilaku (interaksi manusiamesin. Express. 4.

Problem Diagnosis. Objectives of DSS. Orientation. sifat berulang dari suatu proses. 4. haruslah dikuasai beberapa konsep dasar seperti: strategi pengembangan. dan pengembangan DSS berbasis tim vs pengembangan berbasis user.Phase A Planning: Needs Assesment.4 Proses pengembangan : Life cycle vs prototyping Pembangunan DSS dilakukan dalam berbagai cara. Page 33 . Demonstration. Phase D Design Design User Interface Dialog Design Problem Processing System (model base) Design DSS Database Design Knowledge component Construction: Putting Together the DSS. Predesign Phase B Research: How to Address User Needs? What Resources Are Available? The DSS Environment Phase C Analysis: What Is the Best Development Approach? What Are the Necessary Resources? Define Normative Models. berbagai pendekatan konstruksi DSS. Tests Phase E Phase F Implementation: Testing and Evaluation. Dibedakan antara pendekatan life cycle (daur hidup) dan iterative process (proses berulang). and Deployment Maintenance and Documentation Phase G Adaptation: Continually Repeat the Process to Improve the System Phase G • Untuk lebih memahami proses desain lebih lanjut. Training.

Pendekatan Prototyping Evolusioner. Sehingga perluditerapkan adanya bagian pembelajaran dalam desain atau proses kita. IRD (Information Requirements Definition) adalah pendekatan formal yang digunakan oleh sistem analis. Menghaluskan. seperti di bawah ini: 1. Memilih submasalah penting yang akan dibangun pertama kali. • • • • • Asumsi dasarnya adalah kebutuhan informasi dari suatu sistem dapat ditentukan sebelumnya. Waktu terjadinya umpan balik dari user singkat. Keuntungan Proses Berulang dalam membangun DSS: • • • Waktu pengembangannya singkat. Nama lainnya adalah middle. dalam membantu pengambil keputusan. proses berulang (iterative process). dan memodifikasi sistem secara berulang. Mengevaluasi sistem terus menerus. informasi yang dibutuhkan. Dari situ. • Proses desain berulang ini mengkombinasikan 4 fase utama SDLC tradisional (analisis. Di satu sisi memahami kebutuhan user adalah hal yang sulit. • Pendekatan prototyping disebut juga proses evolusioner (evolutionary process). 2. diharapkan user belajar mengenai masalah atau lingkungannya sehingga dapat mengidentifikasi kebutuhan informasi baru dan yang tak diantisipasi sebelumnya. desain. mengembangkan. Page 34 . IRD bisa juga melibatkan CSF (Critical Success Factors). dan implementasi) ke dalam 1 langkah yang diulang-ulang. konstruksi. Meningkatkan pemahaman user terhadap sistem. tapi berguna. atau cukup disebut prototyping saja.out process (proses sementara). 3. adaptive design (desain adaptif) dan incremental design (desain berkelanjutan). DSS didesain untuk membantu pengambilan keputusan para manajer pada masalah yang jelekstrukturnya. 4.Pendekatan SDLC (System Development Life Cycle). IRD secara tradisional merupakan kombinasi analisis lojik dengan pengamatan perilaku pemrosesan informasi. Mengembangkan sistem yang kecil. Proses berulang terdiri dari 4 tugas.

4. • Pendekatan lainnya adalah membangun DSS berbasiskan user. Dalam kelompok manajemen pengetahuan (Management Science Group). dan berbagai tool. dan prosesnya memakan biaya. berkurangnya biaya hardware maupun software. Dalam kelompok pusat informasi (Information Center Group). DSS builder. • Biayanya rendah. 4. 3. penghubung (intermediaries). untuk mendapat kinerja yang diinginkan. tenaga ahli. umumnya pada lokasi: 1. • • Enterprise-wide computing serta kemudahan akses data dan pemodelan berarsitektur client/server juga mendukung pengembangan DSS berbasis user.6 Pengembangan DSS berbasis Tim Menentukan DSS Group. Dalam wilayah keuangan atau fungsi lainnya. Dimulai mulai tahun 1980-an. Page 35 . Intinya dengan berbasis tim. jaringan komunikasi komputer. maka pembangunan DSS menjadi kompleks. sistemnya kompleks. lama. 2. seiring pesatnya perkembangan di bidang PC (Personal Computer). Sistem ini didesain oleh tim yang terdiri dari user. Berbagai individu dalam setiap kategori tadi.dan kemampuannya. Secara organisasi penempatan DSS Group bisa dimana-mana. Tentu saja kedua pendekatan ini bisa dikombinasikan. sehingga ukuran tim menjadi besar dan komposisinya sering berubah seiring berjalannya waktu. 6. dan didesain utama untuk mendukung organisasi.5 Pengembangan DSS berbasis Tim dan berbagai user • Pengembangan DSS pada tahun 1970 dan 1980-an melibatkan skala yang besar. Dalam departemen rekayasa industri. 5. Executive Staff Group. 4. Dalam departemen IS (Information Services).

Pendekatan ROMC membantu menyelesaikan kesulitan ini. 3. mendasarkan diri pada 5 karakteristik keputusan: 1.7 Perencanaan DSS Generator. yang merupakan proses yang bebas. • Kesulitan utama dalam membangun DSS adalah tak terspesifikasinya kebutuhan informasi dengan baik. Pendekatan ROMC.8 Pendekatan ROMC (Representations.4.Memory Aids. Bantuan untuk mengingat sesuatu (misal: laporan. Pengambil keputusan mengalami kesulitan dalam menjelaskan situasi. Mekanisme kontrol. desain. 3. 4. Operasi. Representasi. 2. Fase pengambilan keputusan: intelligence. Grafis lebih disukai. • Kerangka kerja analisis dan desain sistem DSS ini bertujuan untuk mengidentifikasi karakteristik dan kemampuan yang diperlukan oleh suatu DSS. tampilan “split screen”. yang merupakan titik awal bagi desain sistem. 2. Di bawah ini disajikan bagan kriteria DSS Generator secara top-down: Level 1 Overall objective General Capabilities Level 2 Database Model base Dialog Subsystem Level 3 Data Model Spesific Capabilities Dialog Level 4 Features 4. Terbagi atas 4 entitas berorientasi user: 1.Operations. Bantuan untuk mengingat sesuatu. and Control Mechanisms). dan pemilihan dapat diterapkan pada analisis DSS. file Page 36 yang dapat teramati yang berhubungan dengan pengambilan .

Update lists to show assignments. A scatterplot of assets versus liabilities. and choice. Scratch paper. A variety of memory aids: 3.Library for saving tables. for user-computer communication: Page 37 . Pengamatan ini tidak menyarankan bahwa seorang user bekerja tanpa penghubung. applied via direct. dan knowledge mereka sendiri. design. dan analogi) sangat berguna dalam pengambilan keputusan dan harus disediakan oleh DSS. Views of on customers. all invoking choice: activities for intelligence. DSS Messages. 2. Temporary storage. Table showing salespeople and their customer assignments. skills. Staff reminder. Automated memory aids: List of customers. Rolodex. ketrampilan. secara pribadi mengatur dukungan sistem. File drawers with old tables. Compare alternatives. Conceptualizations: 1. Operations for intelligence. mental rules. Di bawah ini disajikan kebutuhan yang diperlukan untuk suatu keputusan dibandingkan dengan kemampuan DSS: Decision Makers Use DSS Provides 1. and and decision types. 4. Summary sheets Extracted data on customers. Relationship between A map outline. Computerize address Query the database. Pengambil keputusan mengharapkan untuk dapat menggunakannya langsung. akan tetapi mereka harus memahami kemampuan DSS dan mampu menganalisis input dan menerjemahkan output dari DSS. customer data. Workspace for developing assignment tables. Create alternative customer assignments for salespeople. A variety of styles. dan knowledge.data. and 4. assets and liabilities. 5. 3. Pengambil keputusan berbeda dalam gaya. Maka DSS harus membantu pengambil keputusan menggunakan dan mengembangkan gaya. design. 4. indeks. Represenations: A city map. Aid to direct personal control conventions knowledge.Differentdecision-making processes 2. ketrampilan. Gather data on customers.

Penggunaan DSS secara aktual hampir pasti berbeda dari yang diinginkan semula. Fleksibelitas menyelesaikan. Solusi yang diturunkan melalui DSS bersifat subjektif. baik user maupun pembangun DSS.9 Jenis Fleksibelitas dalam DSS: 1. yang mampu untuk menentukan kebutuhan fungsional seluruhnya. dan persepsi dari sifat dasar masalah. formed from DSS Hal-hal yang menyebabkan kebutuhan akan fleksibelitas dalam DSS: • • • • • • Tak seorang pun. Level pertama fleksibelitas ini memberikan kemampuan fleksibelitas dalam menampilkan aktivitas intelligence. Terdapat berbagai variasi diantara orang-orang dalam hal bagaimana mereka menggunakan DSS. mengantisipasi apa yang dibutuhkan secara lengkap. user dan lingkungan. Ringkasnya ada 2 alasan utama adanya fleksibelitas dalam DSS: 1. Orders to staff. Ability to override DSS defaults or procedures. 2. Procedures operations. Revise orders or procedures Training and explanation in how to give orders to the DSS. Faktorfaktor ini memang sering berubah-ubah. DSS harus berevolusi atau berkembang untuk mencapai desain sebab tak seorangpun yang bisa memperkirakan atau operasional. berubah pada saat system dipakai. atau tak dapat mengungkapkan. Perubahan yang terjadi haruslah mudah untuk dilakukan. design. Standard operating procedures. Sistem jarang mencapai hasil final.personal control: Accepted conventions for interpersonal communication. Page 38 . apa yang mereka mau dan butuhkan. 4. Contoh: kemampuan “what-if”. dan choice dan dalam menjelajah berbagai alternatif memandang atau menyelesaikan suatu masalah. ia harus sering diubah untuk mengantisipasi perubahan dalam hal: masalah. Konsep user mengenai tugas. User tak tahu.

11 Pengembangan DSS Berbasis User: Keuntungan dan Resikonya.2. Pengembangan DSS berbasis user berelasi secara langsung kepada komputasi enduser. 4. dan (c) mengembangkan resiko system data manajemen (missal:kehilangan data). 3. Level kedua ini dalam hal modifikasi konfigurasi DSS tertentu sehingga dapat menangani berbagai masalah yang berbeda. 2. Level keempat adalah kemampuan dari DSS dan DSS generator dalam berevolusi untuk merespon perubahan sifat dasar teknologi dimana DSS berbasis disitu. Waktu penyelesaiannya singkat. Fleksibelitas berevolusi. Syarat-syarat spesifikasi kebutuhan sistem tak diperlukan. Definisinya adalah: pengembangan dan penggunaan sistem informasi berbasis komputer oleh orang-orang diluar wilayah sistem informasi formal. 3. Ini diatur oleh pembangun DSS. Definisi ini melibatkan juga manajer dan profesional yang menggunakan komputer pribadi. Berbagai keuntungan yang bisa didapat user bila dia sendiri yang membangun DSS: 1. Page 39 . resiko potensial kualitas dapat diklasifikasikan dalam 3 kategori :(a) tool dan fasilitas dibawah standar. Fleksibelitas mengadaptasi. pengolah kata yang digunakan oleh sekretaris. Level ini membutuhkan perubahan dalam tool dan generator untuk efisiensi yang lebih baik. dan sistem time-sharing yang digunakan oleh ilmuwan dan peneliti. Level ketiga dalam hal mengadaptasi perubahan yang harus dilakukan pada berbagai DSS tertentu. atau pada perluasan masalah. Fleksibelitas ini diatur oleh user dan/atau pembangun DSS (DSS builder). Masalah implementasi DSS dapat dikurangi. Biayanya sangat rendah. (b) resiko yang berhubungan dengan proses pengembangan menghasilkan (contoh: hasil yang ketidakmampuan salah). 4. e-mail yang digunakan oleh CEO. kualitas bias tak terjaga 2. 4. 4. Resikonya adalah : 1. Fleksibelitas memodifikasi.10 Komputasi End-User.

13 DSS Generator DSS Generator mengkombinasikan kemampuan berbagai aplikasi umum dalam 1 program. Improvement Phase 9 User Training Phas10 Documentation and Maintenance Phase 11 Adaptation 4.4. Page 40 . Di bawah ini adalah program-program yang merupakan “bahan baku” bagi paket terintegrasi: • Spreadsheet.12 Proses pembuatan Bias dilihat pada bagan di bawah ini Phase 1 Project Selection Phase 2 Software and Hardware Selection Build the database and its management Phase 3 Build the model base and its management Phase 4 Build the knowledge component Phase 6 Build the dialog subsystem Phase 5 Phase 7 Packaging Phase 8 Testing and Evaluation.

(3) sistem operasi seperti apa yang akan digunakan. Kemudian dengan adanya program-program berbasis Windows. Bahasa analisis data statistikal umum. Grafis bisnis. Contoh dari paket terintegrasi ini adalah: Lotus 1-2-3. Bahasa pemrograman (generasi ketiga). Tool software dasar yang patut dipertimbangkan adalah: • • • • • • • • • • Fasilitas database relasional dengan fasilitas pembuatan laporan yang baik dan fasilitas pemilihan data setiap saat. Komunikasi.• • • • • • • Manajemen Data. Dengan kemampuan PC yang luar biasa sekarang ini. CASE tools. software DSS lebih banyak ditemui pada jenis komputer mikro. Kalender (manajemen waktu). Pemilihan Software. (2) hardware seperti apakah yang dipakai untuk menjalankannya. Tool pembangun ES. Manajemen projek. Jaringan. Tool pemrograman berorientasi objek. (4) jaringan seperti apakah yang akan dipakai untuk menjalankannya. Bahasa pemodelan. Pengolah kata. membuat DSS menjadi lebih disukai karena kemudahan penggunaannya.14 Pemilihan DSS Generator dan tool software lainnya Berbagai pertanyaan yang harus dijawab oleh suatu organisasi yang akan menggunakan DSS Generator: (1) generator seperti apa yang akan digunakan. Bahasa khusus yang lain (misal: untuk membangun simulasi). Desk management. Microsoft Excel 4. Page 41 . Bahasa penghasil grafis.

masak. seperti: • Penanganan permintaan/query (mendapatkan informasi dari database). end-user. dan (2) penggunaan bagian-bagian pra-fabrikasi dalam proses manufaktur keseluruhan sistem. 4. Mereka hanyalah merupakan salah satu sumber informasi saja. 2. misalnya PC Week dan Infosystems. Beberapa kriteria tak bisa diukur. Harga seringkali berubah. yang lain memiliki konflik langsung dengan yang lain lagi.. kemampuan yang dibutuhkan dari tool berubah dari satu aplikasi ke aplikasi . Page 42 Sistem ini melibatkan komponen-komponen utama Pada saat pemilihan. semuanya bersifat subjektif dan seringkali dangkal ulasannya. fungsional. yang setara dengan sumber-sumber informasi lain. misalnya oleh Data Decisions. 5. Beberapa orang terlibat dalam tim evaluasi. dan manajerial harus Evaluasi komersial yang tersedia. 8. Tool-tool pengembangan meningkatkan produktivitas builder dan membantu mereka menghasilkan DSS yang sesuai dengan kebutuhan user pada biaya yang moderat. 9. Pemilihan keputusan melibatkan banyak kriteria yang diterapkan pada bermacam-macam paket yang dibandingkan. dan jurnal panduan user. Data dipertimbangkan masak. Dari sini tidak diketahui secara lengkap. 4. Pro. lain. Semua masalah teknis. informasi DSS yang dibutuhkan dan outputnya Terdapat ratusan paket software di pasaran.Pemilihan tool dan/atau generator adalah merupakan proses yang rumit dengan alasan: 1. 3. dan Software Digest. Suatu bahasa digunakan dalam membangun berbagai DSS.15 Merangkai semuanya dalam satu sistem. Hal mendasar pada pengembangan tool dan generator ini adalah konsep: (1) penggunaan tool otomatis skala tinggi di keseluruhan proses pengembangan. Paket software selalu berganti dengan cepat. Sistem pengembangan DSS bisa dibayangkan seperti bengkel dengan berbagai tool dan komponen. Inc. 7. 6.

• • • • • • • Fasilitas analisis dan desain sistem (pengeditan. dan lalu beradaptasi secara otomatis pada evolusi usernya. Menu dinamis yang menyediakan hirarki yang berbeda untuk memenuni kebutuhan user yang berbeda.). Sistem manajemen berbasis model. Tujuannya adalah membangun DSS berperilaku khusus yang dapat beradaptasi terhadap evolusi kebutuhan user secara otomatis. dan (4) mewujudkan system sharing. Sistem manajemen berbasis model intelijen yang dapat memilih model yang sesuai untuk memenuhi preferensi/acuan yang berbeda. Manajer kode sumber (menyimpan dan mengakses model built-in dan model yang dikembangkan user/user developed). Struktur. dll. 3. Sistem manajemen knowledge. User User Interface Management Management Struktur dari DSS jenis ini dapat dilihat pada gambar di bawah ini: Data Model Control Mechanism Knowledge Base Page 43 User Interace element Usage Record EMS . Sistem manajemen dialog (antarmuka user). (2)mengurangi dampak penggunaan sistem (lebih user-friendly). Antarmuka user dinamis yang menyediakan representasi output yang berbeda untuk user yang berbeda pula. 4. Tujuan DSS yang dapat berevolusi sendiri adalah: (1) meningkatkan fleksibelitas DSS. 2. (3)meningkatkan kontrol pada sumber-sumber informasi organisasi. penginterpretasian. Diperlukan kemampuan: 1. Generator grafis. Kemampuan ini dicapai dengan menambahkan komponen ekstra: mekanisme intelijen yang bisa berevolusi sendiri. Generator laporan (memformat laporan output).16 DSS yang dapat berevolusi sendiri DSS yang memberi perhatian pada bagaimana ia digunakan.

Manajemen data. yang merupakan komponen dasar dari sembarang DSS. Mekanisme kontrol pusat yang mengkoordinasi semua operasi DSS.yaitu characteristics Task User behavior Quality of decision made Page 44 . 3. Elemen antarmuka user yang diperlukan untuk membuat antarmuka yang sangat user-friendly.17 Arah Pengembangan Riset DSS Terdapat berbagai variable dalam riset DS. 4.1. environment DSS 4. Ini adalah kontrol intelijen yang mengandung satu knowledge base. Catatan data yang telah digunakan (usage record) yang menyimpan data yang telah digunakan selama evolusi sistem dan juga cara memanajemennya (EMS=Evolution Management System). manajemen model. dan antarmuka user. 2.

sistem berbasis pengetahuan. Sekarang ini DSS berlaku pasif menanggapi pertanyaan “what-if” yang diajukan. dan menyelesaikan klas baru keputusan dalam konteks pengambilan keputusan yang baru. memainkan peran yang lebih besar dengan meningkatkan kualitas pemikiran dalam pengambilan keputusan. Tool yang lebih aktif dapat meningkatkan pemikiran yang lebih dalam mengenai situasi permasalahan. telekomunikasi. arsitektur client/server. DSS berpusat pada keputusan (decision-centered) tapi bukan pada decision-paced (langkah pengambilan keputusan). Perkembangan terbaru pada teknologi komputer. Selanjutnya kombinasi DSS/ES dapat bertindak lebih proaktif. sumber model DSS. 2. ilmu komputer. DSS di masa depan harus mendukung alasan-alasan pemilihan klas keputusan tertentu. 4. menjelaskan struktur masalah. dan ilmu politik. Saat ini DSS tak kreatif. Peningkatan DSS harus lebih memberi perhatian pada masalahPage 45 . Manajemen sains. 5. mesin pembelajaran (machine learning). ES bisa memberikan kontribusi utama dalam hal ini. Kontribusi serupa bisa dating dari psikologi kognitif. teori perilaku.Di bawah ini adalah beberapa poin dari riset yang telah dilakukan: 1. 3. GUI. memanajemen kerancuan dan kekompleksan. 6. dapat digunakan untuk meningkatkan DSS. ekonomi informasi. dan tool manajemen data. tapi di masa depan DSS harus menyediakan cara baru untuk mendefinisikan model.

menghasilkan DSS yang proaktif dalam membuat perubahan lebih dari sekedar mengantisipasi perubahan. Komputasi syaraf dapat ditambahkan berkenaan dengan masalah kerancuan. Komponen manusia dalam DSS harus dicermati untuk melihat dampak DSS pada saat pembelajaran. yang sulit untuk diukur atau bahkan ditentukan. Eksplorasi diperlukan untuk menemukan arsitektur yang sesuai yang menjadikan pengambil keputusan dapat menggunakan ES untuk Page 46 . Perspektif baru ini akan didukung oleh penambahan kemampuan kreatifitas dan inovasi. 11. CBIS lainnya. Teori DSS harus ditingkatkan. dan keefektifan. Masalahnya adalah bagaimana melakukannya. 13.masalah yang tak terstruktur. Ini akan membutuhkan variabel yang lebar jangkauannya. berhubungan dengan keefektifan organisasi dan perencanaan strategis. Riset DSS harus melebarkan perspektifnya. Teori-teori harus dikembangkan pada wilayah pengambilan keputusan organisasional dan pengambilan keputusan pada grup. Antarmuka manusia-mesin dan dampaknya pada kreativitas dan pembelajaran harus menjadi perhatian utama dalam riset DSS. Teori-teori harus dikembangkan pada topik-topik seperti pengukuran kualitas keputusan. DSS di masa depan harus mampu untuk membuat berbagai aksi alternatif dari dirinya sendiri. Integrasi DSS dengan ES. Riset harus dilakukan pada interaksi diantara individu dan grup. 17. baik mengenai teorinya dan dalam pengembangan software. 10. 12. Sekali lagi ES dapat memberikan kontribusi yang bernilai disini. pembelajaran. dan estetik. Aplikasi DSS dapat ditingkatkan dengan melibatkan nilai. 7. dan teknologi komputer yang berbeda lainnya (misal: komunikasi) akan menjadi wilayah riset utama. 14. karena hal tersebut berdampak pada efisiensi dan keefektifan organisasi secara keseluruhan. etik. atau paling tidak menghasilkan peneluran ide. 15. 16. 9. Konsep manajemen model harus dikembangkan. Masalah sosial dan etik juga harus lebih diperhatikan. 8.

dan adaptasi. Mulai dari penggunaan CASE tool sampai dengan pemrograman dengan DSS generator (engine). Page 47 Untuk dukungan keputusan saling berhubungan yang terkonsentrasi. dan pemegang tool. 4. analisis. konstruksi. riset. kecenderungan ke depan adalah menjadi DSS terdistribusi. Untuk DSS di institusi yang mendukung pengambilan keputusan berurutan dan saling berhubungan. group DSS akan lebih lazim di masa depan. 6. DSS generator (engine) adalah tool pengembangan terintegrasi yang digunakan dalam membangun kebanyakan DSS. Kesimpulan • • • • • • DSS dikembangkan dengan proses pengembangan yang unik berdasarkan prototyping. perantara. Terdapat berbagai strategi pengembangan. Riset lebih lanjut harus diarahkan pada wilayah ini. builder. implementasi. teknik AI.18 DSS masa Depan 1. 18. tenaga pendukung.meningkatkan kemampuan pengambilan keputusannya. Partisipan dalam proses konstruksi adalah: user. Pendekatan berulang (prototyping) paling umum digunakan dalam DSS. 2. kemungkinan sebagai bagian dari pusat . DSS groups akan berkurang peranannya seperti projek khusus bagian dari tim pendukung ditujukan untuk “tim komando” dan lebih banyak informasi. 3. 5. 4. Produk-produk DSS akan mulai menggabungkan tool dan teknikDSS berbasis PC akan terus tumbuh utamanya untuk dukungan berbagai dukungan end-user lainnya. perawatan. personal. Langkah utamanya adalah: perencanaan. Semua kecenderungan di atas akan menuju pada satu titik pada pengembangan berkelanjutan pada kemampuan sistem yang lebih user-friendly. Dampak organisasional dari MSS bisa signifikan. desain.

Kecerdasan diperlukan secara khusus dalam manajemen masalah. Peneluran ide dapat ditingkatkan dengan software elektronik. Kecerdasan ditambahkan ke DSS dengan menempelkan knowledge base dalam software DSS. Pemilihan yang sesuai untuk membangun DSS tertentu haruslah didesain dengan cermat. Terdapat banyak sekali tool dan generator di pasaran.karena kebutuhan informasi tak dapat diketahui dengan tepat pada awal proses. Brainstorming (“pembadaian” pendapat) secara elektronik adalah salah satu cara mendukung peneluran ide. karena itu kontrol yang cukup dapat memperbaiki situasi tersebut. identifikasi pola. dan symbiotic adalah konfigurasi yang berbeda dari intelligent DSS. Banyak DSS dibangun dalam lingkungan Windows. • • Bagian utama dari komputasi end-user adalah pembangunan DSS untuk dukungan personal yang dilakukan oleh individu. dan hardware. Keuntungan utama orang-orang yang membangun DSS-nya sendiri adalah: waktu penyelesaiannya singkat. Kebanyakan DSS dibangun dengan generator pengembangan DSS atau dengan tool-tool pengembangan 4GL tak terintegrasi. familiar dengan kebutuhannya. • • • • • • • • • • • • Pengembangan DSS berbasis user bisa juga berkualitas rendah. Kreativitas untuk peneluran ide (idea generation) adalah aktivitas penting dalam pengambilan keputusan. Pembangunan DSS dengan tim mengikuti proses terstruktur. active. • • DSS dapat dibangun oleh tim maupun individu. biaya rendah. Windows membuatnya mungkin untuk membangun DSS dengan cepat dan murah Suatu intelligent DSS harus bisa berperan aktif yang berhubungan dengan task/tugas penyelesaian masalah yang rancu dan kompleks. termasuk perencanaan. dan berbagai Page 48 . pemilihan software yang sesuai (generator jika dibutuhkan). DSS yang dapat berevolusi sendiri. dan implementasinya lebih mudah. Software elektronik menggunakan asosiasi.

Decision Support and Expert Systems: Management Support Systems. Efraim. 1998. K. Inc. Remaja Rosdakarya. Komputerisasi Pengambilan Keputusan. Jakarta. Sistem Pendukung Keputusan. dan kemampuan DSS. Page 49 . United States of America. Daihani.Ali Ramdhani. 2001. Fourth Edition. task. C. 1995. PT. dan M. lingkungan. Variabel utama riset independen DSS adalah kualitas keputusan yang dibuat Daftar Pustaka • • • Turban. • • Variabel utama riset independen DSS adalah perilaku user.. D. PT Elex Media Komputindo.Umar.teknik yang sudah dikenal lainnya untuk mendukung peneluran ide. Suryadi. Bandung. Prentice-Hall.

Sign up to vote on this title
UsefulNot useful