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

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

mungkin tak bisa didapatkan data. • • Perubahan lingkungan yang terjadi sedemikian cepatnya. 1. tak ada elemen untuk proses pembelajaran oleh Page 6 . saran tersebut bisa dimanfaatkan oleh orang yang bukan pakar berikut penjelasannya yang berisi logika penalaran di balik saran itu. informasi. Dan seperti seorang pakar. 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 satu area masalah yang spesifik dan biasanya lebih sempit. Pengetahuan ini lalu disimpan disitu dan user dapat meminta saran spesifik yang dibutuhkannya. tak lengkap. ataupun pengetahuan eksplisit yang tersimpan di komputer dan memanipulasi mereka menurut kebutuhan. ES dibuat untuk menyerupai seorang pakar/ahli.1. Komputer dapat mencari. ES adalah paket hardware dan software yang digunakan sebagai pengambil keputusan dan/atau pemecahan masalah. ataupun pengetahuan secara eksplisit. Ide dasarnya sederhana. sedangkan keputusan harus diambil walaupun kondisinya seperti ini (informasi yang parsial. • Teknologi sebelum Artificial Neural Network (ANN) berbasis pada penggunaan data. maka akan solusinya akan lebih spesifik. yang dapat mencapai level yang setara atau kadang malah melebihi seorang pakar/ahli. Pengambil keputusan menggunakan pengalaman yang ada untuk mengatasi hal ini. • • Merupakan cabang dari aplikasi Artificial Intelligence (AI). Kepakaran ditransfer dari seorang pakar ke komputer. mengolah dan menampilkan kesimpulan yang spesifik. informasi. • Pada dunia nyata yang begitu kompleks.5 Expert Systems (ES) • • Semakin tak terstruktur suatu situasi.6 Neural Computing (Artificial Neural Network). • Pada teknologi sebelumnya. atau pun tak eksak).

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

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

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

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

Analisis kualitatif didukung oleh ES. Pada tahap ini. 4. 3. dan DSS dan/atau ES bisa mendukung tahap ini. Pada langkah ini. keputusan untuk mengimplementasikan solusi tertentu dilakukan.oleh tool-tool analisis kuantitatif.NLP. Step C. keputusan dibuat dengan memperhatikan masalahnya (atau kesempatan) berdasarkan hasil dari analisis.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. People Scanning Problem identification (definition) (Intelegence) Newspapers TV Sensors ES.ANN. Langkah ini didukung oleh DSS (jika pengambil keputusan adalah seseorang) atau oleh GDSS (jika keputusan dibuat oleh sekelompok orang). MSS adalah keluarga teknologi yang dapat digunakan secara mandiri atau dalam bentuk kombinasinya. Page 11 . Implementasi. Memilih. Dukungan terkomputerisasi untuk para manajer sangat penting dalam berbagai kasus untuk kelanjutan organisasinya. EIS. Step D.

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

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

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

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

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

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

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

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

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

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

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

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

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

yang selama ini belum bisa dilakukan oleh user MSS. retrieval. dihubungkan ke jaringan. manipulasi. metodologi penampilan grafis. LAN. dan komunikasi (transfer) hasil-hasil serangkaian aktivitas yang dilakukan.server Arsitektur yang mencoba untuk mengorganisasi PC. Dicirikan oleh: • • GUI. dan mainframe. tepat waktu. ke dalam sistem yang fleksibel. interface. akurat. Umumnya menggunakan yang digunakan untuk mengakses resources jaringan. dan berbagai fasilitas yang mengatur dan menyampaikan informasi yang handal. IW adalah sekumpulan DBMS. masing-masing dengan interface user sendiri-sendiri. User dihubungkan oleh interface ke Client. konstruksi presentasi.Kunci sukses dari enterprises-wide MSS adalah infrastruktur yang mendukung akses. dan efisien. . sampai saat dibutuhkan. Client ini saling berbagi resources Page 25 Client-nya adalah PC atau workstation. efektif. tool. dan mudah dimengerti dalam pengambilan keputusan bisnis. • 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. IBM membuat konsep IW yang didesain untuk meng”unlock” data secara ekonomis pada suatu suatu enterprise. analisis.11 Arsitektur client .

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

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

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

Sebagai contoh. dan personal. informasi. Pengembangan aplikasi MSS membutuhkan akses ke database. dan menyimpannya ke dalam sistem terkomputerisasi.). dapat mempermudah manajemen database. penggunaan. 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. sehingga user dapat menemukan sendiri suatu informasi dengan cepat Kesimpulan Data terdapat dalam sumber-sumber internal. reviewing. Teknologi AI. khususnya ES.13 Intelligent Database Organisasi. Salah satu cara untuk melakukan itu adalah dengan memperkuat sistem manajemen database dengan penyediaan kemampuan inferencing. 3.Trinzic Corp. Updating. tanpa akses database tentulah menjadi sulit untuk menggunakan ES dalam aplikasi MIS yang besar seperti otomasi pabrik dan otorisasi kartu kredit. pribadi dan publik. terus menerus mengumpulkan data. dan penghapusan informasi ini makin lama makin kompleks seiring dengan bertambahnya jumlah data. dan knowledge. Page 29 . eksternal.

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

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

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

Demonstration. 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.4 Proses pengembangan : Life cycle vs prototyping Pembangunan DSS dilakukan dalam berbagai cara. Page 33 . Phase D Design Design User Interface Dialog Design Problem Processing System (model base) Design DSS Database Design Knowledge component Construction: Putting Together the DSS.Phase A Planning: Needs Assesment. Training. Orientation. sifat berulang dari suatu proses. dan pengembangan DSS berbasis tim vs pengembangan berbasis user. Objectives of DSS. berbagai pendekatan konstruksi 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. Problem Diagnosis. Dibedakan antara pendekatan life cycle (daur hidup) dan iterative process (proses berulang). 4. Tests Phase E Phase F Implementation: Testing and Evaluation. haruslah dikuasai beberapa konsep dasar seperti: strategi pengembangan.

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

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

• Kerangka kerja analisis dan desain sistem DSS ini bertujuan untuk mengidentifikasi karakteristik dan kemampuan yang diperlukan oleh suatu DSS. 2. Representasi. tampilan “split screen”. desain. Pendekatan ROMC membantu menyelesaikan kesulitan ini. Bantuan untuk mengingat sesuatu (misal: laporan. yang merupakan titik awal bagi desain sistem. Operasi. dan pemilihan dapat diterapkan pada analisis DSS.8 Pendekatan ROMC (Representations. 2. 3. and Control Mechanisms). 4. yang merupakan proses yang bebas. Grafis lebih disukai. mendasarkan diri pada 5 karakteristik keputusan: 1. Pendekatan ROMC. • Kesulitan utama dalam membangun DSS adalah tak terspesifikasinya kebutuhan informasi dengan baik.7 Perencanaan DSS Generator.4. Bantuan untuk mengingat sesuatu. Fase pengambilan keputusan: intelligence.Operations. file Page 36 yang dapat teramati yang berhubungan dengan pengambilan . Mekanisme kontrol. Terbagi atas 4 entitas berorientasi user: 1. Pengambil keputusan mengalami kesulitan dalam menjelaskan situasi. 3.Memory Aids. 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.

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

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

3. Fleksibelitas memodifikasi. atau pada perluasan masalah. kualitas bias tak terjaga 2. resiko potensial kualitas dapat diklasifikasikan dalam 3 kategori :(a) tool dan fasilitas dibawah standar. Level ini membutuhkan perubahan dalam tool dan generator untuk efisiensi yang lebih baik. Fleksibelitas berevolusi. Pengembangan DSS berbasis user berelasi secara langsung kepada komputasi enduser. Masalah implementasi DSS dapat dikurangi. 4. Fleksibelitas mengadaptasi.2. Page 39 . dan sistem time-sharing yang digunakan oleh ilmuwan dan peneliti. (b) resiko yang berhubungan dengan proses pengembangan menghasilkan (contoh: hasil yang ketidakmampuan salah). Level keempat adalah kemampuan dari DSS dan DSS generator dalam berevolusi untuk merespon perubahan sifat dasar teknologi dimana DSS berbasis disitu. Biayanya sangat rendah. 3. Fleksibelitas ini diatur oleh user dan/atau pembangun DSS (DSS builder). 2. e-mail yang digunakan oleh CEO. pengolah kata yang digunakan oleh sekretaris. Definisi ini melibatkan juga manajer dan profesional yang menggunakan komputer pribadi. Definisinya adalah: pengembangan dan penggunaan sistem informasi berbasis komputer oleh orang-orang diluar wilayah sistem informasi formal. Waktu penyelesaiannya singkat. Ini diatur oleh pembangun DSS. Syarat-syarat spesifikasi kebutuhan sistem tak diperlukan. Berbagai keuntungan yang bisa didapat user bila dia sendiri yang membangun DSS: 1. 4. Level kedua ini dalam hal modifikasi konfigurasi DSS tertentu sehingga dapat menangani berbagai masalah yang berbeda. Resikonya adalah : 1. dan (c) mengembangkan resiko system data manajemen (missal:kehilangan data). 4.11 Pengembangan DSS Berbasis User: Keuntungan dan Resikonya.10 Komputasi End-User. Level ketiga dalam hal mengadaptasi perubahan yang harus dilakukan pada berbagai DSS tertentu. 4.

4.13 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. Di bawah ini adalah program-program yang merupakan “bahan baku” bagi paket terintegrasi: • Spreadsheet. Page 40 .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.

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

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

Generator grafis. dll. (2)mengurangi dampak penggunaan sistem (lebih user-friendly).• • • • • • • Fasilitas analisis dan desain sistem (pengeditan. 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). Menu dinamis yang menyediakan hirarki yang berbeda untuk memenuni kebutuhan user yang berbeda. Generator laporan (memformat laporan output). Sistem manajemen dialog (antarmuka user).). Tujuan DSS yang dapat berevolusi sendiri adalah: (1) meningkatkan fleksibelitas DSS. penginterpretasian. Sistem manajemen knowledge. 3. Diperlukan kemampuan: 1. 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 . Struktur. (3)meningkatkan kontrol pada sumber-sumber informasi organisasi. Tujuannya adalah membangun DSS berperilaku khusus yang dapat beradaptasi terhadap evolusi kebutuhan user secara otomatis. Antarmuka user dinamis yang menyediakan representasi output yang berbeda untuk user yang berbeda pula. dan lalu beradaptasi secara otomatis pada evolusi usernya. Kemampuan ini dicapai dengan menambahkan komponen ekstra: mekanisme intelijen yang bisa berevolusi sendiri. dan (4) mewujudkan system sharing. Sistem manajemen berbasis model. 2. 4.16 DSS yang dapat berevolusi sendiri DSS yang memberi perhatian pada bagaimana ia digunakan.

manajemen model. Mekanisme kontrol pusat yang mengkoordinasi semua operasi DSS. Elemen antarmuka user yang diperlukan untuk membuat antarmuka yang sangat user-friendly.17 Arah Pengembangan Riset DSS Terdapat berbagai variable dalam riset DS. 4. Ini adalah kontrol intelijen yang mengandung satu knowledge base.yaitu characteristics Task User behavior Quality of decision made Page 44 . dan antarmuka user. Catatan data yang telah digunakan (usage record) yang menyimpan data yang telah digunakan selama evolusi sistem dan juga cara memanajemennya (EMS=Evolution Management System). 3. environment DSS 4. 2.1. yang merupakan komponen dasar dari sembarang DSS. Manajemen data.

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

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

kemungkinan sebagai bagian dari pusat . Terdapat berbagai strategi pengembangan. Semua kecenderungan di atas akan menuju pada satu titik pada pengembangan berkelanjutan pada kemampuan sistem yang lebih user-friendly. implementasi.meningkatkan kemampuan pengambilan keputusannya. Pendekatan berulang (prototyping) paling umum digunakan dalam DSS. Riset lebih lanjut harus diarahkan pada wilayah ini. builder. tenaga pendukung. 5. personal. Partisipan dalam proses konstruksi adalah: user. 2. riset. teknik AI. DSS generator (engine) adalah tool pengembangan terintegrasi yang digunakan dalam membangun kebanyakan DSS. konstruksi. Langkah utamanya adalah: perencanaan. desain. dan adaptasi. analisis. Page 47 Untuk dukungan keputusan saling berhubungan yang terkonsentrasi. group DSS akan lebih lazim di masa depan. Dampak organisasional dari MSS bisa signifikan. 18. Produk-produk DSS akan mulai menggabungkan tool dan teknikDSS berbasis PC akan terus tumbuh utamanya untuk dukungan berbagai dukungan end-user lainnya. dan pemegang tool. 4. DSS groups akan berkurang peranannya seperti projek khusus bagian dari tim pendukung ditujukan untuk “tim komando” dan lebih banyak informasi. 6. 3. Kesimpulan • • • • • • DSS dikembangkan dengan proses pengembangan yang unik berdasarkan prototyping. Mulai dari penggunaan CASE tool sampai dengan pemrograman dengan DSS generator (engine). Untuk DSS di institusi yang mendukung pengambilan keputusan berurutan dan saling berhubungan. kecenderungan ke depan adalah menjadi DSS terdistribusi. perantara. 4.18 DSS masa Depan 1. perawatan.

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

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