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

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

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

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

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

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

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

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

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

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

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

3. karena kalau pun bisa akan memakan waktu lama dan sulit. 2. Biaya analisis model lebih murah daripada percobaan yang dilakukan pada sistem yang sesungguhnya. • Simulasi. Lingkungan itu sendiri selalu berubah. 4. 6. Dengan adanya komunikasi dan teknologi canggih sekarang ini. Matematis (Kuantitatif). Akibat samping dari error yang terjadi besar pengaruhnya. Penggunaan pemodelan menjadikan seorang manajer dapat menghitung resiko yang ada pada proses-proses tertentu. Kompleksitas hubungan dalam sistem organisasi tak dapat direpesentasikan dengan Iconic atau Analog. Penggunaan model matematis bisa menjadikan analisis dilakukan pada kemungkinan. Model memungkinkan untuk menyingkat waktu. Operasi bertahun-tahun dapat disimulasikan dalam hitungan menit di komputer. 7. 5. Analisis DSS menggunakan perhitungan numerik yang dibantu dengan model matematis atau model kuantitatif lainnya. Lingkungan sekarang yang makin berada dalam ketidakpastian. Tapi ini tak berjalan bila: 1. Akibat yang ditimbulkan dari adanya kesalahan-kesalahan sewaktu proses trial-and-error lebih kecil daripada penggunaan model langsung di sistem nyata. Selanjutnya percobaan yang dilakukan akan lebih mudah dilakukan dan tak mengganggu jalannya operasi harian organisasi. Terlalu banyak alternatif untuk dicoba. 2. 2.3. manajer akan seringkali memiliki alternatif-alternatif pilihan.kemungkinan solusi yang banyak sekali. Keuntungan model Di bawah ini adalah alasan utama mengapa MSS menggunakan model: 1. bahkan bisa tak terhitung. 3. Manipulasi model (perubahan variabel) lebih mudah dilakukan daripada bila diterapkan pada sistem nyata.3 Proses Pemodelan Berikut ini adalah proses yang terjadi pada pemodelan: Trial and error dengan sistem nyata. Model meningkatkan proses pembelajaran dan meningkatkan pelatihan. Page 15 .

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

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

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

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

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

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

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

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

mereka harus bisa mengantisipasi pertumbuhan dan makin kompleksnya keragaman peralatan dan sistem.10 Konsep Information Warehouse (IW). Kedua. Paduan kerjasama yang lebih baik dalam penggabungan solusi client/server baru pada mainframe yang sudah ada. hardware. Proses penyatuan ini dapat mencegah berbagai aplikasi kritis dan mengembangkan misi yang sudah ada. • • Otomatisasi proses manajemen menjadikan biaya administrasi dan operasional system berkurang seiring dengan pertumbuhan enterprise. 3. Sistem komputer yang melibatkan keseluruhan organisasi disebut dengan enterprise computing atau enterprise-wide systems. Manajer harus mengantisipasi tantangan ini. jaringan. tanpa mengganggu ketersediaan sistem dan jaringan. Pertama. Page 24 .9 Keuntungan dari enterprise computing adalah: • • Menyediakan pelayanan yang responsif dan handal secara kontinyu. Keamanan jaringan dan data meningkat. 3.8 Enterprise DS dan Information warehouse Terdapat dua kontradiksi dalam bisnis modern. Ini adalah kerangka kerja berbasis teknologi yang terdiri dari berbagai aplikasi. dan biasanya berasal dari berbagai vendor. 3. adanya kebutuhan terhadap solusi hardware dan software yang khusus dan terlokalisasi.kasar dan tak perlu menggunakan 4GLs yang ada. Istilah enterprise mengacu pada pengertian keseluruhan organisasi. dan tool-tool manajemen. databases. • Sering dan cepatnya perubahan dan bertambahnya kompleksitas dapat diakomodasikan dengan cepat. Sistem enterprise jelas makin kompleks. • Optimasi yang lebih tinggi pada resourses jaringan dan sistem memastikan bahwa pelayanan kualitas yang tinggi dijaga pada biaya terendah yang mungkin. Enterprise computing adalah suatu arsitektur dari sistem komputer terintegrasi yang melayani bermacammacam kebutuhan suatu enterprise. adanya kebutuhan untuk mengefektifkan cost dari penyatuan semua sumber informasi kedalam aset bisnis yang termanajemen.

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

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

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

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

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

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

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

DSS. merupakan proses yang rumit. C+ Menggunakan 4GL: data-oriented language. Lotus 1-2-3. 4. MIS bisa digunakan untuk ini. 5. 3.2 Strategi Pengembangan 1. dan lainnya. Menggunakan DSS Generator: Excel. C. 6. Generator lebih efisien dari 4GL tapi ini tergantung juga pada batasannya. pendekatan di atas. apalagi yang besar. Express. dampak DSS pada individu). • • Melibatkan hal-hal: teknis (hardware. 2. spreadsheets. C#. ataupun terstruktur. dan +. Di bawah ini disajikan bagan fase-fase pengembangan suatu DSS: Page 32 . EFPM untuk kalangan perguruan tinggi. 4. jaringan) dan perilaku (interaksi manusiamesin. kualitas yang memadai. Agar lebih mudah membangun DSS bisa digunakan bahasa khusus (misal CASE TOOLs). Berturutturut ES/DSS. Memiliki jaminan Untuk DSS yang kompleks.BAB IV MEMBANGUN DSS 4. 4. semi terstruktur. bisa mengintegrasikan pendekatanFDC untuk budgeting & financial analysis. Tulis DSS dengan bahasa pemrograman umum: Pascal.1 Pendahuluan Membangun sebuah DSS. financial-oriented language. Delphi. Java.3 Proses Pengembangan DSS • Pengembangan suatu DSS terkait juga dengan struktur permasalahan: tak terstruktur. Quattro Pro. Menggunakan DSS Generator khusus (domain specific): Commander Mengembangkan DSS dengan metodologi CASE.

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

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

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

4. yang merupakan titik awal bagi desain sistem. Pengambil keputusan mengalami kesulitan dalam menjelaskan situasi. 4. Mekanisme kontrol. Bantuan untuk mengingat sesuatu. 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.Operations. Operasi. and Control Mechanisms).7 Perencanaan DSS Generator. Bantuan untuk mengingat sesuatu (misal: laporan. mendasarkan diri pada 5 karakteristik keputusan: 1. tampilan “split screen”. 2. Pendekatan ROMC membantu menyelesaikan kesulitan ini. file Page 36 yang dapat teramati yang berhubungan dengan pengambilan . desain. • Kesulitan utama dalam membangun DSS adalah tak terspesifikasinya kebutuhan informasi dengan baik. Grafis lebih disukai. dan pemilihan dapat diterapkan pada analisis DSS. Fase pengambilan keputusan: intelligence. Pendekatan ROMC.Memory Aids. Representasi. • Kerangka kerja analisis dan desain sistem DSS ini bertujuan untuk mengidentifikasi karakteristik dan kemampuan yang diperlukan oleh suatu DSS. 2.8 Pendekatan ROMC (Representations. Terbagi atas 4 entitas berorientasi user: 1. 3. 3. yang merupakan proses yang bebas.

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

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

Pengembangan DSS berbasis user berelasi secara langsung kepada komputasi enduser. Fleksibelitas ini diatur oleh user dan/atau pembangun DSS (DSS builder).11 Pengembangan DSS Berbasis User: Keuntungan dan Resikonya. 4. 3. Level kedua ini dalam hal modifikasi konfigurasi DSS tertentu sehingga dapat menangani berbagai masalah yang berbeda. Level ketiga dalam hal mengadaptasi perubahan yang harus dilakukan pada berbagai DSS tertentu. 4. 4. 2. Definisi ini melibatkan juga manajer dan profesional yang menggunakan komputer pribadi. pengolah kata yang digunakan oleh sekretaris. Berbagai keuntungan yang bisa didapat user bila dia sendiri yang membangun DSS: 1.10 Komputasi End-User. Resikonya adalah : 1. Syarat-syarat spesifikasi kebutuhan sistem tak diperlukan. resiko potensial kualitas dapat diklasifikasikan dalam 3 kategori :(a) tool dan fasilitas dibawah standar. atau pada perluasan masalah. (b) resiko yang berhubungan dengan proses pengembangan menghasilkan (contoh: hasil yang ketidakmampuan salah). Masalah implementasi DSS dapat dikurangi. 4. 3. Level ini membutuhkan perubahan dalam tool dan generator untuk efisiensi yang lebih baik. Definisinya adalah: pengembangan dan penggunaan sistem informasi berbasis komputer oleh orang-orang diluar wilayah sistem informasi formal.2. dan (c) mengembangkan resiko system data manajemen (missal:kehilangan data). dan sistem time-sharing yang digunakan oleh ilmuwan dan peneliti. Waktu penyelesaiannya singkat. Biayanya sangat rendah. e-mail yang digunakan oleh CEO. Ini diatur oleh pembangun DSS. Fleksibelitas berevolusi. kualitas bias tak terjaga 2. Fleksibelitas memodifikasi. Page 39 . Fleksibelitas mengadaptasi. Level keempat adalah kemampuan dari DSS dan DSS generator dalam berevolusi untuk merespon perubahan sifat dasar teknologi dimana DSS berbasis disitu.

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

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

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

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

Ini adalah kontrol intelijen yang mengandung satu knowledge base.1. 2. Mekanisme kontrol pusat yang mengkoordinasi semua operasi DSS. 4.17 Arah Pengembangan Riset DSS Terdapat berbagai variable dalam riset DS.yaitu characteristics Task User behavior Quality of decision made Page 44 . yang merupakan komponen dasar dari sembarang DSS. manajemen model. Manajemen data. Elemen antarmuka user yang diperlukan untuk membuat antarmuka yang sangat user-friendly. environment DSS 4. 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.

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

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

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

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

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

Sign up to vote on this title
UsefulNot useful