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

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

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

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

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

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

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

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

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

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

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

manajer akan seringkali memiliki alternatif-alternatif pilihan. Keuntungan model Di bawah ini adalah alasan utama mengapa MSS menggunakan model: 1. 2. Biaya analisis model lebih murah daripada percobaan yang dilakukan pada sistem yang sesungguhnya. Kompleksitas hubungan dalam sistem organisasi tak dapat direpesentasikan dengan Iconic atau Analog. Lingkungan itu sendiri selalu berubah. Tapi ini tak berjalan bila: 1. Matematis (Kuantitatif).kemungkinan solusi yang banyak sekali. bahkan bisa tak terhitung. Akibat yang ditimbulkan dari adanya kesalahan-kesalahan sewaktu proses trial-and-error lebih kecil daripada penggunaan model langsung di sistem nyata. 4. Penggunaan pemodelan menjadikan seorang manajer dapat menghitung resiko yang ada pada proses-proses tertentu. Penggunaan model matematis bisa menjadikan analisis dilakukan pada kemungkinan. Page 15 . 2. 5. 6.3. Model memungkinkan untuk menyingkat waktu. Model meningkatkan proses pembelajaran dan meningkatkan pelatihan. 7. Terlalu banyak alternatif untuk dicoba. 3. Akibat samping dari error yang terjadi besar pengaruhnya. karena kalau pun bisa akan memakan waktu lama dan sulit. Analisis DSS menggunakan perhitungan numerik yang dibantu dengan model matematis atau model kuantitatif lainnya.3 Proses Pemodelan Berikut ini adalah proses yang terjadi pada pemodelan: Trial and error dengan sistem nyata. 3. Selanjutnya percobaan yang dilakukan akan lebih mudah dilakukan dan tak mengganggu jalannya operasi harian organisasi. 2. Operasi bertahun-tahun dapat disimulasikan dalam hitungan menit di komputer. Dengan adanya komunikasi dan teknologi canggih sekarang ini. • Simulasi. Manipulasi model (perubahan variabel) lebih mudah dilakukan daripada bila diterapkan pada sistem nyata. Lingkungan sekarang yang makin berada dalam ketidakpastian.

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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. • Data multidimensionality mengijinkan kita untuk melihat (view) data dengan cepat dengan dimensi yang berbeda. • Dalam client/server. beberapa PC (client) saling terhubung satu sama lain dan terhubung juga ke database. Page 31 . telekomunikasi. dan berbagai penyedia layanan yang lain (server).

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

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

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

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

dan pemilihan dapat diterapkan pada analisis DSS. yang merupakan proses yang bebas. Grafis lebih disukai.Memory Aids. yang merupakan titik awal bagi desain sistem. and Control Mechanisms). Terbagi atas 4 entitas berorientasi user: 1. • Kesulitan utama dalam membangun DSS adalah tak terspesifikasinya kebutuhan informasi dengan baik. Mekanisme kontrol.8 Pendekatan ROMC (Representations. Pengambil keputusan mengalami kesulitan dalam menjelaskan situasi. 3.4. 2. Representasi. 2. file Page 36 yang dapat teramati yang berhubungan dengan pengambilan . 4. desain. Bantuan untuk mengingat sesuatu. Bantuan untuk mengingat sesuatu (misal: laporan.7 Perencanaan DSS Generator. Fase pengambilan keputusan: intelligence. mendasarkan diri pada 5 karakteristik keputusan: 1. tampilan “split screen”. 3. Pendekatan ROMC. 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. • Kerangka kerja analisis dan desain sistem DSS ini bertujuan untuk mengidentifikasi karakteristik dan kemampuan yang diperlukan oleh suatu DSS. Pendekatan ROMC membantu menyelesaikan kesulitan ini.Operations. Operasi.

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

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

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

Di bawah ini adalah program-program yang merupakan “bahan baku” bagi paket terintegrasi: • Spreadsheet. Page 40 . Improvement Phase 9 User Training Phas10 Documentation and Maintenance Phase 11 Adaptation 4.12 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.4.13 DSS Generator DSS Generator mengkombinasikan kemampuan berbagai aplikasi umum dalam 1 program.

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

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

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

3.1. Catatan data yang telah digunakan (usage record) yang menyimpan data yang telah digunakan selama evolusi sistem dan juga cara memanajemennya (EMS=Evolution Management System). Ini adalah kontrol intelijen yang mengandung satu knowledge base. Mekanisme kontrol pusat yang mengkoordinasi semua operasi DSS. Manajemen data. Elemen antarmuka user yang diperlukan untuk membuat antarmuka yang sangat user-friendly. dan antarmuka user. 4. environment DSS 4. 2.17 Arah Pengembangan Riset DSS Terdapat berbagai variable dalam riset DS. manajemen model. yang merupakan komponen dasar dari sembarang DSS.yaitu characteristics Task User behavior Quality of decision made Page 44 .

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

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

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

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

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

Sign up to vote on this title
UsefulNot useful