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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

Agar lebih mudah membangun DSS bisa digunakan bahasa khusus (misal CASE TOOLs). Memiliki jaminan Untuk DSS yang kompleks. Delphi. Menggunakan DSS Generator: Excel. pendekatan di atas. 5. dampak DSS pada individu). 4. Di bawah ini disajikan bagan fase-fase pengembangan suatu DSS: Page 32 . DSS. financial-oriented language. kualitas yang memadai. Java. 4. MIS bisa digunakan untuk ini. • • Melibatkan hal-hal: teknis (hardware. 6. Quattro Pro. apalagi yang besar. EFPM untuk kalangan perguruan tinggi.1 Pendahuluan Membangun sebuah DSS. Menggunakan DSS Generator khusus (domain specific): Commander Mengembangkan DSS dengan metodologi CASE. spreadsheets.3 Proses Pengembangan DSS • Pengembangan suatu DSS terkait juga dengan struktur permasalahan: tak terstruktur. jaringan) dan perilaku (interaksi manusiamesin. Berturutturut ES/DSS. Generator lebih efisien dari 4GL tapi ini tergantung juga pada batasannya. ataupun terstruktur. C+ Menggunakan 4GL: data-oriented language. 3. C#. Lotus 1-2-3. Tulis DSS dengan bahasa pemrograman umum: Pascal. semi terstruktur. 4. dan lainnya. Express.BAB IV MEMBANGUN DSS 4. merupakan proses yang rumit. C. dan +. 2.2 Strategi Pengembangan 1. bisa mengintegrasikan pendekatanFDC untuk budgeting & financial analysis.

4. 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. berbagai pendekatan konstruksi DSS. Problem Diagnosis. 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. 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. Objectives of DSS.Phase A Planning: Needs Assesment. Page 33 . Tests Phase E Phase F Implementation: Testing and Evaluation. Training. sifat berulang dari suatu proses. Orientation.4 Proses pengembangan : Life cycle vs prototyping Pembangunan DSS dilakukan dalam berbagai cara. haruslah dikuasai beberapa konsep dasar seperti: strategi pengembangan. dan pengembangan DSS berbasis tim vs pengembangan berbasis user.

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

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

Operations. Mekanisme kontrol. Representasi. and Control Mechanisms). 4. file Page 36 yang dapat teramati yang berhubungan dengan pengambilan . Pendekatan ROMC.4.8 Pendekatan ROMC (Representations. mendasarkan diri pada 5 karakteristik keputusan: 1. Terbagi atas 4 entitas berorientasi user: 1. desain. 3. • Kesulitan utama dalam membangun DSS adalah tak terspesifikasinya kebutuhan informasi dengan baik. Bantuan untuk mengingat sesuatu. tampilan “split screen”. Bantuan untuk mengingat sesuatu (misal: laporan. 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. 2. yang merupakan titik awal bagi desain sistem. Grafis lebih disukai. Operasi. yang merupakan proses yang bebas. dan pemilihan dapat diterapkan pada analisis DSS. 3. 2. Fase pengambilan keputusan: intelligence.7 Perencanaan DSS Generator.Memory Aids. Pendekatan ROMC membantu menyelesaikan kesulitan ini. Pengambil keputusan mengalami kesulitan dalam menjelaskan situasi. • Kerangka kerja analisis dan desain sistem DSS ini bertujuan untuk mengidentifikasi karakteristik dan kemampuan yang diperlukan oleh suatu DSS.

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

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

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

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. Di bawah ini adalah program-program yang merupakan “bahan baku” bagi paket terintegrasi: • Spreadsheet.4. Page 40 .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.

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

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

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

yaitu characteristics Task User behavior Quality of decision made Page 44 . yang merupakan komponen dasar dari sembarang DSS. Elemen antarmuka user yang diperlukan untuk membuat antarmuka yang sangat user-friendly. Manajemen data. 3. 4. 2. 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).17 Arah Pengembangan Riset DSS Terdapat berbagai variable dalam riset DS. Ini adalah kontrol intelijen yang mengandung satu knowledge base. environment DSS 4. manajemen model.1. Mekanisme kontrol pusat yang mengkoordinasi semua operasi DSS.

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

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

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

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

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