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

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

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

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

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

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

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

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

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

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

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

Matematis (Kuantitatif). Tapi ini tak berjalan bila: 1. bahkan bisa tak terhitung. Biaya analisis model lebih murah daripada percobaan yang dilakukan pada sistem yang sesungguhnya. 2. Page 15 . 3. Manipulasi model (perubahan variabel) lebih mudah dilakukan daripada bila diterapkan pada sistem nyata. 2. Model memungkinkan untuk menyingkat waktu. 2. Lingkungan sekarang yang makin berada dalam ketidakpastian. Penggunaan pemodelan menjadikan seorang manajer dapat menghitung resiko yang ada pada proses-proses tertentu. manajer akan seringkali memiliki alternatif-alternatif pilihan. Model meningkatkan proses pembelajaran dan meningkatkan pelatihan. Terlalu banyak alternatif untuk dicoba. 3. Selanjutnya percobaan yang dilakukan akan lebih mudah dilakukan dan tak mengganggu jalannya operasi harian organisasi. Dengan adanya komunikasi dan teknologi canggih sekarang ini. 6.3. Lingkungan itu sendiri selalu berubah. Analisis DSS menggunakan perhitungan numerik yang dibantu dengan model matematis atau model kuantitatif lainnya. karena kalau pun bisa akan memakan waktu lama dan sulit. • Simulasi. Akibat yang ditimbulkan dari adanya kesalahan-kesalahan sewaktu proses trial-and-error lebih kecil daripada penggunaan model langsung di sistem nyata. 5.3 Proses Pemodelan Berikut ini adalah proses yang terjadi pada pemodelan: Trial and error dengan sistem nyata. 4. Keuntungan model Di bawah ini adalah alasan utama mengapa MSS menggunakan model: 1. 7. Penggunaan model matematis bisa menjadikan analisis dilakukan pada kemungkinan.kemungkinan solusi yang banyak sekali. Kompleksitas hubungan dalam sistem organisasi tak dapat direpesentasikan dengan Iconic atau Analog. Operasi bertahun-tahun dapat disimulasikan dalam hitungan menit di komputer. Akibat samping dari error yang terjadi besar pengaruhnya.

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

Marketing Manufacturing Result variables variables and parameters Total profit rate of Inflatation rate . period of share. Sistem terdiri dari input. liquidity level of invesmentn Advertising budget. Model banyak digunakan dalam MSS. berinteraksi dengan lingkungannya. Sistem dapat terbuka.Contoh – contoh dari komponen model Uncontrollable Area Financial Invesment Decision variables Investment alternative investment. proses dan pengambil keputusan. amounts. Pemecahan masalah juga mengacu pada evaluasi peluang. and return. 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. tax rates Delivery distance . 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. atau tertutup. yang bisa dalam bentuk iconic. output. analog Page 17 . Semua sistem dipisahkan dari lingkungannya dengan suatu batas. earning per prime rate competition timing Customers income. DSS utamanya berhubungan dengan sistem yang terbuka.

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

berkurangnya biaya hardware maupun software. Secara organisasi penempatan DSS Group bisa dimana-mana. Tentu saja kedua pendekatan ini bisa dikombinasikan.5 Pengembangan DSS berbasis Tim dan berbagai user • Pengembangan DSS pada tahun 1970 dan 1980-an melibatkan skala yang besar. Sistem ini didesain oleh tim yang terdiri dari user. Executive Staff Group. Dalam wilayah keuangan atau fungsi lainnya. Intinya dengan berbasis tim. 6. Page 35 . dan berbagai tool. maka pembangunan DSS menjadi kompleks. Dimulai mulai tahun 1980-an. dan prosesnya memakan biaya. jaringan komunikasi komputer. sehingga ukuran tim menjadi besar dan komposisinya sering berubah seiring berjalannya waktu. sistemnya kompleks. 4. lama. 5. seiring pesatnya perkembangan di bidang PC (Personal Computer). Dalam departemen rekayasa industri. 4. Berbagai individu dalam setiap kategori tadi. Dalam kelompok manajemen pengetahuan (Management Science Group). • Pendekatan lainnya adalah membangun DSS berbasiskan user. umumnya pada lokasi: 1. dan didesain utama untuk mendukung organisasi. 4. untuk mendapat kinerja yang diinginkan. • • Enterprise-wide computing serta kemudahan akses data dan pemodelan berarsitektur client/server juga mendukung pengembangan DSS berbasis user. Dalam kelompok pusat informasi (Information Center Group). Dalam departemen IS (Information Services). penghubung (intermediaries). tenaga ahli. • Biayanya rendah. 2. 3.6 Pengembangan DSS berbasis Tim Menentukan DSS Group. DSS builder.dan kemampuannya.

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

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

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

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

Improvement Phase 9 User Training Phas10 Documentation and Maintenance Phase 11 Adaptation 4. Page 40 .13 DSS Generator DSS Generator mengkombinasikan kemampuan berbagai aplikasi umum dalam 1 program. Di bawah ini adalah program-program yang merupakan “bahan baku” bagi paket terintegrasi: • Spreadsheet.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.

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

Pemilihan tool dan/atau generator adalah merupakan proses yang rumit dengan alasan: 1. Pemilihan keputusan melibatkan banyak kriteria yang diterapkan pada bermacam-macam paket yang dibandingkan. seperti: • Penanganan permintaan/query (mendapatkan informasi dari database). dan jurnal panduan user. Beberapa kriteria tak bisa diukur. Inc. dan Software Digest. 5. yang setara dengan sumber-sumber informasi lain. 3. Sistem pengembangan DSS bisa dibayangkan seperti bengkel dengan berbagai tool dan komponen. misalnya oleh Data Decisions. 2. kemampuan yang dibutuhkan dari tool berubah dari satu aplikasi ke aplikasi . lain. Hal mendasar pada pengembangan tool dan generator ini adalah konsep: (1) penggunaan tool otomatis skala tinggi di keseluruhan proses pengembangan. 8. fungsional. informasi DSS yang dibutuhkan dan outputnya Terdapat ratusan paket software di pasaran. Page 42 Sistem ini melibatkan komponen-komponen utama Pada saat pemilihan.masak. Data dipertimbangkan masak. Mereka hanyalah merupakan salah satu sumber informasi saja. 7.15 Merangkai semuanya dalam satu sistem. Pro. yang lain memiliki konflik langsung dengan yang lain lagi.. Paket software selalu berganti dengan cepat. end-user. Suatu bahasa digunakan dalam membangun berbagai DSS. Dari sini tidak diketahui secara lengkap. misalnya PC Week dan Infosystems. 6. Semua masalah teknis. Beberapa orang terlibat dalam tim evaluasi. semuanya bersifat subjektif dan seringkali dangkal ulasannya. dan manajerial harus Evaluasi komersial yang tersedia. 4. 4. Harga seringkali berubah. 9. Tool-tool pengembangan meningkatkan produktivitas builder dan membantu mereka menghasilkan DSS yang sesuai dengan kebutuhan user pada biaya yang moderat. dan (2) penggunaan bagian-bagian pra-fabrikasi dalam proses manufaktur keseluruhan sistem.

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

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

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

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

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

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

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

Sign up to vote on this title
UsefulNot useful