Modul kuliah System pendukung keputusan Tujuan Intruksional : Memberikan dasar pengertian tentang pengambilan keputusan dalam organisasi

dan penggunaan sistem berbasis komputer untuk mendukung pengambilan keputusan. Materi: • • • • • • • • Sistem-sistem yang ada dalam Management Support System (MSS). Pengambilan keputusan, penjelasan sistem, pemodelan, dan masalah dukungan (support). Sistem pendukung keputusan. Manajemen data. Pemodelan dan manajemen model. Antarmuka user. Langkah-langkah membangun sistem pendukung keputusan. Sistem pendukung keputusan secara organisasi dan berbagai topik pengembangannya.

Page 1

BAB I KERANGKA UNTUK PENGEMBANGAN SPK Beberapa penulis mendefinisikan segala system yang dapat memberikan kontribusi terhadap pembuatan keputusan. Faktor yang menyulitkan adalah bahwa orang yang berasal dari latar belakang dan konteks yang berbeda memandang DSS dengan sangat berlainan. Untuk memahami DSS dan potensinya, pendekatan dengan menilik “sifatnya” nya akan lebih mudah. Sifat DSS yang bisa diamati dari hasil kerja Alter, Keen meliputi : 1. Cenderung ditujukan untuk masalah yang belum tertetapkan dan kurang terstruktur yang dihadapi oleh manajer tingkat atas. 2. Berusaha mengkombinasikan penggunaan model atau teknik analitis yang memiliki akses data tradisional dan fungsi pemanggilan data. 3. Difokuskan pada bentuk yang memudahkan untuk digunakan orang-orang nonkomputer dalam mode interaktif 4. Menekankan fleksibilitas dan daya adaptasi guna mengakomodasi perubahan dalam lingkungan dan cara pembuatan keputusan yang dilakukan pemakai.

1.1 Kerangka untuk pemeriksaan keterlibatan manajemen dalam Sistem Pendukung Keputusan Tujuan spesifik SPK : Memberi bantuan kepada para pembuat keputusan manajemen tingkat menengah dan atas. (Mann & Watson), SPK adalah sistem interaktif yang memberi akses yang mudah ke model keputusan dan data kepada para pemakai guna menunjang tugas pembuatan keputusan yang sifatnya semi terstruktur atau tidak terstruktur. Menurut hasil riset, manajer dalam DSS berperan sebagai (4 area) : 1. Pemberi persetujuan dan administrator 2. Pengembang sistem (developer) 3. Operator 4. Pemakai output

Page 2

Kerangka Kerja Decision Support (DS)
Tipe Keputusan Terstruktur Kontrol Operasional Account receivable order entry Production schedulling, inventory control Selecting a cover for a magazine, buyingsoftw are, approving loans MIS, manageme nt science Tipe Kontrol Kontrol Manajerial Perencanaan strategis Budget analysis, shortterm,forecasting, personnel reports,make or buy credit evaluation,budget preparation,plant layout,project scheduling,reward system design Dukungan yang dibutuhkan MIS,Operational research models,transaction processing

Financial management (investment),werehouse location,distribution system Building newplant, mergers and acquisitions, newproduct planning, compensationplanning, quality assurance planning

Semi terstruktur

DSS

Tak terstruktur

Negotiating, recruiting an executive, buying hardware, lobbying

R & D planning, new technology development, socialresponsibility planning

DSS, ES, networks neural

Dukungan yang diperlukan

Management sciense, DSS, S, EIS

EIS, ES, neural networks

Proses pengambilan keputusan terdiri dari 3 fase proses: intelligence, design, dan choice. • • • Intelligence – pencarian kondisi-kondisi yang dapat menghasilkan keputusan. Design – menemukan, mengembangkan, dan menganalisis materi-materi yang mungkin untuk dikerjakan. Choice – pemilihan dari materi-materi yang tersedia, mana yang akan dikerjakan. Proses-proses yang terjadi pada kerangka kerja DS dibedakan atas: • • Terstruktur, mengacu pada permasalahan rutin dan berulang untuk solusi standar yang ada. Tak terstruktur, adalah “fuzzy”, permasalahan kompleks dimana tak ada solusi serta merta. Masalah yang tak terstruktur adalah tak adanya 3 fase proses yang terstruktur. • Semi terstruktur, terdapat beberapa keputusan terstruktur, tetapi tak semuanya dari fase- fase yang ada. Page 3

Pendekatan Management Science mengadopsi pandangan seorang manajer yang dapat mengikuti proses yang sistematik untuk penyelesaian masalah. Sehingga adalah mungkin untuk menggunakan pendekatan sains pada Managerial Decision Making. Langkahnya adalah: 1. Definisi masalah (keputusan situasi yang berhubungan dengan berbagai masalah atau dengan suatu kesempatan) 2. Klasifikasi masalah ke dalam kategori standar. 3. Membuat model matematika yang menjelaskan masalah secara nyata. 4. Menemukan solusi potensial di model masalah tadi dan mengevaluasinya. 5. Memilih dan merekomendasikan satu solusi dari masalah. Proses ini dipusatkan pada masalah modeling/pemodelan. 1.2 Decission Support System Sistem berbasis komputer yang interaktif, yang membantu pengambil keputusan memanfaatkan data dan model untuk menyelesaikan masalah-masalah yang tak terstruktur. DSS mendayagunakan resources individu-individu secara intelek dengan kemampuan komputer untuk meningkatkan kualitas keputusan. Jadi ini merupakan sistem pendukung yang berbasis komputer untuk manajemen pengambilan keputusan yang berhubungan dengan masalah- masalah yang semi terstruktur. Istilah DSS kadang digunakan untuk Menggambarkan sembarang sistem yang terkomputerisasi. DDS digunakan untuk definisi yang lebih sempit, dan digunakan istilah MSS sebagai paying untuk menggambarkan berbagai tipe sistem pendukung. Mengapa menggunakan DSS? • • • • Perusahaan beroperasi pada ekonomi yang tak stabil. Perusahaan dihadapkan pada kompetisi dalam dan luar negeri yang meningkat. Perusahaan menghadapi peningkatan kesulitan dalam hal melacak jumlah operasi-operasi bisnis. Sistem komputer perusahaan tak mendukung peningkatan tujuan perusahaan dalam hal efisiensi, profitabilitas, dan mencari jalan masuk di pasar yang benar-benar menguntungkan. 6 alasan mengapa perusahaan-perusahaan utama memulai DSS dalam skala besar: Page 4

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

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

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

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

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

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

MSS adalah keluarga teknologi yang dapat digunakan secara mandiri atau dalam bentuk kombinasinya. Step C. Analisis kualitatif didukung oleh ES. dan DSS dan/atau ES bisa mendukung tahap ini. 4. Implementasi. Step D.ANN. keputusan untuk mengimplementasikan solusi tertentu dilakukan. Dukungan terkomputerisasi untuk para manajer sangat penting dalam berbagai kasus untuk kelanjutan organisasinya. Pada langkah ini. People Scanning Problem identification (definition) (Intelegence) Newspapers TV Sensors ES. Langkah ini didukung oleh DSS (jika pengambil keputusan adalah seseorang) atau oleh GDSS (jika keputusan dibuat oleh sekelompok orang).NLP. keputusan dibuat dengan memperhatikan masalahnya (atau kesempatan) berdasarkan hasil dari analisis.MIS Step A EIS (ESS) ES Qualitative analysis (Design) Step B Quantitative analysis (Design) DSS MS/Or ANN Step C Decicion (choice) GDSS (groups) DSS (individual) Implement ? Step D Decision (choice) DSS and ES Kesimpulan • • • Perkembangan komputer demikian cepatnya dan juga penggunaannya oleh para manajer. Pada tahap ini. Memilih.oleh tool-tool analisis kuantitatif. EIS. Page 11 . 3.

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

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

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

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

Skenario. Proses pengambilan keputusan. Juga model dari masalahnya dirancang.5 Komponen-komponen Model Kuantitaif Struktur umum dari model Uncontrollable Variables Decission Variables Relationship Result Variables Page 16 .Termasuk juga disini pemahaman masalah dan pengecekan solusi yang layak. Kepemilikan masalah.• • • Optimisasi Heuristic. Tugastugas yang ada pada tahap ini merupakan kombinasi dari seni dan pengetahuan. Pengembangan (penyediaan) alternatif. 2.4 Design Phase. dan divalidasi. Seleksi prinsip-prinsip pemilihan (kriteria evaluasi). Tahap ini meliputi pembuatan. yaitu: • • • • • • • Komponen-komponen model. Struktur model. dites. Intellegence Phase Proses yang terjadi pada fase ini adalah: • • • • Menemukan masalah. dan analisis hal-hal yang mungkin untuk dilakukan. pengembangan. Klasifikasi masalah. Penguraian masalah. Prediksi hasil. 2. Pengukuran hasil.

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

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

dan personal. Biro Pusat Statistik. dan televisi. meminta pendapat pakar (misal dengan mewawancarainya). the data is not rapid enough Typical Cause Data are not timely Page 19 . Personal. • Instrumen dan sensor. Internal. 3.1 Sumber Data 3 sumber data adalah dari: internal. Pilihlah data eksternal yang relevan saja. musik. produk. Contoh: data mengenai karyawan dan penggajiannya. Para pakar dapat memberikan kontribusinya pada MSS untuk berbagai aplikasi tertentu. survey (menggunakan kuisoner). Data disimpan dalam satu atau beberapa tempat dalam suatu organisasi. Contoh: PDBI (dulu. Contoh: perkiraan penjualan atau opini mengenai kompetitor. Mulai dari database komersial sampai data yang dikumpulkan dari sensor dan satelit. Data ini mengenai orang. Permasalahan data mengikuti asas GIGO (Garbage In Garbage Out). Eksternal. atau suara. 2. Modify the system for The method for generating generating the data. diagram. karena banyak tak relevan dengan MSS yang diinginkan. Possible Solutions (in Some Cases) Raw data were entered Develop a systematic way to inaccurately. observasi (misal dengan menggunakan kamera video). jamannya Christianto Wibisono sebelum pindah ke Australia). Digunakan untuk membantu metode manual atau malah kadang dominan peranannya bila cara-cara manual sudah tak mampu lagi. Contoh: metode time studies (selama observasi). berita/informasi dari BEJ/BES.BAB III MANAGEMENT DATA 3. dan proses.Data derived by ensure the accuracy of raw an individual were generated data. Juga gambar. Bentuknya bisa berupa CD-ROM. film. Problem Data are not correct. Whenever derived data carelessly. 3. atlas.2 Pengumpulan dan Permasalahan Data Metode pengumpulan data mentah bisa menggunakan cara: • Manual. eksternal. services. are submitted. 1. carefully monitor both the data values and the manner in which the data were generated. dan lain-lain.

This may be impractical because of the cost of storing and maintaining data. 4GLs memiliki keuntungan: • Result-oriented. Problem-oriented Language. dan keamanan data yang lebih baik dari sekedar database biasa. difficult to develop and maintain.No one ever stored data needed now Whether or not it is useful now. Software Database. Bahasa utama dalam kebanyakan generator DSS dan berbagai tool MSS lainnya. dll. Data are not measured or indexed properly. Futher more the data may not found when they needed. 3. of the analysis. FORTRAN. Meningkatkan produktivitas paling sedikit 5 kali lipat sampai Page 20 . Make an effort to generate the data or to estimate them if they concern the future. COBOL. Contoh: BASIC.to meet the need for the data. • • • Procedural Languages. Nonprocedural Fourth-generation Language (4GLs). pengubahan dan penampilan data secara cepat. struktur file yang kompleks. Bahasa ini mengijinkan programmer untuk menjelaskan karakteristik masalah yang akan diselesaikan bukannya prosedur-prosedur yang harus diikuti. dan Pascal. C#. store data for future use. A detailed model contains so many coefficients that it is models. Diikuti dengan Object-oriented Language: C++. pengambilan. Delphi. 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. Java. PHP.3 Database dan management database DBMS didesain untuk sebagai suplemen yang mengijinkan kita dalam mengintegrasikan data dalam skala yang lebih besar. 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.

Modeling language. g. • Sebagai basis dalam pembangunan tool atau komponen yang lain dari suatu MSS.sekitar 300 kali lipat untuk berbagai aktivitas. Sebagai tool ideal untuk pusat informasi (Information Centers). Client/server management. dan buat pembangunan DSS membuatnya menjadi lebih mudah . j. biasanya ditulis dalam 4GL dan diintegrasikan dengan berbagai elemen yang lain. f. Graphic enhancement. DBMS yang digunakan sebagai tool pengembangan dari suatu DSS. Screen definition dan management facility. Environment untuk information consumers. Micro-to-mainframe environment. i. • Fourth-generation languages (4GLs) digunakan untuk membangun sistem secara cepat dan murah. d. Sebagai tool yang digunakan saat suatu MSS atau MSS generator (engine) dibangun. Sebagai suatu MSS generator untuk membangun aplikasi tertentu. FGS yang lengkap mempunyai berbagai fitur yang membuat user mudah berkomunikasi dengan komputer. Query language. Fourth-generation DBMS. Environment untuk applications development. m. Relational language. c. Extended data access. dan dibangunnya itu adalah dari sekedar konsep kasar. Contoh dari sistem seperti ini adalah suatu komposisi populer spesial untuk komputer mainframe dan disebut dengan Fourth-Generation System (FGS) yang lengkap. satu DBMS dapat dibuat dengan 4GL. 3.4. sebagai contoh. k. Applications management. Page 21 . n. b. l. Fitur-fitur ini adalah: a. Sehingga merupakan tool pengembangan yang efektif. Fourth-generation Systems. e. Sebagian besar end-user dapat membangun sistem dengan 4GLs tanpa bantuan perantara. h. sebab 4GLs dirancang baik untuk spesialis maupun end-user. Nonprocedural report writer (atau report generator). Nonprocedural language untuk data maintenance.

5 Struktur database dan sql Relasi diantara berbagai record individu yang tersimpan dalam database dapat dinyatakan dengan berbagai struktur lojikal. Ingres. dan mudah diakses dalam berbagai format tanpa perlu • mengantisipasinya pada waktu awal mendesain dan mengembangkannya. 3.3. SQL adalah bahasa nonprocedural dan user-friendly.6 Object-oriented Database. termasuk koneksi rumit diantara item-item yang berelasi. data mudah dikembangkan atau diubah. sehingga enduser dapat menggunakannya dalam query dan berbagai operasi database. Sehingga mirip seperti pohon. Struktur ini mengijinkan link yang kompleks. Hierarchical. dan untuk fungsi-fungsi administrasi database. untuk berbagai produk operasi DBMS dari program. network. Aplikasi MSS yang kompleks. membuat link lojikal diantara item data yang berelasi. DB2. • SQL. • Relational Database. Digunakan untuk akses online ke database. Struktur ini disebut dengan model CODASYL. Beberapa file data “direlasikan” dengan field data dari dua (atau lebih) file data. Ini dapat menghemat penyimpanan data dengan men-share-nya pada beberapa item. atau bagan organisasi. Juga digunakan untuk mengakses dan memanipulasi fungsi dari software DBMS terkemuka saat ini (contohnya: Oracle. Arsitektur database hierarchical. • Network. DBMS didesain dengan menggunakan struktur ini untuk mengeksekusi fungsi-fungsinya. dan Supra). Bahasa data yang menjadi standar untuk mengakses dan memanipulasi data dalam RDBMS. Keuntungan dari bentuk ini adalah user mudah untuk mempelajari. Menyusun item data dalam gaya top-down. misalnya yang melibatkan CIM (Computer Integrated Manufacturing) membutuhkan akses ke data yang kompleks. ataupun relasional tak dapat mengatasi database yang kompleks tersebut Page 22 . yang melibatkan gambar-gambar dan relasi yang juga kompleks.

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

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

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

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

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

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

terus menerus mengumpulkan data. dan penghapusan informasi ini makin lama makin kompleks seiring dengan bertambahnya jumlah data. Sebagai contoh. 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.13 Intelligent Database Organisasi.). Pendekatan ini disebut dengan intelligent database. Teknologi AI. dapat mempermudah manajemen database. eksternal. penggunaan. Pengembangan aplikasi MSS membutuhkan akses ke database. khususnya ES.Trinzic Corp. informasi. Updating. dan menyimpannya ke dalam sistem terkomputerisasi. 3. pribadi dan publik. reviewing. dan personal. dan knowledge. 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. Page 29 . sehingga user dapat menemukan sendiri suatu informasi dengan cepat Kesimpulan Data terdapat dalam sumber-sumber internal.

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

telekomunikasi. dan berbagai penyedia layanan yang lain (server). • Data multidimensionality mengijinkan kita untuk melihat (view) data dengan cepat dengan dimensi yang berbeda. • Dalam client/server. Page 31 . 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. walaupun data tersebut berada pada file dan database yang berbeda.

Generator lebih efisien dari 4GL tapi ini tergantung juga pada batasannya. semi terstruktur. Berturutturut ES/DSS. ataupun terstruktur. Tulis DSS dengan bahasa pemrograman umum: Pascal. 4. 2.2 Strategi Pengembangan 1. Agar lebih mudah membangun DSS bisa digunakan bahasa khusus (misal CASE TOOLs). dan lainnya. financial-oriented language. Express. MIS bisa digunakan untuk ini. apalagi yang besar. pendekatan di atas. dan +. 3. spreadsheets. Lotus 1-2-3. dampak DSS pada individu). 6. 4.BAB IV MEMBANGUN DSS 4. 4.1 Pendahuluan Membangun sebuah DSS. EFPM untuk kalangan perguruan tinggi. kualitas yang memadai. jaringan) dan perilaku (interaksi manusiamesin. Di bawah ini disajikan bagan fase-fase pengembangan suatu DSS: Page 32 . Menggunakan DSS Generator khusus (domain specific): Commander Mengembangkan DSS dengan metodologi CASE. Menggunakan DSS Generator: Excel. C#. bisa mengintegrasikan pendekatanFDC untuk budgeting & financial analysis. DSS. Memiliki jaminan Untuk DSS yang kompleks. Java. C. Delphi. Quattro Pro. C+ Menggunakan 4GL: data-oriented language.3 Proses Pengembangan DSS • Pengembangan suatu DSS terkait juga dengan struktur permasalahan: tak terstruktur. merupakan proses yang rumit. • • Melibatkan hal-hal: teknis (hardware. 5.

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

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

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

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

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

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

4.11 Pengembangan DSS Berbasis User: Keuntungan dan Resikonya. Ini diatur oleh pembangun DSS. Berbagai keuntungan yang bisa didapat user bila dia sendiri yang membangun DSS: 1. Definisinya adalah: pengembangan dan penggunaan sistem informasi berbasis komputer oleh orang-orang diluar wilayah sistem informasi formal. e-mail yang digunakan oleh CEO. Syarat-syarat spesifikasi kebutuhan sistem tak diperlukan. pengolah kata yang digunakan oleh sekretaris. Waktu penyelesaiannya singkat. dan sistem time-sharing yang digunakan oleh ilmuwan dan peneliti. 3. Pengembangan DSS berbasis user berelasi secara langsung kepada komputasi enduser. Fleksibelitas berevolusi. dan (c) mengembangkan resiko system data manajemen (missal:kehilangan data). Biayanya sangat rendah. Fleksibelitas ini diatur oleh user dan/atau pembangun DSS (DSS builder). resiko potensial kualitas dapat diklasifikasikan dalam 3 kategori :(a) tool dan fasilitas dibawah standar. Fleksibelitas memodifikasi. Definisi ini melibatkan juga manajer dan profesional yang menggunakan komputer pribadi. kualitas bias tak terjaga 2. 4. 4. Page 39 . Level keempat adalah kemampuan dari DSS dan DSS generator dalam berevolusi untuk merespon perubahan sifat dasar teknologi dimana DSS berbasis disitu. 4. (b) resiko yang berhubungan dengan proses pengembangan menghasilkan (contoh: hasil yang ketidakmampuan salah). Level ini membutuhkan perubahan dalam tool dan generator untuk efisiensi yang lebih baik. Masalah implementasi DSS dapat dikurangi. Level kedua ini dalam hal modifikasi konfigurasi DSS tertentu sehingga dapat menangani berbagai masalah yang berbeda. 2.10 Komputasi End-User. Fleksibelitas mengadaptasi.2. Level ketiga dalam hal mengadaptasi perubahan yang harus dilakukan pada berbagai DSS tertentu. Resikonya adalah : 1. 3. atau pada perluasan masalah.

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. Improvement Phase 9 User Training Phas10 Documentation and Maintenance Phase 11 Adaptation 4.4. Page 40 .13 DSS Generator DSS Generator mengkombinasikan kemampuan berbagai aplikasi umum dalam 1 program.

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

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

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

Manajemen data. manajemen model.1.17 Arah Pengembangan Riset DSS Terdapat berbagai variable dalam riset DS. yang merupakan komponen dasar dari sembarang DSS.yaitu characteristics Task User behavior Quality of decision made Page 44 . environment DSS 4. 4. Catatan data yang telah digunakan (usage record) yang menyimpan data yang telah digunakan selama evolusi sistem dan juga cara memanajemennya (EMS=Evolution Management System). Mekanisme kontrol pusat yang mengkoordinasi semua operasi DSS. dan antarmuka user. Ini adalah kontrol intelijen yang mengandung satu knowledge base. 2. 3. Elemen antarmuka user yang diperlukan untuk membuat antarmuka yang sangat user-friendly.

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

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

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

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

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

Sign up to vote on this title
UsefulNot useful