BAB 11 DECISION SUPPORT SYSTEM
Chapter 11Decision Support System
Adila Afifah Rizki
1206262512
Departemen Teknik Industri
Fakultas Teknik
Universitas Indonesia
2015
BAB 11
MANAGEMENT INFORMATION SYSTEM
BAB 11 DECISION SUPPORT SYSTEM
SISTEM PENDUKUNG PENGAMBILAN KEPUTUSAN
Tujuan Belajar:
Setelah mempelajari bab ini, Anda diharapkan:
Memahami dasar-dasar pembuatan keputusan dan pemecahan masalah
Mengetahui bagaimana dimulainya konsep sistem pendukung keputusan
(decision support system – DSS)
Mengetahui dasar-dasar pemodelan matematika
Mengetahui bagaimana cara menggunakan lembar kerja elektronik sebagai
model matematika
Mengetahui bagaimana kecerdasan buatan muncul sebagai salah satu aplikasi
computer dan mengetahui area utamanya
Mengenal empat bagian dasra sari sistem pakar
Mengethui apa yang dimaksud dengan sistem pendukung pegambilan
keputusan kelompok (group decision support system – GDSS) dan berbagai
lingkungan yang berbeda dimana sistem ini dapat digunakan.
PENDAHULUAN
MANAGEMENT INFORMATION SYSTEM
BAB 11 DECISION SUPPORT SYSTEM
Manajer membuat banyak keputusan untuk mengatasi masalah. Penyelesaian masalah
dicapai dengan empat tahapan dasar dan menggunakan kerangka berpikir sebagai
model sistem umum dari sebuah perusahaan dan model lingkungan. Dengan
menggunakan pendekatan sistem untuk mengatasi suatu masalah, manajer melihat
sistem secara keseluruhan.
Proses pemecahan masalah terdiri dari empat elemen dasar: standar, informasi,
batasan, dan solusi alternatif. Jika proses ini diikuti, pemilihan alternative yang
terbaik tidak selalu dicapai dengann analisis logis saja dan ini penting untuk
membedakan permasalahan dan gejala.
Masalah dapat bervariasi dalam struktur, dan keputusan untuk menyelesaikan masalah
dapat terprogram ataupun tidak terprogram. Konsep Decision Support System (DSS)
awalnya ditujukan untuk masalah semi-stuktur. Hasil awal dari DSS terdiri dari
laporan dan keluaran dari model matematika. Kemudian, kemampuan dari
sekelompok penyelesaian masalah ditambahkan yang diikuti dengan kecerdasan
buatan dan on-line analytical processing (OLAP).
Model matematika dapat diklasifikasi kedalam beberapa cara dan penggunaan dari
model matematika ini disebut simulasi. Lembar kerja elektronik merupakan alat
pemodelan matematika yang baik. Lembar kerja elektronik dapat digunakan baik
untuk model statis dan dinamis dan memungkinan majer untuk memainkan permainan
“what-if”.
Kecerdasan buatan dapat menjadi salah satu komponen dari DSS. Dengan
menambahkan pengetahuan dasar dan mesin inferensi, DSS dapat menawarkan
penyelesaian masalah kepada manajer.
Ketika groupware ditambahbakan kedalam DSS, DSS menjadi sebuah group decision
support system (GDSS). GDSS dapat diletakkan di beberapa tempat yang berbeda
agar kondusif terhadap pemecahan masalh kelompok.
MANAGEMENT INFORMATION SYSTEM
BAB 11 DECISION SUPPORT SYSTEM
APA YANG DISEBUT DECISION MAKING (MEMBUAT KEPUTUSAN)
Sampai saat ini, kami sudah menelaah hampir semua buku mangament information
systems (MIS). Bagaimanapun juga, terlepas dari segala embel-embel, MIS adalah
sistem yang menyediakan informasi untuk para pengguna dalam membuat keputusan
dalam rangka menyelesaikan masalah secara sederhana.
Walaupun tidak secara jelas, kami sudah menjabarkan membuat keputusan dan
menyelesaikan masalah sebagai tema dalam bahasan ini. Kami sudah membedakan
penyelesaian masalah dengan membuat keputusan, menghadirkan langkah-langkah
dalam menyelesaikan masalah, menjabarkan dua kerangka kerja yang berguna dalam
penyelesaian masalah, dan menghadirkan pendekatan sistem sebagai dasar dari
seluruh penyelesaian masalah.
Penyelesaian Masalah dan Membuat Keputusan
Pada bab 1, kami menjabarkan peran dari informasi dalam manajemen penyelesaian
masalah. Membedakan antara penyelesaian masalah dan membuat keputusan.
Kami mengetahui bahwa penyelesaian masalah terdiri dari respon terhadap sesuatu
yang berjalan lancar maupun tidak dengan mendefinisikan masalah sebuagai suatu
keadaan yang berbahaya atau berpotensi berbahaya dalam sebuah perusahaan atau
menguntukan ataupun berpotensi menguntungkan. Kami juga menegetahui bahwa
selama proses penyelesaian masalah para manajer terlibat dalam membuat keputusan,
sebuah tindakan memilih solusi alternative dari sebuah masalah. Kami mendefinisikan
bahwa keputusan adalah sebagai tindakan terpilih dan disadari bahwa seringkali
dibutuhkan untuk membuat beberapa keputusan dalam proses memecahkan sebuah
masalah.
Tahapan Penyelesaian Masalah
Pada bab 1, kami juga menjabarkan proses penyelesaian masalah dengan menjabarkan
empat fase dasar menurut Herbert A. Simon. Menurut Herbert A. Simon, para
penyelesai masalah terlibat dalam:
MANAGEMENT INFORMATION SYSTEM
BAB 11 DECISION SUPPORT SYSTEM
Kegiatan intelijensi, mencari lingkungan atau bidang yang membutuhkan
solusi
Kegiatan desain, menciptakan, mengembangkan, dan menganalisis
kemungkinan tindakan terhadap masalah.
Kegiatan pemilihan, memilih beberapa tindakan dari beberapa kemungkinan
tindakan yng ada.
Kegiatan mengualas, menilai pilihan yang dibuat
Kami juga mengetahui bahwa dalm melakukan kegiatan diatas, penyelesai masalah
harus memiliki informasi, dan kami mengilustrasikan pada gambar 1.13
Kerangka Kerja Penyelesaian Masalah
Pada bab 2, kami menghadirkan dua kerangka kerja yang dapat digunakan dalam
penyelesaian masalah, general system model dalam perusahaan dan eight-element
environmental model. Kami mengilustrasikan generl system model dalam gambar 2.1
dan menghadirkannya sebagai kerangka kerja dari sebuah perusaah sebagai sistem.,
mengidentifikasi elemen penting yang harus ada dan aliran data, informasi dan
keputusan yang menghubungkan tiap elemen. Kami mengilustrasikan environmental
model pada gambar 2.2 dan merekomdasikan penggunaanya dalam memeahami
lingkungan perusahaan dan interaksi antara perusahaan dan maisng-masing elemen
dalam hal aliran sumber daya.
Pendekatan Sistem
Hal yang paling sulit dari penyelesaian masalah ada pada bab 7, ketika kami
menghadirkan pendeketan sistem, beberpa langkah dikelompokkan kedalam 3 fase –
usaha persiapan, definisi, dan solusi. Kami mengilustrasikan pendekatan pada gambar
7.1 dan merekomendasikan penggunaan general system model dalam sisi penglihatan
perusahaan sebagai sistem dan environmental model dalam mengenali lingkungan
sistem. Kami juga merekomendasikan elemen sistem dianalisis dalam urutan tertentu
dan mengilustrasikan urutan tersebut dalam gambar 7.3
Pentingnya “Systems View”
MANAGEMENT INFORMATION SYSTEM
BAB 11 DECISION SUPPORT SYSTEM
Dalam menggunakan general systems model dan environmental model sebagai dasar
dari penyelesaian masalah, kita menggunakan systems view, dimana operasi bisnis
sebagai sistem yang melekat dengan penyesuaian lingkungan. Ini merupakan cara
berfikir abstrak, namun memiliki nilai potensi terhapda manajer. Systems view:
1. Mencegah manajer dari kesulitan akan kompleksitas struktur organisasi dan
detail pekerjaan.
2. Menyadarkan perlunya memiliki tujuan yang baik
3. Menekankan pentingnya kerjasama seluruh orang dalam organisasi.
4. Mengakui adanya hubungan organisasi dengan lingkungannya.
5. Menempatkan nilai yang tinggi pada umpan balik informasi yang hanya dapat
dicapai dengan closed-loop system
Jika kamu bertanya kepada manajer apakah mereka memiliki systems view, kamu
mungkin akan mendapatkan jawaban tidak atau “saya tidak tahu, saya tidak pernah
terlalu memikirkan itu.” Bagaimanapun, mereka lebih sering mengenali definisi dan
solusi dari pendekatan sistem sebagai suatu hal yang mereka lakukan dan mengenali 5
poin dari systems view sebagai tujuan yang mereka coba untuk capai.
MERANCANG KONSEP
Dengan pemahaman dari pentingnya penyelesaian masalah, kami sekarang dapat
menjabarkan bagaimana penyelesaian masalah diaplikasikan dalam DSS.
Elemen dari Proses penyelesaian masalah
Beberapa elemen harus ada jika manajer untuk secara sukses terlibat dalam
penyelesaian masalah. Elemen-elemen ini ditampilkan pada gambar 11.1
MANAGEMENT INFORMATION SYSTEM
BAB 11 DECISION SUPPORT SYSTEM
Kebanyakan masalah yang para manajer atasi dapat dianggap sebagai sistem
permasalahan. Sebagai contoh, perusahaan sebagai sistem tidek berfungsi
sebagaimana yang dimaksud. Atau, ada masalah dengan sistem persediaan barang,
sistem komisi penjualan, dll. Solusi dari sitem permalasahan adalah sesuatu yang
paling memungkinkan sistem mencapai tujuan, sebagaimana yang ditunjukan dalam
standar performa sistem. Standar ini menjabarkan keadaan yang diinginkan – apa
yang harus sistem itu capai. Dengan kata lain, manajer harus memiliki informasi yang
menggambarkan keadaan sekarang – apa yang sistem capai sekarang. Jika dua
keadaan berbeda, beberapa masalah merupakan penyebabnya dan harus diselesaikan.
Perbedaan antara keadaan sekarang dan yang diinginkan menggambarkan kriteria
solusi, atau apa yang diperlukan untuk membawa keadaan sekarang menjadi keadaan
yang diinginkan. Tentunya, jika keadaan sekarang merepresentasikan level performa
yang lebih tinggi dari keadaan yang diinginkan, tugasnya bukan untuk membawa
keadaan sekarang kepada keadaan yang diinginkan. Sebaliknya, menjaga keadaan
sekarang agar tetap di level yang lebih tinggi. Jika level performa yang lebih tinggi
dapat dicapai, maka keadaan yang diinginkan dapat dicapai.
Merupakan tanggung jawab manajer untuk mengidentifikasi solusi alternatif, dimana
solusi alternatif pasti selalu ada. Ini merupkan salah satu langkah dari proses
penyelesaian masalah yang dapat dibantu dengan computer. Manajer biasanya
mengandalkan pengalaman pribadi mereka atau mendapatkan bantuan prosesor
MANAGEMENT INFORMATION SYSTEM
BAB 11 DECISION SUPPORT SYSTEM
informasi dari ‘non-komputer’, seperti masukan dari bgian dalam maupun luar
organisasi.
Sekalinya alternatif teridentifikasi, sistem informasi dapat digunakan untuk
mengevaluasi. Evaluasi ini harus mempertimbangkan segala hambatan yang mungkin
terjadi, baik dari internal maupun lingkungan. Hambatan internal berupa suatu bentuk
terbatasnya sumber daya yang ada dalam perusahaan. Sebagai contoh, unit IT tidak
dapat mengembangkan sistem CRM karena kurangnya akan ahli OLAP. Hambatan
lingkungan berupa suatu bentuk tekanan dari berbagai macam elemen lingkungan
yang membatasi aliran sumber daya kedalam maupun keluar perusahaan. Salah satu
contohnya, peningkatan suku bunga oleh Federal Resource Board yang membuat
biaya dari ekspansi pabrik diluar jangkauan.
Ketika seluruh elemen ini ada dan manajer mengetahuinya, solusi masalah
akan tercipta.
Memilih Solusi Terbaik
Pemilihan solusi terbaik dapat dicapai dengan cara-cara yang berbeda. Henry
Mintzberg, seorang teoris manajemen telah mengidentifikasi tiga pendekatan:
Analisis – sebuah evaluasi sistematik terhapdap pilihan yang ada,
mempertimbangkan konsekuensi terhadap tujuan organisasi. Sebuah contoh
dapat dipertimbangkan oleh anggota panitia MIS untuk memutuskan
pendekatan apa yang akan di implementasikan kedalam sistem informasi
Penilaian – proses mental dari seorang manajer. Sebagai contoh, manajer
manufaktur menerapkan pengalaman dan intuisi dalam mengevaluasi tata letak
pabrik yang baru menggunakan model matimatik
Penawaran – negosiasi antara beberapa manajer. Salah satu contoh adalah
proses memberi dan menerima yang berlangsung antar para anggota komite
eksekuif mengenai pasar mana yang harus dimasuki selanjutnya. Ini dimana
keterlibatan nyata dari perusahaan politik biasanya akan terlihat jelas.
MANAGEMENT INFORMATION SYSTEM
BAB 11 DECISION SUPPORT SYSTEM
Buku ini menekankan kepada analisis. Bagaimanapun, mempertimbangkan dan tawar-
menawar tidak dapat diabaikan. Ketiganya kemungkinan terlibat dalam pemilihan
alternative untuk menyelesaikan masalah penting.
Permasalahan Vs. Gejala Masalah
Penting untuk mengetahui perbadaan antara masalah dan gejala masalah. Jika tidak,
kamu akan menghabiskan banyak waktu dan uang berkutat dalam masalh yang salah
atau sesuatu yang sebenarnya bukan masalah. Sebuah gejala masalah adalah kondisi
yang dihasilkan oleh masalah. Seringkali manajer melihat gejala, bukan masalah asli.
Sorang dokter medis mengikuti proses ini untuk mengurutkan gejala untuk
menemukan penyebab penyakit (“apa yang menyebabkan akmu kekurangan energi?”)
. seorang manajer menghadapi tugas yang sama ketika berhadapan dengan gejala
seperti rendahnya profit. Sesuatu menyebabkan rendahnya profit. Masalah nya adalah
penyebab dari rendahnya profit. Pada nyatanya, bagus untuk berfikir masalah sebagai
penyebab kekacauan atau penyebab dari kesempatan.
Struktur Permasalahan
Seorang manajer mungkin lebih mengerti permasalahan yang ada lebih baik dari yang
lain. Masalah dari penambahan stok untuk memesan kembali adalah contoh
permasalahn yang sangat dimengerti seorang manajer. Pada nyatanya, model
matematik bernama EOQ (economic order quantity) menentukan bagaimana sebuah
masalah diselesaikan. Seperti masalh ang disebut masalah terstruktur karena terdiri
dari elemen dan hubungan antar elemen, yang semuanya dimengerti oleh penyelesai
masalah.
Bagaimanapun, tidak semua masalah dimengerti oleh manajer. Masalah ini disebut
permasalahan tidak terstruktur. Permasalahan tidak terstruktur merupakan suatu
masalah yang tidak memiliki elemen atau hubungan antar elemen yang dimengerti
oleh penyelesai masalah. Contoh dari masalah tidak terstruktur adalah memutuskan
film apa yang membuat kamu merasa sangat senang. Manajer bisnis seringkali
bingung untuk mendefiniskan masalh dengan cara terstruktur.
MANAGEMENT INFORMATION SYSTEM
BAB 11 DECISION SUPPORT SYSTEM
Sebenarnya, beberapa masalah dalam organisasi terkadang sangat terstruktur atau
tidak terstruktur sama sekali. Kebanyakan masalah adalah ketika manajer memiliki
sedikit pemahaman dari elemen dan hubungannya. Masalah yang semi-terstruktur
adalah masalah yang terdiri dari beberapa elemen atau hubungan yang beberapa
dimengerti oleh penyelesai masalah dan beberapa lainnya tidak dimengerti.
Contohnya, pemilihan lokasi untuk membangun pabrik manufaktur. Beberapa elemen,
seperti harga tanah, pajak, dan biaya pengiriman bahan mentah dapat dihitung dengan
presisi yang cukup tinggi. Elemen lain seperti bencana alam dan prtilaku penduduk
lokal sulit untuk diidentifikasi dan pdiperkirakan.
Setelah prosedur dirancang, komputer dapat memecahkan masalah terstruktur tanpa
keterlibatan manajer. Bagaimanapun, manajer seringkali harus melakukan semua
pekerjaan untuk menyelesaikan masalah tidak terstruktur. Dalam wilayah masalah
semiterstruktur yang luas, manajer computer dapat bekerja sama dalam menemukan
solusi.
Namun, manajer sering kali harus melakukan semua pekerjaan untuk memecahkan masalah yang tidak
terstruktur. Dalam wilayah masalah semiterstruktur yang luas, manajer dan komputer dapat bekerja sama
dalam menemukan solusi.
Jenis Keputusan
Selain memberikan tahap-tahap pemecahan masalah, Herbert A. Simon juga menemukan
metode untuk mengklasifikasikan keputusan. la percaya bahwa keputusan terletak pada
suatu kontinum, dengan keputusan yang terprogram pada satu sisi dan keputusan yang
tidak terprogram di sisi yang lain. Keputusan terprogram (programmed decision) bersifat
"repetitif dan rutin, dalam hal prosedur tertentu digunakan untuk menanganinya sehingga
keputusan tersebut tidak perlu dianggap de novo (baru) setiap kali terjadi." Keputusan
yang tidak terprogram (nonprogrammed decision) bersifat "baru, tidak terstruktur, dan
penuh konsekuensi. Tidak terdapat metode yang pasti untuk menangani masalah seperti
ini karena masalah tersebut belum pernah muncul sebelumnya, atau karena sifat dan
strukturnya sulit dijelaskan dan kompleks, atau karena masalah tersebut demikian penting
sehingga memerlukan penanganan khusus."
MANAGEMENT INFORMATION SYSTEM
BAB 11 DECISION SUPPORT SYSTEM
Simon menjelaskan bahwa dua jenis keputusan tersebut hanyalah merupakan
gambaran hitam putih dari kontinum tersebut dan bahwa kebanyakan masalah terletak
di wilayah abu-abu. Namun, konsep keputusan terprogram dan tidak terprogram penting
untuk diketahui, karena masing-masing harus ditangani dengan teknik yang berbeda.
SISTEM PENDUKUNG PENGAMBILAN KEPUTUSAN
Pada 10 tahun pertama, penggunaan komputer di dunia usaha terbatas pada pemrosesan
transaksi. Pada pertengahan 1960-an, konsep SIM muncul setelah ditemukannya
kebutuhan untuk menyediakan informasi kepada para manajer. Pendekatan SIM
amatlah luas, dan berusaha untuk memberikan informasi kepada semua manajer di
perusahaan untuk digunakan dalam penyelesaian semua permasalahan. Ini merupakan
upaya yang amat ambisius, dan banyak sistem gagal untuk memenuhi ekspektasi.
Dua profesor MIT, G. Anthony Gorry dan Michael S. Scott-Morton, percaya bahwa
sistem informasi yang berfokus pada masalah tertentu yang ditemui manajer tertentu
akan memberikan dukungan yang lebih baik. Mereka menggambarkan konsep mereka
dalam artikel yang berjudul "A Framework for Management Information Systems,"
yang diterbitkan pada tahun 1971 di Sloan Management Review. Inti dari konsep
mereka adalah tabel yang disebut grid Gorry dan Scott-Morton. Grid ini, yang
diilustrasikan dalam Figur 11.2. mengklasifikasikan masalah ke dalam struktur
permasalahan dan tingkat manajemen. Gorry dan Scott-Morton menggunakan Istilah-
istilah yang dibuat oleh Robert N. Anthony untuk tingkatan-tingkatan dalam grid
tersebut. Anthony menyebut tingkat yang paling atas tingkat perencanaan strategis,
tingkat tengah tingkat pengendalian manajemen, dan tingkat yang paling rendah
tingkat pengendalian operasional.
MANAGEMENT INFORMATION SYSTEM
BAB 11 DECISION SUPPORT SYSTEM
Gambar 11.2 The Gorry and Scott-Morton Grid
Sel-sel di grid tersebut berisikan contoh masalah yang umum ditemui dalam tingkatan
manajemen dan struktur masalah yang bersangkutan. Pada waktu itu, masalah-masalah
di atas garis putus-pums horizontal telah dapat ditangani komputer. Istilah sistem
keputusan terstruktur (structured decision system—SDS) digunakan untuk
mendeskripsikan sistem¬sistem yang mampu menyelesaikan masalah yang
teridentifikasi. Masalah-masalah di bawah garis menyulitkan pemrosesan komputer,
dan Gorry dan Scott-Morton menggunakan 1stilah sistem pendukung pengambilan
keputusan (decision support system—DSS) untuk menggambarkan sistem yang dapat
memberikan dukungan yang dibutuhkan.
Nama Sistem pendukung keputusan (DSS) terjebak dan menjadi biasa untuk
menggambarkan sebuah sistem yang dirancang untuk membantu manajer tertentu
memecahkan suatu masalah tertentu. Penekanan terdapat pada kata bantuan. DSS
tidak pernah dimaksudkan untuk memecahkan masalah tanpa bantuan manajer.
Pemikirannyanya adalah bahwa manajer dan komputer akan bekerja sama untuk
memecahkan masalah. Jenis masalah yang akan dipecahkan adalah masalah
semiterstruktur. Komputer akan membahas bagian terstruktur. dan manajer akan
membahas bagian yang tidak terstruktur. Gorry dan Scott-Morton mencapai lebih dari
yang mereka tetapkan untuk dilakukan. Seperti dibuktikan oleh judul artikel mereka,
mereka berusaha untuk menambah konsep MIS. Sebaliknya, mereka mengidentifikasi
MANAGEMENT INFORMATION SYSTEM
BAB 11 DECISION SUPPORT SYSTEM
jenis baru dari sistem informasi. Sejak tahun 1971, DSS telah menjadi jenis yang
paling sukses dari sistem informasi dan sekarang merupakan aplikasi yang paling
produktif dari komputer untuk pemecahan masalah.
Model DSS
Gambar 113 adalah model DSS. Gambar ini menunjukkan, dengan cara kiri ke kanan,
bagaimana konsep berkembang dari waktu ke waktu. Seperti yang dipahami awalnya
tentang DSS, itu menghasilkan laporan periodik dan khusus dan output dari model
matematika. Laporan khusus terdiri dari tanggapan terhadap database queries. Dengan
DSS yang mapan, kemampuan ditambahkan untuk mengizinkan pemecah masalah
untuk bekerja dalam kelompok. Penambahan perangkat lunak groupware
memungkinkan sistem untuk berfungsi sebagai sistem pendukung keputusan
kelompok atau group decision support system (GDSS). Baru-baru ini. kemampuan
kecerdasan buatan telah ditambahkan, bersama dengan kemampuan untuk terlibat
dalam OLAP. Kami menjelaskan OLAP dalam Bab 8 ketika kita membahas data
warehousing, dan kami tidak akan mengulangi materi itu di sini. Dalam sisa bab ini.
kita akan membahas model matematika dan kecerdasan buatan.
PEMODELAN MATEMATIKA
Model adalah abstraksi dari sesuatu. Ini mewakili beberapa objek atau kegiatan, yang
disebut entitas. Manajer menggunakan model untuk mewakili masalah yang harus
dipecahkan. Objek atau kegiatan yang menimbulkan masalah adalah entitas.
Jenis Model
Ada empat jenis dasar model; fisik, naratif, grafis, matematika.
MODEL FISIK
Model fisik adalah representasi tiga dimensi dari entitasnya. Model fisik yang
digunakan dalam dunia bisnis meliputi model skala pusat perbelanjaan dan prototipe
mobil baru. Model fisik memiliki tujuan yang tidak dapat dipenuhi oleh hal yang
nyata. Sebagai contoh, model fisik memungkinkan desainer untuk mengevaluasi
desain sebuah objek, seperti pesawat terbang, dan membuat perubahan sebelum
konstruksi objek sebenarnya. Hal ini menghemat waktu dan uang.
MODEL NARATIF
MANAGEMENT INFORMATION SYSTEM
BAB 11 DECISION SUPPORT SYSTEM
Salah satu jenis model yang manajer gunakan sehari-hari adalah model naratif, yang
mana menggambarkan entitas dengan kata-kata lisan atau tertulis. Pendengar atau
pembaca dapat memahami entitas dari naratif. Semua komunikasi bisnis adalah model
naratif, yang membuat model naratif jenis yang paling populer model.
Gambar 11.3 Model DSS yang menggabungkan Group Decision Support, OLAP dan
Artificial Intelligence/ kecerdasan buatan.
MODEL GRAFIS
Tipe lain dari model yang digunakan konstan adalah model grafis. Sebuah model
grafis mewakili entitasnya dengan abstraksi garis, simbol, atau bentuk. Model grafis
pada Gambar 11.4 menggambarkan salah satu konsep yang paling populer di dalam
bisnis – economic order quantity. Economic order quantity (EOQ) adalah jumlah
optimum penambahan stock untuk memesan dari pemasok. EOQ menyeimbangkan
biaya pembelian stock dan biaya pemeliharaan sampai digunakan atau dijual. Garis
yang miring ke bawah dari kiri pada gambar merupakan biaya pembelian unit, yang
menurun sebagai jumlah pesanan meningkat. Garis yang bergerak naik dari kiri ke
kanan mewakili bagaimana kenaikan biaya pemeliharaan secara linear dengan
MANAGEMENT INFORMATION SYSTEM
BAB 11 DECISION SUPPORT SYSTEM
meningkatnya jumlah pesanan. Kedua biaya ditambahkan bersama-sama untuk
menghasilkan kurva biaya total. Titik rendah pada kurva total cost merepresentasikan
EOQ tersebut. Model grafis juga digunakan dalam desain sistem informasi. Banyak
dari alat-alat yang digunakan oleh system developer adalah grafis. Entity-relationship
diagram. class diagram, and data flow diagram adalah contohnya.
MODEL MATEMATIKA
Setiap rumus atau persamaan matematika adalah model matematika. Banyak model
matematika yang digunakan manajer bisnis tidak lebih kompleks daripada yang
digunakan untuk menghitung EOQ:
di mana P adalah unit biaya pembelian (dalam dolar), S adalah penjualan tahunan
(dalam unit), dan M adalah biaya pemeliharaan tahunan per unit (dalam dolar). Biaya
pemeliharaan mencakup semua biaya yang dikeluarkan dalam menyimpan item,
seperti asuransi, pembusukan, dan kerugian akibat pencurian.
Beberapa model matematika menggunakan ratusan atau bahkan ribuan persamaan.
Sebagai contoh, sebuah model perencanaan keuangan yang dikembangkan oleh Sun
Oil Company pada tahun-tahun awal nya MIS digunakan sekitar 2.000 persamaan.
Model besar semacam ini cenderung rumit dan sulit untuk digunakan. Kecenderungan
saat ini adalah menuju penggunaan model yang lebih kecil.
Penggunaan Model
Keempat jenis model memberikan pemahaman dan memfasilitasi komunikasi. Selain
itu, model matematika memiliki kemampuan prediktif.
MEMBERIKAN PENGERTIAN Model biasanya lebih sederhana dibandingkan
entitasnya—entitas adalah objek atau proses. Entitas dapat lebih mudah dimengerti
jika berbagai elemen dan hubungan yang terdapat di dalamnya ditampilkan secara
lebih sederhana. Setelah model yang sederhana dapat dipahami, model tersebut secara
bertahap dapat dibuat lebih kompleks sehingga dapat mewakili entitasnya secara lebih
kompleks. Tetapi, model tersebut hanya dapat mewakili entitasnya; model tersebut
tidak dapar benar-benar berlaku seperti entitas sesungguhnya.
MANAGEMENT INFORMATION SYSTEM
BAB 11 DECISION SUPPORT SYSTEM
MEMFASILITASI KOMUNIKASI Keempat jenis model dapat mengomunikasikan
informasi secara akurat dan cepat kepada orang-orang yang memahami makna
bentuk, kata-kata, grafis, dan matematika.
MEMPREDIKSI MASA DEPAN Ketepatan yang ditunjukkan model matematika
untuk mcwakili entitasnya merupakan kemampuan yang tidak terdapat pada model
lain. Model matematika dapat memprediksi apa yang akan terjadi di masa depan,
namun tidak 100 persen akurat. Tidak ada model yang sebaik itu. Karena asumsi
biasanya harus dibuat berdasarkan banyaknya data yang dimasukkan ke dalam model
tersebut, manajer harus menggunakan penilaian dan intuisi dalam mengevaluasi
outputnya.
Kelas Model Matematika
Model matematika dapat diklasifikasikan ke dalam tiga dimensi: pengaruh waktu,
tingkat keyakinan, dan kemampuan untuk mencapai optimisasi.
MODEL STATIS ATAU DINAMIS Model statis (static model) tidak melibatkan
waktu sebagai salah satu variabel. Model ini berkenaan dengan situasi pada waktu
tertentu. Dengan kata lain, bersifat seperti cuplikan keadaan. Model yang melibatkan
waktu sebagai salah satu variabel disebut model dinamis (dynamic model). Model ini
menggambarkan perilaku entitas seiring dengan waktu, seperti gambar bergerak atau
film.
Sebuah model yang menjadikan waktu sebagai variabel adalah sebuah model dinamis.
Model ini merepresentasikan tingkah laku dan kebiasaan dari entitas seperti sebuah
motion picture.
Model probabilistik atau deterministik. Cara lain untuk mengklasifikasikan model
adalah berdasarkan probabilitasnya. Probabilitas adalah peluang suatu kejadian akan
terjadi. Intervalnya adalah dari 0 sampai 1. Sebuah model yang menyertakan
probabilitas disebut model probabilistik dan sebaliknya disebut model deterministik.
Model optimasi atau suboptimasi. Sebuah model optimasi adalah model yang
memilih solusi terbaik di antara alternatif lainnya. Sedangkan sebuah model
MANAGEMENT INFORMATION SYSTEM
BAB 11 DECISION SUPPORT SYSTEM
suboptimasi adalah model yang menyediakan opsi-opsi keputusan dan keputusan
akhir diambil oleh pengambil keputusan.
Sebuah model dapat diklasifikasikan menjadi tiga dimensi. Sebagai contoh, EOQ
merupakan model statis, deterministik, dan model optimasi.
Simulasi
Tindakan untuk menjalankan model disebut simulasi. Simulasi memiliki beberapa
skenario dan memprediksi efek dari keputusan sang pegambil keputusan.
Skenario model. Kata skenario digunakan untuk mendeskripsikan kondisi yang
memengaruhi sebuah simulasi. Contoh, jika anda mensimulasikan sebuah sistem
inventory, seperti yang ditunjukkan oleh gambar 11.5, skenario menspesifikkan
balance saat awal dan unit yang terjual perhari. Elemen data yang menyusun skenario
disebut scenario data elements.
Variabel keputusan. Nilai input yang dimasukkan oleh manajer untuk mengukur
dampak pada entitas disebut decision variables. Pada gambar 11.5, decision variables
nya adalah order quantity, reorder point, dan lead time.
Teknik Simulasi
Manajer biasanya mengeksekusi sebuah model optimasi hanya sekali. Namun, perlu
untuk mengeksekusi sebuah model suboptimasi terus menerus, mencari kombinasi
decision variables yang menghasilkan keluaran yang memuaskan. Proses iterasi
tersebut adalah what-if game.
Format Output Simulasi
Menyertakan elemen skenario dan decision variable pada layar yanf sama sebagai
output merupakan praktik yang baik, seperti dalam gambar 11.5. Dengan layout
seperti itu, maka akan selalu jelas input mana yang memproduksi output yang
berkaitan.
Contoh Modelling
Sebuah perusahaan mungkin menggunakan sebuah matematika untuk membuat
beberapa keputusan penting. Mungkin perusahaan tersebut ingin mensimulasikan efek
dari :
Harga produk
Jumlah investasi pabrik yang dibutuhkan untuk menyediakan kapasitas
produksi yang dibutuhkan
MANAGEMENT INFORMATION SYSTEM
BAB 11 DECISION SUPPORT SYSTEM
Jumlah yang harus diinvestasikan dalam aktivitas marketing, seperti iklan dan
personal selling
Jumlah yang harus diinvestasikan dalam penelitian dan pengembangan
Lebih jauh lagi, perusahaan ingin dapat untuk mensimulasikan empat kuarter aktivitas
dan menghasilkan dua laporan. 1) sebuah operating statement yang menyertakan nilai
nonmoneter seperti potensi pasar (permintaan) dan kapasitas pabrik dan 2) sebuah
income statement yang merefleksikan keuangan perusahaan.
Gambar 11.5. Skenario dan decision variables dari sebuah simulasi
Model Input
Gambar 11.6 menunjukkan layar input yang digunakan untuk memasukkan elemen
data skenario. Beberapa elemen berhubungan dengan prusahaan seperti kapasitas
pabrik, unit yang diproduksi, nilai bahan baku, dll. Elemen lain berkaitan dengan
pengaruh lingkungan sepeti indeks ekonomi, indeks seasonal, harga kompetitor, dan
marketing kompetitor.
MANAGEMENT INFORMATION SYSTEM
BAB 11 DECISION SUPPORT SYSTEM
Gambar 11.7 menunjukkan elemen skenario untuk kuarter selanjutnya. Perusahaan
mengindikasikan sampai berapa kuarter simulasi akan berlangsung. Kemudian
mereka mengestimasi faktor-faktor lingkugan yang telah disebutkan sebelumnya.
Pada posisi bawah layar, perusahaan memasukkan empat keputusan (harga $12;
investasi pabrik $100.000; marketing $1.000; R&D $0), dengan ruang pada bagian
kanan di mana menghasilkan keuntungan setelah pajak.
Gambar 11.6. Sebuah model layar input untuk memasukkan data skenario
Gambar 11.7 Sebuah model layar input untuk memasukkan data skenario pada kuarter
selanjutnya
MANAGEMENT INFORMATION SYSTEM
BAB 11 DECISION SUPPORT SYSTEM
Output Model
Aktivitas kuarter selanjutnya (quarter 1) adalah simualsi, dan keuntungan setelah
pajak ditampilkan pada layar. Perusahaan mempelajari gambar dan memutuskan dari
sekian pilihan solusi untuk digunakan pada kuarter 2. Keputusan tersebut dimasukkan,
dan simulasi diulangi kembali. Proses ini terus berlangsung hingga keempat kuarter
disimulasikan. Pada tahap ini, layar akan muncul sebagaimana pada gambar 11.8.
Perusahaan dapat memperoleh output yang lebih detail dalam formulir hardcopy.
Operating statement pada gambar 11.9 dan income statement pada gambar 11.10
adalah sebagai berikut.
Gambar 11.8. Ringkasan output dari model
MANAGEMENT INFORMATION SYSTEM
BAB 11 DECISION SUPPORT SYSTEM
Gambar 11.9. Operating statement
Keuntungan dan Kerugian dari Modeling
Keuntungan dari modeling adalah :
Proses modeling dapat menjadi pengalaman belajar.
Kecepatan dari proses simulasi memungkinkan adanya pertimbangan dalam
memilih alternatif dengan jumlah besar dalam waktu singkat.
Model menyedikan kemampuan prediksi.
Model lebih murah dibandingkan metode trial dan error.
Namun dua dasar kerugian modeling adalah :
Tingkat kesulitan dari memodelkan sebuah sistem bisnis akan membuat model
yang tidak menagkap seluruh pengaruh entitas.
Membutuhkan kemampuan matematika tingkat tiggi.
Gambar 11.10. Income Statement
PEMODELAN MATEMATIKA MENGGUNAKAN LEMBAR KERJA
ELEKTRONIK
Terobosan teknologi yang menungkinkan para pemecah persoalan untuk menyusun
model matematika dan tidak sekedar hanya mengandalkan spesialis informasi atau MANAGEMENT INFORMATION SYSTEM
BAB 11 DECISION SUPPORT SYSTEM
ilmuwan manajemen adalah lembar keria elektronlk. Sebelum adanya lembar kerja
(spreadshret), model matematika diprograrn dalam bahasa pemrograman teknis seperi
Fortran atau APL, yang berada di luar kompetensi para pemecah masalah yang tidak
memiliki latar belakang komputer. Ketika spreadsheet hadir tampak jelas bahwa
teknologi ini akan menjadi alat yang baik untuk membuat model matematika.
Kapabilitas Pemodelan Statis
Baris dan kolom dari lembar kerja elektronik membuatnya ideal untuk digunakan
dalam model statis. Figur 11.11 menunjukkan anggaran operasional dalam bentuk
laporan berbentuk tabel dengan kolom untuk pengeluaran yang dianggarkan,
pengeluaran sebenarnya, dan varian. Baris digunakan untuk pengeluaran. Inl
merupakan model yang amat sederhana, di mana satu-satunya matematika yang
dibutuhkan adalah pengurangan pengeluaran sebenarnya dari pengeluaran yang
dianggarkan untuk menghaslikan varian. Model ini melaporkan status anggaran
operasional pada suatu waktu—yaitu minggu yang berakhir tanggal 25 luni.
Kapabilitas Pemodelan Dinamis
Lembar kerja sangat sesuai untuk digunakan sebagal model dinamis. Kolom-kolom
yang tersedia amat sesuai untuk periode waktu, seperti yang diilustrasikan dalam
Figur 11.12. Disini kolom mewakili bulan. Model ini juga merupakan model yang
sangat sederhana dengan uang tunai akhir dihitung dengan menambahkan uang tunai
awal dengan saldo uang tunai. Simulasi perbulan kumulatif, dengan saldo akhir dalam
sebulan menjadi saldo awal bulan berikutnya. Model aliran kan ini melaporkan
bagaimana aliran kas masuk dan keluar selama 6 bulan.
MANAGEMENT INFORMATION SYSTEM
BAB 11 DECISION SUPPORT SYSTEM
Bermain Permainan “What-if”
Lembar kerja juga meminjamkan dirinya untuk bermain permainan “what-if”, dimana
pemecah masalah memanipulasi satu atau lebih variable untuk melihat efek pada hasil
simulasi. Sebagai contoh, dalam anggaran pengoperasian dalam Figur 11.11, pemecah
masalah dapat membuat perubahan pada actual salaries (mungkin meningkatkan
mereka sebesar 10% untuk mensimulasi efek dari kenaikan pembayaran) dan melihat
efek pada variasi gaji dan keseluruhan variasi. Pada model aliran kas dalam Figur
11.12, manajer keuangan dapat memanipulasi uang masuk dan keluar untuk melihat
efeknya.
Spreadsheet Model Interface
Ketika menggunakan lembar kerja sebagai model matematis, pengguna dapat
memasukan data atau membuat perubahan secara langsung pada sel lembar kerja atau
dapat menggunakan antarmuka pengguna grafis. Model penetapan harga yang
digambarkan lebih awal dan diilustrasikan dalam Figur 11.6 hingga 11.10 dapat
disusun menggunakan lembar kerja dan antarmuka pengguna grafis. Antarmuka
semacam ini dapat dipersiapkan menggunakan bahasa pemrograman seperti Visual
Basic dan kemungkinan besar membutuhkan keahlian seorang spesialis Informasi.
Salah satu cara pembuatan yang dapat dilakukan adalah pengguna dapat menyusun
lembar kerja dan meminta bantuan seorang spesialis informasi untuk menambahkan
antarmuka.
KECERDASAN BUATAN
Dalam bentuk aslinya, DSS menekankan penggunaan pemodelan matematika dan
pengajuan permintaan ke basis data. Tidak lama kemudian, para perancang DSS
mulai menyadari kebutuhan untuk menggabungkannya dengan kecerdasan buatan.
Kecerdasan buatan (arttficiat intelltgence—Al)adalah aktivitas penyediaan mesin
seperti komputer dengan kemampuan untuk menampilkan perilaku yang akan
dianggap sama cerdasnya dengan jika kemampuan tersebut ditampilkan oleh MANAGEMENT INFORMATION SYSTEM
BAB 11 DECISION SUPPORT SYSTEM
manusia.' Al merupakan aplikasi komputer yang paling canggih karena aplikasi ini
berusaha mencontoh cara pemikiran manusia.
Sejarah Al
Bibit Al pertama kali disebar hanya 2 tahun setelah General Electric menerapkan
komputer yang pertama kali digunakan untuk penggunaan bisnis. Tahun itu adalah
tahun 1956, dan istilah kecerdasan buatan pertama kali dibuat oleh fohn McCarthy
sebagai tema suatu konferensi yang dilaksanakan di Dartmouth College. Pada tahun
yang sama, program komputer Al pertama yang disebut Logic Theorist, diumumkan.
Kemampuan Logic Theorist yang terbatas untuk berpikir (membuktikan teorema-
teorema kalkulus) mendorong para ilmuwan untuk merancang program lain yang
disebut General Problem Solver (GPS), yang ditujukan untuk digunakan dalam
memecahkan segala macam masalah. Proyek ini ternyata membuat para ilmuwan
yang pertama kali menyusun program ini kewalahan, dan riset AI dikalahkan oleh
aplikasi-aplikasi komputer yang tidak terlalu ambisius seperti SIM dan DSS. Namun
seiring waktu, riset yang terus-menerus akhirnya membuahkan hasil, dan AI telah
menjadi wilayah aplikasi komputer yang solid.
Wilayah Al
Al diterapkan di dunia bisnis dalam bentuk sistem pakar, jaringan saraf tiruan,
algoritme genetik, dan agen cerdas.a
SISTEM PAKAR Sistem pakar (expert system) adalah program komputer yang
berusaha untuk mewakili pengetahuan keahlian manusia dalam bentuk heuristik.
Istilah heuristik berasal dari kata Yunani eureka, yang berarti “menemukan.”
Heuristik (heuristic) adalah aturan yang menjadi patokan atau aturan untuk menebak
dengan baik.
Heuristik tidak menjamin hasil sebaik algoritma yang biasa didapatkan dalam model
matematika, namun heuristik biasanya menawarkan hasil yang cukup spesifik
sehingga dapat berguna. Heuristik memungkinkan sistem pakar untuk berfungsi
sedemikian rupa agar konsisten dengan keahlian manusia, dan menyarankan
penggunanya cara memecahkan masalah. Karena sistem pakar berfungsi sebagai
MANAGEMENT INFORMATION SYSTEM
BAB 11 DECISION SUPPORT SYSTEM
konsultan, tindakan menggunakan aplikasi ini disebut konsultasi (consultation)—
karena pengguna berkonsultasi kepada sistem pakar untuk mendapatkan saran.
Sistem pakar dirancang oleh spesialis informasi (yang sering kali disebut insinyur
pengetahuan (knowledge engineer)) yang memiliki keahlian khusus dalam bidang
kecerdasan buatan. Insinyur pengetahuan amat ahli dalam mendapatkan ilmu dari
seorang ahli.
JARINGAN SARAF TIRUAN Jaringan saraf tiruan (neural networks)
meniru fisiologi otak manusia. Jaringan ini mampu menemukan dan membedakan
pola, sehingga membuatnya amat berguna dalam bisnis di wilayah pengenalan suara
dan pengenalan karakter optis.
ALOGARITMA GENETIK Algoritma genetik (genetic algorithms)
menerapkan proses "yang terkuat yang selamat" untuk memungkinkan para pemecah
masalah agar menghasilkan solusi masalah yang semakin baik. Sebagai contoh, bankir
investasi dapat menggunakannya untuk memilih portfolio investasi yang terbaik bagi
kliennya.
AGEN CERDAS Agen cerdas (intelligent agent) digunakan untuk
melakukan tugas yang berkaitan dengan komputer yang berulang-ulang. Salah satu
contoh adalah penggalian data, di mana penemuan pengetahuan memungkinkan
sistem gudang data untuk mengidentifikasi hubungan data yang sebelumnya tidak
dikenal.
Daya Tarik Sistem Pakar
Sistem pakar menawarkan kemampuan yang unik sebagai sistem pendukung
keputusan. Pertama, sistem pakar memberikan kesempatan untuk membuat keputusan
yang melebihi kemampuan seorang manajer. Sebagai contoh, seorang karyawan
investasi baru di bank dapat menggunakan suatu sistem pakar yang didesain oleh
seorang ahli keuangan dan, dengan dem ikian, menggabungkan pengetahuan ahli
tersebut ke dalam keputusan investasinya. Kedua, sistem pakar tersebut dapat
menjelaskan alasannya hingga menuju ke suatu keputusan. Sering kali, penjelasan
mengenai bagaimana solusi tersebut dicapai lebih berharga dibandingkan solusi itu
sendiri.
Konfigurasi Sistem Pakar
MANAGEMENT INFORMATION SYSTEM
BAB 11 DECISION SUPPORT SYSTEM
Sebuah sistem pakar terdiri dari 4 bagian utama: antarmuka pengguna, dasar
pengetahuan, mesin keputusan, dan mesin pengembangan. Hal ini diilustrasikan
dalam Figur 11.13.
User Interface Antarmuka pengguna mengijinkan manajer untuk mendalami
instruksi dan informasi menjadi sistem pakar dan untuk menerima infromasi berasal
dar itu. Instruksi-instruksi menspesifikan parameter yang memandu sistem pakar
melalui proses alasannya. Informasi input dalam bentuk nilai ditugaskan ke variable-
variabel.
Sistem pakar didesain untuk merekomendasikan solusi. Solusi-solusi ini ditambahkan
dengan penjelasan. Terdapat dua tipe penjelasan: penjelasan dari pertanyaan yang
manajer tanyakan dan penjelasan dari solusi masalah.
Dasar Pengetahuan Dasar Pengetahuan mengandung kedua fakta yang
mendeskripsikan area masalah dan teknik representasi pengetahuan yang
mendeskripsikan bagaimana fakta cocok dengan fungsi logic. Syarat domain
digunakan untuk mendeskripsikan area masalah.
Teknik representasi pengetahuan popular adalah penggunaan aturan. Aturan
menspesifikasi apa yang harus dilakukan dalam situasi yang diberikan dan
mengandung dua bagian: sebuah kondisi yang mungkin atau tidak mungkin benar dan
sebuah aksi yang harus diambil ketika kondisi benar. Contoh aturannya:
If Economic Inde > 1.20 dan Seasonal.Index > 1.30 Then Sales.Outlook =
‘EXCELLENT’
Keseluruhan aturan terkandung dalam sistem pakar yang disebut kumpulan aturan.
Kumpulan aturan dapat bermacam-macam dari suatu jumlah atau aturan untuk sistem
pakar yang sederhana hingga 10,000 aturan yang kompleks.
MANAGEMENT INFORMATION SYSTEM
BAB 11 DECISION SUPPORT SYSTEM
THE INFERENCE
ENGINE - Mesin
inferensi adalah bagian
dari sistem pakar yang melakukan penalaran dengan menggunakan isi basis
pengetahuan dalam urutan tertentu. Selama konsultasi, mesin inferensi memeriksa
aturan basis pengetahuan satu per satu, dan ketika kondisi aturan itu benar, tindakan
tertentu diambil. Dalam terminologi sistem pakar. aturan dipecat bila tindakan
diambil.
Proses pemeriksaan satu aturan demi terus sampai lulus lengkap telah dilakukan
melalui seluruh set aturan. Lebih dari satu lulus biasanya diperlukan untuk
memberikan nilai pada solusi masalah, yang disebut variabel tujuan. Melewati
berlanjut selama mungkin untuk aturan lira. Bila tidak ada lagi aturan bisa dipecat,
proses penalaran berhenti.
THE DEVELOPMENT ENGINE - komponen utama keempat dari sistem pakar
adalah mesin pengembangan, yang digunakan untuk membuat sistem pakar. Ada dua
pendekatan dasar: bahasa pemrograman dan kerang sistem pakar. Sebuah shell sistem
pakar adalah prosesor siap pakai yang dapat disesuaikan dengan domain masalah
tertentu melalui penambahan basis pengetahuan yang tepat. Saat ini, sebagian besar
MANAGEMENT INFORMATION SYSTEM
BAB 11 DECISION SUPPORT SYSTEM
kepentingan dalam menerapkan sistem pakar untuk masalah bisnis melibatkan
penggunaan kerang.
Contoh dari domain masalah yang cocok untuk shell sistem pakar adalah dukungan
komputer help-desk. Ketika sistem pakar help-desk digunakan, baik pengguna atau
anggota staf help-desk berkomunikasi langsung dengan sistem, dan sistem mencoba
untuk menyelesaikan masalah. Salah satu uji tingkat kecanggihan kecerdasan buatan
adalah apakah pengguna dapat deter¬mine jika mereka berinteraksi dengan manusia
atau komputer. Tes ini bernama Turing Test, untuk menghormati salah satu pelopor
besar dalam ilmu komputer. Alan Turing. Sebuah tanda dari sistem pakar yang baik
adalah jika pengguna tidak menyadari bahwa dia sedang berkomunikasi langsung
dengan komputer.
Sistem pakar help-desk menggunakan berbagai teknik representasi pengetahuan.
Sebuah pendekatan yang populer disebut berbasis kasus penalaran (CIFIR).
Pendekatan ini menggunakan data historis sebagai dasar untuk mengidentifikasi
masalah dan merekomendasikan solusi. Beberapa sistem menggunakan pengetahuan
dinyatakan dalam bentuk pohon keputusan. struktur jaringan seperti yang
memungkinkan pengguna untuk kemajuan dari akar melalui jaringan cabang dengan
menjawab pertanyaan yang berkaitan dengan masalah. Jalan mengarah pengguna
untuk solusi pada akhir cabang.
Kerang sistem pakar telah membawa kecerdasan buatan dalam jangkauan perusahaan
yang tidak memiliki sumber daya yang diperlukan untuk mengembangkan sistem
mereka sendiri dengan menggunakan bahasa pemrograman. Di wilayah bisnis. kerang
sistem pakar adalah cara yang paling populer bagi perusahaan untuk menerapkan
sistem berbasis pengetahuan.
GROUP DECISION SUPPORT SYSTEMS
Sudah menjadi fakta yang diterima bahwa manajer jarang memecahkan masalah
sendirian. Komite, tim proyek, dan satuan tugas yang ada di banyak perusahaan
adalah contoh yang baik dari kelompok pendekatan untuk pemecahan masalah.
MANAGEMENT INFORMATION SYSTEM
BAB 11 DECISION SUPPORT SYSTEM
Menyadari fakta ini, pengembang sistem telah mengadaptasi DSS untuk memecahkan
masalah kelompok.
Konsep GDSS
Sebuah sistem pendukung keputusan kelompok (GDSS) adalah "suatu sistem berbasis
komputer yang mendukung kelompok-kelompok orang yang terlibat dalam tugas
umum (atau tujuan) dan yang menyediakan interface ke lingkungan bersama?"
"Istilah lainnya juga telah diciptakan untuk menggambarkan penerapan teknologi
informasi untuk pengaturan grup. Istilah-istilah ini termasuk sistem pendukung
kelompok (GSS). komputer. pekerjaan didukung koperasi (CSCW), dukungan kerja
kolaboratif terkomputerisasi, dan sistem pertemuan elektronik (EMS), Perangkat
lunak yang digunakan dalam pengaturan ini telah diberi nama groupware.
Bagaimana GDSS Berkontribusi pada Pemecahan Masalah
Asumsi yang mendasari GDSS adalah bahwa peningkatan komunikasi membuat
keputusan yang lebih baik mungkin. Peningkatan komunikasi dicapai dengan menjaga
diskusi kelompok terfokus pada masalah, sehingga dalam waktu kurang terbuang.
Waktu yang diperoleh dapat dikhususkan untuk diskusi yang lebih menyeluruh dari
masalah. sehingga memberikan kontribusi untuk definisi masalah yang lebih baik.
Atau. waktu yang diperoleh dapat digunakan dalam mengidentifikasi alternatif yang
lebih daripada yang mungkin digunakan. Evaluasi alternatif yang lebih meningkatkan
kemungkinan solusi yang baik.
MANAGEMENT INFORMATION SYSTEM
BAB 11 DECISION SUPPORT SYSTEM
Pengaturan Lingkungan GDSS
GDSS memberikan kontribusi untuk pemecahan masalah dengan menyediakan
pengaturan yang kondusif untuk komunikasi. Gambar 11.14 menunjukkan empat
pengaturan GDSS passible berdasarkan situs kelompok dan di mana para anggota
busur berada. Dalam setiap pengaturan. anggota kelompok dapat bertemu pada saat
yang sama atau pada waktu yang berbeda. Ketika anggota bertemu pada waktu yang
sama • disebut pertukaran sinkron. Contohnya adalah pertemuan komite. Ketika
anggota bertemu pada waktu yang berbeda, hal itu disebut pertukaran asinkron.
Contohnya adalah komunikasi bolak-balik menggunakan e-mail.
DECISION ROOM - Sebuah ruang keputusan adalah pengaturan untuk kelompok-
kelompok kecil orang bertemu muka dengan muka. Ruangan kontribusi untuk
komunikasi melalui kombinasi perabot, peralatan, dan tata letak. Peralatan tersebut
dapat mencakup kombinasi dari workstation, mikrofon pick-up audio. kamera video,
dan layar display yang besar. Di tengah ruangan adalah konsol fasilitator. Fasilitator
adalah orang yang tugas utama adalah untuk menjaga diskusi di trek.
Berdasarkan pengaturan yang ditetapkan untuk setiap sesi, mengetik-in pesan satu
anggota kelompok untuk anggota lain dapat ditampilkan pada layar besar untuk
seluruh kelompok untuk melihat. Bahan lain yang berkaitan dengan diskusi juga dapat
ditampilkan dari media seperti gambar PowerPoint, videotap, slide warna, dan
transparansi.
Dua fitur GDSS unik busur komunikasi paralel dan anonimitas. Komunikasi paralel
adalah ketika semua peserta memasukkan komentar pada saat yang sama, dan
anonimitas adalah ketika tidak ada orang yang dapat memberitahu yang masuk
komentar tertentu. Anonimitas memungkinkan peserta untuk memasukkan apa yang
sesungguhnya mereka pikirkan tanpa takut ejekan dari anggota kelompok lainnya.
Juga, memungkinkan setiap ide untuk dievaluasi pada manfaatnya daripada yang
ditawarkan itu.
LOCAL AREA DECISION NETWORK - Bila tidak mungkin bagi kelompok-
kelompok kecil orang untuk bertemu muka dengan TACE, para anggota dapat
MANAGEMENT INFORMATION SYSTEM
BAB 11 DECISION SUPPORT SYSTEM
berinteraksi melalui LAN. Seorang anggota memasuki komentar di workstation dan
memandang komentar-komentar dari anggota lain di layar.
LEGISLATIVE SESSION - Ketika kelompok terlalu besar untuk ruang keputusan,
sesi legislatif diperlukan. Ukuran besar memaksakan kendala tertentu pada
komunikasi. Entah kesempatan untuk partisipasi yang sama oleh masing-masing
anggota akan dihapus atau kurang waktu yang tersedia. Pendekatan lain adalah untuk
fasilitator untuk memutuskan materi yang ditampilkan pada layar untuk kelompok
untuk melihat.
COMPUTER-MEDIATED CONFERENCE - Beberapa aplikasi kantor virtual
memungkinkan komunikasi antara kelompok-kelompok besar dengan anggota secara
geografis. Aplikasi ini secara kolektif dikenal sebagai aplikasi telekonferensi., Dan
mereka termasuk conferencing komputer, audio conferencing, dan konferensi video.
MENEMPATKAN DSS DALAM PERSPEKTIF
Kita telah melihat bagaimana cakupan dukungan keputusan yang diberikan oleh DSS
telah berkembang pesat sejak Gorry dan Scott-Morton pertama kali ide untuk
mengatasi masalah semiterstruktur. Perluasan ruang lingkup adalah bukti keberhasilan
yang DSS telah menikmati. Konsep ini telah bekerja dengan baik sehingga para
pengembang terus memikirkan fitur baru untuk menggabungkan.
Ketika kecerdasan buatan ditambahkan, itu benar-benar mengubah karakter DSS.
Seseorang pernah membahas perbedaan antara DSS dan sistem pakar dengan
menjelaskan bahwa ketika seorang manajer menggunakan DSS, ia duduk di
workstation dan memutuskan bagaimana menggunakan tampilan informasi untuk
memecahkan masalah. Ketika manajer menggunakan sistem pakar. manajer duduk di
ruang kerja, tapi konsultan duduk di sebelah manajer, giv¬ing saran tentang cara
untuk memecahkan masalah. Kecerdasan buatan memungkinkan DSS untuk pro¬vide
tingkat dukungan keputusan yang awalnya tidak dimaksudkan oleh visioner DSS
awal.
MANAGEMENT INFORMATION SYSTEM
BAB 11 DECISION SUPPORT SYSTEM
GDSS Kemampuan mapan. Faktanya. mungkin ada banyak aplikasi GDSS hari ini
daripada yang DSS. Sejauh OLAP pergi, itu baru ke TKP, dan itu akan menarik untuk
diikuti perkembangannya.
HIGHLIGHTS
RINGKASAN
Manajer membuat beberapa keputusan dalam proses pemecahan masalah. Dalam
memecahkan suatu masalah. manajer pergi melalui serangkaian empat kegiatan:
intelijen. desain, pilihan, dan ulasan. Dalam mengambil pandangan sistem dan
mengikuti pendekatan sistem. manajer dapat menggunakan model sistem umum
perusahaan dan model lingkungan. Tujuan mengambil pandangan sistem adalah untuk
memungkinkan organisasi untuk bekerja sebagai sistem yang efisien dan efektif.
Proses pemecahan masalah terdiri dari beberapa elemen kunci. Standar dan informasi
memberikan keadaan yang diinginkan dan kondisi saat ini. masing-masing, dan MANAGEMENT INFORMATION SYSTEM
Pemeliharaan prediktif adalah nama yang diberikan untuk aktivitas memprediksi kapan mesin akan gagal dan melakukan pemeliharaan di atasnya sesaat sebelum waktu itu untuk mencegah kegagalan. Ini adalah ide yang baik, tapi satu yang tidak mudah untuk melakukannya. Akan Tetapi. SKF di Swedia telah mengembangkan DSS dengan kemampuan berbasis pengetahuan untuk melakukan hal itu.
SKF memproduksi bantalan, yang digunakan dalam berbagai jenis mesin, dan perusahaan telah menangkap sekitar 20 persen dari pasar dunia. SKF menjadi tertarik dalam pemeliharaan prediktif sebagai cara untuk menghasilkan kecerdasan yang dapat digunakan di seluruh proses desain. Setelah mengabdikan 2 tahun ke cess pr pembangunan. hasilnya adalah suatu sistem pendukung keputusan yang bernama bakat.
aptitude menggunakan data dari database yang berisi hampir 100 tahun data operasional yang dikumpulkan dari ratusan ribu mesin yang digunakan di seluruh dunia. Tambahan lagi. Data yang diperoleh dari busur real-time pelaporan kondisi mesin. Ketersediaan seperti sumber data yang kaya memungkinkan sistem untuk menghubungkan data kegagalan untuk bagaimana bagian-bagian yang dirakit dan bagaimana mereka mungkin gagal di masa depan. Heine Bloch. seorang insinyur konsultasi, dijelaskan versi awal DSS digunakan dalam pemeliharaan prediktif sebagai membutuhkan seorang insinyur untuk memasukkan semua data yang tersedia untuk masalah mesin tertentu (misalnya, segel bocor). Tapi. insinyur tidak memiliki semua data yang diperlukan untuk menjawab semua pertanyaan dari sistem. Akibatnya, sistem akan datang ke beberapa solu¬tion mencerahkan seperti "Anda memiliki masalah segel."Sumber data yang kuat dari bakat diharapkan untuk memungkinkannya untuk menentukan kapan komponen telah gagal dalam pelayanan. Hal ini akan memungkinkan insinyur desain SKF untuk
Sumber data yang kuat dari bakat diharapkan untuk memungkinkannya untuk menentukan kapan komponen telah gagal dalam pelayanan. Hal ini akan memungkinkan insinyur desain SKF untuk fokus pada elemen kunci yang memiliki dampak terbesar pada biaya siklus hidup dan menciptakan desain yang meningkatkan keandalan mesin.
Selain membuat bakat tersedia antar-akhirnya. SKF telah membentuk sebuah situs web yang menawarkan APTI-tude untuk insinyur di seluruh dunia secara berlangganan.
BAB 11 DECISION SUPPORT SYSTEM
manajer mempertimbangkan solusi alternatif sementara mengikuti kendala. Dengan
melakukan proses ini, solusi untuk masalah ini tercapai. Pemilihan alternatif terbaik
dapat dilakukan dengan analisis. penghakiman, dan tawar-menawar.
Gejala busur hanya indikasi masalah, yang dapat terstruktur, tidak terstruktur, atau
sentistructured, tergantung pada proporsi elemen dan hubungan yang diketahui.
Dalam memecahkan masalah ini. manajer dapat membuat keputusan terprogram atau
tidak terprogram. Keputusan terprogram merupakan solusi yang dikenal untuk
bekerja, sedangkan keputusan nonprogranuned merupakan solusi yang disesuaikan
dengan kebutuhan.
DSS awalnya dibayangkan sebagai cara untuk memecahkan masalah yang memiliki
pemrosesan komputer dilewatkan pada awal tahun 1970. Ii dimaksudkan untuk
membantu palungan memecahkan prob¬lems semiterstruktur. Selanjutnya, DSS telah
diperluas untuk mencakup pengolahan kelompok (mencapai GDSS), kecerdasan
buatan, dan 01-AP.
Mereka adalah empat jenis model: fisik. narasi, grafik, dan matematika. Semua
memfasilitasi pemahaman dan komunikasi, tetapi model matematik juga dapat
memprediksi masa depan. Model matematika dapat statis atau dinamis. probabilistik
atau deterministik. dan mengoptimalkan atau sulsoptimizing.The tindakan
menggunakan model disebut simulasi, dan Squires manajer untuk memasukkan
elemen data skenario dan variabel keputusan. Dengan mencoba berbagai dtmisions.
manajer memainkan apa-jika permainan. Pemodelan dapat memberikan pengalaman
belajar, memungkinkan pertimbangan jumlah yang lebih besar dari alternatif,
memprediksi masa depan, dan memungkinkan beberapa masalah yang harus
diselesaikan dengan biaya kurang. Namun, seringkali sulit untuk model sistem bisnis,
dan tingkat tinggi keterampilan matematika yang diperlukan untuk model yang
kompleks. Spreadsheet elektronik dapat digunakan untuk model ukuran yang wajar.
Kecerdasan buatan telah diterapkan dalam bisnis melalui sistem pakar, jaringan saraf,
algoritma genetika, dan agen cerdas. Sistem pakar dapat berfungsi sebagai DSS. Hal
ini membutuhkan basis pengetahuan, yang sering terdiri dari jaringan aturan, dan
mesin inferensi yang dapat menganalisis basis pengetahuan dan memberikan nilai
pada solusi, yang disebut variabel tujuan. Basis pengetahuan berisi pengetahuan yang
MANAGEMENT INFORMATION SYSTEM
BAB 11 DECISION SUPPORT SYSTEM
dikumpulkan oleh seorang insinyur pengetahuan dari seorang ahli. Sistem pakar dapat
dikembangkan dengan menggunakan bahasa pemrograman atau shell sistem pakar.
Sistem pendukung keputusan kelompok (GDSSs) memfasilitasi pemecahan masalah
dengan menyediakan lingkungan yang kondusif. yang dapat dicapai dalam bentuk
ruang keputusan, jaringan area lokal, sesi legislatif, dan konferensi komputer-
dimediasi.
DSS adalah cara yang tepat untuk menyimpulkan diskusi kita tentang MIS. DSS
dimaksudkan untuk meningkatkan fokus upaya MIS dan akhirnya menjadi sebuah
aplikasi baru dari komputer untuk mendukung pemecahan masalah. Dari semua upaya
untuk menerapkan komputer dalam bisnis sebagai suatu sistem informasi. DSS telah
menjadi yang paling sukses.
Soal
1. What are Simon’s four stages of problem solving ?
2. Which frameworks would you use in applying the systems approach ?
3. What form do both internal and environmental constraints take ?
4. What are the three approaches to selecting the best alternative, according to
Mintzbeng ?
5. What is meant by problem structure ?
MANAGEMENT INFORMATION SYSTEM
BAB 11 DECISION SUPPORT SYSTEM
6. What MIS weakness did Gorry and Scon-Morton seek to overcome ?
7. How did Gorry and Scott-Morton use the term decision support system ?
8. Name the different outputs from a DSS.
9. What are the four types of models ?
10. What advantages are offered by all types of models
11. How can mathematical models be classified ?
12. What two types of data are entered into a mathematical model to begin the
simulation ?
13. What type of data does the manager manipulate when playing what-if game ?
14. Which of the two mathematical modeling disadvantages were adressed by the
electronic spreadsheet ?
15. What are spreadsheet coulomns used for in a dynamic model ?
16. What are the four main parts of an expert system ?
17. What is goal variable ?
18. Explain the difference between a synchronous and an asynchronous exchange?
19. Why is anonymity important in a GDSS setting ?
Jawaban
1. 4 tahap aktivitas pemecahan masalah menurut Simon adalah intelligence,
design, choice, dan review
2. Menggunkan model sistem general dari perusahaan dan 8 model elemen
lingkungan dalam mengaplikasikan pendekatan sistem
3. Hambatan internal dan environmental berbentuk keterbatasan resource
4. Analysis, judgement, bargaining
5. Kemampuan seorang problem solver untuk mengetahui elemen yang
menyebabkan sebuah masalah dan mengetahui bagaimana relasi antar elemen
tersebut
6. Fokus MIS pada masalah spesifik karena biasanya MIS berfokus pada
semuanya
7. Untuk mendeskripsikan aplikasi komputer yang belum diimplementasikan
pada awal 1970an
MANAGEMENT INFORMATION SYSTEM
BAB 11 DECISION SUPPORT SYSTEM
8. Periodic dan special reports, output dari model matematika, output dari
groupware, solusi dan penjelasan yang disediakan oleh expert systems, dan
OLAP outputs dari sebuah sistem nanajemen database multidimensi
9. Physical, narrative, graphic, matematika
10. Memfasilitasi untuk mengerti dan komunikasi
11. Statik/dinamis, probabilistik/deterministik, optimasi/suboptimasi
12. Skenario dan data keputusan
13. Data keputusan/decision data
14. Membutuhkan kemampuan matematika tingkat tinggi
15. Periode waktu
16. User interface, a knowledge base, an interference engine, dan sebuah
development engine
17. Solusi masalah yang disediakan oleh expert system, yang dapat ada dalam
bentuk sebuah nilai untuk dipasangkan dengan variabel atau sebuah keputusan
18. Synchronous exchange adalah di mana pengirim dan penerima pesan
berpartisipasi secara aktif dalam satu waktu, contoh panggilan telepon.
Sedangkan asynchronous exchange adalah dimana di mana salah satu pihak
atau kedua-duanya tidak berpartisipasi secara aktif., contoh email
19. Karena anonymity memungkinkan partisipan untuk mennyumbangkan
informasi tanpa takut diidentifikasi oleh member grup lainnya. Situasi ini
sangat bernilai saat beberapa partisipan memiliki pengaruh yang sangat kuat.
MANAGEMENT INFORMATION SYSTEM