RSS

ENTERPRISE INFORMATION SYSTEM AND DATA WAREHOUSE

ENTERPRISE INFORMATION SYSTEM AND DATA WAREHOUSE

Enterprise Information System & Data Warehouse

Enterprise adalah sebuah sistem dari manusia, peralatan, material, data, kebijakan dan prosedur yang muncul untuk menyediakan sebuah produk atau pelayanan , dengan tujuan mendapatkan keuntungan. Sistem enterprise mendukung struktur organisasi yang sebelumnya tidak mungkin untuk menciptakan budaya organisasi yang lebih disiplin.

Hal mendasar dari EIS adalah platform teknologi yang bisa menyatukan semua informasi dari berbagai bagian menjadi satu (single) informasi secara logikal, sehingga Enterprise (perusahaan/organisasi) bisa mendapatkan informasi yang dibutuhkan dengan mudah. Dalam hal ini, tidak hanya sekedar penggunaan teknologi jaringan misal LAN (local area network) sehingga antar divisi terhubung secara fisik tapi juga integrasi proses bisnis masing masing divisi. Dibutuhkan juga penyatuan semua database secara logikal, sehingga bukan hanya antar divisi tapi juga pengaksesan informasi untuk semua level di organisasi baik dari staf operasional, manajer maupun direktur.

Untuk menjawab tantangan kebutuhan informasi dan pengambilan keputusan yang semakin butuh kecepatan dan ketepatan, Sistem informasi konvensional tampaknya belum cukup. Orang berpikir bagaimana membuat sebuah sistem informasi dengan domain informasi seluruh bagian perusahaan, baik dalam satu lokasi maupun di lokasi yang terpisah. Hal inilah yang melatarbelakangi konsep enterprise Information System. EIS sebenarnya merupakan pengembangan dari konsep yang sudah ada yaitu Executive Information system dan DSS yang diperluas untuk domain seluruh perusahaan. EIS mempunyai batasan-batasan sebagai berikut:

Corporate wide system

Cakupan dari EIS adalah seluruh bagian dari perusahaan, sehingga dari satu sistem kita bisa mendapat informasi dari semua bagian, misalnya dari bagian keuangan, SDM, Pemasaran, Produksi dll dalam sistem yang terintegrasi.

Holistic Information

Informasi yang disajikan adalah informasi yang menyeluruh, tidak per bagian, informasi jenis ini sangat penting untuk pengambilan keputusan perusahaan secara umum.

Business Intelligence

Keseluruhan aktifitas dari sistem digunakan untuk mendukung kebijakan yang diambil dalam bisnis yang digeluti oleh perusahaan.Sehingga penggunaan EIS akan meningkatkan business intelligence dari pengguna sistem (eksekutif).

Sebelum lebih jauh membicarakan tentang EIS dan contohnya, ada baiknya kita melihat karakteristik aliran informasi yang dibutuhkan eksekutif untuk pengambilan keputusan.

Karakterisitik dari EIS :

Kualitas informasi

  • Flexible
  • Menghasilkan informasi yang benar
  • Meghasilkan informasi berkala
  • Meghasilkan informasi relevant
  • Menghasilkan informasi yang komplet
  • Menghasilkan informasi yang valid

User Interface

  • Mempunyai GUI yang bagus
  • User Interfacenya harus user friendly
  • Memungkinkan acces yang aman ke informasi
  • Dapat diakses dari banyak tempat
  • Menyediakan cara pengaksesan informasi yang cepat dan mudah

Keuntungan dari EIS:

  • Memfasilitasi pencapaian tujuan organisasi
  • Memfasilitasi akses ke seluruh informasi
  • Meningkatkan kualitas dari pengambilan keputusan
  • Menyediakan keuntungan kompetitif
  • Mempercepat waktu pencarian informasi
  • Meningkatkan kemampuan komunikasi.
  • Meningkatkan kualitas komunikasi
  • Memungkinkan perencanaan
  • Memenuhi kebutuhan eksekutif
  • Memungkinkan pencarian penyebab masalah
  • Memungkinkan antisipasi masalah dan kesempatan  dari kemampuan dan manfaat eis diatas,eis mempunyai banyak persamaan   dengan DSS.

# Data Warehouse

A. Pengertian Data Warehouse

Pengertian Data Warehouse dapat bermacam-macam namun mempunyai inti yang sama, seperti pendapat beberapa ahli berikut ini :

Menurut W.H. Inmon dan Richard D.H., data warehouse adalah koleksi data yang mempunyai sifat berorientasi subjek,terintegrasi,time-variant, dan bersifat tetap dari koleksi data dalam mendukung proses pengambilan keputusan management.

Menurut Vidette Poe, data warehouse merupakan database yang bersifat analisis dan read only yang digunakan sebagai fondasi dari sistem penunjang keputusan.

Menurut Paul Lane, data warehouse merupakan database relasional yang didesain lebih kepada query dan analisa dari pada proses transaksi, biasanya mengandung history data dari proses transaksi dan bisa juga data dari sumber lainnya. Data warehouse memisahkan beban kerja analisis dari beban kerja transaksi dan memungkinkan organisasi menggabung/konsolidasi data dari berbagai macam sumber.

Jadi, data warehouse merupakan metode dalam perancangan database, yang menunjang DSS(Decission Support System) dan EIS (Executive Information System). Secara fisik data warehouse adalah database, tapi perancangan data warehouse dan database sangat berbeda. Dalam perancangan database tradisional menggunakan normalisasi, sedangkan pada data warehouse normalisasi bukanlah cara yang terbaik.

B.  Istilah – istilah yang berhubungan dengan Data Warehouse

  1. Data Mart

Adalah suatu bagian pada data warehouse yang mendukung pembuatan laporan dan analisa data pada suatu unit, bagian atau operasi pada suatu perusahaan.

  1. On-Line Analytical Processing(OLAP)

Merupakan suatu pemrosesan database yang menggunakan tabel fakta dan dimensi untuk dapat menampilkan berbagai macam bentuk laporan, analisis, query dari data yang berukuran besar.

  1. On-Line Transaction Processing(OLTP)

Merupakan suatu pemrosesan yang menyimpan data mengenai kegiatan operasional transaksi sehari-hari.

  1. Dimension Table

Tabel yang berisikan kategori dengan ringkasan data detail yang dapat dilaporkan. Seperti laporan laba pada tabel fakta  dapat dilaporkan sebagai dimensi waktu(yang berupa perbulan, perkwartal dan pertahun).

  1. Fact Table

Merupakan tabel yang umumnya mengandung angka dan data history dimana key (kunci) yang dihasilkan sangat unik, karena key tersebut terdiri dari foreign key(kunci asing) yang merupakan primary key (kunci utama) dari beberapa dimension table yang berhubungan.

  1. DSS

Merupakan sistem yang menyediakan informasi kepada pengguna yang menjelaskan bagaimana sistem ini dapat menganalisa situasi dan mendukung suatu keputusan yang baik.

C. Karakteristik Data Warehouse menurut Inmon, yaitu :

  1. Subject Oriented (Berorientasi subject)

Data warehouse berorientasi subject artinya data warehouse didesain untuk menganalisa data berdasarkan subject-subject tertentu dalam organisasi,bukan pada proses atau fungsi aplikasi tertentu.

  1. Integrated (Terintegrasi)

Data Warehouse dapat menyimpan data-data yang berasal dari sumber-sumber yang terpisah kedalam suatu format yang konsisten dan saling terintegrasi satu dengan lainnya. Dengan demikian data tidak bisa dipecah-pecah karena data yang ada merupakan suatu kesatuan yang menunjang keseluruhan konsep data warehouse itu sendiri.

  1. Time-variant (Rentang Waktu)

Seluruh data pada data warehouse dapat dikatakan akurat atau valid pada rentang waktu tertentu. Untuk melihat interval waktu yang digunakan dalam mengukur keakuratan suatu data warehouse, kita dapat menggunakan cara antara lain :

  • Cara yang paling sederhana adalah menyajikan data warehouse pada rentang waktu tertentu, misalnya antara 5 sampai 10 tahun ke depan.
  • Cara yang kedua, dengan menggunakan variasi/perbedaan waktu yang disajikan dalam data warehouse baik implicit maupun explicit secara explicit dengan unsur waktu dalam hari, minggu, bulan dsb. Secara implicit misalnya pada saat data tersebut diduplikasi pada setiap akhir bulan, atau per tiga bulan. Unsur waktu akan tetap ada secara implisit didalam data tersebut.
  • Cara yang ketiga,variasi waktu yang disajikan data warehouse melalui serangkaian snapshot yang panjang. Snapshot merupakan tampilan dari sebagian data tertentu sesuai keinginan pemakai dari keseluruhan data yang ada bersifat read-only.

 4. Non – Volatile

Karakteristik keempat dari data warehouse adalah non-volatile,maksudnya data pada data warehouse tidak di-update secara real time tetapi di refresh dari sistem operasional secara reguler. Data yang baru selalu  ditambahkan sebagai suplemen bagi database itu sendiri dari pada sebagai sebuah perubahan. Database tersebut secara kontinyu menyerap data baru ini, kemudian secara incremental disatukan dengan data sebelumnya.

 
Tinggalkan komentar

Ditulis oleh pada 25 Desember 2012 in Uncategorized

 

Tag:

GROUP SUPPORT SYSTEMS (GSS)

GROUP SUPPORT SYSTEMS (GSS)

Group Support Systems (GSS).
Berbagai keputusan utama dalam organisasi dibuat oleh group secara kolektif. Mengumpulkan keseluruhan group secara bersamaan dalam satu tempat dan waktu adalah sulit dan mahal, sehingga pertemuan ini memakan waktu lama dan keputusan yang dibuat hasilnya sedang-sedang saja, tak terlalu baik. Salah satu contoh dari implementasi group DSS ini adalah Total Quality Management (TQM)

Expert Systems (ES).
Semakin tak terstruktur suatu organisasi, maka solusinya akan lebih spesifik. ES dibuat menyerupai seorang pakar / ahli. ES adalah paket hardware dan software yang digunakan sebagai pengambil keputusan dan atau pemecah masalah; yang dapat mencapai level setara atau kadang malah melebihi seorang pakar. ES merupakan cabang dari Sistem Pakar.

Sistem Pakar (expert system)

Kategori aplikasi sistem pakar :

 Manajemen keputusan merupakan sistem yang harus menilai situasi atau

mempertimbangkan alternatif dan membuat rekomendasi berdasarkan

kriteria yang disediakan selama proses penemuan seperti analisis portofolio

pinjaman, evaluasi kinerja karyawan, tanggungan asuransi, peramalan

demografi.

 Diagnostik/pemecahan masalah merupakan sistem yang menyimpulkan

penyebab utama dari sejarah dan gejala yang dilaporkan seperti

pencocokan peralatan, operasional bantuan (help desk), pengoreksian

software, diagnosis medis.

 Desain/konfigurasi merupakan sistem yang membantu mengkonfigurasi

komponen peralatan, berdasarkan batasan yang ada seperti instalasi pilihan

komputer, studi kemampuan manufaktur, jaringan komunikasi, rencana

perakitan optimum.

 Seleksi/klasifikasi merupakan sistem yang membantu pemakai memilih

produk atau proses, biasanya dari berbagai jenis alternatif seperti seleksi

materi, identifikasi rekening yang menunggak, klasifikasi informasi,

identifikasi sesuatu yang dicurigai.

 Pengawasan/pengendalian proses merupakan sistem yang mengawasi dan

mengendaikan prosedur atau proses seperti pengendalian mesin (termasuk

robotik), pengendalian persediaan, pengawasan produksi, pengujian kimia.

Mengembangkan Expert system

Cara termudah untuk mengembangkan expert system adalah dengan

menggunakan kulit luar sistem pakar (expert system shell) sebagai alat

pengembangan. Kulit luar sistem pakar adalah paket software yang terdiri atas

sistem pakar tanpa intinya, yaitu basis pengetahuannya. Jadi hanya kulit luar

(shell) software (mesin inferensi dan program interface) dengan inferensi

umum dan kemampuan interface pemakai. Alat pengembangan lainnya

ditambahkan untuk membuat kulit luar tersebut menjadi alat pengembangan

sistem pakar yang berdaya tinggi.

Salah satu definisi GDSS adalah sistem berbasis komputer interaktif yang memfasilitasi solusi masalah-masalah tak terstruktur oleh grup pengambil keputusan. Komponen-komponen GDSS meliputi hardware, software, orang, dan prosedur.

Ciri terpenting GDSS adalah:

GDSS sistem informasi yang didesain khusus, bukan sekedar konfigurasi komponen sistem yang telah ada.

GDSS didesain dengan tujuan mendukung grup pengambil keputusan dalam pekerjaannya. Maka GDSS harus meningkatkan proses pengambilan keputusan dan/atau hasil keputusan grup dibandingkan dengan keadaan tak menggunakan GDSS.

GDSS dapat meningkatkan keuntungan-keuntungan proses seperti di bawah ini:

Mendukung pemrosesan pararel dari peneluran informasi dan ide oleh partisipan.

Mengijinkan grup yang lebih besar dengan informasi, knowledge, dan ketrampilan yang lebih komplit untuk berpartisipasi dalam pertemuan yang sama.

Mengijinkan grup untuk menggunakan teknik dan metode terstruktur ataupun tak terstruktur untuk menampilkan task/tugas.

Menawarkan akses cepat dan mudah ke informasi eksternal.

Mengijinkan diskusi komputer yang tak berurutan (tak seperti diskusi verbal, diskusi komputer tak mesti harus serial atau berurutan).

Membantu partisipan berhubungan dengan gambaran yang lebih besar.

Menghasilkan hasil pemungutan suara anonymous (tanpa nama) instan (ringkasan-ringkasan).

Menyediakan struktur untuk merencanakan proses yang menjaga grup tetap di jalurnya.

Mengijinkan beberapa user berinteraksi secara bersamaan.

Mencatat semua informasi secara otomatis yang berlalu lalang dalam sistem untuk analisis lebih lanjut (mengembangkan ingatan organisasi).

Teknologi GDSS dibagi menjadi 3 level:

Level 1: Dukungan proses.

Level 2: Dukungan pengambilan keputusan.

Level 3: Aturan penugasan (rules of order).

Level 1: Dukungan Proses.

Item yang didukung oleh sistem ini:

  • Pengiriman pesan/message elektronik diantara para anggota grup.

Hubungan jaringan ke setiap terminal PC anggota pada anggota grup yang lain, fasilitator, layar buat publik, database, atau sembarang CBIS umum lainnya.

  • Layar buat publik tersedia di setiap terminal anggota grup atau dapat dilihat oleh semua anggota di pusat.
  • Masukan dalam hal pemungutan suara dan ide yang terlindungi siapa pencetusnya untuk meningkatkan partisipasi anggota grup.
  • Pengumpulan ide atau pemungutan suara dari setiap anggota grup untuk mendorong partisipasi dan merangsang kreativitas.
  • Penyimpulan dan penampilan ide dan opini, termasuk ringkasan secara statistik dan penampilan jalannya pemungutan suara (pada layar publik).
  • Satu format untuk agenda yang dapat disetujui oleh grup untuk membantu organisasi pertemuan.
  • Menampilkan agenda secara kontinyu, seperti halnya informasi yang lain, untuk menjaga pertemuan tetap pada jadwalnya.

Expert Systems (ES).

  • Semakin tak terstruktur suatu situasi, maka akan solusinya akan lebih spesifik. ES dibuat untuk menyerupai seorang pakar/ahli.
  • ES adalah paket hardware dan software yang digunakan sebagai pengambil keputusan dan/atau pemecahan masalah; yang dapat mencapai level yang setara atau kadang malah melebihi seorang pakar/ahli, pada satu area masalah yang spesifik dan biasanya lebih sempit.
  • Merupakan cabang dari aplikasi Artificial Intelligence (AI).
  • Ide dasarnya sederhana. Kepakaran ditransfer dari seorang pakar ke komputer. Pengetahuan ini lalu disimpan disitu dan user dapat meminta saran spesifik yang dibutuhkannya. Komputer dapat mencari, mengolah dan menampilkan kesimpulan yang spesifik. Dan seperti seorang pakar, saran tersebut bisa dimanfaatkan oleh orang yang bukan pakar berikut penjelasannya yang berisi logika penalaran di balik saran itu.
 
Tinggalkan komentar

Ditulis oleh pada 25 Desember 2012 in Uncategorized

 

Tag:

CREATE DSS SYSTEM APPLICATION

CREATE DSS SYSTEM APPLICATION

APLIKASI TERAPAN DSS (Decision Support System)
DSS merupakan bagian dari sistem informasi berbasis komputer, termasuk sistem berbasis pengetahuan (manajemen pengetahuan), sehingga DSS sangat popular di kalangan manajemen perusahaan. Sistem informasi sangat penting untuk mendukung proses pengambilan keputusan . Dimana system informasi mempunyai tujuan untuk mendukung sebuah aplikasi Decision Support System (DSS).

Aplikasi DSS yang ditawarkan di pasar sangat beraneka ragam, dari yang paling sederhana (quick-hit DSS) sampai dengan yang sangat kompleks (institutional DSS). “Quick-Hit DSS” biasanya ditujukan untuk para manajer yang baru belajar menggunakan DSS (sebagai pengembangan setelah jenis pelaporan yang disediakan oleh MIS = Management Information System, satu level sistem di bawah DSS). Biasanya masalah yang dihadapi cukup sederhana (simple) dan dibutuhkan dengan segera penyelesaiannya. Misalnya untuk kebutuhan pelaporan (report) atau pencarian informasi (query). Sistem yang sama biasa pula dipergunakan untuk melakukan analisa sederhana. Contohnya adalah melihat dampak yang terjadi pada sebuah formulasi, apabila variabel-variabel atau parameter-parameternya diubah. Misalnya adalah DSS untuk menyusun anggaran tahunan, DSS untuk melakukan kenaikan gaji karyawan, DSS untuk menentukan besanya jam lembur karyawan, dan lain sebagainya. Sumber: Sprague et.al.,1993

“Institutional DSS” merupakan suatu aplikasi yang dibangun oleh para pakar bisnis dan ahli DSS. Sesuai dengan namanya, DSS jenis ini biasanya bekerja pada level perusahaan, dimana data yang dimiliki oleh masing-masing fungsi organisasi telah diintegrasikan (dibuat strukturnya dan didefinisikan kaitankaitannya). Contohnya adalah DSS untuk memprediksi pendapatan perusahaan di masa mendatang (forecasting) yang akan mensimulasikan data yang berasal dari Divisi Sales, Divisi Marketing, Divisi Logistik dan Divisi Operasional. Contoh implementasi yang tidak kalah menariknya adalah suatu sistem, dimana jika manajemen memiliki rencana untuk mem-PHK-kan beberapa karyawannya, akan dapat disimulasikan dampaknya terhadap neraca profit-and-loss perusahaan. Contoh aplikasi penggunaan DSS lain yang paling banyak digunakan di dalam dunia bisnis adalah untuk keperluan analisa marketing, operasi logistik dan distribusi, serta masalah-masalah yang berkaitan dengan keuangan dan akuntansi (taxation, budgeting, dsb.)

Decision Support System (DSS) atau di dalam bahasa Indonesia sering disebut sebagai Sistem Pendukung Keputusan (SPK) adalah sebuah informasi berbasis komputer yang dikembangkan untuk memenuhi kebutuhan decison-making dari sebuah organisasi atau sebuah perusahaan. Lingkup DSS ini tidak hanya terbatas pada bidang IT saja, melainkan juga bidang-bidang lain seperti industri, kesehatan, penelitian bahkan juga ada beberapa yang membawanya ke ranah politis. DSS memungkinkan seseorang untuk melakukan manajemen, operasi dan perencanaan dari sebuah perusahaan adalam membuat keputusan, yang mana keputusan tersebut terkadang sangat cepat berubah dan tidak mudah ditetapkan.

DSS saat ini kebanyakan dibangun berbasis software interaktif yang mampu mempermudah decision-maker (pengambil kebijakan) untuk mengambil keputusan berdasarkan data-data mentah, dokumen, bekal pengetahuan individu maupun bisnis model yang disediakan oleh software aplikasi DSS.

Di bidang militer, penelitian untuk membangun sebuah sistem pendukung keputusan telah berlangsung cukup lama, terutama ketika perang dingin tengah berkecamuk mulai era 50an hingga era tahun 90an. Salah satu sistem yang ada adalah IMMACCS (Integrated Marine Multi Agent Command and Control System).

IMMACCS adalah sebuah multi-agent, multi agent adalah sebuah sistem yang terdiri dari berbagai interaksi antara intelligent yang ada. Multi-agent digunakan untuk memecahkan masalah yang sangat sulit atau bahkan tidak mungkin untuk sebuah individual-agent atau monolithic agent. Hal seperti ini sering digunakan untuk riset pada online trading, respon bencana maupun banyak hal lain yang membutuhkan komputasi data lebih banyak dalam menciptakan sebuah keputusan.

Beberapa karakteristik multi-agent yang penting antara lain sebagai berikut:

  • Autonomy: paling tidak bertindak sebagai autonomous agent, yaitu sistem disituasikan dalam sebuah bagian dari lingkungan dan bertindak pada waktu tertentu sesuai dengan agenda yang diberikan kepadanya.
  • Local views : tidak ada agent yang mempunyai kemampuan untuk melakukan pengawasan terhadap data global, paling tidak hingga sekarang. Atau melakukan pengawasan terhadap sebuah sistem yang terlalu kompleks untuk diatasi oleh kemampuannya sendiri.
  • Desentralization : tidak ada control agent yang mengontrol proses secara keseluruhan, proses akan didistribusikan dalam model monolitik secara terpisah-pisah.

Secara Puncak Hirarki DSS, aplikasi ini dibagi menjadi dua yaitu, informasi dan Aset, namun dari Informasi dan Aset, maka dapat dibagi-bagi lagi menjadi (Pembagian ini berdasarkan kepada IMMACCS) – sehingga lebih berhubungan dengan personel militer darat khususnya marinir :

  • Informasi, berisi berbagai macam aliran informasi dan data yang dimiliki oleh militer. Beberapa macam atribut di dalamnya antara lain:
    • Forecast Information : Mengukur bagaimana keada cuaca, beberapa kriteria di dalamnya adalah: Atmospheric, Astronomic Forecast, Climatic Forecast serta beberapa aspek cuaca lainnya.
    • Access Information : Melakukan akses terhadap segala macam informasi di dalam database.
    • Message : Berisi berbagai macam pesan yang diperlukan untuk komunikasi militer. Beberapa contoh diantaranya : Position Report, Report (salute, shift, patrol, BDA, CFF, Request), Signature dan Graphic.
    • Operation Informasi : Digunakan untuk melakukan penggalian dan penyimpanan terhadap informasi tentang berbagai operasi, beberapa hal yang penting di sini contohnya : Operation Plan (Rencana Operasi Militer) dan Operation Order (Perintah Operasi Militer)
    • Support Information : Berbagai Informasi yang mendukung untuk operasi militer dan berbagai keadaan yang mengikutinya seperti : kesehatan pasukan, kualitas pasokan logistik dll
    • Target Information : Berupa targer operasi militer, contohnya : teroris, atau gerakan separatis tertentu.
  • Aset, berisi berbagai macam aset yang diharuskan ada pada militer. Hal ini lebih bersifat sebagai data warehousing terhadap berbagai macam logistik dan penyimpanan bagi militer. Beberapa macam atribut yang ada di dalamnya antara lain :
    • POL, merupakan kumpulan informasi menggenai polling posisi aset yang ada
    • Munitions, merupakan berbagai kumpulan informasi mengenai amunisi persenjataan. Beberapa kategori yang masuk diantaranya adalah:
      • Ammunition : merupakan jenis amunisi dari persnjataan biasa, contoh yang ada : Lehtal amunition dan non-lethal amunition
      • Guided munitions : merupakan jenis amunisi terkontrol (dapat dikendalikan oleh operator), beberapa contoh diantaranya : misile dan torpedo
      • Unguided Munitions : merupakan jenis amunisi yang tidak dapat dikontrol penggunaannya
  • Equipment, merupakan sekumpulan informasi yang mempunyai hubungan dengan peralatan yang dimiliki oleh militer, beberapa diantaranya :
    • Communication : berisi informasi tentang berbagai macam alat komunikasi yang ada pada masing-masing serdadu
    • Navigation : berisi tentang informasi tentang guidance system, yaitu alat pembantu navigasi bagi militer.
    • Weapon : berisi tentang data dan pengontrolan informasi tentang berbagai macam persenjataan yang ada pada militer.
    • Sensor : terutama untuk angkatan militer modern

Kerangka kerja untuk memahami konstruksi DSS mengidentifikasikan 3 level teknologi DSS

Specific DSS (DSS applications)

Final product atau aplikasi DSS yang nyatanya menyelesaikan pekerjaan yang kita inginkan disebut dengan specific DSS (SDSS). Contoh : Houston Minerals membuat SDSS untuk menganalisis joint venture.

DSS Generators (atau Engines)

Adalah software pengembang terintegrasi yang menyediakan sekumpulan kemampuan untuk membangun specific DSS secara cepat, tak mahal dan mudah. Contoh : Lotus 1-2-3, Microsoft Excel.

DSS Tools

Level terendah dari teknologi DSS adalah software utility atau tools. Elemen ini membantu pengembangan baik DSS generator atau SDSS. Contoh : grafis (hardware dan software), editors, query system, random number generator dan spreadsheets.

 
Tinggalkan komentar

Ditulis oleh pada 25 Desember 2012 in Uncategorized

 

Tag:

DEVELOPMENT OF DSS

DEVELOPMENT OF DSS

Proses Pengembangan: Life Cycle & Prototyping

Pembangunan DSS dilakukan dalam berbagai cara. Dibedakan antara life cycle (daur hidup) dan iterative process (proses berulang)

  1. Pendekatan SDLC (System Development Life Cycle)
    • Asumsi dasarnya adalah kebutuhan informasi dari suatu sistem ditentukan sebelumnya
    • IRD (Information Requirement Definition) adalah pendekatan formal yang digunakan oleh sistem analis.
    • IRD juga dapat melibatkan CSF (Critical Succes Factors)
    • DSS didesain untuk membantu pengambilan keputusan para manajer pada masalah yang tidak terstruktur. Di satu sisi, memahani kebutuhan user adalah hal yang sulit. Sehingga perlu diterapkan bagian pembelajaran dalam desain atau proses kita. Diharapkan user belajar mengenai masalah atau lingkungannya sehingga dapat mengidentifikasi kebutuhan informasi baru dan yang tidak dapat diantisipasi sebelumnya.
  2. Pendekatan Prototyping Evolusioner
    • Para pengambil keputusan mungkin tidak memahami lingkup masalah, jenis teknologi atau model yang sesuai untuk diterapkan, karena itu sebagian besar DSS dikembangkan dengan proses prototyping
    • Pendekatan Prototyping disebut juga Proses Evolusioner (Evolutionary Process), Proses Berulang (Iterative Process), atau cukup disebut prototyping saja. Nama lainnya adalah Middle Out Process (Proses Sementara), Adaptive design (desain adaptif) dan Incremental design (design berkelanjutan).
    • Proses desain berulang ini mengkombinasikan 4 fase utama SDLC tradisional (analisis, desain, konstruksi dan implementasi) ke dalam 1 langkah yang diulang-ulang
    • Metode Prototping ini menekankan pada pembangunan sebuah DSS dalam serangkaian langkah singkat dengan umpan balik segera dari para pengguna untuk memastikan bahwa pengembangan sedang berjalan degan tepat. Karena itu, piranti DSS harus fleksibel untuk mengizinkan perubahan secara cepat dan mudah
    • Proses berulang terdiri dari 4 tugas:
      1. memilih submasalah penting yang akan dibangun pertama kali
      2. mengembangkan sistem yang kecil, tapi berguna dalam pengambilan masalah
      3. mengevaluasi sistem terus menerus
      4. menghaluskan, mengembangkan, dan memodifikasi sistem secara berulang
  1. Keuntungan proses berulang dalam membangun DSS:
    waktu pengembangan singkat
  1.  waktu terjadinya umpan balik dari user singkat
  2.  meningkatkan pemahaman user terhadap sistem, informasi yang dibutuhkan dan kemampuannya
  3. biaya rendah

Pengembangan DSS Berbasis Tim dan Berbasis User

  1. Pengembangan DSS berbasis tim
  •  Pengembangan DSS pada tahun 1970 dan 1980-an melibatkan skala yang bear, sistemnya kompleks, dan didesain utama untuk mendukung organisasi.
  •  Sistem ini didesain oleh tim yang terdiri dari user, penghubung, DSS builder, tenaga ahli, dan berbagai tools
  • Secara organisasi, penempatan DSS Group bisa dimana-mana, umumnya pada lokasi:
  1.  Dalam departemen IS (Information Services)
  2. Executive Staff Group
  3.  Dalam Wilayah keuangan ataupun fungsi lainnya
  4.  Dalam departemen rekayasa industri
  5.  Dalam kelompok manajemen pengetahuan (Managemen Science Group)
  6.  Dalama kelompok pusat informasi (Information Center Group)
  • Dengan berbasis Tim, maka pembangunan DSS menjadi kompleks, lama dan prosesnya memakan biaya.
  1. Pengembangan DSS berbasis Pengguna
  •  PC telah tersebar di seluruh organisasi, komunikasi dengan server data telah meningkat, dan piranti perangkat lunak telah meningkat (kemampuan, user friendly,harga dan kualitas). Sehingga para pengguna memerlukan piranti untuk mengembangkan DSS/BI mereka sendiri, bahkan sistem berbasis web.
  • Keuntungan penting dari DSS berbasis Pengguna:
  1. Waktu penyerahan pendek. Tidak perlu menunggu tim pengembangan SI untuk menjadwalkan dan menyelesaikan penyelesaian
  2. Prasyarat dari spesifikasi persyaratan pengguna ekstensif dan formal dapat disesuaikan.
  3. Berkurangnya beberapa masalah implementasi
  4. Biaya pada umumnya rendah

Risiko pengembangan DSS berbasis pengguna:

  1.  Kualitas buruk, karena kurangnya pengalaman design DSS formal dan kecenderungan pengguna akhir untuk mengabaikan kendali konvensional, prosedural pengujian, dan standar dokumentasi dapat mendorong kepada sistem berkualitas rendah.
  2.  Risiko keamanan meningkat karena pengguna kurang mengenali ukuran keamanan
  3. Tidak adanya prosedur dokumentasi dan pemeliharaan mungkin menyebabkan permasalahan, terutama jika pengembang meninggalkan organisasi
 
Tinggalkan komentar

Ditulis oleh pada 25 Desember 2012 in Uncategorized

 

Tag:

PEMODELAN DSS,STATIC DAN DYNAMIC MODEL RESEARCH

PEMODELAN DSS STATIC DAN DYNAMIC MODEL RESEARCH

Karekteristik utama dari DSS adalah adanya kemampuan pemodelan.
Model adalah representasi sederhana atau penggambaran dari kenyataan.
Terdapat 3 jenis model:

  1. Iconic (Scale). Replika fisik dari sistem, biasanya dalam skala tertentu dari bentuk aslinya. GUI pada OOPL adalah contoh dari model ini.
  2. Analog. Tak seperti sistem yang sesungguhnya tetapi berlaku seperti itu. Lebih abstrak daripada model Iconic dan merupakan representasi simbolis dari kenyataan. Contoh: bagan organisasi, peta, bagan pasar modal, speedometer.
  3. Matematis (Kuantitatif). Kompleksitas hubungan dalam sistem organisasi tak dapat direpesentasikan dengan Iconic atau Analog, karena kalau pun bisa akan memakan waktu lama dan sulit. Analisis DSS menggunakan perhitungan numerik yang dibantu dengan model matematis atau model kuantitatif lainnya.

Keuntungan Model.

Di bawah ini adalah alasan utama mengapa MSS menggunakan model:

  1. Biaya analisis model lebih murah daripada percobaan yang dilakukan pada sistem yang sesungguhnya.
  2. Model memungkinkan untuk menyingkat waktu. Operasi bertahun-tahun dapat disimulasikan dalam hitungan menit di komputer.
  3. Manipulasi model (perubahan variabel) lebih mudah dilakukan daripada bila diterapkan pada sistem nyata. Selanjutnya percobaan yang dilakukan akan lebih mudah dilakukan dan tak mengganggu jalannya operasi harian organisasi.
  4. Akibat yang ditimbulkan dari adanya kesalahan-kesalahan sewaktu proses trial-and-error lebih kecil daripada penggunaan model langsung di sistem nyata.
  5. Lingkungan sekarang yang makin berada dalam ketidakpastian. Penggunaan pemodelan menjadikan seorang manajer dapat menghitung resiko yang ada pada proses-proses tertentu.
  6. Penggunaan model matematis bisa menjadikan analisis dilakukan pada kemungkinan­kemungkinan solusi yang banyak sekali, bahkan bisa tak terhitung. Dengan adanya komunikasi dan teknologi canggih sekarang ini, manajer akan seringkali memiliki alternatif-alternatif pilihan.
  7. Model meningkatkan proses pembelajaran dan meningkatkan pelatihan.

Proses Pemodelan.

Berikut ini adalah proses yang terjadi pada pemodelan:

  • Trial and error dengan sistem nyata. Tapi ini tak berjalan bila:
  1. Terlalu banyak alternatif untuk dicoba.
  2. Akibat samping dari error yang terjadi besar pengaruhnya.
  3. Lingkungan itu sendiri selalu berubah.
    • Simulasi.
    • Optimisasi

Heuristic

Intellegence Phase.

  • Intellegence Phase.

Proses yang terjadi pada fase ini adalah:

  1. Menemukan masalah.
  2. Klasifikasi masalah.
  3. Penguraian masalah.
  4. Kepemilikan masalah.
  • Design Phase.

Tahap ini meliputi pembuatan, pengembangan, dan analisis hal-hal yang mungkin untuk dilakukan. Termasuk juga disini pemahaman masalah dan pengecekan solusi yang layak. Juga model dari masalahnya dirancang, dites, dan divalidasi.

Tugas-tugas yang ada pada tahap ini merupakan kombinasi dari seni dan pengetahuan, yaitu:

  1. Komponen-komponen model.
  2. Struktur model.
  3. Seleksi prinsip-prinsip pemilihan (kriteria evaluasi).
  4. Pengembangan (penyediaan) alternatif.
  5. Prediksi hasil.
  6. Pengukuran hasil.
  7. Skenario.

 

Model Statis atau Dinamis

Model Statis tidak menyertakan waktu sebagai variabel, model yang berkaitan dengan suatu situasi pada satu titik waktu tertentu, seperti suatu foto. Sedangkan Model Dinamis menyertakan waktu sebagai variabel, dan menggambarkan perilaku entitas dari waktu ke waktu, seperti suatu film

Keuntungan dan Kerugian Pembuatan Model

Manajer yang menggunakan model matematika dapat memperoleh keuntungan sebagai berikut:

  1. Proses pembuatan model dapat menjadi pengalaman belajar, dimana pada setiap proyek model dipelajari sesuatu yang baru mengeenai sistem fisik
  2. Kecepatan proses simulasi dapat mengevaluasi dampak keputusan dalam jangka waktu singkat, dimana dalam hitungan menit, dapat dibuat simulasi operasi perusahaan untuk bebrapa bulan, kuartal, atau tahun
  3. Model menyediakan daya prediksi – suatu pandangan ke masa depan – yang tidak dapat disediakan oleh metode penghasil informasi lain
  4. Model lebih murah daripada metode trial and error; dimana proses pembuatan model memang mahal dalam hal waktu maupun perangkat lunak dan keras yang diperlukan untuk simulasi, tetapi biaya tersebut tidak setinggi biaya yang disebabkan keputusan yang buruk.

Adapun kerugian utama yang mengimbangi pembuatan model adalah:

  1. Kesulitan pembuatan model sistem bisnis, akan mengahasilkan suatu model yang tidak menangkap semua pengaruh pada entitas. Misalnya, dalam model yang baru dijelaskan, seseorang dalam perusahaan harus memperkirakan nilai-nilai dari elemen-elemen data skenario. Ini berarti bahwa pertimbangan yang menyeluruh sangat diperlukan dalam menerapkan keputusan yang didasarkan pada simulasi
  2. Diperlukan keahlian matematika tingkat tinggi, untuk mengembangkan sendiri model-model yang lebih kompleks, keahlian itu juga diperlukan untuk menafsirkan output secara tepat.

Untuk mengatasi kerugian tersebut, dilakukan perubahan dengan mengkombinasikan peralatan pembuatan model yang lebih memudahkan pemakai dan manajer yang lebih mengerti informasi dan komputer. Disamping itu peningkatan keahlian matematika mutlak dilakukan untuk mampu mengimbangi model yang semakin rumit.

Model DSS

Seperti halnya model SIA dan SIM, struktur yang serupa dapat digunakan untuk model DSS. Data dan informasi dimasukkan kedalam database dari lingkungan perusahaan. Isi database digunakan oleh tiga subsistem perangkat lunak:

  1. Perangkat Lunak Penulis Laporan; menghasilkan laporan periodik maupun laporan khusus. Laporan periodik disiapkan sesuai jadwal tertentu, contohnya analisis penjualan bulanan menurut pelanggan. Laporan khusus disiapkan sebagai jawaban atas kebutuhan informasi yang tak terduga maupun sesuatu yang luar biasa terjadi, contohnya adalah laporan kecelakaan, atau yang lainnya.
  2. Model Matematika; menghasilkan informasi sebagai hasil dari simulasi yang melibatkan satu atau beberapa komponen dari sistem fisik perusahaan.
  3. Perangkat Lunak GDSS (Group Decision Support System); memungkinkan bebarapa pemecahan masalah, bekerjasama sebagai suatu kelompok mencapai solusi.

Pembuatan Model Matematika

Model adalah penyederhanaan dari sesuatu; model menggambarkan fenomena – suatu objek atau suatu kegiatan.

Model Matematika merupakan jenis yang berperan sangat penting dalam DSS. Model ini dapat dikelompokkan dalam tiga dimensi – pengaruh waktu, tingkat keyakinan, dan kemampuan mencapai optimisasi.

  1. Model Statis atau Dinamis

Model Statis tidak menyertakan waktu sebagai variabel, model yang berkaitan dengan suatu situasi pada satu titik waktu tertentu, seperti suatu foto. Sedangkan Model Dinamis menyertakan waktu sebagai variabel, dan menggambarkan perilaku entitas dari waktu ke waktu, seperti suatu film

  1. Model Probabilistik atau Deterministik

Model Probabililistik mencakup peluang terjadinya sesuatu, yang berkisar antara 0,00 (sesuatu yang sama sekali tidak mungkin) hingga 1,00 (sesuatu yang pasti). Sedangkan model yang sebaliknya adalah Model Deterministik

  1. Model Optimisasi dan Model Suboptimisasi

Model Optimisasi adalah model yang memilih solusi terbaik dari berbagai alternatif, dimana masalahnya harus terstruktur sangat baik. Model Suboptimisasi, sering disebut satisficing model, yang memungkinkan manajer memasukkan serangkaian keputusan dan model akan memproyeksikan hasilnya, dimana model tersebut menyerahkan tugas kepada manajer untuk mengidentifikasi keputusan yang akan menghasilkan hasil terbaik.

Keuntungan dan Kerugian Pembuatan Model

Manajer yang menggunakan model matematika dapat memperoleh keuntungan sebagai berikut:

  1. Proses pembuatan model dapat menjadi pengalaman belajar, dimana pada setiap proyek model dipelajari sesuatu yang baru mengeenai sistem fisik
  2. Kecepatan proses simulasi dapat mengevaluasi dampak keputusan dalam jangka waktu singkat, dimana dalam hitungan menit, dapat dibuat simulasi operasi perusahaan untuk bebrapa bulan, kuartal, atau tahun
  1. Model menyediakan daya prediksi – suatu pandangan ke masa depan – yang tidak dapat disediakan oleh metode penghasil informasi lain
  2. Model lebih murah daripada metode trial and error; dimana proses pembuatan model memang mahal dalam hal waktu maupun perangkat lunak dan keras yang diperlukan untuk simulasi, tetapi biaya tersebut tidak setinggi biaya yang disebabkan keputusan yang buruk.

Adapun kerugian utama yang mengimbangi pembuatan model adalah:

  1. Kesulitan pembuatan model sistem bisnis, akan mengahasilkan suatu model yang tidak menangkap semua pengaruh pada entitas. Misalnya, dalam model yang baru dijelaskan, seseorang dalam perusahaan harus memperkirakan nilai-nilai dari elemen-elemen data skenario. Ini berarti bahwa pertimbangan yang menyeluruh sangat diperlukan dalam menerapkan keputusan yang didasarkan pada simulasi
  2. Diperlukan keahlian matematika tingkat tinggi, untuk mengembangkan sendiri model-model yang lebih kompleks, keahlian itu juga diperlukan untuk menafsirkan output secara tepat.

Untuk mengatasi kerugian tersebut, dilakukan perubahan dengan mengkombinasikan peralatan pembuatan model yang lebih memudahkan pemakai dan manajer yang lebih mengerti informasi dan komputer. Disamping itu peningkatan keahlian matematika mutlak dilakukan untuk mampu mengimbangi model yang semakin rumit.

 
Tinggalkan komentar

Ditulis oleh pada 25 Desember 2012 in Uncategorized

 

Tag:

DECISION MAKING PROCESS

DECISION MAKING PROCESS

Peran modeling dan models dalam decision making :

–        Biaya  virtual experimentation jauh lebih rendah daripada biaya experimentation dengan  real system.

–        Models memudahkan untuk simulated compression of time.

–        Manipulating the model lebih mudah daripada manipulasi  real system.

–        Biaya kesalahan jauh lebih rendah dengan virtual experimentation.

–        Modeling memudahkan seorang  manager menyelesaikan lebih baik dengan ketidakpastian dengan memperkenalkan  “what-ifs” dan calculasi resiko terlibat dalam tindakan specifik.

–        Mathematical models memudahkan analysis dan comparison dari satu very-large number of possible alternative solutions.

–        Models menangani dan mendorong  learning dan support training.

system untuk dukungan terhadap group (termasuk virtual) decision making beserta kelebihannya

System untuk dukungan terhadap group :

–        One-room group para anggota pengambil keputusan berada dalam satu tempat

–        Virtual group, para anggotanya berada di lokasi yang berbeda

Kelebihannya :

•        Tipe DSS untuk mendukung satu group, bukan  individual

•        Tipe spesial dari groupware

•        Berupaya untuk membuat group meetings lebih  produktif

•        Fokus pada  dukungan kelompok/team dalam berbagai keadaan, termasuk moda “waktu dan tempat berbeda” – virtual teams

konsep  managerial decision making, dan  hubungannya computerized support

Konsep managerial decision making yaitu suatu decision merujuk pada satu pilihan yang diambil dari alternative2. Decision making dalam organizasi dapat diklasifikasikan kedalam dua broad categories: problem solving dan opportunity exploitation.

Hubungannya computerized support adalah sangat sukar untuk membuat keputusan yang baik tanpa informasi yang  valid, timely dan relevant.

–        Jumlah dari  alternatives dipertimbangkan bertambah

–        Banyak decisions dibuat dibawah  time pressure.

–        Disebabkan karena  uncertainty dalam lingkungan decision, sering dibutuhkan untuk menganalisis yang sangat kompleks .

–        Sering dibutuhkan akses yang cepat ke  remote information.

 
Tinggalkan komentar

Ditulis oleh pada 25 Desember 2012 in Uncategorized

 

Tag: ,

Kutipan

DECISION SUPPORT SYSTEM (DSS)

Salah satu jenis sistem aplikasi yang sangat popular di kalangan manajemen perusahaan adalah Decision Support System atau disingkat DSS. DSS ni merupakan suatu sistem informasi yang diharapkan dapat membantu manajemen dalam proses pengambilan keputusan. Hal yang perlu ditekankan di sini adalah bahwa keberadaan DSS bukan untuk menggantikan tugas-tugas manajer, tetapi untuk menjadi sarana penunjang (tools) bagi mereka. DSS sebenarnya merupakan implementasi teori-teori pengambilan keputusan yang telah diperkenalkan oleh ilmu-ilmu seperti operation research dan management science. Hanya bedanya adalah bahwa jika dahulu untuk mencari penyelesaian masalah yang dihadapi harus dilakukan perhitungan iterasi secara manual (biasanya untuk mencari nilai minimum, maksimum, atau optimum), saat ini komputer PC telah menawarkan kemampuannya untuk menyelesaikan persoalan yang sama dalam waktu relatif singkat. Dalam kedua bidang ilmu di atas, dikenal istilah decision modeling, decision theory, dan decision analysis – yang pada hakekatnya adalah merepresentasikan permasalah dan manaje-men yang dihadapi setiap hari ke dalam bentuk kuantitatif (misalnya dalam bentuk model matematika). Contoh-contoh klasik dari persoalan dalam bidang ini adalah linear programming, game’s theory, transportation problem, inventory system, decision tree, dan lain sebagainya. Dari sekian banyak problem klasik yang kerap dijumpai dalam aktivitas bisnis perusahaan sehari-hari, sebagian dapat dengan mudah disimulasikan dan diselesaikan dengan menggunakan formula atau rumus-rumus sederhana. Tetapi banyak pula masalahan yang ada sangat rumit sehingga membutuhkan kecanggihan komputer. Sprague dan Carlson mendefinisikan DSS dengan cukup baik, sebagai sistem yang memiliki lima

karakteristik utama (Sprague et.al., 1993):

1) Sistem yang berbasis komputer;

2) Dipergunakan untuk membantu para pengambil keputusan;

3) Untuk memecahkan masalah-masalah rumit yang “mustahil” dilakukan dengan

kalkulasi manual;

4) Melalui cara simulasi yang interaktif;

5) Dimana data dan model analisis sebagai komponen utama.

Karakteristik 4 dan 5 merupakan fasilitas baru yang ditawarkan oleh DSS belakangan ini sesuai dengean

perkembangan terakhir kemajuan perangkat komputer.

KOMPONEN DECISION SUPPORT SYSTEM

Secara garis besar DSS dibangun oleh tiga komponen besar:

1) Database

2) Model Base

3) Software System

Sistem database berisi kumpulan dari semua data bisnis yang dimiliki perusahaan, baik yang berasal dari transaksi sehari-hari, maupun data dasar (master file). Untuk keperluan DSS, diperlukan data yang relevan dengan permasalahan yang hendak dipecahkan melalui simulasi. Komponen kedua adalah Model Base atau suatu model yang merepresentasikan permasalahan ke dalam format kuantitatif (model matematika sebagai contohnya) sebagai dasar simulasi atau pengambilan keputusan, termasuk di dalamnya tujuan dari permasalahan (obyektif), komponen-komponen terkait, batasan-batasan yang ada (constraints), dan hal-hal terkait lainnya. Kedua komponen tersebut untuk selanjutnya disatukan dalam komponen ketiga (software system), setelah sebelumnya direpresentasikan dalam bentuk model yang “dimengerti” komputer . Contohnya adalah penggunaan teknik RDBMS (Relational Database Management System), OODBMS (Object Oriented Database Management System) untuk memodelkan struktur data. Sedangkan MBMS (Model Base Management System) dipergunakan untuk mere-presentasikan masalah yang ingin dicari pemecahannya.

Entiti lain yang terdapat pada produk DSS baru adalah DGMS (Dialog Generation and Management System), yang merupakan suatu sistem untuk memungkinkan terjadinya “dialog” interaktif antara computer dan manusia (user) sebagai pengambil keputusan.

SISTEM BERBASIS GRAFIK

Dalam merepresenasikan DSS agar mudah dipergunakan dan dimengeri oleh user (dalam hal ini adalah

manajer perusahaan), format grafik mutlak dipergunakan untuk melengkapi teks yang ada. Contoh-contoh

model grafik yang populer dipergunakan adalah sebagai berikut:

  1. Time Series Charts – untuk melihat dampak sebuah variable terhadap waktu;
  2. Bar Charts – untuk memperbandingkan kinerja beberapa entiti;
  3. Pie Charts – untuk melihat komposisi atau persentasi suatu hal;
  4. Scattered Diagrams – untuk menganalisa hubungan antara beberapa variabel;
  5. Maps – untuk merepresentasikan data secara geografis;
  6. Layouts – untuk menggambarkan lokasi barang secara fisik, seperti pada bangunan dan kantor;
  7. Hierarchy Charts – untuk menggambarkan struktur organisasi;
  8. Sequence Charts – untuk merepresentasikan sesuatu dengan logika yang tersetruktur (contohnya adalah diagram flowchart); dan
  9. Motion Graphics – untuk memperlihat-kan perilaku dari variabel yang diamati denvan cara animasi.

Jenis-jenis grafik di atas biasanya dapat ditampilkan dalam dua macam format: dua dimensi dan tiga dimensi.

PERKEMBANGAN DSS

DSS yang saat ini populer untuk digunakan adalah yang berbasis tabel atau spreadsheets, karena para manajer sudah terbiasa membaca data dengan cara tersebut. Tabel inilah yang menjadi media manajer dalam “mengkutak-katik” (mengganti atau merubah) variabel yang ada, di mana hasilnya akan ditampilkan dalam format grafik yang telah dijelaskan sebelumnya. Untuk keperluan ini, biasanya sebuah stand-alone PC sudah cukup untuk mengimplementasikannya. Sejalan dengan perkembangan teknologi informasi, telah banyak ditawarkan aplikasi DSS yang bekerja dalam infrastruktur jaringan (LAN, WAN, Intranet, Internet, dsb.). Beberapa manajer pengambil keputusan dihubungkan satu dengan lainnya melalui jaringan komputer, sehingga dapat saling mempertukarkan data dan informasi untuk keperluan pengambilan keputusan. Bahkan sudah ada DSS yang diperlengkapi dengan expert system (dibuat berdasarkan teori kecerdasan buatan = artifial intelligence), sehingga keputusan bisnis secara langsung dapat dilakukan oleh komputer, tanpa campur tangan manusia. Siapkah perusahaan mengimplementasikan sistem ini?

DSS (Decision Suport system)

Pengembanag DSS berawal pada akhir tahun 1960-an dengan adanya pengguna computer secara time-sharing (berdasarkan pembagian waktu). Pada mulanya seseorang dapat berinteraksi langsung dengan computer tanpa harus melalui spesialis informasi. Timesharing membuka peluang baru dalam penggunaan computer. Tidak sampai tahun 1971, ditemukan istilah DSS, G Anthony Gorry dan Michael S. Scott Morton yang keduanya frofesor MIT, bersama-sama menulis artikel dalam jurnal yang berjudul “A Framework for Management Information System” mereka merasakan perlunya ada kerangka untuk menyalurkan aplikasi computer terhadap pembuatan keputusan manajemen. Gorry dan Scott Morton mendasarkan kerangka kerjanya pada jenis keputusan menurut Simon dan tingkat manajemen dari Robert N. Anthony. Anthony menggunakan istilah Strategic palnning, managemen control dan operational control (perencanaan strategis, control manajemen, dan control manajemen).

JENIS-JENIS DSS

Aplikasi DSS yang ditawarkan di pasar sangat beraneka ragam, dari yang paling sederhana (quick-hit DSS) sampai dengan yang sangat kompleks (institutional DSS). “Quick-Hit DSS” biasanya ditujukan untuk para manajer yang baru belajar menggunakan DSS (sebagai pengembangan setelah jenis pelaporan yang disediakan oleh MIS = Management Information System, satu level sistem di bawah DSS). Biasanya masalah yang dihadapi cukup sederhana (simple) dan dibutuhkan dengan segera penyelesaiannya. Misalnya untuk kebutuhan pelaporan (report) atau pencarian informasi (query). Sistem yang sama biasa pula dipergunakan untuk melakukan analisa sederhana. Contohnya adalah melihat dampak yang terjadi pada sebuah formulasi, apabila variabel-variabel atau parameter-parameternya diubah. Di dalam perusahaan, DSS jenis ini biasanya diimplementasikan dalam sebuah fungsi organisasi yang dapat berdiri sendiri (berdasarkan data yang dimiliki fungsi organisasi tersebut). Misalnya adalah DSS untuk menyusun anggaran tahunan, DSS untuk melakukan kenaikan gaji karyawan, DSS untuk menentukan besanya jam lembur karyawan, dan lain sebagainya

Usaha berikutnya dalam mendefinisikan konsep DSS dilakuikan oleh Steven L. Alter. Alter melakukan study terhadap 56 sistem penunjang keputusan yang digunakan pada waktu itu, study tersebut memberikan pengetahuan dalam mengidentifikasi enam jenis DSS, yaitu :

  1. Retrive information element (memanggil eleman informasi)
  2. Analyze entries fles (menganali semua file)
  3. Prepare reports form multiple files (laporan standart dari beberapa files)
  4. Estimate decisions qonsquences (meramalkan akibat dari keputusan)
  5. Propose decision (menawarkan keputusan )
  6. Make decisions (membuat keputusan)

TUJUAN DSS

Dalam DDS terdapat tiga tujuan yang harus di capai yaitu :

_ Membantu manajer dalam pembuatan keputusan untuk memecahkan masalah semi terstruktur

_ Mendukung keputusan manajer, dan bukannya mengubah atau mengganti keputusan tersebut

_ Meningkatkan efektivitas menajer dalam pembuatan keputusan, dan bukannya peningkatan efisiensi

Tujuan ini berkaitan dengan tiga prinsip dasar dari konsep DSS, yaitu struktur masalah,

dukungan keputusan, dan efektivitas keputusan.

Sistem pendukung pengambilan keputusan kelompok (DSS) adalah sistem berbasis komputer yang interaktif, yang membantu pengambil keputusan dalam menggunakan data dan model untuk menyelesaikan masalah yang tidak terstruktur. Sistem pendukung ini membantu pengambilan keputusan manajemen dengan menggabungkan data, model-model dan alat-alat analisis yang kompleks, serta perangkat lunak yang akrab dengan tampilan pengguna ke dalam satu sistem yang memiliki kekuatan besar (powerful) yang dapat mendukung pengambilan keputusan yang semi atau tidak terstruktur. DSS menyajikan kepada pengguna satu perangkat alat yang fleksibel dan memiliki kemampuan tinggi untuk analisis data penting. Dengan kata lain, DSS menggabungkan sumber daya intelektual seorang individu dengan kemampuan komputer dalam rangka meningkatkan kualitas pengambilan keputusan. DSS diartikan sebagai tambahan bagi para pengambil keputusan, untuk memperluas kapabilitas, namun tidak untuk menggantikan pertimbangan manajemen dalam pengambilan keputusannya.
Dalam suatu penelitiannya Steven S. Alter mengembangkan satu taksonomi dari enam jenis DSS yang didasarkan pada tingkat dukungan pemecahan masalah. Jenis DSS yang memberikan dukungan paling sedikit adalah jenis yang memungkinkan manajer mengambil hanya sebagian kecil informasi (unsur-unsur informasi). Manajer dalam hal ini dapat bertanya pada database untuk mendapatkan angka/jumlah tingkat penyerapan anggaran pada satu satuan kerja di bawah lingkup kerjanya.
Jenis DSS yang memberikan dukungan yang sedikit lebih tinggi memungkinkan baginya menganalisis seluruh isi file mengenai tingkat penyerapan anggaran pada unit-unit lain yang terkait. Contohnya adalah laporan gaji bulanan pegawai yang disiapkan dari file gaji.
Dukungan yang lebih lagi diberikan oleh sistem yang menyiapkan laporan total penyerapan anggaran biaya pegawai dan tunjangan-tunjangan yang diterimanya yang diolah dari berbagai file sistem penggajian.
DSS juga memungkinkan para manajer untuk melihat dampak-dampak yang mungkin timbul dari berbagai keputusan yang diambil yang disebut model yang dapat memperkirakan dampak sebuah keputusan. Sebagai contoh: Para calon Bupati/Walikota suatu daerah dalam rangka suatu Pilkada menjanjikan akan menggratiskan biaya pendidikan sampai tingkat tertentu atau menggratiskan biaya pengobatan di tingkat Puskemas, maka dampak keputusan tersebut diperkirakan jumlah pemilih akan meningkat secara signifikan, atau justru para pemilih sama sekali tidak mempercayainya karena hanya dianggap sebagai janji kosong belaka. Model tersebut tidak dapat menentukan apakah janji kampanye tersebut merupakan suatu keputusan terbaik, mereka hanya dapat menentukan apa yang mungkin terjadi jika keputusan itu dibuat.
DSS dimaksudkan untuk melengkapi sistem informasi manajemen dalam meningkatkan pengambilan keputusan. Sistem informasi manajemen terutama menyajikan informasi mengenai kinerja aktivitas untuk membantu manajemen memonitor dan mengendalikan kegiatan. Sistem informasi manajemen ini umumnya menghasilkan pelaporan yang terjadwal secara reguler dan tetap, berdasarkan data yang diperoleh dan diikhtisarkan dari sistem pemrosesan kegiatan atau transaksi yang dilaksanakan. Format atau bentuk dari pelaporan-pelaporan ini umumnya sudah ditentukan sebelumnya (baku). Satu bentuk pelaporan berbasiskan sistem informasi manajemen mungkin menunjukkan suatu ikhtisar realisasi penyerapan anggaran per bulan untuk setiap satuan kerja pada suatu instansi. Kadang kala laporan sistem informasi manajemen ini merupakan laporan eksepsi (exception reports), yaitu hanya menyoroti kondisi-kondisi yang khusus. Sistem informasi manajemen yang tradisional umumnya menyajikan pelaporan yang tercetak (hard copy reports).
Dewasa ini, pelaporan yang semacam itu dapat diperoleh secara online melalui intranet dan mungkin lebih banyak lagi laporan yang dapat dihasilkan berdasarkan kebutuhan. Jika MIS menyajikan kepada penggunanya data atau informasi untuk pengambilan keputusan yang sudah pasti dan tetap (terstruktur atau rutin), maka DSS menyajikan seperangkat kemampuan untuk keputusan yang sifatnya tidak terstruktur, di mana DSS lebih menekankan pada pengambilan keputusan atas situasi yang dengan cepat mengalami perubahan, kondisi yang memerlukan fleksibilitas, dan berbagai keputusan untuk respons yang segera.
Ada dua tipe DSS yang dikenal, yaitu: Model-driven DSS dan Data-driven DSS. Jenis DSS yang pertama merupakan suatu sistem yang berdiri sendiri terpisah dari sistem informasi organisasi secara keseluruhan. DSS ini sering dikembangkan langsung oleh masing-masing pengguna dan tidak langsung dikendalikan dari divisi sistem informasi. Kemampuan analisis dari DSS ini umumnya dikembangkan berdasarkan model atau teori yang ada dan kemudian dikombinasikan dengan tampilan pengguna yang membuat model ini mudah untuk digunakan.
Contoh dari model-driven DSS ini yang dipergunakan di perusahaan pelayaran yaitu voyage estimating decision support systems. DSS ini mempunyai kemampuan/kapabilitas untuk menghitung rincian pelayaran baik untuk masalah keuangan maupun perhitungan teknis. Penghitungan aspek keuangan meliputi biaya untuk pelayaran (bahan bakar, upah pekerja, dan modal yang dibutuhkan), tarif angkut untuk berbagai tipe pengiriman kargo, dan biaya pelabuhan. Rincian teknis meliputi faktor-faktor yang berhubungan dengan masalah pelayaran, seperti: kapasitas kargo, kecepatan, jarak, konsumsi bahan bakar dan kebutuhan air, serta pola bongkar muat. Sistem ini dapat menjawab berbagai pertanyaan, seperti: Kapal mana yang digunakan untuk memberikan keuntungan yang maksimum? Berapa kecepatan optimal yang dapat memaksimumkan keuntungan? Apa tipe dari bongkar muat yang optimal? DSS ini dapat dioperasikan dalam sebuah desktop komputer yang menyajikan sistem menu yang membuat pengguna mudah untuk memasukkan data atau mendapatkan informasi.
Jenis DSS yang kedua, data-driven DSS, menganalisis sejumlah besar data yang ada atau tergabung di dalam sistem informasi organisasi. DSS ini membantu untuk proses pengambilan keputusan dengan memungkinkan para pengguna untuk mendapatkan informasi yang bermanfaat dari data yang tersimpan di dalam database yang besar. Banyak organisasi atau perusahaan mulai membangun DSS ini untuk memungkinkan para pelanggannya memperoleh data dari website-nya atau data dari sistem informasi organisasi yang ada.
Decision Support Systems meliputi berbagai komponen yang termuat di dalam sistem pendukung ini, yaitu:

  1. DSS database: Kumpulan data berjalan atau historis dari sejumlah aplikasi. Komponen ini digunakan untuk menanyakan dan menganalisis data. Database ini dapat berupa PC database atau massive database.
  2. DSS software system: Kumpulan dari perangkat lunak yang digunakan untuk menganalisis data, seperti: On-Line Analytical Processing (OLAP) tools, datamining tools, atau kumpulan dari model-model matematika dan analisa yang mudah untuk diakses oleh para pengguna DSS. Model ini dapat berupa model fisik (model rancangan ruang kerja, taman, dan model pesawat terbang), model perhitungan matematika (seperti: persamaan, alogaritma, anuitas, cicilan bunga kredit), atau model verbal (seperti: deskripsi suatu prosedur untuk penulisan suatu perintah kerja/order). Masing-masing DSS dibangun untuk seperangkat tujuan tertentu dan akan menghasilkan berbagai kumpulan model tergantung pada kebutuhan dan tujuannya.

Perangkat lunak sistem DSS yang umum juga dapat berupa model statistik yang memuat berbagai fungsi statistik, antara lain: means, medians, deviations, dan scatter plots. Perangkat lunak ini memiliki kapabilitas untuk memproyeksikan ke depan mengenai outcomes dengan cara menganalisis sekumpulan data. Perangkat lunak model statistik ini dapat digunakan untuk membantu membangun hubungan, seperti: menghubungkan produktivitas pegawai dikaitkan dengan faktor usia, pendapatan yang diterima, atau faktor lain yang berpengaruh di dalam lingkungan masyarakat. Optimalisasi model menentukan alokasi sumber-sumber yang optimal untuk memaksimalkan atau meminimalkan variabel tertentu, seperti: biaya atau waktu.
DSS banyak diterapkan di organisasi-organisasi yang sudah mapan. Banyak cara yang digunakan untuk menerapkan DSS untuk membantu mempertajam proses pengambilan keputusan. Kapabilitas yang melekat pada DSS sangat membantu organisasi-organisasi yang menggunakannya untuk memungkinkan terciptanya koordinasi proses kegiatan baik internal maupun eksternal dengan cara yang lebih akurat.
Pertumbuhan volume kegiatan/transaksi secara elektronis yang meningkat tajam telah mendorong banyak organisasi untuk mengembangkan DSS di mana pelanggan dan pegawai dapat mengambil manfaat dari sumber-sumber informasi yang tersedia di internet dan kapabilitas dari website yang memungkinkan komunikasi untuk berbagai aktivitas.
DSS yang didasarkan pada web dan internet dapat mendukung pengambilan keputusan dengan menyajikan akses online terhadap berbagai database dan informasi dengan menggunakan perangkat lunak untuk analisis data. Beberapa DSS memang difasilitasi untuk membantu manajemen, namun tersedia pula DSS yang mampu untuk menarik pelanggan dengan cara menyediakan berbagai informasi dan alat yang dapat membantu mereka untuk mengambil keputusan pada saat mereka menyeleksi jasa dan produk. Dewasa ini, banyak orang lebih menggunakan informasi yang banyak tersedia dari sumber-sumber yang ditawarkan untuk membantu mengambil keputusan membeli sesuatu, misal: keputusan untuk membeli mobil atau komputer, sebelum berinteraksi langsung dengan petugas penjualannya. Customer decision-support systems (CDSS) sangat membantu pelanggan yang ada atau potensial dalam proses pengambilan keputusan.
Banyak orang tertarik dalam melakukan proses pembelian barang atau jasa menggunakan mesin pencari internet (search engines) atau online catalogs, web directories, e-mail, atau alat-alat lainnya untuk menentukan lokasi informasi yang dibutuhkan dalam rangka membantunya dalam proses pengambilan keputusan. Banyak organisasi atau perusahaan telah mengembangkan website untuk anggota atau pelanggannya yang ada dan potensial di mana berbagai informasi, model, atau alat-alat analisis lain disediakan untuk mengevaluasi alternatif untuk memudahkan pengambilan keputusan yang akan dilakukannya. Web-based DSS telah menjadi sesuatu yang populer dan sangat memberikan manfaat yang besar bagi para anggota atau pelanggan yang dituju organisasi atau perusahaan tersebut.
Dari uraian di atas mengenai DSS, maka beberapa karakteristik dan kapabilitas DSS yang dapat diidentifikasi adalah sebagai berikut:

  1. Sistem ini memberikan dukungan bagi pengambil keputusan, terutama dalam situasi semi terstruktur atau tidak terstruktur.
  2. Sistem ini memberikan dukungan untuk berbagai tingkatan manajemen, mulai dari tingkat manajemen puncak hingga ke tingkat manajemen yang paling bawah dan para pegawai lainnya.
  3. DSS memberikan dukungan untuk beragam tipe dan proses pengambilan keputusan yang harus dilakukan.
  4. DSS dapat beradaptasi terhadap waktu dan fleksibel; pengguna dapat menambah, menghapus, mengombinasikan, mengubah, atau menata kembali elemen-elemen dasar.
  5. Tampilan DSS akrab dengan pengguna, memiliki kapabilitas yang besar, dan dirancang agar dapat interaktif sehingga mudah untuk digunakan.
  6. DSS mampu untuk meningkatkan efektivitas pengambilan keputusan dengan fokus pada keakuratan, ketepatan waktu, dan kualitas hasil, serta mengefisiensikan biaya dalam proses pengambilan keputusan.
  7. Pengambil keputusan memiliki kendali yang lengkap atas seluruh langkah proses pengambilan keputusan dalam pemecahan masalah.
  8. Pengguna akhir mampu mengonstruksi dan memodifikasi sistem yang sederhana oleh mereka sendiri. Sedangkan untuk sistem yang lebih besar, biasanya dapat dibangun dengan dukungan dari spesialis sistem informasi.

DSS biasanya menggunakan model-model dalam analisis situasi pengambilan keputusan yang mudah untuk dioperasikan oleh pengguna

DECISION SUPPORT SYSTEM (DSS)

 
Tinggalkan komentar

Ditulis oleh pada 25 Desember 2012 in Uncategorized

 

Tag: ,