RSS

PEMODELAN DSS,STATIC DAN DYNAMIC MODEL RESEARCH

25 Des

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:

Tinggalkan Balasan

Isikan data di bawah atau klik salah satu ikon untuk log in:

Logo WordPress.com

You are commenting using your WordPress.com account. Logout / Ubah )

Gambar Twitter

You are commenting using your Twitter account. Logout / Ubah )

Foto Facebook

You are commenting using your Facebook account. Logout / Ubah )

Foto Google+

You are commenting using your Google+ account. Logout / Ubah )

Connecting to %s

 
%d blogger menyukai ini: