TUGAS MATA KULIAH SPKIE

Transkripsi

1 TUGAS MATA KULIAH SPKIE REVIEW BUKU: MANAGEMENT INFORMATION SYSTEM (10), DECISION SUPPORT SYSTEM AND BUSINESS INTELLIGENCE (2,3) Oleh: Aries Wachyudi P E Dosen: DR. Ir. Arif Imam Suroso M.Sc PROGRAM PASCASARJANA MANAJEMEN DAN BISNIS INSTITUT PERTANIAN BOGOR 2013

2 BAB II Pembuatan Keputusan, Sistem, Pemodelan, and Dukungan (Decision Support, Systems, Modeling, and Support) Efraim Turban, Ramesh Shanda, Dursun Delen 2.1. Pemodelan Keputusan pada HP Menggunakan Spreadsheet Beberapa hal penting yang disampaikan dalam menyediakan dukungan keputusan pada suatu organisasi yang berskala besar, a. Pembuat keputusan perlu untuk memiliki pemahaman yang baik mengenai masalah yang akan diteliti sebelum membangun model keputusannya. b. Sebuah model keputusan boleh mungkin tidak diperlukan untuk mengatasi masalah. c. Sebelum membuat perangkat yang baru, pembuat keputusan harus mengeksplorasi penggunaan kembali perangkat yang ada saat ini. d. Tujuan dari pembangunan model yaitu untuk memperoleh wawasan yang lebih baik terhadap masalah. e. Rencana implementasi harus dikembangkan bersama dengan model Pembuatan Keputusan: Pendahuluan dan Definisi Aspek dari pembuatan keputusan yang penting untuk dimengerti agar dapat mengembangkan dukungan komputer yang efektif meliputi hal berikut ini, a. Karakteristik dari pembuatan keputusan, seperti groupthink, experimentation, dan information overload. b. Decision styles dari para pembuat keputusan. c. Tujuan dari para pembuat keputusan. d. Disiplin keilmuan pendukung, gaya dan bagaimana mereka berhubungan dengan karakteristik pribadi dari pembuat keputusan, dan sifat keterlibatan kelompok dalam keputusan. Halaman 2 dari 32

3 e. Rasionalitas pembuat keputusan. Seorang pembuat keputusan seharusnya tidak hanya menerapkan alat teknologi informasi secara sporadis. Sebaliknya, pembuat keputusan mendapat dukungan melalui pendekatan rasional yang menyederhanakan realitas dan menyediakan cara yang relatif cepat dan murah mempertimbangkan berbagai program alternatif tindakan untuk tiba di terbaik atau solusi yang baik untuk masalah ini. Lingkungan bisnis saat ini sangat dinamis. Sementara keputusan sedang dibuat, perubahan mungkin terjadi dalam lingkungan pengambilan keputusan. Perubahan tersebut dapat membatalkan asumsi keputusan yang didasarkan sebelumnya. Ada tekanan waktu dari perubahan yang sama dalam lingkungan pengambilan keputusan, dapat mempengaruhi kualitas keputusan dengan menerapkan tekanan waktu pada pengambil keputusan. Lingkungan bisnis yang cepat berubah sering membutuhkan keputusan cepat, yang sebenarnya bisa merugikan kualitas keputusan. Biaya tinggi dan waktu yang lama dalam mengumpulkan informasi serta menganalisis masalah. Sulitnya menentukan kapan harus berhenti dan membuat keputusan, mungkin kurangnya informasi yang cukup untuk membuat keputusan cerdas, dan sebaliknya kemungkinan ketersediaan terlalu banyaknya informasi (information overload). Identifikasi persamaan dan perbedaan antara membuat keputusan individu versus kelompok, a. Pengambil keputusan individu membutuhkan akses data dan para ahli yang dapat memberikan saran, sementara basis kelompok membutuhkan alat kolaborasi dalam berkomunikasi satu dengan yang lainnya. b. Seringnya pertentangan tujuan dalam pengaturan pengambilan keputusan kelompok, tetapi tidak dalam basis individu. c. Kelompok dapat menjadi ukuran variabel, mungkin termasuk orang-orang dari departemen yang berbeda, atau bahkan dari organisasi yang berbeda. Individu dalam berkolaborasi mungkin memiliki gaya kognitif, tipe kepribadian, dan gaya Halaman 3 dari 32

4 pengambilan keputusan yang berbeda. Beberapa friksi terjadi, sedangkan hal lain dapat saling membantu. d. Konsensus dapat menjadi masalah politik yang sulit dalam pengambilan keputusan kelompok, yang tidak menjadi masalah dalam pengambilan keputusan individu. Untuk alasan tersebut, pembuatan keputusan kelompok dapat lebih rumit daripada membuat keputusan individu. Dalam perbedaan konsep antara pengambilan keputusan dan pemecahan masalah, beberapa orang menganggap pengambilan keputusan sebagai tiga langkah pertama dalam pemecahan masalah. Sedangkan pihak lainnya menggunakan istilah secara bergantian. Mereka yang membedakan menganggap bahwa pengambilan keputusan merupakan proses pembuatan rekomendasi, sedangkan pemecahan masalah meliputi pelaksanaan rekomendasi dan mungkin memantau dampaknya untuk menentukan apakah atau tidak masalah telah dipecahkan. Sebagian ahli pada subjek tersebut tidak setuju untuk membedakan antara dua konsep itu. Gaya pengambilan keputusan adalah cara dimana seorang pengambil keputusan berpikir dan bereaksi terhadap masalah. Hal ini penting untuk mempertimbangkan karena gaya keputusan yang berbeda membutuhkan berbagai jenis dukungan Model Keputusan Kategori model yang dapat berguna dalam bisnis meliputi model ikonik (skala, fisik), model analog, model mental, dan model matematik (kuantitatif). Jenis lain dari model, seperti model fashion atau model data yang digunakan dalam analisis sistem dan desain, tidak relevan dengan konteks ini, tetapi berbagi konsep yang mendasari mewakili beberapa aspek dari suatu sistem nyata, memiliki keuntungan lebih untuk tujuan tertentu dan kurang fitur yang akan memungkinkan mereka untuk menggantikannya. Halaman 4 dari 32

5 Keuntungan model matematika dalam pembuatan keputusan adalah sebagai berikut di bawah ini, a. Model manipulasi (mengubah variabel keputusan atau lingkungan) jauh lebih mudah daripada memanipulasi sistem nyata. Eksperimentasi adalah mudah dan tidak mengganggu operasi harian organisasi. Matematika model menggambarkan parameter mereka dalam bentuk angka-angka di atas kertas atau data dalam komputer, yang dapat diubah dengan mudah tanpa mempengaruhi operasi dari sistem nyata. b. Model memungkinkan kompresi waktu. Tahun beroperasi dapat disimulasikan dalam hitungan menit atau detik waktu komputer. Bagian kedua dari pernyataan ini adalah khusus tentang model matematika. Namun, jenis lain dari model memungkinkan kompresi waktu juga. Sebagai contoh, sebuah model mental yang mengatakan "jika aku makan makanan ini, saya akan mendapatkan reaksi alergi" mengarah ke keputusan untuk menghindarinya jauh lebih cepat, serta lebih menyakitkan, selain itu akan mencicipi. c. Biaya analisis pemodelan jauh lebih sedikit daripada biaya percobaan serupa yang dilakukan pada sistem nyata. Hal ini karena model ini biasanya lebih murah daripada sistem nyata, kompresi waktu mengurangi biaya waktu-terkait seperti personel, dan bisnis tidak menjalankan risiko operasi gangguan sementara alternatif diselidiki dalam model. d. Biaya rendah selama percobaan trial-and-error jika model yang digunakan. Hal ini karena kesalahan hanya mempengaruhi model sja, bukan sistem yang berjalan. e. Lingkungan bisnis melibatkan ketidakpastian. Dengan pemodelan, manajer dapat memperkirakan risiko dari tindakan-tindakan tertentu. Model matematika memungkinkan pengambil keputusan untuk memvariasikan parameter seperti tingkat inflasi, harga minyak atau pertumbuhan permintaan; untuk mencerminkan semua skenario masa depan yang menarik. f. Model matematika memungkinkan analisis yang sangat besar, kadang-kadang tak terbatas, jumlah solusi yang mungkin. Bahkan dalam masalah sederhana, manajer Halaman 5 dari 32

6 sering memiliki sejumlah besar alternatif dari yang untuk memilih. Manfaat ini secara eksplisit tentang model matematika. g. Model meningkatkan dan memperkuat pembelajaran dan pelatihan. Pengoperasian model matematika dapat diamati dan dikaji, variabel berubah untuk melihat efek dari perubahan tersebut, dan kesalahan sengaja dibuat untuk belajar bagaimana memperbaikinya. h. Model dan metode solusi yang tersedia melalui Web. Kebanyakan model yang tersedia melalui Web adalah model matematika. i. Ada banyak applet Java dan program web lainnya yang siap memecahkan model. Hal ini berlaku dari model matematika, tetapi umumnya bukan dari jenis lain. Model mental, yang biasanya digunakan ketika keputusan sebagian besar melibatkan faktor-faktor kualitatif, dapat membantu kerangka situasi pengambilan keputusan dan bekerja melalui skenario untuk mempertimbangkan risiko dan manfaat dari keputusan alternatif. Alat teknologi informasi modern dapat menyajikan faktor-faktor kualitatif bersama dengan analisis faktor kuantitatif, sehingga pengambil keputusan dapat mempertimbangkan baik bersama-sama dan menggunakan informasi kualitatif untuk membimbing mereka ke analisis kuantitatif yang paling berguna Fase Proses Pembuatan Keputusan Empat fase Simon (1977) mengenai pengambilan keputusan adalah intelijen, desain, pemilihan, dan implementasi. Fase intelijen meliputi pengumpulan informasi dengan memeriksa realitas, kemudian mengidentifikasi dan mendefinisikan masalah. Pada fase ini kepemilikan masalah juga harus terbentuk. Desain terdiri dari penentuan alternatif dan evaluasi. Jika evaluasi memerlukan pembangunan model, maka dilakukan pada fase ini juga. Fase pemilihan meliputi pemilihan solusi tentatif dan menguji validitasnya. Fase implementasi keputusan menjalankan solusi yang terpilih. Halaman 6 dari 32

7 Masalah yang yang terjadi sepanjang proses pembuatan keputusan adalah perbedaan negatif yang terjadi diantara para pembuat keputusan. Hal ini dapat diakibatkan dari perubahan dalam ekspektasi pembuat keputusan atau dari perubahan situasi. Harapan bisa dinaikkan, menciptakan ketidaksesuaian itu, dengan melihat bagaimana pesaing telah meningkatkan operasi mereka. Situasi bisa berubah dalam banyak cara: biaya yang lebih tinggi, pangsa pasar yang lebih rendah, dan sebagainya Pembuatan Keputusan: Fase intelijen Masalah timbul dari ketidakpuasan terhadap sesuatu hal yang terjadi. Ini merupakan perbedaan atau kesenjangan antara apa yang diinginkan dengan apa yang terjadi. Gejala adalah bagaimana masalah memanifestasikan dirinya. Contoh bisnis: harga tinggi (masalah) dan tingkat persediaan yang belum terjual tinggi (gejala). Lain adalah varians kualitas pada produk (gejala) dan buruk dikalibrasi atau usang manufaktur peralatan (masalah). Klasifikasi masalah memungkinkan pengambil keputusan untuk menggunakan alatalat yang telah dikembangkan untuk menangani masalah dalam kategori tersebut, bahkan mungkin termasuk pendekatan solusi standar. Dekomposisi masalah berarti membagi masalah yang kompleks menjadi bagian yang lebih detil. Hal ini membantu memecahkan masalah karena bagian yang lebih kecil menjadi lebih sederhana, terstruktur, memungkinkan pengambil keputusan dengan mudah untuk memusatkan perhatian mereka pada bagian sulit yang tersisa. Dekomposisi dapat memfasilitasi komunikasi antar pengambil keputusan. Penetapan kepemilikan masalah (problem ownership) sangat penting dalam proses pengambilan keputusan. Kepemilikan berarti memiliki kewenangan, dan mengambil tanggung jawab dari pemecahan. Kurangnya kepemilikan masalah berarti seseorang tidak melakukan pekerjaannya, atau bahwa masalah yang dihadapi belum diidentifikasi sebagai milik siapa pun. Pemecahan masalah tidak dapat diselesaikan sampai tanggung jawab kepemilikan ditetapkan. Halaman 7 dari 32

8 2.6. Pembuatan Keputusan: Fase Disain Optimasi mengacu pada yang "terbaik". Untuk mencapai itu, semua alternatif harus dipertimbangkan, dan yang optimal harus menjadi yang terbaik. Suboptimisasi adalah optimalisasi subsistem, tanpa mempertimbangkan dampaknya terhadap bagian lain dari sistem secara keseluruhan. Hal yang optimal dapat terjadi untuk bagian dari sistem (atau organisasi), mungkin tidak untuk seluruh sistem (atau organisasi). Dalam pengambilan keputusan terdapat dua pendakatan yaitu pendekatan normatif dan deskriptif. Pendekatan normatif menggunakan model mengenai apa yang seharusnya dilakukan. Model-model preskriptif sering dikembangkan dengan memanfaatkan metode optimasi. Pendekatan deskriptif menggunakan model yang memungkin seorang pembuat keputusan melakuan skenario what-if. Ini biasanya merupakan model simulasi. Pembuatan keputusan rasional mengikuti asumsi ekonomi rasionalitas. Seorang pembuat keputusan rasional menunjukkan perilaku tertentu diasumsikan: (1) Manusia adalah makhluk ekonomi, yang bertujuan untuk memaksimalkan pencapaian tujuan, (2) untuk situasi pengambilan keputusan, semua program yang layak alternatif tindakan dan konsekuensi mereka, atau setidaknya probabilitas dan nilai-nilai konsekuensi diketahui, dan (3) pengambil keputusan memiliki perintah atau preferensi yang memungkinkan mereka untuk peringkat keinginan semua konsekuensi analisis dari terbaik sampai terburuk. Menjadi pembuat keputusan rasional berarti membuat keputusan sesuai dengan asumsi tersebut. Manusia pada umumnya memiliki keterbatasan yang mencegah dari hal-hal yang benar-benar rasional. Skala evaluasi individu untuk biaya dan manfaat dari keputusan mungkin nonlinier dan mungkin tidak mengikuti orang-orang dari organisasi. Karakteristik individu dapat mengakibatkan terbatasnya rasionalitas. Skenario adalah pernyataan asumsi tentang lingkungan operasi dari sistem tertentu dalam waktu tertentu. Ini menggambarkan konfigurasi sistem. Dengan mengubah skenario dan mengukur tingkat pencapaian tujuan, adalah mungkin untuk membandingkan alternatif di bawah berbagai kondisi. Halaman 8 dari 32

9 Beberapa kesalahan dalam pengambilan keputusan dapat dikaitkan dengan gagasan pengambilan keputusan berdasarkan intuisi. Jelaskan apa yang dimaksud dengan hal ini dan bagaimana kesalahan tersebut bisa terjadi. Secara umum, orang memiliki kecenderungan untuk mengukur ketidakpastian dan risiko buruk. Mereka cenderung percaya diri dan memiliki ilusi kontrol dalam pengambilan keputusan. Pendekatan ini dapat menghemat waktu jika intuisi seorang pembuat keputusan yang selaras dengan situasi dari pengalaman yang luas, tetapi dapat menyebabkan kesalahan jika diterapkan pada situasi yang asing. Seorang eksekutif yang telah membuat sukses keputusan intuitif dimasa lalu bahkan mungkin tidak menyadari bahwa pengalamannya tidak berlaku untuk yang baru, tetapi terlihat serupa situasinya Pembuatan Keputusan: Fase Pemilihan Sebuah prinsip pilihan adalah kriteria yang digunakan untuk menggambarkan penerimaan pendekatan solusi. Dengan kata lain, itu adalah dasar untuk memutuskan apakah satu pendekatan atau yang lain lebih unggul. Sebuah prinsip pilihan yang umum: yaitu, berlaku untuk banyak kemungkinan dalam situasi pengambilan keputusan. Tahap pilihan pengambilan keputusan aktual menggunakan satu atau lebih prinsip pilihan, yang dipilih selama fase keputusan atau sebelum itu, untuk memilih alternatif dalam situasi tertentu. Fase pemilihan merupakan titik waktu ketika keputusan benar-benar dibuat. Hal itu disebabkan karena salah satu dari alternatif yang ada dibuat. Pada fase ini biasanya digunakan mencakup lebih dari satu titik waktu. Ini juga mencakup perbandingan yang mengarah pada penilaian ketahanan dan konsekuensi merugikan yang mungkin menyebabkan pembuat keputusan untuk memilih alternatif yang kurang diinginkan dibawah kondisi ideal tapi juga lebih cenderung mengarah pada bencana dalam keadaan lain. Analisis sensitivitas menentukan bagaimana alternatif merespon perubahan kecil dalam parameter input. Sebuah alternatif yang muncul terbaik untuk set nominal parameter mungkin menghasilkan hasil yang jauh lebih buruk untuk perubahan kecil di Halaman 9 dari 32

10 dalamnya. Alternatif lain, yang mungkin tidak semenarik jika semua parameter memiliki nilai nominal, mungkin akan lebih kuat-yaitu, tidak mungkin menurunkan sebanyak jika mereka berangkat dari nilai-nilai. Karena itu merupakan pilihan yang lebih baik dalam praktek, karena beberapa variasi statistik dalam nilai-nilai ini hanya untuk diharapkan Pembuatan Keputusan: Fase Implementasi Implementasi didefinisikan sebagai awal dari sebuah tatanan yang baru, pengenalan perubahan, menempatkan solusi yang direkomendasikan untuk dilaksanakan. Sistem pendukung keputusan (SPK) mendukung pelaksanaan keputusan melalui komunikasi, penjelasan, dan pembenaran. Dalam keputusan keuangan, misalnya, SPK akan mencakup tidak hanya tujuan keuangan rinci dan kebutuhan untuk jangka pendek uang tunai, tetapi juga akan memberikan perhitungan, hasil antara, dan statistik yang digunakan untuk menentukan angka agregat. Hal ini juga menyampaikan kepada bawahan bahwa pembuat keputusan memiliki pemikiran melalui asumsi dibalik sebagai tujuan keputusan dan serius tentang pentingnya mereka. Akhirnya, memungkinkan orang untuk menjelaskan dan membenarkan saran dan pendapat mereka dengan dukungan grafis Bagaimana Keputusan Didukung Teknologi dan alat bantu keputusan dapat membantu dalam setiap tahapan proses pembuatan keputusan, a. Fase Intelijen: Kebutuhan utama pendukung keputusan untuk tahap kecerdasan adalah kemampuan untuk memindai sumber informasi eksternal dan peluang serta masalah internal kemudian menafsirkan hasil. Alat Web dan sumber yang sangat berguna untuk pemindaian lingkungan. Dukungan terhadap keputusan bisnis dapat menggunakan teknologi intelijen berupa data mining dan OLAP untuk mengidentifikasi hubungan antara kegiatan dan faktor lainnya. Sistem informasi geografis ( GIS ) dapat dimanfaatkan baik Halaman 10 dari 32

11 sebagai berdiri sendiri atau terintegrasi dengan sistem ini, sehingga pengambil keputusan dapat menentukan peluang dan masalah dalam arti spasial. Aspek lain dari mengidentifikasi masalah internal dan peluang yang memantau operasi. Kegiatan usaha pemantauan, proses bisnis manajemen dan produk manajemen siklus hidup memberikan kemampuan tersebut. Rutin dan ad-hoc laporan juga dapat membantu : laporan rutin dapat dirancang untuk membantu dalam masalah menemukan dengan membandingkan harapan dengan kinerja saat ini dan proyeksi. b. Tahap desain: Tahap ini menghasilkan program alternatif tindakan, menyepakati kriteria pilihan dan bobot mereka, dan peramalan konsekuensi dari berbagai alternatif. Beberapa kegiatan ini dapat menggunakan model standar seperti model keuangan dan peramalan. Entah model standar atau khusus dapat menghasilkan alternatif untuk masalah terstruktur. OLAP dan perangkat lunak data mining berguna dalam mengidentifikasi hubungan untuk digunakan dalam model tersebut. Sebuah sistem pakar dapat membantu dengan metode kualitatif serta dengan keahlian yang dibutuhkan dalam memilih analisis kuantitatif dan model peramalan. Sebuah sistem manajemen pengetahuan, dapat dikonsultasikan untuk menentukan apakah suatu masalah telah ditemukan sebelumnya, atau jika ada ahli di tangan untuk memberikan pemahaman yang cepat dan jawaban. Sistem CRM, sistem manajemen pendapatan, ERP, dan software SCM berguna dalam memberikan model proses bisnis yang dapat menguji asumsi dan skenario. c. Fase Pemilihan: Selain menyediakan model yang cepat mengidentifikasi alternatif terbaik atau cukup baik, SPK dapat mendukung tahap pilihan melalui what-if dan tujuan mencari analisis. Skenario yang berbeda dapat diuji untuk opsi yang dipilih untuk memperkuat keputusan akhir. Sebuah sistem manajemen pengetahuan membantu pengalaman masa lalu mengidentifikasi serupa, CRM, ERP, dan sistem SCM dapat menguji dampak dari setiap pilihan. Jika sebuah Halaman 11 dari 32

12 kelompok membuat keputusan, sistem pendukung kelompok dapat memberikan dukungan untuk mengarah pada konsensus. d. Fase Implementasi: SPK dapat digunakan dalam pelaksanaan kegiatan seperti komunikasi keputusan, penjelasan, dan pembenaran. Semua tahapan proses pengambilan keputusan dapat didukung oleh membaiknya komunikasi dengan komputasi kolaboratif melalui GSS dan KMS. Sistem komputerisasi dapat memfasilitasi komunikasi dengan membantu orang menjelaskan dan membenarkan saran dan pendapat mereka. Pelaksanaan Keputusan ini juga dapat didukung oleh sistem pakar yang dapat digunakan sebagai sistem penasehat mengenai masalah pelaksanaan seperti penanganan resistensi terhadap perubahan. Dampak sepanjang rantai nilai biasanya diidentifikasi oleh BAM, BPM, SCM, dan sistem ERP. Sistem CRM melaporkan dan memperbarui catatan internal berdasarkan dampak pelaksanaan. Input ini kemudian digunakan untuk mengidentifikasi masalah dan peluang baru-kembali ke fase intelijen. Teknologi baru dapat memberikan dukungan pengambilan keputusan. Dengan perkembangan mobile commerce, lebih banyak perangkat personal (personal digital assistant, ponsel, komputer tablet, komputer laptop) dapat mengakses sumber-sumber informasi, dan pengguna dapat merespon sistem dengan informasi terkini, upaya kolaborasi, dan keputusan. Hal ini dapat membantu penjual, misalnya, menjadi lebih efektif dengan mengakses CRM mereka saat di jalan. Akses konstan ke data perusahaan, persediaan dan sebaliknya, hanya bisa membantu mereka dalam pekerjaan mereka. Perangkat nirkabel yang mengambil kepentingan yang lebih besar dalam perusahaan, umumnya dengan mengakses server Web khusus yang menyediakan data dan komunikasi langsung ke perangkat m-commerce. Halaman 12 dari 32

13 BAB III Konsep Sistem Pembuatan Keputusan, Metodologi, dan Teknologi (Decision Support Systems Concepts, Methodologies, and Technologies) Efraim Turban, Ramesh Shanda, Dursun Delen 3.1. Opening Vignette: Sistem Penunjang Keputusan Pengobatan Pada Healthcare Pembuatan keputusan dalam organisasi Healthcare melibatkan eksekutif senior, dalam hal ini adalah Chief Financial Officer, Chief Nursing Executive, manajer unit, dan HR Director. Perencana laboratorium menyediakan dukungan informasi yang diperlukan bagi para pembuat keputusan. Tipe yang digunakan sebagai parameter dalam pembuatan keputusan menggunakan model yang disusun atas basis periode per-2 mingguan dalam rangka untuk memasukkan jumlah jam kerja staf inti dan staf darurat, dengan lag dari 12 minggu untuk pelatihan karyawan baru. Model dasar meliputi setiap rumah sakit dalam sistem kesehatan, node untuk seluruh sistem kesehatan, node untuk variabel sumber daya manusia, dan simpul untuk penyesuaian yang berbeda untuk menjelaskan perilaku karyawan baru. Variabel dalam model ini terutama kuantitatif dan termasuk berikut: a. Jumlah jam yang diminta untuk musim flu b. Jumlah jam dari musim flu c. Jumlah jam dari musim flu 2008 setelah karyawan baru. d. Gap antara jam diminta dan jam aktual dari e. Gap antara jam diminta dan jam aktual dari 2008 setelah karyawan baru. f. Jumlah karyawan yang dibutuhkan untuk memenuhi permintaan. g. Karyawan yang tersisa jumlah untuk memenuhi permintaan setelah karyawan baru. Halaman 13 dari 32

14 Alat pemodelan yang umum digunakan adalah Microsoft Excel. Karena SPK menangani masalah semiterstruktur atau tidak terstruktur, itu sering perlu untuk menyesuaikan model, menggunakan alat bantu pemrograman dan bahasa. Beberapa contoh yaitu.net framework, C++, dan Java. Perangkat lunak OLAP juga dapat digunakan untuk bekerja dengan model dalam analisis data. Selain parameter yang dipertimbangkan oleh pemodel dalam studi kasus ini situasi lain yang disertakan oleh model proyeksi staffing dapat mencakup: a. Jenis keterampilan yang diharapkan atau yang diperlukan tergantung pada perawatan kesehatan darurat b. Ketersediaan jam lembur untuk menutupi meningkatnya permintaan c. Periode permintaan rendah atau lebih rendah d. Penggunaan metode perekrutan secara online 3.2. Konfigurasi Sistem Penunjang Keputusan Tiga komponen utama dari sistem penunjang keputusan meliputi data, model, dan user interface. Data mengacu pada informasi yang dibutuhkan untuk membuat keputusan, biasanya disimpan dalam database, dan bagaimana data tersebut diatur dan dikelola oleh DBMS. Model mengacu pada kerangka yang digunakan untuk menganalisis data dan memprediksi hasil keputusan, serta perangkat lunak yang digunakan untuk mengelola penggunaan model dalam SPK. User interface mengacu pada cara seorang manajer atau pengetahuan pekerja dapat menggunakan sistem untuk mendukung pengambilan keputusannya membuat kebutuhan tanpa harus menjadi ahli dalam teknologi. Data subjektif dapat dimanfaatkan dalam sistem penunjang keputusan dengan menggunakan "what-if" skenario untuk menguji dampak dari nilai-nilai pengujian. Model memainkan peran kunci dalam sistem penunjang keputusan. Paket spreadsheet seperti Excel termasuk built-in model untuk situasi umum, terutama keuangan. Misalnya, model Excel pembayaran hipotek dapat memberitahu pembeli rumah potensial mengenai pembayaran bulanan untuk hipotek dari pokok yang Halaman 14 dari 32

15 diberikan, istilah, dan tingkat suku bunga. Jika angka ini terlalu tinggi pembeli kemudian dapat menemukan rumah lebih murah atau lebih besar uang muka, memotong biaya lain untuk membelinya, mempertimbangkan memperluas pembayaran selama jangka panjang, atau mungkin mengeksplorasi pilihan lain. Rumus Excel juga memungkinkan pengguna untuk membuat berbagai macam model. Sebagai contoh, formula mungkin berhubungan pendapatan perusahaan ditahun n untuk pengeluaran pemasaran pada tahun n-1 dan pengeluaran R&D ditahun n-1 dan n-2. Menggunakan model keuangan tersebut cenderung dapat membuat manajemen untuk menangani penurunan pendapatan dengan pemotongan yang berlebihan Deskripsi Sistem Penunjang Keputusan Sistem penunjang keputusan merupakan sebuah sistem informasi yang tujuan utamanya adalah untuk mendukung eksekutif membuat keputusan terhadap masalah yang semi dan tidak terstruktur pada area spesifik Karakteristik dan Kemampuan Sistem Penunjang Keputusan Karakteristik kunci dan kemampuan sistem penunjang keputusan meliputi sebagai berikut: a. Dukungan untuk situasi semi terstruktur dan tidak terstruktur, menggabungkan penilaian manusia dengan informasi yang terkomputerisasi. b. Dukungan untuk semua tingkatan manajerial dari eksekutif atas ke manajer lini. c. Dukungan untuk individu dan kelompok. d. Dukungan untuk keputusan saling tergantung dan/atau berurutan. e. Mendukung semua empat fase pengambilan keputusan: inteligensi, desain, pilihan, dan implementasi. f. Dukungan berbagai proses pengambilan keputusan dan gaya. g. Pengguna dapat menambah, menghapus, menggabungkan, mengubah, atau mengatur ulang elemen dasar, atau memodifikasinya untuk memecahkan masalah serupa lainnya. Halaman 15 dari 32

16 h. User-friendly interface. Aplikasi SPK paling baru menggunakan antarmuka berbasis web. i. Meningkatkan efektifitas pengambilan keputusan dengan akurasi, ketepatan waktu, kualitas daripada efisiensi. j. Pembuat keputusan mengontrol semua langkah dari proses pengambilan keputusan dalam memecahkan suatu masalah. k. Pengguna akhir dapat mengembangkan dan memodifikasi SPK sederhana dengan sendirinya, SPK yang lebih besar memerlukan ahli TI. l. Model umumnya digunakan untuk memungkinkan bereksperimen dengan strategi yang berbeda. m. Akses ke berbagai sumber data, format, dan jenis, termasuk GIS, multimedia, dan berorientasi objek. n. Digunakan oleh pengambil keputusan individu atau didistribusikan di seluruh satu atau lebih organisasi. Memberikan dukungan kepada kelompok kerja berbeda dari memberikan dukungan kepada suatu kerja kelompok. Hal ini penting untuk dibedakan konsep-konsepnya. Suatu kelompok kerja sering bekerja pada masalah-masalah terpisah dalam wilayah tanggung jawab. Sebagai contoh, kelompok kerja pengolahan klaim disebuah perusahaan asuransi dapat terdiri dari beberapa orang yang bekerja pada kasus klaim yang ditugaskan kepada masing-masing orang. Sedangkan dalam kerja kelompok, beberapa orang bekerja sama untuk memecahkan masalah yang sama. Memproses klaim asuransi bisa kerja kelompok jika penanganan klaim diperlukan kerja sama dari analis kebijakan, ahli medis, ahli kendaraan dinamika, ahli hukum, dan lain-lain. Jenis SPK yang dapat dikembangkan oleh pengguna akhir pada spreadsheet merupakan tipe yang sederhana, hal ini mencerminkan keterbatasan spreadsheet sebagai alat pengembangan SPK dan keterbatasan pengguna akhir dalam mengembangkan sistem informasi yang kompleks. Halaman 16 dari 32

17 Model penting untuk disertakan dalam SPK, sebab pemodelan diperlukan untuk mengaktifkan kemampuan bereksperimen dengan keputusan yang berbeda dibawah konfigurasi dan asumsi yang berbeda Klasifikasi Sistem Penunjang Keputusan Klasifikasi sistem penunjang keputusan dari SIGDSS AIS adalah sebagai berikut, a. SPK berbasis komunikasi dan kelompok. b. SPK berbasis data. c. SPK berbasis dokumen. d. SPK berbasis pengetahuan, data mining, dan aplikasi manajemen. e. SPK berbasis model. f. SPK hibrida yang menggabungkan dua atau lebih kategori di atas. Sebuah SPK berbasis dokumen bergantung pada pengetahuan coding, analisis, pencarian, dan pengambilan keputusan untuk dukungan. Ini mencakup semua SPK berbasis teks dan pengetahuan. SPK basis ini memiliki penekanan minimal pada model matematika. Sebuah institusional SPK direncanakan dan dikembangkan untuk menangani keputusan yang berulang. Ini harus memiliki fleksibilitas untuk berurusan dengan keputusan manifestasi yang berbeda, dengan data yang berbeda, dari waktu ke waktu. SPK tersebut cenderung digunakan pada kontrol manajerial dan tingkat operasional. Sebuah SPK adhoc dikembangkan untuk menangani satu kali masalah. Masalah tersebut biasanya muncul di tingkat pengendalian strategis dan manajemen. SPK seperti ini tidak perlu memiliki derajat yang sama fleksibilitas sebagai institusional SPK untuk mengatasi variasi dalam masalah. Namun, masalah yang tidak diharapkan masih sering terjadi, atau ternyata SPK diterapkan untuk masalah lain juga. Sebuah SPK siap pakai merupakan produk perangkat lunak yang dirancang untuk digunakan, dengan sedikit modifikasi, oleh beberapa organisasi yang memiliki keputusan sebanding membuat kebutuhan. SPK tersebut sering dirancang untuk industri tertentu misalnya, rumah sakit atau area fungsional misalnya keuangan. Halaman 17 dari 32

18 3.6. Komponen Sistem Penunjang Keputusan Komponen utama sistem penunjang keputusan meliputi pengelolaan data, manajemen model, antarmuka pengguna, dan basis pengetahuan dengan detil sebagai berikut: a. Manajemen data mencakup sistem manajemen database dan satu atau lebih database. b. Manajemen Model meliputi model dan sistem manajemen mereka. c. Antarmuka pengguna mencakup dua arah komunikasi manusia-komputer dan manajemen. d. Pengetahuan dasar mencakup peningkatan kecerdasan buatan untuk komponen lainnya. Menjelaskan secara singkat bagaimana teknologi Web digunakan dalam setiap komponen utama sistem penunjang keputusan. a. Sistem manajemen database (DBMS). Data biasanya disimpan pada server dan diakses melalui Web. b. Model dasar sistem manajemen (MBMS). Model dapat disimpan dan diakses secara eksternal melalui Web. Model juga dapat dikembangkan untuk berjalan pada server aplikasi, yang juga diakses melalui Web. c. Sistem dialog bagi antarmuka pengguna. Web browser memberikan struktur antarmuka pengguna grafis yang mudah secara konsisten. d. Sistem manajemen berbasis pengetahuan (KBMS). Banyak metode intelegensia buatan telah diimplementasikan dalam sistem berbasis Web, memudahkan dalam proses integrasi dengan komponen sistem penunjang keputusan lainnya. Halaman 18 dari 32

19 Sebuah komponen berbasis pengetahuan dapat membantu komponen sistem penunjang keputusan lainnya dengan cara berikut, a. Teknik kecerdasan buatan dapat membantu pengguna dalam menggunakan komponen lainnya. b. Metode intelegensia buatan dapat membantu secara langsung dalam pengambilan keputusan, misalnya melalui penalaran simbolik. c. Metode intelegensia buatan juga dapat mengaktifkan pengambilan keputusan otomatis untuk masalah yang cukup terstruktur. d. Alat seperti sistem pakar dan jaringan saraf dapat lebih akurat daripada metode yang lain. Struktur dasar sistem penunjang keputusan beserta komponennya meliputi, a. Antarmuka pengguna menghubungkan pengguna ke komponen sistem lainnya. b. Subsistem berbasis pengetahuan selain terhubung ke pengguna melalui antarmuka dapat juga terhubung ke sistem manajemen database untuk memperoleh data yang dibutuhkan, untuk model eksternal, dan basis pengetahuan organisasi. c. Subsistem model manajemen menghubungkan manajemen data ke model. d. Manajemen data, selain koneksi ke manajemen model dan subsistem berbasis pengetahuan juga dapat terhubung ke sumber data internal dan eksternal. e. Model dikendalikan oleh subsistem model manajemen, dapat mengendalikan atau dikendalikan oleh subsistem berbasis pengetahuan, dan berkomunikasi dengan pengguna melalui antarmuka. f. Seluruh sistem penunjang keputusan dapat berkomunikasi dengan sistem lain dan jaringan jika diperlukan. Halaman 19 dari 32

20 3.7. Subsistem Manajemen Data Sistem penunjang keputusan umumnya memiliki database tersendiri untuk tiga alasan, yaitu a. Sistem penunjang keputusan mungkin harus mengintegrasikan data dari berbagai sumber, yang masing-masing merupakan basis data yang terpisah dan tidak dapat digabungkan secara langsung. b. Struktur basis data yang baik berupa data statis digunakan untuk keperluan analisis, dengan query yang jarang terjadi tetapi kompleks mungkin tidak cocok untuk data dinamis yang digunakan untuk pemrosesan transaksi yang sering terjadi tapi untuk keperluan query sederhana dan perubahan data. c. Berbagi satu basis data untuk kedua penggunaan dapat menyebabkan masalah kinerja pada periode beban puncak. Memisahkan dari bagian dari komunitas pengguna mungkin lebih ekonomis daripada meng-upgrade perangkat keras yang diperlukan. Persamaan antara data internal, eksternal, dan privat yaitu dimana semua jenis ini dapat: a. Dalam bentuk catatan terstruktur, file teks, atau multimedia dari berbagai jenis. b. Dapat bersifat obyektif maupun subyektif. c. Dapat dikelola sebagai subjek DBMS untuk kontrol akses yang sesuai. d. Dapat digunakan untuk mendukung berbagai keputusan. e. Dapat diakses melalui antarmuka Web. Sedangkan perbedaan diantaranya meliputi, a. Data internal berasal dari sistem pemrosesan transaksi organisasi sendiri, sedangkan data eksternal berasal dari luar. b. Data internal biasanya diakses melalui intranet sedangkan data eksternal diakses melalui Internet, meskipun alat yang digunakan dan antarmuka pengguna mungkin mirip atau identik. Halaman 20 dari 32

21 c. Data pribadi subset dari data internal, tunduk pada pembatasan akses yang melampaui keamanan data perusahaan normal. Berikut adalah komponen DBMS (Database Management System), a. Query, menerima permintaan data dari komponen sistem penunjang keputusan yang lain, menentukan bagaimana permintaan tersebut dapat dipenuhi, merumuskan akses basis data, dan mengirimkan respon kembali pada pemohon. b. Direktori, tujuan utama dari direktori, dan definisi data yang dikandungnya, adalah untuk menjawab pertanyaan tentang ketersediaan item data, sumber, dan maknanya. Hal ini juga berisi aturan bahwa yang mengendalikan akses pengguna terhadap kolom atau baris dari tabel basis data tertentu. c. Data, merupakan isi dari basis data. Fungsi utama atau kemampuan dari DBMS meliputi tiga fungsi dasar yaitu penyimpanan, pencarian, dan kontrol. DBMS mengelola database untuk mengatur, ekstraksi, mengakses, mengubah, menghapus, dan katalog data. Ekstraksi merupakan proses menangkap data, menyaring data, meringkas, kondensasi, dan reorganisasi data untuk memuat ke dalam database sistem penunjang keputusan seperti data warehouse, mengacu pada seluruh proses sebagai Ekstraksi, Transformasi, dan Load (memuat). Fungsi dari fasilitas query berhubungan dengan pengembangan dan penggunaan sistem penunjang keputusan dalam hal akses data, manipulasi, data query. Fasilitas query dalam melakukan tugas-tugasnya menerima permintaan data dari komponen sistem penunjang keputusan yang lain, menentukan bagaimana permintaan dapat dipenuhi, merumuskan detil permintaan, dan mengembalikan hasilnya ke pihak yang menerbitkan permintaan. Fungsi dari direktori yaitu merupakan katalog dari semua data dalam basis data. Ini mencakup definisi data dan informasi lainnya yang diperlukan untuk memfasilitasi dan mengontrol akses ke data melalui DMBS. Halaman 21 dari 32

22 3.8. Subsistem Manajemen Model Model diklasifikasikan sebagai hal strategis, taktis, atau operasional memiliki tujuan tertentu. Tujuan dari klasifikasi ini adalah untuk menunjukkan pentingnya keputusan tersebut dan menunjukkan tingkat manajerial mana yang bertanggung jawab dalam pelaksanaannya. Mengetahui jenis model juga memungkinkan orang untuk menarik kesimpulan tentang struktur kemungkinan dan komunitas pengguna tanpa mengetahui lebih banyak tentang hal itu. Model strategis mendukung perencanaan strategis manajemen puncak, misalnya, pemeriksaan akuisisi, diversifikasi, dan merger. Model taktis mendukung manajemen tengah terutama dalam alokasi sumber daya dan kendali. Misalnya, membuat atau membeli keputusan dalam merancang rencana promosi besar. Model operasional mendukung manajer menengah dan supervisor dalam sangat keputusan jangka pendek, misalnya menilai dampak kemungkinan alternatif jadwal pekerjaan harian dan mingguan. DBMS mencakup database yang berisi data yang relevan dan dikelola oleh perangkat lunak manajemen database melalui kamus data, didukung oleh permintaan dan pelaporan fasilitas. Informasi ini diambil dari sumber data internal maupun eksternal. Sejalan dengan itu, MBMS (Model Based Management System) meliputi statistik, ilmu manajemen, atau model kuantitatif lainnya yang memberikan kemampuan analitis sistem, dan model manajemen untuk mengkoordinasikan penggunaannya. Ini berisi model direktori yang sejajar dengan direktori data dari DBMS. Pelaksanaannya model, integrasi, dan fasilitas pengolahan perintah sesuai dengan permintaan dan pelaporan fasilitas DBMS dalam yang memungkinkan pengguna untuk mengakses model apa pun kebutuhan mereka meminta. Pemilihan model dapat saja sulit karena membutuhkan keahlian untuk memahami model yang tersedia, area implementasi, kekuatan, dan kelemahannya. Sebuah komponen pengetahuan dapat membantu dalam pemilihan model dengan menangkap pengetahuan para ahli dalam penerapan model yang berbeda untuk situasi yang Halaman 22 dari 32

23 berbeda, membuatnya tersedia untuk orang-orang yang memiliki keahlian lebih di area ini Subsistem Dialog Antarmuka Tujuan utama dari sistem antarmuka pengguna mencakup semua aspek komunikasi antara user dan sistem penunjang keputusan. Tujuan mendasar adalah untuk membuatnya semudah mungkin bagi pengguna untuk mendapatkan bantuan keputusan dari SPK. Proses antarmuka mengacu pada aliran informasi (a) dari pengguna ke sistem dan (b) dari sistem untuk pengguna. Hal ini ditangani oleh User Interface Management System (UIMS). Pada proses perintah pengguna UIMS, dilaksanakan pada bahasa apapun yang dibutuhkan, dan diteruskan ke subsistem model manajemen. Lebih lanjut, bahasa tindakan didasarkan pada teknologi Web atau sistem operasi konsep GUI. Hal ini juga dapat menggabungkan kemampuan pengolahan bahasa natural. Web biasanya digunakan karena telah menjadi sarana standar untuk pengguna yang terhubung ke berbagai jenis perangkat lunak, mendefinisikan ekspektasi pengguna di area ini. Memungkinkan pengguna untuk mengakses baik situs internal (intranet) dan eksternal (Internet, extranet), tersedia untuk berbagai perangkat mulai dari ukuran komputer hingga ke ponsel, platform independen, dan didukung oleh berbagai macam alat pemecahan masalah. Terdapat empat perkembangan baru dalam pengembangan antarmuka pengguna saat ini, yaitu pengenalan suara, interpretasi gerakan, masukan otomatis misalnya: chip RFID, jaringan sensor; serta virtual reality. Empat perkembangan baru dalam pengembangan sistem penunjang keputusan selain perkembangan user interface diantaranya peningkatan alat Web, pemrosesan paralel untuk meningkatkan skalabilitas, mesin pencari yang lebih baik sebagai salah satu wujud dari peningkatan artificial intelligence (AI), solusi SPKsiap pakai untuk segmen pasar tertentu, peningkatan integrasi dengan komponen yang beragam seperti GIS, dan lain-lain. Halaman 23 dari 32

24 3.10. Subsistem Basis Pengetahuan Berbagai alat berbasis pengetahuan yang dapat terdiri dari sistem manajemen berbasis pengetahuan diantaranya mencakup sistem pakar, jaringan saraf, agen cerdas, logika fuzzy, penalaran berbasis kasus, dan sebagainya. Sistem pakar, jaringan saraf dan agen cerdas adalah perangkat lunak. Logika fuzzy dan penalaran berbasis kasus, sebaliknya, dapat dianggap konsep yang berguna, yang dapat dimasukkan ke dalam alat dari jenis apa pun. Sistem manajemen berbasis pengetahuan dapat mengkontribusikan kemampuannya kepada sistem pendukung keputusan (SPK) baik secara totalitas maupun pada setiap komponennya. Komponen berbasis pengetahuan baik dapat menyediakan keahlian yang dibutuhkan untuk memecahkan beberapa aspek dari masalah keputusan atau memberikan pengetahuan untuk meningkatkan operasi komponen SPK lainnya. Sebagai contoh manfaat pertama, sistem pakar dapat memasukkan aturan untuk membantu memilih routing terbaik untuk pesawat sehingga tiba di sebuah pangkalan udara sebelum layanan perawatan 400 jam jatuh tempo, serta mengurangi kebutuhan rute penerbangan yang mahal dan tidak produktif. Sebagai contoh manfaat kedua, sistem pakar bisa mengetahui urutan terbaik dalam mengolah akses basis data untuk query yang kompleks Pengguna Sistem Pendukung Keputusan Terdapat dua klasifikasi pengguna sistem pendukung keputusan, yaitu manajer yang diberikan kewenangan oleh organisasi untuk menyelesaikan masalah yang dibantu oleh sistem pendukung keputusan, dan staf spesialis, yang membantu mereka menggunakan aspek SPK yang berada diluar kemampuan teknis mereka atau akan membutuhkan terlalu banyak dari waktu mereka. Empat tipe perantara (intermediary) dalam sistem pendukung keputusan, yaitu Staff Assistants, memiliki pengetahuan khusus tentang masalah manajemen dan beberapa pengalaman dengan teknologi pendukung keputusan. Halaman 24 dari 32

25 Expert Tool Users, memiliki keahlian dalam penerapan satu atau lebih jenis specialized problem-solving tools. Pengguna Expert Tools melakukan tugas-tugas bagi problem solver yang tidak memiliki keterampilan atau pelatihan untuk melakukan tugas tersebut. Business Analysts, memiliki pengetahuan umum dari wilayah aplikasi, pendidikan administrasi bisnis formal (tidak dalam ilmu komputer), dan keterampilan yang cukup dalam menggunakan alat-alat konstruksi sistem penunjang keputusan. Facilitator, mengendalikan dan mengkoordinasikan penggunaan perangkat lunak untuk mendukung pekerjaan orang yang bekerja dalam kelompok. Fasilitator juga bertanggung jawab untuk pelaksanaan sesi workgroup. Sebagian besar pengguna biasanya sangat terampil dalam pola penggunaan sistem penunjang keputusan karena hal ini disebabkan oleh kemampuan sistem itu sendiri yang memungkinkan pengguna dengan mudah mencoba berbagai kombinasi pola investigasi secara rinci. Secara inheren bahwa proses interaktif bekerja lebih baik dibawah kontrol langsung dari pengguna sistem Perangkat Keras Sistem Pendukung Keputusan Pemilihan perangkat keras dan perangkat lunak sistem penunjang keputusan sering didasarkan pada sistem bisnis dari perusahaan yang ada. Umumnya tidak membenarkan akuisisi sistem baru yang dioptimalkan untuk kebutuhan mereka karena mahalnya biaya integrasi. Akuisisi baru terbatas pada hal-hal yang tidak esensial, seperti penyimpanan untuk data warehouse. Setiap komputer dengan berbagai sistem operasi dapat menjalankan SPK serta mendukung browser Web. Perangkat mobile termasuk laptop dan smartphone telah dikembangkan dan dioptimasikan untuk penggunaan tersebut. Opsi lain perangkat keras yang potensial untuk implementasi SPK yaitu, dapat berjalan pada sistem klien, pada server general purpose atau server aplikasi khusus atau Halaman 25 dari 32

26 mainframe. Model yang kompleks biasanya berjalan pada hardware berkecepatan tinggi, yang tidak termasuk sebagian besar personal computer dan server Web. Penggunaan yang ringan dapat dimuat dan diproses oleh Web server. Teknologi Web digunakan untuk pengembangan dan distribusi SPK karena fasilitasnya yang user-friendly bagi pengguna, didukung oleh antarmuka browser yang populer, didukung oleh berbagai perangkat lunak, memfasilitasi komunikasi antara bagian dari SPK yang ditempatkan pada komputer yang berbeda, dan dapat diakses oleh pengguna mana pun. Halaman 26 dari 32

27 BAB X Mendukung Pembuatan Keputusan (Supporting Decision Making) James O Brien, George M Marakas Pendahuluan Sebuah organisasi merupakan rangkaian keterhubungan keputusan, dengan kebutuhan informasi yang disediakan oleh Sistem Informasi. Informasi, Keputusan, dan Manajemen merupakan jenis informasi yang dibutuhkan oleh pengambil keputusan yang secara langsung berhubungan dengan tingkat pengambilan keputusan manajemen dan jumlah struktur dalam situasi keputusan. Klasifikasi manajemen berdasarkan tingkat pengambilan keputusan: Manajemen Strategis, tingkat eksekutif, rencana jangka panjang, tujuan dan kebijakan organisasi, dan tujuan. Manajemen Taktis, manajemen tingkat menengah, rencana jangka menengah dan jangka pendek untuk mendukung tujuan yang dibuat oleh eksekutif, dan alokasi sumber daya dan pemantauan kinerja sub unit organisasi. Manajemen Operasional, rencana jangka pendek, operasi sehari-hari, mengarahkan penggunaan sumber daya dan kinerja tugas. Kualitas Informasi merupakan karakteristik produk informasi terkait dengan aspekaspek berikut ini: Ketepatan waktu, apakah informasi tersedia saat dibutuhkan? Akurasi, apakah informasi benar & bebas dari kesalahan? Kelengkapan, apakah semua informasi yang dibutuhkan tersedia? Relevansi, apakah informasi memiliki keterkaitan dengan situasi? Halaman 27 dari 32

28 Struktur keputusan, meliputi tiga tingkat klasifikasi diantaranya yaitu: Terstruktur - tingkat operasional, sering terjadi, banyak informasi yang tersedia. Semi terstruktur - tingkat manajerial, tidak sering, kurang informasi yang tersedia. Tidak terstruktur - tingkat eksekutif, jarang, sedikit informasi yang tersedia. Infomasi yang dibutuhkan oleh pembuat keputusan dipresentasikan dalam sajian gambar piramida informasi sebagai berikut, Halaman 28 dari 32

29 Dimensi informasi tersusun atas 3 dimensi utama yang terdiri atas dimensi waktu, konten, dan bentuk Teknologi Maju bagi Dukungan Keputusan Kecerdasan Buatan (AI) Tujuan AI adalah untuk mensimulasikan kemampuan untuk berpikir - penalaran, pembelajaran, pemecahan masalah. Uji Turing, jika manusia berkomunikasi dengan komputer dan tidak mengetahui bahwa lawan bicaranya adalah komputer, maka komputer menunjukkan kecerdasan buatan. Halaman 29 dari 32

30 CAPTCHA (Completely Automated Public Turing Test) merupakan suatu uji untuk memberitahu orang-orang melalui komputer, ditampilkan grafis yang terdistorsi dengan pola huruf dan angka, manusia dapat melihat pola tersebut namun tidak halnya dengan komputer. Penerapan kecerdasan buatan diaplikasikan pada bidang kognitif sains, robotika dan antarmuka natural. Kecerdasan Buatan Aplikasi Kognitif Sains Aplikasi Robotika Aplikasi Natural Interface Expert system Learning system Fuzzy logic Algoritma genetic Jaringan saraf Agen cerdas Persepsi visual Tactility Dexterity Lokomotif Navigasi Bahasa natural Pengenalan suara Multisensor Antarmuka Virtual Reality Sistem Pakar (Expert System) Komponen sistem pakar terdiri atas basis pengetahuan (knowledge base) dan sumber daya perangkat lunak (software resources). Basis pengetahuan berisi fakta dan heuristik untuk mengekspresikan prosedur penalaran yang digunakan oleh para ahli. Sumber daya perangkat lunak terdiri atas Inference Engine dan Antarmuka (interface). Inference Engine merupakan program yang memproses pengetahuan yang meliputi aturan dan fakta. Antarmuka menyediakan cara berkomunikasi pengguna dengan sistem. Halaman 30 dari 32

31 Fuzzy Logic Merupakan metode penalaran dengan data yang tidak lengkap atau ambigu. Fuzzy logic sangat jarang diimplementasikan di Amerika, tetapi populer digunakan di Jepang terutama untuk penggunaan tujuan khusus logika fuzzy pada chip mikroprosesor, disebut pengendali proses fuzzy Algoritma Genetika Algoritma genetika merupakan pengembangan dari aplikasi kecerdasan buatan. Perangkat lunak algoritma genetika menggunakan Darwin survival of the fittest yaitu dengan mengacak, dan fungsi matematika lain untuk mensimulasikan proses evolusi yang dapat menghasilkan semakin solusi yang lebih baik untuk masalah. Algoritma genetika pertama kali digunakan untuk mensimulasikan jutaan tahun di biologi, geologi, dan ekosistem evolusi hanya dalam beberapa menit pada komputer. Algoritma genetik adalah sangat berguna untuk situasi di mana ribuan solusi mungkin dan harus dievaluasi untuk menghasilkan solusi yang optimal. Perangkat lunak algoritma genetika menggunakan set aturan proses matematika yang menentukan bagaimana kombinasi komponen proses atau langkah-langkah yang akan dibentuk Virtual Reality Virtual reality (VR) adalah realitas simulasi komputer. Virtual reality adalah area yang tumbuh cepat dari bidang kecerdasan buatan dalam upayanya untuk membangun interaksi manusia dan computer dengan lebih alami, dan realistis. Penerapan Virtual Reality secara luas diimplementasikan untuk keperluan disain (CAD), diagnosa medis dan pengobatan, percobaan ilmiah dibidang ilmu fisika dan biologi, simulasi penerbangan untuk melatih pilot dan astronot, demonstrasi produk, pelatihan karyawan, dan hiburan, terutama 3-D video game. Bidang CAD merupakan yang paling banyak digunakan dalam aplikasi industri VR. Halaman 31 dari 32

32 Intelligent Agent Intelligent Agent semakin populer sebagai suatu cara untuk menggunakan rutin kecerdasan buatan dalam perangkat lunak untuk membantu pengguna menyelesaikan berbagai jenis tugas dalam e-bisnis dan e-commerce. Sebuah Intelligent Agent merupakan perangkat lunak surrogate bagi end-user terhadap suatu proses yang perlu untuk dipenuhi dengan menggunakan built-in dan learned knowledge base tentang orang atau proses untuk pembuatan keputusan. Halaman 32 dari 32