BAB 13

SISTEM PENDUKUNG KEPUTUSAN Sistem Pendikung Keputusan (Decision Support System) atau DSS adalah sustu sistem yang digunakan oleh para manajer untuk mencari informasi tentang suatu masalah secara lebih spesifik DSS menyediakan informasi pemecahan masalah maupun kemampuan komunikasi dalam memecahkan masalah semi-terstruktur Informasi tersebut dihasilkan dalam bentuk laporan periodik dan khusus, output model matematika dan sistem pakar Penambahan terbaru pada konsep DSS adalah sistem pendukung keputusan kelompok (group decision support system-GDSS)

PENGAMBILAN KEPUTUSAN  Keputusan merupakan rangkaian tindakan yang perlun diikuti dalam memecahkan masalah untuk menghindari atau mengurangi dampak negatif atau memanfaatkan kesempatan  Jenis-jenis Keputusan (menurut Herbert A Simon)  Keputusan terprogram,merupakan keputusan yang bersifat “rutin dan berulang” sedemikian hingga suatu prosedur pasti telah dibuat untuk menanganinya sehungga keputusan tersebut tidak perlu diperlakukan de novo (sebagai sesuatu yang baru)tiap kali terjadi  Keputusan tak terprogram, bersifat baru, tidak terstruktur dan jarang konsekuen  Tahap-tahap pengambilan keputusan (Herbert A.Simon) :  Kegiatan intelijen  Kegiatan merancang  Kegiatan memilih  Kegiatan menelaah

KONSEP DSS  Konsep DSS dimulai pada tahun 1960-an dengan timesharing komputer, dimana untuk pertama kalinya pemakai dapat berinteraksi langsung dengan komputer tanpa melalui spesialis informasi  Tahun 1971, istilah DSS diciptakan oleh G.Anthony Gorry dan Michael S.Scott Morton, istilah ini awalnya hanya untuk aplikasi komputer dimasa depan tapi perkembangannya sekarang sudah lebih dari itu  Jenis-jenis DSS (Steven L.Alter) Menganalisis seluruh file Menyiapkan laporan dari berbagai file Memperkirak an akibat keputusan Mengusulkan keputusan Membuat keputusan Mengambil elemen2 informasi Tingkat kerumitan sistem pemecahan masalah sedikitsangat Tingkat dukungan pemecahan masalah

TUJUAN DSS Tiga tujuan utama yang harus dicapai DSS (Morton dan Peter G.W Keen) : 1. Membantu manajer membuat keputusan untuk memecahkan masalah semi-terstruktur 2. Mendukung penialai manajer bukan mencoba menggantinya 3. Meningkatkan efektivitas pengambilan keputusan manajer daripada efisiensi Tiga prinsip dasar konsep DSS : o Struktur masalah o Dukungan keputusan o Efetivitas keputusan

MODEL DSS Database Perangkat lunak penulisan laporan groupware Model matematika Para anggota kelompok yang lain Pemecah masalah perorangan Lingkungan Sistem pendukung keputusan Ket : Data : Komunikasi : Informasi

SISTEM PENDUKUNG KEPUTUSAN KELOMPOK Sistem Pendukung Keputusan Kelompok (Group Decision Support System-GDSS) merupakan suatu sistem berbasis komputer yang mendukung kelompok-kelompok orang yang terlibat dalam suatu tugas bersama dan yang menyediakan interface bagi lingkungan bersama Perangkat lunak yang digunakan dalam sistem ini adalah groupware Asumsi yang mendasari GDSS adalah komunikasi yang lebih baik memungkinkan keputusan yang lebih baik, jadi kontribusi GDSS adalah pada suatu pengaturan yang mendukung komunikasi Pengaturan GDSS :  Ruang keputusan  Jaringan Keputusan Setempat  Pertemuan Legislatif  Konferensi Bermedia Komputer

GROUPWARE  Fungsi-fungsi utama Groupware :  Surat elektronik  FAX  Voice messaging  Akses internet  Bulletin board system  Kalender pribadi dan kelompok  Kenferensi elektronik  Manajemen tugas  Desktop video conferencing  Akses database  Workflow routing  Reengineering  Formulir elektronik  Dokumen kelompok  Lotus Notes  Merupakan salahsatu paket dari groupware yang dikeluarkan tahun 1988 oleh Lotus development Corporation  Kunci utama keberhasilan Lotus adalah dapat menangani tugas dasar komunikasi pada perusahaan besar dan kecil

KECERDASAN BUATAN Kecerdasan buatan (artificial intelligent-AI) adalah kegiatan memberikan pada mesin seperti komputer kemampuan untuk menampilkan prilaku yang dianggap cerdas jika itu diamati oleh manusia AI menggambarkan aplikasi komputer tercanggih yang mencoba menyerupai beberapa jenis penalaran manusia Ai untuk pertama kali muncul tahun 1956 oleh John McCarthy Area kerja AI : o Sistem Pakar o Jaringan saraf (neural network) o Sistem Persepsi (perpective system) o Belajar (learning) o Robotik (robotics) o Perangkat keras AI (AI hardware) o Pemrosesan bahasa alamiah (natural language processing)

SISTEM PAKAR Sistem pakar adalah program komputer yang mencoba mewakili pengetahuan dari pakar manusia dalam bentuk heuristic Konsep sistem pakar didasarkan pada asumsi bahwa pengetahuan pakar dapat ditangkap dalam penyimpanan komputer dan kemudian diterapkan oleh orang lain saat dibutuhkan Kemampuan sistem pakar : o Menawarkan kesempatan untuk membuat keputusan yang melebihi kemampuan manajer o dapat menjelaskan alur penalarannya dalam mencapai suatu pemecahan tertentu

MODEL SISTEM PAKAR Interface Engine Knowledge Based Domain masalah Perekayasa pakar dan berpengetahuan pemakai User interface Development engine pengetahuanSolusi dan penjelasanInstruksi dan informasi

BAGIAN-BAGIAN UTAMA SISTEM PAKAR  Use Interface, memungkinkan manajer untuk memasukkan intruksi dan informasi ke dalam sistem pakar dan menerima informasi dari sistem pakar  Knowledge Base, memuat fakta-fakta yang menjelaskan area masalah dan teknik menerangkan masalah  Inference Engine, adalah bagian dari sistem pakar yang melakukan penalaran dengan menggunakan isi dari knowledg base berdasarkan urutan tertentu  Development Engine, merupakan komponen yang digunakan intuk menciptakan sistem pakar

KEUNTUNGAN DAN KERUGIAN SISTEM PAKAR  Keuntungan bagi manajer :  Mempertimbangkan lebih banyak alternatif  Menerapkan logika yang lebih tinggi  Menyediakan lebih banyak waktru untuk mengevaluasi hasil keputusan  Membuat keputusan yang lebih konsisten  Keuntungan bagi perusahaan :  Kinerja perusahaan yang lebih baik  Mempertahankan pengendalian atas pengetahuan perusahaan  Kerugian :  Tidak dapat menangani pengetahuan yang tidak konsisten, sedangkan dalam bisnis hanya sedikit pengetahuan yang tetap  Tidak dapat menerapkan penilaian dan intuisi yang merupakan unsur penting saat memecahkan masalah semi-terstruktur atau tidak terstruktur

JARINGAN SARAF (NEURAL NETWORK) Neural network atau neural net adalah suatu model matematis dari otak manusia yangv mensimilasikan cara neuron berinteraksi untuk mengolah data dan belajar dari pengalaman Rancangan jaringan saraf adalah suatu pendekatan dari bawah ke atas, karena mencontoh otak fisik dalam menciptakan prilaku cerdas. Lawannya adalah pendekatan dari atas ke bawah (pendukung area AI) Sistem saraf buatan (artificial neural system) atau ANS merupakan subyek penelitian saat ini bukanlah duplikasi persisi dari sistem biologis manusia, tetapi ANS melakukan kemampuan seperti generalisasi, belajar, abstraksi bahkan intuisi AND dibuat dari serangkaian struktur neuron yang sangat sederhana atau neurodes ataupun perceptrons