Sistem Pendukung Keputusan (SPK) . Materi Kuliah [3,4]: (Sistem Pendukung Keputusan)
POKOK BAHASAN Karakteristik SPK Komponen-komponen SPK Kategori SPK Kapabilitas SPK
Sistem Pendukung Keputusan (SPK) 2 Memberi dukungan untuk para manajer dalam semua level 1 Masalah semiterstrukstur & tidak terstruktur 3 Memberi dukungan bagi individu atau kelompok 14 Standalone, terintegrasi dan berbasis web. 4 Keputusan saling mempengaruhi atau dilakukan berurutan 13 Kemampuan akses data 5 Memberi dukungan bagi semua tahap proses pengambilan keputusan Sistem Pendukung Keputusan (SPK) 12 Pemodelan & analisis 6 Memberi dukungan bagi berbagai bentuk pengambilan keputusan 11 Mudah dikembangkan 10 Dapat dikendalikan 9 Efektif 8 Mudah digunakan 7 Bersifat adaptif dan fleksibel
Dukungan untuk para pengambil keputusan, dalam situasi semiterstruktur atau terstruktur yang dilakukan secara bersama-sama antara keputusan dari pengambil keputusan dengan informasi terkomputerisasi.
Dukungan untuk semua level menejerial, mulai dari eksekutif tingkat atas sampai kelas manajer
Dukungan untuk semua individu dalam kelompok
Keputusan dapat diambil sekali, beberapa kali atau berulang
Mendukung dalam semua tahap proses pengambilan keputusan
Mendukung dalam beberapa model pengambilan keputusan
Bersifat adaptif dan fleksibel Bersifat adaptif dan fleksibel
Mudah dan nyaman digunakan Mudah dan nyaman digunakan
Meningkatkan efektivitas pengambilan keputusan Meningkatkan efektivitas pengambilan keputusan
Dikendalikan sepenuhnya oleh pengambil keputusan selama proses penyelesaian masalah
Sistem dapat dikembangkan dengan mudah 1 Sistem dapat dikembangkan dengan mudah
Memiliki kemampuan untuk menganalisis situasi pengambilan keputusan 2 Memiliki kemampuan untuk menganalisis situasi pengambilan keputusan
3 Memiliki kemampuan untuk mengakses data dari berbagai sumber, berbagai format, tipe, dll.
4 Dapat digunakan sebagai perangkat yang bersifat standalone, terintegrasi atau berbasis web
Kategori SPK Turban (2005) mengkategorikan model sistem pendukung keputusan dalam tujuh model, yaitu: Model optimasi untuk masalah-masalah dengan alternatif-alternatif dalam jumlah relatif kecil. Model optimasi dengan algoritma. Model optimasi dengan formula analitik. Model simulasi. Model heuristik. Model prediktif. Model-model yang lainnya.
Kategori SPK (2) Model optimasi untuk masalah-masalah dengan alternatif-alternatif dalam jumlah relatif kecil. Model ini akan melakukan pencarian terhadap solusi terbaik dari sejumlah alternatif. Teknik-teknik untuk penyelesaian masalah ini antara lain dengan menggunakan tabel keputusan atau pohon keputusan.
Kategori SPK (3) Model optimasi dengan algoritma. Model ini akan melakukan pencarian terhadap solusi terbaik dari banyak alternatif. Proses pencarian dilakukan tahap demi tahap. Teknik-teknik untuk penyelesaian masalah ini antara lain dengan menggunakan linear programming atau model matematika yang lainnya, atau menggunakan model jaringan.
Kategori SPK (4) Model optimasi dengan formula analitik. Model ini akan melakukan pencarian terhadap solusi hanya dengan satu langkah melalui rumus tertentu. Model seperti ini banyak dijumpai pada masalah-masalah inventory.
Kategori SPK (5) Model simulasi. Model ini akan melakukan pencarian terhadap solusi cukup baik atau solusi terbaik pada beberapa alternatif yang akan diuji dalam penelitian. Model ini lebih banyak digunakan untuk beberapa tipe simulasi.
Kategori SPK (6) Model heuristik. Model ini akan melakukan pencarian terhadap solusi yang cukup baik melalui serangkaian aturan (rules). Model ini lebih banyak direpresentasikan dengan menggunakan pemrograman heuristik atau sistem pakar
Kategori SPK (7) Model prediktif. Model ini akan melakukan prediksi untuk masa depan apabila diberikan skenario tertentu. Model ini lebih banyak direpresentasikan dengan menggunakan model peramalan (forecasting) atau analisis Makov
Kategori SPK (8) Model-model yang lainnya. Model ini akan menyelesaikan kasus what-if menggunakan formula tertentu. Model ini lebih banyak digunakan pada pemodelan keuangan atau konsep antrian.
Komponen DSS (1) Haag, dkk (2000) Manajemen data (internal atau eksternal) Manajemen model (merepresentasikan kejadian, fakta, atau situasi) Manajemen antarmuka (menghubungkan antara pengguna dan sistem)
Komponen DSS (2) Power (2002) Antarmuka Basisdata (internal atau eksternal) Model & peralatan analisis (algoritma untuk membuat keputusan berdasarkan informasi pada basisdata yang direpresentasikan dalam bentuk tabel atau graf) Arsitektur DSS dan jaringan.
Komponen DSS (3) Hättenschwiler (1999) User dengan perbedaan hak akses & fungsi dalam pengambilan keputusan Konteks keputusan Target sistem yang menggambarkan keutamaan preferensi Basis pengetahuan (sumber data eksternal, basisdata pengetahuan, data warehouses dan meta-databases, metode & model matematis, prosedur, inferensi, program administratif, dan sistem pelaporan Lingkungan kerja untuk persiapan, analisis, dan dokumentasi alternatif.
Komponen DSS (4) Marakas (1999) Sistem manajemen data Sistem manajemen model Knowledge engine Antarmuka Pengguna
Komponen DSS (5) Holsapple dan Whinston (1996) Text-oriented DSS, Database-oriented DSS, Spreadsheet-oriented DSS, Solver-oriented DSS, Rule-oriented DSS, dan Compound DSS.
Komponen DSS (6) Haag (2004) Manajemen Model Manajemen Data Manajemen antarmuka
4. Informasi yang dibutuhkan Manajemen Antarmuka 1. Masalah Manajemen Model Manajemen Data 3. Pemilihan model Perusahaan membutuhkan beberapa karyawan baru di bagian pengepakan produk. Ada beberapa calon karyawan yang telah mendaftarkan diri. Berapa banyak karyawan yang dibutuhkan? Siapa saja yang layak diterima? 2. Pertanyaan 4. Informasi yang dibutuhkan 6. Jawaban 5. Model terpilih 7. Solusi Telah dapat ditentukan jumlah karyawan yang harus diterima beserta nama-nama karyawan yang layak diterima. What – If Models Organizational Information Optimization Models External Information Goal-seeking Models Personal Information Statistical Models
Komponen DSS (7) Turban, dkk (2005) Manajemen data Manajemen model Model-model eksternal Subsistem berbasis pengetahuan Antarmuka pengguna
Sistem berbasis komputer lainnya Internet, intranet, ekstranet Data: eksternal dan internal Manajemen data Manajemen model Model-model eksternal Subsistem berbasis pengetahuan Antarmuka pengguna Manajer (pengguna) Basis pengetahuan terorganisasi
Subsistem Manajemen Data (DMS) Subsistem manajemen data, terdiri-atas basisdata yang berisi data-data yang terkait dengan permasalahan yang akan diselesaikan.
Subsistem Manajemen Data DSS database Elemen-elemen pada subsistem manajemen data Database Management System Data dictionary Query facility
Struktur DMS Basis pengetahuan terorganisasi Sumber data eksternal Sumber data internal Struktur DMS Data pribadi, private Ekstraksi Data warehouse perusahaan Query facility DSS database Manajemen antarmuka Database management system: Retrieval, Inquiry, Update, Report generation, Delete Data dictionary Manajemen model Subsistem berbasis pengetahuan
Subsistem Manajemen Model (MMS) Subsistem manajemen model, merupakan paket perangkat lunak yang berisi statistik, ilmu manajemen, atau model kuantitatif lainnya yang mampu memberikan kapabilitas analitik bagi sistem.
Subsistem berbasis pengetahuan Strategik, taktik, operasional. Statistik, keuangan, teknik, akuntansi, dll. Blok-blok pembentukan model. Model Model dictionary Perintah-perintah pemodela: creation. Pemeliharaan: update. Bahasa pemodelan. Manajemen Model Data dictionary Manajemen data Manajemen antarmuka Subsistem berbasis pengetahuan Struktur MMS
Subsistem User Interface Subsistem antarmuka, yang digunakan oleh pengguna untuk berkomunikasi dengan sistem. Untuk sistem berbasis web, web browser digunakan untuk keperluan tersebut.
User Interface System Manajemen data & DBMS Subsistem berbasis pengetahuan Manajemen model & MBMS User Interface Management System (UIMS) Natural Language Processor INPUT Action Languages OUTPUT Display Languages PC display Printer, Plotter User User Interface System
Subsistem manajemen berbasis pengetahuan Subsistem manajemen berbasis pengetahuan, yang digunakan untuk mendukung subsistem-subsistem yang lainnya. Beberapa metode dalam kecerdasan buatan dapat digunakan untuk keperluan tersebut.
Kapabilitas DSS Secara umum, DSS harus memiliki kemampuan untuk: Digunakan dengan mudah Mengakses berbagai sumber, tipe dan format data untuk berbagai permasalahan Mengakses berbagai kemampuan analisis dengan beberapa saran dan panduan.
Kemampuan Antarmuka Berbagai format dan peralatan output Berbagai peralatan input dari pengguna Berbagai gaya dialog Mendukung komunikasi antar pengguna dan pengembang Mendukung pengetahuan dari penguna Tersedia dialog untuk capture, penyimpanan dan analisis Dukungan dialog yang fleksibel & adaptif.
Kemampuan Data Data dengan berbagai tipe & format Ekstraksi, capture dan integrasi Fungsi akses data Fungsi manajemen basisdata Tersedianya berbagai cara pandang data secara logis Dokumentasi data Melakukan tracking terhadap penggunaan data Mendukung fleksibilitas dan adaptasi data
Kemampuan Model Kepustakaan model terkait aturan basis model Fasilitas pembangun model Manipulasi model Fungsi manajemen basis model Dokumentasi model Tracking penggunaan model Dukungan terhadap fleksibilitas & adaptasi model