Environment DSS capabilities User Quality of behavior, decision characteristics made Task
Di bawah ini adalah beberapa poin dari riset yang telah dilakukan:
Sekarang ini DSS berlaku pasif menanggapi pertanyaan “what-if” yang diajukan. Selanjutnya
kombinasi DSS/ES dapat bertindak lebih proaktif. Tool yang lebih aktif dapat meningkatkan pemikiran yang lebih dalam mengenai situasi permasalahan.
Saat ini DSS tak kreatif, tapi di masa depan DSS harus menyediakan cara baru untuk mendefinisikan model, menjelaskan struktur masalah, memanajemen kerancuan dan kekompleksan, dan menyelesaikan klas baru keputusan dalam konteks pengambilan keputusan yang baru. ES bisa memberikan kontribusi utama dalam hal ini.
DSS berpusat pada keputusan (decision-centered) tapi bukan pada decision-paced (langkah pengambilan keputusan). DSS di masa depan harus mendukung alasan-alasan pemilihan klas keputusan tertentu.
Manajemen sains, sumber model DSS, memainkan peran yang lebih besar dengan meningkatkan kualitas pemikiran dalam pengambilan keputusan. Kontribusi serupa bisa datang dari psikologi kognitif, teori perilaku, ekonomi informasi, ilmu komputer, dan ilmu politik.
Perkembangan terbaru pada teknologi komputer, telekomunikasi, arsitektur client/server, GUI, sistem berbasis pengetahuan, mesin pembelajaran (machine learning), dan tool manajemen data, dapat digunakan untuk meningkatkan DSS.
Peningkatan DSS harus lebih memberi perhatian pada masalah-masalah yang tak terstruktur, karena hal tersebut berdampak pada efisiensi dan keefektifan organisasi secara keseluruhan. Komputasi syaraf dapat ditambahkan berkenaan dengan masalah kerancuan.
DSS di masa depan harus mampu untuk membuat pelbagai aksi alternatif dari dirinya sendiri, atau paling tidak menghasilkan peneluran ide.
Riset DSS harus melebarkan perspektifnya, berhubungan dengan keefektifan organisasi dan perencanaan strategis. Perspektif baru ini akan didukung oleh penambahan kemampuan kreatifitas dan inovasi, menghasilkan DSS yang proaktif dalam membuat perubahan lebih dari sekedar mengantisipasi perubahan.
Riset harus dilakukan pada interaksi diantara individu dan grup. Masalah sosial dan etik juga harus lebih diperhatikan.
Komponen manusia dalam DSS harus dicermati untuk melihat dampak DSS pada saat pembelajaran.
Integrasi DSS dengan ES, CBIS lainnya, dan teknologi komputer yang berbeda lainnya (misal: komunikasi) akan menjadi wilayah riset utama.
Konsep manajemen model harus dikembangkan, baik mengenai teorinya dan dalam pengembangan software. Sekali lagi ES dapat memberikan kontribusi yang bernilai disini. Teori DSS harus ditingkatkan. Teori-teori harus dikembangkan pada topik-topik seperti
pengukuran kualitas keputusan, pembelajaran, dan keefektifan.
Teori-teori harus dikembangkan pada wilayah pengambilan keputusan organisasional dan pengambilan keputusan pada grup.
Aplikasi DSS dapat ditingkatkan dengan melibatkan nilai, etik, dan estetik. Masalahnya adalah bagaimana melakukannya. Ini akan membutuhkan variabel yang lebar jangkauannya, yang sulit untuk diukur atau bahkan ditentukan.
Antarmuka manusia-mesin dan dampaknya pada kreativitas dan pembelajaran harus menjadi perhatian utama dalam riset DSS.
Eksplorasi diperlukan untuk menemukan arsitektur yang sesuai yang menjadikan pengambil keputusan dapat menggunakan ES untuk meningkatkan kemampuan pengambilan keputusannya.
Dampak organisasional dari MSS bisa signifikan. Riset lebih lanjut harus diarahkan pada wilayah ini.
Di bawah ini disajikan pandangan pengambilan keputusan baik secara sempit maupun secara lebih luas:
Narrow View Broader View
Single decision-maker Multiple decision-makers
Single decision process Multiple decision processes separated in place
and time influence a single decision
Efficacy of computer models Multiple influence on decision choice
Reliance on quantifiable information Importance of qualitative, “soft” information
Reliance on rational factors Importance of politics, cultural norms, and so on
Optimizing and efficiency as goal Other criteria such as fairness, legitimacy,
human relations, power enhancement
Decision-makers want the same goals as the Sometimes, decision-makers want to further
organization their own ends or are indifferent to
organizational goals
Single goal for decision Multiple conflicting goals
Choice is the major problem Support is needed for other phases of decision
processes such as intelligence, design, implementation
Decision situations are unique Many decisions are repetitive; the ability to learn
from past approaches to structured and –
unstructured decision situations is important
Decisions are made with some intent in mind Some decisions are arbitrary, mindless, or
capricious
Decision processes always result in decisions Some decision processes are initiated to prepare
for “potentially” needed decisions; others to
ratify past decisions
Goals, possible actions, consequences of actions Problems are often unstructured
can be determined (the problem is structurable)
DSS Masa Depan.
DSS berbasis PC akan terus tumbuh utamanya untuk dukungan personal.
Untuk DSS di institusi yang mendukung pengambilan keputusan berurutan dan saling berhubungan, kecenderungan ke depan adalah menjadi DSS terdistribusi.
Untuk dukungan keputusan saling berhubungan yang terkonsentrasi, group DSS akan lebih lazim di masa depan.
Produk-produk DSS akan mulai menggabungkan tool dan teknik-teknik AI.
DSS groups akan berkurang peranannya seperti projek khusus “tim komando” dan lebih banyak
bagian dari tim pendukung ditujukan untuk pelbagai dukungan end-user lainnya, kemungkinan sebagai bagian dari pusat informasi.
Semua kecenderungan di atas akan menuju pada satu titik pada pengembangan berkelanjutan pada kemampuan sistem yang lebih user-friendly.
Kesimpulan.
DSS organisasional berhubungan dengan pengambilan keputusan pada layer area fungsional dan hirarki organisasional.
ODSS digunakan baik pada individu maupun grup dan ia beroperasi dalam lingkungan terdistribusi
ODSS berhubungan dengan task/tugas organisasional.
ODSS untuk situasi yang serupa dan berulang melibatkan komponen manajemen case (case management).
ODSS seringkali dikoneksikan ke EIS dan/atau GDSS.
Karena kompleksitasnya, ODSS dibangun menggunakan baik SDLC tradisional maupun prototyping.
4 fase utama ODSS yaitu: pendahuluan, desain konseptual, pengembangan sistem, serta implementasi dan perawatan sistem.
ODSS membutuhkan perhatian dari SC (Steering Committee) end-user. Data dan database merupakan hal kritis atas suksesnya suatu ODSS. ODSS biasanya menggunakan pelbagai model kuantitatif dan kualitatif. Ada beberapa jenis intelligent DSS.
Suatu intelligent DSS harus bisa berperan aktif yang berhubungan dengan task/tugas penyelesaian masalah yang rancu dan kompleks.
Kecerdasan ditambahkan ke DSS dengan menempelkan knowledge base dalam software DSS. Kecerdasan diperlukan secara khusus dalam manajemen masalah.
DSS yang dapat berevolusi sendiri, active, dan symbiotic adalah konfigurasi yang berbeda dari intelligent DSS.
Kreativitas untuk peneluran ide (idea generation) adalah aktivitas penting dalam pengambilan keputusan.
Peneluran ide dapat ditingkatkan dengan software elektronik.
Brainstorming (“pembadaian” pendapat) secara elektronik adalah salah satu cara mendukung
peneluran ide.
Software elektronik menggunakan asosiasi, identifikasi pola, dan pelbagai teknik yang sudah dikenal lainnya untuk mendukung peneluran ide.
Variabel utama riset independen DSS adalah perilaku user, task, lingkungan, dan kemampuan DSS.
Variabel utama riset independen DSS adalah kualitas keputusan yang dibuat.