RUANG LINGKUP SISTEM PENDUKUNG KEPUTUSAN

(1)

RUANG LINGKUP

SISTEM PENDUKUNG

KEPUTUSAN

N. Tri Suswanto Saptadi

10/19/2015 spk/nts/fti/uajm

1

Bahan Kajian

Karakteristik SPK

Komponen-komponen SPK

Kategori SPK

Kapabilitas SPK

(2)

Sistem Pendukung Keputusan

(SPK)

1

Masalah semiterstrukstur &

tidak terstruktur

2

Memberi dukungan untuk

para manajer dalam semua

level

3

Memberi dukungan bagi

individu atau kelompok

4

Keputusan saling mempengaruhi atau dilakukan berurutan

5

Memberi dukungan bagi semua tahap proses pengambilan

keputusan

6

Memberi dukungan bagi berbagai bentuk pengambilan keputusan

7

Bersifat adaptif dan fleksibel

8

Pemodelan & analisis

13

Kemampuan akses data

14

Standalone, terintegrasi dan

berbasis web.

3

Ruang Lingkup

Dukungan untuk para pengambil

keputusan, dalam situasi

semiterstruktur atau terstruktur

yang

dilakukan secara

bersama-sama

antara

keputusan dari

pengambil keputusan

dengan

informasi terkomputerisasi

.



(3)



Dukungan untuk

semua

level menejerial

, mulai

dari eksekutif tingkat

atas sampai kelas

manajer

5



Dukungan untuk

semua individu

dalam kelompok

(4)



Keputusan dapat diambil

sekali, beberapa kali

atau berulang

7



Mendukung dalam semua

tahap proses pengambilan

keputusan

(5)

Mendukung dalam

beberapa model

pengambilan keputusan



9

Bersifat

adaptif

dan

fleksibel



(6)

Mudah dan nyaman

digunakan



11

Meningkatkan

efektivitas

pengambilan

keputusan



(7)

Dikendalikan

sepenuhnya oleh

pengambil keputusan

selama proses

penyelesaian masalah



13

Sistem dapat

dikembangkan

dengan mudah



1

(8)

Memiliki kemampuan untuk

menganalisis

situasi

pengambilan keputusan



2

15

Memiliki kemampuan

untuk

mengakses

data dari berbagai

sumber, berbagai

format, tipe

, dll.



3

(9)

Dapat digunakan

sebagai perangkat

yang bersifat

standalone,

terintegrasi atau

berbasis web



4

17

Kategori SPK

1 dari 8

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.

(10)

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.

19

Kategori SPK

_{2 dari 8}

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.

(11)

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.

21

Kategori SPK

_{4 dari 8}

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.

(12)

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

23

Kategori SPK

6 dari 8

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

(13)

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.

25

Kategori SPK

8 dari 8

Soal Latihan

Berilah contoh kasus untuk setiap kategori dalam SPK.

Model optimasi untuk masalah-masalah dengan alternatif-alternatif dalam jumlah relatif kecil. >> Edwin

Model optimasi dengan algoritma. >> Phoa

Model optimasi dengan formula analitik. >> Reinaldo

Model simulasi. >> Marlin

Model heuristik. >> Surya

Model prediktif. >> Milka

Model-model yang lainnya. >> Gregorius

(14)

Komponen DSS

1 dari 7

Haag, dkk (2000)

Manajemen data (internal atau eksternal)

Manajemen model (merepresentasikan kejadian, fakta, atau situasi)

Manajemen antarmuka

(menghubungkan antara pengguna dan sistem)

27

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.

(15)

Hättenschwiler (1999)

Userdengan perbedaan hak akses & fungsi dalam

pengambilan keputusan

Konteks keputusan

Target sistem yang menggambarkan keutamaan preferensi

Basis pengetahuan (sumber data eksternal, basisdata

pengetahuan, data warehousesdan meta-databases,

metode & model matematis, prosedur, inferensi, program administratif, dan sistem pelaporan

Lingkungan kerja untuk persiapan, analisis, dan dokumentasi alternatif.

29

Komponen DSS

_{3 dari 7}

Marakas (1999)

Sistem manajemen data

Sistem manajemen model

Knowledge engine

Antarmuka

Pengguna

(16)

Holsapple dan Whinston (1996)

Text-oriented DSS,

Database-oriented DSS,

Spreadsheet-oriented DSS,

Solver-oriented DSS,

Rule-oriented DSS, dan

Compound DSS.

31

Komponen DSS

_{5 dari 7}

Haag (2004)

Manajemen Data

Manajemen Model

Manajemen Antarmuka

(17)

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?

Telah dapat ditentukan jumlah karyawan yang harus diterima beserta nama-nama karyawan yang layak diterima.

M

Organizational Information

External Information

Personal Information

What –If Models

Optimization Models

Goal-seeking Models

Statistical Models

1. Masalah

2. Pertanyaan

3. Pemilihan

model 4.

Informasi yang

7. Solusi

33

Turban, dkk (2005)

Manajemen data

Manajemen model

Model-model eksternal

Subsistem berbasis pengetahuan

Antarmuka pengguna

(18)

Sistem berbasis komputer

lainnya

Internet, intranet, ekstranet

Manajemen data

Manajemen model

Model-model eksternal

Subsistem berbasis pengetahuan

Antarmuka pengguna

Manajer (pengguna) Basis pengetahuan

terorganisasi Data:

eksternal dan internal

35

Subsistem Manajemen Data (DMS)

Subsistem manajemen data, terdiri-atas basisdata yang berisi data-data yang terkait dengan permasalahan yang akan diselesaikan.

(19)

Subsistem Manajemen Data

Elemen-elemen

pada subsistem manajemen data

DSS database

Database Management System

Data dictionary

Query facility

37

Basis pengetahuan terorganisasi

Sumber data eksternal

Sumber data internal

Data pribadi, private

Data warehouse perusahaan

Manajemen antarmuka

Manajemen model

Subsistem berbasis pengetahuan

Ekstraksi

DSS database

Database management system:

Retrieval, Inquiry, Update, Report generation, Delete Query facility

Data dictionary

(20)

Subsistem manajemen model,

merupakan paket perangkat lunak yang berisi statistik, ilmu

manajemen, atau model kuantitatif lainnya yang mampu memberikan kapabilitas analitik bagi sistem.

Subsistem Manajemen Model

(MMS)

39

Model dictionary

•Strategik, taktik, operasional.

•Statistik, keuangan, teknik, akuntansi, dll.

•Blok-blok pembentukan model.

Data dictionary Model

•Perintah-perintah pemodela: creation.

•Pemeliharaan: update.

•Bahasa pemodelan.

Manajemen Model

(21)

Subsistem antarmuka, yang

digunakan oleh pengguna untuk berkomunikasi dengan sistem.

Untuk sistem berbasis web, web browser digunakan untuk keperluan tersebut.

Subsistem User Interface

41

Manajemen data & DBMS

Subsistem berbasis pengetahuan

Manajemen model &

MBMS

Printer, Plotter

User

Natural Language Processor

User Interface Management System (UIMS)

INPUT

PC display

(22)

Subsistem manajemen berbasis

pengetahuan, yang digunakan untuk mendukung subsistem-subsistem yang lainnya.

Beberapa metode dalam kecerdasan buatan dapat digunakan untuk

keperluan tersebut.

Subsistem manajemen berbasis

pengetahuan

43

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.

(23)

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.

45

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

(24)

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