MODUL PERKULIAHAN
|
|
Sistem Informasi Manajemen
|
|
Sistem Penunjang Keputusan
|
|
|
|
|
|
|
|
|
|
Fakultas
|
Program Studi
|
Tatap Muka
|
Kode MK
|
Disusun Oleh
|
|
|
Ekonomi & Bisnis
|
Manajemen
|
12
|
|
|
Abstract
|
Kompetensi
|
|
|
Sistem Penunjang Keputusan adalah sistem interaktif yang
memberikan akses yang mudah ke model keputusan dan data kepada pemakai, guna
menunjang tugas pembuatan keputusan semi terstruktur dan tak terstruktur.
|
|
A.
SISTEM
PENUNJANG KEPUTUSAN
1. Definisi
Model pengambilan keputusan
menurut Herbert A. Simon adalah dimulai pada tahap penyelidikan yaitu
mempelajari lingkungan atas kondisi yang memerlukan keputusan. Data mentah
diperoleh, diolah, dan diuji untuk dijadikan petunjuk yang dapat
mengidentifikasi persoalan. Digunakan sebagai dasar untuk menjelaskan proses
pengambilan keputusan. Tahap berikutnya
adalah perancangan mengembangkan, dan menganalisis arah tindakan yang mungkin.
Hal ini meliputi proses-proses untuk memahami persoalan, menghasilkan
pemecahan, dan menguji kelayakan pemecahan tersebut. Tahap berikutnya adalah pemilihan yaitu
memilih arah tindakan tertentu dari semua alternatif yang ada, selanjutnya
pilihan ditentukan dan dilaksanakan.
Jadi
proses pengambilan keputusan dapat dianggap sebagai sebuah arus dari
penyelidikan sampai perancangan dan kemudian pada pemilihan. Tetapi pada setiap
tahap hasilnya mungkin dikembalikan ke tahap sebelumnya untuk dimulai lagi.
Jadi tahapan tersebut merupakan unsur-unsur sebuah proses berkesinambung.
Sebagai contoh, pilihan mungkin menolak semua dan kembali ke tahap perancangan
untuk menerbitkan pemecahan tambahan alternatif dan kembali ke tahap
perancangan untuk menerbitkan pemecahan tambahan.
2. Konsep dasar Pembuatan Keputusan
Sistem informasi manajemen adalah sistem
yang memberikan informasi untuk digunakan dalam pembuatan keputusan guna
menyelesaikan masalah bagi para penggunanya.
Perkembangan
aplikasi sistem informasi berbasis komputer (Computer Based Information System - CBIS) dalam organisasi telah
berkembang dalam model yang dikategorikan sebagai sistem pemrosesan transaksi (Transaction Processing System - TPS),
sistem informasi manajemen (Manajemen
Information Sistem - SIM), sistem pendukung
keputusan (Decision Support
System - DSS). Baik TPS maupun SIM ditunjukkan bagi arus
informasi terstruktur untuk menunjang proses organisasional rendah dan
menengah. Sistem Pendukung Keputusan (SPK) mempunyai keputusan yang sangat
spesifik yakni memberi bantuan kepada
para pembuat keputusan manajemen tingkat menengah dan atas dalam membuat keputusan yang sangat
penting. SPK atau Sistem Pendukung Keputusan adalah sistem
interaktif yang memberikan akses yang mudah ke model keputusan dan data kepada
pemakai, guna menunjang tugas pembuatan keputusan semi terstruktur dan tak
terstruktur.
Perbedaan
khusus antara TPS dan SIM disatu sisi, dengan SPK di lain sisi, adalah bahwa
SPK mempunyai variasi informasi penunjang keputusan tertentu yang berada dalam
berbagai bentuk format. Sedangkan dalam TPS dan SIM, informasi yang bersifat
tidak fleksibel. Guna mengevaluasi
tingkat dan jenis keterlibatan manajemen yang diperlukan dalam SPK, akan
dikemukakan kerangka untuk pengevaluasian model seperti ini. Kerangka ini
dihasilkan dari pengkategorisasian proses secara intuitif dan logis maupun dari
literatur yang ada.
3. Pengambilan Keputusan
Faktor
yang menggerakkan proses pengambilan keputusan dapat berupa ketidakpuasan atas
keadaan saat itu atau imbalan yang diharapkan dari keadaan baru. Dalam kasus
ketidakpuasan, kekuatan penggerak adalah penemuan sebuah persoalan. Dalam hal
imbalan yang diharapkan, adalah hasil pencarian peluang. Cara lain untuk
menjelaskan proses pengambilan keputusan adalah dalam arti suatu kegiatan
bersinambung yang digerakkan oleh sebuah sasaran mengubah sistem (bisnis, departemen,
keluarga dan sebagainya) dari keadaan sekarang menjadi suatu keadaan yang
diharapkan atau tujuan mengakibatkan suatu pencarian cara mencapainya. Proses
ini sering disebut “analisis cara tujuan” (means-end analysis).
Beberapa
model pengambilan keputusan lebih banyak menekankan pada umpan balik hasil
keputusan. Model lainnya dalam
menentukan langkah-langkah proses pengambilan keputusan adalah sebagai berikut
:
a.
Pengenalan
persoalan atau kebutuhan untuk pengambilan keputusan
b.
Analisis
dan laporan alternatif-alternatif
c.
Pemilihan
di antara alternatif yang ada
d.
Komunikasi
dan pelaksanaan keputusan
e.
Langkah
lanjutan dan umpan balik hasil keputusan.
Kedua model tersebut tidak saling
bertentangan. Model Simon pada dasarnya mengatakan bahwa pelaksanaan adalah keputusan dan bahwa keputusan lain
diperlukan untuk langkah selanjutnya. Model Simon ini lebih relevan bagi
perancangan sistem informasi manajemen (SIM).
4. Cara
menggunakan informasi dari sistem penunjang keputusan
Decision Support Systems (DSS) atau Sistem Pendukung Keputusan (SPK) adalah sebuah sistem
yang membantu satu atau lebih pengambil keputusan dalam melakukan aktivitas
pengambilan keputusan dengan bantuan seperangkat alat yang terorganisir dan
disesuaikan dengan struktur dan porsi permasalahan dalam usaha memperbaiki
efektivitas akhir dari outcome keputusan.
Pada dasarnya dua pengguna informasi dari DSS
oleh manajer, yaitu untuk (1) mendefinisikan masalah dan (2) memecahkan masalah tersebut.
Pendefinisian masalah
adalah usaha definisi dari pendekatan system. Ia juga berkaitan dengan fase intelegensi yang dikemukakan oleh Simon. Selanjutnya manajer menggunakan
informasi untuk memecahkan masalah yang telah
diidentifikasi. Hal ini merupakan
usaha pemecahan menurut
poendekatan sistim dan berkaitan denga fase disain dan pemilihan.
Pada umumnya, lapaoran berkala
dan khusus digunakan
terutama dalam
usaha definisi, dan simulasi dalam usaha pemecahan
Laporan berkala
dapat di rancang
untuk menidentifikasi masalah atau masalah
yang kemungkinan besar akan muncul, manjer juga melakukan
query terhadap database untuk menemukan masalah atau
mempelajari lebih jauh lagi mengenai
masalah yang telah di identifikasi. Simulasi dapat juga membuka masalah yang tersembunyi, karena kelemahan cenderung akan kelihatan menonjol ketika operasi perusahaan diubah secara matematis.
Laporan
berkala dan khusus dapat juga membantu manajer untuk memecahkan masalah
dengan cara mengidentifikasi
keputusan alternatif, mengevaluasi
dan memilih alternative
tersebut, dan memberikan informasi lanjutan.
-
Laporan
berkala dan khusus
Laporan berkala
atau periodic report
yaitu laporan
yang dibuat menurut jadwal tertentu contohnya adalah analis penjualan
terhadap pelanggan perbulan
dan laporan khusus atau special report yaitu laporan yang di buat ketika laporan dibuat ketika sesuatu yang tidak seperti
biasanya
terjadi
contohnya
laporan
mengenai kecelakaan. Dalam penggunaannya laporan
berkala dan khusus bersifat lengkap atau ringkas.
-
Laporan
lengkap dan ringkas
Laporan lengkap atau detail
report yaitu laporan
yang memberikan spesifikasi mengenai setiap tindakan atau transaksi dan baris yang mewakili tindakan atau transaksi
disebut baris lengkap atau
detail line sedangkan laporan ringkas atau summary report yaitu laporan yang menyertakan baris yang mewakili beberapa tindakan atau transaksi.
5. Model Sistem Penunjang Keputusan
Sistem
Penunjang Keputusan tidak ditekankan untuk membuat keputusan, melainkan
melengkapi kemampuan untuk mengolah informasi yang diperlukan untuk membuat
keputusan. Dengan kata lain, Sistem Pendukung Keputusan membantu manusia dalam
proses membuat keputusan, bukan menggantikan perannya dalam mengambil
keputusan.
Keunikan
SPK terletak pada dimungkinkannya intuisi dan penilaian pribadi pengambil
keputusan untuk turut dijadikan dasar pengambilan keputusan. SPK dirancang
secara khusus untuk mendukung seseorang yang harus mengambil keputusan ‐ keputusan tertentu.
SPK merupakan produk gabungan antara keputusan terstruktur
dan tidak terstruktur.
a. Masalah Terstruktur, merupakan suatu masalah yang memiliki struktur
masalah pada 3 tahap pertama, yaitu intelijen, rancangan dan pilihan.
b. Masalah Tak Terstruktur, merupakan masalah yang sama sekali tidak memiliki
struktur pada 3 tahap diatas.
c. Masalah Semi-Terstruktur, merupakan masalah yang memiliki struktur hanya pada
satu atau dua tahap.
Simon mengajukan
model yang menggambarkan proses pengambilan keputusan. Proses ini terdiri dari
3 fase, yaitu:
a. Intelligence.
Tahap ini merupakan proses penelusuran dan
pendeteksian dari lingkup problematika serta proses pengenalan masalah. Data
masukkan diperoleh, diproses, dan diuji dalam rangka mengidentifikasikan
masalah.
b. Design.
Tahap ini
merupakan proses menemukan, mengembangkan dan menganalisis alternatif tindakan
yang bisa dilakukan. Tahap ini meliputi proses untuk mengerti masalah,
menurunkan solusi dan menguji kelayakan solusi.
c. Choice. Pada tahap ini dilakukan proses pemilihan diantara
berbagai alternatif tindakan yang mungkin dijalankan.
d. Implementation.
Hasil dari
pemilihan tersebut kemudian diimplementasikan dalam proses pengambilan
keputusan.
6. Karakteristik Sistem Penunjang Keputusan
Berikut ini adalah uraian atas
beberapa karakteristik SPK, yaitu:
a. Kapabilitas interaktif. Yaitu SPK memberi pengambil keputusan akses
cepat ke data dan informasi yang dibutuhkan.
b. Fleksibilitas.
Yaitu SPK dapat menunjang para manajer pembuat keputusan di berbagai bidang
fungsional (keuangan, pemasaran, operasi produksi, dan lain‐lain).
c. Kemampuan
berinteraksi dengan model. Yaitu SPK memungkinkan para pembuat keputusan
berinteraksi dengan model‐
model, termasuk memanipulasi model‐ model tersebut sesuai dengan kebutuhan.
d. Fleksibilitas
output. Yaitu SPK
mendukung para pembuat keputusan dengan menyediakan berbagai macam output,
termasuk kemampuan grafik menyeluruh atas pertanyaan ‐ pertanyaan
pengandaian.
Manfaat yang dihasilkan dari pengambilan
keputusan dengan cara
penggabungan model terstruktur dan yang tidak terstruktur ini adalah :
memperbesar kemampuan pengambil keputusan untuk memproses informasi dan
pengetahuan; memperbesar kemampuan pengambil keputusan dalam menangan
permasalahan yang kompleks, berskala besar, dan menggunakan banyak waktu;
memperpendek waktu pengambilan keputusan; meningkatkan reliabilitas dari hasil
keputusan dan outcome; mendorong
pelaksanaan eksplorasi bagi pengambil keputusan; memberikan pendekatan baru dalam proses
berpikir mengenai lingkup permasalahan dan konteks keputusan. membangkitkan
bukti baru dalam mendukung sebuah keputusan atau konfirmasi dari asumsi yang
sudah ada; menghasilkan keunggulan strategis dan kompetitif di dalam persaingan
antar organisasi.
7. Komponen‐komponen
Sistem Pendukung Keputusan
a.
Data
Management System. Segala aktivitas yang berhubungan dengan pengambilan,
penyimpanan dan pengaturan data - data yang relevan dengan konteks keputusan
yang akan diambil. Selain itu, komponen ini juga menyediakan berbagai fungsi
keamanan, prosedur integritas data, dan administrasi data secara umum yang
berkaitan dengan SPK. Berbagai tugas ini dilakukan dalam data management system
beserta beberapa sub sistemnya yang diantaranya meliputi database, database
management system, repository data, dan fasilitas query data.
b. Model
Management System. Sistem ini menampilkan
aktivitas pengambilan, penyimpanan dan pengaturan data dengan berbagai model
kuantitatif, yang menyediakan kemampuan analitis untuk SPK.
c. Knowledge
Base. Aktivitas yang berkaitan dengan pengenalan
masalah, dan menghasilkan solusi final maupun sementara, hal‐hal yang berkaitan
dengan manajemen proses pemecahan masalah merupakan inti dari komponen ini. Knowledge
base merupakan “otak” dari kelima
komponen SPK. Data dan model diolah untuk kemudian hasilnya menjadi bahan
pertimbangan bagi user dalam mengambil keputusan
d. User
Interface. Adalah jalur penghubung antara sistem
dengan user, sehingga komponen‐
komponen sistem SPK dapat diakses dan dimanipulasi dengan mudah oleh user untuk
memberikan dukungan pada pengambilan keputusan. Kemudahan penggunaan dan
komunikasi antar user dan SPK pada dasarnya merupakan ukuran
keberhasilan penggunaan SPK itu sendiri.
e. User(s).
Desain, implementasi dan pemanfaatan SPK
tidak akan efektif jika tidak disertai peran pengguna. Kemampuan, ketrampilan,
motivasi, dan pengetahuan pengguna sebagai pengatur SPK, akan menentukan
efektivitas dari penggunaan SPK.
8. Jenis Keputusan SPK
Jenis keputusan
yang harus diambil ada dua macam:
a.
Single Criteria. Permasalahan
dengan karakteristik Single Criteria cenderung dipecahkan dengan metode operational
research. Jika masalah pembelian mesin bubut baru hanya mempertimbangkan
maksimasi penghasilan perusahaan, maka operational research dapat
membantu pengambil keputusan.
b.
Multi Criteria. Permasalahan Multi
Criteria adalah permasalahan kompleks yang tidak dapat dipecahkan dengan operational
Research, sehingga membutuhkan tool khusus yang mampu mengakomodasi
proses pengambilan keputusan dengan multi kriteria. Permasalahan pembelian
mesin bubut baru adalah masalah kompleks, karena selain mempertimbangkan
penghasilan, harus diperhatikan juga ongkos produksi tambahan yang harus
dikeluarkan. Banyak permasalahan di dunia nyata berada di area permasalahan multi
criteria ini.
Pengambil keputusan adalah pengguna SPK yang akan
memanfaatkan solusi yang dihasilkan oleh sistem, untuk kemudian diolah kembali
berdasarkan ketrampilan, pengetahuan, serta pengalaman yang telah dimilikinya,
dan akhirnya dijadikan sebagai keputusan akhir.
Dengan demikian Sistem
Pendukung Keputusan (Decision Support Systems – DSS) adalah sistem informasi
berbasis komputer yang menyediakan dukungan informasi yang interaktif bagi
pengambil keputusan (manajer) selama proses pengambilan keputusan. Sistem Pendukung Keputusan menggunakan :
Model Analitis; database khusus; penilaian dan pandangan pembuat keputusan dan proses pemodelan berbasis
komputer yang interaktif untuk mendukung keputusan semi terstruktur dan tidak terstruktur.
Menurut
James O ’Brien (2005) Teknik yang dapat digunakan dalam Sistem Pendukung
Keputusan adalah penggunaan empat jenis
dasar pemodelan analitis :
a.
Analisis Jika – maka (What – If analysis)
b.
Analisis Sensitivitas (sensitivity analysis)
c.
Analisis
pencarian sasaran (goal - seeking
analysis )
d.
Analisis
Optimisasi. (Optimitation analysis)
Berikut
gambaran secara singkat masing-masing jenis pemodelan analitis yaitu sebagai
berikut :
Tabel 1 Aktivitas dan contoh jenis
utama pemodelan analitis
Jenis Pemodelan Analitis
|
Aktivitas dan Contoh
|
Analisis Jika – Maka
|
Mengamati bagaimana
perubahan terhadap variabel tertentu mempengaruhi variabel lain.
Contoh :
Jika biaya iklan dipotong
sampai dengan
10 % apa dampaknya terhadap
penjualan ?
|
Analisis Sensitivitas
|
Mengamati bagaimana
perubahan yang berulang-ulang terhadap suatu variabel mempengaruhi variabel
lainnya.
Contoh :
aktifitas memotong biaya iklan berulang-ualang kemudian diamati
hubungan dengan penjualan
|
Analisis pencarian sasaran
|
Membuat perubahan yang
berulang-ulang terhadap variabel tertentu
hinga variabel yang dipilih mencapai nilai sasarannya
Contoh : menaikkan biaya iklan sampai terpenuhi
target penjualan.
|
Analisis Optimisasi
|
Menemukan nilai optimum
untuk variabel tertentu yang diberikan pembatas tertentu.
Contoh :
berapa jumlah biaya iklan yang terbaik, jika kita melihat anggaran dan
piliham media kita.
|
9. Aplikasi Sistem Pendukung Keputusan
Sistem
pendukung keputusan (SPK) banyak
diterapkan di organisasi-organisasi yang sudah mapan. Banyak cara yang
digunakan untuk menerapkan SPK untuk
membantu mempertajam proses pengambilan keputusan. Kapabilitas yang melekat
pada SPK sangat membantu
organisasi-organisasi yang menggunakannya untuk memungkinkan terciptanya
koordinasi proses kegiatan baik internal maupun eksternal dengan cara yang
lebih akurat.
Berikut
beberapa contoh organisasi atau perusahaan yang memanfaatkan SPK dalam aktivitas operasi atau usaha yang
dilaksanakan :
Tabel 1.2
Tujuan Penerapan Sistem
Pendukung Keputusan
Jenis Industri
|
Tujuan penerapan SPK
|
Industri Asuransi
|
Menentukan pola penutupan
asuransi dan
deteksi kemungkinan kecurangan (fraud).
|
Industri Perbankan
|
Memperbarui profil atau
data nasabah.
|
Perusahaan Manufaktur
|
Menentukan kebutuhan
persediaan bahan
baku yang paling optimal dan efisien
|
Usaha Ritel
|
Meningkatkan target
pelanggan melalui direct mail marketing.
|
Perkereta apian
|
Menentukan rute dan
jadwal perjalanan
|
Perminyakan dan Gas
|
Mengevaluasi lokasi drilling/pengeboran
minyak atau gas alam yang potensial.
|
Industri Penerbangan
|
Menentukan jadwal
penerbangan dan
peramalan potensial penumpang.
|
SPK yang
didasarkan pada web dan internet dapat mendukung pengambilan keputusan
dengan menyajikan akses on-line terhadap berbagai database dan
informasi dengan menggunakan perangkat lunak untuk analisis data. Beberapa SPK
memang difasilitasikan untuk membantu manajemen, namun tersedia pula SPK yang
mampu untuk menarik pelanggan dengan cara menyediakan berbagai informasi dan
alat yang dapat membantu mereka untuk mengambil keputusan pada saat mereka
menyeleksi jasa dan produk. Dewasa ini, banyak orang lebih menggunakan
informasi yang banyak tersedia dari sumber-sumber yang ditawarkan untuk
membantu mengambil keputusan membeli sesuatu, misal: keputusan untuk membeli
mobil atau komputer, sebelum berinteraksi langsung dengan petugas penjualannya.
Customer decision support systems (CDSS) sangat membantu
pelanggan yang ada atau potensial dalam proses pengambilan keputusan.
Banyak orang tertarik dalam melakukan
proses pembelian barang atau jasa menggunakan mesin pencari internet (search
engines) atau on-line catalogs, web directories, e-mail, atau
alat-alat lainnya untuk menentukan lokasi informasi yang dibutuhkan dalam
rangka membantunya dalam proses pengambilan keputusan. Banyak organisasi atau
perusahaan telah mengembangkan website untuk anggota atau pelanggannya
yang ada dan potensial di mana berbagai informasi, model, atau alat-alat
analisis lain disediakan untuk mengevaluasi alternatif untuk memudahkan
pengambilan keputusan yang akan dilakukannya. Web-based DSS telah menjadi sesuatu yang populer
dan sangat memberikan manfaat yang besar bagi para anggota atau pelanggan yang
dituju organisasi atau perusahaan tersebut.
Dari
uraian di atas mengenai SPK, maka beberapa karakteristik dan kapabilitas SPK
yang dapat diidentifikasi adalah sebagai berikut :
a. Sistem ini memberikan
dukungan bagi pengambil keputusan, terutama dalam situasi semi-terstruktur atau
tidak-terstruktur.
b.
Sistem
ini memberikan dukungan untuk berbagai tingkatan manajemen, mulai dari tingkat
manajemen puncak hingga ke tingkat manajemen yang paling bawah dan para pegawai
lainnya.
c.
SPK
memberikan dukungan untuk beragam tipe dan proses pengambilan keputusan yang
harus dilakukan.
d.
SPK
dapat beradaptasi terhadap waktu dan fleksibel; pengguna dapat menambah,
menghapus, mengkombinasikan, mengubah, atau menata kembali elemen-elemen dasar.
e.
Tampilan
SPK akrab dengan pengguna, memiliki kapabilitas yang besar, dan dirancang agar
dapat interaktif sehingga mudah untu digunakan.
f.
SPK
mampu untuk meningkatkan efektivitas pengambilan keputusa dengan fokus pada
keakuratan, ketepatan waktu, dan kualitas hasil, serta mengefisiensikan biaya
dalam proses pengambilan keputusan.
g.
Pengambil keputusan memiliki kendali yang
lengkap atas seluruh langkah proses pengambilan keputusan dalam pemecahan
masalah.
h.
Pengguna-akhir
mampu mengkonstruksi dan memodifikasi sistem yang sederhana oleh mereka
sendiri. Sedangkan untuk sistem yang lebih besar, biasanya dapat dibangun
dengan dukungan dari spesialis sistem informasi.
i.
SPK
biasanya menggunakan model-model dalam analisis situasi pengambilan keputusan
yang mudah untuk dioperasikan oleh pengguna.
Pertumbuhan
volume kegiatan/transaksi secara elektronis yang meningkat tajam telah
mendorong banyak organisasi untuk mengembangkan SPK di mana pelanggan dan
pegawai dapat mengambil manfaat dari sumber-sumber informasi yang tersedia di
internet dan kapabilitas dari website yang memungkinkan komunikasi untuk
berbagai aktivitas.
10. Sistem Penunjang Keputusan Berkelompok
GDSS atau yang sering disebut dengan sistem penunjang keputusan
kelompok merupakan system berdasarkan komputer yang interaktif yang memudahkan
pemecahan atas masalah tak terstruktur oleh beberapa (set) pembuat keputusan
yang bekerja sama sebagai suatu kelompok.
a. Komponen GDSS
meliputi hardware, software , orang dan prosedur. Ada beberapa sifat
penting tentang GDSS yaitu :
- GDSS adalah system yang dirancang secara khusus, bukan
menyerupai konfigurasi dari komponen system yang sudah ada.
- GDSS dirancang dengan tujuan untuk mendukung kelompok pembuat
keputusan dalam melakukan pekerjaan mereka.
- GDSS mudah dipelajari dan mudah digunakan.
- GDSS bisa bersifat “spesifik” (dirancang untuk satu jenis atau
kelompok masalah) atau bisa bersifat “umum” (dirancang untuk berbagai keputusan
organisasional tingkat kelompok).
- GDSS berisi mekanisme built-in.
b.
Aktifitas yang terjadi
dalam kelompok manapun dan yang memerlukan dukungan berdasarkan komputer adalah
:
- Pemanggilan informasi, melibatkan pemilihan nilai data dari
database yang ada maupun pemanggilan informasi sederhana.
- Pembagian informasi, maksudnya menampilkan data pada layar
penampil agar bisa dilihat oleh semua kelompok.
- Penggunaan informasi, mencakup aplikasi teknologi software,
procedure, dan teknik pemecahan masalah kelompok untuk data.
c. Teknologi GDSS
1) Hardware
Keperluan(persyaratan) hardware minimal untuk system tersebut
mencakup: peralatan input/output, prosesor, jalur komunikasi antara peralatan
I/O dan prosesor, dan layer penampil untuk umum atau monitor perorangan guna
menampilkan informasi kepada kelompok.
2) Software
Komponen teknologi GDSS yang paling khusus adalah software
aplikasi yang
dikembangkan secara khusus yang mendukung kelompok dalam proses keputusan. Fasilitas yang tepat dari software ini sangat bervariasi, namun mencakup hal berikut ini:
dikembangkan secara khusus yang mendukung kelompok dalam proses keputusan. Fasilitas yang tepat dari software ini sangat bervariasi, namun mencakup hal berikut ini:
a) FASILITAS
DASAR:
- Penciptaan teks dan file data, modifikasi, dan penyimpanan untuk
anggota kelompok.
- Word processing untuk mengedit dan memformat teks.
- Fasilitas pembelanjaan untuk pemakai GDSS yang belum mampu.
- Fasilitas “help” on-line
- Worksheet, spreadsheet, decision trees, dan alat lain untuk menampilkan
angka dan teks secara grafis.
- Manajemen database yang state-of-the-art.
b) FASILITAS
KELOMPOK:
-
Peringkasan
grafik dan bilangan dari gagasan dan pendapat anggota kelompok.
-
Menu yang memberitahu (prompt) untuk
memasukkan (input) teks, data, dan pendapat oleh anggota kelompok.
-
Program untuk
prosedur kelompok khusus.
-
Metode
penganalisaan interaksi kelompok sebelumnya dan keputusan.
-
Transmisi teks
dan data diantara anggota kelompok, diantara anggota kelompok dan fasilitator dan
diantara anggota kelompok dan prosesor komputer sentral.
3) ORANG-ORANG
Komponen “people” (orang_orang) dari GDSS meliputi anggota
kelompok dan “fasilitator kelompok” yang bertanggung jawab atas beroperasinya
teknologi GDSS dengan baik ketika ia sedang digunakan. Peranan fasilitator
bersifat luwes.
4) PROSEDUR
Komponen terakhir dari GDSS adalah prosedur, yang bisa memudahkan operasi dan membuat penggunaan teknologi oleh anggota kelompok menjadi efektif. Dalam kasus yang terakhir ini, GDSS bisa dirancang agar bisa mengakomodasi teknik pembuatan keputusan kelompok spesifik, seperti teknik kelompok nominal.
Komponen terakhir dari GDSS adalah prosedur, yang bisa memudahkan operasi dan membuat penggunaan teknologi oleh anggota kelompok menjadi efektif. Dalam kasus yang terakhir ini, GDSS bisa dirancang agar bisa mengakomodasi teknik pembuatan keputusan kelompok spesifik, seperti teknik kelompok nominal.
B.
ARTIFICIAL INTELEGENCE
1.
PENGERTIAN
Artificial
Intelegence atau dalam bahasa Indonesia biasa disebut dengan Kecerdasan Buatan,
didefinisikan sebagai kecerdasan entitas ilmiah. Sistem seperti ini umumnya
dianggap computer. Kecerdasan diciptakan dan dimasukan ke
dalam suatu mesin agar dapat melakukan pekerjaan seperti yang dikerjakan
manusia. Beberapa macam bidang yang menggunakan kecerdasan buatan antara lain sistem
pakar, permainan
komputer (games), logika fuzzy, jaringan syaraf tiruan dan robotika.
Banyak hal yang
kelihatannya sulit untuk kecerdasan manusia, tetapi untuk Informatika relatif
tidak bermasalah. Seperti contoh: mentransformasikan persamaan, menyelesaikan
persamaan integral, membuat permainan catur atau Backgammon. Di sisi lain, hal
yang bagi manusia kelihatannya menuntut sedikit kecerdasan, sampai sekarang
masih sulit untuk direalisasikan dalam Informatika.
Walaupun Artificial
Intelegence
(AI) memiliki konotasi fiksi ilmiah yang kuat, AI membentuk cabang yang sangat
penting pada ilmu komputer, berhubungan dengan perilaku, pembelajaran dan daptasi yang
cerdas dalam sebuah mesin. Penelitian dalam AI menyangkut pembuatan mesin untuk
mengotomatisasikan tugas-tugas yang membutuhkan perilaku cerdas. Termasuk
contohnya adalah pengendalian, perencanaan dan penjadwalan, kemampuan untuk
menjawab diagnosa dan pertanyaan pelanggan, serta pengenalan tulisan tangan,
suara dan wajah.
Hal-hal seperti
itu telah menjadi disiplin ilmu tersendiri, yang memusatkan perhatian pada
penyediaan solusi masalah kehidupan yang nyata. Sistem AI sekarang ini sering
digunakan dalam bidang ekonomi, obat-obatan, teknik dan militer, seperti yang
telah dibangun dalam beberapa aplikasi perangkat lunak komputer rumah dan video
game.
'Kecerdasan
buatan' ini bukan hanya ingin mengerti apa itu sistem kecerdasan, tapi juga
mengkonstruksinya.
Tidak ada
definisi yang memuaskan untuk 'kecerdasan':
- kecerdasan:
kemampuan untuk memperoleh pengetahuan dan menggunakannya
- atau kecerdasan
yaitu apa yang diukur oleh sebuah 'Test Kecerdasan'
2.
PAHAM PEMIKIRAN
Secara garis besar, AI terbagi ke dalam dua paham pemikiran
yaitu AI Konvensional dan Kecerdasan Komputasional (CI,
Computational Intelligence). AI konvensional kebanyakan melibatkan
metoda-metoda yang sekarang diklasifiksikan sebagai pembelajaran
mesin, yang ditandai dengan formalisme dan analisis statistik. Dikenal juga
sebagai AI simbolis, AIlogis, AI murni dan AI
cara lama (GOFAI, Good Old Fashioned Artificial Intelligence).
a.
Metoda-metodanya meliputi:
1)
Sistem pakar: menerapkan
kapabilitas pertimbangan untuk mencapai kesimpulan. Sebuah sistem pakar dapat
memproses sejumlah besar informasi yang diketahui dan menyediakan
kesimpulan-kesimpulan berdasarkan pada informasi-informasi tersebut.
Kecerdasan
komputasional melibatkan pengembangan atau pembelajaran iteratif (misalnya
penalaan parameter seperti dalam sistem koneksionis. Pembelajaran ini berdasarkan
pada data empiris dan diasosiasikan dengan AI non-simbolis, AI yang tak teratur
dan perhitungan lunak.
b.
Metoda-metoda pokoknya meliputi:
2)
Sistem Fuzzy: teknik-teknik
untuk pertimbangan di bawah ketidakpastian, telah digunakan secara meluas dalam
industri modern dan sistem kendali produk konsumen.
3)
Komputasi Evolusioner: menerapkan
konsep-konsep yang terinspirasi secara biologis seperti populasi, mutasi dan “survival of the fittest” untuk
menghasilkan pemecahan masalah yang lebih baik.
Metoda-metoda ini
terutama dibagi menjadi algoritma evolusioner (misalnya algoritma
genetik) dan kecerdasan berkelompok (misalnya algoritma semut).
Dengan sistem
cerdas hibrid, percobaan-percobaan dibuat untuk menggabungkan kedua kelompok
ini. Aturan inferensi pakar dapat dibangkitkan melalui jaringan syaraf atau
aturan produksi dari pembelajaran statistik seperti dalam ACT-R. Sebuah
pendekatan baru yang menjanjikan disebutkan bahwa penguatan kecerdasan mencoba
untuk mencapai kecerdasan buatan dalam proses pengembangan evolusioner sebagai
efek samping dari penguatan kecerdasan manusia melalui teknologi.
DAFTAR
PUSTAKA
1. Turban,
Aronson, and Liang (2005). Decision
Support Systems and Intelligent Systems, 7th Edition,Prentice Hall.
2.
O’Brien, James. A. (2005). Introduction to Information System. 12th Edition. McGraw-Hill.
Singapore
4.
http://sudarcampus.wordpress.com/2011/03/17/sistem-pendukung-keputusan-dss-pertemuan-i/