SISTEM INFORMASI MANAJEMEN - BAB 11 (SISTEM PENDUKUNG PENGAMBILAN KEPUTUSAN)

Nama : Nurmalia Safitri

NPM   : 46213694

Kelas  : 3DA01

Sistem Informasi Manajemen #

Ringkasan Materi Ke-4

BAB 11

SISTEM PENDUKUNG PENGAMBILAN KEPUTUSAN

Memilih Solusi yang Terbaik

Dapat tercapai dengan berbagai cara. Herry Mintzberg, seorang ahli teori manajemen mengidentifikasi 3 pendekatan:

1.      Analisis – Evaluasi atas pilihan-pilihan secara sistematis, dengan mempertimbangkan konsekuensi pilihan-pilihan tersebut pada tujuan organisasi.

2.      Penilaian – Proses pemikiran yang dilakukan oleh seorang manajer.

3.      Penawaran – Negosiasi antara beberapa manajer.

Permasalahan versus Gejala

Gejalan (Symptom) adalah kondisi yang dihasilkan masalah. Sering kali seorang manajer melihat gejala dan bukan masalah.

Seorang manajer menghadapi gejala seperti rendahnya keuntungan, maka sesuatu telah menyebabkan keuntungan menjadi rendah. Masalahnya adalah penyebab dari keuntungan yang rendah. Bahkan, kita dapat memandang suatu masalah sebagai penyebab permasalahan atau penyebab kesempatan.

Struktur Permasalahan

Model matematika yang disebut Formula EOQ (Economic Order Quantity) dapat membantu bagaimana masalah tersebut harus diselesaikan. Masalah seperti ini disebut masalah terstruktur, karena terdiri atas unsur dan hubungan antara berbagai elemen yang semuanya dipahami oleh orang yang memecahkan masalah. Masalah yang tidak terstruktur adalah masalah yang tidak memiliki elemen atau hubungan antarelemen yang dipahami oleh orang memecahkan masalah. Kebanyakan masalah adalah permasalahan di mana manajer memilik pemahaman yang kurang sempurna akan berbagai elemen dan hubungan di antaranya. Masalah semiterstruktur adalah masalah yang terdiri atas beberapa elemen atau hubungan yang dipahami oleh si pemecah masalah dan beberapa yang tidak dapat dipahami.

Beberapa elemen seperti harga tanah, pajak, dan biaya-biaya untuk mengirimkan bahan baku, dapat diukur dengan tingkat ketepatan yang tinggi. Tetapi elemen-elemen lain, seperti bahaya dari lingkungan dan perilaku masyarakat sekitar, sulit untuk diidentifikasi dan diukur.

Jenis Keputusan

Herbert A. Simon juga menemukan metode untuk mengklasifikasikan keputusan. Ia percaya bahwa keputusan terletak pada suatu kontinum, dengan keputusan terprogram pada satu sisi dan keputusan yang tidak terprogram di sisi lain. Keputusan terprogram bersifat “repetitif dan rutin, dalam hal prosedur tertentu digunakan untuk menanganinya sehingga keputusan tersebut tidak perlu dianggap de novo (baru) setiap kali terjadinya”. Keputusan tidak terprogram bersifat “baru, tidak  terstruktur dan penuh konsekuensi. Tidak terdapat metode yang pasti untuk menangani masalah seperti ini karena belum pernah ada sebelumnya, atau karena sifat dan strukturnya sulit dijelaskan dan kompleks, atau karena masalah tersebut demikian penting sehingga memerlukan penanganan khusus.”

SISTEM PENDUKUNG PENGAMBILAN KEPUTUSAN

Pendekatan SIM amatlah luas, dan berusaha untuk memberikan informasi kepada semua manajer di perusahaan untuk digunakan dalam penyelesaian semua permasalahan.

Dua profesor MIT, G. Anthony Gorry dan Michael S. Scott-Morton, percaya bahwa sistem informasi yang berfokus pada masalah tertentu yang  ditemui manajer tertentu akan memberikan dukungan yang lebih baik.

Istilah sistem keputusan terstruktur digunakan untuk mendeskripsikan sistem-sistem yang mampu menyelesaikan masalah yang terindentifikasi. Masalah-masalah di bawah garis menyulitkan pemrosesan komputer, dan Gorry dan Scott-Morton menggunakan istilah sistem pendukung pengambilan keputusan (DSS – Decision Support System) untuk menggambarkan sistem yang dapat memberikan dukungan yang dibutuhkan.

Istilah DSS tetap digunakan untuk mendeskripsikan sistem yang  didesain untuk membantu manajer memecahkan masala tertentu. Ide dasarnya adalah agar manajer dan komputer dapat bekerja sama untuk memecahkan masalah tersebut. Jenis masalah yang dapat diselesaikan adalah masalah yang semiterstruktur. Komputer dapat menyelesaikan bagian yang terstruktur, dan manajer dapat menyelesaikan bagian yang tidak terstruktur. Sejak 1971, DSS telah menjadi jenis sistem informasi yang paling sukses dan kini menjadi aplikasi komputer untuk pemecahan masalah yang paling produktif.

Model DSS

Ketika DSS untuk pertama kalinya dirancang, model ini menghasilkan laporan khusus dan berkala serta output dari model matematika. Laporan khusus ini berisikan respons terhadap permintaan ke basis data. Setelah DSS diterapkan dengan baik, kemampuan memungkinkan para pemecah masalah untuk bekerja sama dalam kelompok ditambahkan ke dalam model tersebut. Penambahan peranti lunak groupware memungkinkan sistem tersebut untuk berfungsi sebagai sistem pendukung pengambilan keputusan kelompok. Yang terbaru, kemampuan kecerdasan buatan juga telah ditambahkan beserta kemampuan untuk terlibat dalam OLAP.

PEMODELAN MATEMATIKA

Model adalah abstraksi dari sesuatu dan mewakili suatu objek atau aktivitas, yang disebut Entitas. Manajer menggunakan model untuk mewakili permasalahan yang harus diselesaikan. Objek atau aktivitas yang menyebabkan masalah disebut dengan entitasnya.

JENIS MODEL

Terdapat 4 jenis model:

1.      Model Fisik – merupakan gambaran 3 dimensi entitasnya. Dibuat untuk mencapai tujuan yang tidak dapat dipenuhi oleh benda sesungguhnya.

2.      Model Naratif – menggambarkan entitas dengan kata-kata yang terucap atau tertulis.

3.      Model Grafis – menggambarkan entitasnya dengan abstraksi garis, symbol atau bentuk. Model grafis juga digunakan dalam desain sistem informasi. Kebanyakan perangkat yang digunakan oleh pengembang sistem bersifat grafis.

4.      Model Matematis – digunakan manajer bisnis sama kompleksnya dengan yang digunakan untuk menghitung EOQ >> EOQ -  

Penggunaan Model

Keempat jenis model memberikan pemahaman dan memfasilitasi komunikasi. Selain itu model matematis memiliki kemampuan prediktif.

Memberikan Pengertian – Model biasanya lebih sederhana dibandingkan entitasnya .

Memfasilitasi Komunikasi – Keempat jenis model dapat mengkomunikasikan informasi secara akurat dan cepat kepada orang-orang yang memahami makna bentuk, kata-kata, grafis dan matematis.

Memprediksi Masa Depan – Ketepatan yang ditunjukkan model matematis untuk mewakili entitasnya merupakan kemampuan yang tidak terdapat pada model lain.

Kelas Model Matematis

Diklasifikasikan ke dalam 3 dimensi : Pengaruh Waktu, Tingkat Keyakinan, dan Kemampuan untuk Mencapai Optimisasi.

1.      Model Statis atau Dinamis

Model Statis – tidak melibatkan waktu sebagai salah satu variabel (berkenaan dengan situasi pada waktu tertentu).

Model Dinamis – Melibatkan waktu sebagai salah satu variabel, menggambarkan perilaku entitas seiring dengan waktu, seperti gambar bergerak atau film.

2.      Model Probabilitas atau Deterministik

Probabilitas adalah kesempatan bahwa sesuatu akan terjadi. Model yang melibatkan probabilitas disebut model probabilitas. Jika tidak, maka disebut model deterministik.

3.      Model Optimisasi atau Suboptimisasi

Model Optimisasi adalah model yang memilih solusi terbaik dari berbagai alternatif yang ditampilkan. Agar suatu model dapat melakukan ini, masalah tersebut harus terstrukur dengan amat baik.

Model Suboptimisasi, yang sering kali disebut model pemuas, memungkinkan seorang manajer untuk memasukkan seperangkat keputusan. Setelah langkah ini diselesaikan, model tersebut akan memproyeksikan hasil. Model ini tidak mengidentifikasi keputusan yang akan memberikan hasil yang  terbaik, namun membiarkan manajer melakukan tugas ini.

Setiap model dapat diklasifikasikan berdasarkan 3 dimensi ini. Sebagai contoh, formula EOQ merupakan model statis, deterministik dan optimisasi.

Simulasi

Tindakan menggunakan model disebut dengan simulasi.

Teknik Simulasi

Penting juga untuk menjalankan model suboptimisasi berulang kali, guna mencari kombinasi variabel keputusan yang menghasilkan hasil yang memuaskan. Proses pengulangan untuk mencoba beragam alternatif keputusan ini disebut permainan bagaimana jika (What-if game).

Kelebihan dan Kelemahan Pemodelan

·         Kelebihan

1.      Proses pemodelan dapat menjadi pengalaman belajar.

2.      Kecepatan proses simulasi memungkinkan sejumlah besar alternatif dapat dipertimbangkan dengan cara memberikan kemampuan untuk mengevaluasi dampak keputusan dalam waktu singkat.

3.      Model memberikan kemampuan prediksi.

4.      Model tidak semahal upaya uji coba.

·         Kelemahan

1.      Kesulitan untuk membuat model sistem bisnis akan menghasilkan model yang tidak mencakup semua pengaruh terhadap entitas.

2.      Kemampuan matematis tingkat tinggi dibutuhkan untuk merancang model yang lebih kompleks.

PEMODELAN MATEMATIKA MENGGUNAKAN LEMBAR KERJA ELEKTRONIK

Model matematika deprogram dalam bahasa pemrograman teknis seperti Fortran atau APL, yang berada di luar kompetensi para pemecah masalah yang  tidak memiliki latar belakang komputer. Ketika Spreadsheet hadir, tampak jelas bahwa teknlogi ini akan menjadi alat yang baik untuk membuat model matematika.

Kapabilitas Pemodelan Statis

Baris dan kolom dari lembar kerja elekttronik membuatnya ideal untuk

digunakan dalam model statis.

Kapabilitas Pemodelan Dinamis

Lembar kerja sangat sesuai untuk diganakan sebagai model dinamis. Kolom-kolom yang tersedia amat sesuai untuk periode waktu.

Memainkan Permainan “Bagaimana Jika”

Lembar kerja ini juga berguna untuk memainkan permainan “bagaimana jika”, di mana pemecah masalah memanipulasi satu atau lebih variabel untuk melihat dampak dari hasil simulasi.

Antarmuka Model Lembar Kerja

Ketika menggunakan lembar kerja sebagai model matematika, pengguna dapat memasukkan data atau membuat perubahan secara langsung pada sel-sel lembar kerja atau dapat menggunakan antarmuka pengguna grafis.

Antarmuka dapat dipersiapkan dengan bahasa pemrograman Visual Basic dan kemungkinan besar membutuhkan keahlian seorang spesialis informasi.

KECERDASAN BUATAN

Kecerdasan Buatan (artificial intelligence – AI) adalah aktivitas penyediaan mesin komputer dengan kemampuan untuk menampilkan perilaku yang akan dianggap sama cerdasnya dengan jika kemampuan tersebut ditampilkan oleh manusia.

Sejarah AI

Tahun 1956, istilah kecerdasan buatan pertama kali dibuat oleh John McCarthy sebagai tema suatu konferensi yang dilaksanakan di Dartmouth College. Pada tahun yang sama, program komputer AI pertama yang disebut Logic Theorist yang berkemampuan terbatas untuk berpikir (membuktikan teorema-teorema khusus) diumumkan dan akhirnya mendorong para ilmuwan untuk merancang program lain yang disebut General Problem Solver (GPS) yang ditujukan untuk digunakan dalam memecahkan segala macam masalah.

Wilayah AI

1.      Sistem Pakar – program komputer yang berusaha untuk mewakili pengetahuan keahlian manusia dalam bentuk heuristik (aturan yang menjadi patokan atau aturan untuk menebak dengan baik.

2.      Jaringan Saraf Tiruan – Mampu menemukan dan membedakan pola, sehingga membuatnya amat berguna dalam bisnis di wilayah pengenalan suara dan pengenalan karakter optis.

3.      Algoritme Genetik – menerapkan proses “yang terkuat yang selamat” untuk memungkinkan para pemecah masalah agar menghasilkan solusi masalah yang semakin lebih baik.

4.      Agen Cerdas – digunakan untuk melakukan tugas yang berkaitan dengan komputer yang berulang-ulang.

Daya Tarik Sistem Pakar

Pertama, sistem pakar memberikan kesempatan untuk membuat keputusan yang melebihi kemampuan seorang manajer. Kedua, dapat menjelaskan alasannya hingga menuju ke suatu keputusan.

SISTEM PENDUKUNG PENGAMBILAN KEPUTUSAN KELOMPOK

KONSEP GDSS

Sistem pendukung pengambilan keputusan kelompok (GDSS) adalah “sistem berbasis komputer yang membantu sekelompok orang melakukan tugas (atau mencapai tujuan) yang sama dan memberikan antarmuka untuk digunakan bersama.” Istilah ini antara lain sistem pendukung kelompok (GSS), kerja sama berbantuan komputer (CSCW), dukungan kerja kolaborasi terkomputersasi, dan sistem pertemuan elektronik (EMS). Peranti lunak yang digunakan dalam situasi-situasi ini diberi nama groupware.

MELETAKKAN DSS PADA TEMPATNYA

Konsep ini telah bekerja dengan amat baik sehingga para pengembang terus memikirkan fitur-fitur baru untuk ditambahkan. Ketika kecerdasan buatan ditambahkan, fitur ini benar-benar mengubah karakter DSS. Kecerdasan buatan memungkinkan DSS untuk memberikan tingkat dukungan keputusan yang semula tidak dibayangkan oleh para visioner DSS dan kapabilitas DSS kini sudah terbukti. Bahkan, saat ini lebih banyak aplikasi GDSS dibandingkan aplikasi DSS. Mengenai OLAP, konsep ini memang baru, namun akan menarik untuk melihat kemampuannya di masa yang akan datang.