Sistem Penunjang Keputusan

SISTEM PENUNJANG KEPUTUSAN

Sistem Penunjang Keputusan Model Dan Pendukung

 

Kelompok  2

Nama Kelompok :  Ahmad Deni Wijaya                    (10111410)

                              Dike Suryo Pamungkas                (12111080)

                              Eti Trisetiowati                             (12111510)

                              Nurma Yeni Yuli Lestari                (15111365)

                              Rifky Mahfud                              (16111191)
Kelas : 4 KA 40

                 

UNIVERSITAS GUNADARMA

2014

SISTEM PENGAMBILAN KEPUTUSAN : MODEL DAN PENDUKUNG

Sistem.

DSS, GDSS, EIS, dan ES melibatkan satu istilah: sistem.

Sistem adalah kumpulan dari obyek-obyek seperti orang, resources, konsep, dan prosedur yang ditujukan untuk melakukan fungsi tertentu atau memenuhi suatu tujuan.

Koneksi antara dan interaksi diantara sub sistem disebut dengan antarmuka/interface.

Sistem terdiri dari: Input, Proses, dan Output.

Input adalah semua elemen yang masuk ke sistem. Contohnya adalah bahan baku yang masuk

ke pabrik kimia, pasien yang masuk ke rumah sakit, input data ke komputer.

Proses adalah proses transformasi elemen-elemen dari input menjadi output.

Output adalah adalah produk jadi atau hasil dari suatu proses di sistem.

Feedback adalah aliran informasi dari komponen output ke pengambil keputusan yang memperhitungkan output atau kinerja sistem. Dari informasi ini, pengambil keputusan, yang bertindak sebagai pengontrol, bisa memutuskan untuk memodifikasi input, atau proses, atau malah keduanya.

Environment/lingkungan dari sistem terdiri dari pelbagai elemen yang terletak di luar input, output,atau pun proses. Namun, mereka dapat mempengaruhi kinerja dan tujuan sistem. Bila suatu elemen memiliki hubungan dengan tujuan sistem serta pengambil keputusan secara signifikan tak mungkin memanipulasi elemen ini, maka elemen tersebut harus dimasukkan sebagai bagian dari environment. Contoh: sosial, politik, hukum, aspek fisik, dan ekonomi.

Sistem dan lingkungannya:

Sistem terbuka (Open System) sangat tergantung pada lingkungannya. Sistem ini menerima input (informasi, energi, material) dari lingkungannya dan bisa juga memberikan outputnya kembali kemlingkungan tersebut.

2 ukuran utama dari sistem adalah: efektivitas dan efisiensi.

Efektivitas adalah derajat seberapa banyak tujuan sistem tercapai. Ini mengacu pada hasil atau

output dari suatu sistem. Doing the right thing.

Efisiensi adalah ukuran penggunaan input (atau resources) untuk mencapai tujuan; sebagai

contoh, seberapa banyak

Model.

Karekteristik utama dari DSS adalah adanya kemampuan pemodelan.

Model adalah representasi sederhana atau penggambaran dari kenyataan.

Terdapat 3 jenis model:

1.      Iconic (Scale). Replika fisik dari sistem, biasanya dalam skala tertentu dari bentuk aslinya. GUI pada OOPL adalah contoh dari model ini.

2.      Analog. Tak seperti sistem yang sesungguhnya tetapi berlaku seperti itu. Lebih abstrak daripada model Iconic dan merupakan representasi simbolis dari kenyataan. Contoh: bagan organisasi, peta, bagan pasar modal, speedometer.

3.      Matematis (Kuantitatif). Kompleksitas hubungan dalam sistem organisasi tak dapat direpesentasikan dengan Iconic atau Analog, karena kalau pun bisa akan memakan waktu lama dan sulit. Analisis DSS menggunakan perhitungan numerik yang dibantu dengan model matematis atau model kuantitatif lainnya.

Keuntungan Model.

Di bawah ini adalah alasan utama mengapa MSS menggunakan model:

1.      Biaya analisis model lebih murah daripada percobaan yang dilakukan pada sistem yang sesungguhnya.

2.      Model memungkinkan untuk menyingkat waktu. Operasi bertahun-tahun dapat disimulasikan dalam hitungan menit di komputer.

3.      Manipulasi model (perubahan variabel) lebih mudah dilakukan daripada bila diterapkan pada sistem nyata. Selanjutnya percobaan yang dilakukan akan lebih mudah dilakukan dan tak mengganggu jalannya operasi harian organisasi.

4.      Akibat yang ditimbulkan dari adanya kesalahan-kesalahan sewaktu proses trial-and-error lebih kecil daripada penggunaan model langsung di sistem nyata.

5.      Lingkungan sekarang yang makin berada dalam ketidakpastian. Penggunaan pemodelan menjadikan seorang manajer dapat menghitung resiko yang ada pada proses-proses tertentu.

6.      Penggunaan model matematis bisa menjadikan analisis dilakukan pada kemungkinan-kemungkinan solusi yang banyak sekali, bahkan bisa tak terhitung. Dengan adanya komunikasi dan teknologi canggih sekarang ini, manajer akan sering kali memiliki alternatf-alternatif pilihan.

7.      Model meningkatkan proses pembelajaran dan meningkatkan pelatihan.

Proses Pemodelan.

Berikut ini adalah proses yang terjadi pada pemodelan:

·         Trial and error dengan sistem nyata. Tapi ini tak berjalan bila:

1.      Terlalu banyak alternatif untuk dicoba.

2.      Akibat samping dari error yang terjadi besar pengaruhnya.

3.      Lingkungan itu sendiri selalu berubah.

·         Simulasi.

·         Optimisasi

·         Heuristic.

·         Proses pengambilan keputusan

Intellegence Phase.

Proses yang terjadi pada fase ini adalah:

·         Menemukan masalah.

·         Klasifikasi masalah.

·         Penguraian masalah.

·         Kepemilikan masalah.

Design Phase.

Tahap ini meliputi pembuatan, pengembangan, dan analisis hal-hal yang mungkin untuk dilakukan. Termasuk juga disini pemahaman masalah dan pengecekan solusi yang layak. Juga model dari masalahnya dirancang, dites, dan divalidasi.

·         Tugas-tugas yang ada pada tahap ini merupakan kombinasi dari seni dan pengetahuan, yaitu: Komponen-komponen model.

·         Struktur model.

·         Seleksi prinsip-prinsip pemilihan (kriteria evaluasi).

·         Pengembangan (penyediaan) alternatif.

·         Prediksi hasil.

·         Pengukuran hasil.

·         Skenario.

The Choice Phase.

Pendekatan pencarian pilihan ada 2:

·         Teknis analitis. Menggunakan perumusan matematis.

·         Algoritma. Langkah demi langkah proses.

Perbedaan antara metode pencarian analitis, blind dan heuristic disajikan pada diagram di bawah ini :

Sedangkan diagram proses yang menggunakan algoritma adalah :

Bagaimana Keputusan itu Didukung?

Dukungan pada Intelligence Phase.

Di bawah ini adalah diagram dari dukungan DSS:

Dukungan pada design phase.

Di bawah ini adalah tabel elemen-elemen laporan :

Dukungan pada Choice Phase.

Suatu DSS menurut definisinya adalah merekomendasikan tetapi tidak membuat suatu pilihan.

Sebagai tambahan untuk menggunakan model yang secara cepat mengidentifikasi alternative terbaik atau good enough , DSS dapat mendukung choice phase melalui analisis what-if dan goal-seeking. Skenario-skenario yang berbeda dapat dites untuk pilihan yang diinginkan yang bisa memperkuat keputusan akhir. Sedangkan suatu ES dapat digunakan untuk membantu solusi yang diharapkan sebagai rekomendasi pada solusi yang layak.

Dukungan pada Implementasi Keputusan.

Pada fase ini ternyata keuntungan yang didapat dari DSS juga sepenting atau malah lebih penting

dibandingkan penggunaan DSS pada fase-fase sebelumnya.

Keuntungannya adalah dalam memberikan ketajaman dan detil dari analisis dan output yang

dihasilkan.

Untuk ES, jelas implementasi keputusan di dukung olehnya. Kelebihan ES yaitu ia dapat berfungsi

sebagai sistem penasehat berkaitan dengan implementasi masalah ini. Terakhir ES menyediakan

training yang menjadikan segala yang diimplementasikan lebih mudah dan mulus.