sistem pendukung pengambilan keputusan (decision support system))
TRANSCRIPT
SISTEM INFORMASI MANAJEMEN
SISTEM PENDUKUNG KEPUTUSAN
(SPK)
Disusun OlehIcha Adelika Dian A.M. Ari WibowoTri Hadi SantosoNurul AiniFitria Abda RohmanaMiftahuddinKurnia NurmazitaRatih SusilawatiSri MusiyamWahyu PangestiKholilah
(2013002003)(2013002004)(2013002005)(2013002006)(2013002008)(2013002009)(2013002010)(2013002011)(2013002012)(2013002013)(2013002014)
Tujuan PembelajaranMemahami dasar-dasar pengambilan
keputusan & pemecahan masalah . Tahu bagaimana konsep sistem
pendukung keputusan ( DSS ) berasal .
Mengetahui dasar-dasar pemodelan matematika .
Tahu bagaimana menggunakan lembar kerja elektronik (spreadsheet) sebagai model matematika .
Lanjutan Mengetahui bagaimana
kecerdasan buatan muncul sebagai aplikasi komputer & tahu area utamanya .
Mengenal empat bagian dasar sistem pakar .
Tahu apa kelompok sistem pendukung keputusan ( GDSS ) & pengaturan lingkungan yang berbeda yang dapat digunakan .
Pemecahan Masalah dan Pembuatan KeputusanPemecahan masalah terdiri dari respon terhadap
hal-hal berjalan dengan baik & juga untuk hal-hal yang akan buruk dengan cara mendefinisikan masalah .
Masalah adalah suatu kondisi atau peristiwa yang berbahaya atau berpotensi membahayakan perusahaan atau yang menguntungkan atau berpotensi menguntungkan .
Pengambilan keputusan adalah tindakan memilih dari alternatif solusi pemecahan masalah .
Keputusan adalah tindakan yang dipilih dalam pemecahan masalah .
Fase Pemecahan MasalahHerbert Simon, empat tahap dasar : Fase intelijen - Mencari lingkungan
kondisi yang harus dipecahkan. Kegiatan desain - Menciptakan ,
mengembangkan , & menganalisis kemungkinan jalannya tindakan .
Kegiatan pemilihan - Memilih tindakan tertentu dari yang tersedia .
Kegiatan Pengkajian - Menilai pilihan terakhir.
Kerangka & Pendekatan Sistem
Kerangka pemecahan masalah Sistem umum model
perusahaan . Model delapan - elemen
lingkungan . Pendekatan sistem untuk
pemecahan masalah , melibatkan serangkaian langkah dikelompokkan menjadi tiga fase - upaya persiapan, upaya definisi , & upaya pemecahan .
Pentingnya Caran Pandang Sistem
Cara Pandang Sistem, yang memandang operasional usaha sebagai sistem tertanam dalam pengaturan lingkungan yang lebih besar ; ini merupakan cara pemikiran abstrak; Nilai potensi untuk manajer antara lain : ◦ Mencegah manajer tidak bingung dalam kompleksitas
struktur organisasi & rincian pekerjaan. ◦ Menekankan perlunya memiliki tujuan yang baik . ◦ Menekankan pentingnya semua bagian dari organisasi
untuk bekerja sama . ◦ Mengangkat hubungan antara organisasi dengan
lingkungannya . ◦ Menempatkan nilai tinggi pada informasi yang didapat dari
input yang hanya dapat dicapai melalui sistem perputaran tertutup
Membangun Konsep Elemen fase pemecahan masalah .
◦ Situasi yang diinginkan - apa sistem harus dicapai. ◦ Keadaan saat ini - apa sistem dicapai sistem sekarang . ◦ Kriteria solusi - perbedaan antara keadaan saat ini &
keadaan yang diinginkan . Kendala.
◦ Internal yang mengambil bentuk sumber daya yang terbatas yang ada dalam perusahaan .
◦ Lingkungan berupa tekanan dari berbagai elemen lingkungan yang membatasi aliran sumber daya ke & dari perusahaan .
Ketika semua elemen ini ada & manajer memahami mereka , solusi untuk masalah ini adalah mungkin!
Gambar 11.1 Elemen Proses Pemecahan Masalah
Memilih Solusi TerbaikHenry Mintzberg , manajemen
teori , telah mengidentifikasi tiga pendekatan :
Analisis - evaluasi sistematis pilihan .
Penghakiman - proses pemikiran seorang manajer tunggal .
Penawaran - negosiasi antara beberapa manajer .
Permasalahan vs. GejalaGejala adalah suatu kondisi yang dihasilkan
oleh masalah . Masalah terstruktur terdiri dari unsur-unsur &
hubungan antara unsur-unsur , yang semuanya dipahami oleh pemecah masalah .
Masalah tidak terstruktur adalah masalah yang tidak mengandung unsur atau hubungan antara unsur-unsur yang dipahami oleh pemecah masalah .
Masalah semiterstruktur adalah masalah yang terdiri atas beberapa elemen atau hubungan yang dipahami oleh pemecah masalah & beberapa yang tidak dapat dipahami.
Jenis-jenis KeputusanKeputusan terprogram adalah " berulang-
ulang & rutin , sejauh bahwa prosedur yang pasti telah bekerja untuk menangani mereka sehingga mereka tidak harus diperlakukan de novo ( seperti baru ) setiap kali terjadi.
Keputusan tidak terprogram adalah " baru , tidak terstruktur , & penuh konsekuensi . Tidak ada metode yang pasti untuk penanganan masalah karena sifat & strukturnya sulit dipahami atau kompleks , karena masalah itu sangat penting sehingga membutuhkan penanganan khusus."
Sistem Pendukung Keputusan
Gorry & Scott Morton (1971 ) mengemukakan bahwa sistem informasi yang difokuskan pada masalah tunggal yang dihadapi oleh manajer tunggal akan memberikan dukungan yang lebih baik .
Sentral untuk konsep mereka adalah tabel , yang disebut Gorry - Scott Morton grid ( Gambar 11.2 ) yang mengklasifikasikan masalah dalam hal struktur masalah & tingkat manajemen .
Tingkat atas disebut tingkat perencanaan strategis , tingkat menengah - tingkat pengendalian manajemen , & tingkat yang lebih rendah - tingkat pengendalian operasional .
Gorry & Scott Morton juga menggunakan istilah sistem pendukung keputusan ( DSS ) untuk menggambarkan sistem yang dapat memberikan dukungan yang diperlukan
Gambar 11.2 Gorry & Scott - Morton Grid
Model DSSAwalnya DSS dikandung untuk menghasilkan
laporan periodik & khusus & output dari model matematika .
Kemampuan ditambahkan untuk mengizinkan pemecah masalah untuk bekerja dalam kelompok .
Penambahan groupware memungkinkan sistem berfungsi sebagai sistem pendukung keputusan kelompok ( GDSS ) .
Baru-baru ini , kecerdasan buatan ( AI ) kemampuan telah ditambahkan , bersama dengan kemampuan untuk terlibat dalam program analisis online ( OLAP )
Gambar 11.3 DSS Model yang Menggabungkan GDSS , OLAP , & AI
Pemodelan Matematika Model adalah abstraksi dari sesuatu . Ini
merupakan beberapa objek atau kegiatan , yang disebut entitas .
Ada empat jenis dasar model : ◦ Model fisik adalah gambaran tiga dimensi dari entitas
tersebut. ◦ Model naratif , yang menggambarkan entitas dengan
kata-kata lisan atau tertulis . ◦ Model grafis mewakili entitas dengan abstraksi garis ,
simbol , atau bentuk ( Gambar 11.4 ) .Kuantitas pesanan ekonomi ( EOQ ) adalah jumlah optimum dari penambahan saham untuk memesan dari pemasok . Model matematika adalah rumus matematika atau
persamaan .
Formula to Compute Economic Order Quantity (EOQ)
Figure 11.4 Graphical Model of EOQ
Penggunaan ModelMemberikan Pengertian: Setelah model sederhana
dipahami , secara bertahap dapat dibuat lebih kompleks sehingga lebih akurat mewakili entitas tersebut.
Memfasilitasi Komunikasi : Semua empat jenis model dapat mengkomunikasikan informasi secara cepat dan akurat .
Memprediksi Masa Depan : Model matematika dapat memprediksi apa yang mungkin terjadi di masa depan tapi manajer harus menggunakan penilaian & intuisi dalam mengevaluasi output .
Sebuah model matematika dapat diklasifikasikan dalam tiga dimensi : pengaruh waktu , tingkat kepastian , & kemampuan untuk mencapai optimasi .
Kelas Model MatematikaModel statis tidak termasuk waktu sebagai variabel ,
tetapi penawaran hanya dengan titik waktu tertentu .
Model dinamis termasuk waktu sebagai variabel ; itu merupakan perilaku entitas dari waktu ke waktu .
Model probabilistik meliputi probabilitas . Jika tidak , itu adalah model deterministik . ◦ Probabilitas adalah kemungkinan bahwa sesuatu akan
terjadi . Mengoptimalkan model adalah salah satu yang
memilih solusi terbaik di antara alternatif . Suboptimizing Model tidak mengidentifikasi
keputusan yang akan menghasilkan hasil terbaik tapi daun tugas yang ke manajer .
Simulasi Tindakan menggunakan model disebut simulasi
sedangkan skenario digunakan untuk menggambarkan kondisi yang mempengaruhi simulasi .
Misalnya, jika Anda simulasi sistem persediaan, seperti yang ditunjukkan pada Gambar 11.5 , skenario menentukan saldo awal & unit penjualan harian .
Model dapat dirancang sehingga elemen data skenario berbentuk variabel , sehingga memungkinkan nilai yang berbeda yang akan ditugaskan .
Input nilai manajer memasuki untuk mengukur dampaknya terhadap entitas yang dikenal sebagai variabel keputusan .
Gambar 11.5 memberikan contoh variabel keputusan seperti kuantitas pesanan , titik pemesanan kembali , & lead time.
Figure 11.5 Scenario Data & Decision Variables from a Simulation
Simulasi Teknik & Format simulasi outputManajer biasanya menjalankan
model mengoptimalkan hanya sekali.Setiap kali model dijalankan , hanya
satu variabel keputusan harus diubah , sehingga pengaruhnya dapat dilihat .
Dengan cara ini , masalah pemecah sistematis menemukan kombinasi keputusan yang mengarah ke solusi yang diinginkan .
Contoh Pemodelan Eksekutif Sebuah perusahaan dapat
menggunakan model matematika untuk membantu dalam membuat keputusan penting & untuk mensimulasikan efek dari : ◦ Harga produk ; ◦ Jumlah investasi tanaman ; ◦ Jumlah yang akan diinvestasikan dalam
kegiatan pemasaran ; ◦ Jumlah yang akan diinvestasikan dalam
penelitian dan pengembangan. Selanjutnya , eksekutif ingin mensimulasikan 4/4
kegiatan & menghasilkan 2 laporan : pernyataan operasi & laporan laba rugi .
Gambar 11.6 Model Masukan Layar untuk Memasuki Skenario Data Sebelum
Gambar 11.7 Model Masukan Layar untuk Memasuki Skenario Data untuk Berikutnya
Model OutputKegiatan kuartal berikutnya ( Quarter 1 )
disimulasikan , & laba setelah pajak ditampilkan di layar .
Para eksekutif kemudian mempelajari gambar & memutuskan pada set keputusan yang akan digunakan dalam Quarter 2.
Keputusan-keputusan ini dimasukkan & simulasi diulang . Proses ini berlanjut sampai semua empat kuartal telah disimulasikan . Pada titik ini layar memiliki penampilan yang ditunjukkan pada Gambar 11.8 .
Pernyataan operasi pada Gambar 11.9 & laporan laba rugi pada Gambar 11.10 ditampilkan pada layar terpisah .
Gambar 11.8 Ringkasan Hasil dari Model
Figure 11.9 Operating Statement Shows Nonmonetary Results
Figure 11.10 Income Statement Shows Nonmonetary Results
Kelebihan & Kekurangan Pemodelankeuntungan :
◦ Proses pemodelan adalah pengalaman belajar . ◦ Kecepatan proses simulasi memungkinkan pertimbangan
jumlah yang lebih besar dari alternatif . ◦ Model menyediakan daya prediksi - melihat ke masa depan
- yang tidak ada metode informasi penghasil lainnya menawarkan .
◦ Model yang lebih murah daripada metode trial - and-error . kekurangan :
◦ Kesulitan pemodelan sistem bisnis akan menghasilkan model yang tidak menangkap semua pengaruh pada entitas .
◦ Sebuah tingkat tinggi keterampilan matematika diperlukan untuk mengembangkan & benar menginterpretasikan output dari model yang kompleks .
Pemodelan Matematika Menggunakan Electronic Spreadsheets Terobosan teknologi yang memungkinkan pemecah
masalah untuk mengembangkan model matematika mereka sendiri adalah spreadsheet elektronik .
Model Statis : Gambar 11.11 menunjukkan anggaran operasional dalam bentuk kolom . Kolom yang untuk : biaya yang dianggarkan , biaya yang sebenarnya , & varians , sementara baris digunakan untuk berbagai pos pengeluaran .
Sebuah spreadsheet terutama cocok untuk digunakan sebagai model dinamis . Kolom yang sangat baik untuk periode waktu , seperti yang diilustrasikan pada Gambar 11.12 .
Sebuah spreadsheet juga cocok untuk bermain " apa - jika " permainan , di mana pemecah masalah memanipulasi 1 atau lebih variabel untuk melihat efek pada hasil simulasi .
Figure 11.11 Spreadsheet Rows & Columns Provide Format for Columnar Report
Figure 11.12 Spreadsheet Columns are Excellent for Time Periods in Dynamic Model
Antarmuka Model Lembar Kerja Bila menggunakan spreadsheet sebagai model
matematika , pengguna dapat memasukkan data atau membuat perubahan langsung ke sel spreadsheet.
Model harga dijelaskan sebelumnya dalam figur 11,6-11,10 bisa dikembangkan menggunakan spreadsheet , dan telah antarmuka pengguna grafis menambahkan
Antarmuka dapat dibuat dengan menggunakan bahasa pemrograman seperti Visual Basic dan kemungkinan akan membutuhkan seorang spesialis informasi untuk mengembangkan
Pendekatan pembangunan akan bagi pengguna untuk mengembangkan spreadsheet dan kemudian memiliki antarmuka ditambahkan oleh spesialis informasi .
Kecerdasan buatan Kecerdasan buatan ( AI ) adalah kegiatan
penyediaan mesin seperti komputer dengan kemampuan untuk menampilkan perilaku yang akan dianggap sebagai cerdas jika diamati pada manusia .
AI sedang diterapkan dalam bisnis dalam sistem berbasis pengetahuan , yang menggunakan pengetahuan manusia untuk memecahkan masalah .
Jenis yang paling populer dari sistem berbasis pengetahuan adalah sistem pakar , yang merupakan program komputer yang mencoba untuk mewakili pengetahuan ahli manusia dalam bentuk heuristik .
Heuristik ini memungkinkan sistem pakar untuk berkonsultasi tentang cara untuk memecahkan masalah : disebut konsultasi - pengguna berkonsultasi sistem pakar untuk saran .
Wilayah AISistem pakar adalah program komputer
yang mencoba untuk mewakili pengetahuan ahli manusia dalam bentuk heuristik .
Heuristik adalah aturan praktis atau aturan menebak baik .
Konsultasi adalah tindakan menggunakan sistem pakar .
Insinyur pengetahuan memiliki keahlian khusus di kecerdasan buatan ; mahir dalam memperoleh pengetahuan dari ahli.
Lanjutan Jaringan saraf meniru fisiologi otak
manusia . Algoritma genetika menerapkan "
survival of the fittest " proses untuk memungkinkan pemecah masalah untuk menghasilkan solusi masalah yang semakin baik .
Agen cerdas yang digunakan untuk melakukan tugas-tugas yang berkaitan dengan komputer berulang ; yaitu data mining .
Konfigurasi Sistem PakarUser interface memungkinkan manajer
untuk memasukkan instruksi & informasi ke dalam sistem pakar & menerima informasi dari itu .
Basis pengetahuan mengandung kedua fakta yang menggambarkan daerah masalah & teknik representasi pengetahuan yang menjelaskan bagaimana fakta-fakta cocok bersama secara logis .
Masalah domain digunakan untuk menjelaskan area masalah .
Sistem Pakar Konfigurasi ( Lanjutan )Aturan menentukan apa yang harus dilakukan
dalam situasi tertentu & terdiri dari dua bagian : ◦ Sebuah kondisi yang mungkin atau mungkin tidak
benar , dan ◦ Suatu tindakan yang harus diambil ketika kondisi
benar . Mesin inferensi adalah bagian dari sistem
pakar yang melakukan penalaran dengan menggunakan isi basis pengetahuan dalam urutan tertentu .
Variabel gol menempatkan nilai ke solusi masalah
LanjutanSistem shell pakar adalah prosesor siap pakai
yang dapat disesuaikan dengan domain masalah tertentu melalui penambahan basis pengetahuan yang tepat .
Berbasis kasus penalaran ( CBR ) menggunakan data historis sebagai dasar untuk mengidentifikasi masalah & merekomendasikan solusi .
Pohon keputusan adalah struktur jaringan - seperti yang memungkinkan pengguna untuk kemajuan dari akar melalui jaringan cabang dengan menjawab pertanyaan yang berkaitan dengan masalah .
Figure 11.13 Expert System Model
Kelompok Sistem Pendukung KeputusanKelompok sistem pendukung keputusan ( GDSS )
adalah " suatu sistem berbasis komputer yang mendukung kelompok-kelompok orang yang terlibat dalam tugas umum ( atau tujuan ) & yang menyediakan antarmuka untuk lingkungan bersama " .
Alias sistem pendukung kelompok ( GSS ) , kerja komputer yang didukung koperasi ( CSCW ) , dukungan kerja kolaboratif terkomputerisasi , & sistem pertemuan elektronik ( EMS ) .
Groupware perangkat lunak yang digunakan dalam pengaturan ini .
Peningkatan komunikasi membuat keputusan yang lebih baik mungkin.
GDSS Pengaturan Lingkungan Pertukaran sinkron ketika anggota bertemu
pada waktu yang sama . Pertukaran Asynchronous ketika anggota
bertemu pada waktu yang berbeda . Ruang keputusan adalah pengaturan untuk
kelompok kecil orang bertemu tatap muka . Fasilitator adalah orang yang bertugas kepala
adalah untuk menjaga diskusi di trek . Komunikasi paralel adalah ketika semua
peserta memasukkan komentar pada saat yang sama , &
Anonimitas adalah ketika tidak ada orang yang dapat mengatakan yang masuk komentar tertentu ; peserta mengatakan apa yang mereka pikirkan benar-benar tanpa rasa takut .
Figure 11.14 Group Size & Location Determine DSS Environmental Settings
Lanjutan Jaringan area lokal ketika keputusan tidak mungkin
bagi kelompok-kelompok kecil orang untuk bertemu tatap muka , para anggota dapat berinteraksi melalui jaringan area lokal , atau LAN .
Sesi legislatif ketika kelompok terlalu besar untuk ruang keputusan . ◦ Membebankan kendala tertentu pada komunikasi seperti
partisipasi yang sama oleh masing-masing anggota akan dihapus atau kurang waktu yang tersedia .
Konferensi komputer - dimediasi beberapa aplikasi kantor virtual memungkinkan komunikasi antara kelompok-kelompok besar dengan anggota secara geografis . ◦ Aplikasi telekonferensi termasuk konferensi komputer ,
audio conferencing , & videoconference