Pertemuan_6_DSS_Overview

Download Report

Transcript Pertemuan_6_DSS_Overview

Sistem Pendukung Keputusan
(SPK)
Nency Extise Putri,M.Kom and
Team
Materi Kuliah [6]:
POKOK BAHASAN
Karakteristik SPK
 Kategori SPK
 Komponen-komponen SPK
 Kapabilitas SPK

2
Memberi
dukungan untuk
para manajer
dalam semua
level
1
Masalah
semiterstrukstur &
tidak terstruktur
14
Standalone,
terintegrasi dan
berbasis web.
13
Kemampuan
akses data
3
Memberi
dukungan bagi
individu atau
kelompok
5
Memberi dukungan
bagi semua tahap
proses pengambilan
keputusan
Sistem
Pendukung
Keputusan
(SPK)
12
Pemodelan &
analisis
6
Memberi dukungan
bagi berbagai bentuk
pengambilan keputusan
11
Mudah
dikembangkan
10
Dapat
dikendalikan
4
Keputusan saling
mempengaruhi atau
dilakukan berurutan
9
Efektif
8
Mudah
digunakan
7
Bersifat adaptif
dan fleksibel

Dukungan untuk para pengambil
keputusan, dalam situasi
semiterstruktur atau terstruktur
yang dilakukan secara bersamasama antara keputusan dari
pengambil keputusan dengan
informasi terkomputerisasi.

Dukungan untuk semua
level menejerial, mulai
dari eksekutif tingkat
atas sampai kelas
manajer

Dukungan untuk
semua individu
dalam kelompok

Keputusan dapat diambil
sekali, beberapa kali
atau berulang

Mendukung dalam semua
tahap proses pengambilan
keputusan

Mendukung dalam
beberapa model
pengambilan keputusan

Bersifat adaptif dan
fleksibel

Mudah dan nyaman
digunakan

Meningkatkan
efektivitas
pengambilan
keputusan

Dikendalikan
sepenuhnya oleh
pengambil keputusan
selama proses
penyelesaian masalah
1

Sistem dapat dikembangkan
dengan mudah
2

Memiliki kemampuan untuk
menganalisis situasi
pengambilan keputusan
3

Memiliki kemampuan
untuk mengakses
data dari berbagai
sumber, berbagai
format, tipe, dll.
4

Dapat digunakan
sebagai perangkat
yang bersifat
standalone,
terintegrasi atau
berbasis web
Kategori SPK

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.
Kategori SPK (2)

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.
Kategori SPK (3)

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.
Kategori SPK (4)

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.
Kategori SPK (5)

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.
Kategori SPK (6)

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
Kategori SPK (7)

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
Kategori SPK (8)

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.
Komponen DSS (1)

Haag, dkk (2000)



Manajemen data (internal atau eksternal)
Manajemen model (merepresentasikan
kejadian, fakta, atau situasi)
Manajemen antarmuka (menghubungkan
antara pengguna dan sistem)
Komponen DSS (2)

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.
Komponen DSS (3)

Hättenschwiler (1999)





User dengan perbedaan hak akses & fungsi dalam
pengambilan keputusan
Konteks keputusan
Target sistem yang menggambarkan keutamaan
preferensi
Basis pengetahuan (sumber data eksternal, basisdata
pengetahuan, data warehouses dan meta-databases,
metode & model matematis, prosedur, inferensi,
program administratif, dan sistem pelaporan
Lingkungan kerja untuk persiapan, analisis, dan
dokumentasi alternatif.
Komponen DSS (4)

Marakas (1999)





Sistem manajemen data
Sistem manajemen model
Knowledge engine
Antarmuka
Pengguna
Komponen DSS (5)

Holsapple dan Whinston (1996)






Text-oriented DSS,
Database-oriented DSS,
Spreadsheet-oriented DSS,
Solver-oriented DSS,
Rule-oriented DSS, dan
Compound DSS.
Komponen DSS (6)

Haag (2004)



Manajemen Model
Manajemen Data
Manajemen antarmuka
6.
Jawaban
5. Model
terpilih
4.
Informasi
yang
dibutuhkan
7. Solusi
Telah dapat ditentukan jumlah
karyawan yang harus diterima
beserta nama-nama karyawan
yang layak diterima.
What – If
Models
Organizational
Information
Optimization
Models
External
Information
Goal-seeking
Models
Personal
Information
Statistical
Models
Manajemen Data
2.
Pertanyaan
3.
Pemilihan
model
Manajemen Model
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?
Manajemen Antarmuka
1. Masalah
Komponen DSS (7)

Turban, dkk (2005)





Manajemen data
Manajemen model
Model-model eksternal
Subsistem berbasis pengetahuan
Antarmuka pengguna
Sistem berbasis
komputer
lainnya
Internet,
intranet,
ekstranet
Data: eksternal dan
internal
Manajemen
data
Manajemen
model
Subsistem berbasis
pengetahuan
Antarmuka
pengguna
Basis pengetahuan
terorganisasi
Manajer
(pengguna)
Model-model
eksternal
Subsistem Manajemen Data
(DMS)
 Subsistem manajemen data, terdiri-atas
basisdata yang berisi data-data yang
terkait dengan permasalahan yang akan
diselesaikan.
Subsistem Manajemen Data
DSS database
Elemenelemen
pada
subsistem
manajemen
data
Database Management System
Data dictionary
Query facility
Basis
pengetahuan
terorganisasi
Sumber data
eksternal
Sumber data
internal
Ekstraksi
Query facility
Data dictionary
DSS database
Database
management system:
Retrieval, Inquiry,
Update, Report
generation, Delete
Data pribadi,
private
Data
warehouse
perusahaan
Manajemen antarmuka
Manajemen model
Subsistem berbasis
pengetahuan
Subsistem Manajemen Model
(MMS)
 Subsistem manajemen model,
merupakan paket perangkat lunak yang
berisi statistik, ilmu manajemen, atau
model kuantitatif lainnya yang mampu
memberikan kapabilitas analitik bagi
sistem.
Model
• Strategik, taktik, operasional.
• Statistik, keuangan, teknik,
akuntansi, dll.
• Blok-blok pembentukan model.
Model dictionary
Manajemen Model
• Perintah-perintah pemodela: creation.
• Pemeliharaan: update.
• Bahasa pemodelan.
Manajemen
data
Manajemen
antarmuka
Subsistem
berbasis
pengetahuan
Data dictionary
Subsistem User Interface
 Subsistem antarmuka, yang digunakan
oleh pengguna untuk berkomunikasi
dengan sistem.
 Untuk sistem berbasis web, web browser
digunakan untuk keperluan tersebut.
Manajemen
data & DBMS
Subsistem
berbasis
pengetahuan
Manajemen
model &
MBMS
User Interface Management
System (UIMS)
Natural Language Processor
INPUT
Action
Languages
OUTPUT
Display
Languages
PC display
Printer, Plotter
User
Subsistem manajemen berbasis
pengetahuan
 Subsistem manajemen berbasis
pengetahuan, yang digunakan untuk
mendukung subsistem-subsistem yang
lainnya.
 Beberapa metode dalam kecerdasan
buatan dapat digunakan untuk keperluan
tersebut.
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.

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.
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
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