Prof. Dr. Hapzi Ali, CMA Universitas Mercu Buana (Mercu Buana University), Jakarta Indonesia Bidang Ilmu: Marketing & Business Management, Research Method, MIS, Good Corporate Governance www.mercubuana.ac.id. email: hapzi.ali@gmail.com, hapzi.ali@mercubuana.ac.id

1. Prof. Dr. Ir. Hapzi Ali, MM, CMA
Prof.(MSI), Dr.(DMB), Ir.(M.Inf.), BSc.(Kom), Pre-MSc.(Com), MM.(MSDM), CMA.(AAPM).
CopyRight @2016
Magister Management
UNIVERSITAS TERBUKA

2. Sistem Penunjang Keputusan (DSS)
• Keberhasilan manajemen tergantung pd kemampuan
pelaksanaan fungsi manajerial yg terdiri dari perencanaan,
pengorganisasian, pengarahan dan pengendalian.
• Menurut Herbert A. Simon (1977), saat membuat keputusan,
pengambil keputusan akan melewati 4 tahapan yaitu:
1. Intelejen
2. Merancang
3. Memilih
4. Implementasi

3. 1. Sistem Penunjang Keputusan (DSS)
Proses dan tahapan pembuatan keputusan

4. 1. Sistem Penunjang Keputusan (DSS)
• Pembuatan keputusan memerlukan dukungan teknologi
informasi disebabkan antara lain:
1. Jumlah alternatif yg dipertimbangkan meningkat, seperti
inovasi teknologi, perbaikan komunikasi, pasar global dan
penggunaan internet
2. Banyak keputusan yg harus diambil dalam waktu singkat.
3. Meningkatkan fluktuasi dan ketidakpastian lingkungan
sehingga memerlukan analisis yg rumit untuk pembuatan
keputusan.
4. Seringkali perlu mengakses informasi dg cepat,
mengkonsultasikannya dg para ahli, atau memiliki
kelompok pengambilan keputusan.

5. Konsep DSS
• Konsep yg berkaitan dg DSS pertama kali diperkenalkan awal
tahun 1970-an oleh G. Anthony Gorry dan Michael S. Scott
Morton.
• Dss didefenisikan sebagai sistem yg dapat membantu
mengambil keputusan mempergunakan data dan model untuk
memecahkan permasalahan semi terstruktur.
• DSS tidak hanya menghasilkan satu keputusan tetapi beberapa
alternatif keputusan.
• Terdapat tiga tipe permasalahan yaitu : masalah terstruktur,
masalah tidak terstruktur, dan masalah semi terstruktur
• Dg demikian proses pembuatan keputusan berkisar dari
keputusan terstruktur hingga tidak terstruktur.

6. Konsep DSS
• Tujuan DSS menurut Peter G. W. Keen anggota tim Scott-
Morton adalah:
1. Membantu manejer membuat keputusan untuk
memecahkan masalah semi terstruktur
2. Mendukung penilaian manajer bukan mencoba
menggantinya.
3. Meningkatkan efektivitas pembuatan keputusan.

7. Kerangka Pendukung Keputusan

8. Karakteristik DSS
• Sebagian besar DSS hanya memiliki beberapa atribut berikut:
1. DSS menyediakan dukungan bagi pengambil keputusan di
semua level manajemen , baik individual maupun group,
terutama dalam masalah semi terstruktur dan tidak
terstruktur dg memadukan pertimbangan pengambilan
keputusan itu sendiri dg informasi berbasis komputer.
2. DSS memberi dukungan beberapa keputusan yg saling
tergantung dan atau berurutan.
3. DSS memberi dukungan semua tahapan proses
pengambilan keputusan
4. DSS dapat disesuaikan oleh pengguna sepanjang waktu
berkaitan dg perubahan kondisi.

9. Karakteristik DSS
5. DSS mudah dibentuk dan digunakan
6. DSS mengembangkan pembelajaran, yaitu menyebabkan
permintaan baru dan perbaikan aplikasi yg mengarah ke
pembelajaran tambahan
7. DSS biasanya menggunakan model standar atau yg dibuat
sesuai pesanan .
8. DSS menyediakan pelaksanaan yg mudah adri analisis
sensitivitas.

10. Karakteristik DSS
Model DSS

11. Model DSS
Berikut penjelasan mengenai mekanisme kerja model DSS
1.Database DSS
• Database DSS adalah kumpulan data sekarang atau historis
yg berasal dari berbagai aplikasi
• Database tersebut mungkin berupa database kecil yg
dimasukkan dalam PC yg brisi sebagian data perusahaan yg
telah diambil dan dikombinasinasikan dg data eksternal.
• Database DSS juga dapat berupa data warehouse besar yg
secara terus menerusdiperbarui oleh sistem pemrosesan
transaksi.

12. Model DSS
2. Sistem Software DSS
• Sistem sotfware database terdiri dari software yg digunakan
untuk analisis data.
• Software2 tersebut terdiri dari OLAP tools, datamining tools,
atau kumpulan dari model matematika dan model analisis yg
mudah pemakaiannya
• OLAP atau analisis multi dimensional mendukung lebih
kompleks akan permintaan informasi.
• Datamining menyediakan data yg tidak dapat diperoleh
OLAP dg menemukan pola dan hubunga tersembunyi dlm
database yg besar dan membuat aturan untuk memprediksi
perilaku masa depan.

13. Model DSS
• Tipe informasi yg dapat dihasilkan dari datamining
termasuk:
a. Keterkaitan (associatons)
b. Urutan (sequences)
c. Klasifikasi (classifications)
d. Kluster (cluster)
e. Ramalan (forecasts)
• Software DSS memiliki kemampuan untuk
memproyeksikan hasil dimasa depan dengan
melakukan analsis serangkaian data.

14. Model DSS
3. Subsistem mesin komunikasi pemakai (user interface)
• Istilah user interface adalah semua mesin komunikasi di antara
pemakai dan DSS.
• Subsistem komunikasi pemakai diatur software yg disebut user
interface management system.
• Pemakai dapat berkomunikasi dan memerintah DSS melalui
subsistem user interface
• User interface merupakan komponens DSS yg terpenting
karena tenaga, fleksibeitas dan kemudahan untuk
digunakannya DSS banyak dipicu dari komponen ini.

15. Model DSS
4. Pemakai (User)
• Pemakai DSS diklasifikasikan pada dua kelompok yaitu :
1. Manajer
2. Staf ahli
• Saat para manajer memanfaatkan DSS, mereka mungkin
menggunakannya melalui personal perantara yang melakukan
analisis dan melaporkan hasilnya.
• Terdapat 4 tipe personal perantara yg mencerminkan tipe
dukungan yg berbeda bagi manajer, yaitu:
1. Staf pembantu
2. Ahli pemakai alat
3. Analisibisnis/sistem
4. Kelompok fasilitator

16. Aplikasi DSS
• DSS dapat digunakan untuk mendukung pengambilan
keputusan dlm banyak cara.
• DSS semakin mampu menyediakan informasi untuk
pengambilan keputusan dimana perusahaan dapat
mengkoordinasi peroses bisnis internal dan eksternal dg lebih
tepat.

17. Aplikasi DSS
Kegunaan DSS:
1. DSS untuk supply chain management
• Keputusan dlm supplychain terkait penentuan “siapa, apa, kapan, dan
diamana” dari pembelian serta pengangkutan bahan baku dan
penolongmasuk proses produksi, pendistribusian dan pengiriman
produkke pelanggan.
2. DSS untuk customer relationship management
• DSS untukcustomer relationship management menggunakan
datamining sebagai pengarah keputusan tentangpricing,customer
retention, marketshare, dan new revenuestreams.
• Sistem ini mengkonsolidasi informasi pelanggan dari berbagai sistem
kedalam data warehouse dan menggunakan berbagai alat analisis
untukmembagi informasi tersebut menjadi bagian2 kecil

18. Aplikasi DSS
3.DSS untuk simulation business scenarios
• DSS dapat digunakan untuk analisis “what-if” atas
permasalahan tertentu suatu perusahaan.
• DSS kapabilitas modelling dan analisis what-if yg begitu
kuatnya telah dikembangkan untuk modelling skenario bisnis
secara menyeluruh.
• Contoh, pd industri minyak dan gas, terdapat banyak variabel
yg terkait dlm operasional, banyak nya variabel dan hubungan
yg kompleks tsb menyulitkan manajer menentukan
keputusan2nya.
• DSS mampu menyediakan informasi yg memadai untuk
keptusan-keputusan tsb.

19. Aplikasi DSS
4. DSS untuk geographic information sistem (GIS)
• GIS merupakan kategori khusus DSS yg dapat menganalisis
data yg ditayangkan dg menggunakan pera digital.
• GIS jg dapat digunakan untuk mendukung keputusan yg
memerlukan pengetahuan distribusi geografi atas orang2 atau
sumber daya lainnya dalam riset keilmuan, sumber daya dan
rencana pengembangan.
• Contoh, GIS digunakan oleh pemerintah untuk membantu
menghitung waktu tanggapan darurat atas bencana alam atau
membantu bank untuk menentukan lokasi terbaik untuk
membuka cabang atau memasang terminal ATM

20. Aplikasi DSS
5. DSS pelanggan berbasis Web
• DSS berbasis Web dan internet dapat mendukung
pengambilan keputusan dg menyediakan akses online untuk
berbagai database dan informasi untuk analisis data.
• DSS berbasis Web tidak hanya diperuntukkan untuk
manajemen tetapi juga untuk pelanggan.
• Pelanggan dibantu DSS untuk dapat membuat keputusan
pemilihan pembelian barang dan jasa.

21. 2. Sistem Penunjang Keputusan Kelompok (GDSS)
• GDSS / Group DSS merupakan sistem berbasis
komputer interaktif untuk memfasilitasi pemecahan
masalah tidak terstruktur dg sekelompok pengambil
keputusan yg bekerja sama sebagai suatu kelompok
• GDSS dikembangkan untuk merespon kepedulian
terhadap kualitas dan efektivitas pertemuan.

22. 2. Sistem Penunjang Keputusan Kelompok (GDSS)
A. Karakteristik GDSS
• Dalam GDSS terdapat minimal 3 elemen yg membentuknya,
yaitu hardware, software dan sekumpulan orang.
• Hardware meliputi fasilitas pertemuan itu sendiri, termasuk
ruangan, meja dan kursi, selain itu termasuk hardware
elektronik semacam papan display elektronik, komputer dan
perangkat jaringan.
• Sotware adalah alat untuk mengorganisi ide, mengumpulkan
informasi, membuat peringkat dan menetapkan prioritas dan
aspek lain dari kerja bersama yg digunakan untuk mendukung
pertemuan pengambilan keputusan.

23. 2. Sistem Penunjang Keputusan Kelompok (GDSS)
• Software GDSS khusus yg dikembangkan untuk pertemuan
dimana semua peserta berada dlm ruangan yg sama atau ruang
yg berbeda dihubungkan dg jaringan
• Software GDSS khusus tsb dapat meliputi:
1. Electronic questionnaires
2. Electronic brainstorming tools
3. Idea organizers
4. Questionnaire tools
5. Tools for voting or setting priorities
6. Stakeholder identification and analysis tools
7. Policy formation tools
8. Group dictionaries

24. 2. Sistem Penunjang Keputusan Kelompok (GDSS)
B. Penggunaan GDSS Dalam Sistem
• Sistem pertemuan elektronik (electronic
meeting/EMS) adalah tipe GDSS yg menggunakan
teknologi informasi untuk membuat pertemuan
kelompok lebih produktif.
• EMS mendukung aktivitas dalam pertemuan, baik
peserta berada dalam tempat dan waktu yg sama atau
dalam tempat dan waktu berbeda.

25. 2. Sistem Penunjang Keputusan Kelompok (GDSS)
• Berikut adalah keuntungan pengambilan keputusan kelompok
dg GDSS:
1. Memperbaiki perencanaanawal
2. Meningkatkan partisipasi
3. Suasana rapat menjadi lebih terbuka
4. Peserta bebas berpendapat
5. Objektivitas evaluasi
6. Mengorganisasi dan mengevaluasi ide
7. Menetapkan prioritasdan membuat keputusan
8. Mendokumentasipertemuan
9. Akses ke informasi eksternal
10. Pemeliharaan memori organisasi.

26. 3. Sistem Pakar (ES)
• Sistem pakar (expert system/ES) adalah software yg
dapat digunakan untuk pengambilan keputusan.
• ES meniru keahlian manusia
• ES telah banyak diaplikasikan dan berhasil secara
komersial dg teknologi artifical intelligence

27. 3. Sistem Pakar (ES)
A. Konsep sistem pakar
• Sistem pakar atau ES di tranfer dari seorang ahli ke komputer.
• Pengetahuan itu lalu disimpan pada komputer sehingga
komputer dapat membuat pembahasan hingga kesimpulan
serta saran.
• ES terkadang dapat melaksanakan lebih baik dari seorang
ahli.
• Transfer keahlian dari seorang ahli kekomputer dan kemudian
kepemakai melibatkan 4 aktivitas : akuisisi pengetahuan,
memasukkan pengetahuan kekomputer, penyimpulan
pengetahuan, tranfer pengetahuan ke pemakai.

28. 3. Sistem Pakar (ES)
• ES menjadi terkenal karena besarnya kapabilitas dan
keuntungan yg disediakannya, berikut keutungan dari ES
1. Meningkatkan outputdan produktivitas
2. Meningkatkan kualitas
3. Menjaring keahlian langka dan penyebarannya
4. Beroperasi dilingkungan yg sulit
5. Realibilitas
6. Meningkatkan kapabilitas dan sistem komputer lainnya
7. Kemampuan bekerja dg informasi yg tidak lengkap dan tidak pasti
8. Sebgai perlengkapan training
9. Meningkatkan kapabiltas penyelesaian masalah
10. Mengurangi waktu pengambilan keputusan
11. Mengurangi waktu yg hilang.

29. 3. Sistem Pakar (ES)
• Keterbatasan ES
1. Tidak selalu tersedia pengetahuanyg hendak diambil
2. Kesulitan mengekstraksi pengetahuan manusia
3. Pendekatan setiap ahli terhadapsituasi mungkin berbeda
4. Sulit mengakses situasi yg akurat dalam waktu singkat meskipun bagi
ahli yg berkemampuan tinggi
5. Pemakai ES memiliki keterbatasan kognitif, menyebabkan mereka
tidak menikmati keuntungan nya
6. ES dapat berfungsi baik hanya dengan subjek yg didefenisikan dalam
arti sempit seperti mendiagnosa kesalahan dalammesin.
7. Membuat ES membutuhkan keahlian yg langka dan mahal
8. Kurang dipercaya pemakai akhir memungkinkan tak terpakainya ES
9. Pengetahuan yg di transfer mengandung persepsi dan pertimbangan yg
bias.

30. 3. Sistem Pakar (ES)
• Proses ES dapat dibagi dalam dua bagian, yaitu: lingkungan
pengembangan dan lingkungan konsultasi
• Komponen utama dalam ES adalah sbb :
1. Basis pengetahuan (knoledge basis)berisi pengetahuan yg perlu
untukmemahami, formulasi dan pemecahan.
2. Blackboardarea semacam database
3. Otak ES adalah mesin kesimpulan berupa program komputer yg
menyediakan metodologi untuk pemberian alasan dan formulasi
kesimpulan.
4. User interface dalamES adalah adanya dialog antarapemakai dan
komputer
5. Kemampuan untukmenelusuri pertanggung jawaban kesimpulan ke
sumbernya adalah penting dalammenstranfer keahlian dan dalam
pemecahan masalah.

31. 4. Sistem Pendukung Eksekutif (ESS)
• Menurut Rockart dan DeLeong (1988)
1. EIS adalah sistem berbasis komputer yg
menyajikan informasi yg dibutuhkan top eksekutif
2. ESS merupakan sistem pendukung komprehensif
melampaui EIS termasuk pendukung analisis,
komunikasi, otomasi kantor, dan intelijen

32. 4. Sistem Pendukung Eksekutif (ESS)
A. Kapabilitas dan karakteristik EIS
• Berikut adalah kapabilitas umum dari EIS.
1. Menggali (drill down), Eis menyediakan informasi detil,
Eis terdiri dari beberapa ribu menu, sub menu dan sub-
submenu. Penggalian dapat dilakukan dg bertanya
langsung ke database dan dg penjelajahan (Browser)
2. Indikator faktor kunci sukses kritis, faktor kunci sukses
ktitis dapat terdiri dari profitabilitas, keungan, pemasaran,
sumber daya manusia, perencanaan, analisis ekonomi, tren
konsumen.
3. Status akses, data termasuk data dan laporan terakhir
dapat diakses kapanpun

33. 4. Sistem Pendukung Eksekutif (ESS)
4. Analisis tren, analisis tren dapat dilakukan dg
menggunakan model peramalan termasuk ESS dan DSS.
5. Analisis khusus (ad hoc analysis), ESS menyediakan
kemampuan analisis khusus selain menyediakan akses ke
analisis data.
6. Laporan pengecualian,laporan pengecualian disarkan
pada konsep management by exception, dimana eksekutif
harus memperhatikan penyimpangan dari standar. Dalam
laporan ini perhatian eksekutif diarahkan pada kasus
kinerja yg sangat buruk atau baik.
7. Tipe EIS, terdapat dua tipe EIS, yaitu EIS untuk
mendukung top eksekutif, dan untuk membantu
memperlebar komunitas pemakai.

34. 4. Sistem Pendukung Eksekutif (ESS)
8. Intelijen EIS, intelijen EIS telah dikembangkan untuk
mengotomasi aktivitas menggali, menemukan
pengeculian, identifikasi tren.
9. Keterpaduan dg DSS, telah banyak vendor software yg
menyediakan EIS/DSS integration tools

35. Wassalamu ‘alaikum, wr, wb
35
email : hapzi.ali@gmail.com

36. Kepustakaan
1. Ali, Hapzi, & Tonny Wangdra, 2010. Techopreneurship, Dalam Perspektif
Bisnis Online, Baduose Media Jakarta
2. Ali, Hapzi, Tonny Wangdra , 2010. Sistem Informasi Bisnis “SI-Bis” Dalam
Prospektif KeunggulanKompetitif, Baduose Media Jakarta.
3. Ali, Hapzi, 2010. Membangun Citra Perbankan Melalui IT & CRM untuk
Meningkatkan Loyalitas Nasabah, Hasta Cipta Mandiri Yogyakarta
4. Ali, Hapzi Ali, 2009. Sistem Informasi Manajemen, Berbasis Teknologi
Informasi, Hasta Cipta Mandiri Yogyakarta
5. Ali, Hapzi Ali, 2008. Pengenalan Komputer, Tuntunan Praktis untuk
Pemula, Hasta Cipta Mandiri Yogyakarta
6. Debby Ratna Daniel, 2005. Wiwik Supratiwi, Sistem Informasi Manajemen,
Universitas Terbuka JakartaMcLeoad, Jr., Raymond & Gearge P. Schell.
Management Infromation System. (terjemahan), Jakarta : PT. INDEKS,
2007. Edisi 10, 2008
7. Kenneth C. Laudon, Jane P. Laudon, Sistem Informasi Manajemen,
Mengelola Perusahaan Global, Jakarta, Salemba Emappt, Edisi 12, 2008