Dokumen tersebut merangkum tentang sistem pengambilan keputusan (SPK) yang mendukung proses pengambilan keputusan manajerial dengan memberikan informasi dan analisis alternatif solusi untuk menyelesaikan masalah semi-terstruktur. Dokumen ini juga menjelaskan definisi, komponen, proses, dan pentingnya pandangan sistem dalam pengambilan keputusan.
TUGAS SIM, LISANIAH AMINI LISA'ILINA, YANANTO MIHADI PUTRA, SISTEM PENGAMBILAN KEPUTUSAN, 2018
1. Sistem Pengambilan Keputusan
Disusun untuk memenuhi tugas mata kuliah “Sistem Informasi Manajemen”
Dosen pengampu : Yananto Mihadi Putra, SE, M.Si
Oleh :
Lisaniah Amini Lisa’Ilina (43217110150)
S1 AKUNTANSI
FAKULTAS EKONOMI DAN BISNIS
UNIVERSITAS MERCU BUANA
2018
2. Sistem Pengambilan Keputusan atau SPK yang biasa disingkat dalam bahasa
inggris adalah DSS atau Decision Support System yaitu bagian dari sistem
informasi berbasis komputer (termasuk sistem berbasis pengetahuan (manajemen
pengetahuan)) yang dipakai untuk mendukung pengambilan keputusan dalam suatu
organisasi atau perusahaan.
Jadi DSS atau SPK ini adalah sebuah sistem yang memberikan pertimbangan
kepada bagian manager sampai ke direktur atau pemilik saham dalam perusahaan,
untuk memutuskan sebuah kebijakan tertentu dalam perusahaan.
A. Definisi Secara Umum
DSS adalah Sebuah sistem yang mampu memberikan kemampuan baik
kemampuan pemecahan masalah maupun kemampuan pengkomunikasian
untuk masalah semi terstruktur.
B. Definisi Secara Khusus
DSS adalah Sebuah sistem yang mendukung kerja seorang manajer maupun
sekelompok manajer dalam memecahkan masalah semi-terstruktur dengan
cara memberikan informasi ataupun usulan menuju pada keputusan tertentu.
Berikut beberapa definisi SPK atau DSS menurut para ahli:
Menurut Moore and Chang, SPK dapat digambarkan sebagai sistem yang
berkemampuan mendukung analisis ad hoc data, dan pemodelan keputusan,
berorientasi keputusan, orientasi perencanaan masa depan, dan digunakan
pada saat-saat yang tidak biasa.
Menurut Sprague dan Carlson (Sprague et.al., 1993), sistem yang berbasis
komputer yang dipergunakan untuk membantu para pengambil keputusan
dalam rangka memecahkan masalah-masalah rumit yang “mustahil”
dilakukan dengan kalkulasi manual dengan cara melalui simulasi yang
interaktif dimana data dan model analisis sebagai komponen utama.
3. Menurut Mann dan Watson, Sistem Penunjang Keputusan adalah Sistem
yang interaktif, membantu pengambilan keputusan melalui penggunaan
data dan model-model keputusan untuk memecahkan masalah-masalah
yang sifatnya semi terstruktur dan tidak terstruktur.
Menurut Maryam Alavi dan H.Albert Napier, Sistem Penunjang Keputusan
adalah suatu kumpulan prosedur pemprosesan data dan informasi yang
berorientasi pada penggunaan model untuk menghasilkan berbagai jawaban
yang dapat membantu manajemen dalam pengambilan keputusan.
Menurut Litle, Sistem Penunjang Keputusan adalah suatu sistem informasi
berbasis komputer yang menghasilkan berbagai alternatif keputusan untuk
membantu manajemen dalam menangani berbagai permasalahan yang
terstruktur atupun tidak terstruktur dengan menggunakan data dan model.
Menurut Little,J.D.C, sekumpulan prosedur berbasis model untuk data
pemrosesan dan penilaian guna membantu para manager mengambil
keputusan.
Menurut Raymond McLeod, Sistem Penunjang Keputusan adalah sistem
penghasil informasi spesifik yang ditujukan untuk memecahkan suatu
masalah tertentu yang harus dipecahkan oleh manajer pada berbagai
tingkatan.
Menurut Bonczek, R.H, C.W. Holsapple dan A.B. Whinston, DSS sebagai
sistem berbasis computer yang terdiri dari tiga komponen yang saling
berinteraksi : sistem bahasa (mekanisme untuk memberikan komunikasi
antara pengguna dan komponen DSS lain), sistem pengetahuan (repository
pengetahuan domain masalah yang ada pada DSS entah sebagai data atau
sebagai prosedur), dan sistem pemrosesan masalah (hubungan antara dua
komponen lainnya, terdiri dari satu atau lebih kapabilitas manipulasi
masalah umum yang diperlukan untuk pengambilan keputusan).
Menurut Keen, P.G.W. mendefinisikan DSS sebagai suatu produk dari
proses pengembangan dimana pengguna DSS, pembangun DSS, dan DSS
itu sendiri mampu mempengaruhi satu dengan yang lainnya, dan
menghasilkan evolusi sistem dan pola-pola penggunaan.
4. G. R. Terry, Mengemukakan bahwa pengambilan keputusan adalah sebagai
pemilihan yang didasarkan kriteria tertentu atas dua atau lebih alternatif
yang mungkin.
P. Siagian Pengambilan keputusan adalah suatu pendekatan sistematis
terhadap suatu masalah, pengumpulan fakta dan data.
Horold dan Cyril O’Donnell Mereka mengatakan bahwa pengambilan
keputusan adalah pemilihan diantara alternatif mengenai suatu cara
bertindak yaitu inti dari perencanaan, suatu rencana tidak dapat dikatakan
tidak ada jika tidak ada keputusan, suatu sumber yang dapat dipercaya,
petunjuk atau reputasi yang telah dibuat.
Claude S. Goerge, Jr Mengatakan proses pengambilan keputusan itu
dikerjakan oleh kebanyakan manajer berupa suatu kesadaran, kegiatan
pemikiran yang termasuk pertimbangan, penilaian dan pemilihan diantara
sejumlah alternatif.
Dasar-Dasar Pengambilan Keputusan
Menurut George R. Terry, dasar-dasar pengambilan keputusan adalah sebagai
berikut :
Intuisi, Pengambilan keputusan yang berdasarkan intuisi atau perasaan
bersifat subjektif, sehingga mudah terkena pengaruh.
Pengalaman, Pengambilan keputusan berdasarkan pengalaman memiliki
manfaat bagi pengetahuan praktis. Karena pengalaman seseorang dapat
memperkirakan keadaan sesuatu, dapat memperhitungkan untung ruginya,
baik buruknya keputusan yang akan dihasilkan.
Fakta, Pengambilan keputusan berdasarkan fakta dapat memberikan
keputusan yang sehat, solid, dan baik. Dengan fakta, maka tingkat
kepercayaan terhadap pengambilan keputusan dapat lebih tinggi, sehingga
orang dapat menerima keputusan-keputusan yang dibuat itu dengan rela dan
lapang dada.
Wewenang, Biasanya dilakukan oleh pimpinan terhadap bawahannya atau
orang yang lebih tinggi kedudukannya kepada orang yang lebih rendah
kedudukannya.
5. Rasional, Keputusan yang dihasilkan lebih objektif, logis, lebih transparan,
konsisten untuk memaksimumkan hasil atau nilai dalam batas kendala
tertentu, sehingga dapat dikatakan mendekati kebenaran atau sesuai dengan
apa yang diinginkan.
Manajer membuat banyak keputusan untuk mengatasi masalah. Penyelesaian
masalah dicapai melalui empat tahapan dasar dan mempergunakan kerangka
berpikir seperti model sistem perusahaan yang umum dan model lingkungan.
Dengan mengikuti pendeketan sistem untuk menyelesaikan masalah, manajer
melihat sistem secara keseluruhan.
Proses pemecahan masalah terdiri atas empat elemen dasar, yaitu :
1. Standar,
2. Informasi,
3. Batasan, dan
4. Solusi alternatif.
Jika proses ini diikuti, pemilihan alternatif yang terbaik tidak selalu dicapai
melalui analisis logis saja dan penting untuk membedakan antara permasalahan
dan gejala.
Masalah memiliki struktur yang beragam dan keputusan untuk menyelesaikannya
dapat terprogram maupun tidak terprogram. Konsep sistem pendukung
pengambilan keputusan (decision support system-DSS) awalnya ditujukan pada
masalah-masalah yang setengah terstruktur. Output DSS yang pertama terdiri atas
laporan dan output dari model matematika. Kemudian, kapabilitas pemecahan
masalah kelompok ditambahkan, diikuti dengan kecerdasan buatan (artifical
intellgence) dan pemrosesan analitis oniline (on-line analytical processing-OLAP).
Model matematika dapat diklasifikasikan dalam berbagai cara, dan penggunaannya
disebut simulasi. Lembar kerja elektronik (spreadsheet) merupakan alat yang baik
untuk membuat model matematika. Lembar kerja ini dapat digunakan baik untuk
model statik dan dinamik dan membuat manajer dapat memainkan permainan
“bagaimana jika” (what-if-game).
6. Kecerdasan buatan dapat menjadi salah satu komponen DSS. Dengan
menambahkan basis pengetahuan dan mesin inferensi, DSS dapat memberikan
saran solusi masalah kepada manajer.
Jika groupware ditambahkan ke DSS, maka DSS tersebut akan menjadi sistem
pendukung pengambilan keputusan kelompok (group decision support system-
GDSS).
GDSS dapat diletakkan di beberapa tempat yang berbeda agar kondusif terhadap
pemecahan masalah kelompok.
1.1 Pemecahan Masalah dan Pembuatan Keputusan
SIM adalah sistem yang memberikan informasi untuk digunakan dalam
pembuatan keputusan guna menyelesaikan masalah bagi para penggunanya.
Pemecahan masalah (problem solving) terdiri atas respons terhadap hal yang
berjalan dengan baik, serta terhadap hal yang berjalan dengan buruk dengan
cara mendefinisikan masalah (problem) sebagai kondisi atau peristiwa yang
berbahaya atau dapat membahayakan perusahaan, atau yang bermanfaat atau
dapat memberi manfaat. Dalam proses penyelesaian masalah manajer terlihat
dalam pembuatan keputusan (decision making), yaitu tindakan memilih di
antara berbagai alternatif solusi pemecahan masalah. Keputusan (decision)
didefinisikan sebagai tindakan pilihan dan sering kali perlu untuk mengambil
banyak keputusan dalam proses pemecahan satu masalah saja.
1.2 Fase Pemecahan masalah
Menurut Simon, orang yang memecahkan masalah terlibat dalam :
Aktivitas Intelijen. Mencari di sekitar lingkungan kondisi yang harus
dipecahkan.
Aktivitas perancangan. Menemukan, mengembangkan, dan
menganalisis tindakan-tindakan yang mungkin dilakukan.
Aktivitas pemilihan. Memilih tindakan tertentu dari beberapa yang
tersedia.
Aktivitas Pengkajian. Memeriksa pilihan-pilihan yang lalu.
7. 2 Pendekatan dan Pentingnya Cara Pandang Sistem
Pendekatan sistem yaitu sederetan langkah yang dikelompokkan ke dalam tiga
tahap upaya persiapan, upaya pendefinisian, dan upaya pemecahan.
Dalam menggunakan model sistem umum dan model lingkungan sebagai dasar
pemecahan masalah, cara pandang sistem (systems view) yang memandang
operasional usaha sebagai sistem yang menjadi bagian dari lingkungan yang lebih
luas. Ini merupakan cara pemikiran yang abstrak, namun memiliki nilai yang
potensial untuk manajer.
Cara pandang secara sistem akan :
a. Mencegah manajer agar tidak bingung karena kompleksitas struktur organisasi
dan detail pekerjaan.
b. Menekankan pentingnya memiliki tujuan yang baik.
c. Menekankan pentingnya semua bagian organisasi untuk bekerja sama.
d. Mengangkat hubungan antara organisasi dengan lingkungannya.
e. Menempatkan nilai tinggi pada informasi yang didapat dari input yang hanya
dapat dicapai melalui sistem perputaran tertutup.
3. Membangun Konsep dan Elemen Proses Pemecahan Masalah
Kebanyakan masalah yang dipecahkan manajer dapat dianggap sebagai
permasalahan sistem. Sebagai contoh, perusahaan sebagai suatu sistem tidak
berfungsi sebagaimana mestinya. Atau, terdapat masalah dengan sistem
persediaan, sistem komisi penjualan, dan seterusnya. Solusi masalah sistem
adalah solusi yang membuat sistem tersebut memenuhi tujuannya dengan paling
baik, seperti yang dicerminkan dalam standar kinerja sistem. Standar ini
menggambarkan situasi yang diinginkan (desired state) apa yang harus dicapai
sistem tersebut. Sebagai tambahan, manajer tersebut harus memiliki informasi
yang menggambarkan keadaan saat ini (current state) apa yang dicapai sistem
tersebut sekarang ini. Jika dua keadaan ini berbeda, maka ada masalah yang
menjadi penyebabnya dan harus dipecahkan.
8. Perbedaan antara keadaan saat ini dengan keadaan yang diinginkan disebut
dengan kriteria solusi (solution criterion), atau apa yang harus terjadi agar situasi
saat ini berubah menjadi situasi yang diinginkan. Tentu saja, jika situasi saat ini
menunjukkan tingkat kinerja yang lebih tinggi dibandingkan dengan keadaan yang
diinginkan, maka tugas yang harus dilakukan bukanlah menyamakan keadaan saat
ini. Melainkan, tugas yang harus dilakukan adalah menjaga agar situasi saat ini
tetap berada pada tingkatan yang lebih tinggi. Jika kinerja tingkat tinggi dapat
dipertahankan, maka situasi yang diinginkan harus ditingkatkan.
Tanggung jawab manajer adalah mengidentifikasi solusi alternatif, yang selalu
ada. Ini merupakan satu langkah dari proses penyelesaian masalah di mana
komputer tidak terlalu banyak membantu. Manajer biasanya mengandalkan
pengalaman sendiri atau mencari bantuan dari pemroses informasi nonkomputer,
seperti input dari pihak lain baik di dalam maupun di luar perusahaan.
Setelah berbagai alternatif diidentifikasi, sistem informasi dapat digunakan
untuk mengevaluasinya. Evaluasi ini harus mempertimbangkan batasan (constraint)
yang ada, yang dapat berasal baik dari internal maupun lingkungan. Batasan
internal (internal constraint) biasanya berbentuk sumber daya yang terbatas yang
ada di dalam perusahaan. Sebagai contoh, unit TI tidak dapat merancang sistem
CRM karena kurangnya keahlian dalam OLAP. Batasan lingkungan
(environmental constraint) berbentuk tekanan dari berbagai elemen lingkungan
yang membatasi aliran sumber daya dari dan keluar perusahaan. Salah satu contoh
adalah peningkatan suku bunga oleh Federal Reserve Board yang meningkatkan
biaya ekspansi pabrik.
a. Memilih Solusi yang Terbaik
Pemilihan solusi yang terbaik dapat dicapai dengan berbagai cara. Herry
Mintzberg, seorang ahli teori manajemen, telah mengidentifikasi tiga
pendekatan :
9. Analisis
Evaluasi atas pilihan-pilihan secara sistematis, dengan mempertimbangkan
konsekuensi pilihan-pilihan tersebut pada tujuan organisasi.
Salah satu contohnya adalah pertimbangan yang dilakukan oleh para
anggota komite pengawas SIM untuk memutuskan pendekatan mana yang
harus diambil dalam mengimplementasikan sistem informasi eksekutif.
Penilaian
Proses pemikiran yang dilakukan oleh seorang manajer. Sebagai contoh,
manajer produksi menerapkan pengalaman dan intuisi dalam mengevaluasi
gambar pabrik baru yang diusulkan dari model matematika.
Penawaran
Negosiasi antara beberapa manajer. Salah satu contoh adalah proses
memberi dan menerima yang berlangsung antara para anggota komite
eksekutif mengenai pasar yang mana yang harus dimasuki selanjutnya. Di
sinilah tempat di mana pengaruh politik dalam perusahaan dapat dilihat
dengan jelas.
b. Permasalahan versus Gejala
Penting bagi kita untuk memahami perbedaan antara masalah dan gejala
dari suatu masalah. Jika tidak demikian, kita dapat menghabiskan banyak
waktu dan uang untuk menyelesaikan permasalahan yang salah atau sesuatu
yang sesungguhnya bukanlah suatu masalah. Gejala (symptom) adalah
kondisi yang dihasilkan masalah. Sering kali seorang manajer melihat gejala
dan bukan masalah.
10. c. Struktur Permasalahan
Model matematika yang disebut formula EOQ (economic order quantity)
dapat memberitahu bagaimana masalah tersebut harus diselesaikan.
Masalah seperti ini disebut masalah terstruktur (structured problem) karena
terdiri atas unsur dan hubungan antara berbagai elemen yang semuanya
dipahami oleh orang yang memecahkan masalah.
Masalah yang tidak terstruktur (unstructured problem) adalah masalah yang
tidak memiliki elemen atau hubungan antarelemen yang dipahami oleh
orang yang memecahkan masalah. Salah satu contoh dari masalah yang
tidak terstruktur adalah memutuskan film yang mana yang paling kita sukai.
Manajer bisnis sering kali tidak memiliki perangkat yang cukup untuk
mendefinisikan masalah seperti ini dengan cara yang terstruktur.
Sebenarnya, hanya sedikit permasalahan dalam suatu organisasi yang benar-benar
terstruktur atau benar-benar tidak terstruktur. Kebanyakan masalah adalah
permasalahan di mana manajer memiliki pemahaman yang kurang sempurna akan
berbagai elemen dan hubungan di antaranya. Masalah semiterstruktur
(semistructured problem) adalah masalah yang terdiri atas beberapa elemen atau
hubungan yang dipahami oleh si pemecah masalah dan beberapa yang tidak dapat
dipahami. Salah satu contoh adalah pemilihan lokasi untuk membangun sebuah
pabrik baru.
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.
Setelah prosedur ditentukan, komputer dapat memecahkan masalah yang
terstruktur tanpa keterlibatan manajer. Namun, manajer sering kali harus
melakukan semua pekerjaan untuk memecahkan masalah yang tidak terstruktur.
Dalam wilayah masalah semiterstruktur yang luas, manajer dan komputer dapat
bekerja sama dalam menemukan solusi.
11. d. Jenis Keputusan
Selain memberikan tahap-tahap pemecahan masalah, Herbert A.Simon juga
menemukan metode untuk mengklasifikasikan keputusan, yaitu :
Keputusan terprogram (programmed decision) bersifat “repetitif dan rutin,
dalam hal prosedur tertentu digunakan untuk menanganinya sehingga
keputusan tersebut tidak perlu dianggap de novo (baru) setiap kali terjadi.”
Keputusan yang tidak terprogram (nonprogrammed decision) bersifat “baru,
tidak terstruktur, dan penuh konsekuensi. Tidak terdapat metode yang pasti
untuk menangani masalah seperti ini karena masalah tersebut belum pernah
muncul sebelumnya, atau karena sifat dan strukturnya sulit dijelaskan dan
kompleks, atau karena masalah tersebut demikian penting sehingga
memerlukan penanganan khusus.”
4. Sistem Pendukung Pengambilan Keputusan
Istilah sistem keputusan terstruktur (structured decision system-SDS)
digunakan untuk mendeskripsikan sistem-sistem yang mampu menyelesaikan
masalah yang teridentifikasi. Masalah-masalah di bawah garis menyulitkan
pemrosesan komputer, dan Gorry dan Scott-Morton menggunakan istilah
sistem pendukung pengambilan keputusan (decision support system-DSS)
untuk menggambarkan sistem yang dapat memberikan dukungan yang
dibutuhkan.
Sejak 1971, DSS telah menjadi jenis sistem informasi yang paling sukses dan kini
menjadi aplikasi komputer untuk pemecahan masalah yang paling produktif.
5. 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 yang memungkinkan para pemecah masalah untuk
bekerja sama dalam kelompok ditambahkan ke dalam model tersebut.
12. Penambahan peranti lunak groupware memungkinkan sistem tersebut untuk
berfungsi sebagai sistem pendukung pengambilan keputusan kelompok (group
decision support system-GDSS). Yang terbaru, kemampuan kecerdasan buatan
juga telah ditambahkan beserta kemampuan untuk terlibat dalam OLAP.
a. Pemodelan Matematika
Model adalah abstraksi dari sesuatu. Model mewakili suatu objek atau
aktivitas, yang disebut entitas (entity). Manajer menggunakan model untuk
mewakili permasalahan yang harus diselesaikan. Objek atau aktivitas yang
menyebabkan masalah disebut dengan entitas.
b. Jenis Model
Terdapat empat jenis dasar model, yaitu :
1. Model Fisik (Physical model)
Merupakan gambaran tiga dimensi entitasnya. Model fisik yang
digunakan di dunia bisnis mencakup model skala untuk pusat
perbelanjaan dan prototipe mobil baru.
Model fisik dibuat untuk mencapai tujuan yang tidak dapat dipenuhi
oleh benda sesungguhnya. Sebagai contoh, model fisik memungkinkan
desainer untuk mengevaluasi desain objek, seperti pesawat terbang, dan
membuat perubahan-perubahan sebelum konstruksi sesungguhnya. Ini
akan menghemat waktu dan uang.
2. Model Naratif
Salah satu jenis model yang digunakan oleh manajer setiap hari adalah
model naratif (narrative model) yang menggambarkan entitas dengan
kata-kata yang terucap atau tertulis. Pendengar atau pembaca dapat
memahami entitas tersebut dari naratifnya. Semua komunikasi bisnis
adalah model naratif, sehingga membuat model naratif jenis model yang
paling populer.
13. 3. Model Grafis
Jenis model lain yang terus digunakan adalah model grafis. Model grafis
(graphic model) menggambarkan entitasnya dengan abstraksi garis,
simbol, atau bentuk. Jumlah pemesanan ekonomis (economic order
quantity-EOQ) adalah jumlah optimum penambahan stok yang harus
dipesan dari pemasok. EOQ menyeimbangkan biaya pembelian stok dan
biaya untuk menyimpannya hingga stok tersebut digunakan atau dijual.
Model grafis juga digunakan dalam desain sistem informasi.
Kebanyakan perangkat yang digunakan oleh pengembang sistem
bersifat grafis. Diagram relasi entitas, diagram kelas, dan diagram aliran
data merupakan beberapa contoh.
4. Model Matematis
Setiap rumus atau persamaan matematika adalah model matematis
(mathematical model). Kebanyakan model matematika yang digunakan
manajer bisnis sama kompleksnya dengan yang digunakan untuk
menghitung EOQ.
Biaya penyimpanan mencakup semua biaya yang terjadi dalam
penyimpanan barang, seperti asuransi, kerusakan, dan kehilangan
karena pencurian.
Beberapa model matematika menggunakan ratusan atau bahkan ribuan
persamaan. Sebagai contoh, model perencanaan keuangan yang
dirancang Sun Oil Company pada tahun-tahun pertama penggunaan
SIM-nya menggunakan sekitar 2.000 persamaan. Model besar seperti
ini cenderung lamban dan sulit untuk digunakan. Tren yang berlangsung
saat ini adalah penggunaan model yang lebih kecil.
a. Penggunaan Model
Keempat jenis model memberikan pemahaman dan memfasilitasi
komunikasi. Selain itu, model matematis memiliki kemampuan
prediktif.
14. 1) Memberikan pengertian.
Model biasanya lebih sederhana dibandingkan entitasnya.
Entitas adalah objek atau proses. Entitas dapat lebih mudah
dimengerti jika berbagai elemen dan hubungan yang terdapat di
dalamnya ditampilkan secara lebih sederhana. Setelah model
yang sederhana dapat dipahami, model tersebut secara bertahap
dapat dibuat lebih kompleks sehingga dapat mewakili entitasnya
secara lebih kompleks. Tetapi, model tersebut hanya dapat
mewakili entitasnya. Model tersebut tidak dapat benar-benar
berlaku seperti entitas sesungguhnya.
2) Memfasilitasi Komunikasi
Keempat jenis model dapat mengomunikasikan informasi secara
akurat dan cepat kepada orang-orang yang memahami makna
bentuk, kata-kata, grafis, dan matematis.
3) Memprediksi masa depan
Ketepatan yang ditunjukkan model matematis untuk mewakili
merupakan kemampuan yang tidak terdapat pada model lain.
Model matematis dapat memprediksi apa yang akan terjadi di
masa depan, namun tidak 100 persen akurat. Tidak ada model
yang sebaik itu. Karena asumsi biasanya harus dibuat
berdasarkan banyaknya data yang dimasukkan ke dalam model
tersebut, manajer harus menggunakan penilaian dan intuisi
dalam mengevaluasi outputnya.
b. Kelas Model Matematis
Model matematis dapat diklasifikasikan ke dalam tiga dimensi :
pengaruh waktu, tingkat keyakinan, dan kemampuan untuk
mencapai optimisasi.
1) Model Statis atau Dinamis
Model Statis (static model) tidak melibatkan waktu sebagai salah
satu variabel. Model ini berkenaan dengan situasi pada waktu
tertentu. Dengan kata lain, bersifat seperti cuplikan keadaan.
Model yang melibatkan waktu sebagai salah satu variabel
15. disebut model dinamis (dynamic model). Model ini
menggambarkan perilaku entitas seiring dengan waktu, seperti
gambar bergerak atau film.
2) Model Probabilitas atau Deterministik
Cara lain untuk mengklasifikasikan beragam model didasarkan
pada apakah suatu formula melibatkan probabilitas atau tidak.
Probabilitas (Probability) adalah kesempatan bahwa sesuatu
akan terjadi. Probabilitas berkisar dari 0,00 (Untuk sesuatu yang
tidak memiliki kesempatan terjadi) hingga 1,00 (untuk sesuatu
yang pasti terjadi). Model yang melibatkan probabilitas disebut
model probabilitas (probability model). Jika tidak, maka model
tersebut adalah model deterministik (deterministic model).
3) Model Optimisasi atau Suboptimisasi
Model optimisasi (optimizing model) adalah model yang
memilih solusi terbaik dari berbagai alternatif yang ditampilkan.
Agar suatu model dapat melakukan hal ini, masalah tersebut
harus terstruktur dengan amat baik.
Model Suboptimisasi (suboptimizing model) yang sering kali
disebut model pemuas (satisficing model) memungkinkan
seorang manajer untuk memasukkan seperangkat keputusan.
Setelah langkah ini diselesaikan, model tersebut akan
memproyeksikan hasil.
6. Simulasi
Tindakan menggunakan model disebut dengan simulasi (simulation). Simulasi
terjadi dalam skenario tertentu dan memprediksi dampak keputusan orang yang
memecahkan masalah tersebut.
Skenario istilah skenario (scenario) digunakan untuk menggambarkan kondisi
yang memengaruhi simulasi. Elemen data yang menentukan skenario ini
disebut elemen data skenario (scenario data element). Model ini dapat didesain
sedemikian rupa sehingga elemen data skenario berbentuk variabel, sehingga
memungkinkan penetuan nilai-nilai yang berbeda.
16. 6.1 Variabel Keputusan dan Teknik Simulasi
Nilai input yang dimasukkan manajer untuk mengukur dampak pada entitas
disebut variabel keputusan (decision variable).
Manajer biasanya melakukan model optimisasi hanya sekali. Model ini
menghasilkan solusi yang terbaik menggunakan skenario tertentu dan variabel-
variabel keputusan. Namun, penting juga untuk menjalankan model suboptimisasi
berulang kali, guna mencari kombinasi variabel keputusan yang menghasilkan hasil
yang memuaskan. Proses perulangan untuk mencoba beragam alternatif keputusan
ini disebut permainan bagaimana jika (what-if game).
Setiap kali model tersebut dijalankan, hanya satu dari beragam variabel keputusan
yang harus diubah agar pengaruhnya dapat terlihat. Dengan cara ini, pemecah
masalah secara sistematis dapat menemukan kombinasi keputusan yang akan
menghasilkan solusi masalah.
6.2 Contoh Pemodelan
Eksekutif perusahaan dapat menggunakan model matematis untuk membuat
beberapa keputusan kunci. Para eksekutif ini dapat menyimulasikan
dampak dari :
Harga Produk.
Jumlah investasi pabrik yang dibutuhkan untuk menyediakan kapasitas
untuk memproduksi produk.
Jumlah yang akan diinvestasikan dalam aktivitas pemasaran, seperti
iklan dan penjualan langsung.
Jumlah yang akan diinvestasikan dalam penelitian dan pengembangan.
Selain itu, para eksekutif tersebut ingin menyimulasikan empat kuartal aktivitas dan
menghasilkan dua laporan :
1. Laporan operasional yang mencakup nilai-nilai nonmoneter seperti potensi
pasar (permintaan) dan kapasitas pabrik serta,
2. Laporan pendapatan yang mencerminkan hasil secara monoter.
17. 6.3 Kelebihan dan kelemahan pemodelan
Manajer yang menggunakan model matematika bisa mendapatkan manfaat
melalui hal-hal berikut :
Proses pemodelan dapat menjadi pengalaman belajar. Manajer akan
selalu mempelajari sesuatu yang baru mengenai sistem sesungguhnya
melalui setiap proyek pemodelan.
Kecepatan proses simulasi memungkinkan sejumlah besar alternatif
dapat dipertimbangkan dengan cara memberikan kemampuan untuk
mengevaluasi dampak keputusan dalam waktu yang singkat. Hanya
dalam beberapa menit, kita dapat menyimulasikan beberapa bulan,
kuartal, atau tahunan operasional perusahaan.
Seperti yang telah dibahas sebelumnya, model memberikan kemampuan
prediksi pandangan ke masa depan yang tidak dapat diberikan oleh
metode penyedia informasi lain.
Model tidak semahal upaya uji coba. Proses pemodelan memang mahal
jika dilihat dari masa perancangan dan biaya peranti keras dan peranti
lunak yang dibutuhkan untuk melakukan simulasi, namun biaya ini tidak
setinggi biaya yang terjadi jika keputusan yang buruk
diimplementasikan di dunia nyata.
6.4 Kelebihan pemodelan ini dapat berkurang karena dua kelemahan dasar :
Kesulitan untuk membuat model sistem bisnis akan menghasilkan model
yang tidak mencakup semua pengaruh terhadap entitas. Sebagai contoh,
dalam model yang baru saja digambarkan, seseorang di perusahaan harus
mengestimasikan nilai untuk elemen data skenario. Selain itu, rumus
matematis biasanya hanya merupakan prakiraan atas perilaku entitas
tersebut. Ini berarti bahwa penilaian subjektif yang cukup besar harus
diterapkan dalam mengimplementasikan keputusan yang dibuat
berdasarkan hasil simulasi.
Kemampuan matematis tingkat tinggi dibutuhkan untuk merancang model
yang lebih kompleks. Selain itu, kemampuan semacam ini juga diperlukan
untuk menginterpretasikan output dengan baik.
18. 6.5 Pemodelan Matematika Menggunakan Lembar Kerja Elektronik
Terobosan teknologi yang memungkinkan para pemecah persoalan untuk
menyusun model matematika dan tidak sekedar hanya mengandalkan
spesialis informasi atau ilmuwan manajemen adalah lembar kerja
elektronik. Sebelum adanya lembar kerja (spreadsheet), model matematika
diprogram dalam bahasa teknis seperti Fortran atau API, yang berada di luar
kompetensi para pemecah masalah yang tidak memiliki latar belakang
komputer. Ketika spreadsheet hadir, tampak jelas bahwa teknologi ini akan
menjadi alat yang baik untuk membuat model matematika.
a. Kapabilitas Pemodelan Statis
Baris dan kolom dari lembar kerja elektronik membuatnya ideal
untuk digunakan dalam model statis.
b. Kapabilitas Pemodelan Dinamis
Lembar kerja sangat sesuai untuk digunakan sebagai model dinamis.
Kolom-kolom yang tersedia amat sesuai untuk periode waktu.
6.6 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.
6.7 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.
6.8 Kecerdasan Buatan
DSS menekankan penggunaan pemodelan matematika dan pengajuan
permintaan ke basis data. Tidak lama kemudian, para perancang DSS mulai
menyadari kebutuhan untuk menggabungkannya dengan kecerdasan
buatan. Kecerdasan buatan (artificial intelligence-AI) adalah aktivitas
penyediaan mesin seperti komputer dengan kemampuan untuk
menampilkan perilaku yang akan dianggap sama cerdasnya dengan jika
kemampuan tersebut ditampilkan oleh manusia. AI merupakan aplikasi
19. komputer yang paling canggih karena aplikasi ini berusaha mencontoh cara
pemikiran manusia.
6.9 Sejarah AI
Bibit AI pertama kali disebar hanya 2 tahun setelah General Electri
menerapkan komputer yang pertama kali digunakan untuk penggunaan
bisnis. Tahun 1956, dan 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, diumumkan. Kemampuan Logic Theorist yang
terbatas untuk berpikir (membuktikan teorema-teorema kalkulus)
mendorong para ilmuwan untuk merancang program lain yang disebut
General Problem Solver (GPS), yang ditujukan untuk digunakan dalam
memecahkan segala macam masalah. Proyek ini ternyata membuat para
ilmuwan yang pertama kali menyusun program ini kewalahan, dan riset AI
dikalahkan oleh aplikasi-aplikasi komputer yang tidak terlalu ambisius
seperti SIM dan DSS. Namun seiring waktu, riset yang terus-menerus
akhirnya membuahkan hasil, dan AI telah menjadi wilayah aplikasi
komputer yang solid.
6.10 Wilayah AI
AI diterapkan di dunia bisnis dalam bentuk sistem pakar, jaringan saraf
tiruan, algoritme genetik, dan agen cerdas.
Sistem Pendukung Pengambilan Keputusan Kelompok
Berbagai komite, tim proyek, dan satuan tugas yang ada di banyak
perusahaan merupakan contoh pendekatan kelompok terhadap pemecahan masalah.
Menyadari fakta ini, para pengembang sistem telah mengadaptasi DSS ke dalam
pemecahan masalah secara kelompok.
20. Konsep GDSS
Sistem pendukung pengambilan keputusan kelompok (group decision
support system-GDSS) adalah “sistem berbasis komputer yang membantu
sekelompok orang melakukan tugas (atau mencapai tujuan) yang sama dan
memberikan antarmuka untuk digunakan bersama.” Istilah-istilah lain juga
digunakan untuk menggambarkan aplikasi teknologi informasi ke dalam situasi
kelompok. Istilah ini antara lain sistem pendukung kelompok (group support
system-GSS), kerja sama berbantuan komputer (computer-supported cooperative
work-CSCW), dukungan kerja kolaboratif terkomputerisasi (computerized
collaborative work support), dan sistem pertemuan elektronik (electronic meeting
system-EMS). Peranti lunak yang digunakan dalam situasi-situasi ini diberi nama
groupware.
Bagaimana GDSS Membantu Pemecahan Masalah
Asumsi yang mendasari GDSS adalah komunikasi yang lebih baik
memungkinkan dibuatnya keputusan yang lebih baik. Komunikasi yang lebih baik
dicapai dengan menjaga agar diskusi kelompok tetap terfokus pada masalah yang
dibicarakan, sehingga waktu tidak terbuang sia-sia. Ekstra waktu yang dimiliki
dapat digunakan untuk mendiskusikan masalah secara lebih mendetail, sehingga
didapatkan definisi masalah yang lebih baik. Atau, ekstra waktu yang dimiliki dapat
digunakan untuk mengidentifikasi alternatif-alternatif yang sebelumnya tampak
tidak mungkin. Evaluasi alternatif yang lebih banyak akan meningkatkan
kesempatan mendapatkan solusi yang lebih baik.
Letak Lingkungan GDSS
GDSS membantu pemecahan masalah dengan cara menyediakan lokasi
yang kondusif untuk komunikasi. Pada tiap lokasi, para anggota kelompok dapat
bertemu dalam waktu yang bersamaan atau waktu yang berbeda. Jika para anggota
bertemu pada saat yang bersamaan, maka lokasi ini disebut pertukaran sinkron
21. (synchronous exchange). Salah satu contoh adalah pertemuan komite. Jika para
anggota bertemu pada waktu yang berbeda-beda, maka lokasi ini
disebut pertukaran asinkron (asynchronous exchange). Salah satu contoh adalah
saling berbalas komunikasi melalui e-mail.
Ruang Keputusan
Ruang keputusan (decision room) adalah tempat sekelompok kecil orang
yang bertemu langsung. Ruangan ini membantu komunikasi melalui kombinasi
perabotan, peralatan, dan tempat. Peralatan mencakup kombinasi komputer,
mikrofon penangkap suara, kamera video, dan layar lebar. Di tengah-tengah
ruangan terletak konsol fasilitator. Fasilitator (Facilitator) adalah seseorang yang
tugas utamanya adalah menjaga diskusi di jalurnya.
Berdasarkan pengaturan yang ditentukan untuk masing-masing sesi, pesan
yang dimasukkan oleh salah seorang anggota kelompok kepada anggota lain dapat
ditampilkan pada layar lebar untuk dilihat seluruh anggota kelompok. Materi lain
yang penting untuk diskusi ini juga dapat ditampilkan dari media seperti gambar
PowerPoint, videotape, slide berwarna, dan transparansi.
Dua buah fitur GDSS yang unik adalah komunikasi paralel dan anonimitas.
Komunikasi paralel (parallel communication) terjadi ketika semua peserta
memasukkan komentar pada saat yang bersamaan, dan anonimitas (anonimity)
adalah ketika tidak ada yang dapat mengetahui siapa yang memberikan komentar
tertentu. Anonimitas memungkinkan para peserta untuk mengatakan apa yang
mereka pikirkan tanpa takut diejek oleh anggota kelompok yang lain. Selain itu,
fitur ini memungkinkan masing-masing ide untuk dievaluasi berdasarkan
kelebihannya dan bukan berdasarkan siapa yang memberikannya.
22. Jaringan Keputusan Wilayah Lokal
Jika tidak memungkinkan untuk sekelompok kecil orang untuk bertemu
langsung, maka para anggota dapat berinteraksi melalui LAN. Seorang anggota
dapat memasukkan komentar ke dalam komputer dan melihat komentar yang
diberikan anggota lain di layar.
Sesi Legislatif
Jika kelompok yang ada terlalu besar untuk suatu ruang keputusan, maka
akan dibutuhkan sesi legislatif. Ukuran yang besar akan membatasi komunikasi.
Kesempatan partisipasi secara rata oleh semua anggota kelompok menjadi
berkurang atau waktu yang tersedia akan berkurang. Salah satu solusi untuk
masalah ini adalah fasilitator memutuskan materi mana yang harus ditampilkan di
layar untuk dilihat seluruh kelompok.
Konferensi Yang Dimediasi Komputer
Beberapa aplikasi virtual memungkinkan komunikasi antara kelompok-
kelompok besar yang memiliki anggota yang tersebar di berbagai wilayah
geografis. Aplikasi ini secara kolektif dikenal sebagai aplikasi konferensi jarak
jauh, yang mencakup konferensi komputer, konferensi audio, dan konferensi video.
Meletakkan DSS pada Tempatnya
Telah dilihat bagaimana cakupan dukungan keputusan yang diberikan oleh
DSS telah meluas dibandingkan ketika Gorry dan Scott-Morton pertama kali
mengutarakan ide untuk mengatasi masalah semiterstruktur. Perluasan cakupan ini
merupakan saksi keberhasilan DSS. Konsep ini telah bekerja dengan amat baik
sehingga para pengembang terus memikirkan fitur-fitur baru untuk ditambahkan.
23. Ketika kecerdasan buatan ditambahkan, fitur ini benar-benar mengubah
karakter DSS. Seseorang pernah menggambarkan perbedaan antara DSS dan sistem
pakar dengan cara menjelaskan bahwa ketika seorang manajer menggunakan DSS,
maka ia duduk di depan komputer dan berusaha menemukan bagaimana cara
menggunakan tampilan informasi untuk menyelesaikan masalah. Ketika manajer
menggunakan sistem pakar, manajer duduk di depan komputer, namun seorang
konsultan duduk di sebelah manajer dan memberi saran mengenai bagaimana
memecahkan masalah. Kecerdasan buatan memungkinkan DSS untuk memberikan
tingkat dukungan keputusan yang semula tidak dibayangkan oleh para visioner
DSS.
Contoh kasus dalam tipe-tipe proses pengambilan keputusan
1. Dalam sepanjang hidupnya manusia selalu dihadapkan pada pilihan-
pilihan atau alternatif dan pengambilan keputusan. Hal ini sejalan dengan
teori real life choice,yang menyatakan dalam kehidupan sehari-hari
manusia melakukan atau membuat pilihan-pilihan di antara sejumlah
alternatif. Pilihan-pilihan tersebut biasanya berkaitan dengan alternatif
dalam penyelesaian masalah yakni upaya untuk menutup terjadinya
kesenjangan antara keadaan saat ini dan keadaan yang diinginkan.
Begitu pula dengan perusahaan. Perusahaan juga butuh mengambil
keputusan-keputusan yang nantinya akan mempengaruhi perusahaan itu ke
depannya. Dan tentunya dalam pengambilan keputusan, keputusan-
keputusan tersebut harus dipikirkan secara matang terlebih dahulu agar
tidak merugikan perusahaan tersebut dan pihak-pihak yang terkait.
2. Sebuah perusahaan toko buku on-line ingin mulai menjual produknya secara
internasional tapi ingin tahu apakah keputusan untuk menjual produknya
secara internasional ini akan menjadi keputusan bisnis yang bijak.
Perusahaan tersebut dapat menggunakan DSS untuk mengumpulkan
informasi dari sumber daya sendiri (menggunakan tools seperti OLAP)
untuk menentukan apakah perusahaan memiliki kemampuan atau potensi
kemampuan untuk mengembangkan usahanya dan juga dari sumber
24. eksternal, seperti data industri, untuk menentukan apakah memang ada
permintaan untuk bertemu. DSS akan mengumpulkan dan menganalisis
data dan kemudian menyajikannya dengan cara yang dapat diinterpretasikan
oleh manusia. Beberapa sistem pendukung keputusan datang sangat dekat
dengan bertindak agen intelijen sebagai buatan.
Pengambilan keputusan secara universal didefinisikan sebagai pemilihan diantara
berbagai alternative. Pengertian ini mencakup baik pembuatan pilihan maupun
pemecahan masalah. Tipe Pengambilan keputusan ( Decision making) : adalah
tindakan manajemen dalam pemilihan alternative untuk mencapai sasaran.
Keputusan dibagi dalam 3 tipe :
Keputusan terprogram/keputusan terstruktur yaitu keputusan yang
berulang- ulang dan rutin, sehingga dapat diprogram. Keputusan terstruktur
terjadi dan dilakukan terutama pada manjemen tingkat bawah. Contoh :
Manajer produksi dari PT. XYZ selalu melakukan kegiatan rutin disetiap
awal bulan, yaitu dengan melakukan pembelian bahan baku untuk
persediaan.
Keputusan setengah terprogram / setengah terstruktur yaitu keputusan yang
sebagian dapat diprogram, sebagian berulang-ulang dan rutin dan sebagian
tidak terstruktur. Keputusan ini seringnya bersifat rumit dan membutuhkan
perhitungan – perhitungan serta analisis yg terperinci. Contoh : Pak Darwin
adalah seorang Menejer Keuangan pada PT. Arta. Pekerjaan pada devisi
keuangan mengharuskan Pak Darwin harus cermat dalam menginvestasikan
serta mengolah keuangan pada PT. Arta. Pada saat itu diharuskan
penggantian mesin di pabrik dan harus menghitungan dengan cermat
sebelum melakukan investasi pada mesin yang akan dibeli agar investasi
yang dilakukan tidak merugikan perusahaan. Maka Pak Darwin harus
melakukan keputusan untuk menginvestasikan keuangan perushaan secara
cermat.
25. Keputusan tidak terprogram/ tidak terstruktur yaitu keputusan yang tidak
terjadi berulang-ulang dan tidak selalu terjadi. Keputusan ini terjadi di
manajemen tingkat atas. Informasi untuk pengambilan keputusan tidak
terstruktur tidak mudah untuk didapatkan dan tidak mudah tersedia dan
biasanya berasal dari lingkungan luar. Contoh : Pak Andre adalah seorang
Presiden Direktur PT. Angkasa. Ia harus selalu bisa mengambil keputusan
dengan cepat demi kelangsungan perusahaannya. Pengambilan keputusan
yang dia ambil berdasarkan informasi pasar yang harus selalu ia dengan dan
ketahui. Contohnya adalah harga saham yang selalu berubah. Dia harus bisa
menyesuaikan keuangan perusahaan agar harga saham perusahaan pada
bursa efek bisa selalu stabil.
26. DAFTAR PUSTAKA
Putra, Yananto Mihadi. (2018). Modul Kuliah Sistem Informasi Manajemen:
Sistem Pengambilan Keputusan. FEB - Universitas Mercu Buana: Jakarta
http://www.academia.edu/31814517/Sistem_Pengambilan_Keputusan
https://giansister.wordpress.com/2017/10/16/pengertian-sistem-pengambil-
keputusan-spk-beserta-contohnya/