Dokumen ini membahas sistem informasi manajemen dan sistem pendukung keputusan (DSS), yang mencakup dasar pemodelan matematika dan kecerdasan buatan untuk membantu pengambilan keputusan serta pemecahan masalah dalam organisasi. Penekanan pada model dan simulasi serta penggunaan spreadsheet elektroni menunjukkan pentingnya alat ini dalam mengoptimalkan keputusan. Selain itu, peran sistem pakar dan kelompok sistem pendukung keputusan (GDSS) diuraikan dalam konteks kolaborasi dan komunikasi yang lebih baik.

1. SISTEM INFORMASI
MANAJEMEN
SISTEM
PENDUKUNG
KEPUTUSAN
(SPK)

2. Disusun Oleh
 Icha Adelika Dian A.
 M. Ari Wibowo
 Tri Hadi Santoso
 Nurul Aini
 Fitria Abda Rohmana
 Miftahuddin
 Kurnia Nurmazita
 Ratih Susilawati
 Sri Musiyam
 Wahyu Pangesti
 Kholilah
 (2013002003)
 (2013002004)
 (2013002005)
 (2013002006)
 (2013002008)
 (2013002009)
 (2013002010)
 (2013002011)
 (2013002012)
 (2013002013)
 (2013002014)

3. Tujuan Pembelajaran
 Memahami 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 .

4. 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 .

5. Pemecahan Masalah dan
Pembuatan Keputusan
 Pemecahan 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 .

6. Fase Pemecahan Masalah
Herbert 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.

7. 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 .

8. 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

9. 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!

10. Gambar 11.1 Elemen Proses
Pemecahan Masalah

11. Memilih Solusi Terbaik
 Henry Mintzberg , manajemen teori ,
telah mengidentifikasi tiga pendekatan
:
 Analisis - evaluasi sistematis pilihan .
 Penghakiman - proses pemikiran
seorang manajer tunggal .
 Penawaran - negosiasi antara
beberapa manajer .

12. Permasalahan vs. Gejala
 Gejala 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.

13. Jenis-jenis Keputusan
 Keputusan 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."

14. 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

15. Gambar 11.2 Gorry & Scott -
Morton Grid

16. Model DSS
 Awalnya 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 )

17. Gambar 11.3 DSS Model yang
Menggabungkan GDSS , OLAP ,
& AI

18. 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 .

19. Formula to Compute Economic
Order Quantity (EOQ)

20. Figure 11.4 Graphical Model of
EOQ

21. Penggunaan Model
 Memberikan 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 .

22. Kelas Model Matematika
 Model 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 .

23. 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.

24. Figure 11.5 Scenario Data &
Decision Variables from a
Simulation

25. Simulasi Teknik & Format
simulasi output
 Manajer 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 .

26. 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 .

27. Gambar 11.6 Model Masukan
Layar untuk Memasuki Skenario
Data Sebelum

28. Gambar 11.7 Model Masukan
Layar untuk Memasuki Skenario
Data untuk Berikutnya

29. Model Output
 Kegiatan 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 .

30. Gambar 11.8 Ringkasan Hasil
dari Model

31. Figure 11.9 Operating Statement
Shows Nonmonetary Results

32. Figure 11.10 Income Statement
Shows Nonmonetary Results

33. Kelebihan & Kekurangan
Pemodelan
 keuntungan :
◦ 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 .

34. 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 .

35. Figure 11.11 Spreadsheet Rows
& Columns Provide Format for
Columnar Report

36. Figure 11.12 Spreadsheet
Columns are Excellent for Time
Periods in Dynamic Model

37. 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

38. 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

39. Wilayah AI
 Sistem 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.

40. 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 .

41. Konfigurasi Sistem Pakar
 User 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 .

42. 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

43. Lanjutan
 Sistem 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 .

44. Figure 11.13 Expert System
Model

45. Kelompok Sistem Pendukung
Keputusan
 Kelompok 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.

46. 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 .

47. Figure 11.14 Group Size &
Location Determine DSS
Environmental Settings

48. 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