1. Karakteristik dan Kemampuan DSS atau Decision
Support System
Berikut ini akan dibahas mengenai
karakteristik dan kemampuan kinerja dari DSS atau Decision Support System,
antara lain yaitu :
a.
DSS menyediakan dukungan bagi pengambil
keputusan utamanya pada situasi semi-terstruktur dan tak terstruktur dengan
memadukan pertimbangan manusia dan informasi terkomputerisasi.
b.
Dukungan disediakan untuk berbagai level
manajerial yang berbeda, mulai dari pimpinan puncak sampai manajer lapangan.
c.
Dukungan disediakan bagi individu dan juga
bagi grup. Berbagai masalah organisasional melibatkan pengambilan keputusan
dari orang dalam grup. Untuk masalah yang strukturnya lebih sedikit seringkali
hanya membutuhkan keterlibatan beberapa individu dari departemen dan level
organisasi yang berbeda.
d.
DSS menyediakan dukungan ke berbagai
keputusan yang berurutan atau saling berkaitan.
e.
DSS mendukung berbagai fase proses
pengambilan keputusan: intelligence, design, choice dan implementation.
f.
DSS mendukung berbagai proses pengambilan
keputusan dan style yang berbeda-beda; ada kesesuaian diantara DSS dan atribut
pengambil keputusan individu (contohnya vocabulary dan style keputusan).
g.
DSS selalu bisa beradaptasi sepanjang masa.
Pengambil keputusan harus reaktif, mampu mengatasi perubahan kondisi secepatnya
dan beradaptasi untuk membuat DSS selalu bisa menangani perubahan ini. DSS
adalah fleksibel, sehingga user dapat menambahkan, menghapus, mengkombinasikan,
mengubah, atau mengatur kembali elemen-elemen dasar (menyediakan respon cepat
pada situasi yang tak diharapkan). Kemampuan ini memberikan analisis yang tepat
waktu dan cepat setiap saat.
h.
DSS mencoba untuk meningkatkan efektivitas
dari pengambilan keputusan (akurasi, jangka waktu, kualitas), lebih daripada
efisiensi yang bisa diperoleh (biaya membuat keputusan, termasuk biaya
penggunaan komputer).
1.
Pengambil keputusan memiliki kontrol
menyeluruh terhadap semua langkah proses pengambilan keputusan dalam
menyelesaikan masalah. DSS secara khusus ditujukan untuk mendukung dan tak
menggantikan pengambil keputusan. Pengambil keputusan dapat menindaklanjuti
rekomendasi komputer sembarang waktu dalam proses dengan tambahan pendapat
pribadi atau pun tidak.
2.
DSS mengarah pada pembelajaran, yaitu
mengarah pada kebutuhan baru dan penyempurnaan sistem, yang mengarah pada
pembelajaran tambahan, dan begitu selanjutnya dalam proses pengembangan dan
peningkatan DSS secara berkelanjutan.
i.
Pengguna harus mampu menyusun sendiri sistem
yang sederhana. Sistem yang lebih besar dapat dibangun dalam organisasi
pengguna tadi dengan melibatkan sedikit saja bantuan dari spesialis di bidang
Information Systems (IS).
j.
DSS biasanya mendayagunakan berbagai model
(standar atau sesuai keinginan user) dalam menganalisis berbagai keputusan.
Kemampuan pemodelan ini menjadikan percobaan yang dilakukan dapat dilakukan
pada berbagai konfigurasi yang berbeda. berbagai percobaan tersebut lebih
lanjut akan memberikan pandangan dan pembelajaran baru.
k.
DSS dalam tingkat lanjut dilengkapi dengan
komponen knowledge yang bisa memberikan solusi yang efisien dan efektif dari
berbagai masalah yang pelik.
2. Keuntungan DSS
a.
Proses pemodelan menjadi pengalaman belajar.
b.
Kecepatan simulasi memberikan kemampuan bagi
kita untuk mengevaluasi dampak keputusan dalam jangka waktu yang singkat.
c.
Model memberikan daya peramalan.
d.
Model membutuhkan biyaya yang lebih murah
daripada metode trial-and-error.
e.
Dapat menyelesaikan problem yang kompleks.
f.
Sistem dapat berinteraksi dengan pemakainya.
g.
Lebih cepat dengan hasil yang lebih baik
(terutama dibandingkan dengan pengambilan keputusan secara intuisi).
h.
Menghasilkan acuan data untuk menyelesaikan
masalah yang dihadapi oleh manajer yang kurang berpengalaman.
i.
Untuk masalah yang berulang, DSS dapat
memberi keputusan yang lebih efektif.
j.
Fasilitas untuk mengambil data dapat
memberikan kesempatan bagi beberapa manajer untuk berkomunikasi dengan lebih
baik.
k.
Meningkatkan produktivitas dan kontrol dari
manajer.
3. Komponen DSS
Menurut
Carter et. al. (1992) Decision Support System (DSS) memiliki tiga
komponen utama atau subsistem utama yang menentukan kapabilitas teknis DSS, antara lain subsistem data, subsistem model dan subsistem dialog.
Komponen Decision Support System (DSS)
a.
Sub sistem Data (Data Subsystem)
Subsistem
data merupakan komponen DSSyang menyediakan data yang dibutuhkan oleh sistem.
Data yang dimaksud disimpan dalam data base yang diorganisasikan oleh
suatu sistem yang disebut DBMS (Data Base Management System). Melalui DBMS,
memungkinkan data yang diperlukan dapat diekstraksi secara cepat.
b.
Sub sistem Model (Model Subsystem)
Subsistem
model merupakan cara bagaimana data yang diambil dari DBMS akan diolah dengan
model-model yang dibuat sehingga menghasilkan suatu pemecahan atau hasil yang
diinginkan. Menurut McLeod (1995: 23) model-model- model yang digunakan dapat
diklasifikasikan ke dalam bentuk model-model berikut ini:
-
Model Fisik
Penggambaran entity dalam
bentuk tiga dimensi. Misalnya entity berupa market pusat
pembelanjaan.
-
Model Narasi
Menggambarkan
entitasnya secara lisan dan tulisan. Semua komunikasi bisnis adalah model
narasi.
-
Model Grafik
Menggambarkan
entitasnya dalam jumlah garis, simbol atau bentuk.
-
Model Matematika
Model-model
matematika menggunakan notasi-notasi dan persamaan matematis untuk
mempresentasikan sistem. Atribut-atribut dinyatakan dengan variabel-variabel,
dan aktivitas-aktivitas dinyatakan dengan fungsi matematika yang menjelaskan
hubungan antar variabel-variabel tersebut.
c.
Sub sistem Dialog (User System Interface)
Melalui
sistem dialog inilah, DSS yang dibuat akan diimplementasikan sehingga user atau
pemakai dapat berkomunikasi dengan sistem yang dirancang secara interaktif.
Subsistem dialog dapat dibagi menjadi 3 bagian yaitu:
·
Bahasa Aksi (Action language): suatu
perangkat lunak yang digunakan user untuk berkomunikasi dengan
sistem, melalui berbagai media seperti:keyboard, joystick, mouse atau device lainnya.
·
Bahasa Tampilan (Display): merupakan sarana
tampilan yang dapat diperoleh oleh user, seperti printer, monitor, plotter,
dan device lainnya.
·
Basis Pengetahuan (Knowledge Base): bagian
mutlak yang harus diketahui oleh user agar pemakaian sistem dapat
berfungsi secara efektif.
·
Kombinasi dari berbagai kemampuan di atas
dikenal sebagai gaya dialog (Dialog Style), yang terdiri dari:
·
Dialog Tanya Jawab: dalam dialog ini, sistem
bertanya kepada user, kemudian user menjawab, dan seterusnya
sampai DSS mengeluarkan alternatif jawaban yang diperlukan untuk mendukung
keputusan setelah data inputnya lengkap.
·
Dialog Perintah: sistem ini mengijinkan user untuk
memberikan perintah-perintah yang tersedia oleh sistem untuk menjalankan fungsi
yang ada dalam DSS.
·
Dialog Menu: gaya dialog yang paling populer
di mana user memilih satu dari beberapa alternatif menu yang telah
disediakan. Dalam menetukan pilihan, user cukup menekan tombol
tertentu yang akan menghasilkan respon/jawaban.
·
Dialog Input/Output: dialog ini menyediakan
form masukan (input), di mana user memasukkan perintah dan data,
serta form keluaran (output) yang merupakan respon dari sistem. Setelah
memeriksa keluaran, user dapat mengisi form masukan lainnya dan
melanjutkan dialog selanjutnya.
4. Klasifikasi dan Dukungan DSS
Jenis-jenis DSS menurut tingkat kerumitan dan
tingkat dukungan pemecahan masalahnya menurut Steven L. Alter , 1975 adalah
sebagai berikut:
-
Mengambil elemen-elemen informasi.
-
Menganalisis seluruh file.
-
Menyiapkan laporan dari berbagai file.
-
Memperkirakan dari akibat. Keputusan
-
Mengusulkan Keputusan
-
Membuat keputusan
Alter's taxonomy adalah klasifikasi sederhada
dari DSS yang telah ditemukan dalam risetnya tahun 1975. Pengklasifikasian ini
didasarkan pada operasi-operasi generik pendukung keputusan yang diperluas dari
data-oriented menjadi model-oriented. Aturan alter menyatakan bahwa sebuah
sistem pendukung keputusan dapat dikategorikan dalam pengertian generik dalam
melakukan operasi, tergantung jenis masalah, bidang fungsional atau perspektif
keputusan.
Alter (1975) mengklasifikasikan 56 DSS menjadi tujuh kategori yang berbeda. Ketujuh kategori tersebut adalah :
1. File drawer systems yang menyediakan pengaksesan terhadap detail data. contohnya adalah perlengkapan monitoring real-time, inventory reorder beserta sistem monitoringnya. Query dan reporting tools untuk mengakses OLTP atau datamart ada dalam kategori ini.
2. Data analysis systems yang mendukung proses manipulasi data dengan perangkat lunak yang telah dibuat untuk tugas khusus. Sebagai contoh analisis anggaran, dan analisis peluang investasi. Dan aplikasi data warehouse yang dikategorikan dalam sistem analisis data.
3. Analysis information systems yang menyediakan akses terhadap database yang berorientasi keputusan dan model-model kecil lainnya. Contoh peramalan penjualan didasarkan pada database pemasaran, analisis kompetitor, perencanaan dan analisis produk. Online Analytical Processing (OLAP) dan Business Intelligence (BI) termasuk dalam kategori ini.
4. Accounting and financial model-based DSS yang digunakan untuk menghitung konsekwensi dari sebuah kemungkinan. Sebagai contoh memperkirakan keuntungan yang dapat diraih terhadap suatu produk baru, break event analysis dan secara umum adalah estimasi terhadap keuntungan dan keseimbangan neraca.
5. Representational model-based DSS yang memperkirakan konsekwensi dari suatu aksi yang didasarkan pada model simulasi. Contoh model respon pasar, model analisis resiko dan simulasi peralatan produksi.
6. Optimization model-based DSS yang menyediakan solusi secara optimal dengan batasan-batasan tertentu yang dapat memandu dalam pengambilan keputusan. Contoh system penjadwalan, alokasi sumber daya dan optimasi penggunaan material.
7. Suggestion DSS based on logic models yang menjalankan proses-proses yang lebih spesifik bagi keputusan terstruktur atau tugas well-understood. Contoh perhitungan insurance renewal rate, model optimal bond-bidding dan pencatatan kredit.
Alter (1975) mengklasifikasikan 56 DSS menjadi tujuh kategori yang berbeda. Ketujuh kategori tersebut adalah :
1. File drawer systems yang menyediakan pengaksesan terhadap detail data. contohnya adalah perlengkapan monitoring real-time, inventory reorder beserta sistem monitoringnya. Query dan reporting tools untuk mengakses OLTP atau datamart ada dalam kategori ini.
2. Data analysis systems yang mendukung proses manipulasi data dengan perangkat lunak yang telah dibuat untuk tugas khusus. Sebagai contoh analisis anggaran, dan analisis peluang investasi. Dan aplikasi data warehouse yang dikategorikan dalam sistem analisis data.
3. Analysis information systems yang menyediakan akses terhadap database yang berorientasi keputusan dan model-model kecil lainnya. Contoh peramalan penjualan didasarkan pada database pemasaran, analisis kompetitor, perencanaan dan analisis produk. Online Analytical Processing (OLAP) dan Business Intelligence (BI) termasuk dalam kategori ini.
4. Accounting and financial model-based DSS yang digunakan untuk menghitung konsekwensi dari sebuah kemungkinan. Sebagai contoh memperkirakan keuntungan yang dapat diraih terhadap suatu produk baru, break event analysis dan secara umum adalah estimasi terhadap keuntungan dan keseimbangan neraca.
5. Representational model-based DSS yang memperkirakan konsekwensi dari suatu aksi yang didasarkan pada model simulasi. Contoh model respon pasar, model analisis resiko dan simulasi peralatan produksi.
6. Optimization model-based DSS yang menyediakan solusi secara optimal dengan batasan-batasan tertentu yang dapat memandu dalam pengambilan keputusan. Contoh system penjadwalan, alokasi sumber daya dan optimasi penggunaan material.
7. Suggestion DSS based on logic models yang menjalankan proses-proses yang lebih spesifik bagi keputusan terstruktur atau tugas well-understood. Contoh perhitungan insurance renewal rate, model optimal bond-bidding dan pencatatan kredit.
5. Level Teknologi DSS
Kerangka kerja untuk memahami konstruksi DSS mengidentifikasi 3 level
teknologi DSS : Specific DSS, DSS-generation, dan DSS tools.
a.
Specific DSS (DSS applications).l
“Final Product” atau aplikasi DSS yang nyata-nya menyelesaikan pekerjaan yang kita inginkan disebut dengan specific DD (SDSS). Contoh : SDSS untuk menganalisis joint venture.
“Final Product” atau aplikasi DSS yang nyata-nya menyelesaikan pekerjaan yang kita inginkan disebut dengan specific DD (SDSS). Contoh : SDSS untuk menganalisis joint venture.
b.
DSS Generators (atau Engines).l
adalah software pengembangan terintegrasi yang menyediakan sekumpulan kemampuan untuk membangun specific DSS secara cepat, tak mahal, dan mudah. Contoh : Microsoft Excel.
adalah software pengembangan terintegrasi yang menyediakan sekumpulan kemampuan untuk membangun specific DSS secara cepat, tak mahal, dan mudah. Contoh : Microsoft Excel.
c.
DSS Tools.l
Level terendah dari teknologi DSS adalah software utility atau tools. Elemen ini membantu pengembangan baik DSS generators atau SDSS.Contoh : grafis (hardware dan software), editors, query systems, random number generator, dan spreadsheets.
Level terendah dari teknologi DSS adalah software utility atau tools. Elemen ini membantu pengembangan baik DSS generators atau SDSS.Contoh : grafis (hardware dan software), editors, query systems, random number generator, dan spreadsheets.