SISTEM PENDUKUNG MANAJERIAL

A. Manajer dan Pengambilan Keputusan

1. Manajer

Manajemen adalah proses untuk mencapai tujuan organisasi melalui penggunaan sumber daya (orang, uang, energi, materi, ruang, waktu). Sumber daya ini dianggap masukan (input); pencapaian tujuan dianggap hasil (output) dari proses ini. Manajer mengawasi proses ini dalam usaha untuk mengoptimalkannya.

Secara umum, manajer memiliki tiga peran utama (Mintzberg, 1973):

a. Peran interpersonal. Figur yang ditiru, pemimpin, penghubung.

b. Peran informasi. Pengawas, penyebar informasi, juru bicara.

c. Peran pengambil keputusan. Wirausaha, orang yang menangani masalah, penentu alokasi sumber daya, negosiator.

2. Pengambilan Keputusan

Keputusan mengacu pada pilihan yang dibuat dari dua alternatif atau lebih. Ketika membuat keputusan, baik yang bersifat organisasional maupun personal, pengambil keputusan melalui proses yang sistematik. Simon (1997) menjelaskan proses dalam tiga tahap utama:

a. Tahap inteligensi : pengambilan keputusan dimulai dari tahap ini, di mana manajer memeriksa situasi dan mengidentifikasi serta mendefinisikan masalah.

b. Tahap desain : pengambil keputusan membentuk sebuah model yang menyederhanakan masalah.

c. Tahap pilihan : mencakup pemilihan solusi.

d. Tahap keempat, implementasi, ditambahkan kemudian. Implementasi yang sukses menghasilkan penyelesaian dari masalah awal atau peluang.

3. Pembuatan Model

Model (dalam pengambilan keputusan) adalah representasi yang disederhanakan, atau abstraksi dari realitas. Manfaat dari pembuatan model dalam pengambilan keputusan adalah :

a. Biaya dari eksperimentasi virtual jauh lebih rendah daripada biaya eksperimentasi yang dilakukan dengan sistem nyata.

b. Model memungkinkan kompresi waktu simulasi. Bertahun-tahun operasi dapat disimulasi dalam hitungan detik pada waktu computer.

c. Manipulasi model (dengan mengubah variabel) jauh lebih mudah daripada manipulasi sistem nyata. Oleh sebab itu, eksperimentasi lebih mudah dilakukan, dan tidak mengganggu operasi harian di organisasi.

4. Mengapa Manajer Membutuhkan Dukungan TI

Meskipun informasi banyak tersedia, pengambilan keputusan menjadi semakin sulit karena kecenderungan berikut ini:

a. Jumlah alternatif yang perlu dipertimbangkan semakin meningkat, karena inovasi dalam teknologi, perbaikan komunikasi, perkembangan pasar global, dan penggunaan Internet dan e-business. Kunci dari pengambilan keputusan yang baik adalah menggali dan membandingkan alternatif yang relevan. Semakin banyak alternatif yang ada, semakin banyak pencarian dengan bantuan komputer dan perbandingan yang dibutuhkan.

b. Biasanya, keputusan harus dibuat di bawah tekanan waktu. Sering kali tidak mungkin untuk memproses informasi yang dibutuhkan secara manual untuk mendapatkan hasil yang cepat dan efektif.

c. Karena peningkaan ketidakpastian dalam lingkungan keputusan menjadi semakin rumit. Biasanya perlu untuk melakukan analisis yang canggih untuk dapat membuat keputusan yang baik. Analisis semacam ini memerlukan penggunaan model.

Kecenderungan ini menyebabkan kesulitan dalam pengambilan keputusan, namun analisis yang terkomputerisasi akan sangat membantu.

5. Teknologi Informasi untuk Mendukung Manajer

Teknologi informasi untuk mendukung manajer disebut dengan sistem pendukung manajemen (management support system-MSS). Teknologi-teknologi TI utama yang didesain untuk mendukung manajer adalah:

a. Sistem pendukung keputusan (DSS)

b. Sistem pendukung eksekutif

c. Sistem Inteligen

6. Kerangka Kerja untuk Analisis Keputusan Terkomputerisasi

Untuk memahami sistem pendukung manajemen dengan lebih baik, keputusan perlu diklasifikasikan dalam dua dimensi utama:

a. Struktur Masalah

Dimensi pertama adalah struktur masalah, di mana proses pengambilan keputusan berada dalam urutan mulai dari keputusan sangat terstruktur hingga keputusan sangat takterstruktur. Keputusan terstruktur mengacu pada masalah yang rutin dan berulang di mana solusi standarnya ada. Dalam masalah yang terstruktur, tiga tahap proses keputusan yang pertama (inteligensi, desain, dan pilihan) memiliki urutan tertentu, dan prosedur untuk mendapatkan solusi yang terbaik (atau minimal yang cukup baik) diketahui. Kriteria solusi yang umum adalah minimalisasi biaya dan maksimalisasi.

Keputusan takterstruktur adalah masalah yang rumit dan membingungkan di mana tidak ada solusi yang langsung tersedia. Masalah yang takterstuktur tidak memiliki urutan tertentu dalam intelegensi, desain dan pilihan.

Di antara masalah terstruktur dan masalah takterstruktur, terdapat masalah semiterstuktur, terdapat masalah semiterstruktur, di mana hanya beberapa tahap proses keputusan yang tterstruktur. Masalah ini memerlukan kombinasi antara prosedur solusi standard dan penilaian individual.

b. Sifat Masalah

Ada tiga kategori utama dalam semua keputusan manajerial:

1) Pengendalian operasional : pelaksanaan tugas tertentu secara efisien dan efektif.

2) Pengendalian manajemen : akuisisi dan penggunaan sumber daya secara efisien dalam mencapai tujuan organisasi

3) Perencanaan strategis : tujuan jangka panjang dan kebijakan untuk pertumbuhan dan alokasi sumber daya.

B. Sistem Pendukung Keputusan

Didefinisikan secara umum, sistem pendukung keputusan(decision support system-DSS) adalah sistem informasi bebasis komputer yang menggabungkan model dan data guna menyelesaikan masalah semiterstruktur dan beberapa masalah takterstruktur dengan keterlibatan pengguna secara luas.

1. Kemampuan DSS

DSS juga menerapkan model matematika dan memiliki kemampuan khusus yang terkait, yang disebut analisis sensitivitas.

a. Analisis Sensitivitas

Analisis sensitivitas (sensitivity analysis) adalah studi mengenai dampak dari perubahan pada satu (atau beberapa) bagian dari suatu model terhadap bagian lainnya.

b. Analisis What –If

Analisis what-if (bagaimana jika) berusaha memeriksa dampak suatu perubahan dalam asumsi (data yang dimasukkan) pada solusi yang diusulkan.

c. Analisis Pencarian Tujuan

Analisis pencarian tujuan (goal-seeking) mewakili pendekatan solusi “arah kebalikan”. Analisis ini berusaha mencari nilai masukan yang dibutuhkan untuk mencapai tingkat hasil yang diharapkan.

2. Struktur dan Komponen DSS

Setiap DSS terdiri atas:

a. Subsistem manajemen data

Subsistem manajemen data DSS sama dengan system manajemen data lainnya. Data biasanya diekstraksi sebelum dimasukkan ke basis data DSS atau gudang data. Dalam beberapa DSS, tidak berbasis data terpisah, dan data dimasukkan ke dalam model DSS sesuai kebutuhan.

b. Subsistem manajemen model

Subsistem manajemen model berisi model yang lengkap dan blok bangunan yang diperlukan untuk mengembangkan aplikasi DSS

c. Antarmuka pengguna

Istilah antarmuka pengguna (user interface) mencakup semua aspek komunikasi antara pengguna dan DSS.

d. Pengguna

DSS memiliki dua kelompok pengguna : manajer dan staf ahli (seperti analisis keungan, perencana produksi,dan peneliti pasar).

e. Subsistem berbasis pengetahuan

DSS yang lebih canggih dilengkapi dengan komponen yang disebut subsistem yang berbasis pengetahuan (atau intelligen). Komponen semacam ini dapat menyediakan keahlian yang diharapkan untukmenyelesaikan beberapa aspek dari masalah atau dapat menyediakan pengetahuan yang dapat memperkuat operasi dari komponen DSS lainnya.

3. Cara Kerja DSS

Ketika pengguna mendapatkan masalah bisnis, dia mengevaluasinya melalui proses. System DSS kemudian dikonstruksi. Pengguna DSS mendapatkan data mereka dari gudang data,basis data,dan sumber data lainnya. Data ini dimasukan ke DSS. Pengetahuan dapat jugadikumpulkan dari basis pengetahuan perusahaan. Semakin banyak masalah yang diselesaikan, semakin banyak pengetahuan yang terkumpul dalam basis pengetahuan organisasi.

4. Model Baru DSS

Meskipun berbagai organisasi telah menggunakan DSS sejak 1980-an, ada berbagai jenis baru yang sedang dikembangkan. Dua jenis baru ini adalah :

a. DSS frontline.

Pengambilan keputusan frontline adalah proses di mana perusahaan mengotomatisasikan proses keputusan dan mengirimnya ke seluruh bagian organisasi dan kadang-kadang ke mitra.

b. DSS Real-Time

Saat ini keputusan bisnis harus dibuat pada saat yang tepat, dan biasanya di bawah tekanan waktu. Untuk melakukan hal ini, manajer perlu mengetahui apa yang terjadi pada bisnis saat ini dan mampu secara cepat memilih alternatif keputusan yang terbaik.

5. DSS Kelompok

Pengambilan keputusan sering merupakan proses bersama. Ketika kelompok pengambil keputusan dibantu secara elektronik, bantuan tersebut disebut pembuata keputusan kelompok. Ada dua kelompok yang dapat dibantu : kelompok “satu ruangan” yang anggotanya berada di satu tempat(misalnya ruang rapat) dan kelompok virtual (virtual group), yang anggotanya berada di lokasi yang berbeda-beda.

DSS kelompok (group decision support system- GDSS) adalah sistem berbasis komputer interaktif yang memfasilitasi usaha kelompok untuk menemukan solusi atas masalah semistruktur dan masalah takterstruktur. Tujuan dari DSS kelompok adalah mendukung proses untuk mencapai keputusan. Karakteristik penting dari GDSS, menurut Da Sanctics dan Gallupe (1987), ditunjukan online file W10.4

Generasi pertama GDSS didesain untuk mendukung pertemuan tatap muka yang biasanya disebut ruang keputusan (decision room) ,tempat bagi DSS kelompok untuk tatap muka, di mana terminal tersedia bagi para partisipan.

C. Sistem Pendukung Keputusan Perusahaan dan Eksekutif

1. DSS Organisasional

Hackathorn dan Keen (1981) pertama kali mendefinisikan DSS organisasional (organizational decision support system-ODSS) sebagai sistem yang berfokus pada tugas atau kegiatan organisasional yang melibatkan urutan operasi dan pengambil keputusan, seperti mengembangkan rencana pemasaran divisi atau menyusun anggaran modal.

Ada tiga karakteristik utama dari ODSS:

a. ODSS mempengaruhi beberapa unit organisasional atau masalah perusahaan.

b. ODSS memotong fungsi-fungsi organisasional atau lapisan hierarkis.

c. ODSS melibatkan teknologi berbasis computer dan biasanya mencakup teknologi komunikasi.

2. Sistem (Pendukung) Informasi Eksekutif

Sistem informasi eksekutif (executive information system-EIS), yang juga disebut system pendukung eksekutif(executive support system-ESS), adalah teknologi yang berbasis computer yang didesain untuk merespons kebutuhan khusus dari eksekutif.

3. Kemampuan ESS

ESS bervariasi kemampuan dan manfaatnya. Salah satunya adalah kemampuan dalam pengawasan faktor kunci keberhasilan yang diukur dengan menggunakan indikator kinerja utama. ESS dapat diperkuat dengan analisis dan presentasi multidimensi, akses data yang mudah digunakan, antarmuka grafis, kemampuan pencitraan, akses intranet, email, akses Internet, dan permodelan.

D. Sistem Pendukung Inteligen

Sistem pendukung inteligen adalah istilah yang menjelaskan berbagai aplikasi komersial dari kecerdasan buatan (artificial intelligence-AI)

1. Kecerdasan Buatan

Kecerdasan buatan adalah subbidang dari ilmu komputer. AI berhubungan dengan dua ide dasar:

a. Mempelajari proses pemikiran manusia.

b. Menyajikan proses tersebut melalui mesin (komputer,robot,dsb).

Salah satu definisi yang banyak dipublikasikan mengenai AI adalah “perilaku mesin yang, jika dilaksanakan oleh manusia, akan dianggap cerdas/inteligen”. Tujuan akhir dari AI adalah membangun mesin yang akan meniru kecerdasan manusia.

2. Teknologi Al Komersial

Perkembangan mesin yang menampilkan karakteristik inteligen menarik berbagai ilmu pengetahuan dan teknologi, mulai dari linguistic hingga matematika. Kecerdasan buatan sebenarnya bukanlah bidang yang komersial; ini adalah kumpulan konsep dan ide yang sesuai untuk penelitian. Sistem inteligen utama adalah: sistem ahli, pemrosesan bahasa alami, pemahaman wicara, robotika dan system sensor, fuzzy logic, komputasi saraf, visi komputer dan pengenalan latar (scene recognition).

E. Sistem Ahli

Sistem ahli (expert system-ES) adalah usaha untuk meniru seorang ahli dengan menerapkan metodologi penalaran atau pengetahuan dalam ranah tertentu. Sistem ahlin dapat mendukung pengambil keputusan atau mengganti mereka secara keseluruhan.

1. Keahlian dan Pengetahuan

Keahlian adalah pengetahuan yang luas dan sesuai dengan tugas yang diperoleh dari latihan, membaca dan pengalaman. Ini memungkinkan para ahli untuk membuat keputusan yang lebih baik dan lebih cepat daripada non-ahli dalam menyelesaikan masalah yang rumit. Keahlian memerlukan waktu yang panjang (mungkin bertahun-tahun) untuk diperoleh, dan didistribusikan di dalam organisasi secara tidak merata.

Transfer keahlian dari seorang ahli ke komputer dan kemudian ke pengguna melibatkan empat aktifitas:

a. Pemerolehan pengetahuan: pengetahuan diperoleh dari para ahli atau sumber-sumber dokumentasi.

b. Representasi pengetahuan: pengetahuan yang diperoleh diatur berdasarkan peraturan atau kerangka (berorientasi objek) dan disimpan secara elektronik dalam basis pengetahuan.

c. Inferensi pengetahuan: dengan adanya keahlian yang diperlukan yang disimpan dalam basis pengetahuan, komputer diprogram agar dapat membuat inferensi. Fungsi penalaran dilaksanakan di dalam komponen yang disebut mesin inferensi (interfence engine), yang merupakan otak dari ES.

d. Transfer pengetahuan: keahlian yang diinterferensikan ditransfer ke pengguna dalam bentuk rekomendasi.

2. Manfaat dan Kelemahan dari Sistem Ahli

Manfaat dari sistem ahli:

a. Peningkatan hasil dan produktivitas.

b. Peningkatan kualitas.

c. Penangkapan dan penyebaran keahlian yang langka.

d. Operasi dalam lingkungan yang berbahaya.

e. Aksesbilitas ke ppengetahuan dan help desk.

f. Keandalan

g. Kemampuan untuk bekerja dengan informasi yang tidak lengkap dan tidak pasti.

h. Provisi pelatihan.

i. Peningkatan kemampuan pengambilan keputusan dan penyelesaian masalah.

j. Penurunan waktu pengambilan keputusan.

k. Pengurangan waku kerusakan.

Meskipun memiliki banyak manfaat, metodologi ES tidak selalu bersifat langsung dan efektif. Sistem ahli mungkin tidak dapat mencapai kesimpulan. Misalnya, bahkan beberapa sistem ahli yang dikembangkan secara penuh tidak dapat memenuhi dua persen dari pesanan yang disajikan bagi mereka. Akhirnya, system ahli, seperti seorang ahli, kadang-kadang menghasilkan rekomendasi yang tidak tepat.

3. Komponen Sistem Ahli

Berikut ini adalah komponen-komponen dari sistem ahli:

a. Basis pengetahuan.

Basis pengetahuan berisi pengetahuan yang diperlukan untuk memahami, merumuskan dan menyelesaikan masalah. Ini mencakup dua elemen dasar:
i. Fakta-fakta, seperti situasi masalah dan teori area masalah
ii. Peraturan, yang mengarahkan penggunaan pengetahuan untuk menyelesaikan masalah tertentu dalam ranah tertentu.

b. Mesin inferensi.

Mesin interfensi adalah otak dari ES. Komponen ini ininya adalah program komputer yang menyediakan metodologi untuk penalaran dan perumusan kesimpulan.

c. Antarmuka pengguna.

Antarmuka pengguna memungkinkan dialog antara pengguna dengan computer. Dialog ini paling baik dilaksanakan dalam bahasa alami, biasanya dalam format tanya jawab dan kadang-kadang dilengkapi dengan grafis.

d. Papan tulis (blackboard).

Papan tulis adalah area memori kerja yang dialokasikan untuk deskripsi masalah saat ini seperti yang ditentukan oleh data masukan.

e. Subsitem penjelasan.

Subsistem penjelasan dapat menelusuri tanggung jawab untuk mencapai kesimpulan dan menjelaskan perilaku ES.

F. Sistem Inteligen Lainnya

Tujuan utama dari sistem ahli adalah untuk menyelesaikan saran ahli. Sistem inteligen lainnya dapat digunakan untuk menyelesaikan masalah atau menyediakan kemampuan di bidang keahliannya.

1. Pemrosesan Bahasa Alami dan Teknologi Suara

Pemrosesan bahasa alami (natural language processing-NLP) mengacu pada komunikasi dengan komputer dalam bahasa Inggris atau dengan bahasa yang Anda gunakan.

Pemahaman bahasa alami (natural language understanding) atau pengenalan wicara/suara (speech/voice recognition) memungkinkan komputer untuk memahami instruksi yang diberikan oleh bahasa Inggris (atau bahasa lainnya), melalui keyboard atau suara, sehingga komputer mampu memahami manusia.

Keunggulan Pemahaman Bahasa Alami:

a. Kemudahan akses. Lebih banyak orang bias berbicara daripada mengetik. Jika komunikasi dengan komputer masih bergantung pada keterampilan magnetik, banyak orang yang tidak dapat menggunakan komputer secara efektif.

b. Kecepatan. Diperkirakan bahwa rata-rata orang bisa berbicara dua kali secepat ketikan juru ketik yang mahir.

c. Kebebasan manual. Komunikasi dengan menggunakan komputer melalui pengetikan memerlukan tangan. Pengenalan wicara juga memungkinkan orang dengan tangannya cacat menggunakan komputer.

Generasi bahasa alami/sintesis suara adalah teknologi yang memungkinkan komputer untuk memproduksi bahasa biasa, dengan “suara” atau di layar, agar orang dapat memahami komputer dengan lebih mudah.

2. Jaringan Saraf Buatan

Jaringan saraf buatan (artificial neural network-ANN) adalah teknologi komputer, yang dimodel berdasarkan konsep dari beberapa sistem saraf biologis, yang berusaha menyimulasikan sejumlah besar pemrosesan paralel dari elemen-elemen yang saling terkait dalam arsitektur jaringan. Aplikasi teknologi jaringan saraf buatan disebut komputasi saraf (neural computing).

Manfaat dan aplikasi jaringan saraf mencakup kegunaannya untuk pengenalan pola, pembelajaran dan interpretasi masukan yang tidak lengkap. Pengenalan pola merupakan kemampuan dari jaringan saraf untuk menetapkan pola dan karakteristik dalam situasi di mana logika dan peraturan tidak diketahui, dengan menganalisis sejumlah besar data.

3. Fuzzy Logic

Fuzzy logic adalah penalaran komputer yang menangani ketidakpastian dengan simulasi proses penalaran manusia. Fuzzy logic memungkinkan komputer untuk bertindak secara lebih tidak tepat dan logis daripada komputer konvensional. Alas an di balik pendekan ini adalah bahwa pengambilan keputusan tidak selalu bersifat hitam putih, atau betul salah.