TUGAS
MAKALAH SISTEM PENDUKUNG KEPUTUSAN
KOMPONEN ARSITEKTUR DSS
Nama :Amalia
Ika Putri
NIM :2014-31-006
Kelas :F
Komponen
Arsitektur DSS
Cara pemikiran yang tepatmengenai
bagian komponen dari suatu sistem penunjang keputusan (DSS) dan hubungannya
diantara bagian tersebut adalah dengan menggunakan paradigma
dialog,data,model(D,D,M).Dalam konseptualisasi ini,ada dialog (D) antara pemakai dengan sistem,data (D) yang mendukung sistem tersebut,dan model (M) yang memberikan kemampuan analisiss. Walaupun komponen
tersebut bisa agak berbeda dari satu aplikasi dengan aplikasi yang satunya,
namun mereka tetap dalam berbagai bentuk yang sama.Gambar 7.1, yang diadaptasi
dari DDM, memberikan representasi gambaran mengenai bagian komponen dari suatu
DSS.
Pemakai dan pembangun DSS sebaiknya
memahami bagaimana setiap komponen ini bisa dirancang. Bagi pemakai, pemahaman
ini menciptakan kesadaran tentang apa yangdapat diperoleh dari DSS. Sedangkan
bagi pembangun DSS, ia memberitahu tentang apa yangbisa diberikan oleh
pembangun tersebut.
Teknologi yang baru terus memberikan
pengaruh terhadap komponen dialog,data, dan model. Sebagai contoh, sistem
touchscreen (layar sentuh) yang berdasarkan icon memberikan opsion baru untuk
mengarahkan atau menjalankan sistem tersbut.
Teknologi database relasional, ini
adalah untuk meneliti bagian komponen dari suatu DSS. Dalam bacaan ini, kita
mencoba untuk mendeskripsikan kekayaan atau potensi yang ada tersebut, dan
memberikan keterangan mengeni teknologi yang sedang berlangsung, yang akan
berlanjut mengembangkan atau meningkatkan bidang ini.
Komponen
Dialog
Apresiasi pentingnya komponen dialog
dicapai dengan menganggap bahwa darisudut pandang pemakai, dialog adalah
sistem. Hal yang penting dari komponen dialog tersebut adalah apa yang harus diketahui oleh pemakai agar
bisa menggunakan sistem tersebut, opsion untuk mengarahkan tindakan sistem tersebut, dan presentasi alternatif dari respon sistem tersebut.Bennet mengatakan
secara berturut-turut menamakan komponen dialog ini dengan knowledge base, action language (bahasa tindakan), dan presentation
language (bahasa presentasi). Jika saja mereka ini tidak mempengaruhi dialog,
maka pemakai hanya akan sedikit melakukan pertimbangan terhadap penggunaan
hardware dan software, cara data disimpan dalam memori, dan algoritma yang
diterapkan oleh model. Faktor seperti itu biasanya bersifat transparan bagi
pemakai; yakni mereka tidak terlihat ataupun terketahui.
Pertimbangan
Umum
Pada Waktu merancang dialog DSS,
sebaiknya kita mengetahui siapa pemakai yang potensial (akan menggunakan).Dalam
beberapa contoh, hanya ada pemakai tunggal, namun yang lebih umum, DSS
digunakan oleh beberapa pemakai. Sementara kebanyakan tulisan mengenai DSS
menekankan pada kegunaannya guna mendukung tugas pembuatan keputusan manajemen
puncak yang tidak terstruktur dengan baik, pada kenyataannya yang praktis
menggunakan DSS adalah manajemen menengah dan khususnya staf professional
(misalnya, perencana keuangan, periset marketing).Ini tidak berarti bahwa DSS
tidak digunakan oleh manajemen puncak.Maksudnya, yang sering terjadi adalah
bahwa eksekutif senior meminta informasi dari staff asisten yang menggunakan
DSS untuk memperoleh informasi.Dengan demikian, asisten tersebut merupakan
kepanjangan dari DSS.
Sebaiknya diketahui bahwa dialog
mencakup tradeoff (umpan balik) antara kesederhanaan
lawan fleksibilitas. Dialog yang
memiliki kesederhanaan untuk digunakan biasanya memberikan fleksibilitas yang
kurang. Sebagai contoh, pendekatan atau cara Tanya-jawab lama memerlukan respon
pemakai terhadap pertanyaan tersebut. Walaupun pendekatan ini sederhana dan
biasanya merupakan cara yang tepat bagi pemakai baru yang menjalankan tugas
yang terstruktur dengan baik, namun ia tidak memberikan fleksibilitas yanglebih
dari apa yang telah direncanakan oleh perancang sistem. Dalam situasi ini,
sistem terkontrol secara longgar. Sistem yang berorientasi menu memberikan jenis struktur yang sama terhadap pemakai, walaupun
ia memberikan cara dialog yang berbeda. Dengan cara yang berkebalikan, bahasa perintah memberikan control
kepada pemakai atas sistem secara lebih ketat, namun diperlukan pengetahuan
tambahan untuk menggunakan sistem tersebut. Bahasa perintah biasanya menerapkan
sintak kata kerja-kata benda (misalnya, RUN SIMULATION, PRINT REPORT). Kebanyakan
generator DSS ingin menyederhanakan variasi dari cara bahasa perintah ini.
Apabila generator DSS ingin menyederhanakan pengembangan dan operasi dari suatu
DSS, maka ia memerlukan training dan frekuensi penggunaan yang cukup untuk
tetap bisa mengingat sintaksnya. Oleh karena inilah kebanyakan manajer puncak
bukan merupakan (tidak ingin menjadi) pemakai DSS on-hand (praktis).Para
manajer ini tidak mau atau tidak bisa meluangkan waktu untuk mengikuti training
dan mereka mempunyai pekerjaan yang banyak sehingga tidak mempunyai waktu untuk
menggunakan DSS secara kontinyu.
Apabila DSS mendukung beberapa
penggunaan, maka bisa dirancang beberapa opsion dialog untuk sistem tersebut.
Ini biasanya disebut sebagai cara atau pendekatan dialog tiered (deret ber-tingkat) karena ada beberapa tingkat opsion atau
pilihan dialog. Pemakai yang baru (pemula) dapat menerapkan sistem tersebut
dengan satu cara danpemakai yang lebih berpengalaman bisa menggunakannya dengan
cara yang lain. Keberadaan opsion dialog yang banyak ini juga mengakibatkan
terjadinya perbedaan gaya kognitif diantara pemakai. Cognitive style (gaya kognitif) seseorang maksudnya adalah cara
sistematis dan pervasive (yang meresap) dalam penerimaan dan analisa data.
Sebagai contoh, orang yang sistematisakan
memproses data secara terstruktur dan tahap demi tahap, sedangkan seorang intuitif mungkin akan melakukan
analisis secara meloncat-loncat, dari analisis satu ke analisis yang lain
dengan tidak urut. Seorang sistematis mungkin sudah cukup dengan menggunakan
dialog berorientasi menu, namun inuitif mungkin menginginkan fleksibilitas yang
ditawarkan oleh bahasa perintah.
Pertimbangan lain mengenai dialog
adalah apakah DSS akan dioperasikan oleh pembuat keputusan atau perantara (yang
kadang-kadang disebut chauffeur).
Apabila sistem dikendalikan oleh chauffeur, maka penekanannya mungkin pada daya
(kekuatan) dan fleksibilitas dari dialog tersebut. Fasilitas kemudahan
penggunaan yang sangat penting bagi non-spesialis biasa dihilangkan, dimana hal
ini akan mengurangi “overhead” software.
Knowledge
Base
Knowledge base(dasar pengetahuan)
mencakup apa yang diketahui pemakai tentang keputusan dan tentang bagaimana
cara menggunakan DSS. Perlu anda catat bahwa ini bukanlah definisi dari knowledge base lazim digunakan dalam
bidang artificial intelegence.Ia adalah istilah dari Bennet untuk menerangkan
pengetahuan apa yang harus dipunyai pemakai agar ia bisa berinteraksi dengan
sistem dalam berhubungan dengan area masalah dan dalam pembuatan keputusan yang
diperlukan.
Pengetahuan pemakai mengenai masalah
secara luas dipelajari di luar DSS.DSS memungkinkan pemakai untuk memahami
keputusan dengan lebih baik, namun hal yang berkaitan dengan masalah tersebut
harus diketahui lebih dulu, kecuali jika DSS digunakan untuk memberi training
bagi pembuat keputusan.Dalam hal ini, DSS merupakan wahana edukasional.
Pemakai bisa dilatih menggunakan DSS
dengan berbagai cara. Yang sering diterapkan untuk eksekutif senior adalah one-on-one tutorial (tutorial satu
satu).Apabila pemakai yang memerlukan
training berjumlah banyak, maka akan efisien bila dilakukan training
secara classes dan lectures (seperti sekolah). Apabila DSS
diharapkan memiliki masa hidup yang lama dan memberikan layanan bagi banyak
pemakai, maka cra yang ekonomisadalah dengan memberikan instruksi terprogram dan instruksi
yang dibantu dengan komputer.
DSS memiliki beeberapa fasilitas
yang memudahkan penggunaannya.Manual instruksi bisa dibuat dan digunakan.
Kapanpun, selama session, pemakai dapat menerima bantuan dengan caramenekan sat
tombol. Bantuan tersebut bisa dibuat context
sensitive, yakni sistem akann memberikan bantuan yang disesuaikan dengan
situasi tempat digunakan DSS oleh pembuat keputusan.
Command
(perintah) atau sequence file (file
yang berurutan) akan membantu bagi pemakai baru atau pemakai yang tidak terus
menerus. File ini berisi instruksi yang telah deprogram sebelumnya, yang
diaktifkan oleh beberapa tombol sederhana (mudah). Akibatnya, pemakai tidak
perlu harus mengetahui perintah dasarnya. Pemakai hanya perlu tahu
mengfungsikan file perintah. Sebagai contoh dari file perintah adalah pada tiap
akhir bulan, manajer senior mungkin perlu membandingkan cash flow yang
diproyeksikan dengan cash flow yang sebenarnya. Analisis seperti ini biasanya
bisa dilakukan dengan DSS finansial, namun pemakai harus memasukkan serangkaian
perintah.Agar manajer bisa dengan mudah memperoleh analisisnya, perintah yang
diperlukan bisa dimasukkan kedalam file perintah.
Generator DSS komprehensif biasanya
bisa digunakan untuk membantu pembuatan dan penggunaan file perintah ini.
Beberapa generator ini mempunyai fasilitas “capture” (menangkap), yang
fungsinya mencatat (merekam) dan menyimpan semua perintah yang telah
dimasukkan. Pemakai tinggal menjalankan suatu perintah untuk menimbulkan
fasilitas capture, memasukkan perintah untuk disimpan, dan memberikan nama file
yang tepat.
Bahasa
Tindakan
Tindakan yang bisa dilakukan pemakai
untuk mengontrol DSS dapat dilakukan dengan berbagai cara, tergantung pada
desain sistemnya. Cara Tanya-jawab, menggunakan menu, dan bahasa perintah telah
dibahas semuanya. Ada lagi satu cara, dan alternative baru yang lebih baik juga
terus bermunculan.
Beberapa DSS menggunakan cara atau
pendekatan form input-output. Pemakai diberi form input dan memasukkan data
yang diinginkan. Setelah semua data menjadi input, DSS menjalankan analisis dan
mempersembahkan hasilnya.
Interface berorientasi visual yang
pertama kali dikembangkan oleh Xerox, dan kemudian diadaptasi oleh Apple dan
Macintosh telah menjadi popular. Interface ini menggunakan “icon”atau symbol
gambar untuk menampilkan obyek yang umum, misalnya dokumen, berkas file,
keranjang sampah, tempat rongsokan. Bahasa tindakan biasanya diimplementasikan
dengan menggunakann mouse untuk menggerakkan icon atau untuk menjalankan
tindakan pada icon tersebut dengan cara menentukan pilihan dari menu.
Input suara adalah yang paling mudah
digunakan. Walaupun ada perkembangan baru dalam input suara, namun akhir-akhir
ini ia jarang sekali digunakan untuk DSS. Teknologi yang ada hanya bisa untuk
memberikan beberapa kosakata,teknologi ini biasanya harusdisesuaikan dengan
suara pemakai, dan ia hanya menawarkan rekognisi (pengenalan) suara tertentu,
tidak bersifat umum. Keterbatasan ini cenderung membuat input suara (voice
input) hanya cocok bagi DSS tertentu yang digunakan dengan cara yang sangat
terstruktur. Namun demikian, dengan semakin meningkatnya teknologi, maka sistem
berorientasi suara ini mungkin akan bisa berkembang dengan baik.
Tindakan fisik yang diperlukan untuk
mengarahkan DSS juga telah berubah. Input keyboard bukan lagi merupakan
satu-satunya pilihan. Sistem layar sentuh (touch screen) dan khususnya sistem
yang dikendalikan mouse (mouse-drive) telah umum digunakan.Alternatifini lebih
disukai oleh para eksekutif, sebab dengan kedua sistem tersebut, mereka tidak
perlu mengetik.
Bahasa
Presentasi
PC yang digunakan dengan basis
stand-alone atau yang digunakan sebagai terminal intelligent yang dihubungkan
ke mainframe telah dikembangkan dan ditingkatkan dalam hal caranya
merepresentasikan output dari DSS. Laporan tercetak tidak lagi menjadi satu-satunya
pilihan output.Pada kenyataannya, bila kita mengamati sebagian besar instansi,
disitu taka da output hard copy.Output-output mereka ditampilkan pada layar,
diinternalisasi (digunakan) oleh pembuat keputusan, dan dikeluarkan. DSS dapat
menampilkan atau menjalankannya kembali apabila pemakai perlu melihat output
itu lagi.
Salah satu kontribusi yang terbesar
dari PC adalah abhwa ia mempunyai kemampuan grafik
yang unggul. Bila digunakan dengan software grafik,berbagai macam grafik
akan bisa dibuat dengan mudah dalam bentuk tiga dimensi dan berwarna. Riset
terakhir tentang teknologi chip memberikan cara untuk meningkatkan kualitas
grafik lebih baik lagi. Teknologi ini memberikan resolusi tampilan yang hamper
sempurna. Walaupun riset ini belum menetapkan secara jelas kenggulan output
grafik atas output pada table, namun popularitas manfaatnya telah banyak
dibicarakan.
Animasi
telah mulai digunakan untuk output DSS, khususnya untuk aplikasi yang
melibatkan simulasi sistem fisik. Kelompok riset Delft University of
Technology, misalnya, telah mengembangkan beberapa proyek DSS dengan
menggunakan automasi.Salah satu proyek DSS tersebut telah digunakan untuk
aplikasi arus keluar masuk truk, barang, dan kertas kerja untuk pengiriman dan
pemuatan di Port of Rotterdam. Dengan melihat arus truk dan kapal ppada layar
sementara dokumen diproses di kantor akan membuat pembuat keputusan merasakan
dinamika masalah, dimana hal ini mustahil dilakukan bila tanpa animasi.
Output suara juga mungkin digunakan,
walaupun pada saat ini ia tidak digunakan untuk DSS. Sebagai contoh mengenai
potensinya, lihatlah DSS keuangan, dimana ia tidak hanya memberikan laporan
kekecualian, namun ia juga memiliki hamparan suara yang mendeskripsikan dan
menjelaskan kekecualian itu.
Gaya
Dialog
Kombinasi atau set opsion untuk
mengimplementasikan knowledge base, bahasa tindakan dan bahasa presentasi, yang
dilakukan secara bersama-sama, disebut “gaya ialog” (dialog style). Sebagai
contoh, satu gaya dialog dihasilkan dalam suatu sistem menghendaki agar pemakai
menjaga atau menyimpan kartu referensi (knowledge base) untuk mengingat
perintah mana yang dimasukkan dengan keyboard (bahasa tindakan) guna
memperoloeh laporan tercetak (bahasa presentasi). Gaya dialog yang sangat
berbeda dihasilkan dari penggunaan mouse. Mouse ini digunakan untuk mengakses
menu pull-down dan menggerakkan icon pada ,ayar berwarna untuk mendapatkan
presentasi grafik dari hasil analisis. Gaya dialog yang lain, yang dikenalkan
oleh Apple Macintosh, telah mengubah secara drastis komponen dialog sebelumnya.
Pertumbuhan yangbesar dari Windows 3 untuk lingkungan PC/DOS, X-Windows untuk
lingkungan Unix, keduanya dari Microsoft, dan Globalview dari Xerox untuk
workstation yang menggunakan Sun-nya telah membuat gaya dialog ini menjadi
“standart” yang dominan bagi end user computering.
Sebagian besar popularitasnya
disebabkan karena ia mendasarkan semua elemen dialog menurut metaphor yang
dikenal umum – virtual desktop.Tampilan layar merepresentasikan desktop, icon
merepresentasikan obyek yang dikenal pada desk (dokumen, berkas file, dan
sebagainya), dan mouse digunakan untuk menggerakkan obyek tersebut, membuka dan
menutup file dan dokumen, dan memilih tindakan dari menu. Keberhasilan gaya
dialog ini mengisyratkan bahwa kebanyakan sistem untuk DSS akhirnya nanti akan
mempunyai komponen dialog dengan desain yang sama.
Komponen
Data
Semakin perlunya DSS, maka semakin
penting bagi DSS untuk menggunakan sumber data yang penting dalam organisasi,
dan juga dari sumber eksternal. Sebenarnya, konsep tentang sumber data harus
diperluas menjadi sumber informasi
yakni mengarah pada peningkatan akses tradisional terhadap record database,guna
menyertakan pula dokumen yang berisi konsep, gagasan, opini, yang juga begitu
penting bagi pembuatan keputusan.
Untuk mengkarakterisasi lingkup
sumber informasi penuh yang berkaitan dengan DSS dan untuk meneliti
percabangannya, sebaiknya kita melihat empat jenis informasi.Pertama, ada dua
jenis informasi yang digenerasi dan dikelola secara internal didalam
organisasi: (1) informasi yang didasarkan pada record data seperti yang
dijumpai dalam file data, dan (2) informasi yang didasarkan dokumen seperti
laporan, oini, memo, dan estimasi.
Jenis informasi internal yang
pertama terutama berkenaan dengan entity, misalnya pekerja, pelanggan, suku
cadang, atau kode akuntansi secara individual. Record (catatan) data yang
terstruktur dengan baik digunakan untuk menyangga (menyimpan) set atribut yang
mendeskripsikan setiap entity. Kategori informasi yang kedua terutama berkenaan
dengan konsep – gagasan, pemikiran,
dan opini.Dokumen atau pesan yang kurang terstruktur, yang mempunyai berbagai
bentuk informasi, digunakan untuk mendeskripsikan konsep tersebut.
Dua jenis informasi tersebut juga
digenerasi diluar organisasi.Ada informasi yang didasarkan catataneksternal,
misalnya data pemerintah mengenai kondisi ekonomi dan keuangan, kuotasi harga
stok, dan jadwal penerbangan.Ada juga informasi yang didasarkan pada dokumen
eksternal, misalnya opini mengenai ramalan dan desas desus ekonomi.Gambar 7.2
menunjukkan empat jenis informasi ini dalam matriks sederhana, yang digabungkan
bersama dengan aktivitas manajemen informasi yang mengkarakterisasi jenis
tersebut pada waktu lampau. Informasi berdasarkan record internal telah menjadi
focus perhatian oleh sistem informasi karena ia merupakan jenis informasi yang
mudah digenerasi (dihasilkan) dan dikelola sistem apllikasi berdasarkan
komputer. Akhir-akhir ini, informasi berdasarkan record eksternal menjadi lebih
popular dalam bentuk database umum (publik), end user secara mandiri bisa
menangani perolehan data ini, biasanya dengan menggunakan layanan time-sharing
luar. Sampai saat ini, secara praktis belum ada pembangun DSS ataupun vendor
yang memberi focus perhatian terhadap informasi berdasarkan dokumen, baik yang
internal ataupun eksternal, sebagai sumber informasi bagi DSS.Area (tentang
informasi berdasarkan dokumen) ini menjadi tanggung jawab dari wakil presiden
bidang administrasi atau perpustakaan korporasi.
Beberapa DSS memerlukan data pada
tingkat transaksi. Yang digunakan biasanya data yang ringkas, dan data ini bisa
didapatkan dengan berbagai cara. Salah satu caranya adalah dengan adanya sistem
manajemen database (DBMS) sebagai tempat sistem pemrosesan mengektraksi data
transaksi, meringkasnya, dan membuatnya bisa digunakan untuk DSS. Cara yang
lain adalah dengan mengekstraksi data, namun pemrosesan dilakukan di luar DBMS.
Walaupun sementara hal ini merupakan proses komputerisasi yang ideal, namun
beberapa DSS tetap mengandalkan pada pemrosesan manual. Ini mungkin cocok
apabila pemrosesan tersebut hanya memerlukan usaha yang biasa (kecil) atau
apabila DSS diperlukan secara cepat dan pemecahan yang lebih ideal “elegant”
tidak bisa diimplementasikan secara tepat waktu.
Beberapa organisasi hanya memberi
end user nya akses untuk mengekstraksi
file. File ini adalah file yang dipelihara diluar DBMS dan diciptakan
terutama untuk memenuhi kebutuhan data dari end user. File ektraksi digunakan
untuk tujuan keamanan, kemudahan akses, dan integritas data. Dalam organisasi
yang memiliki file ekstraksi, DSS memperoleh data dari file ini.
Pernyataan sebelumnya mengisyratkan
bahwa database untuk DSS mungkin terpisah dari databse pemrosesan transaksi,
dan karena beberapa alasan tertentu, yang demikian ini memnag terjadi
padakebanyakan organisasi. Pemikiran yang sama tentang kecenderungan untuk
mengekstraksi file juga mendukung gagasan tentang databse DSS yang terpisah.
Banyak orang percaya bahwa akan lebih baik untuk tidak mencampurkn bidang end
user dengan komputasi sistem informasi yang berbeda. Juga, DBMS yang digunakan
untuk menangani data transaksi (misalnya, IMS dan kemudian DB/2 dari IBM)
diciptakan untuk spesialis sistem informasi, bukannya untuk end user,
danpemakainya memerlukan training atau pelatihan yang memadai. Demikian juga,
end userbiasanya menginginkan waktu respon yang cepat, dan hal ini akan menjadi
masalah ketika iamenghadapi (menangani) aplikasi pemrosesan transaksi untuk
siklus mesin. Karena adanya kebutuhan waktu reson yang cepat ini, maka
organisasi seringkali menyediakan mesin khusus untuk aplikasi end-user.
Selain data transaksi, data internal yang lain mungkin juga
diperlukan. Sebagai contoh, diperlukan juga data seperti estimasi subyektif
dari manajer dan data yang berkaitan dengan teknik.Macam data ini jarang sekali
dihasilkan dari aktivitas pemrosesan data normal (biasa). Untuk bisa
mendapatkan dan menggunakan data internal yang lain ini, maka ia harus
dikumpulkan, dimasukkan, dan dipelihara. Usaha pengumpulan mungkin akan sulit
dan memakan banyak waktu, sebab ia memerlukan inisiatif tersendiri. Jika data
diinginkan agar tetap berlaku, maka harus dibuat atau dikembangkan metode dan
prosedur tertentu untuk menjaga agar tetap up to date.DBMS yang baik bisa
membantu untuk memasukkan, memelihara, dan mengekstraksi data.
Data eksternal mungkin juga diperlukan, khususnya untuk dukungan
keputusan pada tingkat manajerial atas.Contoh eksternal data meliputi data
ekonomi regional dan nasional, data industry, dan data kompetitif.Seperti
halnya internal data, untuk bisa memperoleh data eksternal diperlukan usaha
khusus.Tidak seperti data internal, data eksternal mungkin bisa dibeli.Sebagai
contoh, data marketing bisa dibeli dari perusahaan seperti A.C. Nielson, Market
Research Corporation of Amerca, dan Brand Rating Index Corporation.Data
tersebut diekstraksi dari database komersial, dikomunikasikan kepada organisasi
pemakai, dan dimasukkan ke dalam database organisasi.
Para peneliti dan organisasi sedang
meneliti cara memasukkan atau menyertakan jenis lain dalam suatu DSS, yaitu data berdasarkan dokumen. Banyak
organisasi memiliki kekayaan data yang tertulis dalam dokumen seperti memo,
surat, kontrak, dan diagram organisasi. Jika isi dari dokumen ini bisa disimpan
secara elektronis (misalnya, videodisk) dan kemudian dipanggil kembali
karakterisasi tombol (misalnya, topik, tanggal, lokasi), maka akan didapatkan
sumber informasi baru yang berdaya guna untuk penunjang keputusan bagi pembuat
keputusan.
Kontribusi
Vendor (Penjual)
Vendor (penjual) memberikan produk
dengan kemampuan database yang lebih baik.Pada tingkat PC, produk yang popular
adalah produk yang bisa membat PC tersebut secaralebih mudah menciptakan,
memelihara, dan menggunakan database. Produk yang lain memberikan dukungan
untuk pemuatan data korporasi (bersama) ke dalam PC. Generator DSS mainframe
telah meningkatkan kemampuan databasenya.Hampir semua penjual utama mempunyai
software “pipeline” yang mengekstraksi data dari suatu DBMS, memformat data
kembali, dan menempatkan data di dalam database generator DSS. Dua vendor
software DSS yang utama,yakni Pilot dan Cumshare, telah menemukankemampuan yang
memungkinkan DSS mereka bisamemanggil dokumen, yang didasarkan pada isi yang
ditampilkan oleh teks, dari pesan E-mail dan kumpulan dokumen yang lain.
Komponen
Model
Model memberikan kemampuan analisis
bagi suatu DSS.Dengan menggunakan representasi matematis dari masalah, proses
algoritmis diterapkan untuk menggenerasi informasi guna mendukung pembuatan
keputusan. Sebagai contoh, model pemrograman linier dari suatu masalah
pencampuran dalam produksi mungkin bisa mengungkap atau menemukan cara yang
paling murah untuk mencampur produk, namn juga memenuhi spesifikasi produk.
Jenis
Model
Ada berbagai jenis model dan
berbagai cara untuk mengkategorisasikannya. Perbedaan pokoknya bisa ditinjau
menurut tujuan, penganggapan ke random-annya dan generalitas aplikasi-nya.
Tujuan dari suatu model mungkin
untuk optimisasi ataupun deskripsi.Model
optimasi adalah model yang mencari titik atau point optimisasi atau
minimisasi. Sebagai contoh, manajemen seringkali ingin mengetahui tindakan apa
yang akan mengarah kepadaperolehan keuntungan atau maksiminasi pendapatan atau atau
minimisasi biaya. Model optimisasi memberikan informasi ini.Model deskriptif mendeskripsikan tingkah
laku dari suatu sistem. Artinya, segala model adalah model deskriptif jika ia
merupakan representasi valid dari realitas. Akan tetapi, model deskriptif hanya mendeskripsikan tingkah laku
sistem, ia tidak mengisyratkan atau memberikan saran untuk terjadinya kondisi
yang optimal.
Mengenai kerandoman, hamper semua
sistem memiliki peluang.Yakni, tingkah laku sistem tidak bisa diprediksikan
secara pasti sebab derajad kerandoman pasti ada.Model probabilistik berusaha untuk menangkap sifat probabilistik
dari sistem dengan cara memasukkan input data probabilistik dan menggenerasi
output probabilistik. Walaupun kebanyakan sistem bersifat probabilistik, namun
sebagian besar model matematis bersifat deteministik
(menentu).Model deterministik
menerapkan estimasi nilai tunggal untuk variabel yang ada dalam model dan
menggenerasi output nilai tunggal (single-valued). Model deterministic lebih
popular dari pada model probabilistic sebab ia lebih murah, lebih mudah, dan
lebih hemat waktu dalam pembuatan dan penggunaannya, dan seringkali memberikan
informasi yang memuaskan untuk mendukung pembuatan keputusan.
Kaitannya dengan generalitas
aplikasi, model bisa dikembangkan atau dibuat untuk digunakan dengan hanya satu
sistem (model custom-built) atau
mungkin ia bisa diterapkan ke banyak sistem (model ready-built). Umumnya, model custom-built mendeskripsikan sistem
tertentu, dan akhirnya ia memberikan deskripsi yang lebih baik dari pada yang
diberikan oleh model ready – built. Namun demikian, ia biasanya terlalumahal
bagi organisasi, sebab ia harus dibangun (dibuat) “from the ground up” (dari
dasar).
Base
Model
Model dalam suatu DSS bisa dianggap
sebagai model base (base model).
Seperti yang terlihat pada Gambar 7.1, berbagai macam model bisa termasuk:
model strategis, taktis, dan operasional dan blok dan subroutine bangunan
model. Setiap jenis model ini mempunyai sifat tersendiri.
Model
strategis digunakan oleh manajemen puncak untuk membantunya menetapkan
tujuan organisasi, untuk menentukan sumber daya guna meraih tujuan tersebut,
dan untuk menetapkan kebijaksanaan guna mengatur akuisisi (perolehan),
penggunaan, dan siposisi sumber daya tersebut.Ia mungkin digunakan untuk perencanaan
tujuan perusahaan, penentuan lokasi pabrik, perencanaan dampak lingkungan,
ataupun jenis aplikasi yang sama. Model strategis cenderung mempunyai lingkup
atau jangkauan yang luas, dimana variabelnya dinyatakan dalambentuk kumpulan
dan ringkas.Sebagian besar data yang dibutuhkan untuk membuat model ini adalah
data eksternal dan subyektif.Cakrawala waktu untuk model tersebut biasanya
diukur dalam tahun, seperti jangka waktu tanggung jawab perencanaan
strategisnya manajemen puncak.Bagi organisasi tertentu, model tersebut biasanya
bersifat deterministic, deskriptif, dan custom-built.
Model
taktis umumnya diterapkan oleh manajemen menengah untuk membantunya dalam
mengalokasi dan mengontrol penggunaan sumber daya organisasi.Aplikasinya
meliputi perencanaan keuangan, perencanaan keperluan pekerja, perencaan promosi
penjualan, dan penentuan tata letak gedung atau pabrik. Model ini biasanya
digunakan oleh subset (bagian) dari organisasi, misalnya produksi, dan ia
memiliki beberapa kesatuan (agregasi) variabel. Cakrawala waktunya bervariasi
antara satu bulan sampai tidak lebih dari dua bulan.Ia memerlukan beberapa data
eksternal dan subyektif, namun yang paling banyak dibutuhkan adalah data
internal. Model ini cenderung bersifat deterministic, dan jika dibandingkan
dengan model strategis, ia bisa lebih memberikan optimalitas informasi, dan ia
bersifat ready-built.
Model
perasional biasanya diterapkan untuk mendukung pembuatan keputusan jangka
pendek (misalnya, harian, atau mingguan), yang sering dijumpai pada tingkat
organisasional bawah.Potensi aplikasinya meliputi penilaian kredit, pemilihan
media, penjadwalan produksi, dan pengontrolan inventarisasi.Model operasional
biasanya menggunakan data internal dalam operasinya.Ia bersifat deterministic,
biasanya ready-built dan memberikan informasi optimisasi.
Selain model strategis, taktis, dan
operasional, base model juga berisi blokdan subroutine bangunan model.Ia bisa
meliputi pemrograman linier, analisis rangkaian waktu, analisis rgresi, dan
prosedur sampling Monte Carlo. Menurutbentuk dan ukurannya, alat ini bisa
berjangkauan dari alat subroutine yang digunakan untuk mengkalkulasi kecepatan
return internal sampai alat yang berupa set program terpaket untuk meneliti
kelompok generik masalah (misalnya, SAS yang digunakan untuk masalah analisis
statistic). Blok dan subroutine bangunan model dapat digunakan secara terpisah
untuk mendukung keputusan ad hoc atau digunakan secara bersama untuk
mengkonstruksi dan memelihara model yang lebih komperhensif.
Masalah
Dalam Modeling Tradisional
Dari sudut pandang historis, apa
yang dialami organisasi berkenaan dengan model adalah beragam. Sementara ada
banyak organisasi yang berhasil menggunakan dengan baik, namun juga banyak pula
yang gagal. Dengamelihat pengalaman yangtelah terjadi, maka sebaiknya kita
identifikasi masalah yang mengarah kepada kegagalan tersebut:
·
Sulitnya memperoleh input data untuk model.
·
Sulitnya memahami cara menerapkan output dari
model.
·
Sulitnya menjaga agar model tetap up to date.
·
Kurangnya keyakinan pemakai terhadap model
yang digunakan, dengan demikian, model tersebut tidak ia percaya.
·
Sebaiknya integrasi diantara model.
·
Lemahnya interaksi antara model dengan
pemakai.
·
Sulitnya pemakai dalammenciptakan modelnya
sendiri.
·
Kurang jelasnya ekplanasi dari model untuk
outpuntnya.
Pendekatan
DSS Terhadap Modeling
Pendekatan DSS terhadap modeling
berusaha untuk meminimakan masalah modeling tradisional dengan cara memberi
penekanan bahwa suatu sistem
(misalnya, dialog, data, dan model bekerja secara bersama-sama) diperlukan
untuk mendukung pembuatan keutusan.
Database sangat diperlukan untuk
memecahkan banyak masalah.Ia memberikan data yang diperlukan untuk membangun,
menggunakan, dan memelihara model. Output dari model ditempatkan dalam
database, memungkinkan output tersebut diakses oleh model lain dan memberikan
integrasi diantara model tersebut.
Dialog yang dirancang dengan baik
akan meningkatkan peluang atau kemampuan emakai dalam mengembangkan modelnya
sendiri, mengoperasikan sistem dengan baik, menjaganya agar tetap up to date,
dan menerapkan outputnya untuk mendukung pembuatan keputusan. Pertimbangan ini,
bersama dengan adanya tingkat ketertiban yang tinggi selama proses pengembangan
sistem, akan mengarahkan lebih besarnya kepercayaan terhadap model.
Model dalam suatu DSS kemungkinan
besar bisa digunakan, sebab ia didukung oleh komponen data dari dialog secara
memadai. Perkembangan baru yang menarik dalam modeling adalah masuknya atau
disertakannya kemampuan artificial intelligence yang dengan kemampuan ini,
model bisa menjelaskan factor yang mengarah pada dihasilkannya output.Sebagai
contoh, mungkin bisa dijelaskan bahwa turunnya keuntungan adalah akibat dari
menurunnya pangsa pasar di wilayah bagian barat.
Pendekatan DSS terhadap modeling
memerlukan sistem manajemen base model (MBMS) yang mempunyai kemampuan sama
dengan DBMS. Kemampuannya yang penting meliputi:
·
Mekanisme yang fleksibel untuk pembuatan atau
pembangunan model.
·
Kemudahan penggunaan model untuk memperoleh
dukungan keputusan yang dierlukan.
·
Metode untuk penyimpanan model yang bisa
digunakan lagi.
·
Prosedur untuk mengupdate model.
·
Metode untuk membuat ouput dari model yang
bisa digunakan oleh model lain sebagai input.
Tidak
seperti DBMS, MBMS bukanlah produk komersial yang stand-alone.Ia adalah sebagai
kemampuan komponen dari generator DSS. Perhatikan, IFPS sebagai contohnya. IFPS
ini memiliki sintaks English-like (Bahasa Inggris) dengan fungsi yang built-in,
yag memudahkan pembuatan dan pengupdetan model (misalnya, VALUE = INFLOW –
OUTFLOW). Spesifikasi untuk mengarahkan eksekusi model mudah dipahami
(misalnya, SOLVE, MONTE, CARLO). Model bisa disimpan untuk digunakan lagi
(misalnya, SAVE).
Riset
tentang MBMS telah banyak dilakukan.Salah satu aliran riset memfokuskan pada
penerapan dan perluasan model relasional yang untuk DBMS ke MBMS. Pendekatan
lain memberikan focus pada penerapan konsep artificial intelligence untuk
manajemen model. Dave King mengungkapkan hasil surveinya mengenai teknologi
yang sedang muncul dari bidang artifial intelligence ini, dan juga
mengungkapkan kontribusi teknologi tersebut bagi manajemen model dan kemampuan
DSS yang lain.
Kesimpulan
Paradigma dialog, data, dan model
memberikan model konseptual yang bedanya guna untuk memahami komponen dan
hubungannya dalam suatu DSS.Ketiganya sangat penting apabila suatu DSS memiliki
potensi dukungan keputusan yang sesuai dengan mereka. Paradigma DDM bisa
digunakan untuk memahami dan menaksir kemampuan dari generator DSS, dan lebih
jauh lagi, ia telah mempengaruhi evolusi dari produk ini. Riset DSS saat ini
juga bisa dipahami menurut konteks model DDM.
