Sistem pendukung keputusan

Pendahuluan
Suatu sistem pendukung keputusan (DSS) adalah sebuah komputer berbasis sistem informasi yang mendukung bisnis atau organisasi pengambilan keputusan kegiatan. DSSS melayani manajemen, operasional, dan tingkat perencanaan organisasi dan membantu untuk membuat keputusan, yang mungkin cepat berubah dan tidak mudah ditetapkan di muka.
DSS benar dirancang adalah sistem berbasis software interaktif ditujukan untuk membantu pengambil keputusan mengumpulkan informasi yang berguna dari kombinasi data mentah, dokumen, pengetahuan pribadi, atau model bisnis untuk mengidentifikasi dan memecahkan masalah dan membuat keputusan.

Jenis DSS

Karena definisi Keputusan Dukungan Sistem dapat ditarik untuk menyertakan hampir semua aplikasi yang memproses data ada beberapa kebingungan persis apa yang merupakan DSS. Dalam upaya untuk memperjelas istilah, sistem DS dapat dipisahkan ke dalam tujuh kategori besar, setiap keputusan membantu keputusan oleh metode yang berbeda.

Komunikasi Driven DSS

DSS CD adalah jenis DSS yang meningkatkan pengambilan keputusan dengan memungkinkan komunikasi dan berbagi informasi antara kelompok-kelompok orang. Pada tingkat yang paling dasar DSS CD bisa menjadi e-mail sederhana. Di kompleks yang paling itu bisa menjadi aplikasi web-conferencing atau video interaktif.

Komunikasi-Driven DSS akan menunjukkan setidaknya satu dari karakteristik berikut:

Mendukung koordinasi dan kolaborasi antara dua orang atau lebih
Memfasilitasi berbagi informasi
Memungkinkan komunikasi antara kelompok-kelompok orang
Mendukung keputusan kelompok.

Data-Driven DSS

Data-driven DSS adalah bentuk sistem pendukung yang berfokus pada penyediaan internal (dan kadang-kadang eksternal) data untuk membantu pengambilan keputusan. Sering kali ini akan datang dalam bentuk gudang data – database yang dirancang untuk menyimpan data sedemikian rupa untuk memungkinkan query dan analisis oleh pengguna.

Contoh lain dari data-driven DSS akan menjadi Sistem Informasi Geografis (GIS), yang dapat digunakan untuk visual mewakili tergantung data geografis menggunakan peta.

Dokumen-Driven DSS

Dokumen-driven DSS adalah mendukung sistem yang dirancang untuk mengubah dokumen menjadi data bisnis yang berharga. Sedangkan data-driven DSS bergantung pada data yang sudah dalam format standar yang cocok untuk penyimpanan database dan analisis, dokumen-driven DSS menggunakan data yang tidak dapat dengan mudah dibakukan dan disimpan.

Tiga bentuk utama data yang digunakan dalam DSS dokumen didorong adalah:

Oral (percakapan ditulis yaitu)
Tertulis (yaitu laporan, memo, e-mail dan surat-menyurat lainnya)
Video (iklan TV yaitu dan laporan berita).

Tak satu pun dari format meminjamkan diri mudah untuk penyimpanan database standar dan analisis, maka manajer perlu DSS alat untuk mengubahnya menjadi data yang dapat berharga dalam proses pengambilan keputusan.

Dokumen-driven DSS adalah bidang studi terbaru dalam Sistem Pendukung Keputusan. Contoh alat yang dokumen-driven dapat ditemukan di search engine internet, yang dirancang untuk menyaring volume besar data unsorted melalui penggunaan kata kunci pencarian.

Pengetahuan-Driven DSS

Pengetahuan-driven DSS adalah sistem dirancang untuk merekomendasikan tindakan untuk pengguna. Biasanya, sistem pengetahuan berbasis dirancang untuk menyaring volume data yang besar, mengidentifikasi pola-pola tersembunyi dalam data dan rekomendasi sekarang berdasarkan pola-pola.

Model-Driven DSS

sistem pendukung Model-driven menggabungkan kemampuan untuk memanipulasi data untuk menghasilkan laporan statistik dan keuangan, serta model simulasi, untuk membantu para pengambil keputusan. berdasarkan sistem pendukung keputusan-Model dapat sangat berguna dalam meramalkan efek perubahan proses bisnis , karena mereka dapat menggunakan data masa lalu untuk menjawab kompleks ‘what-if’ pertanyaan untuk pengambil keputusan.

Selain jenis dasar DSS juga ada dua faktor tambahan: apakah DSS adalah spreadsheet berbasis web-based atau sesuatu yang lain sama sekali.

Spreadsheet berbasis DSS

Model-dan Data-driven DS sistem dapat dibuat dengan menggunakan spreadsheet. Spreadsheet menawarkan para pengambil keputusan mudah untuk memahami representasi data dalam jumlah besar. Selain itu, data spreadsheet diatur sedemikian rupa sehingga memudahkan untuk mengkonversi data ke dalam visualisasi untuk bantuan lebih lanjut keputusan-keputusan.

Web-based DSS

Istilah ini hanya menggambarkan suatu sistem pendukung keputusan yang dioperasikan melalui antarmuka web browser, bahkan jika data yang digunakan untuk mendukung keputusan tetap terbatas pada sistem warisan seperti gudang data.

Lingkup DSS

Selain tipe dasar Sistem Pendukung Keputusan terdapat juga dua kategori yang terpisah digunakan untuk mendefinisikan sistem.

Enterprise-wide DSS

Enterprise-wide DS sistem adalah sistem yang dihubungkan ke dalam gudang data yang besar, dan pendukung keputusan menawarkan kepada para manajer di semua tingkat perusahaan. -wide sistem Enterprise biasanya akan dasar, sistem penggunaan umum yang dapat melakukan berbagai macam fungsi.

Desktop DSS

DS desktop sistem aplikasi jauh lebih kecil yang dirancang untuk dijalankan dari PC desktop. Walaupun sistem ini juga dapat dihubungkan ke dalam gudang data atau volume data yang besar lainnya, mereka biasanya akan lebih terbatas dalam cakupan.

Contoh dari DSS desktop adalah Microsoft Excel, aplikasi spreadsheet desktop.
Khas informasi bahwa aplikasi dukungan keputusan mungkin mengumpulkan dan sekarang adalah:
• Persediaan aset informasi (termasuk legacy dan sumber data relasional, kubus, gudang data , dan data mart).
• Perbandingan angka penjualan antara satu periode dan berikutnya.
• Proyeksi pendapatan angka berdasarkan asumsi penjualan produk.

Sejarah
Menurut Keen (1978), konsep pendukung keputusan telah berkembang dari dua bidang utama penelitian: Kajian teoritis pembuatan keputusan organisasi dilakukan di Institut Teknologi Carnegie selama tahun 1950-an dan awal 1960-an, dan pekerjaan teknis pada sistem komputer interaktif, terutama dilakukan di Massachusetts Institute of Technology pada tahun 1960. Hal ini dianggap bahwa konsep DSS menjadi daerah penelitian sendiri di tengah-tengah tahun 1970-an, sebelum mendapatkan intensitas selama 1980-an. Pada akhir 1980-an dan menengah, sistem informasi eksekutif (EIS), sistem pendukung keputusan kelompok (SPKK), dan dukungan sistem keputusan organisasi (ODSS) berevolusi dari single user dan berorientasi DSS model.
Menurut Sol (1987) definisi dan ruang lingkup DSS telah bermigrasi selama bertahun-tahun. Pada 1970-an DSS digambarkan sebagai “suatu sistem berbasis komputer untuk membantu pengambilan keputusan”. Akhir 1970-an gerakan DSS mulai berfokus pada “sistem berbasis komputer interaktif yang membantu pengambil keputusan memanfaatkan data base dan model untuk memecahkan masalah sakit-terstruktur”. Pada 1980-an DSS harus menyediakan sistem “menggunakan dan tersedia teknologi yang cocok untuk meningkatkan efektivitas dan profesional kegiatan manajerial”, dan akhir 1980-an DSS menghadapi tantangan baru terhadap desain workstation cerdas.
Pada tahun 1987 Texas Instruments menyelesaikan pembangunan Gerbang Penugasan Display System (GADS) untuk United Airlines . Sistem pendukung keputusan ini dikreditkan dengan signifikan mengurangi penundaan perjalanan dengan membantu pengelolaan operasi darat di berbagai bandara , dimulai dengan O’Hare International Airport di Chicago dan Stapleton Bandara di Denver Colorado .
Dimulai pada sekitar tahun 1990, data warehousing dan -line analitis pengolahan (OLAP) mulai memperluas wilayah DSS. Sebagai pergantian milenium mendekat, baru aplikasi berbasis Web analitis diperkenalkan.
Munculnya teknologi pelaporan yang lebih baik dan lebih baik telah melihat DSS mulai muncul sebagai komponen penting dalam manajemen desain. Contoh ini dapat dilihat dalam jumlah intens diskusi DSS di lingkungan pendidikan.
DSS juga memiliki koneksi yang lemah ke user interface paradigma hypertext . Baik University of Vermont PROMIS system (untuk pengambilan keputusan medis) dan Carnegie Mellon Zog / KMS system (untuk pengambilan keputusan bisnis dan militer) adalah sistem pendukung keputusan yang juga adalah terobosan besar dalam penelitian antarmuka pengguna. Selanjutnya, meskipun hypertext peneliti umumnya berkaitan dengan informasi yang berlebihan , peneliti tertentu, terutama Douglas Engelbart , telah difokuskan pada pengambil keputusan pada khususnya.

Taxonomies
Seperti definisi, tidak ada yang diterima secara universal taksonomi DSS baik. penulis yang berbeda mengusulkan klasifikasi berbeda. Menggunakan hubungan dengan pengguna sebagai kriteria, Haettenschwiler membedakan pasif, aktif, dan DSS koperasi. DSS pasif adalah sistem yang membantu proses pengambilan keputusan, tetapi yang tidak bisa mengeluarkan keputusan eksplisit saran atau solusi. Sebuah DSS aktif dapat membawa keputusan tersebut saran atau solusi. DSS koperasi memungkinkan pengambil keputusan (atau penasihat nya) untuk memodifikasi, lengkap, atau memperbaiki saran keputusan yang diberikan oleh sistem, sebelum mengirimkan mereka kembali ke sistem untuk validasi. Sistem ini kembali membaik, selesai, dan memurnikan saran dari pembuat keputusan dan mengirim mereka kembali padanya untuk validasi. Seluruh proses kemudian mulai lagi, sampai solusi konsolidasi dihasilkan.
Lain taksonomi untuk DSS telah dibuat oleh Daniel Power. Menggunakan mode bantuan sebagai kriteria, Power membedakan-driven DSS komunikasi, data-driven DSS, document-driven DSS, DSS berbasis pengetahuan, dan model-driven DSS.
• A-driven DSS komunikasi yang mendukung lebih dari satu orang bekerja pada sebuah tugas bersama; contoh berikut perangkat terintegrasi seperti Microsoft NetMeeting atau Groove
• A-driven DSS data atau berorientasi DSS menekankan data akses dan manipulasi dari time series data internal perusahaan dan, kadang-kadang, data eksternal.
• A-driven DSS dokumen mengelola, mengambil, dan memanipulasi informasi tidak terstruktur dalam berbagai format elektronik.
• A-driven DSS pengetahuan khusus memberikan pemecahan masalah keahlian disimpan sebagai fakta, aturan, prosedur, atau struktur serupa.
• A-driven DSS model menekankan akses dan manipulasi dari keuangan,, optimasi statistik, atau model simulasi. Model-driven DSS menggunakan data dan parameter yang disediakan oleh pengguna untuk membantu para pembuat keputusan dalam menganalisa situasi, belum tentu data-intensif. Mereka Dicodess adalah contoh dari open source -driven DSS generator model .
Power membedakan-lebar perusahaan DSS dan DSS desktop. An-lebar DSS perusahaan terkait dengan gudang data yang besar dan melayani banyak manajer di perusahaan. Sebuah desktop, single-user DSS adalah sebuah sistem kecil yang berjalan pada individu manajer sebuah PC.
Komponen
Tiga komponen fundamental dari suatu DSS arsitektur adalah:
1. Dengan database (atau basis pengetahuan ).
2. Para model (yaitu, konteks keputusan dan kriteria pengguna), dan
3. Di user interface .
Para pengguna sendiri juga komponen penting dari arsitektur.

Kerangka Pembangunan
DSS adalah sistem tidak sepenuhnya berbeda dari sistem lain dan memerlukan pendekatan terstruktur. Kerangka tersebut termasuk orang, teknologi, dan pendekatan pembangunan.
tingkat teknologi DSS (hardware dan software) dapat meliputi:
1. Aplikasi yang sebenarnya yang akan digunakan oleh pengguna. Ini adalah bagian dari aplikasi yang memungkinkan pembuat keputusan untuk membuat keputusan dalam bidang masalah tertentu. Pengguna dapat bertindak atas masalah itu.
2. Generator mengandung Hardware / lingkungan software yang memungkinkan orang untuk dengan mudah mengembangkan aplikasi yang spesifik DSS. Tingkat ini membuat penggunaan alat kasus atau sistem seperti Crystal, AIMMS , dan iThink .
3. Alat tingkat yang lebih rendah termasuk hardware / perangkat lunak. DSS generator termasuk bahasa khusus, perpustakaan fungsi dan modul menghubungkan
Pendekatan perkembangan berulang memungkinkan untuk DSS harus diubah dan dirancang ulang pada berbagai interval. Setelah sistem tersebut dirancang, maka perlu diuji dan direvisi untuk hasil yang diinginkan.
Klasifikasi
Ada beberapa cara untuk mengklasifikasi DSS aplikasi. Tidak setiap DSS cocok dengan rapi dalam satu kategori, tetapi mungkin campuran dari dua atau lebih arsitektur.
mengklasifikasi DSS ke dalam enam kerangka berikut: berorientasi Teks DSS, Database-oriented DSS, Spreadsheet-oriented DSS, Solver-oriented DSS, DSS berorientasi Peraturan, dan DSS Compound.
Senyawa DSS adalah klasifikasi yang paling populer untuk DSS. Ini adalah sistem hibrida yang mencakup dua atau lebih dari lima struktur dasar digambarkan oleh Holsapple dan Whinston.
Dukungan yang diberikan oleh DSS dapat dipisahkan menjadi tiga yang berbeda, saling kategori: Personal Support, Group Support, dan Dukungan Organisasi.
Komponen DSS dapat diklasifikasikan sebagai:
1. Masukan: Faktor, nomor, dan karakteristik untuk menganalisa
2. Pengguna Pengetahuan dan Keahlian: Masukan yang memerlukan analisis manual oleh pengguna
3. Keluaran: Transformasi data dari mana DSS “keputusan” yang dihasilkan
4. Keputusan: Hasil yang dihasilkan oleh DSS berdasarkan kriteria pengguna
DSSS yang dipilih melakukan kognitif pengambilan keputusan fungsi dan didasarkan pada kecerdasan buatan atau kecerdasan agen teknologi yang disebut Intelligent Decision Support Systems (IDSS).
Bidang yang baru lahir dari rekayasa Keputusan memperlakukan keputusan itu sendiri sebagai obyek rekayasa, dan menerapkan prinsip teknik seperti Desain dan jaminan mutu untuk sebuah representasi eksplisit dari elemen yang membuat keputusan.
Aplikasi
Sebagaimana disebutkan di atas, ada kemungkinan teoretis bangunan sistem tersebut dalam setiap domain pengetahuan.
Salah satu contoh adalah sistem pendukung keputusan klinis untuk diagnosis medis. Contoh lain termasuk seorang perwira pinjaman bank verifikasi kredit dari pemohon kredit atau perusahaan teknik yang memiliki tawaran pada beberapa proyek dan ingin tahu apakah mereka dapat bersaing dengan biaya mereka.
DSS banyak digunakan dalam bisnis dan manajemen. dashboard Eksekutif dan software bisnis kinerja lainnya memungkinkan pengambilan keputusan lebih cepat, identifikasi tren negatif, dan alokasi sumber daya bisnis yang lebih baik.
Sebuah wilayah tumbuh dari aplikasi DSS, konsep, prinsip, dan teknik dalam produksi pertanian , pemasaran untuk pembangunan berkelanjutan. Sebagai contoh, paket DSSAT4 , yang dikembangkan melalui dukungan finansial dari USAID selama 80 dan 90-an, telah memungkinkan penilaian yang cepat dari beberapa sistem produksi pertanian di seluruh dunia untuk memfasilitasi pengambilan keputusan di dan kebijakan tingkat pertanian. Namun demikian, banyak kendala adopsi sukses di DSS di bidang pertanian.
DSS adalah juga lazim dalam pengelolaan hutan di mana waktu perencanaan jangka panjang tuntutan persyaratan khusus. Semua aspek pengelolaan hutan, dari transportasi log, panen penjadwalan untuk keberlanjutan dan perlindungan ekosistem telah ditangani oleh DSSS modern Sebuah daftar lengkap dan diskusi dari semua sistem yang tersedia dalam pengelolaan hutan sedang disusun di bawah BIAYA tindakan Forsys.
Sebuah contoh yang spesifik menyangkut Kereta Api Nasional Kanada sistem, yang tes perlengkapannya secara teratur menggunakan sistem pendukung keputusan. Masalah yang dihadapi oleh setiap kereta api yang keluar rel aus atau rusak, yang dapat mengakibatkan ratusan derailments per tahun. Dalam DSS, CN berhasil menurunkan kejadian derailments pada saat yang sama perusahaan lain yang mengalami peningkatan.

Manfaat
1. Meningkatkan efisiensi pribadi
2. Mempercepat pemecahan masalah dalam sebuah organisasi
3. Memfasilitasi komunikasi interpersonal
4. Mempromosikan pembelajaran atau pelatihan
5. Meningkatkan pengendalian organisasi
6. Menghasilkan bukti baru mendukung keputusan
7. Menciptakan keunggulan kompetitif melalui kompetisi
8. Mendorong eksplorasi dan penemuan pada bagian dari pengambil keputusan
9. Mengungkapkan pendekatan baru untuk berpikir tentang ruang masalah
10. Membantu proses manajerial mengotomatisasi

Daftar Pustaka :
http://www.google.com

About these ads

Leave a Reply

Fill in your details below or click an icon to log in:

WordPress.com Logo

You are commenting using your WordPress.com account. Log Out / Change )

Twitter picture

You are commenting using your Twitter account. Log Out / Change )

Facebook photo

You are commenting using your Facebook account. Log Out / Change )

Google+ photo

You are commenting using your Google+ account. Log Out / Change )

Connecting to %s


Follow

Get every new post delivered to your Inbox.

%d bloggers like this: