PETUNJUK :

1. Masing masing mahasiswa memilih 1 jenis kasus yang diperkirakan mudah. 2. Buatkan slide presentasi untuk menjawab pertanyaan pertanyaan kasus yang ada.
3. Slide

presentasi

jawaban

di

kirim

ke

e-mail

ayanksony@yahoo.com
4. Slide di buat dalam format ppt (power point) dan di

kumpulkan pada hari minggu 30 September 2007 paling lambat pukul 20:00 WIB. 5. Selain berisi jawaban atas pertanyaan pertanyaan yang ada, slide presentasi juga harus berisikan latar belakang masalah dan landasan teori yang dibutuhkan. 6. Selasa 02 Oktober 2007, presentasi dimulai.

Aplikasi Kasus 1.1

ABB Automation membuat keputusan yang lebih cepat & lebih baik dengan menggunakan SPK

Pengantar ABB adalah suatu pemimpin global di teknologi yang memungkinkan pelanggan utilitas dan industri untuk meningkatkan performa sementara mengurangi dampak lingkungan. ABB memiliki 152.000 karyawan di lebih dari 100 negara. Ia terus menerus mengembangkan solusi teknologi otomasi baru untuk membantu para pelanggannya mengoptimalisasi produktivitas mereka. Solusi ini meliputi simulasi, strategi kontrol dan optimalisasi, interaksi antara orang & mesin, perangkat lunak embeded, mechatronik, monitoing & diagnosis. Tujuannya adalah untuk mengembangkan suatu arsitektur TI industrial umum untuk solusi real-time pada lintas perusahaan bisnis. Solusi SPK ABB memiliki keahlian untuk mengembangkan sistem yang telah disebutkan, dan ia telah mengembangkan satu sistem untuk ia gunakan sendiri di divisi tekstilnya. SPK ABB Automation menangkap dan mengelola informasi dari paket Range MES milik ABB yang digunakan oleh para menejr untuk menganalisis & mengambil keputusan. Tujuan utama SPK adalah memberikan kepada para manajer teknologi dan peralatan untuk data warehousing, data mining & dukungan keputusan yang secara ideal memimpin kepada pengambilan keputusan yang lebih baik & lebih cepat. Sistem ini memberikan : Penyimpanan data produksi dari sistem kontrol terdistribusi (DCS Data capture tanpa merusak perangkat keras sistem kontrol. Akses site-wide ke data untuk dukungan keputusan melalui alat Distributed Control System) pada suatu datawarehouse.

visualisasi data (antar muka berbasis Web) yang dengan mudah digunakan oleh staf non teknis. 3

Pre-configured windows untuk data (untuk query terstruktur) Kapailitas untuk mengakses data untuk laporan ad hoc & analisis data. Akses ke data operasi real-time (untuk analisis)

Detail SPK & Kegunaanya SPK memberikan metode untuk menyimpan (warehousing) secara fleksibel & menganalisis data penting. SPK merupakan bagian dari Managerial Supervisory Control System (MSCS) & meringkas data untuk setiap area proses di dalam pabrik. Selain SPK, MSCS juga memasukkan lot-tracking, history, & data proses. SPK memiliki arsitektur yang fleksibel & dapat diakses yang memfasilitasi pembuatan laopran, mencari informasi & menyimpan data secara fleksibel & mudah diakses. Dashboard berbasis Web (portal informasi perusahaan) digunakan untuk melihat data warehouse, status sistem produksi (efisiensi keseluruhan & setiap lot serta summary data) dapat dimonitor secara grafis & mendekati real-time. Kegagalan peralatan, produksi yang tidak memenuhi kualitas standar, & penyebab penyebab terjadinya hal tersebut dapat diidentifikasi & diperbaiki dengan cepat. Perbaikan perbaikan terhadap proses dilacak. Analisis dilakukan melalui teknologi data mining & OLAP dengan mengakses ndata produksi dari data warehouse. Konsumsi sumber daya, energi, & faktor faktor produksi lainnya juga dimonitor. Hasil SPK memungkinkan pengguna membuat keputusan untuk operasi yang lebih konsisten & lebih efisien, & untuk memonitor & mengelola biaya produksi produk produk high-quality. SPK memberikan display data pengoperasian yang mendekati real-time, merinci rentang dimana proses berhenti & downtime yang terkait dengan kejadian tersebut, untuk mengeliminasi penyebab utama terjadinya downtime. Tantangan mendasar adalah meningkatkan manajemen proses pemanufakturan dengan mendongkrak kuaqntitas data produksi yang tersedia. SPK memberikan kepada manajer akses tingkat pabrik ke data produksi plant-floor yang memimpin kepada keputusan yang lebih jelas / pasti & profit yang meningkat.

Pertanyaan Kasus 1. 2. 3. 4. lainnya ? 5. Perhatikan ulasan SPK pada bagian ini : apa artinya mendongkrak data produksi untuk meningkatkan manajemen proses pemanufakturan ? Sebutkan model, data, & komponen antarmuka SPK ABB. Teknologi Bagaimana SPK ABB apa yang digunakan oleh ABB SPK untuk untuk meningkatkan produktivitas Automation menggunakan membuat keputusan yang lebih cepat & lebih baik ? Mengapa keputusan yang lebih ceat & lebih baik, bukan yang

Aplikasi Kasus 2.1

Key Grip memilih Proyek Film menggunakan Proses Hierarki Analitik *

Pendahuluan Di dalam industri gambar hidup, para pekerja menilai grip sebagai otot cerdas. Grip bertanggung jawab mengatur cahaya, kamera dan materi lain pada set. Bagaimanapun, tidak hanya otot yang diperlukan. Grip harus mampu membuat keputusan seperti bagaimana melakukan setup yang paling baik, yang dapat sangat kompleks. Sesungguhnya, banyak grip memiliki gelar B.A atau M.A di bidang teater. Key Grip bertanggung jawab untuk semua grip pada set, dan pada dasarnya terhadap manajer mereka, juga pada hubungan antara grip lain dan perusahaan produksi. Perhatian utama Key Grip adalah keselamatan set. Charles N. Seabrook, dari Charlestoa, Carolina Selatan, adalah Key Grip, sebuah pekerjaan penting dalam industri pembuatan film. Charles berkecimpung di bisnis ini selama hampir 20 tahun dan memiliki reputasi terkenal. Dia salah satu Key Grip terbaik. Konsekuensinya, ia sering mempunyai masalah untuk memutuskan tawaran pekerjaan yang mana (film) yang ia terima. Bahkan ketika tidak ada penawaran bersaing, ia kadang kadang harus memutuskan ya atau tidak mengerjakan suatu pekerjaan tertentu. Analitical Hierarchy Process (AHP) (Forman dan Selly, 2001; Saaty, 1999) adalah suatu metode yang unggul untuk memilihi aktivitas yang bersaing dengan menggunakan kriteria khusus. Kriteria dapat bersifat kuantitatif atau kualitatif, dan bahkan kriteria kuantitatif ditangani dengan struktur kesukaan pengambil keputusan dari pada berdasarkan angka. Untuk mengembangkan sebuah SPK yang digunakan untuk memecahkan masalah (institusional) Seabrook yang terjadi berulang ulang, kami mengembangkan 6

sebuah model AHP dalam Expert Choice (Expert Choice, Inc; demo yang dapat di download tersedia di expertchoice.com). Pendekatan pengambilan keputusan memenuhi model empat fase dari Simon. Kami memutuskan untuk menggunakan Ratings Module dari Expert Choice untuk merumuskan sebuah model untuk membantu Seabrook mngambil keputusan. Kriteria Langkah pertama kami adalah mewawancarai Seabrook berkenaan dengan aspek aspek umum kehidupan profesinya dan bagaimana ia mengam il keputusan. Kemudian kami mewawancarainya untuk menetapkan kriteria penting untuk pemilihan kerja. Pada awalnya ia menyatakan delapan kriteria potensial berikut ini : Lokasi pembuatan film. Lama waktu jauh dari keluarga. Jarak dari rumah Seabrook di Charleston, Carolina Selatan Seabrook mengutamakan keluarga dan lebih senang tidak menghabiskan banyak waktu di luar rumah. Reputasi perusahaan produksi. Perusahaan yang memprduksi film mempunyai bagian penting dalam hal seberapa baik orang orang mendapatkan set dan seberapa baik film itu diorganisasi. Anggaran film. Jika sebuah film memiliki anggaran yang rendah, ada masalah untuk mendapatkan peralatan dan ada ketidakpuasan di antara kru film. Honor. Jelas honor per jam yang dibayarkan kepada Seabrook merupakan prioritas tinggi. Keterlibatan kelompok. Jka kelompok dilibatkan dalam film, maka kondisi kerja biasanya lebih baik dan yang lebih penting, bonus pekerja akan dibayarkan. Ada best boy dengan kualitas baik.

Best boy adalah asisten key grip dan banyak terlibat dalam sejumlah besar kertas kerja yang diperlukan pada set. Memiliki best boy yang andal sangat krusial bagi film. Akan tetapi, nantinya kami mempelajari bahwa kriteria ini tidak perlu karena Seabrook tidak menerima film jika best boy yang bekerja untuknya, Jack Gilchrist, tidak ada. Kualitas dari grip yang tersedia untuk direkrut. Sebuah film sering berfungsi sebagai perusahaan virtual dengan individu individu yang punya kualifikasi secara teknis yang direkrut untuk melakukan pekerjaan pekerjaan tertentu. Jika yang tersedia adalah grip dengan kompotensi rendah, maka tugas key grip menjadi jauh lebih sulit. Setelah diskusi lebih lanjut, kriteria berkurang menjadi lima kriteria yang dapat dikelola, dimana klaifikasi definisi untuk masing - masing kriteria tersebut kemudian dikembangkan. Lima kriteria tersebut antara lain adalah : Lokasi pembuatan film. Mengimplikasikan bahwa ini akan menjadi waktu dimana ia jauh dari keluarga, karena jarak dari rumah menentukan lama waktu ia jauh dari keluarga. Honor. Kondisi kerja.

Faktor ini melibatkan berapa besar anggaran dan berapa banyak hari oer minggu dan jam per hari yang diperlukan. Karena hal ini juga menentukan berapa banyak lembur yang diperlukan, maka ini sangat erat kaitannya dengan honor. Keterlibatan kelompok. Reputasi peusahaan produksi. Perhatikan bahwa dalam mengembangkan kriteria, kami tidak mendiskusikan pilihan alternatif spesifik. AHP : Model dan Pengembangan Expert Choice Struktur sebuah model AHP sebagaimana diterapkan di Expert Choice adalah model dari sebuah pohon terbalik. Ada suatu tujuan tunggal di puncak pohon yang mewakili tujuan dari masalah pengambilan keputusan. 100 %

bobot keputusan ada pada titik ini. Tepat dibawah tujuan adalah titik daun yang menunjukkan semua kriteria, baik kualitiatif maupun kuantitatif. Bobot tujuan harus dibagi di antara titik titik kriteria berdasarkan rating. Ada beberapa metode yang dipasang kedalam Expert Choice untuk melakukan hal tersebut. Semua didasarkan dengan membandingkan semua pasangan kriteria untuk enentapkan distribusi / penyebaran bobot tersebut. Perangkat lunak juga menyediakan sebuah ukuran inkonsistensi dari perbandingan tersebut. Jadi, jika pengambil keputusan menyukai kriteria 1 sampai kriteria 2 pada suatu tingkat preferensi tertentu (katakanlah, moderat) dan membandingkan kriteria 1 ke kriteria 3 secara identik, kemudian untuk konsistensi pengambil keputusan akan membandingkan kriteria 2 dan 3 sebagai preferensi seimbang, setelah pengambil keputusan menyelesaikan perbandingan, bobot masalah pengambilan keputusan dibagi di antara kriteria sesuai dengan struktur preferensi yang dihasilkan dari perbandingan pasangan kriteria. Expert Choice menyediakan rasion inkonsistensi yang mengindikasikan seberapa konsisten pengambil keputusan dalam membuat pertimbangan. Ada 2 cara untuk membangun model, jika masalah adalah khusus (terjadi satu kali) dan disana ada sedikit alternatif (katakanlah 7 atau 5). Kemudian pengambil keputusan memasukkan titik pilihan (alternatif) di bawah ukuran yang pertama dan mereplikasikannya untuk semua kelompok (kriteria lain). Kemudian pengambil keputusan membandingkan pilihan pilihan di bawah kriteria pertama, kriteria kedua, dan seterusnya sampai semua dibandingkan. Dari setiap pasangan perbandingan, Expert Choice membagi bobot masalah di bawah kriteria spesifik di antara berbagai pilihan dan menghitung rasio inkonsistensi di dalam kriteria. Setelah semua pilihan dibandingkan, hasilnya disatukan. Pilihan dengan bobot paling besar menjadi pilihan cerdas, dan rasio inkonsistensi mengindikasikan seberapa besar keputusan tersebut dapat dipercaya (0 menunjukkan konsisitensi sempurna; 1 menunjukkan inkonsistensi sempurna). Jika masalah berulang ata ada banyak alternatif untuk dipilih, maka model rating dapat digunakan. Titik daun dibawah setiap kriteria menunjukkan skala untuk setiap kriteria. Sebagai contoh, kondisi kerja boleh jadi ditandai sempurna, baik, sedang/cukup, atau buruk. Pengambil keputusan 9

membandingkan skala tersebut seperti membandingkan plihan. Skala sempurna berarti pilihan tersebut lebih disukaibaik; skala baik berarti sedang / cukup; dan skala sedang berarti pilihan tersebut buruk. Bobot karakterisasi nantinya menetapkan sebuah skala untuk sebuah proyek film khusus. Setelah semua kriteria mempunyai skala masing masing dan diberbandingkan secara berpasangan. Kemudian, beralih ke model rating, dimana masing masing pilihan diwakili oleh baris suatu kerangka seperti spreedsheet dan suatu kolom mewakili masing masing kriteria. Pengambil keputusan kemudian mengklik pada rating yang sesuai untuk masing masing kriteria pada masing masing film. Setelah semua rating kriteria dipilih, maka kemudian nilai untuk alternatif dihitung

Dengan Ijin dari Expert Choice Inc. Gambar 2.2. Model Expert Choice menunjukkan kriteria & skala rating Pengambil keputusan dapat memutuskan untuk menerima film hanya jika nilai nilainya melebihi tingkat minimum, atau menyortir pilihan dan memilih rating paling tinggi. Tidak perduli metode mana yang digunakan, AHP, sebagaimana diimplementasikan kedalam Expert Choice pada dasarnya, mengekstrai

10

fungsi utilitas dari pengambil keputusan melalui preferensi preferensi mereka

Dengan Ijin dari Expert Choice Inc. Gambar 2.3. Hasil Expert Choice dari sepasang perbandingan kriteria

11

Dengan Ijin dari Expert Choice Inc. Gambar 2.4. Model rating Expert Choice dengan contoh hasil pengambilan keputusan dunia nyata Membangun Model Tujuan dan 5 kriteria dimasukkan ke dalam model Expert Choice dan ditentukanlah sebuah skala rating untuk setiap kriteria. Seabrook Screenshot pada gambar 2.2 menunjukkan tujuan (film mana yang dipilih ?) , lima kriteria dan skala untuk masing masing kriteria. Berikutnya dilakukan analisis perbandingan pasangan dan kemudian menentukan prioritas. Pada titik ini, konferensi lain dengan Seabrook mengijinkan kami menyesuaikan prioritas. Hasil itunjukkan di dalam screenshot pada gambar 2.3 dan juga pada bobt dalam titik kriteria pada gambar 2.4. Perhatikan rasio inkonsistensi keseluruhan sebesar 0.07. Usaha untuk engurangi jumlah ini mendorong kepada prioritas yang menurut Seabrook tidak memenuhi referensinya. Karena itu kami kebali kepada nilai nilai sebelumnya. Umumnya, jika rasio kurang daro 0.1, maka perbandingan dapat dianggap konsisten. Berikutnya kami membandingkan pasangan skala rating di bawah masing masing kriteria. Akhirnya kami beralih ke Ratings Module dan kembali menghubungi Seabrook untuk mendapatkan satu set data riil

12

mengenai film yang pernah ia pertimbangkan untuk memvalidasi model. Kami menyiapkan sebuah bentuk survei untuk Seabrook untuk menilai emapat pekerjaan terakhir yang telah ditawarkan kepadanya. Survei ini merupakan survei respon lingkaran koreksi yang cukup sederhana. Data dimasukkan ke dalam model dengan hasil rating ditunjukkan pada gambar 2.4 Hasil Judul film dihilangkan untuk kerahasiaan, tetapi hasil sesuai dengan keputusan Seabrook. Film 1, dengan bobot maksimal hanya 0.279, ditolak oleh kedua model dan Seabrook. Seabrook menerima ketiga film lainnya dan sebagai hasilnya merasa bahwa bobot maksimum yang ideal harus mulai dari 0.4 karena rating terendah dari film yang diterima hanya selisih 0.001 dari nilai tersebut. Tingkat ini dapat berubah ketika Seabrook mengadopsi model karena akan dapat mempengaruhi model ketika prioritasnya berubah. Satu bulan seteah mengikuti pengembangan sistem dan model awal, kami menginstal Expert Choice ke dalam komputer Seabrook dan memberikan pelatihan untuk memastikan bahwa ia bisa menggunakan model sampai pada potensi tertingginya. Ia sangat menyukai sistem tersebut dan telah menggabungkannya ke dalam proses pengambilan keputusan.

Kesimpulan Charles Seabrook sekarang dapat menggunakan sebuah aplikasi SPK Khusus yang menyediakan bantuan dalam proses pengambilan keputusan rasionalnya, untuk menentukan tawaran pekerjaan yang mana yang perlu diterima atau ditolak. Hingga sekarang, ia menggunakan kriteria yang sama seperti di dalam model tersebut. Tetapi, ia menggunakan sebuah model

13

mental di mana sangat sulit untuk mempertimbangkan semua kriteria sementara menimbang pentingnya maing masing kriteria. Menggunakan AHP melalui Expert Choice untuk memindahkan preferensi dan

pengetahuannya ke dalam suatu model pengambilan keputusan formal, memimpin kepada pengambil keputusan yng lebih konsisten dan lebih berkualitas. Sebelumnya, Seabrook biasanya membuat keputusan

berdasarkan atu faktor yang sangat baik atau sangat jelek. Sekarang ia bisa membobot nilai penting dari semua faktor dalam sebuah cara yang masuk akal.

Pertanyaan kasus 1. Menurut anda apakah Seabrook benar benar menggunakan

semua kriteria (8 kriteria) dalam pengambilan keputusannya sebelum SPK ini dikembangkan ? Mengapa YA atau mengapa TIDAK ? Berapa banyak informasi yang diperlukan jika ia sedang memilih di antara 12 film dan menggunakan semua kriteria tersebut ? Apakah ini cara yang cukup baik untuk bekerja dengan informasi ? Mengapa YA atau mengapa TIDAK ? 2. Jelaskan bagamana model dan proses cocok dengan model

pengambilan keputusan empat fase dari Simon ! 3. Jelaskan perbedaan antara model AHP standar dengan tujuan

/ kriteria/ pilihan dan model rating AHP dengan tujuan / skala rating / pilihan ! 4. Mengapa lebih sesuai untuk enggunakan pendekatan model

rating dibadingkan dengan model standar ?

14

5.

Bagaimana model AHP Expert Choice membantu Seabrook

dalam menyediakan suatu kerangka kerja yang lebih masuk akal dalam pengambilan keputusan ? 6. Apakah anda berpikir proyek ini akan sukses jika tim

pengembangan tidak bekerja sama dengan baik dengan pengambil keputusan ? Mengapa YA atau mengapa TIDAK ?

Aplikasi Kasus 3.1

FedEx, Melacak Pelanggan Bersama dengan Paket

Pengantar Federal Express Corp. dikenal karena pelacakan paketnya yang berjalan sepanjang maam. Itulah salah satu hal paling penting yang dilakukan sebuah perusahaan. Sebenarnya, hanya ada satu hal yang ebih enting bagi FedEx untuk dilacak-basis pelanggannya. Sampai saat ini, FedEx tidak membuat para manajer bisnisnya terhubung kepada informasi yag mereka perlukan utuk memelihara pelanggan yang bergerak cepat. FedEx punya jaringan sebanyak 46.000 titik perhentian di Amerika Serikat. Akan tetapi, perusahaan tidak selalu yakin bahwa titik tersebut berada dilokasi yang tepat (optimal). Pelanggan baru muncul, pelanggan lama menghilang, dan beberapa pelanggan lama pindah. Saat bisnis bergerak dari pusat urban ke area bisnis pinggir kota, dan semakin banyak individu menjadi telecommute (bekerja dirumah menggunaka sebuah

15

computer dan mengirimkan hasil pekerjaan kepada perusahaan tempat ia bekerja dengan menggunakan alat telekomunikasi). FedEx menginginkan titik titiknya, dari pusat layanan yang besar sampai drop box, ditempatkan dilokasi yang konvenien bagi pelanggan. Akan tetapi, sampai saat ini ara manajer FedEx tidak punya akses mudah ke lalu lintas informasi mengenai lokasi perhentiannya. FedEx punya aplikasi billing dan pelacakan cosmos berbasis

mainframe dan bersifat proprietary. Aplikasi ini mengumpulkan data operasional yang jumlahnya sangat besar, termasuk dimana paket diterima. Akan tetapi, analis FedEx tidak dapat dengan mudah mengakses data. Analis meminta laporan kustom (penggunaan ad hoc) kepada seorang staf dari

delapan programmer, kemudian menunggu sampai 2 minggu lamanyauntuk mendapatkan laporan tersebut. FedEx menggunakan versi mainframe database pendukung keputusan FOCUS dari Informtion Builder untuk menghasilkan laporan. System lama tidak mendukung pengambilan

keputusan yang cepat.

Solusi FedEx memutuskan untuk memberi analis akses langsung kepada informasi. Pada bulan Juni, perusahaan menyebarkan versi database FOCUS berbasis web. System baru berjalan pada intranet perusahaan dan punya database warehouse self service untuk membntu eksekuti perusahaan membuat keputusan dalam hitungan menit mengenai dimana harus mencari pusat layanan dan drop box yang digunakan setiap hari oleh pelanggan. Data di download dari system mainframe Cosmos ke server WebFOCUS yang 16

berjalan di windows NT. Analis dapat meng query data dengan menggunakan satu set laporan yang telah dikonfigurasi sebelumnya (penggunaan institusional/SPK ready-made) atau dengan membuat query ad hoc mereka sendiri (penggunaan ad hoc/SPK Custom-made). FedEx mengevaluasi beberapa system pendukung keputusan berbasis web. Ia memilih WebFOCUS terutama karena perusahaan sudah mempunyai programmer yang berpengalaman dengan FOCUS. Hal ini membantu FedEx mendapatkan rilis awal dari aplikasi berbasis intranet yang disebarkan hanya dalam 3 minggu.

Hasil Aplikasi system endukung keputusan berbasis intranetmembuat perusahaan ebih mudah untuk mendapatkan pandangan yang lengkap mengenai perpindahan populasi dan tren pelanggan lainnya, dengan penggabungan penggunaan data drop point dari perusahaan dengan data demografi yang dibeli dari vendor. Programmer sebelumnya telah mengembangkan laporan dari database FOCUS mainframe telah mengintegrasikan data eksternal dengan data WebFOCUS agar analis dapat mengantisipasi dan dapat melacak tren pelanggan secara cepat. Mampu mengantisipasi tren pelanggan merupakan hal kritis tidak hanya bagi FedEx, tetapi juga bagi perusahaan lain yang bergerak di bisnis distribusi dan logistic. Saat perusahaan perusahaan seperti FedEx berusaha menghubungkan layanan distribusinya secara langsung kedalam operasi rantai persediaan dari pelanggan korporatnya yang besar, maka

17

mereka perlu memastikan bahwa mereka mempunyai pusat pendukung, truk, dan orang orang di tempat yang tepat dan di waktu yang tepat. FedEx memperluas system tersebut dengan beberapa cara. Pertama, database WebFOCUS diperluas untuk menyimpan data 25 bulan system lama menyimpan data 3 bulan dari informasi pengiriman histories. Hal ini meningkatkan kapasitas data warehouse dari 25 juta record menjadi 260 juta record, yang memerlukan upgrade perangkat keras. FedEx juga meningkatkan kapabilitas pelaporan system. Perusahaan sekarang memakai fitur pelaporan terkelola dari WebFOCUS agar analis dapat menjadwalkan dan membuat laporan lebih awal. FedEx juga menye barkan aplikasi baru di alat pengembangan Cactus dari Information Builders agar analis dapat memperbaharui dan meningkatkan data drop point pada database WebFOCUS, tidak hanya membaca data. Dengan data warehouse self-service dan peningkatan yang terencana, FedEx akan menangai dengan lebih baik para pelanggannya yang cepat berpindah pindah. Menyebarkan kembali aplikasi pendukung keputusan di intranet membuat akses kepada informasi menjadi lebih cepat. Analis yang menggunakan WebFOCUS dapat dengan langsung mendapatkan data pemakaian drop site dari semua PC yang berjalan pada sebuah browser web dan membuat aporan tampilan di layer mereka hanya dalam hitungan detik, bukan minggu seperti pada system lama. FedEx dapat lebih aktif mengelola lokasi pusat pelayanan serta drop pointnya saat populasi berpindah dan kebiasaan pelanggan berubah. Hasilnya adalah layanan pelanggan menjadi lebih baik dan biaya operasi pun menjadi lebih rendah.

18

Selain lebih akurat melacak penggunaan drop point, analis FedEx juga dapat memperoleh informasi baru mengenai profitabilitas setiap pusat layanan dan drop box. Melakukan pekerjaan dengan lebih baik membantu memangkas biaya dan meningkatkan pendapatan.

Pertanyaan Kasus 1. Jelaskan anfaat system FedEx. Manfaat lain apa yang

dapat diperoleh FedEx dengan fitur lain ? 2. Mengapa penting bagi sebuah perusahaan seperti

FedEx untuk mengelola lokasi perhentiannya secara efektif ? 3. Jelaskan manfaat peralihan dari FOCUS ke

WebFOCUS. Apakah menurut anda ini merupakan pendekatan yang tepat ? Mengapa YA dan mengapa TIDAK ? 4. Bagaimana pendekatan FedEx pada kasus ini dapat

diterapkan ke industri lainnya ?

19