Escolar Documentos
Profissional Documentos
Cultura Documentos
MENGELOLA PENGETAHUAN
DAN
MENINGKATKAN PROSES PENGAMBILAN KEPUTUSAN
Diajukan untuk memenuhi tugas mata kuliah Sistem Informasi Manajemen Kelas B
Disusun oleh:
KELOMPOK 4
PRODI S1 AKUNTANSI
FAKULTAS EKONOMI DAN BISNIS
UNIVERSITAS JEMBER
2018
BAB 11 MENGELOLA PENGETAHUAN
D. TEKNIK KECERDASAN
Kecerdasan buatan dan teknologi basis data memberikan sejumlah teknik cerdas yang
dapat digunakan organisasi untuk menangkap pengetahuan individu dan kolektif serta untuk
memperluas basis pengetahuan mereka. Sistem pakar, penalaran berbasis kasus, dan logika
fuzzy digunakan untuk menangkap pengetahuan tersembunyi. Jaringan syaraf tiruan dan data
mining digunakan untuk penemuan pengetahuan. Teknik cerdas lainnya yang dibahas di bagian
ini didasarkan pada teknologi kecerdasan buatan (artificial intelligence / AI), yang terdiri dari
sistem berbasis komputer (perangkat keras dan perangkat lunak) yang mencoba meniru
perilaku manusia.
AGEN INTELIGEN
Teknologi agen cerdas membantu bisnis menavigasi melalui sejumlah besar data untuk
mencari dan bertindak berdasarkan informasi yang dianggap penting. Agen cerdas adalah
program perangkat lunak yang bekerja di latar belakang tanpa intervensi langsung manusia
untuk melaksanakan tugas spesifik, berulang, dan dapat diprediksi untuk pengguna individual,
proses bisnis, atau aplikasi perangkat lunak. Banyak fenomena kompleks dapat dimodelkan
sebagai sistem agen otonom yang mengikuti aturan interaksi yang relatif sederhana. Aplikasi
pemodelan berbasis agen telah dikembangkan untuk memodelkan perilaku konsumen, pasar
saham, dan rantai pasokan dan untuk memprediksi penyebaran epidemi.
SISTEM AI HYBRID
Algoritma genetika, logika fuzzy, jaringan syaraf tiruan, dan sistem pakar dapat
diintegrasikan ke dalam satu aplikasi untuk memanfaatkan fitur terbaik dari teknologi ini.
Sistem semacam itu disebut sistem hibrida.
BAB 12 MENINGKATKAN PROSES PENGAMBILAN KEPUTUSAN
TIPE KEPUTUSAN
Keputusan diklasifikasikan sebagai keputusan terstruktur, semiterstruktur, dan tidak
terstruktur.
Keputusan Tidak Terstruktur
Keputusan tidak terstruktur adalah keputusan yang mengambil keputusannya harus
memberikan penilaian, evaluasi, dan pengertian untuk memecahkan masalahnya. Setiap
keputusan ini adalah baru, penting, dan tidak rutin, serta tidak ada pengertian yang dipahami
benar atau prosedur yang disetujui bersama dalam pengambilannya.
Keputusan Terstruktur
Keputusan tidak terstruktur adalah kebalikan dari keputusan tidak terstruktur yaitu
sifatnya berulang dan rutin, dan melibatkan prosedur yang jelas dalam menanganinya, sehingga
tidak perlu diperlakukan seakan-akan masih bari. Banyak keputusan memiliki elemen-elemen
dari kedua jenis keputusan ini.
Keputusan Semiterstruktur
Keputusan semiterstruktur adalah keputusan yang hanya sebagian masalahnya
mempunyai jawaban yang jelas tersedia dengan prosedur yang disetujui bersama.
Manajer senior, manajer tingkat menengah, manajer operasional, dan para karyawan
mempunyai jenis keputusan dan kebutuhan informasi yang berbeda.
DSS juga memungkinkan para manajer untuk melihat dampak-dampak yang mungkin
timbul dari berbagai keputusan yang diambil yang disebut model yang dapat memperkirakan
dampak sebuah keputusan. Sebagaicontoh: Para calon Bupati/Walikota suatu daerah dalam
rangka suatuPilkada menjanjikan akan menggratiskan biaya pendidikan sampai tingkat tertentu
atau menggratiskan biaya pengobatan ditingkat Puskemas, maka dampak keputusan tersebut
diperkirakan jumlah pemilih akan meningkat secara signifikan, atau justru para pemilih sama
sekali tidak mempercayainya karena hanya dianggap sebagai janji kosong belaka.
Model tersebut tidak dapat menentukan apakah janji kampanye tersebut merupakan suatu
keputusan terbaik, mereka hanya dapat menentukan apa yang mungkin terjadi jika keputusan
itu dibuat.
Jika SIM menyajikan kepada penggunanya data atau informasi untuk pengambilan
keputusan yang sudah pasti dan tetap (terstruktur atau rutin), maka DSS menyajikan
seperangkat kemampuan untuk keputusan yang sifatnya tidak terstruktur,di mana DSS lebih
menekankan pada pengambilan keputusan atas situasi yang dengan cepat mengalami
perubahan, kondisi yang memerlukan fleksibilitas, dan berbagai keputusan untuk respon yang
segera. Ada dua tipe DSS yang dikenal, yaitu: Model-driven DSS dan Data-drivenDSS. Jenis
DSS yang pertama merupakan suatu sistem yang berdiri sendirit erpisah dari sistem informasi
organisasi secara keseluruhan. DSS ini sering dikembangkan langsung oleh masing-masing
pengguna dan tidak langsung dikendalikan dari divisi sistem informasi. Kemampuan analisis
dari DSS ini umumnya dikembangkan berdasarkan model atau teori yang ada dan kemudian
dikombinasikan dengan tampilan pengguna yang membuat model ini mudah untuk digunakan.
Contoh dari model-driven DSS ini yang dipergunakan diperusahaan pelayaran yaitu
voyage estimating decision support systems. DSS ini mempunyai kemampuan/kapabilitas
untuk menghitung rincian pelayaran baik untuk masalah keuangan maupun perhitungan teknis.
Penghitungan aspek keuangan meliputi biaya untuk pelayaran (bahan bakar, upah pekerja, dan
modal yang dibutuhkan), tarif angkut untuk berbagai tipe pengiriman kargo, dan biaya
pelabuhan. Rincian teknis meliputi faktorf-actor yang berhubungan dengan masalah pelayaran,
seperti: kapasitas kargo, kecepatan, jarak, konsumsi bahan bakar dan kebutuhan air, serta pola
bongkar muat.
Sistem ini dapat menjawab berbagai pertanyaan,seperti: Kapal mana yang digunakan
untuk memberikan keuntungan yang maksimum? Berapa kecepatan optimal yang dapat
memaksimumkan keuntungan? Apa tipe dari bongkar muat yang optimal? DSS ini dapat
dioperasikan dalam sebuah desktop komputer yang menyajikan system menu yang membuat
pengguna mudah untuk memasukkan data atau mendapatkan informasi Jenis DSS yang kedua,
data-driven DSS, menganalisis sejumlah besar data yang ada atau tergabung di dalam sistem
informasi organisasi.
Komponen DSS
Komponen utama dari DSS adalah basis data DSS, antarmuka pengguna, dan sistem peranti
lunak DSS. Basis data DSS dapat berupa basis data kecil dalam PC atau gudang data yang
besar. DSS ini membantu untuk proses pengambilan keputusan dengan memungkinkan para
pengguna untuk mendapatkan informasi yang bermanfaat dari data yang tersimpan di dalam
database yang besar. Banyak organisasi atau perusahaan mulai membangun DSS ini untuk
memungkinkan para pelanggannya memperoleh data dari website-nya atau data dari system
informasi organisasi yang ada. Decision Support Systems meliputi berbagai komponen yang
termuat didalam sistem pendukung ini, yaitu:
Basis data DSS adalah sekumpulan data yang sekarang dan historis dari sejumlah aplikasi
atau kelompok. Basis data DSS dapat berupa basis data kecil dalam PC yang berisi
sebagian data perusahaan yang telah diunduh dan mungkin digabungkan dengan data
eksternal.
Antarmuka pengguna DSS memberikan kemudahan berinteraksi antar pengguna sistem
dan peranti lunak DSS.
Sistem peranti lunak DSS adalah berisi peranti lunak yang digunakan untuk menganalisis
data. Ini dapat berisi berbagai perangkat OLAP, perangkat panggalian data, atau
sekumpulan model matematis dan analitis yang dapat dengan mudah diakses oleh
pengguna DSS.
Peranti lunak spreadsheet berguna untuk membantu para manajer mendeteksi dan
memahami pola dalam data. Peranti lunak spreadsheet mempunyai perangkat yang bagus yang
disebut tabel pivot, yang mengategorikan dan merangkum data dengan sangat cepat. Tabel
pivot secara sederhana adalah tabel yang menampilkan dua dimensi atau lebih dari data dalam
format yang tepat. PivotTable Wizard Excel membuat tabel pivot untuk Anda. Fungsi ini
berada dalam menu data. Ketika anda mengeklik PivotTable and PivotChart Report pada menu
data excel dan menunjukan kepada excel di mana data Anda berada dan jenis laporan apa yang
Anda inginka.
PivotTable Wizard pada Excel memudahkan analisis daftar dan basis data dengan
melakukan drag dan drop elemen dari Field List pada era PivotTable. Kumpulan dari perangkat
lunak yang digunakan untuk menganalisis data, seperti: On-Line Analytical Processing
(OLAP) tools, dataminingtools, atau kumpulan dari model-model matematika dan analisa
yangmudah untuk diakses oleh para pengguna DSS. Model ini dapat berupa model fisik (model
rancangan ruang kerja, taman, dan model pesawatterbang), model perhitungan matematika
(seperti: persamaan,alogaritma, anuitas, cicilan bunga kredit), atau model verbal
(seperti:deskripsi suatu prosedur untuk penulisan suatu perintah kerja/order).
Masing-masing DSS dibangun untuk seperangkat tujuan tertentu dan akan menghasilkan
berbagai kumpulan model tergantung pada kebutuhan dan tujuannya. Perangkat lunak sistem
DSS yang umum juga dapat berupa model statistik yang memuat berbagai fungsi statistik,
antara lain: means,medians, deviations, dan scatter plots. Perangkat lunak ini memiliki
kapabilitas untuk memproyeksikan ke depan mengenai outcomes dengan cara menganalisis
sekumpulan data. DSS banyak diterapkan di organisasi-organisasi yang sudah mapan. Banyak
cara yang digunakan untuk menerapkan DSS untuk membantu mempertajam proses
pengambilan keputusan. Kapabilitas yang melekat pada DSS sangat membantu organisasi-
organisasi yang menggunakannya untuk memungkinkan terciptanya koordinasi proses
kegiatan baik internal maupun eksternal dengan cara yang lebih akurat.
Berikut beberapa contoh organisasi atau perusahaan yang memanfaatkanDSS dalam aktivitas
operasi atau usaha yang dilaksanakan:
Sistem ini adalah sistem berbasis komputer yangmemfasilitasi pemecahan atas masalah tidak
terstruktur oleh suatukelompok pengambil keputusan.Komponen GDSS terdiri dari perangkat
keras, perangkat lunak, manusia,dan prosedur. Komponen-komponen ini dirangkai guna
mendukung proses untuk mencapai suatu keputusan kelompok.