TUGAS RESUM

MENGELOLA PENGETAHUAN
DAN
MENINGKATKAN PROSES PENGAMBILAN KEPUTUSAN

Diajukan untuk memenuhi tugas mata kuliah Sistem Informasi Manajemen Kelas B

Disusun oleh:

KELOMPOK 4

1. Resa Sage Agustin (160810301005)

2. Ananda Raninaila Putri (160810301006)
3. Siti Nurholisah (160810301015)

PRODI S1 AKUNTANSI
FAKULTAS EKONOMI DAN BISNIS
UNIVERSITAS JEMBER
2018
 BAB 11 MENGELOLA PENGETAHUAN

A. LANSKAP MANAJEMEN PENGETAHUAN

Sistem manajemen pengetahuan dan kolaborasi merupakan bidang investasi korporat dan
pemerintah yang paling cepat berkembang. Dasawarsa terakhir telah menunjukkan
pertumbuhan eksplosif dalam penelitian pengetahuan dan manajemen pengetahuan di bidang
ekonomi, manajemen, dan sistem informasi. Manajemen pengetahuan telah menjadi tema
penting di banyak perusahaan bisnis besar karena para manajer menyadari bahwa sebagian
besar nilai perusahaan mereka bergantung pada kemampuan perusahaan untuk menciptakan
dan mengelola pengetahuan. Studi telah menemukan bahwa sebagian besar nilai pasar saham
perusahaan terkait dengan aset tak berwujudnya, dimana pengetahuan merupakan salah satu
komponen penting, bersama dengan merek, reputasi, dan proses bisnis yang unik.

DIMENSI PENTING PENGETAHUAN

Ada perbedaan penting antara data, informasi, pengetahuan, dan kebijaksanaan. Bab 1
mendefinisikan data sebagai arus peristiwa atau transaksi yang ditangkap oleh sistem
organisasi yang, dengan sendirinya, berguna untuk bertransaksi tapi sedikit lain. Untuk
mengubah data menjadi informasi yang berguna, perusahaan harus mengeluarkan sumber daya
untuk mengatur data ke dalam kategori pemahaman, seperti laporan penjualan total bulanan,
harian, regional, atau penyimpanan. Untuk mengubah informasi menjadi pengetahuan,
perusahaan harus mengeluarkan sumber daya tambahan untuk menemukan pola, aturan, dan
konteks di mana pengetahuan itu bekerja. Akhirnya, kebijaksanaan dianggap sebagai
pengalaman kolektif dan individual untuk menerapkan pengetahuan terhadap pemecahan
masalah. Kebijaksanaan melibatkan di mana, kapan, dan bagaimana menerapkan pengetahuan.
Pengetahuan yang berada di benak karyawan yang belum didokumentasikan disebut
pengetahuan diam-diam, sedangkan pengetahuan yang telah didokumentasikan disebut
pengetahuan eksplisit.
Seperti manusia, organisasi menciptakan dan mengumpulkan pengetahuan dengan
menggunakan berbagai mekanisme pembelajaran organisasi. Melalui pengumpulan data,
pengukuran aktivitas terencana yang cermat, trial and error (percobaan), dan umpan balik dari
pelanggan dan lingkungan pada umumnya, pengalaman mendapatkan organisasi. Organisasi
yang belajar menyesuaikan perilaku mereka untuk mencerminkan pembelajaran itu dengan
menciptakan proses bisnis baru dan dengan mengubah pola pengambilan keputusan
manajemen. Proses perubahan ini disebut pembelajaran organisasi.
Pembelajaran organisasi dan Manajemen Pengetahuan
Organisasi menciptakan dan mengumpulkan pengetahuan menggunakan beberapa
mekanisme pembelajaran organisasional. Melalui sekumpulan data, kegiatan terencana dengan
pengukuran yang teliti,percobaan, dan masukan dari pelanggan maupun lingkungan sekitar,
organisasi mendapatkan pengalaman. Organisasi yang mempelajari hal-hal di atas akan
mengubah prilakunya dengan membuat proses bisnis baru dan mengubah pola manajemen
pengambilan keputusannya. Proses pengetahuan ini disebut pembelajaran organisasi.

RANTAI NILAI MANAJEMEN PENGETAHUAN

Manajemen pengetahuan mengacu pada serangkaian proses bisnis yang dikembangkan
dalam sebuah organisasi untuk menciptakan, menyimpan, mentransfer, dan menerapkan
pengetahuan. Manajemen pengetahuan meningkatkan kemampuan organisasi untuk belajar
dari lingkungannya dan untuk menggabungkan pengetahuan ke dalam proses bisnisnya.
Gambar 11-1 mengilustrasikan lima langkah penambahan nilai dalam rantai nilai manajemen
pengetahuan. Setiap tahap dalam rantai nilai menambahkan nilai pada data dan informasi
mentah mereka berubah menjadi pengetahuan yang dapat digunakan.
Penguasaan Pengetahuan
Organisasi memperoleh pengetahuan melalui beberapa cara, tergantung pada jenis
pengetahuan yang dicarinya. Sistem manajemen pengetahuan yang pertama mencoba
membangun pusat data yang berisi dokumen laporan, presentasi dan praktik-praktik terbaik.
Sistem ini kemudian dikembangkan untuk menyertakan dokumen yang tidak terstruktur,
seperti e-mail. Dalam kasus ini, organisasi memperoleh pengetahuan dengan mengembangkan
jaringan online agar para karyawan dapat “menghubungi para pakar” di perusahaan tersebut
yang memiliki pengetahuan.
Penyimpanan Pengetahuan
Setelah berbagai dokumen, pola, dan aturan pakar terkumpul, data tersebut harus
disimpan sehingga dapat diambil kembali dan digunakan oleh para karyawan. Penyimpanan
pengetahuan umumnya melibatkan proses pembuatan basis data. Sistem manajemen dokumen
mengubah data ke dalam bentuk digital, menyusun indeks, dan menandai dokumen-dokumen
yang diperlukan berdasarkan kerangka kerja yang koheren dengan bentuk akhirnya suatu basis
data yang dapat menyimpan pengetahuan yang diperoleh dengan cara menerapkan
pengetahuan tersebut ke dalam proses dan budaya organisaisi.
Penyebarluasan Pengetahuan
Portal, e-mail, pesan instan, dan teknologi mesin pencari telah ditambahkan ke dalam
serangkaian teknologi kolaborasi dan sistem perkantoran yang digunakan untuk berbagi
agenda, dokumen, data, dan grafik. Teknologi komputer tampaknya telah membanjiri dunia
informasi dan pengetahuan. Bagaimana seorang karyawan atau manajer dapat menemukan
sesuatu yang benar-benar penting dan berguna bagi mereka dari lautan informasi dan
pengalama yang begitu luas? Di sinilah program pelatihan, jaringan informal, dan pengalaman
manajemen yang dibagikan dapat membantu para manajer agar tetap dapat memfokuskan
perhatian mereka dalam informasi dan pengetahaun yang penting.
Penerapan Pengetahuan
Pengetahuan yang tidak dapat dibagikan dan tidak dapat diterapkan dalam kejadian nyata
oleh para manajer atau perusahaan tidak akan memberikan nilai tambahan bagi bisnsi, apa pun
jenis sistem manajemen pengetahuannya. Agar investasi yang ditanamkan tidak terbuang sia-
sia. Pengetahuan organisasi harus menjadi sistem yang dapat mendukung keputusan.
Membangun Modal Organisasi dan Modal Manajemen: Kolaborasi, Komunitas
Praktik, dan Lingkungan Perkantoran
Komunitas Praktik adalah jaringan umum informal yang terdiri atas para profesional dan
karyawan baik di dalam maupun di luar perusahaan dengan minat dan kegiatan yang sama.
Tentunya minat dan kegiatan tersebut harus berkaitan dengan pekerjaan. Kegiatan komunitas
ini termasuk pendidikan perorangan atau kelompok, konferensi, newsletter online, dan setiap
harinya saling berbagi pengalaman dan teknik untuk menyelesaikan masalah dalam pekerjaan
tertentu. Banyakorganisasi, seperti IBM, US Federal Highway Administration, dan Bank Dunia
mendorong penciptaan ribuan komunitas online yang serupa.

TIPE SISTEM MANAJEMEN PENGETAHUAN

Pada dasarnya ada tiga jenis sistem manajemen pengetahuan utama: sistem manajemen
pengetahuan perusahaan, sistem kerja pengetahuan, dan teknik cerdas. Gambar 11-2
menunjukkan aplikasi sistem manajemen pengetahuan untuk masing-masing kategori utama
ini.Sistem manajemen pengetahuan menyeluruh adalah upaya umum untuk mengumpulkan,
menyimpan, mendistribusikan, dan menerapkan konten serta pengetahuan digital. Sistem ini
mencakup kemampuan untuk mencari informasi, menyimpan data terstruktur dan tidak
terstruktur, serta menemukan keahlian karyawan di dalam perusahaan. Sistem kerja
pengetahuan (KWS) adalah sistem khusus yang dibangun untuk para insinyur, ilmuwan, dan
pekerja pengetahuan lainnya yang ditugaskan untuk menemukan dan menciptakan
pengetahuan baru bagi sebuah perusahaan. Manajemen pengetahuan juga mencakup beragam
jenis teknik cerdas, seperti data mining, sistem pakar, jaringan syaraf tiruan, logika fuzzy,
algoritma genetika, dan agen cerdas.

B. SISTEM MANAJEMEN PENGETAHUAN KESELURUHAN PERUSAHAAN

Perusahaan harus berurusan dengan setidaknya tiga jenis pengetahuan. Beberapa
pengetahuan ada di dalam perusahaan berupa dokumen teks terstruktur (laporan dan
presentasi). Pengambil keputusan juga membutuhkan pengetahuan yang semistructured,
seperti e-mail, voice mail, chat room exchange, video, gambar digital, brosur, atau papan
buletin. Dalam kasus lain, tidak ada informasi formal atau digital dalam bentuk apapun, dan
pengetahuan berada di kepala karyawan. Sebagian besar pengetahuan ini adalah pengetahuan
diam-diam yang jarang dituliskan. Sistem manajemen pengetahuan menyeluruh perusahaan
menangani ketiga jenis pengetahuan tersebut.

SISTEM MANAJEMEN KONTEN PERUSAHAAN

Bisnis saat ini perlu mengatur dan mengelola aset pengetahuan terstruktur dan
semistructured. Pengetahuan terstruktur adalah pengetahuan eksplisit yang ada dalam dokumen
formal, dan juga peraturan formal yang diturunkan organisasi dengan mengamati para ahli dan
perilaku pengambilan keputusan mereka. Sistem manajemen konten perusahaan membantu
organisasi mengelola kedua jenis informasi. Mereka memiliki kemampuan untuk menangkap,
penyimpanan, pengambilan, distribusi, dan pelestarian pengetahuan untuk membantu
perusahaan memperbaiki proses bisnis dan keputusan mereka. Masalah utama dalam
mengelola pengetahuan adalah penciptaan skema klasifikasi yang tepat, atau taksonomi, untuk
mengatur informasi ke dalam kategori yang bermakna sehingga mudah diakses. Perusahaan
dalam penerbitan, periklanan, penyiaran, dan hiburan memiliki kebutuhan khusus untuk
menyimpan dan mengelola data digital tidak terstruktur seperti foto, gambar grafis, video, dan
konten audio. Sistem manajemen aset digital membantu perusahaan mengklasifikasikan,
menyimpan, dan mendistribusikan benda digital ini.

SISTEM JARINGAN PENGETAHUAN

Sistem jaringan pengetahuan, juga dikenal sebagai lokasi keahlian dan sistem
manajemen, mengatasi masalah yang timbul saat pengetahuan yang tepat tidak dalam bentuk
dokumen digital melainkan berada dalam memori individu ahli di perusahaan. Sistem jaringan
pengetahuan menyediakan direktori pakar korporat online di domain pengetahuan yang
terdefinisi dengan baik dan menggunakan teknologi komunikasi untuk mempermudah
karyawan menemukan pakar yang tepat di perusahaan.

KOLABORASI DAN ALAT BANTU SOSIAL SERTA SISTEM MANAJEMEN

PEMBELAJARAN
Sistem pengelolaan konten perusahaan utama mencakup teknologi portal dan kolaborasi
yang hebat. Portal pengetahuan perusahaan dapat menyediakan akses ke sumber informasi
eksternal, seperti umpan berita dan penelitian, serta sumber pengetahuan internal bersama
dengan kemampuan untuk e-mail, obrolan / pesan instan, kelompok diskusi, dan konferensi
video. Bookmark sosial mempermudah pencarian dan berbagi informasi dengan mengizinkan
pengguna menyimpan bookmark mereka ke halaman Web di situs Web publik dan menandai
bookmark ini dengan kata kunci. Tag ini bisa digunakan untuk mengatur dan mencari
dokumen. Daftar tag dapat dibagi dengan orang lain untuk membantu mereka menemukan
informasi yang menarik. Taksonomi buatan pengguna yang dibuat untuk bookmark bersama
disebut folksonomies. Delicious dan Digg adalah dua situs bookmark sosial yang populer.
Sistem manajemen pembelajaran (LMS) menyediakan alat untuk manajemen, pengiriman,
pelacakan, dan penilaian berbagai jenis pembelajaran dan pelatihan karyawan.

C. SISTEM KERJA PENGETAHUAN

Sistem pengetahuan perusahaan secara luas yang baru saja kami jelaskan memberikan
berbagai kemampuan yang dapat digunakan oleh banyak orang jika tidak semua pekerja dan
kelompok dalam sebuah organisasi. Perusahaan juga memiliki sistem khusus untuk pekerja
pengetahuan dalam membantu mereka menciptakan pengetahuan baru dan untuk memastikan
bahwa pengetahuan ini terintegrasi dengan benar ke dalam bisnis.

PEKERJA PENGETAHUAN DAN KERJA PENGETAHUAN

Pekerja pengetahuan, yang kami perkenalkan di Bab 1, mencakup periset, perancang,
arsitek, ilmuwan, dan insinyur yang terutama menciptakan pengetahuan dan informasi untuk
organisasi. Pekerja pengetahuan biasanya memiliki tingkat pendidikan dan keanggotaan yang
tinggi dalam organisasi profesional dan sering diminta untuk melakukan penilaian independen
sebagai aspek rutin pekerjaan mereka. Misalnya, pekerja pengetahuan menciptakan produk
baru atau menemukan cara untuk memperbaiki produk yang sudah ada. Pekerja pengetahuan
melakukan tiga peran penting yang penting bagi organisasi dan manajer yang bekerja di dalam
organisasi:
 Menjaga pengetahuan organisasi saat ini dalam pengetahuan saat berkembang di dunia
luar – dalam teknologi, sains, pemikiran sosial, dan seni
 Melayani konsultan internal mengenai bidang pengetahuan mereka, perubahan yang
terjadi, dan peluang
 Bertindak sebagai agen perubahan, evaluasi, inisiasi, dan promosi proyek perubahan

KEBUTUHAN SISTEM KERJA PENGETAHUAN

Sebagian besar pekerja pengetahuan bergantung pada sistem perkantoran, seperti
pengolah kata, voice mail, e-mail, konferensi video, dan sistem penjadwalan, yang dirancang
untuk meningkatkan produktivitas pekerja di kantor. Namun, pekerja pengetahuan juga
memerlukan sistem kerja pengetahuan yang sangat terspesialisasi dengan grafis, alat analisis,
dan komunikasi serta kemampuan manajemen dokumen yang hebat.

CONTOH SISTEM KERJA PENGETAHUAN

Aplikasi kerja pengetahuan utama mencakup sistem CAD, sistem virtual reality untuk
simulasi dan pemodelan, dan workstation keuangan. Computeraided design (CAD)
mengotomatisasi penciptaan dan revisi desain, menggunakan komputer dan perangkat lunak
grafis yang canggih. Sistem virtual reality memiliki kemampuan visualisasi, rendering, dan
simulasi yang jauh melampaui sistem CAD konvensional. Mereka menggunakan perangkat
lunak grafis interaktif untuk membuat simulasi yang dihasilkan komputer yang sangat dekat
dengan kenyataan sehingga pengguna hampir yakin bahwa mereka berpartisipasi dalam situasi
dunia nyata. Augmented reality (AR) adalah teknologi terkait untuk meningkatkan visualisasi.
AR menyediakan pandangan langsung atau tidak langsung tentang lingkungan dunia nyata
fisik yang elemennya diperkuat oleh citra buatan komputer virtual. Pengguna beralasan di
dunia fisik yang sebenarnya, dan gambar virtual digabungkan dengan tampilan nyata untuk
membuat tampilan yang disempurnakan.
Aplikasi virtual reality yang dikembangkan untuk Web menggunakan standar yang
disebut Virtual Reality Modeling Language (VRML). VRML adalah seperangkat spesifikasi
untuk pemodelan 3 dimensi interaktif di World Wide Web yang dapat mengatur beberapa jenis
media, termasuk animasi, gambar, dan audio untuk menempatkan pengguna di lingkungan
dunia nyata yang disimulasikan. VRML adalah platform independen, beroperasi di atas
komputer desktop, dan membutuhkan sedikit bandwidth. Industri keuangan menggunakan
workstation investasi khusus untuk memanfaatkan pengetahuan dan waktu dari broker,
pedagang, dan manajer portofolio.

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.

MEMPEROLEH PENGETAHUAN: SISTEM AHLI

Sistem ahli adalah teknik cerdas untuk menangkap pengetahuan yang tersembunyi dalam
keahlian manusia yang sangat spesifik dan terbatas cakupannya. Sistem ini menangkap
pengetahuan dari pekerja pakar dalam bentuk serangkaian aturan dalam sistem peranti lunak
yang dapat digunakan oleh orang lain dalam organisasi tersebut. Serangkaian aturan dalam
sistem ahli ditambahkan ke dalam memori atau pembelajaran perusahaan.
Bagaimana Sistem Ahli Bekerja
Sistem ahli membuat model pengetahuan manusia menjadi serangkaian aturan yang
secara kolektif disebut basis pengetahuan. Sistem ahli memiliki jumlah aturan mulai dari 200
sampai beberapa ribu, bergantung pada kompleksitas permasalahnnya. Aturan-aturan tersebut
jauh lebih mengakar dan saling terhubung satu sama lain dibandingkan program peranti lunak
yang biasanya.
Contoh Sistem Ahli yang Sukses
Sistem ahli memberikan banyak keuntungan bagi perusahaan, termasuk diantaranya
pengambilan keputusan yang lebih baik, pengurangan kesalahan, penguranagan biaya,
pengurangan waktu pelatihan, dan tingkat kualitas serta layanan yang lebih baik. Berikut
adalah beberapa contohnya:
Countrywide Funding Corporation di Pasadena, California, menggunakan sistem ahli
untuk meningkatkan kualitas keputusan yang dibuat mengenai pemberian pinjaman.
Perusahaan pemberi pinjaman ini mempekerjakan sekitar 400 penanggung pinjaman di 150
kantor yang tersebar di AS. Perusahaan tersebut mengembangkan sistem ahli berbasis PC di
tahun 1992 untuk membuat keputusan kelayakan pemberi pinjaman tahap awal. Perusahaan ini
mengalami pertumbuhan yang amat pesat, terus berkembang dan ingin agar sistemnya dapat
menjamin konsistensi dalam menghasilkan keputusan mengenai pemberi pinjaman denagn
kualitas yang baik.

KECERDASAN ORGANISASI: PENALARAN BERBASIS KASUS

Sistem pakar terutama menangkap pengetahuan tersembunyi para ahli individual, namun
organisasi juga memiliki pengetahuan dan keahlian kolektif yang telah mereka bangun selama
bertahun-tahun. Pengetahuan organisasi ini dapat ditangkap dan disimpan dengan
menggunakan penalaran berbasis kasus. Dalam kasus berbasis penalaran (CBR), deskripsi
pengalaman spesial masa lalu manusia, yang digambarkan sebagai kasus, disimpan dalam
database untuk pengambilan nanti saat pengguna menemukan kasus baru dengan parameter
serupa.

SISTEM LOGIKA FUZZY

Kebanyakan orang tidak berpikir dalam hal aturan tradisional jika-kemudian atau angka
yang tepat. Manusia cenderung mengkategorikan hal-hal yang tidak tepat dengan
menggunakan peraturan untuk membuat keputusan yang mungkin memiliki banyak nuansa
makna. Misalnya, pria atau wanita bisa kuat atau cerdas. Sebuah perusahaan bisa berukuran
besar, menengah, atau kecil. Suhu bisa panas, dingin, sejuk, atau hangat. Kategori ini mewakili
berbagai nilai. Logika fuzzy adalah teknologi berbasis aturan yang dapat mewakili
ketidaktepatan seperti itu dengan membuat aturan yang menggunakan nilai perkiraan atau
subyektif. Ini bisa menggambarkan fenomena atau proses tertentu secara linguistik dan
kemudian mewakili deskripsi itu dalam sejumlah kecil peraturan fleksibel. Organisasi dapat
menggunakan logika fuzzy untuk menciptakan sistem perangkat lunak yang menangkap
pengetahuan tersembunyi dimana terdapat ambiguitas linguistik.

JARINGAN SYARAF TIRUAN

Jaringan syaraf digunakan untuk memecahkan masalah kompleks dan kurang dipahami
dimana sejumlah besar data dikumpulkan. Mereka menemukan pola dan hubungan dalam
jumlah besar data yang akan terlalu rumit dan sulit bagi manusia untuk dianalisis. Jaringan
saraf menemukan pengetahuan ini dengan menggunakan perangkat keras dan perangkat lunak
yang paralel dengan pola pengolahan otak biologis atau otak manusia. Sesi Interaktif pada
Organisasi menggambarkan aplikasi perdagangan saham terkomputerisasi berdasarkan
teknologi AI terkait yang disebut pembelajaran mesin. Pembelajaran mesin berfokus pada
algoritma dan metode statistik yang memungkinkan komputer “belajar” dengan mengekstraksi
aturan dan pola dari kumpulan data masif dan membuat prediksi tentang masa depan.
Algoritma Genetika
Algoritma genetika berguna untuk menemukan solusi optimal untuk masalah tertentu
dengan memeriksa sejumlah besar kemungkinan solusi untuk masalah itu. Mereka didasarkan
pada teknik yang diilhami oleh biologi evolusioner, seperti pewarisan, mutasi, seleksi, dan
crossover (rekombinasi).

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

A. PENGAMBILAN KEPUTUSAN DAN SISTEM INFORMASI

Pengambilan keputusan dalam bisnis biasanya terbatas pada pihak manajemen. Saat ini
para karyawan yang tingkat terendah bertanggung jawab atas beberapa dari pengambilan
keputusan tersebut, sebagaimana sistem informasi akan membuat informasi menjadi tersedia
bagi para karyawan yang tingkatannya lebih rendah di dalam bisnis.

NILAI BISNIS YANG MENINGKATKAN PENGAMBILAN KEPUTUSAN

Perusahaan dapat menentukan sejumlah keputusan pokok dimana investasi sistem baru
mungkin dapat meningkatkan kualitas pengambilan keputusannya. Berbagai keputusan
diambil pada semua tingkatan dalamperusahaan, dan beberapa keputusan ini sifatnya umum,
rutin, dan banyak. Walaupun nilai dari peningkatan setiap keputusan kecil, meningkatkan
ratusan ribu keputusan yang “kecil” ini menghasilkan nilai tahunan yang sangat besar dalam
bisnis.

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.

PROSES PENGAMBILAN KEPUTUSAN

Pengambilan keputusan adalah proses yang melibatkan banyak langkah, Simon (1960)
menyatakan ada empat tahapan berbeda dalam pengambilan keputusan, yaitu: kecerdasan,
rancangan, pilihan, dan implementasi. Tahapan pengambilan keputusan diantaranya :
kecerdasan, rancangan, pilihan, dan implementasi(lihat gambar)
Proses pengambilan keputusan dapat dibagi menjadi empat tahapan.
1. Intelijensi. Intelijensi terdiri atas menemukan, mengidentifikasi, dan memahami masalah
yang terjadi pada organisasi- mengapa maslah itu terjadi, dimana, dan akibat apa yang
dialami.
2. Rancangan. Rancangan melibatkan identifikasi dan pecarian berbagai solusi masalah.
3. Pilihan. Pilihan adalah tentang memilih alternatif solusi yang ada.
4. Implementasi. Implementasi dalah tentang membuat alternatif yang dipilih dapat bekerja,
dan tetap mengawasi seberapa baik kerja solusi tersebut.

MANAJER DAN PENGAMBILAN KEPUTUSAN DALAM DUNIA NYATA

Sistem pendukung pengambilan keputusan dapat mengahasilkan pengambilan keputusan
yang lebih baik oleh manajer dan karyawan, di atas rata-rata ROI perusahaan, dan profitabilitas
yang lebih jauh lebih tinggi. Walaupun demikian, sistem informasi tidak dapat meningkatkan
semua jeni keputusan yanga ada dalam suatu organisasi.
Peran Manajerial
Para manajer memainkan peran penting dalam organisasi. Tanggung jawab mereka
adalah mengambil keputusan, membuat laporan, menghadiri rapat, hingga merencanakan pesta
ulang tahun. Kita dapat memahami fungsi manajer dan perannya dengan lebih baik dengan cara
meningkatkan perilaku manajer gaya klasik dan kontemporer.
a. Manajer Gaya Klasik. Manajer gaya klasik menjelakan apa yang dilakukan manajer.
Model manajemen klasik menjelaskan fungsi manajerial secara formal, tetapi tidak
menunjukkan apa yang dilakukan para manajer secara terperinci saat mereka
merencanakan.memutuskan sesuatu, dan mengendalikan pekerja orang lain.Lima fungsi
klasik dari manajer yaitu merencanakan, mengorganisasikan, mengoordinasikan,
memutuskan dan mengendalikan.
b. Model Keperilakuan. Model keperilakuan menyatakan bahwa perilaku manajer yang
sebenarnya terlihat lebih tidak sistematis, lebih informal, kurang reflektif, lebih reaktif,
dan kurang terorganisasi dengan baik daripada yang kita percayai dalam kerangka model
klasik.
c. Peran Manajerial. Peran manajerial adalah perkiraan-perkiraan aktivitas yang seharusnya
dilakukan para manajer dalam organisasi.
d. Peran Interpersonal. Dalam peran ini manajer bertindak sebagai figur utama dalam
organisasi ketika mereka mewakili perusahaan mereka kepada dunia luar dan melakukan
 tugas-tugas simbolik, seperti memberikan penghargaan kepada karyawan. Manajer
bertindak sebagai pemimpin, memberikan motivasi, nasihat, dan mendukung bawahannya.
e. Peran Pengambilan Keputusan. Dalam peran pengambilan keputusan mereka bertindak
sebagai wirausahawan dalam mengusulkan jenis-jenis aktivitas baru, mengenai gangguan-
gangguan yang muncul dalam organisasi.Manajer mengambil keputusan. Dalam peran
pengambil keputusan (decisional role), mreke bertindak sebagai wirausahawan dalam
mengusulkan jenis-jenis aktivitas baru, menangani gangguan-gangguan yang muncul
dalam organisasi; mengalokasikan sumber daya kepada para staf yang membutuhkan; dan
menegosiasikan konflik dan menjadi penengah antara kelompok-kelompok yang bertikai.
Pengambilan Keputusan dalam Dunia Nyata
Ketika kita dapat melihat bahwa sistem informasi tidak dapat membantu semua peran
manajerial.Dan dalam peran manajerial di mana ssitem informasi dapat membantu mengambil
keputusan, investasi dalam teknologi informasi tidak selalu menghasilkan hasil yang positif.
Ada tiga alasan utama: kualitas informasi, penyaringan manajemen, dan budaya organisasi.
a. Kualitas Informasi. Keputusan-keputasan yang berkualitas tinggi membutuhkan
membutuhkan onformasi berkualitas tinggi.
b. Penyaringan Manajer. Walaupun dengan informasi yang tepat waktu dan akurat, ada
manajer yang dapat mengambil keputusan buruk. Manajer menerima informasi melalui
berbagai tahap penyaringan yang masuk akal tentang dunia di sekitar mereka. Manajer
mempunyai perhatian tertentu, fokus pada jenis maslah dan solusi tertentu, dan
mempunyai bias-bias yang menolak informasi yang tidak sesuai dengan konsep awalnya.
c. Politik dan Inersi Organisasional. Organisasi adalah birokrasi dengan kemampuan dan
kompetensi terbatas untuk melakukan tindakan-tindakan yang bersifat menentukan.
Ketika lingkungan berubah dengan perusahaan perlu mengadopsi model bisnis baru untuk
bertahan, kekuatan yang besar dalam organisasi menolak pengambilan keputusan untuk
perubahan besar.

Sistem untuk Mendukung Keputusan

Beberapa model yang berbeda tentang apa yang biasanya dilakukan manajer dalam
organisasi menunjukkan bagaimana sistem informasi dapat digunakan untuk mendukung
proses-proses manajerial. Model klasik sebelumnya mengenai aktivitas manajerial mengarah
pada fungsi merencanakan, mengorganisasikan, mengkoordinasikan, memutuskan, dan
mengendalikan. Penelitan-Penelitian terbaru yang memerhatikan perilaku aktual dari manajer
mendapati bahwa aktivitas manajer sesungguhnya sangat terpecah-pecah, bervariasi, dan
singkat durasinya. Manajer-manajer berpindah sangat cepat dan intensif dari satu masalah ke
masalah lain. Manajer menghabiskan cukup banyak waktu untuk mengejar sasaran dan agenda
pribadinya, dan manajer-manajer dewasa ini tidak telalu berani mengambil keputusan
mengenai kebijakan yang menyeluruh dan besar.
Teknologi infromasi menyediakan perangkat baru bagi manajer untuk melaksanakan
peran lama dan peran baru mereka, memungkinkan mereka untuk mengawasi, merencanakan,
dan meramalkan dengan lebih tepat dan cepat dari sebelumnya dan untuk
merespons perubahan lingkungan bisnis dengan lebih cepat. Sistem informasi telah banyak
berguna untuk manajer dalam memberkan dukungan bagi peran mereka dalam menyebarkan
informasi, menjadi penghubung antara berbagai tingkatan organisasi, dan mengalokasikan
sumber-sumber daya. Namun, beberapa peran manajerial tidak dapat dibantu oleh system
informasi, dan keberhasilan system informasi dalam mendukung pengambilan keputusan tidak
terstruktur tidaklah terlalu baik.
Ada lima jenis sistem untuk mendukung keputusan yang berbeda jenis dan tingkat yang
lebih dijelaskan, yaitu: sistem informasi manajemen (SIM), sistem pendukung keputusan
(DSS), nilai bisnis DSS, visualisasi data dan sistem informasi geografis (GIS), sistem
pendukung keputusan pelanggan berbasis web.

Sistem Informasi Manajemen (SIM)

Sistem informasi manajemen secara khusus menghasilkan laporan yang sifatnya tetap dan
rutin berdasarkan data yang diperoleh dan dirangkum dari sistem pemrosesan transaksi
perusahaan. Laporan SIM adalah laporan perkecualian, hanya menyoroti kondisi-kondisi yang
khusus dan luar biasa, seperti ketika kuota penjualan untuk suatu wilayah tertentu jatuh di
bawah tingkat yang diperkirakan, atau karyawan telah melebihi batas pengeluaran tunjangan
perawatan giginya. Kini banyak laporan semacam itu yang dapat diperoleh secara online
melalui internet, dan laporan SIM lainnya hanya dapat diperoleh berdasarkan permintaan.

Sistem Pendukung Keputusan (DSS)

Sistem pendukung keputusan (DSS) mendukung analisis masalah semiterstruktur dan
tidak terstruktur. DSS di masa paling awalnya sangatlah digerakan oleh model, menggunakan
beberapa jenis model untuk menunjukkan analisis “bagaimana jika” dan analisis lainnya.
Kemampuan analisis DSS didasarkan pada teori atau model yang kuat, digabungkan dengan
suatu antarmuka pengguna yang baik yang membuat sistem tersebut mudah digunakan.
Komponen-komponen DSS adalah basis data DSS, antarmuka pengguna, dan sistim peranti
lunak DSS : yang digerakkan oleh model dan oleh data. DSS dapat mendukung pengambilan
keputusan dalam penentuan harga, manajemen rantai pasokan, dan CRM, selain juga
meomodelkan scenario bisnis alternative. DSS yang diarahkan pada pelanggan dan juga
manajer menjadi semakin banyak tersedia di Web. Sebuah kategori khusus DSS yang
dinamakan system informasi gegrafis (GIS) menggunakan teknologi visualisasi data untuk
menganalisa dan menampilkan data untuk merencanakan dan pengambilan keputusan dengan
peta digital.

Sistem pendukung ini membantu pengambilan keputusan manajemen dengan

menggabungkan data, model-model dan alat-alat analisis yang komplek, serta perangkat lunak
yang akrab dengan tampilan pengguna kedalam satu sistem yang memiliki kekuatan besar
(powerful) yang dapat mendukung pengambilan keputusan yang semi atau tidak terstruktur.
DSS menggabungkan sumber daya intelektual seorang individu dengan kemampuan komputer
dalam rangka meningkatkan kualitas pengambilan keputusan. DSS diartikan sebagai tambahan
bagi para pengambil keputusan, untuk memperluas kapabilitas, namun tidak untuk
menggantikan pertimbangan manajemen dalam pengambilan keputusannya.

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.

DSS dimaksudkan untuk melengkapi sistem informasi manajemen dalam meningkatkan

pengambilan keputusan. Sistem informasi manajement terutama menyajikan informasi
mengenai kinerja aktivitas untuk membantu manajemen memonitor dan mengendalikan
kegiatan. Kadangkala laporan sistem informasi manajemen ini merupakan laporan eksepsi
(exception reports), yaitu hanya menyoroti kondisi-kondisi yang khusus. Sistem informasi
manajemen yang tradisional umumnya menyajikan pelaporan yang tercetak (hard copy
reports). Dewasa ini, pelaporan yang semacam itu dapat diperoleh secara on-line melalui
intranet dan mungkin lebih banyak lagi laporan yang dapat dihasilkan berdasarkan kebutuhan.

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.

Membuat Tabel Privot Spreadsheet untuk Membantu Pengambilan Keputusan

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:

Jenis Industri Tujuan Penerapan DSS

Menentukan pola penutupan asuransi dan deteksi kemungkinan
Industri Asuransi
kecurangan (fraud).
Industri Perbankan Memperbarui profil atau data nasabah.
Menentukan kebutuhan persediaan bahan baku yang paling
Perusahaan Manufaktur
optimal dan efisien.
Pertumbuhan volume kegiatan/transaksi secara elektronis yang meningkat tajam telah
mendorong banyak organisasi untuk mengembangkan DSS di mana pelanggan dan pegawai
dapat mengambil manfaat dari sumber-sumber informasi yang tersedia di internet dan
kapabilitas dari website yang memungkinkan komunikasi untuk berbagaiaktivitas.
Beberapa DSS memang difasilitasikan untuk membantu manajemen, namun tersedia
pula DSS yang mampu untuk menarik pelanggan dengan cara menyediakan berbagai informasi
dan alat yang dapat membantu mereka untuk mengambil keputusan pada saat mereka
menyeleksi jasa dan produk.Banyak orang tertarik dalam melakukan proses pembelian barang
atau jasa menggunakan mesin pencari internet (search engines) atau on-linecatalogs, web
directories, e-mail, atau alat-alat lainnya untuk menentukan lokasi informasi yang dibutuhkan
dalam rangka membantunya dalam proses pengambilan keputusan.
Web-base dDSS telah menjadi sesuatu yang populer dan sangat memberikan manfaat yang
besar bagi para anggota atau pelanggan yang dituju organisasi atau perusahaan tersebut. Dari
uraian di atas mengenai DSS, maka beberapa karakteristik dan kapabilitas DSS yang dapat
diidentifikasi adalah sebagai berikut:
1. Sistem ini memberikan dukungan bagi pengambil keputusan, terutama dalam situasi semi-
terstruktur atau tidak-terstruktur.
2. Sistem ini memberikan dukungan untuk berbagai tingkatanmanajemen, mulai dari tingkat
manajemen puncak hingga ke tingkatmanajemen yang paling bawah dan para pegawai
lainnya.
3. DSS memberikan dukungan untuk beragam tipe dan prosespengambilan keputusan yang
harus dilakukan.
4. DSS dapat beradaptasi terhadap waktu dan fleksibel; pengguna dapatmenambah,
menghapus, mengkombinasikan, mengubah, atau menatakembali elemen-elemen dasar.
5. Tampilan DSS akrab dengan pengguna, memiliki kapabilitas yangbesar, dan dirancang
agar dapat interaktif sehingga mudah untukdigunakan.
6. DSS mampu untuk meningkatkan efektivitas pengambilan keputusandengan fokus pada
keakuratan, ketepatan waktu, dan kualitas hasil,serta mengefisiensikan biaya dalam proses
pengambilan keputusan.
7. Pengambil keputusan memiliki kendali yang lengkap atas seluruhlangkah proses
pengambilan keputusan dalam pemecahan masalah.
8. Pengguna-akhir mampu mengkonstruksi dan memodifikasi sistem yangsederhana oleh
mereka sendiri. Sedangkan untuk sistem yang lebihbesar, biasanya dapat dibangun dengan
dukungan dari spesialis sisteminformasi.
9. DSS biasanya menggunakan model-model dalam analisis situasipengambilan keputusan
yang mudah untuk dioperasikan olehpengguna.
10.
Nilai Bisnis DSS
DSS telah menjadi sangat berguna dan penting, dengan menyediakan informasi yang terperinci
dan baik untuk mengambil keputusan yang memungkinkan perusahaan mengoordinasikan
proses bisnis baik internal maupun eksternal dengan tepat. Beberapa DSs membantu
perusahaan dengan keputusan-keputusan dalam manajemen hubungan pelanggan atau
manajemen rantai pasokan. Beberapa DSS mengambil keuntungan dari data perusahaan besar
yang disediakan oleh sistem perusahaan.
Visualisasi Data dan Sistem Informasi Geografis (GIS)
Perangkat visualisasi data membantu pengguna melihat pola dan hubungan dari data
daalm jumlah besar yang akan sulit dipahami apabila data tersebut dipresentasikan dalam
bentuk tulisan biasa. Beberapa pernagkat visualisasi data bersifat interaktif memungkinkan
pengguna untuk memanipulasi data dan melihat perubahan tampilan grafis sebagai respons atas
perubahan yang dilakukan.
Sistem informasi geografis adalah kategori khusus dari DSS yang menggunakan
teknologi visualisasi data untuk menganalisis dan menampilkan data untuk perencanaan dan
pengambilan keputusan dalam bentuk peta digital. Gis mempunyai kemampuan membuat
model, memungkinkan manajer untuk mengubah data dan secara otomatis mempengaruhi
skenario bisnis untuk mencari solusi yang lebih baik.

Sistem Pendukung Keputusan Pelanggan Berbasis Web

Sistem pendukung keputusan pelanggan membantu proses pengambilan keputusan
untuk seorang pelanggan atau calon pelanggan. DSS berbasis Web menjadi populer khususnya
dalam bidang layanan keuangan karena banyak orang mencoba mengelola aset dan dana
pensiun mereka sendiri.

Sistem Manajemen Eksekutif (ESS)

ESS adalah system yang member informasi dari luar (gerita,analisis saham, dan tren industry)
dan rangkuman tingkat tinggi tentang kinerja perusahaan kepada manajer senior, yang harus
mengambil keputusan yang kebanyakan tidak terstruktur.
Para manajer senior membutuhkan sistem yang menangani permasalahan strategis dan
pergerakan jangka panjang, baik pada perusahaan dan pada lingkungan eksternal. ESS
membantu manajemen senior dalam membuat keputusan ini. ESS menangani keputusan tidak
rutin yang membutuhkan penilaian, evaluasi, dan pendekatan karena tidak terdapat prosedur
yang disetujui untuk mencapai solusi. ESS dirancang untuk menggabungkan data tentang
kejadian eksternal, seperti hukum pajak yang baru atau pesaing, tetapi sistem ini juga
menggambarkan rangkuman informasi dari SIM dan DSS internal. Sistem ini menyaring,
memadatkan, dan melacak data penting, menampilkan data dengan kepentingan terbesar bagi
manajer senior.
ESS menyediakan data baik ari sumber internal maupun eksternal dan menyediakan
lingkungan komputasi dan komunikasi umum yang dapat difokuskan dan diterapkan pada
sejumlah masalah yang terus berubah. ESS membatu eksekutif senior mengawasi kinerja
perusahaan, mengenali masalah, mengidentifikasi kesempatan, dan meramalkan tren di masa
mendatang. System ini dapat menyaring perincian tambahan untuk gambaran umum tingkat
tinggi, atau menelusuri untuk menyediakan data transaksi yang terperinci apabila diperlukan
oleh manajer senior, ESS memanfaatkan data perusahaan yang tersedia dari system perusahaan.
ESS mambantu manajer senior menganalisis, membandingkan, dan menyoroti tren
sehingga manajer dapat lebih mudah mengawasi kinerja operasional atau mengidentifikasi
masalah dan kesempatan strategis. ESS sangat bermanfaat untuk memindai kondisi
lingkungan, memberikan aspek inteligensi bisnis dengan membantu manajemen mendeteksi
ancaman atau kesempatan strategis dari lingkungan organisasi. ESS dapat meningkatkan
jangkauan control manajemen senior, memungkinkan mereka untuk memantau lebih banyak
orang dengan sumber daya yang lebih sedikit.
Sistem pendukung eksekutif membantu manajer dalam masalah tidak struktur dan
semiterstruktur denagn berfokus pada kebutuhan informasi pada manajemen senior. Dengan
menggabungkan data dari sumber internal dan eksternal. ESS dapat membantu para eksekutif
senior mengawasi kinerja organisasional, melacak aktivitas pesaing, mengetahui berbagai
masalah, mengidentifikasi kesempatan, dan meramalkan tren bsinis.

Peran ESS dalam Perusahaan

ESS mempunyai kemampuan untuk menelusuri, berpindah dari bagian data rangkuman
ke tingkatan perincian yang semakin rendah. Kemampuan untuk menelusuri ini berguna tidak
hanya bagi eksekutif senior tetapi juga bagi karyawan tingkat rendah yang perlu melakukan
analisis data. Perangkat OLAP untuk mnganalisis basis data berukuran besar menyediakan
kemampuan ini.
Tantangan utama dari ESS adalah mengintegrasikan data dari sistem yang dirancang
untuk tujuan-tujuan yang sangat berbeda, jadi eksekutif senior dapat mengulas kinerja
organisasional dari perspektif perusahaan secara keseluruhan.

Nilai Bisnis ESS

Sebagian besar nilai bisnis dari ESS ditemukan pada fleksebilitasnya dan kemampuan
untuk menganalisis, membandingkan, dan menyoroti tren. Grafiknya yang mudah digunakan
memungkinkan para pengguna melihat lebih data dalam waktu yang lebih singkat dengan
kejelasan dan pemahaman yang lebih baik dari yang dapat diberikan oleh sistem berbasis
kertas. Para eksekutif menggunakan ESS untuk memantau indikator kinerja utama diseluruh
perusahaan dan untuk mengukur kinerja perusahaan dalam menghadapi perubahan-perubahan
dalam lingkungan eksternal. Ketepatan waktu dan ketersediaan data menyebabkan tindakan-
tindakan yang dibutuhkan dapat diidentifikasi dan dilakukan lebih cepat dari sebelumnya.

ESS dan Perusahaan Digital

Untuk mengilustrasikan cara-cara ESS yang membantu pengambilan keputusan, kini
dijelaskan jenis-jenis penerapan. ESS yang penting untuk mengumpulkan inteligensi bisnis dan
membantu kinerja perusahaan.
a. National Life: ESS untuk Inteligensi Bisnis
Bermarkas di Toronto, Kanada, National life memasarkan produk-produk asuransi jiwa,
asuransi kesehatan, dan dana pensiunan/investasi untuk peroranagan dan kelompok.
Perusahaan ini memiliki lebih dari 370 karyawan di Toronto dan kantor-kantor cabangnya.
National Life menggunakan ESS berbassi WebFOKUS buatan Information Builders, yang
memungkinkan manajer senior mengakses informasi dan basis data perusahaan melalui
antarmuka Web. Sistem ini menyediakan laporan statistik dan kemampuan untuk
menelusuri informasi penjualan yang paling baru, yang diatur untuk menunjukkan nilai
premi berdasarkan agen penjualan. Pengguna yang mendapatkan otorisasi dapat
menelusuri data ini untuk melihat produk, agen, dan klien untuk setiap penjualan.
b. Bonita Bay Properties dan Pharmacial Corporation: Membantu Kinerja Perusahaan
dengan Dasbor Digital dan Sistem Balanced Scorecard
ESS dapat digunakan untuk merangkum dan melaporkan indikator kinerja kunci kepada
manajemen senior dalam bentuk dasbor digital atau dasbor eksekutif. Dasbor tersebut
menampilkan, pada satu layar, semua hasil pengukuran yang penting untuk mengarahkan
perusahaan. Bonita Bay Properties Inc, yang mengembangkan komunikasi terencana yang
berpusat di sekitar lapangan golf dan pusat kebugaran di Florida barat laut, menggunaka
dasbor digital untuk mengelola lapangan golf, clubhouse, restoran, dan pusat kebugaran di
komunitas ini.Banyak perusahaan telah mengimplementasikan model balance scorecard
yang mendukung pengukuran keuangan yang tradisional denagn pengukuran dari
perspektif tambahan, seperti pelanggan, proses bisnis internal, serta pembelajaran dan
pertumbuhan.Pharmacia Corporation, sebuah perusahaan farmasi global di Peapack, New
Fersey, menggunakan peranti lunak. Balanced Scorecard dari Oracle dan gudang data
untuk memastikan seluruh organisasi beroperasi secara terkoordinasi.
c. Caesar’s Entertaiment: Analisis Kinerja Keseluruhan Perusahaan
Caesar’s Entertaiment, perusahaan permainan paling terkemuka di dunia yang baru-baru
ini diakuidisi Harrah Entertaiment, Inc mempunyai struktur pelaporan yang terintegrasi
 untuk membantu pihak manajemen menentukan seberapa baik kinerjanya dibandingkan
peramalan hari demi hari. Sistem ini menggunakan peranti lunak dari Cognos dan SSA
Global untuk mengintegrasikan data dari sistem proses transaksi internal dengan data dari
sumber internal dan eksternal. Sistem ini mengumpilkan data keuanagan daris sistem
akuntnsi buku besar umum, data pribadi, serta pola cuaca dan real-estat untuk
menyampaikan berbagai biaya, pengaruh, analisis dampak, serta laporan laba rugi secara
harian kepada para eksekutif di Ccaesat.

Sistem Pendukung Keputusan Kelompok (GDSS)

Apakah GDSS itu?
GDSS adalah sistem interaktif berbasis komputer yang digunakan untuk memfasilitasi
penyelesaian masalah tidak terstruktur oleh sekelompok pengambilan keputusan yang bekerja
sama sebagai satu kelompok. Perangkat kolaborasi dan konferensi berbasis Web yang
dijelaskan sebelumnya membantu beberapa proses pengambilan keputusan kelompok, tetapi
fokusnya tetap pada komunikasi GDSS, di sisi lain, menyediakan perangkat dan teknologi yang
diperlengkapi secara eksplisit untuk pengambilan keputusan kelompok dan dikembangkan
sebagai respons atas meningkatnya perhatian yang diberikan pada kualitas dan efektifitas dari
rapat perusahaan.
Komponen GDSS
Peranti lunak GDSS awalnya dikembangkan untuk rapat-rapat yang semua pesertanya
berada diruang yang sama, tetapi sekarang juga dapat digunakan untuk rapat jaringan yang para
pesertanya tersebar di beberapa lokasi. Peranti lunak GDSS yang spesifik mencangkup hal-hal
berikut:
 Kuesioner elektronik membantu penyusunan rapat dalam perencanaan prapertemuan
dengan mengidentifikasi persoalan yang perlu diperhatikan dan dengan membantu
memastikan bahwa informasi perencanaan yang penting tidak terlewatkan.

 Perangkat brainstorming elektronik memungkinkan orang-orang secara bersamaan dan

anonim menyumbangkan ide mengenai topik rapat.

 Perangkat kuesioner mendukung fasilitas dan pemimpin kelompok saat mereka

mengumpulkan informasi sebelum dan selama proses penentuan prioritas berlangsung.
  Perangkat pemungutan suara atau penentuan prioritas menyediakan sejumlah metode
pemungutan suara, pemeringkatan, hingga sejumlah teknik pembobotan untuk
menentukan prioritas pemungutan suara.
 Perangkat identifikasi dan analisis pihak yang berkepentingan menggunakan
pendekatan terstruktur untuk mengevaluasi dampak dari suatu proposal yang muncul
terhadap organisasi dan untuk mengidentifikasi pihak-pihak yang berkepentingan dan
mengevaluasi dampak potensial dari pihak-pihak tersebut terhadap proyek yang
diusulkan.
 Perangkat pembentukan kebijakan memberikan dukungan terstruktur untuk
menciptakan kesepakatan mengenai kata-kata yang digunakan dalam pernyataan
kebijakan perusahaan.
 Kamus kelompok mendokumntasikan definisi kata dan istilah yang penting bagi proyek
tersebut yang telah disepakati bersama.

Gambaran Umum Pertemuan GDSS

Dalam sebuah rapat elektronik GDSS, setiap peserta dilengkapi dengan
workstation.Workstation tersebut terhubung ke jaringan, ke workstation fasilitator, dan ke
server file untuk rapat. Semua data yang diberikan para peserta dari workstation mereka kepada
kelompok dikumpulkan dan disimpan dalam server file. Papan tulis dapat dilihat baik pada
masing-masing sisi dari layar proyeksi. Banayk ruang pertemuan elektronik tempat duduknya
berbentuk setengah lingkaran dan bertingkat dalam gaya legislatif untk mengkoordinasi jumlah
peserta yang banyak. Fasilitator mengendalikan penggunaan perangakat-perangakt tersebut
saat rapat berlangsung.

Nilai Bisnis GDSS

Dengan peranti lunak GDSS, penelitian menunjukkan bahwa jumlah peserta rapat dapat
meningkat, sementara produktivitas juaga meningkat. Satu alasan adalah peserta rapat dapat
berkontribusi secara bersama, alih-alih datu demi satu, yang membuat waktu pertemuan
digunakan secara lebih efisien. GDSS memberikan suasana yang lebih kolaboratif denagan
menjamin anonimitas konstributor. Peserta dapat memberikan konstribusi tanpa merasa takut
dikritik atau idenya ditolak karena identitasnya diketahui. Peranti lunak GDSS mengikuti
metode terstruktur dalam mengelola dan mengevaluasi ide serta menyimpan hasil rapat.
Dokumentasi pertemuan oleh satu kelompok dalam satu tempat juga dapat digunakan sebagai
masukan pada rapat lainnya mengenai proyek yang sma di tempat lain.
Rangkaian aktivitas dan perangkat pendukung kolaborasi yang digunakan dalam sebuah sistem
rapat elektronik memfasilitasi komunikasi peserta dan menghasilkan rengkaman lengkap dari
rapat tesebut.
GDSS mendukung para pengambil keputusan bertemu bersama-sama untuk mencapai
keputusan secara lebih efisien dan terutama bermanfaat dalam meningkatkan produktivitas
rapat yang dihadiri dari empat atau lima orang. Namun, efektivitas GDSS bergantung pada
komposisi kelompoknya, tugasnya, pilihan perangkat yang dan dukung rapat yang tepat, dan
konteks organisasional dari rapatnya.
Beberapa manfaat yang dapat di peroleh dengan penggunaan GDSS ini, antara lain adalah:
 Meningkatkan perencanaan awal, yaitu untuk membuat diskusi ataupertemuan menjadi
lebih efektif dan efisien.
 Meningkatkan partisipasi, sehingga setiap peserta dari berbagai latarbelakang dapat
memberikan kontribusinya dengan optimal.
 Menciptakan iklim yang lebih terbuka dan kolaboratif, yaitu tanpamembuat pihak yang
tingkatannya lebih rendah merasa takut danterancam. Dan juga tidak membuat pihak
yang tingkatannya lebihtinggi mendominasi jalannya suatu rapat, pertemuan/meeting.
 Setiap ide yang ditawarkan bebas dari kritik, memungkinkan pesertarapat,
pertemuan/meeting mengkontribusikan ide atau pendapatnyatanpa takut untuk dikritik.
  Evaluasi yang objektif, menciptakan atmosfir di mana suatu ide akandievaluasi secara
objektif dan tidak memandang siapa yangmemberikan ide tersebut.
 Menghasilkan ide organisasi, yaitu bagaimana tetap memfokuskanpada tujuan rapat,
pertemuan/meeting, mencari cara yang palingefisien untuk mengorganisir ide yang
dihasilkan dalam sesibrainstorming, dan mengevaluasi ide dalam batasan waktu
yangpaling sesuai.
 Menetapkan prioritas dan mengambil keputusan, yaitu mencari carauntuk menampung
seluruh pemikiran dalam pengambilan keputusan.
 Dokumentasi hasil rapat, pertemuan/meeting, sehingga seluruhpeserta dapat
memperoleh dokumen yang lengkap dan terorganisiryang dibutuhkan untuk
melanjutkan pekerjaan dari projek atauaktivitas yang dievaluasi.
 Mampu melakukan akses informasi eksternal, yang memungkinkanketidaksepakatan
yang signifikan dan faktual dapat diselesaikandengan tepat waktu, sehingga
memungkinkan meeting dapat terusdilanjutkan dan produktif.
 Menghasilkan notulen hasil diskusi, sehingga pihak yang tidak dapat berpartisipasi
langsung dapat tetap memahami hasil dan isi dari meeting.Permasalahan yang mungkin
timbul dalam GDSS adalah karena digunakannya berbagai metode baru untuk
mengorganisir dan melaksanakan rapat, pertemuan/meeting maka mungkin ada
keengganan atau penolakan di awal dari penggunaan GDSS ini

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.

Karakteristik penting dari GDSS adalah sebagai berikut:

 GDSS adalah sistem informasi yang dirancang secara khusus, bukan secara sederhana,
yang merupakan konfigurasi dari komponen sistemyang telah ada.
 Sistem ini dirancang untuk tujuan mendukung kelompok pengambilkeputusan dalam
melaksanakan tugasnya. Karenanya, GDSS harusmeningkatkan proses pengambilan
keputusan atau hasil dari suatukelompok.
 GDSS mudah untuk dipelajari dan digunakan. Sistem inimengakomodasikan pengguna
dengan berbagai tingkatan pengetahuankomputerisasi.
 GDSS dapat dirancang untuk satu tipe masalah atau untuk beragamtingkatan kelompok
organisasi keputusan.
 GDSS dirancang untuk mendorong aktivitas-aktivitas, sepertipenghasilan ide,
penyelesaian konflik, dan pemberian pendapat yang penggunaan teknologinya.