DBASE SYSTEM
dBase, adalah suatu paket Data Base Management System (DBMS) untuk pengelolaan database, pada Personal Computer
Perkembangan dBase
a. dBase II versi 2.4
b. dBase III, III+
c. dBase IV
d. dBase 5.0, versi DOS dan Windows
e. dBase 5.5, Visual
f. dBase 7.0, Visual
File-file untuk pengelolaan data pada dBase
A. File Penyimpan Data
1. File Database (DBF)
2. File Memo (DBT)
3. File Memori (MEM)
B. File Utility Data
1. File Indeks (NDX)
2. File Query/View (QBE)
C. File Untuk Pengelolaan/Menghasilkan Output
1. File Command atau Prosedure (PRG)
2. File REPORT (FRM)
3. File Label (LBQ)
4. File Output Teks, (TXT)
5. File Screen (SCR)
D. Jenis/Type field data
No Type Data Keterangan
1 Karakter u/ data alpa numerik mak 256 karakter
2 Numerik Menyatakan bilangan mak 20 Digit
3 Date Menyatakan tanggal default 8
4 Memo u/ menyatakan ket. yang panjang
5. Logikal u/ logika benar atau salah
OPERATOR PADA DBASE
1. Operator Matematika
a) Operator Aritmetik
-Pangkat ( ^ )
-Perkalian ( * ) atau Pembagian ( / )
-Pejumlahan ( + ) – Pengurangan ( – )
b) Operator Relasi
-untuk Aritmetik : <, >, =, <=, >=, # atau <>
-untuk String : $
2. Operator Logika
AND , OR , NOT
FUNGSI-FUNGSI
1. Fungsi Database
2. Fungsi Date
3. Fungsi Numerik
4. Fungsi String
5. Environment Function, adalah fungsi-fungsi untuk memberikan informasi tentang sistem yang aktif atau kondisi periperal, diantaranya:
DATA MINING
- “Mining”: proses atau usaha untuk mendapatkan sedikit barang berharga dari
sejumlah besar material dasar yang telah ada.
- Beberapa faktor dalam pendefinisian data mining:
- Data mining adalah proses otomatis terhadap data yang dikumpulkan di masa lalu
- Objek dari data mining adalah data yang berjumlah besar atau kompleks
- Tujuan dari data mining adalah menemukan hubungan-hubungan atau pola-pola yang
mungkin memberikan indikasi yang bermanfaat.
- Definisi data mining
- Data mining adalah serangkaian proses untuk menggali nilai tambah dari suatu
kumpulan data berupa pengetahuan yang selama ini tidak diketahui secara manual.
- Data mining adalah analisa otomatis dari data yang berjumlah besar atau
kompleks dengan tujuan untuk menemukan pola atau kecenderungan yang penting
yang biasanya tidak disadari keberadaannya
KATEGORI DALAM DATA MINING
- Classification
- Clustering
CLASIFICATION
- Klasifikasi adalah suatu proses pengelom-pokan data dengan didasarkan pada
ciri-ciri tertentu ke dalam kelas-kelas yang telah ditentukan pula.
- Dua metode yang cukup dikenal dalam klasifikasi, antara lain:
- Naive Bayes
- K Nearest Neighbours (kNN)
K-NEAREST NEIGHBOURS
- Konsep dasar dari K-NN adalah mencari jarak terdekat antara data yang akan
dievaluasi dengan K tetangga terdekatnya dalam data pelatihan.
- Penghitungan jarak dilakukan dengan konsep Euclidean.
- Jumlah kelas yang paling banyak dengan jarak terdekat tersebut akan menjadi
kelas dimana data evaluasi tersebut berada.
ALGORITMA
- Tentukan parameter K = jumlah tetangga terdekat.
- Hitung jarak antara data yang akan dievaluasi dengan semua data pelatihan.
- Urutkan jarak yang terbentuk (urut naik) dan tentukan jarak terdekat sampai
urutan ke-K.
- Pasangkan kelas (C) yang bersesuaian.
- Cari jumlah kelas terbanyak dari tetangga terdekat tersebut, dan tetapkan kelas
tersebut sebagai kelas data yang dievaluasi.
CLUSTERING
- Clustering adalah proses pengelompokan objek yang didasarkan pada kesamaan
antar objek.
- Tidak seperti proses klasifikasi yang bersifat supervised learning, pada
clustering proses pengelompokan dilakukan atas dasar unsupervised learning.
- Pada proses klasifikasi, akan ditentukan lokasi dari suatu kejadian pada klas
tertentu dari beberapa klas yang telah teridentifikasi sebelumnya.
- Sedangkan pada proses clustering, proses pengelompokan kejadian dalam klas akan
dilakukan secara alami tanpa mengidentifikasi klas-klas sebelumnya.
- Suatu metode clustering dikatakan baik apabila metode tersebut dapat
menghasilkan cluster-cluster dengan kualitas yang sangat baik.
- Metode tersebut akan menghasilkan cluster-cluster dengan objek-objek yang
memiliki tingkat kesamaan yang cukup tinggi dalam suatu cluster, dan memiliki
tingkat ketidaksamaan yang cukup tinggi juga apabila objek-objek tersebut
terletak pada cluster yang berbeda.
- Untuk mendapatkan kualitas yang baik, metode clustering sangat tergantung pada
ukuran kesamaan yang akan digunakan dan kemampuannya untuk menemukan beberapa
pola yang tersembunyi.
Minggu, 23 Januari 2011
Apa itu EXPERT CHOICE ?
EXPERT CHOICE
Metode AHP dikembangkan oleh Thomas L. Saaty, seorang ahli matematika. Metode ini digunakan untuk mengambil keputusan dengan efektif atas persoalan yang kompleks dengan menyederhanakan dan mempercepat proses pengambilan keputusan dengan memecahkan persoalan tersebut kedalam bagian-bagiannya, menata bagian atau variabel ini dalam suatu susunan hirarki, memberikan nilai numerik pada pertimbangan subjektif tentang pentingnya tiap variabel dan mensintesis berbagai pertimbangan ini untuk menetapkan variabel yang mana yang memiliki prioritas paling tinggi dan bertindak untuk mempengaruhi hasil pada situasi tersebut.
Metode AHP ini membantu memecahkan persoalan yang kompleks dengan menstruktur suatu hirarki kriteria, pihak yang berkepentingan, hasil dan dengan menarik berbagai pertimbangan guna mengembangkan bobot atau prioritas. Metode ini juga menggabungkan kekuatan dari perasaan dan logika yang bersangkutan pada berbagai persoalan, lalu mensintesis berbagai pertimbangan yang beragam menjadi hasil yang cocok dengan perkiraan kita secara intuitif sebagaimana yang dipresentasikan pada pertimbangan yang telah dibuat. (Saaty, 1993)
Tahapan dalam AHP
1.Menyusun Hirarki
2.Membuat judgement
3.Mengukur konsitensi
4.Melakukan sintesis atau menghitung prioritas
Software yang dapat digunakan untuk memecahkan masalah berdasarkan AHP adalah:
EXPERT CHOICE
Expert Choice adalah sebuah perangkat lunak yang mendukung collaborative decision dan sistem perangkat keras yang memfasilitasi grup pembuatan keputusan yang lebih efisien, analitis, dan yang dapat dibenarkan.
Memungkinkan interaksi real-time dari tim manajemen untuk mencapai consensus on decisions.
Aplikasi Area Expert Choice meliputi:
+ Resource Allocation (Alokasi sumber daya)
+ Vendor Selection (Vendor Seleksi)
+ Strategic Planning (Perencanaan Strategis)
+ HR Management (Manajemen SDM)
- Risk Assessment
- Project Management (Manajemen Proyek)
- Benefit/Cost Analysis (Manfaat / Biaya Analisis)
Metode yang digunakan pada program Expert Choice adalah Analytic Hierarchy Process (AHP).
Expert Choice menyediakan:
- Struktur untuk seluruh proses pengambilan keputusan
- Sebuah tool yang memfasilitasi kerjasama antara beberapa pihak yang
berkepentingan
- Analisis pengambil keputusan
- Meningkatkan komunikasi
- Memberi keputusan yang lebih cepat
- Dokumentasi proses pengambilan keputusan
- Sebuah konsensus keputusan
- Keputusan akhir yang lebih baik dan dapat dibenarkan.
Software yang bisa digunakan Web-hipre dapat diakses di www.hipre.hut.fi atau expertchoice yang trialnya dapat didownload di www.expertchoice.com .
Metode AHP dikembangkan oleh Thomas L. Saaty, seorang ahli matematika. Metode ini digunakan untuk mengambil keputusan dengan efektif atas persoalan yang kompleks dengan menyederhanakan dan mempercepat proses pengambilan keputusan dengan memecahkan persoalan tersebut kedalam bagian-bagiannya, menata bagian atau variabel ini dalam suatu susunan hirarki, memberikan nilai numerik pada pertimbangan subjektif tentang pentingnya tiap variabel dan mensintesis berbagai pertimbangan ini untuk menetapkan variabel yang mana yang memiliki prioritas paling tinggi dan bertindak untuk mempengaruhi hasil pada situasi tersebut.
Metode AHP ini membantu memecahkan persoalan yang kompleks dengan menstruktur suatu hirarki kriteria, pihak yang berkepentingan, hasil dan dengan menarik berbagai pertimbangan guna mengembangkan bobot atau prioritas. Metode ini juga menggabungkan kekuatan dari perasaan dan logika yang bersangkutan pada berbagai persoalan, lalu mensintesis berbagai pertimbangan yang beragam menjadi hasil yang cocok dengan perkiraan kita secara intuitif sebagaimana yang dipresentasikan pada pertimbangan yang telah dibuat. (Saaty, 1993)
Tahapan dalam AHP
1.Menyusun Hirarki
2.Membuat judgement
3.Mengukur konsitensi
4.Melakukan sintesis atau menghitung prioritas
Software yang dapat digunakan untuk memecahkan masalah berdasarkan AHP adalah:
EXPERT CHOICE
Expert Choice adalah sebuah perangkat lunak yang mendukung collaborative decision dan sistem perangkat keras yang memfasilitasi grup pembuatan keputusan yang lebih efisien, analitis, dan yang dapat dibenarkan.
Memungkinkan interaksi real-time dari tim manajemen untuk mencapai consensus on decisions.
Aplikasi Area Expert Choice meliputi:
+ Resource Allocation (Alokasi sumber daya)
+ Vendor Selection (Vendor Seleksi)
+ Strategic Planning (Perencanaan Strategis)
+ HR Management (Manajemen SDM)
- Risk Assessment
- Project Management (Manajemen Proyek)
- Benefit/Cost Analysis (Manfaat / Biaya Analisis)
Metode yang digunakan pada program Expert Choice adalah Analytic Hierarchy Process (AHP).
Expert Choice menyediakan:
- Struktur untuk seluruh proses pengambilan keputusan
- Sebuah tool yang memfasilitasi kerjasama antara beberapa pihak yang
berkepentingan
- Analisis pengambil keputusan
- Meningkatkan komunikasi
- Memberi keputusan yang lebih cepat
- Dokumentasi proses pengambilan keputusan
- Sebuah konsensus keputusan
- Keputusan akhir yang lebih baik dan dapat dibenarkan.
Software yang bisa digunakan Web-hipre dapat diakses di www.hipre.hut.fi atau expertchoice yang trialnya dapat didownload di www.expertchoice.com .
Tabel Keputusan Dan Pohon keputusan (ada buahnya ga ya..?)
TABEL KEPUTUSAN
Tabel keputusan merupakan metode pengambilan keputusan yang cukup sederhana.
Metode ini menggunakan bantuan tabel yang berisi hubungan antara beberapa atribut yang mempengaruhi atribut tertentu.
Umumnya, tabel keputusan ini digunakan untuk penyelesaian masalah yang tidak melibatkan banyak alternatif. Pada tabel keputusan, nilai kebenaran suatu kondisi diberikan berdasarkan nilai logika dari setiap atribut Ek.
Hanya ada dua nilai kebenaran, yaitu Ek = benar atau Ek = salah.
Secara umum, tabel keputusan berbentuk:
D = E {E1, E2, ..., EK}
dengan D adalah nilai kebenaran suatu kondisi, dan Ei adalah nilai kebenaran
atribut ke-i (i = 1, 2, ... K).
POHON KEPUTUSAN
Pohon keputusan adalah salah satu metode penyelesaian masalah keputusan dengan cara merepresentasikan pengetahuan dalam bentuk pohon.
Suatu pohon memiliki conditional node yang menunjukkan kebenaran suatu ekspresi atau atribut. Conditional node tersebut memberikan beberapa kemungkinan nilai, dapat berupa nilai boolean (Benar atau Salah), atau beberapa alternatif nilai yang mungkin dimiliki oleh suatu atribut, misal untuk atribut Tekanan Darah (Rendah, Normal, Tinggi).
Tabel keputusan merupakan metode pengambilan keputusan yang cukup sederhana.
Metode ini menggunakan bantuan tabel yang berisi hubungan antara beberapa atribut yang mempengaruhi atribut tertentu.
Umumnya, tabel keputusan ini digunakan untuk penyelesaian masalah yang tidak melibatkan banyak alternatif. Pada tabel keputusan, nilai kebenaran suatu kondisi diberikan berdasarkan nilai logika dari setiap atribut Ek.
Hanya ada dua nilai kebenaran, yaitu Ek = benar atau Ek = salah.
Secara umum, tabel keputusan berbentuk:
D = E {E1, E2, ..., EK}
dengan D adalah nilai kebenaran suatu kondisi, dan Ei adalah nilai kebenaran
atribut ke-i (i = 1, 2, ... K).
POHON KEPUTUSAN
Pohon keputusan adalah salah satu metode penyelesaian masalah keputusan dengan cara merepresentasikan pengetahuan dalam bentuk pohon.
Suatu pohon memiliki conditional node yang menunjukkan kebenaran suatu ekspresi atau atribut. Conditional node tersebut memberikan beberapa kemungkinan nilai, dapat berupa nilai boolean (Benar atau Salah), atau beberapa alternatif nilai yang mungkin dimiliki oleh suatu atribut, misal untuk atribut Tekanan Darah (Rendah, Normal, Tinggi).
Apa itu INFLUENCE DIAGRAM...??? ( bukan Diagram Flu lho..hehehe)
INFLUENCE DIAGRAM
Influence diagram adalah representasi grafis dari suatu model keputusan yang digunakan untuk membantu perancangan model, pengembangan dan pemahaman.
Kata influence merujuk pada ketergantungan suatu variabel pada tingkatan tertentu terhadap variabel yang lainnya.
Ada 3 simbol utama yang digunakan untuk membuat influence diagram, yaitu:
a.Kotak, menunjukkan variabel keputusan
b.Lingkaran, menunjukkan variabel intermediate (tak terkontrol)
c.Oval, menunjukkan variabel hasil (outcome) baik bersifat intermediate maupun
final
Influence diagram adalah representasi grafis dari suatu model keputusan yang digunakan untuk membantu perancangan model, pengembangan dan pemahaman.
Kata influence merujuk pada ketergantungan suatu variabel pada tingkatan tertentu terhadap variabel yang lainnya.
Ada 3 simbol utama yang digunakan untuk membuat influence diagram, yaitu:
a.Kotak, menunjukkan variabel keputusan
b.Lingkaran, menunjukkan variabel intermediate (tak terkontrol)
c.Oval, menunjukkan variabel hasil (outcome) baik bersifat intermediate maupun
final
7 Permasalahan Pemodelan Pada SPK
Pemodelan Pada SPK mencakup 7 permasalahan yaitu:
1.Identifikasi masalah dan analisis lingkungan.
- Pada tahap ini akan dilakukan pengawasan, pelacakan, dan interpretasi terhadap
informasi-informasi yang telah terkumpul.
- Analisis dilakukan terhadap domain dan dinamika dari lingkungan yang ada.
Pada bagian ini perlu juga diidentifikasi budaya organisasi dan proses
pengambilan keputusan.
- Dapat digunakan business intelligence tools untuk keperluan tersebut
2.Identifikasi variabel.
- Pada tahap ini akan diidentifikasi variabel-variabel yang relevan.
- Variabel tersebut meliputi variabel keputusan, variabel intermediate (tak
terkontrol), dan variabel hasil.
- Untuk kepentingan tersebut, dapat digunakan influence diagram untuk menunjukkan
relasi antar variabel-variabel tersebut.
3.Peramalan (forecasting).
- Apabila suatu SPK diimplemantasikan, maka akibatnya akan dirasakan di kemudian
hari.
- Oleh karena itu, peramalan mutlak diperlukan.
4.Penggunaan beberapa model keputusan.
- Suatu sistem pendukung keputusan dapat terdiri-atas beberapa model.
- Masing-masing model merepresentasikan bagian yang berbeda dari masalah
pengambilan keputusan.
5.Seleksi kategori model yang sesuai.
- Ada tujuh kategori model SPK sebagaimana telah dijelaskan pada bagian
terdahulu.
- Kategori memiliki beberapa teknik-teknik tertentu.
- Pada dasarnya, teknik-teknik tersebut dapat diaplikasikan baik dalam model
statis maupun model dinamis.
Kategori Model
- Model statis umumnya memberikan asumsi adanya operasi perulangan dengan
menggunakan kondisi yang identik.
- Model dinamik (time-dependent) merepresentasikan skenario yang senantiasa
berubah dari waktu ke waktu.
6.Manajemen model.
- Untuk menjaga integritas dan aplikabilitasnya, model perlu dikelola sebaik
mungkin.
- Untuk keperluan tersebut dibutuhkan suatu model base management system.
- Model Base Management System (MBMS) merupakan paket perangkat lunak yang
dibangun dengan kapabilitas yang mirip dengan DBMS.
- Kapabilitas MBMS meliputi:
a)kontrol,
b)fleksibilitas,
c)umpan balik,
d)antarmuka,
e)adanya pengurangan redundansi, dan
f)adanya peningkatan konsistensi.
7.Pemodelan berbasis pengetahuan
- Sistem berbasis pengetahuan menggunakan sekumpulan aturan dalam menyelesaikan
permasalahannya.
- Sistem pakar merupakan salah satu model pendukung keputusan yang bersifat
kualitatif.
- Sistem pakar merupakan sistem berbasis pengetahuan.
1.Identifikasi masalah dan analisis lingkungan.
- Pada tahap ini akan dilakukan pengawasan, pelacakan, dan interpretasi terhadap
informasi-informasi yang telah terkumpul.
- Analisis dilakukan terhadap domain dan dinamika dari lingkungan yang ada.
Pada bagian ini perlu juga diidentifikasi budaya organisasi dan proses
pengambilan keputusan.
- Dapat digunakan business intelligence tools untuk keperluan tersebut
2.Identifikasi variabel.
- Pada tahap ini akan diidentifikasi variabel-variabel yang relevan.
- Variabel tersebut meliputi variabel keputusan, variabel intermediate (tak
terkontrol), dan variabel hasil.
- Untuk kepentingan tersebut, dapat digunakan influence diagram untuk menunjukkan
relasi antar variabel-variabel tersebut.
3.Peramalan (forecasting).
- Apabila suatu SPK diimplemantasikan, maka akibatnya akan dirasakan di kemudian
hari.
- Oleh karena itu, peramalan mutlak diperlukan.
4.Penggunaan beberapa model keputusan.
- Suatu sistem pendukung keputusan dapat terdiri-atas beberapa model.
- Masing-masing model merepresentasikan bagian yang berbeda dari masalah
pengambilan keputusan.
5.Seleksi kategori model yang sesuai.
- Ada tujuh kategori model SPK sebagaimana telah dijelaskan pada bagian
terdahulu.
- Kategori memiliki beberapa teknik-teknik tertentu.
- Pada dasarnya, teknik-teknik tersebut dapat diaplikasikan baik dalam model
statis maupun model dinamis.
Kategori Model
- Model statis umumnya memberikan asumsi adanya operasi perulangan dengan
menggunakan kondisi yang identik.
- Model dinamik (time-dependent) merepresentasikan skenario yang senantiasa
berubah dari waktu ke waktu.
6.Manajemen model.
- Untuk menjaga integritas dan aplikabilitasnya, model perlu dikelola sebaik
mungkin.
- Untuk keperluan tersebut dibutuhkan suatu model base management system.
- Model Base Management System (MBMS) merupakan paket perangkat lunak yang
dibangun dengan kapabilitas yang mirip dengan DBMS.
- Kapabilitas MBMS meliputi:
a)kontrol,
b)fleksibilitas,
c)umpan balik,
d)antarmuka,
e)adanya pengurangan redundansi, dan
f)adanya peningkatan konsistensi.
7.Pemodelan berbasis pengetahuan
- Sistem berbasis pengetahuan menggunakan sekumpulan aturan dalam menyelesaikan
permasalahannya.
- Sistem pakar merupakan salah satu model pendukung keputusan yang bersifat
kualitatif.
- Sistem pakar merupakan sistem berbasis pengetahuan.
PENGAMBILAN KEPUTUSAN, SISTEM, DAN PEMODELAN
Pengambilan keputusan adalah proses pemilihan, diantara pelbagai alternatif aksi yang bertujuan untuk memenuhi satu atau beberapa sasaran.
Menurut Pak Simon’s ada 4 fase dalam Decisions Making (Pengambilan Keputusan) yaitu (1) intelligence, (2) design, (3)choice dan (4) implementation.
• Fase 1 sampai 3 merupakan dasar pengambilan keputusan, yang diakhiri dengan suatu
rekomendasi.
•Sedangkan pemecahan masalah adalah serupa dengan pengambilan keputusan (fase 1
sampai 3) ditambah dengan implementasi dari rekomendasi (fase 4).
SISTEM
Sistem adalah kumpulan dari obyek-obyek seperti orang, resources, konsep dan prosedur yang ditujukan untuk melakukan fungsi tertentu atau memenuhi suatu
tujuan.
Koneksi antara dan interaksi diantara sub sistem disebut dengan antarmuka/
interface.
- Sistem terdiri dari input, proses dan output.
- Input adalah semua elemen yang masuk ke sistem.
- Proses adalah proses transformasi elemen-elemen dari input menjadi output.
- Output adalah produk jadi atau hasil dari suatu proses di sistem.
- Feedback adalah aliran informasi dari komponen output ke pengambil keputusan yang memperhitungkan output atau kinerja sistem.
- Environment/lingkungan dari sistem terdiri dari pelbagai elemen yang terletak di luar input, output ataupun proses. Namun mereka dapat mempengaruhi kinerja dan tujuan sistem.
- Boundary/batas adalah pemisah antara suatu sistem dengan environmentnya.
Sistem ada di dalam boundary, dimana environmentnya ada diluarnya.
- Sistem tertutup (Closed System) adalah sistem yang mempresentasikan derajat kemandirian dari sistem.
- Sistem terbuka (Open System) sangat tergantung pada lingkungannya. Sistem ini menerima input (informasi, energi, material) dari lingkungannya dan juga bisa memberikan output ke lingkungan tersebut.
Dua ukuran utama dari sistem adalah efektivitas dan efisiensi:
• Efektivitas adalah derajat seberapa banyak tujuan sistem tercapai. Ini
mengacu pada hasil atau output dari suatu sistem. Doing the “right” thing.
• Efisiensi adalah ukuran penggunaan input (resources) untuk mencapai tujuan. Doing the “thing” right.
MODEL
• Karakteristik utama dari DSS adalah adanya kemampuan pemodelan.
• Model adalah representasi sederhana atau penggambaran dari kenyataan.
• Terdapat 3 jenis Model :
1. Iconic (Scale) : replika fisik dari sistem, biasanya dalam skala tertentu dari bentuk aslinya. Contoh : peta, miniatur.
2. Analog : tidak seperti sistem yang sesungguhnya tetapi berlaku seperti itu. Merupakan simbolis dari kenyataan. Contoh : bagan struktur organisasi.
3. Matematis (Kuantitatif) : merupakan model yang kompleks direpresentasikan secara matematis, numerik. Contoh : menggunakan program linier.
KEUNTUNGAN MODEL :
1. Biaya analisis model lebih murah daripada percobaan yang dilakukan pada sistem yang sesungguhnya.
2. Model memungkinkan untuk menyingkat waktu.
3. Manipulasi model (perubahan variabel) lebih mudah dilakukan daripada bila diterapkan pada sistem nyata.
4. Akibat yang ditimbulkan dari adanya kesalahan-kesalahan sewaktu proses trial-and-error lebih kecil daripada menggunakan model langsung di sistem nyata.
5. Lingkungan sekarang yang makin berada dalam ketidakpastian.
6. Penggunaan model matematis bisa menjadikan analisis dilakukan pada kemungkinan-kemungkinan solusi yang banyak sekali.
7. Model meningkatkan proses pembelajaran dan meningkatkan pelatihan.
PROSES PERMODELAN
Berikut ini adalah proses yang terjadi pada pemodelan :
Trial and error dengan sistem nyata. Tapi ini tidak berjalan apabila :
1. Terlalu banyak alternatif untuk dicoba
2. Akibat samping dari error yang terjadi besar pengaruhnya
3. Lingkungan itu sendiri selalu berubah.
Menurut Pak Simon’s ada 4 fase dalam Decisions Making (Pengambilan Keputusan) yaitu (1) intelligence, (2) design, (3)choice dan (4) implementation.
• Fase 1 sampai 3 merupakan dasar pengambilan keputusan, yang diakhiri dengan suatu
rekomendasi.
•Sedangkan pemecahan masalah adalah serupa dengan pengambilan keputusan (fase 1
sampai 3) ditambah dengan implementasi dari rekomendasi (fase 4).
SISTEM
Sistem adalah kumpulan dari obyek-obyek seperti orang, resources, konsep dan prosedur yang ditujukan untuk melakukan fungsi tertentu atau memenuhi suatu
tujuan.
Koneksi antara dan interaksi diantara sub sistem disebut dengan antarmuka/
interface.
- Sistem terdiri dari input, proses dan output.
- Input adalah semua elemen yang masuk ke sistem.
- Proses adalah proses transformasi elemen-elemen dari input menjadi output.
- Output adalah produk jadi atau hasil dari suatu proses di sistem.
- Feedback adalah aliran informasi dari komponen output ke pengambil keputusan yang memperhitungkan output atau kinerja sistem.
- Environment/lingkungan dari sistem terdiri dari pelbagai elemen yang terletak di luar input, output ataupun proses. Namun mereka dapat mempengaruhi kinerja dan tujuan sistem.
- Boundary/batas adalah pemisah antara suatu sistem dengan environmentnya.
Sistem ada di dalam boundary, dimana environmentnya ada diluarnya.
- Sistem tertutup (Closed System) adalah sistem yang mempresentasikan derajat kemandirian dari sistem.
- Sistem terbuka (Open System) sangat tergantung pada lingkungannya. Sistem ini menerima input (informasi, energi, material) dari lingkungannya dan juga bisa memberikan output ke lingkungan tersebut.
Dua ukuran utama dari sistem adalah efektivitas dan efisiensi:
• Efektivitas adalah derajat seberapa banyak tujuan sistem tercapai. Ini
mengacu pada hasil atau output dari suatu sistem. Doing the “right” thing.
• Efisiensi adalah ukuran penggunaan input (resources) untuk mencapai tujuan. Doing the “thing” right.
MODEL
• Karakteristik utama dari DSS adalah adanya kemampuan pemodelan.
• Model adalah representasi sederhana atau penggambaran dari kenyataan.
• Terdapat 3 jenis Model :
1. Iconic (Scale) : replika fisik dari sistem, biasanya dalam skala tertentu dari bentuk aslinya. Contoh : peta, miniatur.
2. Analog : tidak seperti sistem yang sesungguhnya tetapi berlaku seperti itu. Merupakan simbolis dari kenyataan. Contoh : bagan struktur organisasi.
3. Matematis (Kuantitatif) : merupakan model yang kompleks direpresentasikan secara matematis, numerik. Contoh : menggunakan program linier.
KEUNTUNGAN MODEL :
1. Biaya analisis model lebih murah daripada percobaan yang dilakukan pada sistem yang sesungguhnya.
2. Model memungkinkan untuk menyingkat waktu.
3. Manipulasi model (perubahan variabel) lebih mudah dilakukan daripada bila diterapkan pada sistem nyata.
4. Akibat yang ditimbulkan dari adanya kesalahan-kesalahan sewaktu proses trial-and-error lebih kecil daripada menggunakan model langsung di sistem nyata.
5. Lingkungan sekarang yang makin berada dalam ketidakpastian.
6. Penggunaan model matematis bisa menjadikan analisis dilakukan pada kemungkinan-kemungkinan solusi yang banyak sekali.
7. Model meningkatkan proses pembelajaran dan meningkatkan pelatihan.
PROSES PERMODELAN
Berikut ini adalah proses yang terjadi pada pemodelan :
Trial and error dengan sistem nyata. Tapi ini tidak berjalan apabila :
1. Terlalu banyak alternatif untuk dicoba
2. Akibat samping dari error yang terjadi besar pengaruhnya
3. Lingkungan itu sendiri selalu berubah.
Apa Perbedaaan MIS dan DSS ?. Kita selidiki yuk...
Perbedaaan antara Managerial Decision Making & Management Information System (MIS) dan Decision Support Systems (DSS) berdasarkan karakteristiknya...
Karakteristik MIS:
Kajiannya pada tugas-tugas yang terstruktur, dimana prosedur operasi standar aturan-aturan keputusan dan alur informasi dapat didefinisikan. Hasil utamanya adalah meningkatkan efisiensi dengan mengurangi biaya, waktu tunggu, dengan mengganti karyawan klerikal.
Karakteristik DSS:
Kajiannya ada pada keputusan-keputusan dimana ada struktur yang cukup untuk komputer dan alat bantu analitis yang memiliki nilai tersendiri, tetapi tetap pertimbangan manajer memiliki esensi utama. Hasil utamanya adalah dalam peningkatan jangkauan dan kemampuan dari proses pengambilan keputusan para manajer untuk membantu mereka meningkatkan efektivitasnya.
Karakteristik MIS:
Kajiannya pada tugas-tugas yang terstruktur, dimana prosedur operasi standar aturan-aturan keputusan dan alur informasi dapat didefinisikan. Hasil utamanya adalah meningkatkan efisiensi dengan mengurangi biaya, waktu tunggu, dengan mengganti karyawan klerikal.
Karakteristik DSS:
Kajiannya ada pada keputusan-keputusan dimana ada struktur yang cukup untuk komputer dan alat bantu analitis yang memiliki nilai tersendiri, tetapi tetap pertimbangan manajer memiliki esensi utama. Hasil utamanya adalah dalam peningkatan jangkauan dan kemampuan dari proses pengambilan keputusan para manajer untuk membantu mereka meningkatkan efektivitasnya.
Langganan:
Postingan (Atom)