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.
Rabu, 24 November 2010
Kuliah iBelog (supaya tidak belog)
Sistem Penunjang Keputusan
BAB I
Management Support System (MSS)
MSS terdiri dari:
1. Decision Support Systems (DSS).
2. Group Support Sistems (GSS), termasuk Group DSS (GDSS).
3. Executive Information Sistems (EIS).
4. Expert System (ES).
5. Artificial Neural Networks (ANN).
6. Hybrid Support Sytems.
Managerial Decision Making & Management Information System (MIS).
Manajemen adalah proses pencapaian tujuan organisasi melalui penggunaan resources (manusia, uang, energy, material, ruang, dan waktu). Resource sebagai input, sedangkan pencapaian tujuan adalah outputnya. Kesuksesan suatu organisasi dan kesuksesan tugas seorang manajer diukur dari produktivitasnya.
Proses pengambilan keputusan terdiri dari 3 fase proses : intelegence, design, choice.
-Intelegence : pencarian kondisi-kondisi yang dapat menghasilkan keputusan.
-Design : menemukan, mengembangkan, dan menganalisis materi-materi yang mungkin untuk dikerjakan.
-Choice : pemilihan dari materi-materi yang tersedia, mana yang akan dikerjakan.
Proses-proses yang terjadi pada kerangka kerja DS dibedakan atas:
-Terstruktur, mengacu pada permasalahan rutin dan berulang untuk solusi standar yang ada.
-Tak terstruktur, adalah permasalahan kompleks dimana tak ada solusi serta merta. Masalah yang tak terstruktur adalah tak adanya 3 fase proses yang terstruktur.
-Semi terstruktur, terdapat beberapa kepututsan terstruktur, tetapi tak semuanya dari fase-fase yang ada.
Decision Support Systems(DSS).
Sistem berbasis komputer yang interaktif, yang membantu pengambilan keputusan memanfaatkan data dan model untuk menyelesaikan masalah-masalah yang tak terstruktur. DSS mendayagunakan resources individu-individu secara intelek dengan kemampuan komputer untuk meningkatkan kualitas keputusan. Jadi ini merupakan sistem pendukung yang berbasis komputer untuk manajemen pengambilan keputusan yang berhubungan dengan masalah-masalah semi terstruktur.Istilah DSS kadang digunakan untuk menggambarkan sembarang sistem yang terkomputerisasi. DSS digunakan untuk definisi yang lebih sempit, dan digunakan istilah MSS sebagai payung untuk menggambarkan berbagai tipe sistem pendukung.
Group Support Systems (GSS).
Berbagai keputusan utama dalam organisasi dibuat oleh group secara kolektif. Mengumpulkan keseluruhan group secara bersamaan dalam satu tempat dan waktu adalah sulit dan mahal, sehingga pertemuan ini memakan waktu lama dan keputusan yang dibuat hasilnya sedang-sedang saja, tak terlalu baik. Salah satu contoh dari implementasi group DSS ini adalah Total Quality Management (TQM).
Executive Information (atau Support) system (EIS atau ESS).
Berfungsi untuk:
- Menyediakan kebutuhan informasi yang diperlukan oleh pihak eksekutif.
- Menyediakan antarmuka yang benar-benar user friendly untuk eksekutif.
- Mempertemukan berbagai gaya keputusan individu para eksekutif.
Expert Systems (ES).
Semakin tak terstruktur suatu organisasi, maka solusinya akan lebih spesifik. ES dibuat menyerupai seorang pakar / ahli. ES adalah paket hardware dan software yang digunakan sebagai pengambil keputusan dan atau pemecah masalah; yang dapat mencapai level setara atau kadang malah melebihi seorang pakar. ES merupakan cabang dari Sistem Pakar.
Neural Computing (Artificial Neural Network)
Teknologi Sebelum Artificial Neural Network (ANN) berbasis pada penggunaan data, informasi, ataupun pengetahuan eksplisit yang tersimpan di komputer dan memanipulasi mereka menurut kebutuhan.
Evolusi dari alat pengambil keputusan terkomputerisasi.
Dibagi dalam 7 kategori:
1.Transaction Processing Systems (TPS).
2.Manajement Information Sistems (MIS).
3.Office Automation Sistems (OAS).
4.Decision Support Systems (DSS) dan Group DSS (GDSS).
5.Expert Sistem (ES).
6.Executive Information Systems (EIS).
7.Artificial Neural Network (ANN).
Perbedaaan antara MIS dan DSS
Fitur dari DSS:
-DSS dapat digunakan untuk mengawali kerja pada hoc, masalah-masalah yang tak diharapkan.
-DSS dapat menyediakan pendukung keputusan dalam kerangka waktu yang pendek/terbatas.
-DSS dapat berevolusi sebagai nama halnya pengambilan keputusan memplajari tentang masalah-masalah yang dihadapinya.
-DSS dapat dikembangkan oleh para professional yang tak melibatkan pemrosesan data.
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.
Hybrid Support Systems.
Tujuan dari Computer Based Informaton System (CBIS) adalah untuk membantu manajemen dalam memanajemen penyelesaian atau mengorganisasi masalah lebih cepat dan baik daripada tanpa menggunakan komputer. Kata kuncinya adalah solusi yang tepat dari manajemen permasalahan, dan bukannya tool atau teknik yang digunakan dalam proses.
Kesimpulan:
-Perkembangan komputer demikian cepatnya dan juga penggunaannya dapat dimanfaatkan oleh para manajer.
-MSS adalah keluarga teknologi yang dapat digunakan secara mandiri atau dalam bentuk kombinasinya. Dukungan terkomputerisasi untuk para manajer sangat penting dalam berbagai kasus untuk kelanjutan organisasinya.
-Manajement pengambilan keputusan makin lama makin kompleks, maka metode intuisi dan trial and error tak tepat lagi.
BAB I
Management Support System (MSS)
MSS terdiri dari:
1. Decision Support Systems (DSS).
2. Group Support Sistems (GSS), termasuk Group DSS (GDSS).
3. Executive Information Sistems (EIS).
4. Expert System (ES).
5. Artificial Neural Networks (ANN).
6. Hybrid Support Sytems.
Managerial Decision Making & Management Information System (MIS).
Manajemen adalah proses pencapaian tujuan organisasi melalui penggunaan resources (manusia, uang, energy, material, ruang, dan waktu). Resource sebagai input, sedangkan pencapaian tujuan adalah outputnya. Kesuksesan suatu organisasi dan kesuksesan tugas seorang manajer diukur dari produktivitasnya.
Proses pengambilan keputusan terdiri dari 3 fase proses : intelegence, design, choice.
-Intelegence : pencarian kondisi-kondisi yang dapat menghasilkan keputusan.
-Design : menemukan, mengembangkan, dan menganalisis materi-materi yang mungkin untuk dikerjakan.
-Choice : pemilihan dari materi-materi yang tersedia, mana yang akan dikerjakan.
Proses-proses yang terjadi pada kerangka kerja DS dibedakan atas:
-Terstruktur, mengacu pada permasalahan rutin dan berulang untuk solusi standar yang ada.
-Tak terstruktur, adalah permasalahan kompleks dimana tak ada solusi serta merta. Masalah yang tak terstruktur adalah tak adanya 3 fase proses yang terstruktur.
-Semi terstruktur, terdapat beberapa kepututsan terstruktur, tetapi tak semuanya dari fase-fase yang ada.
Decision Support Systems(DSS).
Sistem berbasis komputer yang interaktif, yang membantu pengambilan keputusan memanfaatkan data dan model untuk menyelesaikan masalah-masalah yang tak terstruktur. DSS mendayagunakan resources individu-individu secara intelek dengan kemampuan komputer untuk meningkatkan kualitas keputusan. Jadi ini merupakan sistem pendukung yang berbasis komputer untuk manajemen pengambilan keputusan yang berhubungan dengan masalah-masalah semi terstruktur.Istilah DSS kadang digunakan untuk menggambarkan sembarang sistem yang terkomputerisasi. DSS digunakan untuk definisi yang lebih sempit, dan digunakan istilah MSS sebagai payung untuk menggambarkan berbagai tipe sistem pendukung.
Group Support Systems (GSS).
Berbagai keputusan utama dalam organisasi dibuat oleh group secara kolektif. Mengumpulkan keseluruhan group secara bersamaan dalam satu tempat dan waktu adalah sulit dan mahal, sehingga pertemuan ini memakan waktu lama dan keputusan yang dibuat hasilnya sedang-sedang saja, tak terlalu baik. Salah satu contoh dari implementasi group DSS ini adalah Total Quality Management (TQM).
Executive Information (atau Support) system (EIS atau ESS).
Berfungsi untuk:
- Menyediakan kebutuhan informasi yang diperlukan oleh pihak eksekutif.
- Menyediakan antarmuka yang benar-benar user friendly untuk eksekutif.
- Mempertemukan berbagai gaya keputusan individu para eksekutif.
Expert Systems (ES).
Semakin tak terstruktur suatu organisasi, maka solusinya akan lebih spesifik. ES dibuat menyerupai seorang pakar / ahli. ES adalah paket hardware dan software yang digunakan sebagai pengambil keputusan dan atau pemecah masalah; yang dapat mencapai level setara atau kadang malah melebihi seorang pakar. ES merupakan cabang dari Sistem Pakar.
Neural Computing (Artificial Neural Network)
Teknologi Sebelum Artificial Neural Network (ANN) berbasis pada penggunaan data, informasi, ataupun pengetahuan eksplisit yang tersimpan di komputer dan memanipulasi mereka menurut kebutuhan.
Evolusi dari alat pengambil keputusan terkomputerisasi.
Dibagi dalam 7 kategori:
1.Transaction Processing Systems (TPS).
2.Manajement Information Sistems (MIS).
3.Office Automation Sistems (OAS).
4.Decision Support Systems (DSS) dan Group DSS (GDSS).
5.Expert Sistem (ES).
6.Executive Information Systems (EIS).
7.Artificial Neural Network (ANN).
Perbedaaan antara MIS dan DSS
Fitur dari DSS:
-DSS dapat digunakan untuk mengawali kerja pada hoc, masalah-masalah yang tak diharapkan.
-DSS dapat menyediakan pendukung keputusan dalam kerangka waktu yang pendek/terbatas.
-DSS dapat berevolusi sebagai nama halnya pengambilan keputusan memplajari tentang masalah-masalah yang dihadapinya.
-DSS dapat dikembangkan oleh para professional yang tak melibatkan pemrosesan data.
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.
Hybrid Support Systems.
Tujuan dari Computer Based Informaton System (CBIS) adalah untuk membantu manajemen dalam memanajemen penyelesaian atau mengorganisasi masalah lebih cepat dan baik daripada tanpa menggunakan komputer. Kata kuncinya adalah solusi yang tepat dari manajemen permasalahan, dan bukannya tool atau teknik yang digunakan dalam proses.
Kesimpulan:
-Perkembangan komputer demikian cepatnya dan juga penggunaannya dapat dimanfaatkan oleh para manajer.
-MSS adalah keluarga teknologi yang dapat digunakan secara mandiri atau dalam bentuk kombinasinya. Dukungan terkomputerisasi untuk para manajer sangat penting dalam berbagai kasus untuk kelanjutan organisasinya.
-Manajement pengambilan keputusan makin lama makin kompleks, maka metode intuisi dan trial and error tak tepat lagi.
Minggu, 21 November 2010
Selamat Datang di Blognya Orang Belog .
Informasi yang akan anda dapatkan di blog ini adalah informasi mengenai pengetahuan umum yang pernah saya pelajari. Baik pelajaran sekolah dari TK, SD, SMP, SMA, dan materi Kuliah yang pernah saya dapatkan. Membaca berbagai majalah, artikel, dan buku yang pernah saya baca, serta pengalaman pribadi saya yang banyak mengandung pelajaran bermanfaat untuk kehidupan saya (semoga pengalaman yang saya bagikan juga bermanfaat untuk anda). Amin…..
Orang bijak mengatakan: “Pengalaman diri sendiri adalah guru yang paling berharga”.
Tapi menurut saya: “Pengalaman orang lain adalah guru yang paling berharga”. Karena kita bisa belajar banyak hal dari pengalaman orang lain tanpa kita sendiri yang terlebih dahulu mengalaminya.
Contoh Extrem: Ada orang yang pernah mengalami kejadian jatuh ke dalam jurang, trus dia bilang jatuh ke jurang itu sakiiiiiit banget. Apabila kita tidak percaya pengalaman orang tersebut kalau jatuh ke jurang itu SAKIT, masak kita harus jatuh ke jurang dulu untuk membuktikan kalo itu sakit???.
Contoh Lain dari pengalaman Om saya: Thomas Alfa Edison (penemu bola lampu). Om Thomas mengalami kegagalan ribuan kali dalam usahanya untuk menemukan sebuah bola lampu. Sampai akhirnya, sekarang kita sendiri sudah sering menemukan bola lampu terang yang ada di Jalan, di Rumah, dan dimana-mana. Pelajaran yang bisa kita ambil dari Om Thomas adalah Jangan takut gagal, dan jangan pernah menyerah untuk terus berusaha. Yaaa…. Kira-kira seperti itulah contohnya.
Oke deh, supaya kita ga terlalu ngelantur kemana-mana, lebih baik sekarang silahkan anda pilih artikel yang ingin anda baca.
Oya hampir lupa…
Sekedar informasi adjah…..
Kenapa judul blog saya adalah “iBelog” ?.
Karena iBelog berasal dari sebuah kata Belog. Belog adalah sebuah istilah dalam Bahasa Bali yang artinya “orang yang bodoh”. Jadi apabila anda sudah buka blog ini, maka saya ucapkan selamat, dan terima kasih karena anda sudah percaya pada orang belog. (^_^)v
Semoga blog saya ini bermanfaat untuk kita semua, karena blog ini merupakan sebuah blog yang pertama kali dalam sejarah kehidupan manusia, yang mengungkapkan fakta bahwa :
“Orang pintar bisa belajar dari orang belog. Bukan untuk menjadi orang yang belog, tetapi untuk belajar supaya tidak belog.
Sukses Untuk Anda….
Salam Manis dari iBelog:
I Putu Gede Mandala Jayadhita
Langganan:
Postingan (Atom)