Belajar Bahasa Pemograman

selamat malam para blogerrr..
btw, udah lama gak posting-posting nih..
kali ini admin blog yang lagi kalian tandangin ini mau mengulas sedikit tentang salah satu blog ter famous dikampus ane.
Mesran.Blogspot.Net merupakan salah satu website yang berguna untuk belajar bahasa pemrograman. Pada mesran.net terdiri beberapa artikel diantaranya artikel mengenai tips tips belajar bahasa pemrograman serta beberapa bahasa pemrograman salah satunya Visual Basic dot Net serta program berorientasi Database sebagai contoh : pemograman visual basic net memperbaiki isi listview

gak nyesel deeh dijamin bermanfaat buat kita yang mau belajar lebih tentang bahasa pemograman ..
see youuu..

(Metode) Weighted Product (WP)

Posted by aeroyid on January 16, 2014 in Tahu Gak Sih

Weigthted Product adalah metode penyelesaian dengan menggunakan perkalian untuk menghubungkan rating atribut, dimana rating harus dipangkatkan terlebih dahulu dengan bobot atribut yang bersangkutan. Proses ini sama halnya dengan proses normalisasi.

Rumus diatas digunakan untuk menormalisasikan nilai yang akan di gunakan.

rumus diatas digunakan untuk mencari nilai akhir.

Contoh Kasus

Suatu perusahaan di Daerah Pekanbaru ingin membangun sebuah
gudang yang akan digunakan sebagai tempat untuk menyimpan sementara hasil produksinya.

Ada 3 lokasi yang akan menjadi alternatif, yaitu:
A1 = Panam,
A2 = Marpoyan,
A3 = Rumbai.

Ada 5 kriteria yang dijadikan acuan dalam
pengambilan keputusan, yaitu:
C1 = jarak dengan pasar terdekat (km),
C2 = kepadatan penduduk di sekitar lokasi(orang/km2);
C3 = jarak dari pabrik (km);
C4 = jarak dengan gudang yang sudah ada (km);
C5 = harga tanah untuk lokasi (x1000 Rp/m2).

Nilai setiap alternatif di setiap kriteria:

Tingkat kepentingan setiap kriteria, juga dinilai
dengan 1 sampai 5, yaitu:
1 = Sangat rendah,
2 = Rendah,
3 = Cukup,
4 = Tinggi,
5 = Sangat Tinggi.

Pengambil keputusan memberikan bobot
preferensi sebagai:
W = (5, 3, 4, 4, 2)

Kategori setiap kriteria:

Kriteria C2 (kepadatan penduduk di sekitar lokasi)
dan C4 (jarak dengan gudang yang sudah ada)
adalah kriteria keuntungan;

Kriteria C1 (jarak dengan pasar terdekat), C3
(jarak dari pabrik), dan C5 (harga tanah untuk
lokasi) adalah kriteria biaya.

Sebelumnya dilakukan perbaikan bobot terlebih
dahulu seperti sehingga w = 1, diperoleh w1 =
0,28; w2 = 0,17; w3 = 0,22; w4 = 0,22; dan w5 =
0,11.

Kemudian vektor S dapat dihitung sebagai
berikut:

Nilai vektor V yang akan digunakan untuk perankingan
dapat dihitung sebagai berikut:

Nilai terbesar ada pada V2 sehingga alternatif A2 adalah
alternatif yang terpilih sebagai alternatif terbaik.

Dengan kata lain, Marpoyan akan terpilih sebagai lokasi
untuk mendirikan gudang baru.

SPK METODE SAW

Metode SAW atau Simple Additive Weighting adalah metode yang sering dikenal dengan mentode penjumlahan terbobot. Maksud dari penjumlahan terbobot yaitu mencari penjumlahan terbobot dari rating di tiap alternatif pada seluruh atribut/ kriteria. Hasil/ Skor total yang diperoleh untuk sebuah alternatif yaitu dengan menjumlahkan semua hasil perkalian antara rating / yang dibandingkan pada lintas atribut dan bobot setiap atribut. Rating pada setiap atribut sebelumnya harus sudah melalui proses normalisasi.
Metode SAW memerlukan proses normalisasi matriks keputusan x ke skala yang bisa dibandingkan dengan rating alternatif yang ada. Metode SAW dirumuskan dengan rumus berikut ini:

Keterangan rij merupakan rating kinerja yang ternormalisasi dari alternatif Ai pada kriteria/ atribut Cj; i=1,2,3…,m dan j=1,2,3…,n. Untuk setiap alternatif diberikan nilai preferensi (Vi) dengan rumus sebagai berikut:

Maka akan diperoleh hasil perangkingan, v dengan nilai tinggi merupakan alternatif terbaik.
Itulah yang dimaksud metode SAW, semoga informasi tentang pengertian metode SAW tersebut bisa menjadi referensi yang baik.

KONSEP SPK

Konsep simon tentang tahap-tahap pengambilan keputusan digunakan untuk menentukan struktur masalah seperti di bawah ini;
 Masalah terseruktur merupakan masalah yang memiliki struktur yang ketiga tahap pertama modal simon, yaitu tahap intelejen, perancangan, dan pemilihan.
 Masalah tidak terseruktur merupakan masalah yang sama sekali tidak memiliki strukut pada salah satu tahapan proses pengambilan keutusan simon.
 Masalah semi terstruktur merupakan masalah yang dapat menggunakan satu atau dua tahapan simon

CIRI CIRI SPK

a. SPK memberi pendukung informasi kepada pengambilan keputusan
b. Dukungan SPK diberikan untuk berbagai yingkatan manajemen
c. Dukungan selain memberikan kepada individu juga juga kepada kelompok
d. SPK mendukung keputusan yang independen
e. SPK memberikan dukungan terhadap semua tingkatan
f. SPK selalu menyesuaikan diri terhadap keadaan
g. SPK harus mudah untuk dioprasikan
h. Tujuan SPK meningkatkan efesien pengambilan keputusan
i. Pengambilan keputusan memeliki kendali yang lengkap untuk semua tingkat prosespengambilan keputusan
j. SPK menarik minat belajar
k. SPK relatif harus mudah untuk di buat
l. SPK biasanya menggunakan model
m. SPK tingkat lanjut menangpung komponen knowledge (pengetahuan)

MODEL SPK

Model dalam sistem pengambilan keputusan ada 3 macam yaitu :

• Perangkat Lunak Penulisan Laporan : menghasilkan laporan periodik maupun khusus.
• Model Matematika : menghasilkan informasi sebagai hasil dari simulasi yang melibatkan satu atau beberapa komponen dari sistem fisik perusahaan/instansi. Model matematika dapat ditulis dalam bahasa pemrograman prosedural apapun.
• Perangkat lunak GDSS : memungkinkan beberapa pemecah masalah, bekerjasama sebagai satu kelompok, mencapai solusi. Dalam situasi tertentu ini, istilah GDSS, atau sistem pendukung keputusan kelompok (Group Decision Support System) digunakan.

Keuntungan dan Kerugian Pembuatan Model
• Keuntungan :

1. Proses pembuatan model dapat menajdi pengalaman belajar. Dapat dipastikan, pada setiap proyek model dipelajari sesuatu yang baru mengenai sistem fisik.
   2. Kecepatan proses simulasi menyediakan kemampuan untuk mengevaluasi dampak keputusan dalam jangka waktu singkat. Dalam hitungan menit, dapat dibuat simulasi operasi perusahaan untuk beberapa bulan, kuartal, atau tahun.
   3. Model menyediakan daya prediksi suatu pandangan ke masa depan yang tidak dapat disediakan oleh metode penghasil informasi lain.
   • Kerugian :
2. Kesulitan pembuatan model akan mengahsilkan suatu model yang tidak meangkap semua pengaruh pada entitas.
   2. Keahlian matematika tingkat tinggi diperlukan untuk mengembangakn sendiri model-model yang lebih komplek.

SPK Berkelompok
Sistem pendukung keputusan kelompok atau yang lebih akrab dikenal dengan group decison support system / GDSS merupakan suatu sistem berbasis komputer yang mendukung kelompok orang yang ikut terlibat dalam satu tugas bersama dan menyediakn interface bagi suatu lingkungan yang digunakan secara bersama. GDSS berkontribusi pada pemecahan

QUIZ ONLINE

Suatu kelurahan mendapatkan Bantuan Langsung Tunai dari pemerintah untuk masing masing kepala keluarga dengan syarat ketentuan sebagai berikut :

C1 : Jumlah Tanggungan
C2 : Pendapatan Kepala Keluarga
C3 : Luas Bangunan Rumah
C4 : Memiliki KK

Pilihlah 5 alternatif KK yang akan mendapatkan bantuan dari beberapa KK berikut ini :

Nama KK            C1    C2                     C3           C4
Aldyan                  4    2.350.000        100M2    Tidak Ada
Hendro                  5    3.050.000        50M2      Ada
Joko                      3    3.350.000        70M2      Ada
Doni                     4    2.550.000        90M2      Ada
Dono                    6    2.850.000        120M2    Ada
Kasino                 3    2.650.000        80M2      Ada
Susanto                2    3.350.000        150M2    Tidak Ada

Pembobotan dari kriteria diatas dapat dilihat dibawah ini :
C1 : Jumlah Tanggungan (Attribut Keuntungan)
1-2 : 1
3-4 : 2
5-6 : 3

C2 : Pendapatan Kepala Keluarga (Attribut Biaya)
2.000.000    : 1
2.400.000    : 2
2.800.000    : 3
3.200.000    : 4
3.600.000    : 5

C3 : Luas Bangunan Rumah (Attribut Biaya)
50-70    : 1
71-90          : 2
91-110        : 3
111-130      : 4
131-150      : 5

C4 : Memiliki KK (Attribut Keuntungan)
Ada     : 2
Tidak Ada    : 1

 

 

JAWABAN QUIZ ONLINE NO 2

1.MEMBUAT MATRIKS KEPUTUSAN TERNORMALISASI

TABEL ALTERNATIF

Nama KK	C1	C2	C3	C4
Aldyan	2	2	3	1
Hendro	3	4	1	2
Joko	2	4	1	2
Doni	2	2	2	2
Dono	3	3	4	2

= = = 5,4772

= = 0,3651                                   = = 0,3651

= = 0,5477                                       = = 0,5477

= = 0,3651

= = = 6,2449

= = 0,1601                                   = = 0,3202

= = 0,4803                                   = = 0,4803

= = 0,6405

= = = 5,5677

= = 0,5388                                   = = 0,3592

= = 0,1796                                    = = 0,7184

= = 0,1796

= = = 4,1231

= = 0,2425                                   = = 0,4850

= = 0,4850                                   = = 0,4850

= = 0,4850

Matriks R             0,3651     0,1601     0,2425     0,5388

0,5477        0,4803     0,1796     0,4850

0,3651        0,6405     0,1796     0,4850

0,3651     0,3202     0,3592     0,4850

0,5477     0,4803     0,7184     0,4850

2.MEMBUAT MATRIKS KEPUTUSAN TERNORMALISASI TERBOBOT

= 3×0,3651 =1,0953                                                = 5×0,1601 =0,8005

= 3×0,5477 = 1,6431                 = 5×0,4803 =2,4015

= 3×0,3651 = 1,0953                          = 5×0,6405 =3,2025

= 3×0,3651 = 1,0953 = 5×0,3202 =1,6010

= 3×0,5477 = 1,6431                          = 5×0,4803 =2,4015

= 4×0,2425 =0,9700                                                = 4×0,5388 =2.1552

= 4×0,1796 = 0,7184                 = 4×0,4850 =1,9400

= 4×0,1796 = 0,7184                          = 4×0,4850 =1,9400

= 4×0,3592 = 1,4368 = 4×0,4850 =1,9400

= 4×0,7184 = 2.8736                          = 4×0,4850 =1,9400

Matriks Y             1,0953     0,8005     0,9700     2.1552

1,0953        2,4015     0,7184     1,9400

1,0953        3,2025     0,7184     1,9400

1,0953     1,6010     1,4368     1,9400

1,6431     2,4015     2.8736     1,9400
3.MEMUTUSKAN MATRIKS SOLUSI IDEAL POSITIF DAN NEGATIF

 

Suatu kelurahan mendapatkan Bantuan Langsung Tunai dari pemerintah untuk masing masing kepala keluarga dengan syarat ketentuan sebagai berikut :

C1 : Jumlah Tanggungan
C2 : Pendapatan Kepala Keluarga
C3 : Luas Bangunan Rumah
C4 : Memiliki KK

Pilihlah 5 alternatif KK yang akan mendapatkan bantuan dari beberapa KK berikut ini :

Nama KK            C1    C2                     C3           C4
Aldyan                  4    2.350.000        100M2    Tidak Ada
Hendro                  5    3.050.000        50M2      Ada
Joko                      3    3.350.000        70M2      Ada
Doni                     4    2.550.000        90M2      Ada
Dono                    6    2.850.000        120M2    Ada
Kasino                 3    2.650.000        80M2      Ada
Susanto                2    3.350.000        150M2    Tidak Ada

Pembobotan dari kriteria diatas dapat dilihat dibawah ini :
C1 : Jumlah Tanggungan (Attribut Keuntungan)
1-2 : 1
3-4 : 2
5-6 : 3

C2 : Pendapatan Kepala Keluarga (Attribut Biaya)
2.000.000    : 1
2.400.000    : 2
2.800.000    : 3
3.200.000    : 4
3.600.000    : 5

C3 : Luas Bangunan Rumah (Attribut Biaya)
50-70    : 1
71-90          : 2
91-110        : 3
111-130      : 4
131-150      : 5

C4 : Memiliki KK (Attribut Keuntungan)
Ada     : 2
Tidak Ada    : 1

 

 

JAWABAN QUIZ ONLINE NO 2

1.MEMBUAT MATRIKS KEPUTUSAN TERNORMALISASI

TABEL ALTERNATIF

Nama KK	C1	C2	C3	C4
Aldyan	2	2	3	1
Hendro	3	4	1	2
Joko	2	4	1	2
Doni	2	2	2	2
Dono	3	3	4	2

= = = 5,4772

= = 0,3651                                   = = 0,3651

= = 0,5477                                       = = 0,5477

= = 0,3651

= = = 6,2449

= = 0,1601                                   = = 0,3202

= = 0,4803                                   = = 0,4803

= = 0,6405

= = = 5,5677

= = 0,5388                                   = = 0,3592

= = 0,1796                                    = = 0,7184

= = 0,1796

= = = 4,1231

= = 0,2425                                   = = 0,4850

= = 0,4850                                   = = 0,4850

= = 0,4850

Matriks R             0,3651     0,1601     0,2425     0,5388

0,5477        0,4803     0,1796     0,4850

0,3651        0,6405     0,1796     0,4850

0,3651     0,3202     0,3592     0,4850

0,5477     0,4803     0,7184     0,4850

2.MEMBUAT MATRIKS KEPUTUSAN TERNORMALISASI TERBOBOT

= 3×0,3651 =1,0953                                                = 5×0,1601 =0,8005

= 3×0,5477 = 1,6431                 = 5×0,4803 =2,4015

= 3×0,3651 = 1,0953                          = 5×0,6405 =3,2025

= 3×0,3651 = 1,0953 = 5×0,3202 =1,6010

= 3×0,5477 = 1,6431                          = 5×0,4803 =2,4015

= 4×0,2425 =0,9700                                                = 4×0,5388 =2.1552

= 4×0,1796 = 0,7184                 = 4×0,4850 =1,9400

= 4×0,1796 = 0,7184                          = 4×0,4850 =1,9400

= 4×0,3592 = 1,4368 = 4×0,4850 =1,9400

= 4×0,7184 = 2.8736                          = 4×0,4850 =1,9400

Matriks Y             1,0953     0,8005     0,9700     2.1552

1,0953        2,4015     0,7184     1,9400

1,0953        3,2025     0,7184     1,9400

1,0953     1,6010     1,4368     1,9400

1,6431     2,4015     2.8736     1,9400
3.MEMUTUSKAN MATRIKS SOLUSI IDEAL POSITIF DAN NEGATIF

 

Suatu kelurahan mendapatkan Bantuan Langsung Tunai dari pemerintah untuk masing masing kepala keluarga dengan syarat ketentuan sebagai berikut :

C1 : Jumlah Tanggungan
C2 : Pendapatan Kepala Keluarga
C3 : Luas Bangunan Rumah
C4 : Memiliki KK

Pilihlah 5 alternatif KK yang akan mendapatkan bantuan dari beberapa KK berikut ini :

Nama KK            C1    C2                     C3           C4
Aldyan                  4    2.350.000        100M2    Tidak Ada
Hendro                  5    3.050.000        50M2      Ada
Joko                      3    3.350.000        70M2      Ada
Doni                     4    2.550.000        90M2      Ada
Dono                    6    2.850.000        120M2    Ada
Kasino                 3    2.650.000        80M2      Ada
Susanto                2    3.350.000        150M2    Tidak Ada

Pembobotan dari kriteria diatas dapat dilihat dibawah ini :
C1 : Jumlah Tanggungan (Attribut Keuntungan)
1-2 : 1
3-4 : 2
5-6 : 3

C2 : Pendapatan Kepala Keluarga (Attribut Biaya)
2.000.000    : 1
2.400.000    : 2
2.800.000    : 3
3.200.000    : 4
3.600.000    : 5

C3 : Luas Bangunan Rumah (Attribut Biaya)
50-70    : 1
71-90          : 2
91-110        : 3
111-130      : 4
131-150      : 5

C4 : Memiliki KK (Attribut Keuntungan)
Ada     : 2
Tidak Ada    : 1

 

 

JAWABAN QUIZ ONLINE NO 2

1.MEMBUAT MATRIKS KEPUTUSAN TERNORMALISASI

TABEL ALTERNATIF

Nama KK	C1	C2	C3	C4
Aldyan	2	2	3	1
Hendro	3	4	1	2
Joko	2	4	1	2
Doni	2	2	2	2
Dono	3	3	4	2

= = = 5,4772

= = 0,3651                                   = = 0,3651

= = 0,5477                                       = = 0,5477

= = 0,3651

= = = 6,2449

= = 0,1601                                   = = 0,3202

= = 0,4803                                   = = 0,4803

= = 0,6405

= = = 5,5677

= = 0,5388                                   = = 0,3592

= = 0,1796                                    = = 0,7184

= = 0,1796

= = = 4,1231

= = 0,2425                                   = = 0,4850

= = 0,4850                                   = = 0,4850

= = 0,4850

Matriks R             0,3651     0,1601     0,2425     0,5388

0,5477        0,4803     0,1796     0,4850

0,3651        0,6405     0,1796     0,4850

0,3651     0,3202     0,3592     0,4850

0,5477     0,4803     0,7184     0,4850

2.MEMBUAT MATRIKS KEPUTUSAN TERNORMALISASI TERBOBOT

= 3×0,3651 =1,0953                                                = 5×0,1601 =0,8005

= 3×0,5477 = 1,6431                 = 5×0,4803 =2,4015

= 3×0,3651 = 1,0953                          = 5×0,6405 =3,2025

= 3×0,3651 = 1,0953 = 5×0,3202 =1,6010

= 3×0,5477 = 1,6431                          = 5×0,4803 =2,4015

= 4×0,2425 =0,9700                                                = 4×0,5388 =2.1552

= 4×0,1796 = 0,7184                 = 4×0,4850 =1,9400

= 4×0,1796 = 0,7184                          = 4×0,4850 =1,9400

= 4×0,3592 = 1,4368 = 4×0,4850 =1,9400

= 4×0,7184 = 2.8736                          = 4×0,4850 =1,9400

Matriks Y             1,0953     0,8005     0,9700     2.1552

1,0953        2,4015     0,7184     1,9400

1,0953        3,2025     0,7184     1,9400

1,0953     1,6010     1,4368     1,9400

1,6431     2,4015     2.8736     1,9400
3.MEMUTUSKAN MATRIKS SOLUSI IDEAL POSITIF DAN NEGATIF

 

 

 

 

PENGERTIAN DAN FUNGSI SISTEM PENDUKUNG KEPUTUSAN

Karakteristik Sistem Pendukung Keputusan (SPK)

Sistem Pendukung Keputusan (SPK) memiliki 6 karakteristik antara lain sebagai berikut :

• Mendukung proses pengambilan keputusan yang menitik beratkan pada manajemen dengan persepsi.
• Adanya interface manusia atau mesin dimana manusia sebagai user tetap memegang kontrol proses pengambilan keputusan.
• Mendukung pengambilan keputusan untuk membahas masalah terstruktur, semi terstruktur dan tidak terstruktur.
• Memiliki kapasistas dialog untuk memperoleh informasi sesuai dengan kebutuhan.
• Memiliki subsistem-subsistem yang terintegrasi sedemikian rupa sehingga dapat berfungsi sebagai kesatuan sistem.
• Membutuhkan struktur data komprehensif yang dapat melayani kebutuhan informasi seluruh tahap manajemen.

Pengertian Sistem Pendukung Keputusan (SPK)

Sistem Pendukung Keputusan (SPK) adalah bagian dari sistem informasi berbasis komputer termasuk sistem berbasis pengetahuan atau manajemen pengetahuan yang dipakai untuk mendukung pengambilan keputusan dalam suatu organisasi atau perusahaan. Dapat juga dikatakan sebagai sistem komputer yang mengolah data menjadi informasi untuk mengambil keputusan dari masalah semi terstruktur yang spesifik.

Sistem Pendukung Keputusan (SPK) dapat digambarkan sebagai sistem yang berkemampuan mendukung analisis adhoc data, pemodelan keputusan, berorientasi keputusan, orientasi perencanaan masa depan yang digunakan pada saat-saat yang tidak biasa. Sistem Pendukung Keputusan (SPK) juga merupakan penggabungan sumber-sumber kecerdasan individu dengan kemampuan komponen untuk memperbaiki kualitas keputusan dan menjadi sistem informasi berbasis komputer untuk manajemen pengambilan keputusan yang menangani masalah-masalah semi struktur.

Dengan pengertian diatas, dapat diambil suatu kesimpulan bahwa Sistem Pendukung Keputusan (SPK) bukan merupakan alat pengambilan keputusan, melainkan merupakan sistem yang membantu pengambil keputusan untuk melengkapi informasi dari data yang telah diolah secara relevan dan diperlukan untuk membuat keputusan tentang suatu masalah dengan lebih cepat dan akurat. Sehingga sistem ini tidak dimaksudkan untuk menggantikan pengambilan keputusan dalam proses pembuatan keputusan.

Fungsi Sistem Pendukung Keputusan (SPK)

Secara global dapat dikatakan bahwa fungsi dari Sistem Pendukung Keputusan (SPK) adalah untuk meningkatkan kemampuan para pengambil keputusan dengan memberikan alternatif-alternatif keputusan yang lebih banyak atau lebih baik, sehingga dapat membantu untuk merumuskan masalah dan keadaan yang dihadapi. Dengan demikian Sistem Pendukung Keputusan (SPK) dapat menghemat waktu, tenaga dan biaya. Jadi dapatlah dikatakan secara singkat bahwa tujuan Sistem Penunjang Keputusan adalah untuk meningkatkan efektivitas (do the right things) dan efesiensi (do the things right) dalam pengambilan keputusan. Walaupun demikian penekanan dari suatu Sistem Penunjang Keputusan (SPK) adalah pada peningkatan efektivitas dari pengambilan keputusan dari pada efisiensinya.

Sejarah Singkat Sistem Pendukung Keputusan

oleh DJ Daya
Editor, DSSResources.COM

versi 2.8

Ringkasan Peneliti Sistem Informasi dan teknologi telah membangun dan menyeelidiki Sistem Pendukung Keputusan (DSS) selama lebih dari 35 tahun. Tulisan ini mengeksplorasi sejarah dan perkembangan di awal DSS dengan bangunan model DSS berorientasi pada akhir tahun 1960, perkembangan teori pada 1970-an, dan pelaksanaan sistem perencanaan keuangan dan DSS Group di awal 80-an dan pertengahan. Kemudian dokumen asal-usul Sistem Informasi Eksekutif, OLAP dan Business Intelligence. Akhirnya, diskusi berakhir dengan pelaksanaan berbasis Web DSS pada pertengahan 1990-an. Pengenalan Sistem pendukung keputusan berkembang di awal era komputasi terdistribusi. Sejarah sistem seperti dimulai pada sekitar 1965 dan penting untuk memulai meresmikan catatan, orang ide-ide, sistem dan teknologi yang terlibat dalam bidang yang penting dari teknologi informasi diterapkan. Hari ini masih mungkin untuk merekonstruksi sejarah Sistem Pendukung Keputusan dari tangan pertama rekening dan bahan-bahan yang tidak dipublikasikan serta artikel diterbitkan. Makalah ini hypertext adalah titik awal dalam mendokumentasikan asal-usul dari benang berbagai teknologi yang berkumpul pada awal abad 21 untuk memberikan dukungan terintegrasi untuk manajer bekerja sendirian, dalam tim dan dalam hierarki organisasi untuk mengelola organisasi dan membuat keputusan yang lebih rasional . Sejarah adalah baik panduan untuk aktivitas masa depan di bidang ini dan catatan dari ide-ide dan tindakan orang-orang yang telah membantu memajukan pemikiran dan praktik kita. Dalam bidang teknologi yang beragam seperti DSS, sejarah tidak rapi dan linear. Orang yang berbeda memiliki dirasakan lapangan dari berbagai titik pandang sehingga mereka melaporkan laporan yang berbeda tentang apa yang terjadi dan apa yang penting. Beberapa ini dapat diurutkan keluar, tapi lebih banyak data pengumpulan diperlukan. Tulisan ini merupakan titik awal dalam mengumpulkan rekening tangan lebih dulu dan dalam membangun sebuah mosaik yang lebih lengkap tentang apa yang terjadi di universitas-universitas, perusahaan perangkat lunak dan organisasi untuk membangun dan menggunakan DSS. Beberapa seksi selanjutnya bergerak dari sekitar 1965 sampai pertengahan 1990-an. Benang DSS terkait dengan model berorientasi DSS, sistem pakar, analisis multidimensi, alat query dan pelaporan, OLAP, Business Intelligence, DSS Group, dan Sistem Informasi Eksekutif ditelusuri dan terjalin saat mereka muncul untuk berkumpul dan menyimpang selama bertahun-tahun. Yang Awal Tahun Sebelum 1965, itu sangat mahal untuk membangun skala besar sistem informasi. Pada sekitar waktu ini, pengembangan dari IBM System 360 dan sistem mainframe lebih kuat membuatnya lebih praktis dan hemat biaya untuk mengembangkan Sistem Informasi Manajemen (MIS) di perusahaan besar (cf., Davis, 1974). MIS fokus pada penyediaan manajer dengan terstruktur, laporan berkala. Banyak dari informasi itu dari sistem akuntansi dan transaksi. Pada akhir 1960-an, jenis baru dari sistem informasi menjadi praktis – Model berorientasi DSS atau sistem manajemen keputusan. Dua pionir DSS, Petrus Stabell Keen dan Charles, mengklaim konsep pendukung keputusan berevolusi dari “studi teoritis pengambilan keputusan organisasi dilakukan di Institut Teknologi Carnegie selama akhir 1950-an dan 60-an awal dan pekerjaan teknis pada sistem komputer interaktif, terutama dilakukan di Institut Teknologi Massachusetts pada tahun 1960 (Morton Keen dan Scott, 1978 pengantar) “Beberapa informasi historis tentang proyek MIT pada sistem komputer interaktif (Proyek MAC) adalah pada. multicians.org . Menurut Sprague dan Watson (1979), sekitar tahun 1970 jurnal bisnis mulai menerbitkan artikel pada sistem keputusan manajemen, sistem perencanaan strategis dan sistem pendukung keputusan. Sebagai contoh, Scott Morton dan rekan menerbitkan sejumlah artikel pendukung keputusan pada tahun 1968. Pada tahun 1969, Ferguson dan Jones membahas sistem pengambilan keputusan komputer dibantu dalam jurnal Ilmu Manajemen. Pada tahun 1971, tanah Michael S. Scott Morton memecah buku Sistem Keputusan Manajemen: Komputer Berbasis Dukungan untuk Membuat Keputusan diterbitkan. Dalam 1966-67 Scott Morton telah mempelajari bagaimana komputer dan model analisis dapat membantu manajer membuat keputusan kunci. Dia melakukan percobaan di mana manajer benar-benar menggunakan Sistem Manajemen Keputusan (MDS). Manajer pemasaran dan produksi menggunakan MDS untuk mengkoordinasikan perencanaan produksi untuk peralatan binatu. MDS berlari pada IDI CRT 21 inci dengan pena cahaya terhubung menggunakan modem 2400 bps menjadi sepasang Univac 494 sistem. (1967) penelitian disertasi Scott Morton adalah implementasi perintis, definisi dan menguji penelitian sistem pendukung keputusan yang model-driven. TP Gerrity, Jr berfokus pada masalah desain Sistem Pendukung Keputusan pada tahun 1971 artikelnya Sloan Management Review berjudul “Desain Manusia-Mesin Sistem Keputusan: Sebuah Aplikasi untuk Manajemen Portofolio”. Sistemnya dirancang untuk mendukung manajer investasi dalam administrasi sehari-hari mereka portofolio saham klien. DSS untuk manajemen portofolio telah menjadi sangat canggih sejak Gerrity memulai penelitiannya. Pada tahun 1974, Gordon Davis, seorang Profesor di University of Minnesota, menerbitkan teks berpengaruh pada Sistem Informasi Manajemen. Dia mendefinisikan Sistem Informasi Manajemen sebagai “sebuah sistem, terintegrasi pria / mesin untuk menyediakan informasi untuk mendukung operasi, manajemen, dan pengambilan keputusan fungsi dalam organisasi. (Hal. 5).” Bab 12 Davis berjudul “Sistem Informasi Pendukung Pengambilan Keputusan” dan Bab 13 berjudul “Sistem Informasi Dukungan untuk Perencanaan dan Pengendalian” menciptakan pengaturan untuk pengembangan dasar yang luas untuk penelitian DSS dan praktek. Pada tahun 1975, JDC Little memperluas batas-batas yang didukung pemodelan komputer. DSS disebut Little Brandaid dirancang untuk mendukung produk, promosi, harga dan keputusan iklan. Juga, Little (1970) dalam kriteria artikel sebelumnya diidentifikasi untuk merancang model dan sistem manajemen untuk mendukung pengambilan – keputusan. Empat kriteria meliputi: ketahanan, kemudahan kontrol, kesederhanaan, dan kelengkapan detail yang relevan. Semua empat kriteria tetap relevan dalam mengevaluasi Sistem Pendukung Keputusan modern. Klein dan Methlie (1995) catatan “Sebuah studi tentang asal-usul DSS masih harus ditulis. Tampaknya koran DSS pertama diterbitkan oleh mahasiswa PhD atau profesor di sekolah bisnis, yang memiliki akses ke sistem time-sharing komputer pertama :. Proyek MAC di Sloan School, Dartmouth Sistem Berbagi Waktu di Sekolah Tuck Di Perancis, HEC merupakan sekolah bisnis pertama Prancis untuk memiliki sistem time-sharing (diinstal di 1967), dan kertas DSS pertama diterbitkan oleh profesor Sekolah pada tahun 1970. Para Siad panjang (yang ‘Systèmes Interactif d’Aide à la Keputusan’ DSS istilah bahasa Prancis) dan konsep DSS yang dikembangkan secara independen di Perancis, di beberapa artikel oleh profesor HEC bekerja pada proyek yang SCARABEE dimulai pada tahun 1969 dan berakhir pada tahun 1974. “ Mengembangkan Teori Pada akhir 1970-an, baik teori praktek dan isu-isu yang berkaitan dengan DSS yang dibahas pada konferensi akademis termasuk Institut Amerika untuk pertemuan Keputusan Sciences dan ACM Konferensi SIGBDP pada Sistem Pendukung Keputusan di San Jose, CA pada bulan Januari 1977. Konferensi Internasional pertama mengenai Sistem Pendukung Keputusan diadakan di Atlanta, Georgia pada tahun 1981. Konferensi akademik disediakan forum untuk ide, diskusi teori berbagi dan pertukaran informasi. Tertarik peneliti MIT termasuk Petrus dan Michael Scott Morton khususnya sangat berpengaruh. Buku DSS Morton Keen dan Scott (1978) memberikan orientasi perilaku yang luas untuk analisis Sistem Pendukung Keputusan, desain, implementasi, evaluasi dan pengembangan. Pada tahun 1980, Steven Alter diterbitkan MIT nya hasil disertasi doktor dalam sebuah buku berjudul berpengaruh Sistem Pendukung Keputusan: Praktek Lancar dan Tantangan Melanjutkan. Alter penelitian dan makalah (1975; 1977) memperluas kerangka kerja bagi pemikiran kita tentang DSS manajemen. Juga, studi kasusnya memberikan dasar yang kuat deskriptif contoh Sistem Pendukung Keputusan. Sejumlah disertasi MIT lain selesai pada pertengahan 1970-an dan akhir juga berurusan dengan masalah yang berhubungan dengan menggunakan model untuk mendukung keputusan. Pada tahun 1979, John Rockart dari Harvard Business School menerbitkan sebuah artikel ground breaking dalam Harvard Business Review yang menyebabkan pengembangan sistem informasi eksekutif (EISs) atau sistem pendukung eksekutif (ESS). Bonczek, Holsapple dan Whinston (1981) menciptakan sebuah kerangka teoritis untuk memahami isu yang terkait dengan merancang berorientasi pengetahuan Sistem Pendukung Keputusan. Buku mereka menunjukkan bagaimana Kecerdasan Buatan dan Sistem Pakar teknologi yang relevan dengan DSS berkembang. Ralph Sprague dan Carlson Eric (1982) Buku Membangun Sistem Dukungan Keputusan Efektif tonggak penting. Lebih lanjut menjelaskan Sprague (1980) kerangka DSS data base, basis model dan generasi dialog dan perangkat lunak manajemen. Selain itu, memberikan gambaran, praktis dimengerti tentang bagaimana organisasi dapat dan harus membangun DSS. Meskipun buku mereka mungkin menciptakan beberapa harapan yang tidak realistis, masalah berasal lebih dari batas-batas teknologi yang ada untuk membangun DSS daripada batas-batas konsep dibahas oleh Sprague dan Carlson. Memperluas Kerangka Pada akhir 1970-an, sejumlah peneliti dan perusahaan telah mengembangkan sistem informasi interaktif yang menggunakan data dan model untuk membantu manajer menganalisis masalah semi-terstruktur. Sistem ini beragam semua yang disebut Decision Support Systems. Dari hari-hari awal, hal itu diakui bahwa DSS dapat dirancang untuk mendukung pengambil keputusan di setiap tingkat dalam sebuah organisasi. DSS dapat mendukung operasi, manajemen keuangan dan pengambilan keputusan strategis. DSS bisa menggunakan data spasial dalam sistem seperti Geodata Analisis dan Sistem Tampilan (GADS) (lih., Grace, 1976), data multidimensi terstruktur dan tidak terstruktur dokumen (lih., Swanson dan Culnan, 1978). Berbagai model yang digunakan dalam DSS termasuk optimasi dan simulasi. Juga, paket statistik yang diakui sebagai alat untuk membangun DSS. Kecerdasan Buatan peneliti mulai bekerja pada manajemen dan sistem bisnis ahli di awal 1980-an. Sistem perencanaan keuangan menjadi alat keputusan yang populer dukungan. Idenya adalah untuk menciptakan sebuah “bahasa” yang akan “memungkinkan eksekutif untuk membangun model tanpa perantara (Gray, 1987, hal 3)”. Sebuah sistem perencanaan keuangan yang populer disebut IFPS, akronim untuk sistem perencanaan keuangan interaktif, pada awalnya dikembangkan di tahun 1970-an oleh Gerald R. Wagner dan murid-muridnya di University of Texas. Perusahaan Wagner, EXECUCOM Sistem, dipasarkan IFPS sampai pertengahan tahun 1990. Salah satu keunggulan utama bahwa bahasa perencanaan memiliki lebih dari spreadsheet adalah bahwa model ini ditulis menggunakan bahasa alami dan model dapat dipisahkan dari data. Pada awal 80-an, spreadsheet juga digunakan untuk membangun model-driven DSS (lihat Power, D., ” Sejarah Singkat Spreadsheets “). Dalam sebuah makalah tahun 1988, Sharda, Barr, dan McDonnell terakhir 15 tahun pertama penelitian DSS. Penelitian yang berkaitan dengan menggunakan model dan sistem perencanaan keuangan untuk mendukung keputusan adalah mendorong tetapi tentu tidak seragam positif. Pada awal 1980-an, peneliti akademis mengembangkan kategori baru dari perangkat lunak untuk mendukung pengambilan keputusan kelompok (lih., Gray, 1981; Huber, 1982; Turoff dan Hiltz, 1982). Peka-pikiran dari Sistem Execucom, GroupSystems dikembangkan di University of Arizona dan sistem Samm dikembangkan oleh peneliti dari Universitas Minnesota Kelompok DSS awal. Dickson, Poole dan DeSanctis (1992) melaporkan bahwa Brent Gallup, Ph.D. mahasiswa di Minnesota, memutuskan pada 1984 “untuk program sistem GDSS kecil sendiri dalam BASIC dan menjalankannya pada komputer VAX-nya universitas”. Bahwa sistem adalah awal dari studi GDSS Minnesota. Jay Nunamaker, Jr dan rekan-rekannya menulis dalam tahun 1992 bahwa “Konsep yang mendasari untuk GroupSystems memiliki permulaan di tahun 1965 dengan perkembangan Soal Bahasa / Masalah Analyzer Pernyataan Pernyataan (PSL / PSA) sebagai bagian dari Desain (Sistem Informasi ISDOS dan Optimasi Sistem) proyek di Case Institute of Technology (hal. 144) “. Pada tahun 1984, sistem yang disebut PLEXSYS selesai dan komputer-dibantu fasilitas pertemuan kelompok dibangun di University of Arizona. Fasilitas pertama, disebut PlexCenter tersebut, ditempatkan sebuah meja berbentuk U konferensi besar dengan 16 workstation komputer. PLEXSYS memberikan dasar untuk pengembangan perangkat lunak GroupSystems Universitas Arizona. Sejak pertengahan 80-an, banyak penelitian telah meneliti dampak dan konsekuensi dari DSS Group. Juga, sejumlah perusahaan telah dikomersialisasikan Grup DSS dan groupware. Klik di sini untuk melihat ruang kelompok pendukung keputusan. Sistem Informasi Eksekutif (EIS) berevolusi dari model-driven single user sistem Pendukung Keputusan dan ditingkatkan produk database relasional. EIS pertama kali digunakan pra-didefinisikan layar informasi dan dipertahankan oleh para analis untuk eksekutif senior. Sebagai contoh, pada musim gugur tahun 1978, pengembangan EIS yang disebut Manajemen Informasi dan Pendukung Keputusan (MIDS) sistem mulai di Lockheed-Georgia (lih., Houdeshel dan Watson, 1987). Dimulai pada sekitar tahun 1990, data warehousing dan On-Line Analytical Processing (OLAP) mulai memperluas bidang EIS dan mendefinisikan kategori yang lebih luas Data-Driven DSS (lih., Dhar dan Stein, 1997). Nigel Pendse (1997) mengklaim produk Sistem Informasi Eksekutif pertama Command Center Software pilot. Dia mencatat baik analisis multidimensi dan OLAP memiliki asal-usul dalam bahasa pemrograman APL dan dalam sistem seperti Express dan Comshare System Nigel W. Pendse dari OLAPReport.com telah menulis dan pembaruan sejarah jauh lebih rinci tentang asal-usul produk OLAP (Anda dapat membaca dengan salinan lokal ). Nylund (1999) menelusuri perkembangan yang berhubungan dengan Business Intelligence (BI) untuk upaya Procter & Gamble pada tahun 1985 untuk membangun DSS yang menghubungkan informasi penjualan dan data pemindai ritel. Sistem Komputer metafora, sebuah spin-off peneliti dari Xerox Palo Alto Research Center (PARC), dibangun P & G DSS awal. Metafora alumni yang terakhir mendirikan banyak vendor BI: Richard Tanler didirikan Keuntungan Informasi dan Glassey Katherine mendirikan Teknologi Brio. Istilah BI adalah, dipopulerkan istilah payung seharusnya diperkenalkan oleh Howard Dresner dari Gartner Group pada tahun 1989. BI menjelaskan seperangkat konsep dan metode untuk meningkatkan pengambilan keputusan bisnis dengan menggunakan sistem berbasis fakta-pendukung. BI kadang-kadang digunakan bergantian dengan buku briefing, laporan dan alat query dan sistem informasi eksekutif. Sistem bisnis Intelijen adalah data-driven DSS. Pergeseran Teknologi Dimulai pada sekitar tahun 1990, Bill dan Ralph Kimball Inmon DSS aktif dipromosikan dibangun menggunakan teknologi database relasional. Bagi praktisi banyak MIS, DSS dibangun menggunakan Oracle atau DB2 adalah sistem dukungan hanya keputusan mereka terkena dalam literatur komputer populer. Model-driven DSS adalah dalam domain riset operasi dan bukan bagian dari Sistem Informasi. Ralph Kimball “The Doctor DSS” dan Bill Inmon adalah “ayah dari gudang data”. Inmon didefinisikan sistem pendukung keputusan (DSS) sebagai “sebuah sistem yang digunakan untuk mendukung keputusan manajerial DSS Biasanya melibatkan analisis unit banyak data dalam mode heuristik.. Sebagai aturan, pengolahan DSS tidak melibatkan pembaruan data (lih., billinmon.com). ” Inmon dan Kimball difokuskan pada pembangunan data-driven DSS. Pada awal 1990-an, pergeseran teknologi besar terjadi dari mainframe berbasis DSS untuk klien / server berbasis DSS. Beberapa desktop OLAP alat diperkenalkan selama periode ini. Pada 1992-93, beberapa vendor mulai merekomendasikan teknologi berorientasi obyek untuk membangun “dapat digunakan kembali” kemampuan pendukung keputusan. Pada tahun 1994, banyak perusahaan mulai untuk meng-upgrade infrastruktur jaringan mereka. Vendor DBMS “diakui yang mendukung keputusan itu berbeda dari OLTP dan mulai menerapkan kemampuan nyata OLAP ke dalam database mereka” (Powell, 2001). Paul Gray menegaskan bahwa sekitar 1993 data warehouse dan orang-orang EIS menemukan satu sama lain dan dua teknologi ceruk telah konvergen. Pada tahun 1995, data pergudangan dan World Wide Web mulai praktisi dan akademisi yang tertarik dampak dalam teknologi pendukung keputusan. DSS berbasis web dan web-enabled menjadi layak di sekitar 1995 (lih., Power, 2000; Bhargava dan Power, 2001). Sejarah Sistem Pendukung Keputusan mencakup rentang yang relatif singkat dari tahun, dan konsep-konsep dan teknologi yang masih berkembang. Hari ini masih mungkin untuk merekonstruksi sejarah Sistem Pendukung Keputusan (DSS) dari rekening retrospektif dari peserta utama serta dari bahan dipublikasikan dan tidak dipublikasikan. Banyak inovator awal dan pengembang awal adalah pensiun namun wawasan dan tindakan mereka dapat ditangkap untuk memandu inovasi masa depan di bidang ini. Diharapkan makalah ini mengarah ke akun email dan retrospektif yang dapat membantu kita memahami “nyata” sejarah DSS. Internet dan Web telah dipercepat-up perkembangan pendukung keputusan dan telah menyediakan sarana baru menangkap dan mendokumentasikan perkembangan pengetahuan di daerah penelitian. Keputusan pelopor dukungan termasuk peneliti akademis banyak dari program-program di MIT, University of Arizona, University of Hawaii, University of Minnesota dan Universitas Purdue. Para pionir DSS menciptakan aliran tertentu dan berbeda dari pengembangan teknologi dan penelitian yang berfungsi sebagai dasar untuk banyak pekerjaan hari ini dalam DSS.

SISTEM PENDUKUNG KEPUTUSAN

1. Abstrak

Sistem pendukung keputusan (Decision Support Systems) disingkat DSS adalah bagian dari sistem informasi berbasis komputer (termasuk sistem berbasis pengetahuan (manajemen pengetahuan)) yang dipakai untuk mendukung pengambilan keputusan dalam suatu organisasi atau perusahaan.

Dapat juga dikatakan sebagai sistem komputer yang mengolah data menjadi informasi untuk mengambil keputusan dari masalah semi-terstruktur yang spesifik.

Menurut Moore and Chang, SPK dapat digambarkan sebagai sistem yang berkemampuan mendukung analisis ad hoc data, dan pemodelan keputusan, berorientasi keputusan, orientasi perencanaan masa depan, dan digunakan pada saat-saat yang tidak biasa.

Sebuah aplikasi berupa Sistem Pendukung Keputusan (Decision Support System) mulai dikembangkan pada tahun 1970. Decision Support Sistem (DSS) dengan didukung oleh sebuah sistem informasi berbasis komputer dapat membantu seseorang dalam meningkatkan kinerjanya dalam pengambilan keputusan. Seorang manajer di suatu perusahaan dapat memecahkan masalah semi struktur, dimana manajer dan komputer harus bekerja sama sebagai tim pemecah masalah dalam memecahkan masalah yang berada di area semi struktur. DSS mendayagunakan resources individu-individu secara intelek dengan kemampuan komputer untuk meningkatkan kualitas keputusan.

Kata Kunci : SPK, DSS, Sistem Pendukung Keputusan, Decision Support Systems

1. Pendahuluan

Menurut Sejarah Sistem Pendukung Keputusan (Decision Support System) mulai dikembangkan pada tahun 1970. Decision Support Sistem (DSS) dengan didukung oleh sebuah sistem informasi berbasis komputer dapat membantu seseorang dalam meningkatkan kinerjanya dalam pengambilan keputusan. Seorang manajer di suatu perusahaan dapat memecahkan masalah semi struktur, dimana manajer dan komputer harus bekerja sama sebagai tim pemecah masalah dalam memecahkan masalah yang berada di area semi struktur. DSS mengunakan resources individu-individu secara intelek dengan kemampuan komputer untuk meningkatkan kualitas.

1. Pembahasan

Decision Support System dapat dikatakan sebagai sistem komputer yang mengolah data menjadi informasi untuk mengambil keputusan dari masalah semi-terstruktur yang spesifik.

Tujuan Sistem Pendukung Keputusan :

• Membantu menyelesaikan masalah semi-terstruktur
• Mendukung manajer dalam mengambil keputusan
• mendukung penilaian manajer bukan mencoba menggantikannya
• meningkatkan efektifitas pengambilan keputusan seorang manajer dari pada efisiensinya.

Tahap-tahap pengambilan keputusan :

• Definisi masalah
• Pengumpulan data atau elemen informasi yang relevan
• pengolahan data menjadi informasi baik dalam bentuk laporan grafik maupun tulisan
• menentukan alternatif – alternatif solusi (bisa dalam persentase)
• kegiatan intelijen,
• kegiatan merancang,
• kegiatan memilih dan menelaah.

Sistem Pendukung Keputusan diharapkan dapat membantu seorang manajer dalam meningkatkan kinerjanya dalam mengambil suatu keputusan. Adapun tahap – tahap dalam mengambil keputusan telah dijelaskan dalam buku Herbert A. Simon, dimana tahapan tersebut terbagi menjadi tiga, yaitu kegiatan intelijen, kegiatan merancang, kegiatan memilih dan menelaah, seperti terlihat pada gambar dibawah ini :

Ketiga tahapan saling berinteraksi dan mengadakan umpan balik yang saling mendukung dala prosesnya.Umpan balik dilakukan untuk menentukan beberapa alternatif lainnya jika Decision Maker tidak puas pada hasil yang didapat.

• Intelijen

Merupakan kondisi tahapan pola fikir.Untuk melakukan hal ini diperukan sebuah informasi dimana hal ini didapat dari kondisi internal maupun eksternal. Hal – hal ini akan berpengaruh terhadap keputusan pendukung bagi manajerial karena terdapat kejelasan sumber yang dapat diidentifikasi dengan nilai keputusan yang amat potensial.

• Merancang

Hal ini merupakan bagian untuk menemukan, mengembankan dan menganalisa berbagai tindakan alternative yang mungkin guna dilakukan guna evaluasi terhadap serangkaian kegiatan.

• Memilih dan Menelaah

Hal ini berhubungan langsung dengan langkah-langkah dari pendekatan sistem. Intelijen bergerak dari tingkat sistem ke sub sistem dan menganalisa bagian – bagian sistem secara berurutan. Dari sinilah akan dipilih solusi terbaik dan berusaha menerapkannya dengan tindakan lanjut.

Tiga Tingkat Struktur Masalah yang sering dihadapi Manajer, yaitu  :

1. Terstruktur : Masalah ini merupakan suatu masalah yang memiliki struktur pada tiga tahapan simon. Jadi, masalah dapat dibuat algoritma atau aturan keputusan identifikasi masalah sehingga dapat memunculkan solusi alternatif.
2. Semi struktur : Masalah ini merupakan suatu masalah yang memiliki struktur hanya pada satu atau dua tahapan simon.
3. Tidak Terstruktur : Masalah ini merupakan suatu masalah yang sama sekali tidak memiliki struktur tiga tahap simon.

Jenis-jenis DSS menurut tingkat kerumitan dan tingkat dukungan pemecahan masalahnya adalah sebagai berikut :

• Mengambil elemen-elemen informasi.
• Menaganalisis seluruh file.
• Menyiapkan laporan dari berbagai file.
• Memperkirakan dari akibat keputusan.
• Mengusulkan keputusan.
• Membuat keputusan.

Model Model DSS terdiri dari:

1. Model analitikmatematika.
2. Basis data khusus (Database).
3. Hasil fikiran Manajer sendiri.
4. Proses modelling Interaktif.

Dampak Pemanfaatan DSS Dampak dari pemanfaatan Decision Support System (DSS) antara lain :

• Masalah-masalah semi struktur dapat dipecahkan.
• Problem yang kompleks dapat diselesaikan.
• Sistem dapat berinteraksi dengan pemakainya.
• Dibandingkan dengan pengambilan keputusan secara intuisi, pengambilan keputusan dengan DSS dinilai lebih cepat dan hasilnya lebih baik.
• Menghasilkan acuan data untuk menyelesaikan masalah yang dihadapi oleh manajer yang kurang berpengalaman.
• Untuk masalah yang berulang, DSS dapat memberi keputusan yang lebih efektif.
• Fasilitas untuk mengambil data dapat memberikan kesempatan bagi beberapa manajer untuk berkomunikasi dengan lebih baik.
• Meningkatkan produktivitas dan kontrol dari manajer.

Penerapan DSS Dalam Suatu Instansi

Mengapa DSS digunakan dalam suatu perusahaan?

• Perusahaan beroperasi pada ekonomi yang tidak stabil.
• Perusahaan dihadapkan pada kompetisi dalam dan luar negeri yang meningkat.
• Perusahaan menghadapi peningkatan kesulitan dalam hal melacak jumlah operasi-operasi bisnis.
• Sistem komputer perusahaan tidak mendukung peningkatan tujuan perusahaan dalam hal efisiensi, profitabilitas dan mencari jalan masuk di pasar yang benar-benar menguntungkan.

Faktor Pendukung DSS

Pengambilan keputusan dipengaruhi oleh :

• Faktor teknologi
• Faktor kompleksitas struktural
• Faktor pasar internasional
• Faktor stabilitas politik
• Faktor konsumerisme
• Faktor intervensi pemerintah
• Faktor informasi yang berkaitan dengan masalah tersebut,
• Faktor gaya pengambilan keputusan dan
• Faktor kemampuan (intelegensi ,persepsi, dan falsafah) serta
• Pertimbangan pengambil keputusan. Pengambilan keputusan selalu berkaitan dengan ketidakpastian dari hasil keputusan yang diambil. Untuk mengurangi faktor ketidakpastian tersebut, keputusan membutuhkan informasi yang sahih mengenai kondisi yang telah, dan mungkin akan terjadi, kemudian mengolah informasi tersebut menjadi beberapa alternatif pemecahan masalah sebagai bahan pertimbangannya dalam memutuskan langkah yang akan dilaksanakannya, sehingga keputusan yang diambil diharapkan dapat menrberikan keuntungan yang maksimal.
• Menggunakan aplikasi Computer Base Information System (CBIS) untuk lingkungan kelompok, seperti: Electronic Meeting System (EMS) dan Group Decision Support System (GDSS). Sistem Pendukung Keputusan Kelompok (group decision support system), atau GDSS adalah suatu sistem berbasis komputer yang mendukung kelompok-kelompok orang yang terlibat dalam suatu tugas (tujuan) bersama dan yang menyediakan interface bagi suatu lingkungan yang digunakan bersama.

1. Kesimpulan

(Decision Support Systems) disingkat DSS adalah bagian dari sistem informasi berbasis komputer (termasuk sistem berbasis pengetahuan (manajemen pengetahuan)) yang dipakai untuk mendukung pengambilan keputusan dalam suatu organisasi atau perusahaan. DSS ini digunakan untuk meningkatkan kinerja dari sebuah pengambilan keputusan dengan permasalahan semi terstruktur. Dengan adanya DSS akan meningkatkan efektifitas dari pengambilan keputusan yang dibuat pada tingkat manajer.

Dengan menggunakan DSS masalah yang kompleks nantinya dapat dipecahkan, serta adanya produktifitas dan kontrol oleh manajer terhadap masalah yang terjadi. Serta dengan adanya DSS maka dapat dijadikan acuan untuk menangani masalah yang sama selanjutnya.

1. Daftar Pustaka

kyurozona.”Pengertian Sistem Pendukung Keputusan (DSS)”.28 juni 2011.
Roy, Danny.”SISTEM PENDUKUNG KEPUTUSAN MANAJERIAL (SPK)”.   23 Juni 2011.
Sudjatmiko, 2008. Decision Support System. MTI-UGM. Yogyakarta.

Anonimous. 2005. MANAGERIAL DECISION MAKING AND DECISION SUPPORT SYSTEM. [Online]. Tersedia:  http://library.gunadarma.ac.id/files/disk1/5/ jbptgunadarma-gdl-course-2005-timpengaja-202-dss.doc. [1 Desember 2013]