Pengertian DSS (Decision Support System), Karakteristik, dan Komponen

Pengertian DSS (Decision Support System), Karakteristik, dan Komponen - Kita akan berbicara tentang Definisi DSS, Karakteristik DSS, Kemampuan DSS, Komponen DSS. Melalui artikel ini diharapkan dapat mengetahui tentang Definisi DSS, Karakteristik DSS, Kemampuan DSS, Komponen DSS.

Definisi DSS (Decision Support System)

DSS (Decision Support System) sebagai sebuah sistem yang dimaksudkan untuk mendukung para pengambil keputusan manajerial dalam situasi pengambilan keputusan semi terstruktur. DSS dimaksudkan untuk menjadi alat bantu bagi para pengambil keputusan untuk memperluas kemampuan meraka, namun tidak untuk menggantikan penilaian mereka. DSS ditujukan untuk keputusan yang memerlukan penilaian atau pada keputusan yang sama sekali tidak dapat didukung oleh algoritma.

DSS (Decision Support System) merupakan bagian dari sistem informasi berbasis komputer (termasuk sistem berbasis pengetahuan (manajemen pengetahuan). Sistem informasi sangat penting untuk mendukung proses pengambilan keputusan . Dimana system informasi mempunyai tujuan untuk mendukung sebuah aplikasi Decision Support System (DSS) yang telah dikembangkan pada tahun 1970. Keefektifan dalam mengembangkan DSS diperlukan suatu pemahaman tentang bagaimana system informasi ini dapat digunakan dalam proses pengambilan keputusan, sehingga DSS ini dapat membantu seorang manajer dalam meningkatkan kinerjanya dalam mengambil suatu keputusan.

Hal yang perlu ditekankan di sini adalah bahwa keberadaan DSS bukan untuk menggantikan tugas-tugas manajer, tetapi untuk menjadi sarana penunjang (tools) bagi mereka. DSS sebenarnya merupakan implementasi teori-teori pengambilan keputusan yang telah diperkenalkan oleh ilmu-ilmu seperti operation research dan management science. Hanya bedanya adalah bahwa jika dahulu untuk mencari penyelesaian masalah yang dihadapi harus dilakukan perhitungan iterasi secara manual (biasanya untuk mencari nilai minimum, maksimum, atau optimum), saat ini komputer PC telah menawarkan kemampuannya untuk menyelesaikan persoalan yang sama dalam waktu relatif singkat.

Dalam kedua bidang ilmu di atas, dikenal istilah decision modeling, decision theory, dan decision analysis - yang pada hakekatnya adalah merepresentasikan permasalaha dan manaje-men yang dihadapi setiap hari ke dalam bentuk kuantitatif (misalnya dalam bentuk model matematika). Contoh-contoh klasik dari persoalan dalam bidang ini adalah linear programming, game's theory, transportation problem, inventory system, decision tree, dan lain sebagainya. Dari sekian banyak problem klasik yang kerap dijumpai dalam aktivitas bisnis perusahaan sehari-hari, sebagian dapat dengan mudah disimulasikan dan diselesaikan dengan menggunakan formula atau rumus-rumus sederhana. Tetapi banyak pula masalahan yang ada sangat rumit sehingga membutuhkan kecanggihan komputer.

image source: idessa.org

baca juga:

• Pengertian Human Decision, Machine Decision, dan Simon Phase

• Manajer dan Pengambilan Keputusan Serta Kerangka Kerja Penunjang Keputusan

Decision Support System ( DSS ) merupakan progresi alamiah dari system pelaporan informasi dan system pemrosesan transaksi. DSS bersifat interaktif, system informasi yang berbasis komputer yang menggunakan model keputusan dan secara khusus menggunakan database untuk membantu proses pengambilan keputusan bagi manajer dan pengguna akhir Informasi dihasilkan dalam bentuk laporan periodik dan khusus dan output dari model matematika dan sistem pakar.

Menurut Little (1970) mendefinisikan DSS sebagai sekumpulan prosedur berbasis model untuk data pemrosesan dan penilaian guna membantu para manajer dalam pengambilan keputusan. Dia menyatakan bahwa untuk berjalan dengan sukses, sistem tersebut harus sederhana, cepat, mudah dikontrol, adaptif, lengkap dengan isu-isu penting dan mudah berkomunikasi.

Alter (1980) mendefinisikan DSS dengan membandingkannya dengan EDP (Electronic Data Processing) sebagai berikut :

Tabel 1 Perbandingan DSS dan EDP

Dimensi	DSS	EDP
Penggunaan	Aktif	Pasif
Pengguna	Lini manajemen dan staf	Klerikal
Tujuan	Keefektifan	Efisiensi mekanis
Horison Waktu	Sekarang dan masa datang	Masa lalu
Tujuan	Fleksibilitas	Konsistensi

Moore dan Chang (1680) berpendapat bahwa DSS dapat menangani situasi semi terstruktur dan tidak terstruktur. Sebuah masalah dapat dijabarkan menjadi masalah terstruktur dan tidak terstruktur dilihat dari si pengambil keputusan atau suatu situasi spesifik.

Karakteristik DSS

Karakteristik utama dari DSS adalah adanya kemampuan pemodelan. Model adalah representasi sederhana atau penggambaran dari kenyataan, terdapat 3 model:

1. Iconic (Scale).

Replika fisik dari sistem, biasanya dalam skala tertentu dari bentuk aslinya.
Contoh: GUI pada OOPL

1. Analog

Tak seperti sistem yang sesungguhnya tetapi berlaku seperti itu. Lebih abstrak daripada model Iconic dan merupakan representasi simbolis dari kenyataan.
Contoh: bagan organisasi, peta, bagan pasar modal, speedometer.

1. Matematis (Kuantitatif)

Kompleksitas hubungan dalam sistem organisasi tak dapat direpresentasikan dengan Iconic maupun Analog, karena klau pun bisa akan memakan waktu lama dan sulit. Analisis DSS mengunakan perhitungan numerik yang dibantu dengan model Matematis atau model kuntitatif lainnya.

• Komponen-komponen Model Kuantitatif:

Struktur umum dari model

Gambar 1 Model Kuantitatif

Tabel 2 Contoh-contoh dari komponen model:

Area	Decision Variables	Result Variables	Uncontrollable Variables
Investasi keuangan	Alternatif dan jumlah investasi, lama investasi, kapan berinvestasi	Laba total, risiko, rate of return, pendapatan per saham, tingkat likuiditas.	Tingkat inflasi, rata-rata persaingan
Pemasaran	Anggaran periklanan, dimana beriklan	Pangsa pasar, kepuasan pelanggan	Pendapatan pelanggan, tindakan pesaing
Industri Manufaktur	Apa dan berapa banyak yang diproduksi, tingkat inventori, program kompensasi	Biaya total, tingkat kualitas, kepuasan karyawan	Kepastian mesin, teknologi, harga bahan mentah
Akuntansi	Penggunaan komputer, jadwal audit	Biaya pemrosesan data, tingkat kesalahan	Teknologi komputer, pajak, persyaratan umum
Transportasi	Jadwal pengiriman	Biaya transportasi total	Jarak pengiriman, regulasi
Jasa	Tingkat pengelolaan staf	Kepuasan pelanggan	Permintaan akan jasa/layanan

• Proses Pemodelan

Berikut ini adalah proses yang terjadi pada pemodelan:

Trial And Error
Trial & error dengan sistem yang nyata. Tapi sistem ini tak berjalan bila: terlalu banyak alternatif untuk dicoca, akibat samping dari error yang terjadi besar pengaruhnya, lingkungan itu sendiri selalu berubah

Simulasi
Simulasi adalah sebuah teknik untuk melakukan eksperimen dengan sebuah komputer pada sebuah model dari sebuah sistem manajemen. Simulasi merupakan model DSS yang paling umum digunakan. Simulasi merupakan suatu model deskriptif. Tidak ada pencarian otomatis untuk suatu solusi yang optimal. Model simulasi menggambarkan atau memprediksi karakteristik suatu sistem di bawah kondisi yang berbeda. Proses simulasi biasanya mengulangi sebuah eksperimen, berkali-kali untuk mendapatkan estimasi mengenai efek keseluruhan dari tindakan-tindakan.

Optimisasi
Pemrograman linier adalah salah satu teknik yang cukup terkenal dalam perhitungan optimalisasi pada pemrograman matematika. Karakteristik pemrograman linier antara lain :

1. Terbatasnya jumlah sumber daya ekonomi yang tersedia untuk dialokasikan
2. Sumber daya yang digunakan untuk memproduksi produk atau jasa
3. Ada dua atau lebih cara dimana sumber daya dapat digunakan, masing-masing disebut solusi atau program.
4. Masing-masing aktivitas (produk atau jasa) dimana sumber daya digunakan menghasilkan tujuan
5. Alokasi biaya dibatasi pada beberapa batasan dan persyaratan yang disebut konstrain.

Penggunaan pemrograman matemática, khususnya dalam pemrograman linier cukup umum digunakan selama ini. Ada beberapa program komputer standar yang tersedia antara lain Excel, Lotus dan program spreadsheet lainnya. Demikian pula adalah mudah untuk mengantarmuka perangkat lunak optimalisasi lanilla dengan Excel, sistem manajemen database, dan peralatan lanilla. Model optimalisasi yang paling umum dapat dipecahkan dengan berbagai pemrograman matematika antara lain :

1. Penugasan
2. Pemrograman dinamis
3. Pemrograman tujuan
4. Investasi dalam memaksimalkan rate of return
5. Pemrograman linier dan integer
6. Model jaringan untuk perencanaan dan penjadwalan
7. Pemrograman non linier
8. Penggantian (anggaran model)
9. Model inventori
10. Transportasi (meminimalkan biaya pengiriman)

Heuristic
Heuristik berasal dari bahasa Yunani dari kata discovery yaitu aturan keputusan yang mengatur bagaimana sebuah masalah harus dipecahkan. Biasanya heuristik dikembangkan berdasarkan basis analisis yang solid terhadap masalah. Contoh-contoh pemrograman heuristik dapat dilihat pada tabel berikut ini :

Tabel 3 Contoh Heuristic

Contoh Masalah	Penyelesaian Masalah
Pekerjaan berurutan melalui sebuah mesin	Melakukan pekerjaan yang pertama dan memerlukan least time
Pembelian saham	Jika rasio harga dibandingkan pengeluaran lebih dari 10, tidak membeli saham
Travel	Tidak menggunakan jalan bebas hambatan antara jam 8 dan 9 pagi
Investasi kapital pada proyek berteknologi tinggi	Mempertimbangkan proyek dengan periode pengembalian estimasi kurang dari 2 tahun
Pembelian sebuah rumah	Membeli hanya di lingkungan yang strategis, tapi hanya membeli dalam rentang harga yang lebih rendah.

Pengambil keputusan menggunakan heuristik atau aturan utama dengan berbagai alasan yang masuk akal. Sebagai contoh, pengambil keputusan dapat menggunakan sebuah heuristik jika mereka tidak mengetahui cara terbaik untuk memecahkan masalah atau jika teknik optimalisasi belum dilakukan. Proses heuristik dapat dijelaskan sebagai pengembangan berbagai aturan untuk membantu memecahkan masalah-masalah rumit atau sub masalah final dengan menemukan jalur yang paling menjanjikan dalam mencari solusi, menemukan cara-cara mendapatkan dan menginterpretasi informasi yang senantiasa berubah, dan kemudian mengembangkan metode-metode yang memimpin kepada satu algoritma komputasional atau solusi umum.

Aplikasi heuiristik cocok untuk situasi-situasi sebagai berikut :

1. Data input tidak pasti atau terbatas
2. Realitas terlalu kompleks, sehingga model optimalisasi tidak dapat digunakan
3. Algoritma eksak yang reliabel tidak tersedia
4. Masalah-masalah kompleks tidak ekonomis untuk optimalisasi atau simulasi atau memerlukan waktu komputasi yang berlebihan
5. Memungkinkan untuk efisiensi proses optimalisasi
6. Pemrosesan simbolik daripada numerik dilibatkan
7. Keputusan harus dibuat dengan cepat dan komputerisasi tidak layak

Keuntungan heuristik :

1. Mudah dipahami dan karena itu lebih mudah untuk diimplementasikan dan dijelaskan
2. Membantu orang-orang untuk kreatif dan mengembangkan heuristik untuk masalah-masalah lain
3. Menghemat waktu formulasi
4. Menghemat persyaratan pemrograman komputer dan persyaratan penyimpanan
5. Menghasilkan banyak solusi yang dapat diterima

Keterbatasan heuristik :

1. Tidak dapat menjamin solusi optimal, kadang-kadang batasan mengenai nilai obyektif sangat buruk.
2. Mungkin terlalu banyak perkecualian pada aturan-aturan yang tersedia
3. Kesaling tergantungan dari satu bagian sebuah sistem kadang-kadang dapat berpengaruh besar pada sistem keseluruhan.

Tabel 4 Kategori-kategori Model

Kategori	Proses dan Tujuan	Teknik yang Digunakan
Optimalisasi masalah sebagai alternatif	Menemukan solusi terbaik dari beberapa alternatif yang ada	Tabel keputusan, pohon keputusan
Optimalisasi melalui algoritma	Menemukan solusi yang terbaik dari sejumlah besar alternatif dengan menggunakan proses pendekatan step by step	Model pemrograman matematika linier dan model jaringan
Optimalisasi dengan rumusan analitik	Menemukan solusi terbaik dalam satu langkah dengan menggunakan suatu rumus	Beberapa model inventory
Simulasi	Menemukan satu solusi terbaik diantara berbagai alternatif yang dipilih dengan menggunakan eksperimen	Beberapa tipe simulasi
Heuristik	Menemukan satu solusi yang cukup baik dengan menggunakan aturan-aturan	Pemrograman heuristik, sistem pakar
Model-model prediktif	Memprediksi masa depan untuk skenario yang ditentukan	Model forecasting, analisisi markov
Model-model lainnya	Memecahkan kasus what-if dengan menggunakan rumus	Pemodelan keuangan

Kemampuan DSS

1. DSS menyediakan dukungan untuk pengambil keputusan, terutama pada situasi semi terstruktur dan tidak terstruktur, dengan menyertakan penilaian manusia dan informasi terkomputerisasi. Masalah-masalah tersebut tidak dapat dipecahkan oleh sistem komputer secara baik atau metode kuantitatif lainnya
2. Dukungan untuk semua level manajerial, dari eksekutif puncak sampai manajer bawah.
3. Dukungan untuk individu atau kelompok. Masalah yang kurang terstruktur sering memerlukan keterlibatan individu dari departemen dan divisi yang berbeda atau bahkan dari organisasi lainnya.
4. DSS menyediakan dukungan ke perbagai keputusan yang berurutan atau saling berkaitan.
5. DSS mendukung perbagai fase proses pengambilan keputusan
6. DSS mendukung di berbagai proses dan gaya pengambilan keputusan

Gambar 2 Kemampuan DSS

7. DSS selalu bisa beradaptasi sepanjang masa, dimana pengambil keputusan seharusnya reaktif, dapat menghadapi perubahan kondisi secara cepat, dan dapat beradaptasi untuk menentukan DSS dalam memenuhi perubahan yang terjadi.
8. DSS mudah digunakan, user harus merasa nyaman dengan sistem ini
9. Peningkatan yang efektif dalam pengambilan keputusan
10. Pengambil keputusan memegang kontrol penuh terhadap proses pengambilan keputusan. DSS secara khusus ditujukan untuk mendukung, bukan menggantikan pengambil keputusan.
11. DSS mengarah pada pembelajaran, yaitu mengarah pada kebutuhan baru dan penyempurnaan sistem.
12. User harus mampu menyusun sendiri sistem yang sederhana. Sistem yang lebih besar dapat dibangun dalam organisasai user tadi dengan melibatkan sedikit saja bantuan dari spesialis SI.
13. DSS biasanya mendayagunakan berbagai model dalam menganalisis berbagai keputusan.
14. DSS dalam tingkat lanjut dilengkapi dengan knowledge yang bisa memberikan solusi yang efisien dan efektif dari berbagai masalah yang pelik.

Komponen DSS

1. Data Management

Termasuk database, yang mengandung data yang relevan untuk berbagai situasi dan diatur oleh software yang disebut Database Management System (DBMS)

2. Model management

Melibatkan model finansial, statiskal, management science atau berbagai model kuantitafif lainnya, sehingga dapat memberikan ke sistem suatu kemampuan analitis, dan manajemen software yang diperlukan.

3. Communication (dialog subsystem)

User dapat berkomunikasi dan memberikan perintah pada DSS melalui subsistem ini. Ini berarti menyediakan antar muka

4. Knowledge management

Subsistem optional ini dapat mendukung subsistem lain atau bertindak sebagai komponen yang berdiri sendiri.

Gambar 3 Knowledge Management

Sekian artikel tentang Pengertian DSS (Decision Support System), Karakteristik, dan Komponen. Semoga bermanfaat.

Daftar Pustaka

• Turban, Efraim, Decision Support Systems and Intellegents System, 9th Edition, Pearson/Prentice Hall, 2011.