SISTEM PENDUKUNG KEPUTUSAN (DECISION SUPPORT SYSTEM)

Sistem pendukung keputusan atau decision support systems (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.

Tahapan SPK:

• 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)

Tujuan dari SPK:

• Membantu menyelesaikan masalah semi-terstruktur
• Mendukung manajer dalam mengambil keputusan
• Meningkatkan efektifitas bukan efisiensi pengambilan keputusan

Dalam pemrosesannya, SPK dapat menggunakan bantuan dari sistem lain seperti Artificial Intelligence, Expert Systems, Fuzzy Logic, dll.

Berbagai Tipe Sistem Pendukung Keputusan (DSS):

Penting untuk dicatat bahwa DSS tidak memiliki suatu model tertentu yang diterima atau dipakai di seluruh dunia. Banyak teori DSS yang diimplementasikan, sehingga terdapat banyak cara untuk mengklasifikasikan DSS.

1. DSS model pasif adalah model DSS yang hanya mengumpulkan data dan mengorganisirnya dengan efektif, biasanya tidak memberikan suatu keputusan yang khusus, dan hanya menampilkan datanya. Suatu DSS aktif pada kenyataannya benar-benar memproses data dan secara eksplisit menunjukkan beragam solusi berdasarkan pada data tersebut.
2. DSS model aktif sebaliknya memproses data dan secara eksplisit menunjukkan solusi berdasarkan pada data yang diperoleh, walau harus diingat bahwa intervensi manusia terhadap data tidak dapat dipungkiri lagi. Misalnya, data yang kotor atau data sampah, pasti akan menghasilkan keluaran yang kotor juga (garbage in garbage out).
3. Suatu DSS bersifat kooperatif jika data dikumpulkan, dianalisa dan lalu diberikan kepada manusia yang menolong system untuk merevisi atau memperbaikinya.
4. Model Driven DSS adalah tipe DSS dimana para pengambil keputusan menggunakan simulasi statistik atau model-model keuangan untuk menghasilkan suatu solusi atau strategi tanpa harus intensif mengumpulkan data.
5. Communication Driven DSS adalah suatu tipe DSS yang banyak digabungkan dengan metode atua aplikasi lain, untuk menghasilkan serangkaian keputusan, solusi atau strategi.
6. Data Driven DSS menekankan pada pengumpulan data yang kemudian dimanipulasi agar sesuai dengan kebutuhan pengambil keputusan, dapat berupa data internal atua eksternal dan memiliki beragam format. Sangat penting bahwa data dikumpulkan serta digolongkan secara sekuensial, contohnya data penjualan harian, anggaran operasional dari satu periode ke periode lainnya, inventori pada tahun sebelumnya, dsb.
7. Document Driven DSS menggunakan beragam dokumen dalam bermacam bentuk seperti dokumen teks, excel, dan rekaman basis data, untuk menghasilkan keputusan serta strategi dari manipulasi data.
8. Knowledge Driven DSS adalah tipe DSS yang menggunakan aturan-aturan tertentu yang disimpan dalam komputer, yang digunakan manusia untuk menentukan apakah keputusan harus diambil. Misalnya, batasan berhenti pada perdagangan bursa adalah suatu model knowledge driven DSS.

Implementasi DSS di Dunia Kerja

Konsep implementasi DSS di dunia kerja yang kali ini diambil oleh penulis adalah penerapan Business Intelligence dalam pengumpulan data serta presentasi data dalam suatu bentuk Dashboard. Bidang industri perusahaan yang dijadikan contoh adalah maskapai penerbangan atau airline industry.
Teknologi aplikasi yang digunakan adalah system aplikasi berbasis web dan dapat diakses pada suatu URL tertentu dari PC/laptop/tablet milik pengguna dengan kapasitas minimum, kapan saja dan dimana saja pengguna berada.
Metodologi, proses serta perangkat pelaporan Business Intelligence atau BI adalah komponen kunci yang memberikan analisa data, pelaporan dan monitoring yang kaya kepada pengguna sistem.
Secara garis besar, proses yang terjadi kurang lebih adalah seperti digambarkan dalam diagram dibawah ini, dimana;

• System akan mengumpulkan semua data baik data master dan juga data transaksi dari setiap aplikasi yang digunakan semua departemen dalam perusahaan, untuk kemudian dilakukan analisis What-if tergantung dari laporan apa yang diinginkan oleh pihak manajemen.
• Hasil analisis tersebut akan menentukan keputusan apa yang harus diambil oleh manajemen.
• Terlihat dibawah, berbagai departemen yang mengaksesnya antara lain Personalia (Human Resource/HRD), Keuangan (Accounting), Produksi/Operasional, Pemasaran/Marketing, Distribusi/Pengiriman, serta divisi lain, yang semuanya berada dibawah manajemen perusahaan.

Pelaporan yang ingin dilihat oleh tingkat manager dalam manajemen perusahaan tersebut akan tampil dalam aplikasi Dashboard yang interaktif dan dapat dikustomisasi sesuai keinginan user/ pengguna aplikasi. Contoh dashboard tersebut adalah seperti dibawah ini.
Sebelumnya, perlu diingat bahwa aplikasi dashboard juga memiliki beragam kategori per divisi, dimana setiap divisi/departemen dalam suatu perusahaan biasanya menggunakan jenis data yang berbeda, serta mengakses data dalam cara yang berbeda pula. Laporan dan hasil analisis yang diperlukan juga otomatis berbeda, begitu pula bentuk pelaporan yang diperlukan tiap-tiap divisi tersebut.

Pembagian Kategori Dashboard Berdasarkan Penitikberatan Pengambilan Informasi Perusahaan

Manfaat Penggunaan Aplikasi Terapan DSS/Decision Support System dalam Bentuk Business Intelligence Dashboard;

1. Mempermudah dilakukannya analisa terhadap data master dan juga data transaksi perusahaan untuk kemudian menghasilkan berbagai laporan yang akan mendukung proses pengambilan keputusan oleh pihak manajemen perusahaan.
2. Memberikan tampilan yang lebih enak dilihat dan lebih professional yang disesuaikan dengan kultur serta bidang bisnis perusahaan yang menggunakan aplikasi ini.
3. Memberikan informasi terkini terhadap pergerakan angka-angka dalam perusahaan, atau bahkan bersifat real-time. Contohnya dalam hal ini; adalah pergerakan angka penjualan tiket pesawat setiap harinya, atau pergerakan angka kedatangan dan keberangkatan pesawat dari seluruh bandara di Indonesia (hasil kegiatan operasional perusahaan).

Contoh implementasi aplikasi Business Intelligence – Dashboard sebagai ajuan system pendukung keputusan/decision support system yang hendak diimplementasikan dalam perusahaan:

Prototipe Tampilan Dashboard untuk Pengaplikasian Business Intelligence bagi Sistem Pendukung Keputusan, Dibuat Menggunakan Tool Xcelcius Disambungkan ke Warehouse SAP-Business Intelligence

Elemen-elemen yang ditampilkan:

1. Grafik keseluruhan angka penjualan tiket yang dihasilkan tim Sales setiap harinya dimana manajemen dapat meilhat pergerakan terakhir yang terjadi satu jam sebelum pengaksesan dashboard.
2. Grafik keseluruhan angka penjualan tiket yang dihasilkan pada satu hari sebelum pengaksesan dashboard (H-1)
3. Grafik keseluruhan angka penjualan secara mingguan (pergerakan mingguan).
4. Grafik keseluruhan angka penjualan secara bulanan (pergerakan bulanan).
5. Grafik keseluruhan angka penjualan secara tahunan (pergerakan tahunan).
6. Grafik penjualan per staff sales untuk mengukur kinerja masing-masing personel.
7. Grafik pembelian dari setiap klien yang kategorinya adalah:
1. Pembelian per klien Travel Agent
2. Pembelian per perusahaan
3. Pembelian per wilayah kota penjualan di Indonesia; semua kota yang memiliki bandara (missal Jakarta, Bandung, Surabaya, dan lainnya).

Sumber : http://id.wikipedia.org/wiki/Sistem_pendukung_keputusan
http://ag92110007.wordpress.com/decision-support-system-sistem-pendukung-keputusan/