Sistem Pendukung Keputusan

Sistem informasi  komputer yang dipergunakan untuk memecahkan permasalahan spsesifik, mampu berkomunikasi dalam memecahkan masalah semiterstruktur. Informasi dihasilkan dalam bentuk laporan periodik dan khusus, output dari model matematika dan sistem pakar serta menggunakan beberapa jenis grafik. Komunikasi dilakukan pada saat berbagai kelompok manajer terlibat dalam pemecahan masalah.

Gambar Sistem pendukung keputusan

Perangkat Lunak > menghasilkan laporan periodik   ( yang disiapkan sesuai jadwal ) dan laporan khusus ( yang disiapkan sebagai jawaban atas kebutuhan informasi yang tak terduga )

Model matematika > menghasilkan informasi sebagai hasil dari simulasi yang melibatkan satu atau beberapa komponen dari sistem fisik perusahaan atau berbagai aspek operasinya.

Perangkat Lunak Group Decision Support System >  memungkinkan beberapa pemecah masalah bekerja sama dan saling berkomunikasi untuk memperoleh solusi.

OTOMATIS KANTOR

  sistem informasi  komputer yang mencakup semua sistem elektronik baik formal maupun informal, sistem formal ialah sistem yang bersifat  prosedural dengan menggunakan dokumentasi, tulisan maupun uraian, sedangkan sistem  informal ialah sistem tidak terencana sehingga tanpa dukungan dokumentasi tetapi cukup dengan lisan. Otomatis kantor berkaitan dengan komunikasi informasi didalam maupun diluar perusahaan, dan kebanyakan dipergunakan oleh orang yang bekerja didalam kantor ( pegawai administrasi, karyawan, sekretaris, profesional, manajer ).

 

 Sistem Pendukung Keputusan Gambar Sistem otomatis kantor

Informasi dikumpulkan dari sistem fisik perusahaan pada bagian bawah, sedangkan informasi berfungsi sebagai input bagi aplikasi otomatis kantor berbasis komputer seperti pengolah kata, surat elektronik dan konferensi komputer serta memungkinkan pemecah masalah saling berkomunikasi dengan menggunakan komputer mereka masing - masing.

SISTEM PAKAR

Sistem Pakar memiliki potensi untuk memperluas kemampuan pemecahan masalah manajer melebihi kemampuan normalnya. Sistem pakar terdiri dari empat bagian utama : User interface Penggunaan input dan output multimedia yang sekarang mendapatkan perhatian dari pengembang sistem sebagai cara untuk meningkatkan komunikasi antar komputer dan pemakai., Knowledge base menggunakan metode - metode pemecahan masalah dan menggunakan formula untuk mengekspresikan logika masalah, Inference engine menggunakan penalaran menyerupai manusia didalam memformulasikan isi daripada Knowledge base, dan Development engine berisi tentang bahasa pemrograman untuk pengembangan sistem pakar.

 

Gambar Sistem pakar

Sistem pakar terdiri dari empat bagian antara lain User interface yang memungkinkan pemakai berinteraksi dengan sistem pakar. Knowledge base menyimpan akumulasi pengetahuan dari masalah tertentu yang akan diselesaikan. Inference engine menyediakan kemamapuan penalaran yang menafsirkan isi knowlegde base. Pakar dan analisis sistem menggunakan development engine untuk menciptakan sistem pakar.

sumber: http://sondis.blogspot.com/2013/03/sistem-pendukung-keputusan.html

Sistem Pendukung Keputusan

Sistem informasi komputer yang dipergunakan untuk memecahkan permasalahan spsesifik, mampu berkomunikasi dalam memecahkan masalah semiterstruktur. Informasi dihasilkan dalam bentuk laporan periodik dan khusus, output dari model matematika dan sistem pakar serta menggunakan beberapa jenis grafik. Komunikasi dilakukan pada saat berbagai kelompok manajer terlibat dalam pemecahan masalah. Sistem pendukung keputusan Gambar Sistem pendukung keputusan Perangkat Lunak > menghasilkan laporan periodik ( yang disiapkan sesuai jadwal ) dan laporan khusus ( yang disiapkan sebagai jawaban atas kebutuhan informasi yang tak terduga ) Model matematika > menghasilkan informasi sebagai hasil dari simulasi yang melibatkan satu atau beberapa komponen dari sistem fisik perusahaan atau berbagai aspek operasinya. Perangkat Lunak Group Decision Support System > memungkinkan beberapa pemecah masalah bekerja sama dan saling berkomunikasi untuk memperoleh solusi. OTOMATIS KANTOR OK > sistem informasi komputer yang mencakup semua sistem elektronik baik formal maupun informal, sistem formal ialah sistem yang bersifat prosedural dengan menggunakan dokumentasi, tulisan maupun uraian, sedangkan sistem informal ialah sistem tidak terencana sehingga tanpa dukungan dokumentasi tetapi cukup dengan lisan. Otomatis kantor berkaitan dengan komunikasi informasi didalam maupun diluar perusahaan, dan kebanyakan dipergunakan oleh orang yang bekerja didalam kantor ( pegawai administrasi, karyawan, sekretaris, profesional, manajer ). Sistem otomatis kantor Gambar Sistem otomatis kantor Informasi dikumpulkan dari sistem fisik perusahaan pada bagian bawah, sedangkan informasi berfungsi sebagai input bagi aplikasi otomatis kantor berbasis komputer seperti pengolah kata, surat elektronik dan konferensi komputer serta memungkinkan pemecah masalah saling berkomunikasi dengan menggunakan komputer mereka masing - masing. SISTEM PAKAR Sistem Pakar memiliki potensi untuk memperluas kemampuan pemecahan masalah manajer melebihi kemampuan normalnya. Sistem pakar terdiri dari empat bagian utama : User interface Penggunaan input dan output multimedia yang sekarang mendapatkan perhatian dari pengembang sistem sebagai cara untuk meningkatkan komunikasi antar komputer dan pemakai., Knowledge base menggunakan metode - metode pemecahan masalah dan menggunakan formula untuk mengekspresikan logika masalah, Inference engine menggunakan penalaran menyerupai manusia didalam memformulasikan isi daripada Knowledge base, dan Development engine berisi tentang bahasa pemrograman untuk pengembangan sistem pakar. Sistem pakar Gambar Sistem pakar Sistem pakar terdiri dari empat bagian antara lain User interface yang memungkinkan pemakai berinteraksi dengan sistem pakar. Knowledge base menyimpan akumulasi pengetahuan dari masalah tertentu yang akan diselesaikan. Inference engine menyediakan kemamapuan penalaran yang menafsirkan isi knowlegde base. Pakar dan analisis sistem menggunakan development engine untuk menciptakan sistem pakar.Sistem informasi  komputer yang dipergunakan untuk memecahkan permasalahan spsesifik, mampu berkomunikasi dalam memecahkan masalah semiterstruktur. Informasi dihasilkan dalam bentuk laporan periodik dan khusus, output dari model matematika dan sistem pakar serta menggunakan beberapa jenis grafik. Komunikasi dilakukan pada saat berbagai kelompok manajer terlibat dalam pemecahan masalah.

 

 

 

 

 

 

 

 

 

 

 

yang disiapkan sesuai jadwal ) dan laporan khusus ( yang disiapkan sebagai jawaban atas kebutuhan informasi yang tak terduga )

Model matematika > menghasilkan informasi sebagai hasil dari simulasi yang melibatkan satu atau beberapa komponen dari sistem fisik perusahaan atau berbagai aspek operasinya.

Perangkat Lunak Group Decision Support System >  memungkinkan beberapa pemecah masalah bekerja sama dan saling berkomunikasi untuk memperoleh solusi.

OTOMATIS KANTOR

OK > sistem informasi  komputer yang mencakup semua sistem elektronik baik formal maupun informal, sistem formal ialah sistem yang bersifat  prosedural dengan menggunakan dokumentasi, tulisan maupun uraian, sedangkan sistem  informal ialah sistem tidak terencana sehingga tanpa dukungan dokumentasi tetapi cukup dengan lisan. Otomatis kantor berkaitan dengan komunikasi informasi didalam maupun diluar perusahaan, dan kebanyakan dipergunakan oleh orang yang bekerja didalam kantor ( pegawai administrasi, karyawan, sekretaris, profesional, manajer ).

 

 

 

 

 

 

 

 

 

 

SISTEM PAKAR

Sistem Pakar memiliki potensi untuk memperluas kemampuan pemecahan masalah manajer melebihi kemampuan normalnya. Sistem pakar terdiri dari empat bagian utama : User interface Penggunaan input dan output multimedia yang sekarang mendapatkan perhatian dari pengembang sistem sebagai cara untuk meningkatkan komunikasi antar komputer dan pemakai., Knowledge base menggunakan metode - metode pemecahan masalah dan menggunakan formula untuk mengekspresikan logika masalah, Inference engine menggunakan penalaran menyerupai manusia didalam memformulasikan isi daripada Knowledge base, dan Development engine berisi tentang bahasa pemrograman untuk pengembangan sistem pakar.

 

Sistem Pendukung Keputusan ( SPK )

 sumber:wordpress.com/2007/08/01/23-tinjauan-pustaka-sistem-pendukung-keputusan-spk/

Istilah SPK mengacu pada suatu sistem yang memanfaatkan dukungan komputer dalam proses pengambilan keputusan. Untuk memberikan pengertian yang lebih mendalam, akan diuraikan beberapa difinisi mengenai SPK yang dikembangkan oleh beberapa ahli, diantaranya oleh Man dan Watson yang memberikan definisi sebagai berikut, SPK merupakan suatu sistem yang interaktif, yang membantu pengambil keputusan melalui penggunaan data dan model-model keputusan untuk memecahkan masalah yang sifatnya semi terstruktur maupun yang tidak terstruktur. [10]
Karakteristik dan Nilai Guna

Karakteristik sistem pendukung keputusan adalah [10]:

1. Sistem Pendukung Keputusan dirancang untuk membantu pengambil keputusan dalam memecahkan masalah yang sifatnya semi terstruktur ataupun tidak terstruktur dengan menambahkan kebijaksanaan manusia dan informasi komputerisasi.
2. Dalam proses pengolahannya, sistem pendukung keputusan mengkombinasikan penggunaan model-model analisis dengan teknik pemasukan data konvensional serta fungsi-fungsi pencari / interogasi informasi.
3. Sistem Pendukung Keputusan, dirancang sedemikian rupa sehingga dapat digunakan/dioperasikan dengan mudah.
4. Sistem Pendukung Keputusan dirancang dengan menekankan pada aspek fleksibilitas serta kemampuan adaptasi yang tinggi.

Dengan berbagai karakter khusus diatas, SPK dapat memberikan berbagai manfaat dan keuntungan. Manfaat yang dapat diambil dari SPK adalah [10]:

1. SPK memperluas kemampuan pengambil keputusan dalam memproses data / informasi bagi pemakainya.
2. SPK membantu pengambil keputusan untuk memecahkan masalah terutama berbagai masalah yang sangat kompleks dan tidak terstruktur.
3. SPK dapat menghasilkan solusi dengan lebih cepat serta hasilnya dapat diandalkan.
4. Walaupun suatu SPK, mungkin saja tidak mampu memecahkan masalah yang dihadapi oleh pengambil keputusan, namun ia dapat menjadi stimulan bagi pengambil keputusan dalam memahami persoalannya, karena mampu menyajikan berbagai alternatif pemecahan.

Di samping berbagai keuntungan dan manfaat seperti dikemukakan diatas, SPK juga memiliki beberapa keterbatasan, diantaranya adalah [10] :

1. Ada beberapa kemampuan manajemen dan bakat manusia yang tidak dapat dimodelkan, sehingga model yang ada dalam sistem tidak semuanya mencerminkan persoalan sebenarnya.
2. Kemampuan suatu SPK terbatas pada perbendaharaan pengetahuan yang dimilikinya (pengetahuan dasar serta model dasar).
3. Proses-proses yang dapat dilakukan SPK biasanya juga tergantung pada perangkat lunak yang digunakan.
4. SPK tidak memiliki kemampuan intuisi seperti yang dimiliki manusia. Sistem ini dirancang hanyalah untuk membantu pengambil keputusan dalam melaksanakan tugasnya.

Jadi secara dapat dikatakan bahwa SPK dapat memberikan manfaat bagi pengambil keputusan dalam meningkatkan efektifitas dan efisiensi kerja terutama dalam proses pengambilan keputusan.
Komponen Sistem Pendukung Keputusan

Sistem pendukung keputusan terdiri atas tiga komponen utama yaitu [10]:

1. Subsistem pengelolaan data (database).
2. Subsistem pengelolaan model (modelbase).
3. Subsistem pengelolaan dialog (userinterface).

Hubungan antara ketiga komponen ini dapat dilihat pada gambar dibawah.
sistem pendukung keputusan

Gambar : Hubungan antara tiga komponen sistem pendukung keputusan

Sub sistem pengelolaan data (database)
Sub sistem pengelolaan data (database) merupakan komponen SPK yang berguna sebagai penyedia data bagi sistem. Data tersebut disimpan dan diorganisasikan dalam sebuah basis data yang diorganisasikan oleh suatu sistem yang disebut dengan sistem manajemen basis data (Database Management System).
Sub sistem pengelolaan model (model base)
Keunikan dari SPK adalah kemampuannya dalam mengintegrasikan data dengan model-model keputusan. Model adalah suatu tiruan dari alam nyata. Kendala yang sering dihadapi dalam merancang suatu model adalah bahwa model yang dirancang tidak mampu mencerminkan seluruh variabel alam nyata, sehingga keputusan yang diambil tidak sesuai dengan kebutuhan oleh karena itu, dalam menyimpan berbagai model harus diperhatikan dan harus dijaga fleksibilitasnya. Hal lain yang perlu diperhatikan adalah pada setiap model yang disimpan hendaknya ditambahkan rincian keterangan dan penjelasan yang komprehensif mengenai model yang dibuat.
Subsistem pengelolaan dialog (user interface)
Keunikan lainnya dari SPK adalah adanya fasilitas yang mampu mengintegrasikan sistem yang terpasang dengan pengguna secara interaktif, yang dikenal dengan subsistem dialog. Melalui subsistem dialog, sistem diimplementasikan sehingga pengguna dapat berkomunikasi dengan sistem yang dibuat.
Fasilitas yang dimiliki oleh subsistem dialog dibagi menjadi tiga komponen [10]:

1. Bahasa aksi (action language), yaitu suatu perangkat lunak yang dapat digunakan oleh user untuk berkomunikasi dengan sistem, yang dilakukan melalui berbagai pilihan media seperti keyboard, joystick dan keyfunction yang lainnya.
2. Bahasa tampilan (display and presentation language), yaitu suatu perangkat yang berfungsi sebagai sarana untuk menampilkan sesuatu. Peralatan yang digunakan untuk merealisasikan tampilan ini diantaranya adalah printer, grafik monitor, plotter, dan lain-lain.
3. Basis pengetahuan (knowladge base), yaitu bagian yang mutlak diketahui oleh pengguna sehingga sistem yang dirancang dapat berfungsi secara interaktif.

Pengertian Sistem Pendukung Keputusan

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.

Menurut Moore dan Chang (Principle of Service Marketing : 1980) yang diterjemahkan oleh Masrun (Turban dkk : 1995) , sistem pendukung keputusan dapat digambarkan sebagai “sistem yang berkemampuan mendukung analisis ad hocdata, dan pemodelan keputusan, berorientasi keputusan, orientasi perencanaan masa depan dan digunakan pada saat-saat yang tidak biasa”.

         Sedangkan menurut Keen dan Scoot Morton, (Principles of Management : 1968) dalam (Turban dkk, 2005 : 137) sistem pendukung keputusan merupakan “penggabungan sumber-sumber kecerdasan individu dengan kemampuan komponen untuk memperbaiki kualitas keputusan. Sistem pendukung keputusan juga merupakan 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 bukan merupakan alat pengambilan keputusan, melainkan merupakan sistem yang membantu pengambil keputusan dengan melengkapi mereka dengan informasi dari data yang telah diolah dengan 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.

         Menurut Azwar (Sistem Pendukung Keputusan : 1995), dari pengertian sistem pendukung keputusan maka dapat ditentukan karakteristik antara lain :

1.      Mendukung proses pengambilan keputusan, menitik beratkan pada management by perception.

2.      Adanya interface manusia atau mesin dimana manusia (user) tetap memegang kontrol proses pengambilan keputusan

3.      Mendukung pengambilan keputusan untuk membahas masalah terstruktur, semi terstruktur dan tidak terstruktur.

4.      Memiliki kapasistas dialog untuk memperoleh informasi sesuai dengan kebutuhan.

5.      Memiliki subsistem-subsistem yang terintegrasi sedemikian rupa sehingga dapat berfungsi sebagai kesatuan item.

6.      Membutuhkan struktur data komprehensif yang dapat melayani kebutuhan informasi seluruh tingkatan manajemen.

sumber: http://artipengetahuan.blogspot.com/2013/02/pengertian-sistem-pendukung-keputusan.htmlhttp://mesran.net

Sistem Pendukung Keputusan

Decision Support Systems (DSS) atau system pendukung keputusan adalah serangkaian kelas tertentu dari system informasi terkomputerisasi yang mendukung kegiatan pengambilan keputusan bisnis dan organisasi. Suatu DSS yang dirancang dengan benar adalah suatu system berbasis perangkat lunak interaktif yang dimaksudkan untuk membantu para pengambil keputusan mengkompilasi informasi yang berguna dari data mentah, dokumen, pengetahuan pribadi, dan/atau model bisnis untuk mengidentifikasikan dan memecahkan berbagai masalah dan mengambil keputusan.
System pendukung keputusan atau DSS digunakan untuk mengumpulkan data, menganalisa dan membentuk data yang dikoleksi, dan mengambil keputusan yang benar atau membangun strategi dari analisis, tidak pengaruh terhadap computer, basis data atau manusia penggunanya.
Informasi yang biasanya dikumpulkan dengan menggunakan aplikasi pendukung keputusan akan melakukan:

• Mengakses semua asset informasi terkini, termasuk data legasi dan relasional, kompulan data, gudang data, dan kumpulan jumlah besar data.
• Angka-angka penjualan antara satu periode dengan periode lainnya.
• Angka-angka pendapatan yang diperkirakan, berdasarkan pada asumsi penjualan produk baru.
• Konsekuensi pilihan-pilihan pengambilan keputusan yang berbeda, dengan pengalaman dalam suatu konteks yang dirinci ulang.

Sudah begitu banyak perusahaan di berbagai industri yang bergantung pada perangkat, teknik dan pemodelan pendukung keputusan, untuk membantu mereka menganalisa dan memecahkan beragam pertanyaan bisnis sehari-hari. System pendukung keputusan bersifat tergantung oleh data, sebagaimana keseluruhan proses mengambil seluruh kumpulan data yang tersedia, untuk dianalisa.
Perangkat-perangkat, proses, dan metodologi pelaporan berbasis Business Intelligence adalah contoh penggunaan penting dalam system pendukung keputusan manapun, dan memberikan analisis data, pelaporan serta monitoring data yang sangat terpercaya kepada pengguna.
Persyaratan yang biasa dimiliki dalam penerapan Sistem Pendukung Keputusan Tingkat Tinggi:

• Pengumpulan data dari beragam sumber (data penjualan, data inventori, data supplier, data riset pasar, dsb).
• Penformatan dan penggunaan data.
• Lokasi database yang sesuai serta pembangunan format untuk pembuatan laporan dan analisa berbasis pengambilan keputusan.
• Perangkat dan aplikasi yang serba bisa dan mampu memberikan pelaporan, monitoring dan analisa terhadap data.

DSS Design Approach (Structured)

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.

Alur DSS untuk Sistem Informasi Akuntansi

Struktur Alur Data Dalam Aplikasi Business Intelligence

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, sebagaimana digambarkan dalam diagram dibawah.

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

sumber:
Decision Support Systems (DSS) atau system pendukung keputusan adalah serangkaian kelas tertentu dari system informasi terkomputerisasi yang mendukung kegiatan pengambilan keputusan bisnis dan organisasi. Suatu DSS yang dirancang dengan benar adalah suatu system berbasis perangkat lunak interaktif yang dimaksudkan untuk membantu para pengambil keputusan mengkompilasi informasi yang berguna dari data mentah, dokumen, pengetahuan pribadi, dan/atau model bisnis untuk mengidentifikasikan dan memecahkan berbagai masalah dan mengambil keputusan.
System pendukung keputusan atau DSS digunakan untuk mengumpulkan data, menganalisa dan membentuk data yang dikoleksi, dan mengambil keputusan yang benar atau membangun strategi dari analisis, tidak pengaruh terhadap computer, basis data atau manusia penggunanya.
Informasi yang biasanya dikumpulkan dengan menggunakan aplikasi pendukung keputusan akan melakukan:

• Mengakses semua asset informasi terkini, termasuk data legasi dan relasional, kompulan data, gudang data, dan kumpulan jumlah besar data.
• Angka-angka penjualan antara satu periode dengan periode lainnya.
• Angka-angka pendapatan yang diperkirakan, berdasarkan pada asumsi penjualan produk baru.
• Konsekuensi pilihan-pilihan pengambilan keputusan yang berbeda, dengan pengalaman dalam suatu konteks yang dirinci ulang.

Sudah begitu banyak perusahaan di berbagai industri yang bergantung pada perangkat, teknik dan pemodelan pendukung keputusan, untuk membantu mereka menganalisa dan memecahkan beragam pertanyaan bisnis sehari-hari. System pendukung keputusan bersifat tergantung oleh data, sebagaimana keseluruhan proses mengambil seluruh kumpulan data yang tersedia, untuk dianalisa.
Perangkat-perangkat, proses, dan metodologi pelaporan berbasis Business Intelligence adalah contoh penggunaan penting dalam system pendukung keputusan manapun, dan memberikan analisis data, pelaporan serta monitoring data yang sangat terpercaya kepada pengguna.
Persyaratan yang biasa dimiliki dalam penerapan Sistem Pendukung Keputusan Tingkat Tinggi:

• Pengumpulan data dari beragam sumber (data penjualan, data inventori, data supplier, data riset pasar, dsb).
• Penformatan dan penggunaan data.
• Lokasi database yang sesuai serta pembangunan format untuk pembuatan laporan dan analisa berbasis pengambilan keputusan.
• Perangkat dan aplikasi yang serba bisa dan mampu memberikan pelaporan, monitoring dan analisa terhadap data.

DSS Design Approach (Structured)

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.

Alur DSS untuk Sistem Informasi Akuntansi

Struktur Alur Data Dalam Aplikasi Business Intelligence

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, sebagaimana digambarkan dalam diagram dibawah.

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.

sumber:
Decision Support Systems (DSS) atau system pendukung keputusan adalah serangkaian kelas tertentu dari system informasi terkomputerisasi yang mendukung kegiatan pengambilan keputusan bisnis dan organisasi. Suatu DSS yang dirancang dengan benar adalah suatu system berbasis perangkat lunak interaktif yang dimaksudkan untuk membantu para pengambil keputusan mengkompilasi informasi yang berguna dari data mentah, dokumen, pengetahuan pribadi, dan/atau model bisnis untuk mengidentifikasikan dan memecahkan berbagai masalah dan mengambil keputusan.
System pendukung keputusan atau DSS digunakan untuk mengumpulkan data, menganalisa dan membentuk data yang dikoleksi, dan mengambil keputusan yang benar atau membangun strategi dari analisis, tidak pengaruh terhadap computer, basis data atau manusia penggunanya.
Informasi yang biasanya dikumpulkan dengan menggunakan aplikasi pendukung keputusan akan melakukan:

• Mengakses semua asset informasi terkini, termasuk data legasi dan relasional, kompulan data, gudang data, dan kumpulan jumlah besar data.
• Angka-angka penjualan antara satu periode dengan periode lainnya.
• Angka-angka pendapatan yang diperkirakan, berdasarkan pada asumsi penjualan produk baru.
• Konsekuensi pilihan-pilihan pengambilan keputusan yang berbeda, dengan pengalaman dalam suatu konteks yang dirinci ulang.

Sudah begitu banyak perusahaan di berbagai industri yang bergantung pada perangkat, teknik dan pemodelan pendukung keputusan, untuk membantu mereka menganalisa dan memecahkan beragam pertanyaan bisnis sehari-hari. System pendukung keputusan bersifat tergantung oleh data, sebagaimana keseluruhan proses mengambil seluruh kumpulan data yang tersedia, untuk dianalisa.
Perangkat-perangkat, proses, dan metodologi pelaporan berbasis Business Intelligence adalah contoh penggunaan penting dalam system pendukung keputusan manapun, dan memberikan analisis data, pelaporan serta monitoring data yang sangat terpercaya kepada pengguna.
Persyaratan yang biasa dimiliki dalam penerapan Sistem Pendukung Keputusan Tingkat Tinggi:

• Pengumpulan data dari beragam sumber (data penjualan, data inventori, data supplier, data riset pasar, dsb).
• Penformatan dan penggunaan data.
• Lokasi database yang sesuai serta pembangunan format untuk pembuatan laporan dan analisa berbasis pengambilan keputusan.
• Perangkat dan aplikasi yang serba bisa dan mampu memberikan pelaporan, monitoring dan analisa terhadap data.

DSS Design Approach (Structured)

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.

Alur DSS untuk Sistem Informasi Akuntansi

Struktur Alur Data Dalam Aplikasi Business Intelligence

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, sebagaimana digambarkan dalam diagram dibawah.

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. Decision Support Systems (DSS) atau system pendukung keputusan adalah serangkaian kelas tertentu dari system informasi terkomputerisasi yang mendukung kegiatan pengambilan keputusan bisnis dan organisasi. Suatu DSS yang dirancang dengan benar adalah suatu system berbasis perangkat lunak interaktif yang dimaksudkan untuk membantu para pengambil keputusan mengkompilasi informasi yang berguna dari data mentah, dokumen, pengetahuan pribadi, dan/atau model bisnis untuk mengidentifikasikan dan memecahkan berbagai masalah dan mengambil keputusan. System pendukung keputusan atau DSS digunakan untuk mengumpulkan data, menganalisa dan membentuk data yang dikoleksi, dan mengambil keputusan yang benar atau membangun strategi dari analisis, tidak pengaruh terhadap computer, basis data atau manusia penggunanya. Informasi yang biasanya dikumpulkan dengan menggunakan aplikasi pendukung keputusan akan melakukan: Mengakses semua asset informasi terkini, termasuk data legasi dan relasional, kompulan data, gudang data, dan kumpulan jumlah besar data. Angka-angka penjualan antara satu periode dengan periode lainnya. Angka-angka pendapatan yang diperkirakan, berdasarkan pada asumsi penjualan produk baru. Konsekuensi pilihan-pilihan pengambilan keputusan yang berbeda, dengan pengalaman dalam suatu konteks yang dirinci ulang. Sudah begitu banyak perusahaan di berbagai industri yang bergantung pada perangkat, teknik dan pemodelan pendukung keputusan, untuk membantu mereka menganalisa dan memecahkan beragam pertanyaan bisnis sehari-hari. System pendukung keputusan bersifat tergantung oleh data, sebagaimana keseluruhan proses mengambil seluruh kumpulan data yang tersedia, untuk dianalisa. Perangkat-perangkat, proses, dan metodologi pelaporan berbasis Business Intelligence adalah contoh penggunaan penting dalam system pendukung keputusan manapun, dan memberikan analisis data, pelaporan serta monitoring data yang sangat terpercaya kepada pengguna. Persyaratan yang biasa dimiliki dalam penerapan Sistem Pendukung Keputusan Tingkat Tinggi: Pengumpulan data dari beragam sumber (data penjualan, data inventori, data supplier, data riset pasar, dsb). Penformatan dan penggunaan data. Lokasi database yang sesuai serta pembangunan format untuk pembuatan laporan dan analisa berbasis pengambilan keputusan. Perangkat dan aplikasi yang serba bisa dan mampu memberikan pelaporan, monitoring dan analisa terhadap data. DSS Design Approach (Structured) 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. 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. 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). Suatu DSS bersifat kooperatif jika data dikumpulkan, dianalisa dan lalu diberikan kepada manusia yang menolong system untuk merevisi atau memperbaikinya. 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. Communication Driven DSS adalah suatu tipe DSS yang banyak digabungkan dengan metode atua aplikasi lain, untuk menghasilkan serangkaian keputusan, solusi atau strategi. 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. 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. 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. Alur DSS untuk Sistem Informasi Akuntansi Alur DSS untuk Sistem Informasi Akuntansi Struktur Alur Data Dalam Aplikasi Business Intelligence 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, sebagaimana digambarkan dalam diagram dibawah. Pembagian Kategori Dashboard Berdasarkan Penitikberatan Pengambilan Informasi Perusahaan Manfaat Penggunaan Aplikasi Terapan DSS/Decision Support System dalam Bentuk Business Intelligence Dashboard; 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. Memberikan tampilan yang lebih enak dilihat dan lebih professional yang disesuaikan dengan kultur serta bidang bisnis perusahaan yang menggunakan aplikasi ini. 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 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: Grafik keseluruhan angka penjualan tiket yang dihasilkan tim Sales setiap harinya dimana manajemen dapat meilhat pergerakan terakhir yang terjadi satu jam sebelum pengaksesan dashboard. Grafik keseluruhan angka penjualan tiket yang dihasilkan pada satu hari sebelum pengaksesan dashboard (H-1) Grafik keseluruhan angka penjualan secara mingguan (pergerakan mingguan). Grafik keseluruhan angka penjualan secara bulanan (pergerakan bulanan). Grafik keseluruhan angka penjualan secara tahunan (pergerakan tahunan). Grafik penjualan per staff sales untuk mengukur kinerja masing-masing personel.

11 Aplikasi Karya Anak Bangsa Siap Mendunia

Karya-karya anak bangsa tidak kalah dengan karya-karya dari luar negeri, terbukti beberapa pembuat game dunia seperti Square Enix dari Jepang rela mendirikan kantornya di Indonesia untuk menjaring karya-karya anak Indonesia. Alasan mereka simpel, karya-karya anak Indonesia unik, kreatif, inovatif, dan bisa diterima oleh masyarakat dunia. 

Begitu juga dengan vendor-vendor dunia, sering mengadakan acara pencarian dan lomba pembuatan aplikasi tingkat nasional dan dunia di Indonesia. Tentu acara ini sangat dinantikan oleh anak-anak muda yang suka mengotak-atik aplikasi dalam berbagai kategori yang sudah ditentukan oleh panitia yang nantinya akan diaplikasikan ke dalam berbagai sistem operasi yang sudah ada saat ini. 

Berikut ini 11 aplikasi karya anak bangsa yang siap mendunia melalui ajang Djarum Black Apps Competition : 

1. Tutwuri Aplikasi karya dari Maximillian Audrey ini digunakan untuk mencari informasi seputar beasiswa bukanlah pekerjaan mudah, ibarat mencari jarum dalam tumpukan jerami. Berangkat dari pengalaman susahnya mencari informasi tentang beasiswa, Maximilian mencoba memberikan ide terbaiknya dalam rangka ingin membantu teman-teman lainnya melalui aplikasi Tutwuri yang dicetuskannya. Tutwuri adalah aplikasi mobile yang berfungsi untuk membantu teman-teman yang sedang mencari beasiswa. Dengan berbekal database tentang beasiswa, profil pengguna, fitur sosial, dan logika untuk menyamakan profil dengan info beasiswa yang tersedia, Tutwuri diharapkan akan menjadi media pembantu bagi teman-teman pencari beasiswa. 




Silat Academy aplikasi game karya Ias Ari Mahaputra Naibaho, Silat Academy adalah game cerdas dimana pemain bermain sambil mengasah otak. Berbekal gameplay yang sederhana dan menarik, permainan Silat Academy mengharuskan pemain untuk berhitung (dengan cara mengumpulkan angka-angka yang jatuh dari langit) guna mencapai angka yang diminta oleh sang guru dan mengumpulkan skor sebanyak-banyaknya sebelum waktu permainan habis. 






Celia aplikasi karya Fahri Ali Imran. Celia adalah aplikasi wajib bagi para pengguna kendaraan bermotor. Dilengkapi dengan fitur traffic management center yang terpadu, pengguna dapat melihat kondisi jalanan secara realtime. Celia juga dilengkapi dengan fitur penghitung pengunaan bensin dan jarak yang ditempuh. Kelebihan Celia juga ditambah dengan adanya fitur informasi seputar data-data kendaraan, sehingga pengguna pun dapat lebih mengenal profil kendaraannya. Tidak cukup itu saja, Celia juga menerapkan teknologi untuk pengguna yang sering melakukan iring-iringan, sehingga tidak ada lagi yang namanya kehilangan saat melakukan iring-iringan. 






Dokutown aplikasi karya Fikri Firdiansyah. Jual beli barang online akan menjadi lebih seru dan menarik dengan Dokutown. Dokutown adalah aplikasi yang diperuntukkan bagi orang-orang yang ingin melakukan transaksi jual dan beli. Dikemas dalam sebuah kota, pengguna aplikasi dapat menyewa tempat / lahan untuk berjualan secara online, disisi lain pengguna juga bisa berbelanja online dengan cara menelusuri toko-toko yang ada dalam kota tersebut. Dokutown, dilengkapi dengan banyak fitur, mulai dari fitur-fitur yang khusus diperuntukkan bagi pengguna yang ingin menjual barang dagangannya, statistik pengunjung dan aktifitas transaksi jual beli hingga fitur-fitur yang diperuntukkan bagi pengguna yang hanya ingin berbelanja. Dokutown diharapkan membawa nafas baru bagi para penggemar online shopping dan bagi para pedagang online. 






Smurt aplikasi karya Padhu Waskitha Adiraharja. Smurt adalah aplikasi yang diperuntukan bagi setiap orang yang membutuhkan jawaban dari pertanyaan-pertanyaan yang ada. Berbasis komunitas, aplikasi Smurt mengandalkan jawaban dari pengguna Smurt lainnya. Smurt sendiri dilengkapi dengan fitur tanya jawab, kategori pertanyaan, mesin pencari berdasarkan kata kunci, penilaian terhadap pengguna yang memberikan jawaban, dan status pertanyaan terkini yang paling banyak dibicarakan. Dengan demikian, Smurt diharapkan dapat menjadi solusi bagi setiap orang dalam mencari jawaban dari setiap pertanyaan. 






Wisdomp aplikasi karya Danu K Wardhana. Wisdomp adalah aplikasi yang diperuntukkan bagi setiap orang yang ingin aktifitas keuangan sehari-hari nya termonitor dengan baik. Tidak lain tujuan dari aplikasi Wisdomp adalah untuk menghindari besar pasak daripada tiang. Dilengkapi dengan fitur pencatatan keuangan (pemasukan & pengeluaran), kategori, statistik, histori, dan juga status terakhir keuangan, diharapkan Wisdomp bisa menjadi aplikasi keuangan yang praktis dan bermanfaat dalam kehidupan sehari-hari. 






Kuda Lumping aplikasi game karya dari Apris Sugianto Sudrajat. Berbekal cinta akan budaya nasional, Apris Sugianto Sudrajat memiliki keinginan untuk mensosialisasikan kuda lumping sebagai salah satu budaya nasional melalui permainan yang lucu dan menarik. Sesuai dengan judulnya Kuda Lumping (The Mystic Dance), Kuda Lumping akan beraksi saat disusupi oleh mahluk halus, demikian pula dengan gameplay Kuda Lumping ini. Pemain harus menangkap hantu-hantu yang berkeliaran dan menariknya masuk kedalam Kuda Lumping (drag & drop). Selain hantu-hantu, game juga menyediakan sesajen sebagai tambahan point atau waktu permainan. Game Kuda Lumping (The Mystic Dance) diharapkan akan menjadi sosialisasi budaya indonesia di dunia internasional. 






Health Supporter karya dari Tirta Adi Gunawan. Health Supporter adalah aplikasi yang diperuntukkan bagi para penderita kanker. Tujuan utama dari aplikasi ini adalah membangun semangat hidup para penderita kanker. Quotes (kutipan-kutipan), Tips, dan Group yang bertemakan tentang mengatasi kanker diharapkan bisa memotivasi penderita kanker dalam menghadapi penyakitnya. Selain itu, Health Supporter juga dilengkapi dengan fitur sosial dengan tujuan agar bisa berkomunikasi melalui fitur comment dan bisa saling berbagi kutipan dan tips melalui Facebook dan Twitter.  






BloodMob aplikasi karya dari Sandy Colondam. BloodMob adalah aplikasi mobile yang berfungsi untuk membantu dan mempermudah teman-teman mencari pendonor darah dan orang-orang yang membutuhkan darah. Dengan bantuan Location Based Service (LBS) pada aplikasi, pengguna aplikasi akan lebih mudah dalam pencarian sesuai dengan lokasi pengguna saat ini. BloodMob dilengkapi juga dengan fitur sosial agar pengguna dapat lebih mudah berkomunikasi dengan pengguna lainnya. Selain itu BloodMob juga terhubung dengan Facebook & Twitter. BloodMob juga memberikan informasi-informasi yang menarik seputar golongan darah kepada pengguna. 






Zigna aplikasi karya Cepi Burhan. Zigna adalah aplikasi yang diperuntukkan bagi para penderita penyakit yang sering lupa minum obat. Fungsi utama dari Zigna adalah untuk mengingatkan penderita untuk meminum obat. Dibekali dengan fitur informasi seputar obat-obatan, data penderita dan obat-obatan yang dikonsumsi, Zigna diharapkan tidak hanya sebagai aplikasi pengingat saja, tapi juga sebagai aplikasi yang menyadarkan penderita tentang pentingnya minum obat dan menjaga kesehatan. 





Emba aplikasi karya dari Yonas Rahendanu.Dalam keadaan darurat dibutuhkan tindakan yang cepat dan tepat, itu adalah prinsip dasar dari ide aplikasi Emba. Emba adalah aplikasi sederhana yang memberikan kesempatan bagi pengguna untuk mempersiapkan diri apabila pengguna mengalami keadaan darurat. Dengan menyediakan fitur-fitur darurat seperti ; kirim otomatis pesan darurat dan lokasi pengguna terkini melalui SMS, Email, Facebook, dan Twitter, diharapkan penerima pesan yang sebelumnya sudah di set oleh pengguna dapat segera menolong pengguna aplikasi. Selain kirim otomatis pesan darurat, Emba juga menyediakan sarana untuk melakukan panggilan otomatis dan mematikan suara handphone. Cukup dengan menekan tombol darurat Emba pada layar home, maka aplikasi akan bekerja secara otomatis. Emba adalah aplikasi wajib bagi semua pengguna handphone. 

sumber