[] [ ]readmore

Senin, 16 Januari 2012

Data, Pengetahuan (Knowledge) dan Penunjang Keputusan


10.1 Pengambilan Keputusan di Level Manajemen
Manajemen adalah proses pencapaian sesuatu hal dengan menggunakan sources
(manusia, uang, energi, material atau barang, ruang dan waktu). Agar dapat
menggunakan sources ini dengan tepat , maka dibutuhkan manajer yang dapat
melakukan pengambilan keputusan dalam merencanakan, mengatur, memotivasi
dan mengawasi pelaksanaan aktivitas.
Manajer memiliki tiga peran dasar :
Interpersonal roles
Informational roles
Decisional roles
Pengambilan keputusan yang dilakukan oleh manajer dibagi menjadi dua tahapan :
Fase I : Identifikasi permasalahan dan peluang yang ada.
Fase II : Pengambilan tindakan yang akan dilakukan.
Input pada fase II adalah permasalahan dan peluang yang telah diidentifikasi.
Kemudian pada tahapan ini dilakukan evaluasi terhadap alternatif dan pilihan
untuk memecahkan permasalahan tersebut.
Pengambilan Keputusan, yang melakukan proses data secara manual, memiliki
kesulitan-kesulitan dalam hal sebagai berikut :
Meningkatnya jumlah alternatif atau pilihan untuk dievaluasi pada setiap
keputusan
Tidak dapat melakukan proses data secara manual dengan cepat.
Keputusan yang kompleks menuntut analisis yang rumit agar dapat
menghasilkan keputusan yang baik. Hal ini membutuhkan bantuan Teknologi
Informasi.
Cost akibat mengambil keputusan yang salah dapat menjadi sangat tinggi.
Adanya kebutuhan untuk mengakses informasi-informasi yang jauh dan
keahlian-keahlian.

10.2 Manajemen dan Transformasi Data
10.2.1 Proses Transformasi Data
Proses transformasi data secara umum dimulai dengan pengumpulan data dari
berbagai macam sumber. Selanjutnya, data tersebut disimpan pada suatu basis
data. User telah langsung dapat menggunakan data dari basis data tersebut untuk
mendukung pengambilan keputusan. Cara lain selain itu adalah dengan memproses,
mengatur dan menyimpan data tersebut ke dalam data warehouse yang selanjutnya
dilakukan analisis oleh user untuk pengambilan keputusan. Beberapa data dapat
diubah menjadi informasi dan beberapa data atau informasi dapat dianalisis untuk
menjadi pengetahuan.

10.2.2 Kumpulan dan Sumber Data (Data Sources and
Collection)
Data dapat terdiri atas dua jenis yaitu dynamic data, dimana merupakan data yang
selalu berubah-ubah secara berkesinambungan seperti harga barang, temperatur
udara dan static data yang merupakan data yang tidak berubah-ubah.
Lembaga Sertifikasi Profesi Telematika Indonesia 209
Data juga dapat dikelompokan berdasarkan sumbernya sebagai berikut :
Internal Data
Internal Data merupakan data yang dihasilkan oleh Sistem Proses Transaksi
(Transactional Processing System) perusahaan, Sistem Informasi Pengguna
Fungsional (Functional User Information System), fungsi-fungsi lainnya serta
individu-individu yang termasuk bagian internal perusahaan atau organisasi.
Personal Data
Personal Data merupakan data-data pribadi pegawai perusahaaan.
External Data
External Data adalah data-data yang dihasilkan di luar organisasi atau
perusahaan seperti laporan pemerintah atau data-data yang berasal dari
internet.
Metode pengumpulan data dapat dilakukan dengan berbagai macam cara. Data
dapat dikumpulkan dengan menggunakan alat atau sensor. Selain itu data juga
dapat dipindahkan secara elektronik dengan menggunakan alat untuk memindai
ataupun pengumpulan data secara otomatis melalui web. Namun pengumpulan data
juga masih dilakukan secara manual untuk hal-hal tertentu seperti survey,
pengamatan dan lain sebagainya.

10.2.3 Kualitas Data
Kualitas data adalah ketepatan, kelengkapan dan integritas data. Data sering sekali
tidak akurat, tidak lengkap dan ambigu. Untuk itu organisasi perlu menjamin bahwa
data akurat, aman, relevan lengkap, konsisten,
Data dan informasi dapat disimpan dalam sebuah basis data (database), data
warehouses, dan data marts.

10.2.4 Sistem Manajemen Dokumen Elektronik (Electronic Document Management System / DMS)
Sistem manajemen dokumen elektronik adalah manajemen dan pengawasan secara otomatis terhadap dokumen – dokumen elektronik dalam suatu organisasi. Sistem manajemen dokumen memungkinkan dilakukannya pengawasan yang lebih terhadap pembuatan, penyimpanan, dan pendistribusian dokumen. Fungsi lain dari DMS adalah dapat melakukan identifikasi dokumen, digitizationi, penyimpanan, pengambilan , tracking, dan lain sebagainya.

10.2.5 Business Intelligence
Business Intelligence adalah suatu teknologi atau program untuk mengumpulkan,
menyimpan, menganalisa, serta menyediakan akses terhadap data untuk membantu perusahaan atau organisasi dalam mengambil keputusan. Business Intelligence pada umunya melibatkan penggunaan atau pembuatan data warehouse dan atau data marts untuk tempat penyimpanan data. Proses kerja Business Intelligence dimulai dari pengumpulan data mentah, selanjutnya dengan menggunakan data warehouse atau data marts tabel-tabel data dihubungkan dan data cube dibuat. Hal ini ditujukan untuk dapat dilakukan analisis yang mendalam terhadap data. Dengan menggunakan Business Intelligence, pengguna dapat mengajukan query, permintaan laporan ataupun melakukan suatu analisis. Hasil dari permintaan pengguna ini dapat disajikan dalam bentuk laporan, perkiraan, grafik yang selanjutnya dapat digunakan untuk membantu dalam pengambilan keputusan.

10.3 Sistem Penunjang Keputusan (Decision Support System / DSS)
Pengambilan keputusan merupakan hal yang sulit dan dengan proses yang rumit.
Untuk itu diperlukan bantuan komputer untuk menunjang pengambilan keputusan,
sehingga dibutuhkan Sistem Penunjang Keputusan.

10.3.1 Proses Pengambilan Keputusan (Decision Making Process)
Proses pengambilan keputusan memiliki empat tahapan :
1. Tahapan Intelligence (Intelligence Phase)
Pada tahapan ini, dilakukan identifikasi, klasifikasi serta pernyataan
permasalahan.
2. Tahapan Perancangan (Design Phase)
Pada tahapan ini dilakukan perumusan suatu model atau asumsi, kemudian
menentukan kriteria untuk melakukan evaluasi terhadap solusi, dan
memprediksi seberapa baik solusi tersebut menyelesaikan permasalahan.
Lembaga Sertifikasi Profesi Telematika Indonesia 211
3. Tahapan Pemilihan (Choice Phase)
Pada tahapan ini dilakukan pemilihan terhadap solusi-solusi. Hal ini dapat
dilakukan dengan uji coba dengan beberapa skenario yang berbeda-beda.
4. Tahapan Implementasi (Implementation Phase)
Setelah ditemukan suatu solusi yang layak, maka dilakukan implementasi terhadap solusi tersebut. Berikut digambarkan proses pengambilan keputusan :
Gambar Proses Pengambilan Keputusan

10.3.2 Pemodelan dalam Pengambilan Keputusan (Modeling in Decision Making)
Model dalam pengambilan keputusan dibagi atas empat kelompok sesuai tingkat
abstraknya :
1. Iconic (scale) models
Iconic models yang merupakan model yang paling tidak abstrak, adalah
model fisik dari suatu sistem dimana biasanya memiliki skala yang berbeda
dengan aslinya.
Lembaga Sertifikasi Profesi Telematika Indonesia 212
2. Analog models
Analog models tidak menyerupai sistem aslinya tetapi cara kerjanya serperti
sistem aslinya. Analog models dapat berwujud fisik tapi bentuknya berbeda
dari bentuk sistem aslinya.
3. Mathematical (Quantitative) models
Mathematical models adalah model abstrak yang meimiliki dukungan atau
kemampuan matematika.
4. Mental models
Mental models adalah suatu model yang menyediakan deskripsi tentang
bagaimana manusia berpikir tentang suatu situasi. Model ini mencakup
kepercayaan, asumsi, relationship(hubungan) dan alur kerja.

10.3.3 Framework Penunjang Keputusan Terkomputerisasi (Framework for Computerized Decision Support)
Sistem penunjang keputusan dibagi atas dua dimensi :
a. Problem Structure
Hal ini didasarkan atas pemikiran bahwa proses pengambilan keputusan
berlaku mulai dari keputusan yang sangat terstruktur sampai dengan
keputusan yang sangat tidak terstruktur. Keputusan terstruktur merupakan
permasalahan rutin dan berulang dimana terdapat solusi standar untuk hal
itu. Pada permasalahan yang terstruktur, dilakukan tahapan proses
pengambilan keputusan untuk menemukan solusinya.
b. Nature of Decision
Dimensi kedua ini mencakup beberapa kategori, yaitu :
o Operational Control
Pengawasan terhadap pelaksanaan tugas dengan efektif dan efisien.
o Management Control
Pengawasan terhadap proses mendapatkan dan menggunakan
resources dalam mencapai tujuan organisasi.
o Strategic Planning
Lembaga Sertifikasi Profesi Telematika Indonesia 213
Penentuan tujuan jangka panjang, dan kebijakan untuk pertumbuhan
perusahaan serta alokasi resources.

10.3.4 Karakteristik dan Kemampuan Sistem Penunjang
Keputusan
            Berikut ini beberapa karakteristik dan kemampuan dari Sistem Penunjang Keputusan (Decision Support System / DSS) :
Penunjang pengambilan keputusan tersedia untuk seluruh level manajemen.
DSS menunjang beberapa keputusan berurut dan atau keputusan
interdependen (interdependent).
DSS menunjang semua tahapan proses pengambilan keputusan (intelligence,
design , choice, implementation).
Pengguna dapat melakukan adaptasi terhadap DSS sehubungan dengan
perubahan kondisi.
Sistem mudah untuk dibangun.
DSS yang canggih biasanya dilengkapi dengan komponen Knowledge
Management yang memungkinkan pengambilan keputusan yang efektif dan
efisien terhadap permasalahan yang rumit atau kompleks.

10.3.5 Komponen Sistem Penunjang Keputusan (Component of DSS)
Sistem Penunjang Keputusan memiliki beberapa komponen sebagai berikut :
  • Data Management
Data Management merupakan proses manajemen terhadap sekumpulan data
yang relevan yang berada pada basis data untuk pengambilan keputusan. Hal
ini dilakukan oleh Database Management System (DBMS).
  • User Interface (or human –machine communication)
User Interface memungkinkan pengguna untuk berkomunikasi dan
memerintah DSS.
  • Model Management
Komponen Model Management mencakup keuangan, statistik, ilmu
manajemen (management science) atau model kuantitatif lainnya, dimana
menyedikan kemampuan analisis dan program manajemen software untuk
melakukan manajemen terhadap model.
  • Knowledge Management
Knowledge Management merupakan proses penyediaan pengetahuan
(knowledge) untuk solusi terhadap permasalahan tertentu.

10.3.6 Sistem Penunjang Keputusan (DSS) dan Web
Pada masa sekarang ini, banyak Sistem Penunjang Keputusan dibangun sebagai
Sistem berbasis Web (Web-based), sehingga dapat dengan mudah dan murah
digunakan oleh siapa saja dalam organisasi.

10.4 Enterprise Decision Support
10.4.1 Executive Information and Decision Support
Executive Information System (EIS) atau yang juga dikenal dengan Executive
Support System (ESS) adalah tool yang dirancang untuk memenuhi kebutuhan informasi para top executives. EIS menyediakan akses yang cepat terhadap informasi dan akses langsung terhadap laporan manajemen. EIS memiliki kemampuan-kemampuan sebagai berikut :
  • Drill down
Kemampuan menyediakan informasi lebih rinci atau detil dari suatu informasi.
Critical Success Factors(CSFs) and Key Performance Indicators
Critical Success Factors adalah faktor-faktor yang harus berjalan dengan
benar untuk mencapai tujuan organisasi.
  • Status Access
Lembaga Sertifikasi Profesi Telematika Indonesia 215
Pada mode status access dari EIS, para eksekutif dapat mengakses kapan
saja data-data terakhir atau laporan pada status dari key indicators atau
faktor lain.
  • Trend Analysis
Analisis trend data dapat dilakukan dengan menggunakan model forecasting
yang terdapat pada Executive Support Systems.
  • Ad hoc Analysis
Executive Information Systems menyediakan kemampuan ad hoc analysis
dimana eksekutif dapat membuat permintaan khusus terhadap analisis data
selain akses terhadap laporan yang tersedia.
  • Exception Reporting
EIS memiliki kemampuan untuk menyediakan exception reporting atau
laporan pengecualian, yaitu laporan tentang suatu kasus pengecualian (terlalu
buruk atau baik kinerjanya).
  • Intelligent EIS
Intelligent EIS merupakan EIS yang telah mengautomasi proses drill down,
menemukan kasus pengecualian (exception) dan jugamenganalisis trend,
sehingga dapat menghemat waktu para eksekutif.
Integration with DSS
EIS sangat berguna untuk mengidentifikasi permasalahan dan peluang,
selanjutnya perlu dilakukan suatu langkah keputusan setelah permasalahan
ditemukan, untuk itu perlu diintegrasikan antara DSS dengan EIS.

10.4.2 Group Decision Support System (GDSS)
GDSS adalah sistem berbasis komputer yang menyediakan solusi terhadap
permasalahan yang semi terstruktur maupun permasalahan yang tidak tersetruktur
dari sekelompok pengambil keputusan.
Tujuan dari GDSS adalah untuk meningkatkan produktivitas dari suatu pertemuan
kelompok dalam mengambil keputusan, dengan mempercepat proses pengambilan
keputusan atau meningkatkan kualitas keputusan yang dihasilkan melalui fasilitas
pertukaran ide, pendapat dalam kelompok tersebut.

10.5 Data and Information Analysis and Mining
10.5.1 Analytical Processing
Analytical Processing adalah aktivitas melakukan analisis terhadap sekelompok data baik menganalisis relationship, mencari pola, trends dan exception, serta analisis keputusan dan lain sebagainya.
Online Analytical Processing (OLAP) adalah aktivitas melakukan analisis data menggunakan spreadsheet atau grafik yang dilakukan secara online. Berbeda halnya dengan aplikasi Online Transaction Processing (OLTP), OLAP melibatkan data yang berbeda-beda dengan relationship yang kompleks.
OLAP dapat dinyatakan sebagai online queries yang melakukan hal-hal diantaranya sebagai berikut :
  • Akses jumlah data yang sangat banyak
  • Menganalisis relationship antara banyak jenis elemen bisnis seperti penjualan,produk, channeldan lain-lain.
  • Melibatkan aggregated data seperti volume penjualan, budget dan lain sebagainya.
  • Membandingkan aggregated data pada hierarki waktu (bulan, kuarter, tahun).
  • Menyajikan data dengan sudut pandang yang berbeda-beda.
  • Melibatkan perhitungan yang kompleks
  • Memberikan respon yang cepat terhadap permintaan pengguna.

10.5.2 Data Mining
Data Mining adalah teknik manajemen data yang digunakan dengan data
warehouses dan data marts. Teknologi data miniing memiliki kemampuan untuk
melakukan perkiraan otomatis dari trends dan behaviors (automated prediction of
trends and behaviors) serta menemukan pattern yang sebelumnya tidak diketahui
secara otomatis (automated discovery of previously unknown patterns).

10.5.2.1 Karakteristik Data Mining
Data mining memiliki karakteristik-karakteristik sebagai berikut :
Lembaga Sertifikasi Profesi Telematika Indonesia 217
Tools data mining dibutuhkan untuk mendapatkan data yang terpendam.
Miner yang dalam hal ini adalah pengguna, dilengkapi dengan “data drills”
dan query tools untuk mengajukan pertanyaan dan mendapatkan jawaban
terhadap pertanyaan tersebut dengan cepat.
Environtment dari data mining biasanya memiliki arsitektur client/server.
Karena jumlah data yang besar, terkadang dibutuhkan proses yang paralel
pada data mining.
Tools data mining dapat dengan mudah dikombinasikan dengan spreadsheet
atau tools pengembangan software lainnya, yang memungkinkan analisis dan
proses terhadap data cepat dan mudah.
Data mining menghasilkan lima jenis informasi, yaitu : associations,
sequences, classifications, clusters, dan forecasting.

10.5.2.2 Tools Data Mining
Data mining dapat menggunakan beberapa tools berbasis teknologi informasi.
Beberapa tools yang cukup dikenal adalah sebagai berikut :
  • Neural Computing
Neural Computing adalah pendekatan machine-learning dimana data historis dapat diteliti untuk diperoleh polanya (patterns).
  • Intelligent Agents
Intelligent agents adalah agents yang dapat membantu melakukan data mining seperti analisis trend, prediksi dan lain sebagainya. Contoh penggunaanya adalah untuk mendapatkan informasi yang tepat pada internet atau intranet dengan basis data.
  • Association Analysis
Association Analysis adalah pendekatan dimana pengguna menentukan suatu algoritma yang mengurutkan kumpulan data yang besar dan menyatakan aturan statistik di antara data-data tersebut.

10.5.3 Ethical and Legal Issues
Terdapat beberapa permasalahan yang berhubungan dengan etika dan keabsahan
menurut hukum sehubungan dengan data mining dan analisis data.

10.5.3.1 Ethical Issues
Permasalahan yang berhubungan dengan etika yang mungkin muncul adalah pelanggaran terhadap hak privacy seseorang, dimana dengan adanya data mining, dapat diperoleh data yang tersembunyi bahkan data-data yang sifatnya pribadi dan dapat diakses oleh orang lain. Permasalahan lainnya adalah “human judgment”, dimana dalam mengambil keputusan dapat saja terjadi “human judgement”, sehingga proses bersifat subjektif sehingga tidak menghasilkan keputusan yang tepat.

10.5.3.2 Legal Issues
Permasalahan pada data mining yang berhubungan dengan hukum adalah masalah
diskriminasi, keamanan data, dan kepemilikan data. Contohnya dengan adanya penemuan-penemuan pada data mining atau analisis data, suatu perusahaan dapat saja mengirimkan katalog hanya pada pelanggan-pelanggan tertentu saja dengan jenis kelamin tertentu atau kriteria lainnya. Sementara itu dalam masalah keamanan, suatu perusahaan harus dapat menjamin bahwa data perusahaan dan
anggota perusahaan aman dari sabotase dan kejahatan lainnya. Disamping itu
kepemilikian data juga menjadi permasalahan, dimana muncul pertanyaa tentang
siap sebenarnya pemilik sah dari data pribadi tersebut.

10.6 Teknologi Visualisasi Data
10.6.1 Visualisasi Data
Visualisasi data adalah presentasi data dengan menggunakan teknologi seperti gambar digital, Sistem Informasi Geografis, tabel dan grafik multidimensional dan lain sebagainya. Dengan menggunakan teknologi analisis visual, dapat dilihat permasalahan yang telah ada bertahun-tahun namun tidak terdeteksi dengan metode analisis standar.

10.6.2 Visual Interactive Decision Making
Visual Interactive Modeling (VIM) merupakan teknologi yang menggunakan tampilan grafik atau gambar dengan komputer untuk merepresntasikan pengaruh dari manajemen yang berbeda-beda atau keputusan operasional dari suatu tujuan. Perbedaan VIM dengan simulasi biasa adalah pada VIM, pengguna dapat ambil bagian langsung dalam proses pengambilan keputusan, melihat hasil, berinteraksi dan memanipulasi sistem.

10.6.3 Geographical Information System (GIS)
Sistem Informasi Geografis (Geographical Information System) adalah teknologi visualisasi data yang mengambil, menyimpan, memeriksa, mengintegrasi, memanipulasi dan menampilkan data dengan menggunakan peta digital. Setiap data atau objek yang tersimpan dapat diidentifikasi lokasi geografisnya. Kategori GIS dapat dibagi menjadi dua bagian :
a. Function : spatial imaging (peta elektronik), perancangan (design) dan
perencanaan (planning), manajemen basis data dan memodelkan keputusan
(decision modeling).
b. Application : surveying and mapping (survei dan pemetaan), design and
engineering, demographics dan analisis pasar (market analysis), transportasi
dan logistik, manajemen fasilitas serta perencanaan strategis dan
pengambilan keputusan (strategic planning and decsion making).

10.7 Knowledge Management (KM)
10.7.1 Pengertian Knowledge Management
Knowledge Management adalah proses mengumpulkan dan menciptakan pengetahuan secara efisien, mengatur basis pengetahuan organisasi (organicational knowledge base) untuk menyimpan pengetahuan, dan memfasilitasi knowledge sharing (berbagi pengetahuan) sehingga pengetahunn tersebut dapat diterapkan di dalam perusahaan. Tujuan utama dari knowledge management adalah memfasilitasi knowledge sharing (berbagi pengatahuan). Saling berbagi pengetahuan tersebut dapat terjadi antara pelanggan, pegawai dan dengan rekan-rekan bisnis.

10.7.2 Aktivitas Knowledge Management dan Dukungan
Teknologi Informasi
Dalam pelaksanaannya knowledge management ditunjang oleh Teknologi Informasi untuk hal-hal sebagai berikut :
  • Knowledge identification
Knowledge identification merupakan aktivitas identifikasi terhadap pengetahuan.
  • Knowledge discovery and analysis
Dengan menggunakan mesin pencari (search engines), basis data dan data mining. Pengetahuan yang tepat dapat ditemukan dan dianalisis.
  • Knowledge acquisition
Knowledge acquisition merupakan proses pengumpulan dan pengaturan pengetahuan sehingga dapat digunakan.
  • Knowledge creation via idea generation
Knowledge creation via idea generation merupakan proses pembuatan pengetahuan dengan menggunakan teknologi idea generation. Terdapat berbagai macam software untuk idea generation, yang dirancang membantu menstimulasi seorang atau suatu kelompok untuk menghasilkan ide-ide atau pilihan-pilihan .
  • Establishment of organizational knowledge bases
Pengetahuan perusahaan perlu disimpan pada suatu basis pengetahuan (knowledge base) sehingga perlu dibuat suatu basis pengetahuan (knowledge base).
  • Knowledge distribution and use
Teknologi diterapkan untuk memungkinkan pendistribusian knowledge ketika dibutuhkan.
by Facebook Comment

Tidak ada komentar:

Poskan Komentar

Loading...