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.
Tidak ada komentar:
Posting Komentar