• djogzs
    Welcome

Cara Membuat Penomoran Halaman di Posisi Yang Berbeda di MS Word

Sabtu, 15 Maret 2014 0 komentar



Format laporan memiliki banyak kesamaan namun juga terdapat berbagai perbedaan, dimulai dari struktur bab hingga penempatan nomor halaman dan juga jenis nomor yang digunakan, di dalam beberapa jenis laporan biasanya terdapat keharusan penempatan nomor halaman yang berbeda sehingga hal ini menyulitkan terutama bagi beberapa penulis yang tidak mengetahui trik membuat penomoran halaman di posisi yang berbeda dengan jenis nomor yang berbeda pula. Meskipun hanya hal kecil tetapi tak ayal seringkali membuat pusing kepala.



Merespon permintaan komentator “Si Entong” di artikel Membuat Penomoran yang Berbeda Pada Halaman Dokumen Word 2007, maka kali ini saya akan memberikan tips membuat penomoran halaman di posisi yang berbeda dengan format penomoran yang berbeda pula.
Jalankan Microsoft Office Anda, ohya saya sangat menyarankan Anda menggunakan MS Word 2007 atau versi terbaru agar lebih mudah mengaplikasikan trik ini. Oke, setelah MS Word berjalan, klik menu ribbon Page Layout –> Breaks –> Next Page. Pada halaman MS Word Anda akan muncul halaman kedua secara otomatis, kembalikan kursor ke halaman pertama.


Dengan posisi kursor mouse pada halaman pertama, klik menu ribbon Insert –> Page Number –> Format Page Number, lihat gambar untuk petunjuk yang lebih jelas.


Lalu akan muncul jendela kecil di mana Anda diminta untuk melakukan pengaturan jenis penomoran. Pada Number format pilih jenis penomoran i, ii, iii kemudian pada Page numbering pilih Start at dan isikan i. Kemudian klik OK untuk menyimpan pengaturan.


Setelah itu Anda akan kembali ke halaman pertama MS Word, klik menu ribbon Insert –> Page Number –> Bottom of Page –> Plain Number 2 atau posisi di tengah bawah. Maka kemudian akan muncul nomor halaman dengan jenis nomor (i) dan posisi berada di tengah bawah. Posisi nomor halaman berada di dalam footer halaman pertama. Jangan lupa untuk mencentang kotak pilihan Different First Page pada menu ribbon Design.




Kemudian posisikan kursor di dalam header halaman kedua, kembali klik Insert –> Page Number –> Format Page Numbers.


Anda akan melihat sebuah jendela kecil muncul, di mana Anda diminta untuk melakukan pengaturan jenis penomoran. Pada Number format pilih jenis penomoran 1,2, 3 kemudian pada Page numbering pilih Start at dan isikan 1. Kemudian klik OK untuk menyimpan pengaturan.


Kembali ke header halaman kedua, klik menu ribbon Insert –> Page Number –> Top of Page –> Plain Number 3 atau atas kanan.


Penampakan hasil akhir akan terlihat seperti gambar di bawah ini.


Apabila footer halaman kedua mengikuti penomoran pada footer halaman pertama, letakkan kursor di dalam footer halaman kedua dan hilangkan pilihan Link to Previous pada ribbon Design. Atau coba untuk hapus secara manual.



Sekilas trik ini terlihat sederhana, tetapi bagi beberapa pengguna yang membutuhkan cara penempatan nomor halaman yang berbeda trik ini akan sangat berguna terlebih dapat dilakukan dalam satu dokumen Word dan dengan jenis nomor halaman yang berbeda pula. Semoga dapat diaplikasikan ke dalam laporan Anda, selamat lembur.
Baca selengkapnya »

Virus Komputer Malui Udara

Minggu, 09 Maret 2014 0 komentar

Gawat, Virus Komputer Kini Sudah Bisa Menyerang Lewat Udara

Gawat, Virus Komputer Kini Sudah Bisa Menyerang Lewat Udara

ANCAMAN dari virus komputer kini tidak lagi hanya melalui jaringan, namun sudah tersebar melalui udara. Hal ini terungkap setelah peneliti asal Inggris mengaku membuat sebuah virus komputer pintar. Virus inilah yang bisa tersebar seperti penyakit, hanya lewat perantara udara.

Seperti yang dilansir oleh Cnet (27/2/2014), virus yang dibuat oleh peneliti dari University of Liverpool ini disebut sebagai Chameleon dan bisa tersebar dengan menempel pada titik akses jaringan seperti WiFi. Dengan begitu, persebarannya pun bisa lewat udara, tak seperti virus kebanyakan.

"Koneksi WiFi merupakan target bagi hacker komputer karena keamanannya tidak terlindungi, sehingga sulit untuk mendeteksi virus," kata peneliti dengan nama Alan Marshall itu.

Peneliti ini kemudian mencobanya pada jaringan WiFi di kota Belfast dan London. Hasilnya, memang benar Chameleon bisa terdebar hanya dengan menempel ke satu titik WiFi ke titik WiFi lainnya dan tetap tidak bisa dideteksi oleh antivirus.

"Saat Chameleon menyerang titik akses, tidak akan terganggu kinerja dari titik tersebut, namun data dan laporan penting di sana akan tercuri," kata peneliti.***

http://www.goriau.com/riau-tekno/gawat-virus-komputer-kini-sudah-bisa-menyerang-lewat-udara.html
Baca selengkapnya »

Mengenal tentang hologram - SAM

0 komentar


APAKAH HOLOGRAM-SAM ?

Hologram-sam adalah suatu bentuk image yang dibuat dengan menggunakan sinar laser yang menyajikan informasi tiga dimensi. Dengan bantuan sinar lampu atau cahaya, image tersebut dapat terlihat masuk atau keluar bidang, seolah berputar atau bergerak, serta dapat memantulkan warna-warna pelangi.
Hologram-sam merupakan teknologi pengaman terbaru yang terus berkembang dengan tingkat pengaman tertinggi sehingga produk obat-obatan, elektronika, consumer good serta produk-produk lainnya lebih terjamin keamanannya.
Penggunaan unsur pengaman hologram-sam, disamping memberikan unsur keamanan, unsure keindahan juga dapat meningkatkan citra dan performance dari produk tersebut.

JENIS-JENIS HOLOGRAM-SAM
I. HOLOGRAM LABEL DAN HOLOGRAM SEAL / SEGEL.
Hologram seal / segel sering juga disebut dengan tamper evident. Perbedaan antara hologram label dengan hologram seal / segel adalah :
Hologram seal / segel akan rusak apabila dicabut dari bidang permukaan ditempelnya dan hologram seal / segel yang sudah dicabut tidak akan bisa direkatkan kembali.
Sedangkan hologram label tidak akan rusak apabila dicabut dari bidang permukaan ditempelnya, seperti kertas, kaca, plastic, dll.

Teknik pembuatan hologram label dan hologram seal / segel dibagi menjadi 3 macam, yaitu :
1. HOLOGRAM 2D / 3D
Pembuatan hologram-sam jenis ini adalah dengan menggabungkan beberapa layer yang diberi jarak sehingga menyerupai efek 3 D dan mempunyai kedalaman, bisa berupa image, teks maupun logo. Untuk membuat hologram-sam jenis ini diperlukan desain awal yang terbuat dari artwork atau fotografi full colour. Hologram-sam ini mudah di amati oleh orang umum karena logo atau gambar yang dibuat image hologram-sam tampak asli dan jernih. Hologram True Colour dan hologram Flip-Flop termasuk dalam jenis hologram-sam ini.

2. HOLOGRAM DOT MATRIK
Pembuatan hologram-sam dengan menggunakan peralatan komputer ini akan menghasilkan hologram-sam yang terdiri dari sekumpulan titik-titik (dot) yang sudutnya diatur sedemikian rupa sehingga menghasilkan efek-efek khusus, seperti :
a. Moving : efek bergerak jika mengubah sudut pandang.
b. Running : efek bergerak lari (kiri-kanan, atas-bawah) jika mengubah sudut pandang.
c. Breathing : efek kembang kempis jika mengubah sudut pandang.

3. HOLOGRAM COMBINATION
Teknik pembuatan hologram-sam ini merupakan penggabungan dari hologram konvensional dan dot matrik. Penampilan hologram-sam ini lebih cerah dan ada kedalaman karena menghasilkan efek channeling, yaitu penggabungan 2 obyek berbeda dimana masing-masing gambar dan teks akan tampak bergantian pada sudut pandang yang berbeda pada satu area.

II. HOLOGRAM OVERLAY FOR LAMINATION.
Hologram-sam jenis ini selain digunakan untuk packaging produk-produk obat-obatan, consumer good, elektronika, dll juga untuk pembuatan ID Card, Sampul Majalah dan Sampul Buku.

http://indonesiahologram.blogspot.com/p/mengenal-tentang-hologram-sam.html
Baca selengkapnya »

Tentang Instagram

0 komentar

TIK - Menjelaskan Tentang Instagram

  • 1. GO
  • 2. Apa itu Instagram? Keanggotaan/ akun Sejarah Instagram Keunggulan Instagram Fitur-fitur Instagram Penyusun Kelemahan Instagram
  • 3. Apa itu Instagram? Instagram adalah sebuah aplikasi berbagi foto yang memungkinkan pengguna mengambil foto dan video singkat, menerapkan filter digital, lalu membagikannya ke berbagai layanan jejaring sosial. Fitur yang unik di Instagram adalah memotong foto menjadi bentuk persegi, sehingga terlihat seperti hasil kamera Kodak Instamatic dan Polaroid. Hal ini berbeda dengan rasio aspek 4:3 yang umum digunakan oleh kamera. Instagram dapat digunakan di iPhone, iPad atau iPod Touch versi apapun dengan sistem operasi iOS 3.1.2 atau yang terbaru dan telepon kamera Android apapun dengan sistem operasi 2.2 (Froyo) atau yang terbaru. Aplikasi ini tersebar melalui Apple App Store dan Google Play.
  • 4. Sejarah Instagram Berdiri pada tahun 2010 perusahaan Burbn, Inc., merupakan sebuah teknologi startup yang hanya berfokus kepada pengembangan aplikasi untuk telepon genggam. Pada awalnya Burbn, Inc. sendiri memiliki fokus yang terlalu banyak di dalam HTML5 mobile, namun kedua CEO, Kevin Systrom dan juga Mike Krieger, memutuskan untuk lebih fokus pada satu hal saja. Pada versi pertama Burbn, terdapat terlalu banyak fitur dan belum sempurna, oleh karena itu mereka mengurangi fitur-fitur yang ada, dan memulai lagi dari awal, namun akhirnya mereka hanya memfokuskan pada bagian foto, komentar, dan juga kemampuan untuk menyukai sebuah foto. Itulah yang akhirnya menjadi Instagram.
  • 5. Penemu Instagram Kevin Systrom Sejarah Instagram Mike Krieger
  • 6. Sejarah Instagram Nama instagram berasal dari pengertian dari keseluruhan fungsi aplikasi ini. Kata “insta” berasal dari kata “instan”, seperti kamera polaroid yang pada masanya lebih dikenal dengan sebutan “foto instan”. Instagram juga dapat menampilkan foto-foto secara instan, seperti polaroid di dalam tampilannya. Sedangkan untuk kata “gram” berasal dari kata “telegram”, dimana cara kerja telegram sendiri adalah untuk mengirimkan informasi kepada orang lain dengan cepat. Instagram diluncurkan sebagai aplikasi di App store pada tanggal 6 Oktober 2010. Kemudian pada 3 April 2012, aplikasi ini diluncurkan di toko aplikasi Google Play untuk pengguna sistem operasi Android.
  • 7. Pengikut (Follower) Dengan adanya pengikut (follower), komunikasi antara sesama pengguna Instagram sendiri dapat terjalin dengan memberikan tanda suka dan juga mengomentari foto-foto yang telah diunggah oleh pengguna lainnya Fitur-fitur Instagram Mengunggah Foto - Kamera foto yang diambil melalui instagram dapat disimpan - Efek foto pengguna dapat menambahkan efek-efek pada foto - Judul foto Sebelum dipost foto diberikan judul dan pengguna juga dapat mencantumkan pengguna lainnya - Arroba atau biasa kita ketahui sebagai @, memiliki fungsi yang sama dengan yang ada di twitter - Label foto (tag) adalah sebuah kode yang memudahkan para pengguna untuk mencari foto tersebut dengan menggunakan “kata kunci”
  • 8. - Geotagging dengan geotagging para penguna dapat terdeteksi dimana mereka telah mengambil foto tersebut atau dimana foto tersebut telah diunggah - Jejaring sosial Pengguna juga dapat membagi foto pada jejaring sosial lainnya Fitur-fitur Instagram Tanda Suka sebagai penanda bahwa pengguna yang lain menyukai foto yang telah diundah oleh pengguna yang lain - Popular Bilamana sebuah foto masuk ke dalam halaman popular, yang dimana tempat tersebut menjadi sebuah kumpulan dari foto-foto popular dari seluruh dunia pada saat itu Peraturan pada Instagram - Menandai foto dengan bendera bila sebuah foto mengandung unsur pornografi, ancaman, foto curian atau peniruan. Dalam menandai sebuah foto dengan bendera (flagging) informasi mengenai pihak yang telah menandainya akan tetap dijaga kerahasiaannya
  • 9. Cara mendaftar akun instagram Keanggotaan/ akun Klik register pada halaman awal instagram
  • 10. Keanggotaan/ akun Email Isi data yang diperlukan, lalu klik register. Setelah proses selesai, klik Done, dan akun instagram anda
  • 11. Cara menangani lupa password Keanggotaan/ akun
  • 12. Cara menangani lupa password Masukkan email, lalu klik search. Setelah itu, instagram akan mengirimkan email konfirmasi Keanggotaan/ akun Cek spam, karena biasanya email tersebut akan masuk secara otomatis ke spam
  • 13. Cara menangani lupa password Keanggotaan/ akun Masukkan password baru yang anda inginkan, dan selesai.
  • 14. • Bisa mengaupload foto dan video singkat dengan waktu yang singkat • Bisa melihat foto populer di seluruh dunia • Akun yang dimiliki oleh pengguna bisa di-protect • Bisa mengambil foto dan video langsung dan menerapkan filter digital • Bisa membagi (share) foto instagram ke jejaring sosial lainnya seperti Facebook, Twitter, etc. • Sebagai sarana online shop • Jika menemukan foto yang tidak layak (pornografi), pengguna dapat melaporkan foto tersebut ke pihak instagram Keunggulan Instagram
  • 15. • Bisa memanipulasi foto • Tidak bisa meng-upload foto dengan resolusi yang besar, harus di potong terlebih dahulu • Durasi video yang bisa di-upload terlalu pendek, hanya sekitar 15 detik • filter digital yang disediakan untuk pengguna android terbatas • Instagram hanya bisa digunakan untuk mengupload foto dan video saja • Tidak tersedia Live preview, ketika anda memotret anda tidak bisa melihat pratijau filter apa yang ingin digunakan • Hanya bisa diakses melalui smartphone dengan sistem iOS dan android Kelemahan Instagram.
http://www.slideshare.net/bienamaulana/tik-menjelaskan-tentang-instagram
Baca selengkapnya »

Jenis-jenis Database dan Teknologinya

Jumat, 07 Maret 2014 0 komentar


Pada era komputer dan internet ini, peran database atau basis data sangat dominan. Hampir semua kegiatan administratif di perkantoran dan institusi kini diintegrasikan ke sistem komputasi dengan model database terpadu. Demikian juga, layanan-layanan online di internet juga tidak terlepas dari peran database. Lantas apakah jenis-jenis teknologi yang digunakan untuk mengelola database?


Database Server

Berikut ini adalah daftar jenis-jenis teknologi database, yang sebagian besar merupakan Relational Database Management System (RDBMS):
  • Apache Derby (sebelumnya dikenal sebagai IBM Cloudscape), merupakan aplikasi pengolah database yang bersifat open source, dikembangkan oleh Apache Software Foundation. Lazim digunakan di program Java dan untuk pemrosesan transaksi online.
  • IBM DB2, merupakan aplikasi pengolah database yang dikembangkan IBM secara proprietary (komersial). DB2 terbagi menjadi 3 varian, yaitu DB2 untuk Linux - Unix - Windows, DB2 untuk z/OS (mainframe), dan DB2 untuk iSeries (OS/400).
  • Firebird, merupakan aplikasi pengolah database yang bersifat open source, dikembangkan oleh Firebird Project. Lazim dijalankan di Linux, Windows dan berbagai varian Unix.
  • Microsoft SQL Server, merupakan aplikasi pengolah database yang dikembangkan oleh Microsoft dan bersifat proprietary (komersial),namun tersedia juga versi freeware-nya. Lazim digunakan di berbagai versi Microsoft Windows.
  • MySQL, merupakan aplikasi pengolah database yang bersifat open source, dikembangkan oleh Oracle (sebelumnya Sun dan MySQL AB). Merupakan pengolah database yang paling banyak digunakan di dunia dan lazim diterapkan untuk aplikasi web.
  • Oracle, merupakan aplikasi pengolah database yang bersifat proprietary (komersial), dikembangkan oleh Oracle Corporation. Pengolah database ini terbagi dalam beberapa varian dengan segmen dan tujuan penggunaan yang berbeda-beda.
  • PostgreSQL atau Postgres, merupakan aplikasi pengolah database yang bersifat open source, dikembangkan oleh PosgreSQL Global Development Group. Tersedia dalam berbagai platform sistem operasi seperti Linux, FreeBSD, Solaris, Windows, dan Mac OS.
  • SQLite, merupakan aplikasi pengolah database yang bersifat open source, dikembangkan oleh D. Richard Hipp. Dikenal sebagai pengolah database yang sangat kecil ukuran programnya, sehingga lazim ditanamkan di berbagai aplikasi komputer, misalnya di web browser.
  • Sybase, merupakan aplikasi pengolah database yang bersifat proprietary (komersial), dikembangkan oleh SAP. Ditargetkan untuk pengembangan aplikasi mobile.
  • WebDNA, merupakan aplikasi pengolah database yang bersifat freeware, dikembangkan oleh WebDNA Software Corporation. Didesain untuk digunakan di web.
  • Redis, merupakan aplikasi pengolah database yang bersifat open source, dikembangkan oleh Salvatore Sanfilippo (disponsori oleh VMware. Difungsikan untuk jaringan komputer.
  • MongoDB, merupakan aplikasi pengolah database yang bersifat open source, dikembangkan oleh 10gen. Tersedia untuk berbagai platform sistem operasi dan dikenal telah digunakan oleh situs Foursquare, MTV Networks, dan Craigslist.
  • CouchDB, merupakan aplikasi pengolah database yang bersifat open source, dikembangkan oleh Apache Software Foundation. Difokuskan untuk digunakan di server web.
Baca selengkapnya »

APLIKASI SISTEM PENDUKUNG KEPUTUSAN – metode AHP

Minggu, 02 Maret 2014 1 komentar
Study Kasus mengenai : Penjurusan Siswa SMA (IPA-IPS-BAHASA) KOTA SEMARANG
Kriteria
1. Psikotes
2. Nilai Rapor
3. Minat
Alternatif
1. IPA
2. IPS
3. Bahasa
Langkah Pertama Mengisi Inputan Nilai Kriteria ( Matriks Perbandingan Berpasangan ) dari Psikotes, Nilai Rata-Rata Rapor, dan Minat Berdasarkan Bobot
8
Langkah Kedua Mengisi Inputan Alternatif ( Matriks Perbandingan Berpasangan ) dari Kriteria Psikotes Berdasarkan Bobotnya
9
Langkah Ketiga Mengisi Inputan Alternatif ( Matriks Perbandingan Berpasangan ) dari Kriteria Nilai Rata-Rata Rapor Berdasarkan Bobotnya lagi.
10
Langkah Keempat Mengisi Inputan Alternatif ( Matriks Perbandingan Berpasangan ) dari Kriteria Minat Berdasarkan Bobot.
11
Kemudian Matriks Perbandingan dari Kriteria dilakukan Pengkuadratan (Perkalian Kuadrat Matriks) , Lalu dilakukan penjumlahan baris ,  setelah itu dihitung nilai eigenvektor dari (jumlah baris dibagi jumlah total).
12
Kemudian Matriks Perbandingan dari Alternatif (Psikotest) dilakukan Pengkuadratan (Perkalian Kuadrat Matriks) , Lalu dilakukan penjumlahan baris ,  setelah itu dihitung nilai eigenvektor dari (jumlah baris dibagi jumlah total).
13
Kemudian Matriks Perbandingan dari Alternatif (Nilai Rata-Rata Rapor) dilakukan Pengkuadratan (Perkalian Kuadrat Matriks) , Lalu dilakukan penjumlahan baris ,  setelah itu dihitung nilai eigenvektor dari (jumlah baris dibagi jumlah total).
14
Kemudian Matriks Perbandingan dari Alternatif (Minat) dilakukan Pengkuadratan (Perkalian Kuadrat Matriks) , Lalu dilakukan penjumlahan baris ,  setelah itu dihitung nilai eigenvektor dari (jumlah baris dibagi jumlah total).
15
Lalu menghitung Nilai Bobot dari Kriteria dan Alternatif. Lalu dilakukan penjumlahan baris, maka akan diketahui hasil nya , alternatif (jurusan) yang sesuai dengan kriteria-kriteria.
Ternyata ;
IPS yang paling diminati,
IPA nomor kedua,
Bahasa menjadi alternatif yang ketiga
hitung hasil ahp
Selanjutnya kita menghitung Nilai CR ( Konsistensi Rasio) yang dihasilkan dari  Nilai Konsistensi Vektor dibagi dengan nilai Indeks Random (IR)
17
Nilai IR itu sudah ditentukan dari Oarkridge Laboratory yang berupa tabel dibawah ini:
 http://rizapress.wordpress.com/120-2/
18
Baca selengkapnya »

Sejarah SPK

0 komentar


Sejarah Singkat Sistem Pendukung Keputusan

oleh DJ Daya
Editor,
DSSResources.COM

versi 2.8
Ringkasan
Peneliti Sistem Informasi dan teknologi telah membangun dan menyeelidiki Sistem Pendukung Keputusan (DSS) selama lebih dari 35 tahun. Tulisan ini mengeksplorasi sejarah dan perkembangan di awal DSS dengan bangunan model DSS berorientasi pada akhir tahun 1960, perkembangan teori pada 1970-an, dan pelaksanaan sistem perencanaan keuangan dan DSS Group di awal 80-an dan pertengahan. Kemudian dokumen asal-usul Sistem Informasi Eksekutif, OLAP dan Business Intelligence. Akhirnya, diskusi berakhir dengan pelaksanaan berbasis Web DSS pada pertengahan 1990-an.
Pengenalan
Sistem pendukung keputusan berkembang di awal era komputasi terdistribusi. Sejarah sistem seperti dimulai pada sekitar 1965 dan penting untuk memulai meresmikan catatan, orang ide-ide, sistem dan teknologi yang terlibat dalam bidang yang penting dari teknologi informasi diterapkan. Hari ini masih mungkin untuk merekonstruksi sejarah Sistem Pendukung Keputusan dari tangan pertama rekening dan bahan-bahan yang tidak dipublikasikan serta artikel diterbitkan.
Makalah ini hypertext adalah titik awal dalam mendokumentasikan asal-usul dari benang berbagai teknologi yang berkumpul pada awal abad 21 untuk memberikan dukungan terintegrasi untuk manajer bekerja sendirian, dalam tim dan dalam hierarki organisasi untuk mengelola organisasi dan membuat keputusan yang lebih rasional . Sejarah adalah baik panduan untuk aktivitas masa depan di bidang ini dan catatan dari ide-ide dan tindakan orang-orang yang telah membantu memajukan pemikiran dan praktik kita. Dalam bidang teknologi yang beragam seperti DSS, sejarah tidak rapi dan linear. Orang yang berbeda memiliki dirasakan lapangan dari berbagai titik pandang sehingga mereka melaporkan laporan yang berbeda tentang apa yang terjadi dan apa yang penting. Beberapa ini dapat diurutkan keluar, tapi lebih banyak data pengumpulan diperlukan. Tulisan ini merupakan titik awal dalam mengumpulkan rekening tangan lebih dulu dan dalam membangun sebuah mosaik yang lebih lengkap tentang apa yang terjadi di universitas-universitas, perusahaan perangkat lunak dan organisasi untuk membangun dan menggunakan DSS.
Beberapa seksi selanjutnya bergerak dari sekitar 1965 sampai pertengahan 1990-an. Benang DSS terkait dengan model berorientasi DSS, sistem pakar, analisis multidimensi, alat query dan pelaporan, OLAP, Business Intelligence, DSS Group, dan Sistem Informasi Eksekutif ditelusuri dan terjalin saat mereka muncul untuk berkumpul dan menyimpang selama bertahun-tahun.
Yang Awal Tahun
Sebelum 1965, itu sangat mahal untuk membangun skala besar sistem informasi. Pada sekitar waktu ini, pengembangan dari IBM System 360 dan sistem mainframe lebih kuat membuatnya lebih praktis dan hemat biaya untuk mengembangkan Sistem Informasi Manajemen (MIS) di perusahaan besar (cf., Davis, 1974). MIS fokus pada penyediaan manajer dengan terstruktur, laporan berkala. Banyak dari informasi itu dari sistem akuntansi dan transaksi.
Pada akhir 1960-an, jenis baru dari sistem informasi menjadi praktis - Model berorientasi DSS atau sistem manajemen keputusan. Dua pionir DSS, Petrus Stabell Keen dan Charles, mengklaim konsep pendukung keputusan berevolusi dari "studi teoritis pengambilan keputusan organisasi dilakukan di Institut Teknologi Carnegie selama akhir 1950-an dan 60-an awal dan pekerjaan teknis pada sistem komputer interaktif, terutama dilakukan di Institut Teknologi Massachusetts pada tahun 1960 (Morton Keen dan Scott, 1978 pengantar) "Beberapa informasi historis tentang proyek MIT pada sistem komputer interaktif (Proyek MAC) adalah pada. multicians.org .
Menurut Sprague dan Watson (1979), sekitar tahun 1970 jurnal bisnis mulai menerbitkan artikel pada sistem keputusan manajemen, sistem perencanaan strategis dan sistem pendukung keputusan. Sebagai contoh, Scott Morton dan rekan menerbitkan sejumlah artikel pendukung keputusan pada tahun 1968. Pada tahun 1969, Ferguson dan Jones membahas sistem pengambilan keputusan komputer dibantu dalam jurnal Ilmu Manajemen. Pada tahun 1971, tanah Michael S. Scott Morton memecah buku Sistem Keputusan Manajemen: Komputer Berbasis Dukungan untuk Membuat Keputusan diterbitkan. Dalam 1966-67 Scott Morton telah mempelajari bagaimana komputer dan model analisis dapat membantu manajer membuat keputusan kunci. Dia melakukan percobaan di mana manajer benar-benar menggunakan Sistem Manajemen Keputusan (MDS). Manajer pemasaran dan produksi menggunakan MDS untuk mengkoordinasikan perencanaan produksi untuk peralatan binatu. MDS berlari pada IDI CRT 21 inci dengan pena cahaya terhubung menggunakan modem 2400 bps menjadi sepasang Univac 494 sistem. (1967) penelitian disertasi Scott Morton adalah implementasi perintis, definisi dan menguji penelitian sistem pendukung keputusan yang model-driven.
TP Gerrity, Jr berfokus pada masalah desain Sistem Pendukung Keputusan pada tahun 1971 artikelnya Sloan Management Review berjudul "Desain Manusia-Mesin Sistem Keputusan: Sebuah Aplikasi untuk Manajemen Portofolio". Sistemnya dirancang untuk mendukung manajer investasi dalam administrasi sehari-hari mereka portofolio saham klien. DSS untuk manajemen portofolio telah menjadi sangat canggih sejak Gerrity memulai penelitiannya.
Pada tahun 1974, Gordon Davis, seorang Profesor di University of Minnesota, menerbitkan teks berpengaruh pada Sistem Informasi Manajemen. Dia mendefinisikan Sistem Informasi Manajemen sebagai "sebuah sistem, terintegrasi pria / mesin untuk menyediakan informasi untuk mendukung operasi, manajemen, dan pengambilan keputusan fungsi dalam organisasi. (Hal. 5)." Bab 12 Davis berjudul "Sistem Informasi Pendukung Pengambilan Keputusan" dan Bab 13 berjudul "Sistem Informasi Dukungan untuk Perencanaan dan Pengendalian" menciptakan pengaturan untuk pengembangan dasar yang luas untuk penelitian DSS dan praktek.
Pada tahun 1975, JDC Little memperluas batas-batas yang didukung pemodelan komputer. DSS disebut Little Brandaid dirancang untuk mendukung produk, promosi, harga dan keputusan iklan. Juga, Little (1970) dalam kriteria artikel sebelumnya diidentifikasi untuk merancang model dan sistem manajemen untuk mendukung pengambilan - keputusan. Empat kriteria meliputi: ketahanan, kemudahan kontrol, kesederhanaan, dan kelengkapan detail yang relevan. Semua empat kriteria tetap relevan dalam mengevaluasi Sistem Pendukung Keputusan modern.
Klein dan Methlie (1995) catatan "Sebuah studi tentang asal-usul DSS masih harus ditulis. Tampaknya koran DSS pertama diterbitkan oleh mahasiswa PhD atau profesor di sekolah bisnis, yang memiliki akses ke sistem time-sharing komputer pertama :. Proyek MAC di Sloan School, Dartmouth Sistem Berbagi Waktu di Sekolah Tuck Di Perancis, HEC merupakan sekolah bisnis pertama Prancis untuk memiliki sistem time-sharing (diinstal di 1967), dan kertas DSS pertama diterbitkan oleh profesor Sekolah pada tahun 1970. Para Siad panjang (yang 'Systèmes Interactif d'Aide à la Keputusan' DSS istilah bahasa Prancis) dan konsep DSS yang dikembangkan secara independen di Perancis, di beberapa artikel oleh profesor HEC bekerja pada proyek yang SCARABEE dimulai pada tahun 1969 dan berakhir pada tahun 1974. "
Mengembangkan Teori
Pada akhir 1970-an, baik teori praktek dan isu-isu yang berkaitan dengan DSS yang dibahas pada konferensi akademis termasuk Institut Amerika untuk pertemuan Keputusan Sciences dan ACM Konferensi SIGBDP pada Sistem Pendukung Keputusan di San Jose, CA pada bulan Januari 1977. Konferensi Internasional pertama mengenai Sistem Pendukung Keputusan diadakan di Atlanta, Georgia pada tahun 1981. Konferensi akademik disediakan forum untuk ide, diskusi teori berbagi dan pertukaran informasi. Tertarik peneliti MIT termasuk Petrus dan Michael Scott Morton khususnya sangat berpengaruh. Buku DSS Morton Keen dan Scott (1978) memberikan orientasi perilaku yang luas untuk analisis Sistem Pendukung Keputusan, desain, implementasi, evaluasi dan pengembangan.
Pada tahun 1980, Steven Alter diterbitkan MIT nya hasil disertasi doktor dalam sebuah buku berjudul berpengaruh Sistem Pendukung Keputusan: Praktek Lancar dan Tantangan Melanjutkan. Alter penelitian dan makalah (1975; 1977) memperluas kerangka kerja bagi pemikiran kita tentang DSS manajemen. Juga, studi kasusnya memberikan dasar yang kuat deskriptif contoh Sistem Pendukung Keputusan. Sejumlah disertasi MIT lain selesai pada pertengahan 1970-an dan akhir juga berurusan dengan masalah yang berhubungan dengan menggunakan model untuk mendukung keputusan.
Pada tahun 1979, John Rockart dari Harvard Business School menerbitkan sebuah artikel ground breaking dalam Harvard Business Review yang menyebabkan pengembangan sistem informasi eksekutif (EISs) atau sistem pendukung eksekutif (ESS).
Bonczek, Holsapple dan Whinston (1981) menciptakan sebuah kerangka teoritis untuk memahami isu yang terkait dengan merancang berorientasi pengetahuan Sistem Pendukung Keputusan. Buku mereka menunjukkan bagaimana Kecerdasan Buatan dan Sistem Pakar teknologi yang relevan dengan DSS berkembang.
Ralph Sprague dan Carlson Eric (1982) Buku Membangun Sistem Dukungan Keputusan Efektif tonggak penting. Lebih lanjut menjelaskan Sprague (1980) kerangka DSS data base, basis model dan generasi dialog dan perangkat lunak manajemen. Selain itu, memberikan gambaran, praktis dimengerti tentang bagaimana organisasi dapat dan harus membangun DSS. Meskipun buku mereka mungkin menciptakan beberapa harapan yang tidak realistis, masalah berasal lebih dari batas-batas teknologi yang ada untuk membangun DSS daripada batas-batas konsep dibahas oleh Sprague dan Carlson.
Memperluas Kerangka
Pada akhir 1970-an, sejumlah peneliti dan perusahaan telah mengembangkan sistem informasi interaktif yang menggunakan data dan model untuk membantu manajer menganalisis masalah semi-terstruktur. Sistem ini beragam semua yang disebut Decision Support Systems. Dari hari-hari awal, hal itu diakui bahwa DSS dapat dirancang untuk mendukung pengambil keputusan di setiap tingkat dalam sebuah organisasi. DSS dapat mendukung operasi, manajemen keuangan dan pengambilan keputusan strategis. DSS bisa menggunakan data spasial dalam sistem seperti Geodata Analisis dan Sistem Tampilan (GADS) (lih., Grace, 1976), data multidimensi terstruktur dan tidak terstruktur dokumen (lih., Swanson dan Culnan, 1978). Berbagai model yang digunakan dalam DSS termasuk optimasi dan simulasi. Juga, paket statistik yang diakui sebagai alat untuk membangun DSS. Kecerdasan Buatan peneliti mulai bekerja pada manajemen dan sistem bisnis ahli di awal 1980-an.
Sistem perencanaan keuangan menjadi alat keputusan yang populer dukungan. Idenya adalah untuk menciptakan sebuah "bahasa" yang akan "memungkinkan eksekutif untuk membangun model tanpa perantara (Gray, 1987, hal 3)". Sebuah sistem perencanaan keuangan yang populer disebut IFPS, akronim untuk sistem perencanaan keuangan interaktif, pada awalnya dikembangkan di tahun 1970-an oleh Gerald R. Wagner dan murid-muridnya di University of Texas. Perusahaan Wagner, EXECUCOM Sistem, dipasarkan IFPS sampai pertengahan tahun 1990. Salah satu keunggulan utama bahwa bahasa perencanaan memiliki lebih dari spreadsheet adalah bahwa model ini ditulis menggunakan bahasa alami dan model dapat dipisahkan dari data. Pada awal 80-an, spreadsheet juga digunakan untuk membangun model-driven DSS (lihat Power, D., " Sejarah Singkat Spreadsheets "). Dalam sebuah makalah tahun 1988, Sharda, Barr, dan McDonnell terakhir 15 tahun pertama penelitian DSS. Penelitian yang berkaitan dengan menggunakan model dan sistem perencanaan keuangan untuk mendukung keputusan adalah mendorong tetapi tentu tidak seragam positif.
Pada awal 1980-an, peneliti akademis mengembangkan kategori baru dari perangkat lunak untuk mendukung pengambilan keputusan kelompok (lih., Gray, 1981; Huber, 1982; Turoff dan Hiltz, 1982). Peka-pikiran dari Sistem Execucom, GroupSystems dikembangkan di University of Arizona dan sistem Samm dikembangkan oleh peneliti dari Universitas Minnesota Kelompok DSS awal. Dickson, Poole dan DeSanctis (1992) melaporkan bahwa Brent Gallup, Ph.D. mahasiswa di Minnesota, memutuskan pada 1984 "untuk program sistem GDSS kecil sendiri dalam BASIC dan menjalankannya pada komputer VAX-nya universitas". Bahwa sistem adalah awal dari studi GDSS Minnesota.
Jay Nunamaker, Jr dan rekan-rekannya menulis dalam tahun 1992 bahwa "Konsep yang mendasari untuk GroupSystems memiliki permulaan di tahun 1965 dengan perkembangan Soal Bahasa / Masalah Analyzer Pernyataan Pernyataan (PSL / PSA) sebagai bagian dari Desain (Sistem Informasi ISDOS dan Optimasi Sistem) proyek di Case Institute of Technology (hal. 144) ". Pada tahun 1984, sistem yang disebut PLEXSYS selesai dan komputer-dibantu fasilitas pertemuan kelompok dibangun di University of Arizona. Fasilitas pertama, disebut PlexCenter tersebut, ditempatkan sebuah meja berbentuk U konferensi besar dengan 16 workstation komputer. PLEXSYS memberikan dasar untuk pengembangan perangkat lunak GroupSystems Universitas Arizona. Sejak pertengahan 80-an, banyak penelitian telah meneliti dampak dan konsekuensi dari DSS Group. Juga, sejumlah perusahaan telah dikomersialisasikan Grup DSS dan groupware. Klik di sini untuk melihat ruang kelompok pendukung keputusan.
Sistem Informasi Eksekutif (EIS) berevolusi dari model-driven single user sistem Pendukung Keputusan dan ditingkatkan produk database relasional. EIS pertama kali digunakan pra-didefinisikan layar informasi dan dipertahankan oleh para analis untuk eksekutif senior. Sebagai contoh, pada musim gugur tahun 1978, pengembangan EIS yang disebut Manajemen Informasi dan Pendukung Keputusan (MIDS) sistem mulai di Lockheed-Georgia (lih., Houdeshel dan Watson, 1987). Dimulai pada sekitar tahun 1990, data warehousing dan On-Line Analytical Processing (OLAP) mulai memperluas bidang EIS dan mendefinisikan kategori yang lebih luas Data-Driven DSS (lih., Dhar dan Stein, 1997). Nigel Pendse (1997) mengklaim produk Sistem Informasi Eksekutif pertama Command Center Software pilot. Dia mencatat baik analisis multidimensi dan OLAP memiliki asal-usul dalam bahasa pemrograman APL dan dalam sistem seperti Express dan Comshare System Nigel W. Pendse dari OLAPReport.com telah menulis dan pembaruan sejarah jauh lebih rinci tentang asal-usul produk OLAP (Anda dapat membaca dengan salinan lokal ).
Nylund (1999) menelusuri perkembangan yang berhubungan dengan Business Intelligence (BI) untuk upaya Procter & Gamble pada tahun 1985 untuk membangun DSS yang menghubungkan informasi penjualan dan data pemindai ritel. Sistem Komputer metafora, sebuah spin-off peneliti dari Xerox Palo Alto Research Center (PARC), dibangun P & G DSS awal. Metafora alumni yang terakhir mendirikan banyak vendor BI: Richard Tanler didirikan Keuntungan Informasi dan Glassey Katherine mendirikan Teknologi Brio. Istilah BI adalah, dipopulerkan istilah payung seharusnya diperkenalkan oleh Howard Dresner dari Gartner Group pada tahun 1989. BI menjelaskan seperangkat konsep dan metode untuk meningkatkan pengambilan keputusan bisnis dengan menggunakan sistem berbasis fakta-pendukung. BI kadang-kadang digunakan bergantian dengan buku briefing, laporan dan alat query dan sistem informasi eksekutif. Sistem bisnis Intelijen adalah data-driven DSS.
Pergeseran Teknologi
Dimulai pada sekitar tahun 1990, Bill dan Ralph Kimball Inmon DSS aktif dipromosikan dibangun menggunakan teknologi database relasional. Bagi praktisi banyak MIS, DSS dibangun menggunakan Oracle atau DB2 adalah sistem dukungan hanya keputusan mereka terkena dalam literatur komputer populer. Model-driven DSS adalah dalam domain riset operasi dan bukan bagian dari Sistem Informasi. Ralph Kimball "The Doctor DSS" dan Bill Inmon adalah "ayah dari gudang data". Inmon didefinisikan sistem pendukung keputusan (DSS) sebagai "sebuah sistem yang digunakan untuk mendukung keputusan manajerial DSS Biasanya melibatkan analisis unit banyak data dalam mode heuristik.. Sebagai aturan, pengolahan DSS tidak melibatkan pembaruan data (lih., billinmon.com). " Inmon dan Kimball difokuskan pada pembangunan data-driven DSS.
Pada awal 1990-an, pergeseran teknologi besar terjadi dari mainframe berbasis DSS untuk klien / server berbasis DSS. Beberapa desktop OLAP alat diperkenalkan selama periode ini. Pada 1992-93, beberapa vendor mulai merekomendasikan teknologi berorientasi obyek untuk membangun "dapat digunakan kembali" kemampuan pendukung keputusan. Pada tahun 1994, banyak perusahaan mulai untuk meng-upgrade infrastruktur jaringan mereka. Vendor DBMS "diakui yang mendukung keputusan itu berbeda dari OLTP dan mulai menerapkan kemampuan nyata OLAP ke dalam database mereka" (Powell, 2001). Paul Gray menegaskan bahwa sekitar 1993 data warehouse dan orang-orang EIS menemukan satu sama lain dan dua teknologi ceruk telah konvergen. Pada tahun 1995, data pergudangan dan World Wide Web mulai praktisi dan akademisi yang tertarik dampak dalam teknologi pendukung keputusan. DSS berbasis web dan web-enabled menjadi layak di sekitar 1995 (lih., Power, 2000; Bhargava dan Power, 2001).
Sejarah Sistem Pendukung Keputusan mencakup rentang yang relatif singkat dari tahun, dan konsep-konsep dan teknologi yang masih berkembang. Hari ini masih mungkin untuk merekonstruksi sejarah Sistem Pendukung Keputusan (DSS) dari rekening retrospektif dari peserta utama serta dari bahan dipublikasikan dan tidak dipublikasikan. Banyak inovator awal dan pengembang awal adalah pensiun namun wawasan dan tindakan mereka dapat ditangkap untuk memandu inovasi masa depan di bidang ini. Diharapkan makalah ini mengarah ke akun email dan retrospektif yang dapat membantu kita memahami "nyata" sejarah DSS. Internet dan Web telah dipercepat-up perkembangan pendukung keputusan dan telah menyediakan sarana baru menangkap dan mendokumentasikan perkembangan pengetahuan di daerah penelitian. Keputusan pelopor dukungan termasuk peneliti akademis banyak dari program-program di MIT, University of Arizona, University of Hawaii, University of Minnesota dan Universitas Purdue. Para pionir DSS menciptakan aliran tertentu dan berbeda dari pengembangan teknologi dan penelitian yang berfungsi sebagai dasar untuk banyak pekerjaan hari ini dalam DSS. 
 
http://tenyom-itforbusiness.blogspot.com/2012/01/sejarah-singkat-sistem-pendukung.html
Baca selengkapnya »

MATERI

0 komentar


Sistem pendukung keputusan (Inggris: decision support systems disingkat DSS) adalah bagian dari sistem informasi berbasis komputer (termasuk sistem berbasis pengetahuan (manajemen pengetahuan)) yang dipakai untuk mendukung pengambilan keputusan dalam suatu organisasi atau perusahaan.

Dapat juga dikatakan sebagai sistem komputer yang mengolah data menjadi informasi untuk mengambil keputusan dari masalah semi-terstruktur yang spesifik.

Menurut Moore and Chang, SPK dapat digambarkan sebagai sistem yang berkemampuan mendukung analisis ad hoc data, dan pemodelan keputusan, berorientasi keputusan, orientasi perencanaan masa depan, dan digunakan pada saat-saat yang tidak biasa.

Tahapan SPK:

• Definisi masalah

• Pengumpulan data atau elemen informasi yang relevan

• pengolahan data menjadi informasi baik dalam bentuk laporan grafik maupun tulisan

• menentukan alternatif-alternatif solusi (bisa dalam persentase)

Tujuan dari SPK:

• Membantu menyelesaikan masalah semi-terstruktur

• Mendukung manajer dalam mengambil keputusan

• Meningkatkan efektifitas bukan efisiensi pengambilan keputusan

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

10 Definisi Sistem Pendukung Keputusan (SPK)

Konsep Sistem Pendukung Keputusan (SPK) / Decision Support Sistem (DSS) pertama kali diungkapkan pada awal tahun 1970-an oleh Michael S. Scott Morton dengan istilah Management Decision Sistem. Sistem tersebut adalah suatu sistem yang berbasis komputer yang ditujukan untuk membantu pengambil keputusan dengan memanfaatkan data dan model tertentu untuk memecahkan berbagai persoalan yang tidak terstruktur.Istilah SPK mengacu pada suatu sistem yang memanfaatkan dukungan komputer dalam proses pengambilan keputusan. Untuk memberikan pengertian yang lebih mendalam, akan diuraikan 10 difinisi mengenai Sistem Pendukung Keputusan / Decision Support Sistem yang dikembangkan oleh beberapa ahli.

10 pendapat tentang pengertian sistem pendukung keputusan:

1. Little (1970)

Sistem pendukung keputusan adalah sebuah himpunan/kumpulan prosedur berbasis model untuk memproses data dan pertimbangan untuk membantu manajemen dalam pembuatan keputusannya.

2. Alter (1990) membuat definisi sistem pendukung keputusan dengan memabandingkannya dengan sebuah sistem pemrosesan data elektronik (PDE) / Electronic Data Processing tradisional dalam 5 hal :

SPK

Penggunaan :Aktif

Pengguna :Manajemen

Tujuan :Efektifitas

Time horizon :Sekarang dan masa depan

Kelebihan : Fleksibilitas

PDE

Penggunaan : Pasif

Pengguna : Operator/Pegawai

Tujuan : Efisiensi Mekanis

Time horizon :Masa Lalu

Kelebihan :Konsistensi

3. Keen (1980)

Sistem pendukung keputusan adalah sistem berbasis komputer yang dibangun lewat sebuah proses adaptif dari pembelajaran, pola-pola penggunan dan evolusi sistem.

4. Bonczek (1980)

Sistem pendukung keputusan sebagai sebuah sistem berbasis komputer yang terdiri atas komponen-komponen antara lain komponen sistem bahasa (language), komponen sistem pengetahuan (knowledge) dan komponen sistem pemrosesan masalah (problem processing) yang saling berinteraksi satu dengan yang lainnya.

5. Hick (1993)

Sistem pendukung keputusan sebagai sekumpulan tools komputer yang terintegrasi yang mengijinkan seorang decision maker untuk berinteraksi langsung dengan komputer untuk menciptakan informasi yang berguna dalam membuat keputusan semi terstruktur dan keputusan tak terstruktur yang tidak terantisipasi.

6. Man dan Watson

Sistem pendukung keputusan 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.

7. Moore and Chang

Sistem pendukung keputusan dapat digambarkan sebagai sistem yang berkemampuan mendukung analisis ad hoc data, dan pemodelan keputusan, berorientasi keputusan, orientasi perencanaan masa depan, dan digunakan pada saat-saat yang tidak biasa.

Konsep Sistem Pendukung Keputusan (SPK) / Decision Support Sistem (DSS) pertama kali diungkapkan pada awal tahun 1970-an oleh Michael S. Scott Morton dengan istilah Management Decision Sistem. Sistem tersebut adalah suatu sistem yang berbasis komputer yang ditujukan untuk membantu pengambil keputusan dengan memanfaatkan data dan model tertentu untuk memecahkan berbagai persoalan yang tidak terstruktur [10].

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).

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.

PENGAMBILAN KEPUTUSAN

Pengambilan keputusan merupakan proses pemilihan alternative tindakan untuk mencapai tujuan atau sasaran tertentu. Pengambilan keputusan dilakukan dengan pendekatan sistematis terhadap permasalahan melalui proses pengumpulan data menjadi informasi serta ditambah dengan faktor – faktor yang perlu dipertimbangkan dalam pengambilan keputusan.

Tahap – tahap Pengambilan Keputusan

Menurut Herbert A. Simon ( Kadarsah, 2002:15-16 ), tahap – tahap yang harus dilalui dalam proses pengambilan keputusan sebagai berikut :

1. Tahap Pemahaman ( Inteligence Phace )

Tahap ini merupakan proses penelusuran dan pendeteksian dari lingkup problematika serta proses pengenalan masalah. Data masukan diperoleh, diproses dan diuji dalam rangka mengidentifikasikan masalah.

2. Tahap Perancangan ( Design Phace )

Tahap ini merupakan proses pengembangan dan pencarian alternatif tindakan / solusi yang dapat diambil. Tersebut merupakan representasi kejadian nyata yang disederhanakan, sehingga diperlukan proses validasi dan vertifikasi untuk mengetahui keakuratan model dalam meneliti masalah yang ada.

3. Tahap Pemilihan ( Choice Phace )

Tahap ini dilakukan pemilihan terhadap diantaraberbagai alternatif solusi yang dimunculkan pada tahap perencanaan agar ditentukan / dengan memperhatikan kriteria – kriteria berdasarkan tujuan yang akan dicapai.

4. Tahap Impelementasi ( Implementation Phace )

Tahap ini dilakukan penerapan terhadap rancangan sistem yang telah dibuat pada tahap perancanagan serta pelaksanaan alternatif tindakan yang telah dipilih pada tahap pemilihan.

Jenis Keputusan

Keputusan – keputusan yang dibuat pada dasarnya dikelompokkan dalam 2 jenis, antara lain ( Herbert A. Simon ) :

1. Keputusan Terprogram

Keputusan ini bersifat berulang dan rutin, sedemikian hingga suatu prosedur pasti telah dibuat menanganinya sehingga keputusan tersebut tidak perlu diperlakukan de novo (sebagai sesuatu yang baru) tiap kali terjadi.

2. Keputusan Tak Terprogram

Keputusan ini bersifat baru, tidak terstruktur dan jarang konsekuen. Tidak ada metode yang pasti untuk menangani masalah ini karena belum ada sebelumnya atau karena sifat dan struktur persisnya tak terlihat atau rumit atau karena begitu pentingnya sehingga memerlukan perlakuan yang sangat khusus.

SISTEM PENDUKUNG KEPUTUSAN

Sistem Pendukung Keputusan merupakan suatu sistem interaktif yang mendukung keputusan dalam proses pengambilan keputusan melalui alternatif – alternatif yang diperoleh dari hasil pengolahan data, informasi dan rancangan model.

Pengertian Sistem Pendukung Keputusan

Menurut Keen dan Scoot Morton :

“ 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 dijelaskan 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.

Karakteristik Sistem Pendukung Keputusan

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 / mesin dimana manusia (user) tetap memegang control proses pengambilan keputusan

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

4. Memiliki kapasitas 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

Komponen Penyusun Sistem Pendukung Keputusan

Suatu Sistem Pendukung Keputusan (SPK) memiliki tiga subsistem utama yang menentukan kapabilitas teknis sistem pendukung keputusan, antara lain :

1. Subsistem Manajemen Basis data

2. Subsistem Manajemen Basis Model

3. Subsistem Dialog

Subsistem Manajemen Basis Data

Subsistem data merupakan bagian yang menyelediakan data – data yang dibutuhkan oleh Base management Subsystem (DBMS). DBMS sendiri merupakan susbsistem data yang terorganisasi dalam suatu basis data. Data – data yang merupakan dalam suatu Sistem Pendukung Keputusan dapat berasal dari luar lingkungan. Keputusan pada manajemen level atas seringkali harus memanfaatkan data dan informasi yang bersumber dari luar perusahaan.

Kemampuan subsistem data yang diperlukan dalam suatu Sistem Pendukung Keputusan, antara lain :

a. Mampu mengkombinasikan sumber – sumber data yang relevan melalui proses ekstraksi data

b. Mampu menambah dan menghapus secara cepat dan mudah

c. Mampu menangani data personal dan non ofisial, sehingga user dapat bereksperimen dengan berbagai alternatif keputusan

d. Mampu mengolah data yang bervariasi dengan fungsi manajemen data yang luas

Subsistem Manajemen Model

Subsistem model dalam Sistem Pendukung Keputusan memungkinkan pengambil keputusan menganalisa secara utuh dengan mengembangkan dan membandingkan alternative solusi. Intergrasi model – model dalam Sistem Informasi Manajemen yang berdasarkan integrasi data – data dari lapangan menjadi suatu Sistem Pendukung Keputusan.

Kemampuan subsistem model dalam Sistem Pendukung Keputusan antara lain :

1. Mampu menciptakan model – model baru dengan cepat dan mudah

2. Mampu mengkatalogkan dan mengelola model untuk mendukung semua tingkat pemakai

3. Mampu menghubungkan model – model dengan basis data melalui hubungan yang sesuai

4. Mampu mengelola basis model dengan fungsi manajemen yang analog dengan database manajemen

Subsistem Dialog

Subsistem dialog merupakan bagian dari Sistem Pendukung Keputusan yang dibangun untuk memenuhi kebutuhan representasi dan mekanisme control selama proses analisa dalam Sistem Pendukung Keputusan ditentukan dari kemampuan berinteraksi anatara sistem yang terpasang dengan user. Pemakai terminal dan sistem perangkat lunak merupakan komponen – komponen yang terlibat dalam susbsistem dialog yang mewujudkan komunikasi anatara user dengan sistem tersebut. Komponen dialog menampilkan keluaran sistem bagi pemakai dan menerima masukkan dari pemakai ke dalam Sistem Pendukung Keputusan. Adapun subsistem dialog dibagi menjadi tiga, antara lain :

1. Bahasa Aksi (The Action Language)

Merupakan tindakan – tindakan yang dilakukan user dalam usaha untuk

membangun komunikasi dengan sistem. Tindakan yang dilakukan oleh user untuk menjalankan dan mengontrol sistem tersebut tergantung rancangan sistem yang ada.

2. Bahasa Tampilan (The Display or Presentation Langauage)

Merupakan keluaran yang dihasilakn oleh suatu Sistem Pendukung Keputusan dalam bentuk tampilan – tampilan akan memudahkan user untuk mengetahui keluaran sistem terhadap masukan – masukan yang telah dilakukan.

3. Bahasa Pengetahuan (Knowledge Base Language)

Meliputi pengetahuan yang harus dimiliki user tentang keputusan dan tentang prosedur pemakaian Sistem Pendukung Keputusan agar sistem dapat digunakan secara efektif. Pemahaman user terhadap permasalahan yang dihadapi dilakukan diluar sistem, sebelum user menggunakan sistem untuk mengambil keputusan.

Tingkat Teknologi Dalam Sistem pendukung Keputusan

Dalam Sistem Pendukung Keputusan terdapat tiga keputusan tingkatan perangkat keras maupun lunak. Masing – masing tingkatan berdasarkan tingkatan kemampuan berdasarkan perbedaan tingkat teknik, lingkungan dan tugas yang akan dikerjakan. Ketiga tingkatan tersebut adalah :

a. Sistem Pendukung Keputusan (Specific DSS)

b. Pembangkit Sistem Pendukung Keputusan (DSS Generatorr)

c. Peralatan Sistem Pendukung Keputusan (DSS Tools)


http://kelompok3spk.blogspot.com/p/materi_08.html 
Baca selengkapnya »