Skip to main content

Review Topik Pengambilan Keputusan: Bagaimana Berbagai Keputusan Didukung oleh Teknologi

1. Jelaskan bagaimana berbagai macam teknologi dan tools DSS / BI  bisa membantu dalam setiap fase pengambilan keputusan?

Fase Intelijen: 
Syarat utama pendukung keputusan untuk fase intelijen adalah kemampuan untuk memindai sumber informasi eksternal dan internal untuk menemukan berbagai masalah & peluang dan menafsirkan apa yang ditemukan selama proses pemindaian. Berbagai macam sumber dari web dan berbagai macam tool sangat bermanfaat untuk melakukan pemindaian.
Berbagai macam teknologi & tool untuk pendukung keputusan / bisnis intelijen juga dapat membantu untuk fase ini. Data mining (yang otomatis) maupun online analytical processing (yang manual) bisa mensupport untuk fase ini dengan mengidentifikasi hubungan antara berbagai macam aktivitas dan faktor-faktor lainnya. Sistem informasi geografis (GIS) dapat dimanfaatkan baik sebagai sistem stand-alone maupun terintegrasi dengan sistem ini, sehingga pembuat keputusan dapat menentukan masalah & peluang dalam konteks spasial.
Aspek lain dari identifikasi masalah internal dan peluang adalah pemantauan terhadap proses bisnis. Pemantauan terhadap aktivitas bisnis, manajemen proses bisnis dan manajemen siklus hidup produk memberikan kemampuan tersebut. Laporan rutin dan ad-hoc juga dapat membantu: laporan rutin dapat dirancang untuk membantu dalam menemukan masalah dengan membandingkan harapan saat ini terhadap kinerja yang sudah diproyeksikan.



Fase desain: 
Tahap ini meliputi menghasilkan berbagai macam alternatif solusi, menyepakati kriteria dalam memilih dan pembobotannya, dan memprediksi konsekuensi dari berbagai alternatif. Beberapa aktivitas tersebut dapat menggunakan model-model standar seperti model-model dalam keuangan dan prediksi. Baik model standar ataupun model khusus bisa untuk menghasilkan alternatif untuk masalah-masalah yang terstruktur. OLAP dan software data mining bermanfaat untuk mengidentifikasi hubungan yang digunakan dalam model tersebut. Sistem pakar dapat membantu melalui metode kualitatif disertai dengan keahlian yang dibutuhkan dalam memilih model-model analisis kuantitatif  dan model-model prediktif.
Suatu KMS (Knowledge Management System), jika ada, bisa digunakan sebagai tempat berkonsultasi untuk menentukan apakah masalah tersebut telah ditemukan sebelumnya atau tidak, atau jika ada ahli yang sedang tersedia untuk memberikan pemahaman dan jawaban cepat. Sistem CRM, Raveneu Management Systems, ERP, dan software SCM berguna dalam memberikan model proses bisnis yang dapat menguji berbagai asumsi dan skenario. Jika suatu problem membutuhkan brainstorming untuk membantu mengidentifikasi isu-isu penting dan berbagai macam pilihan, G-DSS (Group-DSS) bisa membantu hal ini.

Fase choice/pilihan: 
Selain menyediakan model yang cepat mengidentifikasi alternatif yang 'terbaik' atau 'cukup baik', DSS bisa mendukung fase 'choice' melalui analisa 'what-if' dan 'goal-seeking'. Beberapa skenario yang berbeda bisa diuji untuk opsi yang sudah dipilih sehingga bisa untuk memperkuat keputusan akhir. Suatu KMS (Knowedge Management System) membantu mengidentifikasi pengalaman masa lalu yang sama; CRM, ERP, dan SCM bisa untuk menguji dampak dari setiap pilihan. Jika suatu kelompok membuat keputusan, GDSS bisa memberikan dukungan untuk membuat konsensus.

Fase implementasi: 
DSS dapat digunakan dalam aktivitas implementasi misalnya dalam komunikasi suatu keputusan, penjelasan, dan pembenaran. Beberapa manfaat DSS dalam fase implementasi sebagian disebabkan oleh kejelasan dan detail dari adanya analisis dan laporan yang digunakan untuk tujuan ini.
Semua fase dalam proses pengambilan keputusan dapat didukung oleh peningkatan komunikasi melalui komputasi kolaboratif melalui GSS dan KMS. Sistem-sistem komputerisasi dapat memfasilitasi komunikasi dengan membantu orang menjelaskan dan membenarkan saran dan pendapat mereka.
Implementasi keputusan juga dapat didukung oleh berbagai macam sistem pakar ES atau Expert System). Suatu ES dapat digunakan sebagai sistem penasehat mengenai masalah-masalah implementasi (seperti menangani resistensi terhadap perubahan). Akhirnya, ES juga dapat memberikan pelatihan yang mungkin memperlancar jalannya implementasi.
Berbagai macam dampak sepanjang rantai nilai biasanya diidentifikasi oleh sisyem-sistem BAM, BPM, SCM, dan ERP. Sistem CRM melaporkan dan memperbarui catatan internal berdasarkan dampak dari implementasi. Input inilah yang kemudian digunakan untuk mengidentifikasi masalah dan peluang yang baru lagi -- kembali lagi ke awal ke fase intelijen.

2. Jelaskan bagaimana teknologi baru dapat memberikan dukungan pengambilan keputusan.

Dengan perkembangan mobile commerce (m-commerce), perangkat pribadi (pda, ponsel, komputer tablet, komputer laptop) semakin lama semakin dapat mengakses sumber informasi, dan pengguna dapat merespon sistem melalui berbagai update informasi, berbagai upaya untuk kolaborasi, dan pengambilan keputusan. Hal ini dapat membantu tenaga penjualan, misalnya, untuk menjadi lebih efektif dengan mengakses CRM mereka meskipun ketika masih di jalan. Akses yang baik & konstan ke data perusahaan, data persediaan dan lainnya, bisa membantu mereka dalam pekerjaan mereka. Perangkat nirkabel mengambil posisi yang lebih penting lagi dalam perusahaan, umumnya karena bisa mengakses Web server khusus yang menyediakan data dan komunikasi langsung ke perangkat m-commerce.

Daftar link terkait topik 'Decision Making, Systems, Modeling, and Support':
Labels:

Comments

Post a Comment

Popular posts from this blog

Pengertian Binding dalam Bahasa Pemrograman dan Kapan Terjadinya

Binding dimaksudkan sebagai pengikatan (association) antara suatu entity dengan atributnya, misalnya binding/pengikatan antara suatu variable dengan tipe datanya atau dengan nilainya, atau dapat juga antara suatu operasi dengan simbol, misalnya simbol + dikenali sebagai operasi penjumlahan atau simbol ^ dikenali sebagai operasi pangkat, dll.  Peristiwa binding dan kapan terjadinya binding (biasanya disebut dengan binding time ) berperan penting dalam membicarakan semantics suatu bahasa pemrograman. Beberapa kemungkinan binding time adalah:
1 comment
Selengkapnya >>

Latihan Soal Jawab Matematika Diskrit

Berikut di bawah ini adalah latihan soal jawab untuk matematika diskrit dengan topik-topik: Pernyataan Logika Circuits dan Ekspresi Boolean Argumen (valid/tidak valid) Teori Himpunan Permutasi Fungsi --o0o-- Pernyataan Logika 1. Buatlah tabel kebenaran untuk menentukan yang mana tautology dan yang mana contradiction dalam pernyataan logika (a) dan (b) di bawah ini: a. (p ∧ q) ∨ (∼p ∨ (p ∧ ∼q)) b.  (p ∧ ∼q) ∧ (∼p ∨ q)
1 comment
Selengkapnya >>

Contoh proses normalisasi relasi dari UNF – 1NF – 2NF – dan 3NF

Dalam posting tulisan tentang: “Tujuan dan Manfaat Normalisasi dalam Perancangan Database” , kita sudah mempelajari tentang: “Apa itu normalisasi” dan “Mengapa kita perlu melakukan normalisasi”. Kedua pertanyaan itu sudah terjawab dalam tulisan tersebut.  Kemudian dalam posting tulisan tentang: “Konsep Ketergantungan Fungsional, Normalisasi, dan Identifikasi Primary Key dalam Perancangan Sistem Database” , kita sudah mempelajari suatu konsep penting yang digunakan untuk melakukan normalisasi, yaitu konsep ketergantungan fungsional yang terdiri dari ketergantungan penuh, ketergantungan parsial atau sebagian, dan ketergantungan transitif. Proses normalisasi pertama-tama dilakukan dengan mengidentifikasi adanya ketergantungan-ketergantungan tersebut dalam relasi-relasi dan kemudian menghilangkannya. Cara melakukan normalisasi, mengidentifikasi berbagai macam ketergantungan, dan menghilangkan ketergantungan pada relasi-relasi bisa dipelajari ulang dalam postingan tulisan d...
Post a Comment
Selengkapnya >>