Sistem Robotik (Artificial Intelegence / Kecerdasan Buatan) PENGERTIAN ROBOT DAN SENSOR

BAB I

PENDAHULUAN

A. LATAR BELAKANG MASALAH

            Teknologi komputer, terutama robotika di masa sekarang sudah menjadi bagian penting dalam kehidupan manusia. Robot sendiri yaitu peralatan elektro-mekanik atau bio-mekanik, atau gabungan peralatan yang menghasilkan gerakan yang otonomi maupun gerakan berdasarkan gerakan yang diperintahkan. Robot dalam beberapa hal dapat menggantikan peran manusia, hal ini terlihat pada robot-robot yang diterapkan dalam berbagai bidang seperti industri, kesehatan (health), pertahanan (defense), pertanian (agriculture), penelitian (research), pemainan (game), dan lain-lain. Dalam industri modern, robot telah mengambil alih posisi para pekerja di pabrik-pabrik. Misalnya dalam industri automotif, alat elektronik, peranti komputer, robot telah menjadi penggerak utama dari industri ini. Alasan utama penggunaan robot adalah karena, robot dalam kondisi tertentu (syarat minimum operasi terpenuhi) dapat menjadi pekerja yang ideal, robot memiliki tingkat akurasi dan efisiensi yang tinggi, serta yang lebih penting adalah biaya operasinya rendah dengan output yang dihasilkan lebih tinggi.

            Ada beberapa tipe robot, yang secara umum dapat dibagi menjadi dua kelompok yakni robot manipulator dan robot mobil (mobile robot). Robot manipulator dicirikan dengan memiliki lengan (arm robot), dan banyak digunakan untuk robot industri. Sedangkan robot mobil merupakan robot yang dapat bergerak berpindah tempat, meskipun nantinya robot tersebut juga dipasang manipulator. Robot mobil dapat dikelompokkan lagi menjadi tiga yaitu robot daratan (ground robot), robot air (Underwater Robot), dan robot terbang (aerial robot). Ketiga jenis robot ini sangat banyak dikembangkan karena melihat sifatnya yang sangat fungsional.

            Perkembangan ini dapat dilihat dari teknologi mikrokontroler yang merupakan suatu terobosan teknologi mikroprosessor dan mikrokomputer. Mikrokontroler ini banyak digunakan pada berbagai sistem kontrol.

            Untuk membuat robot cerdas kita harus melakukan pertimbangan – pertimbangan yang sering menjadi kendala dalam perancangan sebuah robot, sebab terkadang jika mengutamakan salah satu faktor misalnya faktor kecepatan, maka faktor yang lainnya seperti kestabilan gerak bisa saja tidak tercapai. Untuk mengatasi berbagai kendala tersebut, maka harus dilakukan studi yang sekaligus merancang sebuah robot dengan 2 mempertimbangkan dan memilih bagian-bagian pembangun robot yang tepat, dan spesifikasinya sesuai dengan kebutuhan, sehingga tujuannya dapat tercapai.

            Agar dapat mencapai semua itu kita dapat mempelajari robot Boe-bot sebagai bahan dasar untuk mempelajari robot. Robot Boe-bot ini ada yang beroda dan berkaki. Salah satu cara kerja dari robot Boe-bot ini yaitu dapat mendeteksi adanya penghalang dengan menggunakan sensor Infrared (IR), sensor ini akan bekerja dengan menyusuri dinding dengan mendeteksi jarak. Dimana sensor jarak digunakan untuk mengetahui posisi robot terhadap dinding dan sensor lantai yang akan mendeteksi garis putih.

            Dengan diketahuinya posisi ini maka robot dapat memberikan keputusan gerakan apa yang akan dilakukan, yaitu menghindari adanya penghalang (dinding).

B. RUMUSAN MASALAH

Adapun rumusan masalah yang akan dibahas yaitu :

1. Bagaimana robot itu bisa diciptakan dengan adanya sensor,

2. Bagaimana mengimplementasikan robot pendeteksi warna benda beserta lokasinya yang berbasis sistem lego mindstorm education nxt,

3. Bagaimana membuat antarmuka yang baik secara hardware maupun software untuk keperluan pengendalian robot, dan

4. Bagaimana pembuatan robot dan sensor dengan benar.

C. TUJUAN

Adapun tujuan dalam pembuatan makalah ini yaitu :

1. Mengetahui jenis-jenis dan pengertian dari sistem sensor.

2. Mengetahui dengan detail tentang robot,

3. Mengetahui dengan detail tentang sensor, dan

4. Mengetahui pengimplementasian tentang robot.

BAB II

PEMBAHASAN

A. PENGERTIAN ROBOT DAN SENSOR

Pengertian Kecerdasan Buatan Definisi Artificial Intelligence - Kecerdasan Buatan (bahasa Inggris: Artificial Intelligence atau AI) didefinisikan sebagai kecerdasan yang ditunjukkan oleh suatu entitas buatan. Sistem seperti ini umumnya dianggap komputer. Kecerdasan diciptakan dan dimasukkan ke dalam suatu mesin (komputer) agar dapat melakukan pekerjaan seperti yang dapat dilakukan manusia. Beberapa macam bidang yang menggunakan kecerdasan buatan antara lain sistem pakar, permainan komputer (games), logika fuzzy, jaringan syaraf tiruan dan robotika.

Judul artikel ini (Makalah Pengertian Kecerdasan Buatan Definisi Artificial Intelligence  Sejarah, Konsep, Aplikasi, Materi)

Banyak hal yang kelihatannya sulit untuk kecerdasan manusia, tetapi untuk Informatika relatif tidak bermasalah. Seperti contoh: mentransformasikan persamaan, menyelesaikan persamaan integral, membuat permainan catur atau menyelesaikan permainan puzzle geser angka. Di sisi lain, hal yang bagi manusia kelihatannya menuntut sedikit kecerdasan, sampai sekarang masih sulit untuk direalisasikan dalam Informatika. Seperti contoh: Pengenalan Obyek/Muka, bermain Sepakbola.

Walaupun Artificial Intelligence memiliki konotasi fiksi ilmiah yang kuat, AI membentuk cabang yang sangat penting pada ilmu komputer, berhubungan dengan perilaku, pembelajaran dan adaptasi yang cerdas dalam sebuah mesin. Penelitian dalam AI menyangkut pembuatan mesin untuk mengotomatisasikan tugas-tugas yang membutuhkan perilaku cerdas. Termasuk contohnya adalah pengendalian, perencanaan dan penjadwalan, kemampuan untuk menjawab diagnosa dan pertanyaan pelanggan, serta pengenalan tulisan tangan, suara dan wajah. Hal-hal seperti itu telah menjadi disiplin ilmu tersendiri, yang memusatkan perhatian pada penyediaan solusi masalah kehidupan yang nyata. Sistem AI sekarang ini sering digunakan dalam bidang ekonomi, obat-obatan, teknik dan militer, seperti yang telah dibangun dalam beberapa aplikasi perangkat lunak komputer rumah dan video game.

Kecerdasan buatan ini bukan hanya ingin mengerti apa itu sistem kecerdasan, tapi juga mengkonstruksinya. Tidak ada definisi yang memuaskan untuk 'kecerdasan':

1. Kecerdasan: kemampuan untuk memperoleh pengetahuan dan menggunakannya
2. atau kecerdasan yaitu apa yang diukur oleh sebuah 'Test Kecerdasan'

Tujuan dari Artificial Intelligence adalah untuk memecahkan persoalan dunia nyata (bersifat praktis) dan memahami intelijensia (bersifat memahami). AI merupakan salah satu bagian ilmu komputer yang mempelajari tentang bagaimana cara membuat agar komputer dapat melakukan pekerjaan seperti yang dilakukan oleh manusia. Pada awal diciptakannya, komputer hanya difungsikan sebagai alat hitung saja. Namun seiring dengan perkembangan zaman, maka peran komputer semakin mendominasi kehidupan umat manusia. Komputer tidak lagi hanya digunakan sebagai alat hitung, lebih dari itu, komputer diharapkan untuk dapat diberdayakan untuk mengerjakan segala sesuatu yang bisa dikerjakan oleh manusia. Manusia bisa menjadi pandai dalam menyelesaikan segala permasalahan di dunia ini karena manusia mempunyai pengetahuan dan pengalaman. Pengetahuan diperoleh dari belajar. Semakin banyak bekal pengetahuan yang dimiliki oleh seseorang tentu saja diharapkan akan lebih mampu dalam menyelesaikan permasalahan. Namun bekal pengetahuan saja tidak cukup, manusia juga diberi akal untuk melakukan penalaran, mengambil kesimpulan berdasarkan pengetahuan dan pengalaman yang mereka miliki. Tanpa memiliki kemampuan menalar yang baik, manusia dengan segudang pengalaman dan pengetahuan tidak akan dapat menyelesaikan masalah dengan baik. Demikian pula, dengan kemampuan menalar yang sangat baik, namun tanpa bekal pengetahuan dan pengalaman yang memadai, manusia juga tidak akan bisa menyelesaikan masalah dengan baik.

Komputer juga harus diberi bekal pengetahuan dan mempunyai kemampuan untuk menalar, agar komputer bisa bertindak seperti dan sebaik manusia. Untuk itu pada artificial intelligence, akan mencoba untuk memberikan beberapa metode untuk membekali komputer dengan kedua komponen tersebut agar komputer bisa menjadi mesin yang pintar. Untuk menciptakan aplikasi kecerdasan buatan ada 2 bagian utama yang sangat dibutuhkan, yaitu:

1.    Basis Pengetahuan (Knowledge Base)
Basis pengetahuan berisi fakta-fakta, teori, pemikiran dan hubungan antara satu dengan yang lainnya.

2.    Motor Inferensi (Inference Engine)
Motor Inferensi merupakan kemampuan menarik kesimpulan berdasarkan pengalaman. Atau dapat juga disebut dengan penalaran.


Sejarah Artificial Intelligence (AI)
Pada awal abad 17, René Descartes mengemukakan bahwa tubuh hewan bukanlah apa-apa melainkan hanya mesin-mesin yang rumit. Blaise Pascal menciptakan mesin penghitung digital mekanis pertama pada 1642. Pada 19, Charles Babbage dan Ada Lovelace bekerja pada mesin penghitung mekanis yang dapat diprogram.

Bertrand Russell dan Alfred North Whitehead menerbitkan Principia Mathematica, yang merombak logika formal. Warren McCulloch dan Walter Pitts menerbitkan "Kalkulus Logis Gagasan yang tetap ada dalam Aktivitas " pada 1943 yang meletakkan pondasi untuk jaringan syaraf.

Tahun 1950-an adalah periode usaha aktif dalam AI. Program AI pertama yang bekerja ditulis pada 1951 untuk menjalankan mesin Ferranti Mark I di University of Manchester (UK): sebuah program permainan naskah yang ditulis oleh Christopher Strachey dan program permainan catur yang ditulis oleh Dietrich Prinz. John McCarthy membuat istilah "kecerdasan buatan " pada konferensi pertama yang disediakan untuk pokok persoalan ini, pada 1956. Dia juga menemukan bahasa pemrograman Lisp. Alan Turing memperkenalkan "Turing test" sebagai sebuah cara untuk mengoperasionalkan test perilaku cerdas. Joseph Weizenbaum membangun ELIZA, sebuah chatterbot yang menerapkan psikoterapi Rogerian.

Selama tahun 1960-an dan 1970-an, Joel Moses mendemonstrasikan kekuatan pertimbangan simbolis untuk mengintegrasikan masalah di dalam program Macsyma, program berbasis pengetahuan yang sukses pertama kali dalam bidang matematika. Marvin Minsky dan Seymour Papert menerbitkan Perceptrons, yang mendemostrasikan batas jaringan syaraf sederhana dan Alain Colmerauer mengembangkan bahasa komputer Prolog. Ted Shortliffe mendemonstrasikan kekuatan sistem berbasis aturan untuk representasi pengetahuan dan inferensi dalam diagnosa dan terapi medis yang kadangkala disebut sebagai sistem pakar pertama. Hans Moravec mengembangkan kendaraan terkendali komputer pertama untuk mengatasi jalan berintang yang kusut secara mandiri.

Pada tahun 1980-an, jaringan syaraf digunakan secara meluas dengan algoritma perambatan balik, pertama kali diterangkan oleh Paul John Werbos pada 1974. Tahun 1990-an ditandai perolehan besar dalam berbagai bidang AI dan demonstrasi berbagai macam aplikasi. Lebih khusus Deep Blue, sebuah komputer permainan catur, mengalahkan Garry Kasparov dalam sebuah pertandingan 6 game yang terkenal pada tahun 1997. DARPA menyatakan bahwa biaya yang disimpan melalui penerapan metode AI untuk unit penjadwalan dalam Perang Teluk pertama telah mengganti seluruh investasi dalam penelitian AI sejak tahun 1950 pada pemerintah AS.

Tantangan Hebat DARPA, yang dimulai pada 2004 dan berlanjut hingga hari ini, adalah sebuah pacuan untuk hadiah $2 juta dimana kendaraan dikemudikan sendiri tanpa komunikasi dengan manusia, menggunakan GPS, komputer dan susunan sensor yang canggih, melintasi beberapa ratus mil daerah gurun yang menantang.

Paham Pemikiran Artificial Intelligence (AI)

Secara garis besar, AI terbagi ke dalam dua faham pemikiran yaitu AI Konvensional dan Kecerdasan Komputasional (CI, Computational Intelligence). AI konvensional kebanyakan melibatkan metoda-metoda yang sekarang diklasifikasikan sebagai pembelajaran mesin, yang ditandai dengan formalisme dan analisis statistik. AI konvensional dikenal juga dengan sebutan AI simbolis, AI logis, AI murni dan AI cara lama (GOFAI, Good Old Fashioned Artificial Intelligence). Metoda-metodanya meliputi:

1. Sistem pakar: menerapkan kapabilitas pertimbangan untuk mencapai kesimpulan. Sebuah sistem pakar dapat memproses sejumlah besar informasi yang diketahui dan menyediakan kesimpulan-kesimpulan berdasarkan pada informasi-informasi tersebut.
2. Petimbangan berdasar kasus 
3. Jaringan Bayesian 
4. AI berdasar tingkah laku: metoda modular pada pembentukan sistem AI secara manual  Kecerdasan komputasional melibatkan pengembangan atau pembelajaran iteratif (misalnya penalaan parameter seperti dalam sistem koneksionis. Pembelajaran ini berdasarkan pada data empiris dan diasosiasikan dengan AI non-simbolis, AI yang tak teratur dan perhitungan lunak. 

Metoda-metoda pokoknya meliputi:

1. Jaringan Syaraf: sistem dengan kemampuan pengenalan pola yang sangat kuat
2. Sistem Fuzzy: teknik-teknik untuk pertimbangan di bawah ketidakpastian, telah digunakan secara meluas dalam industri modern dan sistem kendali produk konsumen. 
3. Komputasi Evolusioner: menerapkan konsep-konsep yang terinspirasi secara biologis seperti populasi, mutasi dan “survival of the fittest” untuk menghasilkan pemecahan masalah yang lebih baik.

Metoda-metoda ini terutama dibagi menjadi algoritma evolusioner (misalnya algoritma genetik) dan kecerdasan berkelompok (misalnya algoritma semut).

Dengan sistem cerdas hibrid, percobaan-percobaan dibuat untuk menggabungkan kedua kelompok ini. Aturan inferensi pakar dapat dibangkitkan melalui jaringan syaraf atau aturan produksi dari pembelajaran statistik seperti dalam ACT-R. Sebuah pendekatan baru yang menjanjikan disebutkan bahwa penguatan kecerdasan mencoba untuk mencapai kecerdasan buatan dalam proses pengembangan.

BAB III

IMPLEMENTASI

Lingkup AI (Artificial Intelligence) pada Aplikasi Komersial

Dewasa ini, AI juga memberikan konstribusi yang cukup besar di bidang manajemen. Adanya sistem pendukung keputusan dan Sistem Informasi Manajemen juga tidak terlepas dari andil AI. Makin pesatnya perkembangan teknologi menyebabkan adanya perkembangan dan perluasan lingkup yang membutuhkan kehadiran AI. Karakteristik ‘cerdas’ sudah mulai dibutuhkan di berbagai disiplin ilmu dan teknologi. AI tidak hanya dominan di bidang ilmu komputer (informatika), namun juga sudah merambah di berbagai disiplin ilmu yang lain. Irisan antara psikologi dan AI melahirkan sebuah area yang dikenal dengan nama cognition & psycolinguistics. Irisan antara teknik elektro dengan AI melahirkan berbagai ilmu, seperti: pengolahan citra, teori kendali, pengenalan pola dan robotika.

Adanya irisan penggunaan AI di berbagai disiplin ilmu tersebut menyebabkan cukup rumitnya untuk mengklasifikasikan AI menurut disiplin ilmu yang menggunakannya. Untuk memudahkan hal tersebut, maka pengklasifikasian lingkup AI didasarkan pada output yang diberikan, yaitu pada aplikasi komersial (meskipun sebenarnya AI itu sendiri bukan merupakan medan komersial).

Lingkup utama dalam kecerdasan buatan adalah:

1. Sistem Pakar (Expert System).
   Disini, komputer digunakan sebagai sarana untuk menyimpan pengetahuan para pakar. Dengan demikian, komputer akan memiliki keahlian untuk menyelesaikan permasalahan dengan meniru keahlian yang dimiliki oleh pakar.
2. Pengolahan Bahasa Alami (Natural Language Processing).
   Dengan pengolahan bahasa alami ini diharapkan user dapat berkomunikasi dengan komputer dengan menggunakan bahasa sehari-hari.
3. Pengenalan Ucapan (Speech Recognition).
   Melalui pengenalan ucapan diharapkan manusia dapat berkomunikasi dengan komputer menggunakan suara.
4. Robotika & Sistem Sensor (Robotics & Sensory Systems).
5. Computer Vision, mencoba untuk dapat menginterpretasikan gambar atau objek-objek tampak melalui komputer.
6. Intelligent Computer-aided Instruction. Komputer dapat digunakan sebagai tutor yang dapat melatih dan mengajar.
7. Game Playing.

BAB IV

PENUTUP

A. KESIMPULAN

 
Seiring dengan perkembangan teknologi, muncul beberapa teknologi yang juga bertujuan untuk membuat agar komputer menjadi cerdas sehingga dapat menirukan kerja manusia sehari-hari. Teknologi ini juga mampu mengakomodasi adanya ketidakpastian dan ketidaktepatan data input. Dengan didasari pada teori himpunan, maka pada tahun 1965 muncul Logika Fuzzy. Kemudian pada tahun 1975, John Holland mengatakan bahwa setiap problem berbentuk adaptasi (alami maupun buatan) secara umum dapat diformulasikan dalam terminologi genetika. Algoritma genetika ini merupakan simulasi proses evolusi Darwin dan operasi genetika atas kromosom.

Daftar Pustaka - Makalah Pengertian Kecerdasan Buatan Definisi Artificial Intelligence  Sejarah, Konsep, Aplikasi, Materi

Kusumadewi.S, Artificial Intelligence (Teknik dan Aplikasinya), Edisi 2,    Penerbit Graha Ilmu, 2002.

Desiani.A dan Arhami.M, Konsep Kecerdasan Buatan, Penerbit Graha Ilmu, 2002.

Sandi.S, Artificial Intelegencia, Andi Offset Yogyakarta, 1993.

Penjelasan AI pada Sistem Robotik

            Artificial Intelligence (kecerdasan buatan) adalah sebuah sistem yang ditambahkan dan bisa diatur dalam kontek ilmiah ,kecerdasan buatan ini diciptakan dan dimasukan ke sistem komputer yang bertujuan untuk melakukan pekerjaan manusia . Kecerdasan buatan yang tadinya hanya berupa software sekarang dapat di kembangkan menjadi hardware berubat robot yang dapat membantu pekerjaan manusia di segala bidang.

Contoh dan kegunaan Ai pada sistem robot

Ada banyak kegunaan robot dalam berbagai segi kehidupan mulai dari rumah tangga sampai industri.

1.Untuk meningkatkan produksi melalui otomasi di industri

2.Menciptakan tenaga kerja yang berkinerja tinggi dan dapat bekerja 24 jamUntuk menjalankan 3.pekerjaan yang memerlukan ketelitian tinggi 

4.Menggantikan manusia dalam pekerjaan yang bersifat selalu berulang-ulang

5.Sebagai alat bantu manusia dalam melakukan eksperimen ilmiah di luar angkasa 

Contoh FarmBot yang dapat mengerjakan selurus proses pertanian untuk rumahan. dari menanam bibit menyiram hingga memanen

Saran

Saran yang dapat diberikan dari penelitian yang telah dilakukan adalah:

1. Ditindaklanjuti dengan pengembangan robot ini sebagai media pembelajaran yang lebih spesifik tentang bagian-bagian dari robot dan sensor-sensor yang digunakan, sehingga fungsi robot sebagai media pembelajaran akan lebih lengkap dan bervariasi.

2. Mengembangkan kemampuan-kemampuan lain yang dimiliki robot yang digunakan sebagai media pembelajaran dalam penelitian ini.

3. Pengolahan gambar menggunakan sensor kamera sangat komplek dansangat banyak fungsinya. Untuk itu diharapkan pembelajaran tentangsensor kamera dan pengolahan gambar adalah sebuah mata kuliah sendiri,  bukan sebagai pokok bahasan dari mata kuliah robotika. Sehingga

pembelajaran tentang pengolahan gambar akan lebih mendalam.

Keinginan yang di diharapkan dr kecerdasan buatan pada sistem robotik.

Saya berharap Ai dan Robotik dikembangkan sehingga kit adapat mewujudkan kehidupan yang canggih dan modern. Dan manusia dapat hidup berdampingan dengan robot.

Decision Support System / DSS

BAB I

PENDAHULUAN

1.        Latar Belakang

Bagaimana cara mengambil keputusan? Jawaban atas pertanyaan ini akan mempengaruhi perancangan sistem informasi di dalam komputer untuk mendukung proses dalam pengambilan keputusan (Decision Support Sustem / DSS). Kekuatan yang memprakarsai proses pengambilan keputusan dapat berupa ketidakpuasan terhadap keadaan saat itu atau manfaat yang diharapkan dari keadaan yang baru. Dalam hal ketidakpuasan, kekuatan yang memprakarsai adalah penemuan masalah sedangkan dalam hal manfaat yang diharapkan kekuatan yang memprakarsai berasal dari penyelidikan untuk mendapat kesempatan.

Proses pengambilan keputusan dapat ditinjau dari sudut kegiatan yang terus-menerus didorong oleh tujuan mengubah sistem (perusahaan, departemen, keluarga, dan sebagainya) dari keadaannya yang sekarang menjadi keadaan yang diinginkan dengan menggunakan suatu sistem yang disebut sistem penunjang keputusan.

Model DSS :

 

2.         Rumusan Masalah 

Rumusan masalah yang dapat diambil dari makalah ” Sistem Penunjang Keputusan ( Decision Support System ) adalah sebagai berikut :

1.     Konsep Sistem Penunjang Keputusan ( Decision Support System / DSS)

2.     Tujuan Sistem Penunjang Keputusan ( Decision Support System / DSS)

3.     Konsep Keputusan

4.     Jenis-jenis Keputusan Menurut Herbert A. Simon

5.     Tahapan Pengambilan Keputusan Menurut Herbert A. Simon

6.     Tingkat-Tingkat Pengambilan Keputusan

7.     Komponen Sistem Penunjang Keputusan ( Decision Support System / DSS)

8.     Ciri, Keuntungan Dan Keterbatasan Sistem Penunjang Keputusan ( Decision Support System / DSS)

9.     Sistem Penunjang Keputusan ( Decision Support System /DSS) Kelompok

3.         Tujuan Makalah

Adapun tujuan dari penyusunan makalah dengan judul Sistem Penunjang Keputusan ( Decision Support System ) adalah sebagai berikut :

1.     Memenuhi salah satu tugas mata kuliah Sistem Informasi Manajemen

2.     Melatih mahasiswa untuk lebih aktif dalam pencarian bahan-bahan materi Sistem Penunjang Keputusan ( Decision Support System )

3.     Menambah wawasan dan pengetahuan tentang Sistem Penunjang Keputusan ( Decision Support System )

BAB II

PEMBAHASAN

1.        Definisi Sistem Penunjang Keputusan ( Decision Support System / DSS )

Keputusan adalah rangkaian tindakan yang perlu diikuti dalam memecahkan masalah untuk mengindari atau mengurangi dampak negatif atau memanfaatkan kesempatan.

Dalam mendukung pengambilan keputusan diperlukan DSS. DSS merupakan aplikasi dari CBIS yang digunakan pemakai sebagai dukungan keputusan. Secara umum DSS adalah sistem berbasis komputer yang interaktif, yang membantu mengambil keputusan dengan memanfaatkan data dan model untuk menyelesaikan masalah-masalah yang terstruktur. Sedangkan secara khusus DSS adalah Sebuah sistem yang mendukung kerja seorang manajer maupun sekelompok manajer dalam memecahkan masalah semi-terstruktur dengan cara memberikan informasi ataupun usulan menuju pada keputusan tertentu. DSS mendayagunakan resources individu-individu secara intelek dengan kemampuan komputer untuk meningkatkan kualitas keputusan. Jadi ini merupakan sistem pendukung yang berbasis komputer untuk manajemen pengambilan keputusan yang berhubungan dengan pemecahan masalah.

Adapun menurut para ahli definisi dari DSS adalah sebagai berikut :

@   Menurut Mann dan Watson, Sistem Penunjang Keputusan / DSS adalah Sistem yang interaktif, membantu pengambilan keputusan melalui penggunaan data dan model-model keputusan untuk memecahkan masalah-masalah yang sifatnya semi terstruktur dan tidak terstruktur.

@   Menurut Maryam Alavi dan H.Albert Napier, Sistem Penunjang Keputusan / DSS adalah suatu kumpulan prosedur pemrosesan data dan informasi yang berorientasi pada penggunaan model untuk menghasilkan berbagai jawaban yang dapat membantu manajemen dalam pengambilan keputusan.

@   Menurut Litle, Sistem Penunjang Keputusan / DSS adalah suatu sistem informasi berbasis komputer yang menghasilkan berbagai alternatif keputusan untuk membantu manajemen dalam menangani berbagai permasalahan yang terstruktur atupun tidak terstruktur dengan menggunakan data dan model.

@   Menurut Raymond Mc Leod, Sistem Penunjang Keputusan / DSS adalah sistem penghasil informasi spesifik yang ditujukan untuk memecahkan suatu masalah tertentu yang harus dipecahkan oleh manajer pada berbagai tingkatan.

Dari berbagai definisi beberapa ahli diatas ada satu kesamaan tentang pengertian dari DSS yitu merupakan suatu sistem untuk membantu pemecahan sebuah masalah. Dan pemecahan masalah tersebut dapat dipicu penyelesaiannya dengan 6 pertanyaan antara lain :

Ø     Apa  (what) ?

Ø     Siapa (who) ?

Ø     Kapan (when) ?

Ø     Mengapa (why) ?

Ø     Dimana (where) ?

Ø     Bagaimana (how) ?

2.         Mengapa Menggunakan DSS?

DSS digunakan dalam sebuah perusahaan karena berbagai hal, antara lain :

a.     Perusahaan beroperasi pada ekonomi yang tidak stabil,

b.    dihadapkan pada kompetisi dalam dan luar negeri yang meningkat,

c.     Perusahaan menghadapi peningkatan kesulitan dalam hal melacak jumlah operasi-operasi bisnis,

d.    Sistem komputer perusahaan tidak mendukung peningkatan tujuan perusahaan dalam hal efisiensi, profitabilitas, dan mencari jalan masuk di pasar yang benar-benar menguntungkan,

e.     Adanya perubahan perilaku komputasi end-user. Dalam hal ini end-user bukanlah programmer sehingga mereka membutuhkan alat dan prosedur yang mudah untuk digunakan dan ini dipenuhi oleh DSS,

f.     Membutuhkan informasi yang akurat dan baru secara cepat,

g.    DSS sering dianggap sebagai keberhasilan dalam suatu organisasi,

h.     Manajemen mengamanatkan perlunya DSS   dalam organisasi,

i.      Perlunya penghematan biaya operasional.

1.        Konsep Sistem Penunjang Keputusan (Decision Support System / DSS)

Konsep DSS dimulai akhir tahun 1960 dengan time sharing komputer yaitu untuk pertama kalinya seseorang dapat berinteraksi langsung dengan komputer tanpa harus melalui spesialis informasi. Istilah DSS diciptakan pada tahun 1971 oleh Anthony Gory dan Scott Morton untuk mengarahkan aplikasi komputer pada pengambilan keputusan manajemen. Konsep DSS menggunakan informasi spesifik yang ditujukan untuk membantu manajemen dalam mengambil keputusan dengan menggunakan model sebagai dasar pengembangn alternatif yang secara interaktif dapat digunakan oleh pemakai. Dari penjelasan tersebut maka dapat diketahui bahwa DSS mempunyai karakteristik tersendiri, antara lain :

a.         DSS dirancang untuk membantu pengambil keputusan dalam memecahkan masalah yang bersifat semi terstruktur ataupun tidak terstruktur,

b.        Dalam proses pengolahannya, DSS mengkombinasikan penggunaan model-model / teknik-teknik analisis dengan teknik pemasukan data konvensional serta fungsi-fungsi pencari/interogasi informasi,

c.         DSS dirancang sedemikian rupa, sehingga dapat digunakan dengan mudah oleh orang yang tidak memiliki dasar kemampuan pengoperasian komputer yang tinggi,

d.        DSS dirancang dengan menekankan pada aspek fleksibilitas serta kemampuan adaptasi yang tinggi, sehingga mudah disesuaikan dengan kebutuhan pemakai.

1.1      Tujuan Sistem Penunjang Keputusan ( Decision Support System )

Bila diterapkan dalm sebuah organisasi atau perusahaan tujuan utama DSS adalah membantu manajer dan orang-orang yang terlibat dalam proses pengambilan keputusan untuk meningkatkan kemampuannya dalam memutuskan pemecahan suatu masalah. Keputusan yang dihasilkan nantinya diharapkan dapat memenuhi batasan kognitif, waktu dan ekonomis.

Menurut Holsapple dan Winston, 1996 tujuan dari DSS adalah sebagai berikut :

a.         DSS membantu pengambil keputusan dalam mengenali masalah dan kemudian memformulasikan data pendukung untuk keperluan analisis dan pengambilan tindakan.

b.        DSS memfasilitasi salah satu atau semua fase pengambilan keputusan agar prosesnya berjalan secara lancar dan cepat (efektif dan efisien). Fase pengambilan keputusan itu sendiri menurut Herbert A. Simon yang ditulis oleh Mc Leod (2001) adalah :

@  Intellegence Activity  yaitu proses pencarian informasi dan data dari lingkungan yang berguna bagi pemecahan masalah,

@  Design Activity  yaitu menemukan, mengembangkan dan menganalisa kemungkinan dari tindakan yang akan dijadikan solusi,

@  Choice Activity yaitu memilih salah satu tindakan yang telah dianalisa pada fase sebelumnya yang kemudian dijadikan sebagai alternatif solusi,

@  Review Activity yaitu mengimplementasikan solusi.

c.         DSS menjadi bantuan untuk memecahkan masalah yang semi terstruktur atau yang tidak terstruktur.

d.        DSS membantu dalam memanajemen informasi / pengetahuan. Hal ini dimungkinkan karena DSS dapat memiliki kemampuan untuk menerima, menyimpan, menggunakan, menurunkan dan mempresentasikan informasi / pengetahuan yang sesuai dengan keputusan yang akan diambil.

e.         DSS mendukung penilaian manajer tanpa bermaksud untuk menggantikannya.

 1.2      Konsep Keputusan

Pengambilan keputusan merupakan hal yang pokok bagi pemegang jabatan manajer. Karena keputusan merupakan rangkaian tindakan yang perlu diikuti dalam memecahkan masalah untuk menghindari atau mengurangi dampak negatif atau untuk memanfaatkan kesempatan di dalam perusahaan. Model sistem yang dipergunakan untuk mengambil keputusan dapat bersifat tertutup atau terbuka. Sistem pengambilan tertutup menganggap bahwa keputusan dipisahkan dari masukan-masukan yang tidak diketahui dari lingkungannya. Dalam sistem ini pengambil keputusan dianggap :

a.         Mengetahui semua alternatif dan akibat atu hasil dari masing-masing alternatif;

b.        Mempunyai suatu metode (aturan, hubungan dan sebagainya) yang memungkinkan ia membuat urutan alternatif yang lebih disukainya,

c.         Memilih alternatif yang memaksimalkan sesuatu seperti keuntungan, volume penjualan atau kegunaan.

Paham pengambilan keputusan yang tertutup jelas menganggap bahwa orang yang rasional secara logis menguji semua alternatif, membuat urutan berdasarkan hasilnya yang lebih disukai, dan memilih alternatif yang mendatangkan hasil terbaik.

Sistem pengambilan keputusan terbuka adalah keputusan yang dipengaruhi oleh lingkungan, dan proses pengambilan keputusan selanjutnya juga mempengaruhi lingkungan tersebut. Pengambil keputusan dianggap tidak harus logis dan sepenuhnya rasional, tetapi lebih banyak menunjukkan rasionalitas hanya dalam batas-batas yang ditentukan oleh latar belakang, penglihatan alternatif-alternatif, kemampuan untuk menangani model keputusan dan sebagainya. Mengingat tujuan model tertutup telah dirumuskan dengan baik, tujuan model terbuka sama dengan tingkat keinginan sebab model terbuka dapat berubah apabila pengambil keputusan menerima bukti keberhasilan atau kegagalan. Dibandingkan dengan ketiga anggapan model tertutup, model keputusan terbuka menganggap bahwa pengambil keputusan :

a.         Tidak mengetahui semua alternatif dan semua hasil,

b.        Melakukan penyelidikan secara terbatas untuk menemukan beberapa alternatif yang memuaskan,

c.         Mengambil keputusan yang memuaskan tingkat keinginannya.

Model terbuka adalah dinamis atas urutan pilihan-pilihan karena tingkatan keinginan berubah menangani perbedaan antara hasil dan tingkat keinginan.

1.3      Jenis-Jenis Keputusan Menurut Herbert A. Simon

Menurut Herbert A. Simon jenis-jenis keputusan dalm suatu perusahaan dibedakan menjadi 2 yaitu keputusan terprogram dan keputusan tidak terprogram. Perbedaan keputusan terprogram dan tidak terprogram terlihat dari persyaratan operasionalnya yang berlainan bagi kedua jenis keputusan tersebut. Ciri-ciri keputusan terprogram dan keputusan tidak terprogram dapat diikhtisarkan sebagai berikut :

Keputusan Terprogram	Keputusan Tidak Terprogram
·        Berulang ·        Dirumuskan dengan cermat ·        Aturan atau algoritma keputusan bagi orang bawahan untuk digunakan	·        Kadang-kadang ·        Unik ·        Analisa baru untuk setiap kejadian

Dengan kata lain, keputusan terprogram adalah keputusan yang dirumuskan dengan cermat dan cukup sering diulangi sehingga aturan keputusan atau algoritma keputusan dapat dirumuskan. Aturan-aturan dapat diuraikan sebelumnya, dan karena itu aturan-aturan tersebut biasanya dapat diberi kode untuk pengolahan komputer. Penggunaan komputer untuk mengolah aturan-aturan keputusan terprogram merupakan suatu pra pemilihan oleh seorang pengambil keputusan mengenai bagaimana keputusan harus diambil untuk waktu yang akan datang.Karena pengambilan keputusan itu merupakan suatu proses yang mahal ditinjau dari sudut sumber daya yang sangat langka, waktu dan tenaga manajerial, maka keputusan terprogram merupakan suatu metode yang efisien untuk menghemat sumber daya yang langka dan untuk meningkatkan produktifitas manajer.

Sedangkan untuk keputusan tidak terprogram, keputusan ini tidak sering diulang atau dapat dikatakan keputusan ini sangat berbeda di setiap pengulangannya, sehingga tidak dapat dikembangkan suatu model umum sebagai suatu dasar untuk memogramnya.

Kegiatan pengambilan keputusan baik yang terprogram ataupun tidak terprogram dapat mengikuti proses pengambilan keputusan termasuk pemahaman, perancangan dan pemilihan. Penentuan keputusan terprogram memerlukan lebih banyak pemecahan umum daripada keputusan tidak terprogram. Untuk keputusan terprogram harus mempertimbangkan bermacam-macam kondisi sedangkan keputusan tidak terprogram hanya berhubungan dengan suatu situasi tertentu.

1.4  Tahapan Pengambilan Keputusan Menurut Herbert A. Simon

Ada 4 tahapan dalam pengambilan keputusan menurut Herbert A. Simon yang dapat digambarkan seperti berikut :

Keterangan :

@   Kegiatan Inteligen yaitu proses pencarian informasi dan data dari lingkungan yang berguna bagi pemecahan masalah,

@   Kegiatan Merancang yaitu menemukan, mengembangkan, dan manganalisa arah tindakan yang mungkin dapat dipergunakan. Dalam hal ini mengandung proses-proses untuk memahami masalah, untuk menghasilkan cara pemecahan masalah dan untuk menguji apakah cara pemecahan tersebut dapat dilaksanakan.

@   Kegiatan Memilih yaitu memilih arah tindakan tertentu dari semua arah tindakan yang ada. Pilihan ditentukan dan dilaksanakan.

@   Kegiatan Menelaah  disebut juga pemahaman yaitu menyelidiki lingkungan tentang kondisi-kondisi yang memerlukan keputusan. Data mentah yang diperoleh diolah dan diperiksa untuk dijadikan petunjuk yang dapat menentukan masalahnya.

Masing-masing kegiatan tersebut saling memberi feed back atau umpan balik hasil keputusan. Hal ini sama seperti langkah-langkah yang disarankan Rubenstein dan Haberstroh yaitu; pengenalan masalah atau kebutuhan akan pengambilan keputusan, analisis dan pernyataan alternatif-alternatif, pemilihan di antara alternatif-alternatif, komunikasi dan pelaksanaan keputusan, dan tindak lanjut dan umpan balik hasil keputusan.

1.5  Tingkat-Tingkat Pengambilan Keputusan

Pengambil keputusan mempunyai suatu cara untuk dapat memahami informasi yang menentukan efisiensi pengolahan informasinya. Pengetahuan seseorang digabungakan dengan kecakapannya mengolah informasi akan menentukan kesanggupannya mengambil keputusan. Dihadapkan dengan alternatif-alternatif, pengambil keputusan menentukan suatu tujuan, dan kemudian berusaha mencapainya dengan memilih alternatif yang terbaik berdasarkan pengetahuan yang dimilikinya.

Pengambilan keputusan merupakan suatu proses penggunaan informasi secara rasional bukan secara emosional. Dengan demikian dalam hubungan ini, kesulitan dalam pengambilan keputusan dapat diakibatkan oleh kedua-duanya.

1.     Informasi yang tidak cukup ; yakni informasi yang tidak benar atau tidak lengkap mengenai bermacam-macam arah tindakan alternatif yang berpengaruh pada hasil akhir,

2.     Tujuan yang tidak jelas diuraikan, yakni tidak dapat menguraikan tujuan yang hasilnya lebih banyak diinginkan daripada yang lain.

Pengambilan keputusan dapat terjadi mulai dari jenis keputusan sepintas lalu yang sangat rutin (keputusan terprogram) sampai keputusan kompleks yang mempunyai pengaruh besar terhadap sistem (keputusan tidak terprogram).

Untuk menggolongkannya, pengambilan keputusan dapat dibagi menjadi tiga tingkat yaitu:

a.         Pengambilan keputusan tingkat strategis

Yaitu keputusan yang ditandai oleh banyak ketidakpastian dan berorientasikan masa depan. Keputusan ini menentukan rencana jangka panjang yang mempengaruhi seluruh bagian perusahaan. Tujuan perusahaan ditentukan oleh beberapa strategi, oleh karena itu strategi berhubungan dengan perencanaan jangka panjang dan meliputi penentuan tujuan, penentuan kebijaksanaan, pengorganisasian, dan pencapaian keberhasilan organisasi secara menyeluruh.

b.        Pengambilan keputusan tingkat taktis

Pengambilan keputusan tingkat taktis berhubungan dengan kegiatan jangka pendek dan penentuan sumber daya untuk mencapai tujuan. Jenis pengambilan keputusan ini berhubungan dengan bidang-bidang seperti perumusan anggaran, analisis aliran dana, penentuan tata ruang, masalah kepegawaian, perbaikan produk, serta penelitian dan pengembangan.

c.         Pengambilan keputusan tingkat teknis

Pada tingkat pengambilan keputusan ini standar-standar ditentukan dan hasil keputusan siafatnya menentukan. Pengambilan keputusan teknis adalah suatu proses untuk menjamin agar tugas-tugas khusus dapat dilaksanakan dengan cara efektif dan efisien. Pengambilan keputusan ini memerlukan diberikannya perintah-perintah khusus yang mengawasi operasi-operasinya.

1.6      Komponen Sistem Penunjang Keputusan ( Decision Support System / DSS)

Komponen yang terdapat dalam DSS antara lain :

a.         Dialog (komponen model manajemen); merubah data menjadi informasi  yang relevan (dynamic/linear),

b.        Model; DSS menggunakan database berbasis permodelan yang terdiri dari optimalisasi, statistik/matemetik dan finansial,

c.         Database (komponen penunjang); yaitu teknologi software dan hardware,

d.        Data (komponen data manajemen); yaitu semua basis data yang dapat diakses.

1.7    Ciri, Keuntungan Dan Keterbatasan DSS

@   Ciri Decision Support System

a.     DSS dirancang untuk membantu pengambil keputusan dalam memecahkan masalah yang bersifat semi terstruktur ataupun tidak terstruktur,

b.    Dalam proses pengolahannya, DSS mengkombinasikan penggunaan model-model/teknik-teknik analisis dengan teknik pemasukan data konvensional serta fungsi-fungsi pencari/interogasi informasi,

c.     DSS dirancang sedemikian rupa, sehingga dapat digunakan dengan mudah oleh orang yang tidak memiliki dasar kemampuan pengoperasian komputer yang tinggi,

d.    DSS dirancang dengan menekankan pada aspek fleksibilitas serta kemampuan adaptasi yang tinggi, sehingga mudah disesuaikan dengan kebutuhan pemakai,

e.     Menghasilkan acuan data untuk menyelesaikan masalah yang dihadapi oleh manajer yang kurang berpengalaman,

f.     Fasilitas untuk mengambil data dapat memberikan kesempatan bagi beberapa manajer untuk berkomunikasi dengan lebih baik,

g.    Meningkatkan produktifitas dan kontrol dari manajer.

@  Keuntungan Decision Support System

a.     DSS memperluas kemampuan pengambil keputusan dalam memproses data/informasi bagi pemakainya,

b.    DSS membantu pengambil keputusan dalam penghematan waktu yang dibutuhkan untuk memecahkan masalah,

c.     DSS dapat menghasilkan solusi dengan lebih cepat serta hasilnya dapat diandalkan,

d.    DSS mampu menyajikan berbagai alternatif,

e.     DSS dapat menyediakan bukti tambahan untuk memberikan pembenaran sehingga dapat memperkuat posisi pengambil keputusan.

@  Keterbatasan DSS

a.     Beberapa kemampuan manajemen dan bakat manusia yang tidak dapat dimodelkan,

b.    Kemampuan terbatas pada pembendaharaan pengetahuan yang dimilikinya,

c.     Proses tergantung pada peragkat lunak yang digunakan,

d.    Tidak memiliki kemampuan intuisi (berpikir) seperti pada manusia.

1.8    Sistem Penunjang Keputusan (Decision Support System) Kelompok / GDSS

           

Adalah suatu sistem berbasis komputer yang mendukung kelompok-kelompok orang yang terlibat dalam suatu tugas (tujuan) bersama dan yang menyediakan interface bagi suatu lingkungan yang digunakan bersama. Atau bisa dikatakan GDSS adalah sistem pendukung keputusan kelompok yang berusaha memperbaiki komunikasi diantara para anggota kelompok dengan menyediakan lingkungan yang mendukung dan mendukung para pengambil keputusan dengan menyediakan perangkat lunak GDSS yang disebut groupware.

Nama lain dari GDSS antara lain :

a.     Group Support System (GSS)

b.    Computer Supported Cooperative Work (CSCW)

c.     Computerzed Collaborative Work Support

d.    Electronic Meeting System

Pengaturan GDSS adalah:

Ø   Ruang keputusan; merupakan pengaturan untuk rapat kelompok kecil serta tatap muka. Ruangan tersebut mendukung komunikasi melalui kombinasi perabot, peralatan dan tata letak.

Ø   Jaringan keputusan; dalam hal ini yang dimaksud adalah LAN. Jika kelompok kecil tidak mungkin bertemu secara bertatap muka maka para abggota dapat berinteraksi melalui jaringan.

Ø   Pertemuan Legislatif; jika kelompok terlalu besar untuk ruang keputusan maka pertemua Permasalahan · Masalah terstruktur terdapat pada 3 tahap (pemahaman, perancangan dan pemilihan)

ü Contoh masalah terstruktur : perencanaan jangka pendek, laporan personal, sistem distribusi, dan lokasi warehouse.

ü Masalah tidak terstruktur tidak terdapat dalam 4 tahap contoh masalah tak terstruktur adalah pemilihan cover untuk sebuah masalah, recruitment executive, perencanaan proyek,dll.

ü Masalah semi terstruktur Biasanya terdapat dalam satu atau dua tahap .

Model Model DSS terdiri dari:

1. Model matematika.

2. Database.

3. Perangkat lunak.

Perangkat lunak DSS sering disebut juga dengan DSS generator. DSS generator ini berisi modul-modul untuk database, model dan dialog manajemen. Modul database ini menyediakan beberapa hal, seperti: creation, interrogation dan maintenance untuk DSS database. DSS database memiliki kemampuan untuk menemukan sistem database yang telah disimpan. Sedangkan modul model digunakan untuk menyajikan kemampuan membuat, menjaga dan memanipulasi ke dalam bentuk model matematika. Model dasar ini menampilkan electronic spreadsheet. Model dialog digunakan untuk menarik perhatian para pengguna untuk berhubungan langsung antara pengguna dengan komputer dalam mencari solusi.

Dampak Pemanfaatan Decision Support System (DSS) antara lain :

a.   Masalah-masalah semi struktur dapat dipecahkan.

b.   Problem yang kompleks dapat diselesaikan.

c.   Sistem dapat berinteraksi dengan pemakainya.

d.   Dibandingkan dengan pengambilan keputusan secara intuisi, pengambilan keputusan dengan DSS dinilai lebih cepat dan hasilnya lebih baik.

e.   Menghasilkan acuan data untuk menyelesaikan masalah yang dihadapi oleh manajer yang kurang berpengalaman.

f.    Untuk masalah yang berulang, DSS dapat memberi keputusan yanglebih efektif.

g.   Fasilitas untuk mengambil data dapat memberikan kesempatan bagibeberapa manajer untuk berkomunikasi dengan lebih baik.

h.   Meningkatkan produktivitas dan kontrol dari manajer

Faktor Pendukung DSS Pengambilan keputusan dipengaruhi oleh :

a.   Faktor teknologi

b.   Faktor kompleksitas struktural

c.   Faktor pasar internasional

d.   Faktor stabilitas politik

e.   Faktor konsumerisme

f.    Faktor intervensi pemerintah

g.   Faktor informasi yang berkaitan dengan masalah tersebut,

h.   Faktor gaya pengambilan keputusan dan

i.    Faktor kemampuan (intelegensi ,persepsi, dan falsafah) serta

j.    Pertimbangan pengambil keputusan. Pengambilan keputusan selalu

k.   Berkaitan dengan ketidakpastian dari hasil keputusan yang diambil

Secara garis besar DSS dibangun oleh tiga komponen besar yaitu:

1. Database

2. Model Base

3. Software System

Database berisi kumpulan dari semua data bisnis yang dimiliki perusahaan, baik yang berasal dari transaksi sehari-hari, maupun data dasar. Untuk keperluan DSS, diperlukan data yang relevan dengan permasalahan yang hendak dipecahkan. Model Base atau suatu model yang merepresentasikan permasalahan ke dalam format kuantitatif (model matematika). Software system setelah sebelumnya direpresentasikan dalam bentuk model yang “dimengerti” komputer . melakukan kenaikan gaji karyawan, DSS untuk menentukan besarnya jam lembur karyawan, dan lain sebagainya

BAB IV

KESIMPULAN

            Kesimpulan dari makalah Sistem Penunjang Keputusan (Decision Support System ini adalah:

1.     Dukungan komputerisasi untuk para manajer sangatlah penting dalam berbagai kasus ataupun pengambilan keputusan di dalam organisasinya /perusahaannya,

2.     DSS dirancang dengan menekankan pada aspek fleksibilitas serta kemampuan adaptasi yang tinggi, sehingga mudah disesuaikan dengan kebutuhan pemakai,

3.     DSS membantu pengambil keputusan dalam mengenali masalah dan kemudian memformulasikan data pendukung untuk keperluan analisis dan pengambilan tindakan,

4.     Keputusan dapat dibedakan menjadi dua yaitu keputusan terprogram dan keputusan tidak terprogram dengan menggunakan sistem pengambilannya secara terbuka dan tertutup,

5.     GDSS adalah suatu teknologi yang mendukung proses pengambilan keputusan dalam suatu group atau kelompok yang mempunyai software sendiri yang disebut juga groupware.

 

DAFTAR PUSTAKA

1.     Soeharno, Prof. Dr.,” Ekonomi Manajerial ”, Penerbit Andi Yogyakarta, Juli 2006

2.     Winardi, S.E., Prof. Dr., ”Asas-Asas Manajemen”, Penerbit Mandar Maju Bandung, 1990

3.     Swastha Badu, SE, ”Asas-Asas Manajemen Baru”, Liberty Yogyakarta, September 1984

4.     Moekijat, Drs., ”Pengantar Sistem Informasi Manajemen”, PT. Remaja Rosdakarya Bandung, Maret 1986

5.     http://irfansubaktiblogspot.com

6.     http://dss_rahmadiblogspot.com

Penjelasan

DSS / Sistem Penunjang Keputusan adalah Sistem yang interaktif, untuk membantu melalui data dengan tahapan tahapan atau kumpulan prosedur sehingga data dapat diproses dan menghasilkan informasi berupa jawaban yang membantu manajemen dalam mengambil keputusan.

Contoh

Database berisi kumpulan dari semua data bisnis yang dimiliki perusahaan, baik yang berasal dari transaksi sehari-hari, maupun data dasar. Untuk keperluan DSS, diperlukan data yang relevan dengan permasalahan yang hendak dipecahkan. Model Base atau suatu model yang merepresentasikan permasalahan ke dalam format kuantitatif (model matematika). Software system setelah sebelumnya direpresentasikan dalam bentuk model yang “dimengerti” komputer . melakukan kenaikan gaji karyawan, DSS untuk menentukan besarnya jam lembur karyawan, dan lain sebagainya

Perangkat lunak DSS sering disebut juga dengan DSS generator. DSS generator ini berisi modul-modul untuk database, model dan dialog manajemen. Modul database ini menyediakan beberapa hal, seperti: creation, interrogation dan maintenance untuk DSS database. DSS database memiliki kemampuan untuk menemukan sistem database yang telah disimpan. Sedangkan modul model digunakan untuk menyajikan kemampuan membuat, menjaga dan memanipulasi ke dalam bentuk model matematika. Model dasar ini menampilkan electronic spreadsheet. Model dialog digunakan untuk menarik perhatian para pengguna untuk berhubungan langsung antara pengguna dengan komputer dalam mencari solusi.

Saran

Berdasarkan peristiwa di atas penulis dapat memberikan saran bahwa hendaknya setiap penunjang keputusan  harus menerapkan Sistem Pendukung Keputusan (DSS)  yang baik dan benar karena sangat berpengaruh pada perkembangan dan kestabilan suatu system dalam pengambilan keputusan .