Pemodelan SPK 1 October 2 2020 Pemodelan Pemodelan
Pemodelan SPK 1 October 2, 2020
Pemodelan �Pemodelan merupakan suatu upaya untuk melakukan analisis sistem pendukung keputusan (SPK) dengan cara meniru bentuk nyata-nya daripada melakukannya pada sistem nyata 2 October 2, 2020
Alasan Penggunaan Model (1) Manipulasi model (seperti mengubah variabel) akan lebih mudah dilakukan daripada melakukannya pada sistem nyata. � Model dapat menghemat waktu. � Biaya untuk menganalisis model jauh lebih murah jika dibandingkan dengan mengaplikasikannya pada sistem nyata. � Resiko kesalahan pada bentuk model dengan melakukan trial & error (coba-coba) jauh lebih rendah jika dibandingkan dengan melakukannya pada sistem nyata � 3 October 2, 2020
Alasan Penggunaan Model (2) Lingkungan bisnis yang banyak mengandung ketidakpastian. � Model matematika dapat menganalisis kemungkinan solusi dalam jumlah yang lebih banyak bahkan tidak terbatas. � Model meningkatkan pembelajaran & pelatihan. � Model-model dan metode-metode untuk mendapatkan solusi telah tersedia di web. � Ada beberapa Java applet (atau pemrograman web lainnya) yang tersedia untuk menyelesaikan model-model tersebut. � 4 October 2, 2020
Pemodelan pada SPK � Mencakup 1. 2. 3. 4. 5. 6. 7. 5 tujuh permasalahan: Identifikasi masalah dan analisis lingkungan. Identifikasi variabel Peramalan (forecasting). Penggunaan beberapa model keputusan. Seleksi kategori model yang sesuai. Manajemen model. Pemodelan berbasis pengetahuan October 2, 2020
1. Identifikasi Masalah dan Analisis Lingkungan � Pada tahap ini akan dilakukan pengawasan, pelacakan, dan interpretasi terhadap informasi yang telah terkumpul. � Analisis dilakukan terhadap domain dan dinamika dari lingkungan yang ada. � Pada bagian ini perlu juga diidentifikasi budaya organisasi dan proses pengambilan keputusan. � Dapat digunakan business intelligence tools untuk keperluan tersebut 6 October 2, 2020
2. Identifikasi Variabel �Pada tahap ini akan diidentifikasi variabel yang relevan. �Variabel tersebut meliputi variabel keputusan, variabel intermediate (tak terkontrol), dan variabel hasil. 7 October 2, 2020
3. Peramalan (forecasting) �Apabila suatu SPK diimplemantasikan, maka akibatnya akan dirasakan di kemudian hari. �Oleh karena itu, peramalan mutlak diperlukan 8 October 2, 2020
4. Penggunaan Beberapa Model �Suatu sistem pendukung keputusan dapat terdiriatas beberapa model �Masing-masing model merepresentasikan bagian yang berbeda dari masalah pengambilan keputusan 9 October 2, 2020
5. Seleksi Kategori Model �Setiap kategori memiliki beberapa teknik-teknik tertentu. �Pada dasarnya, teknik-teknik tersebut dapat diaplikasikan baik dalam model statis maupun model dinamis 10 October 2, 2020
Kategori Model �Model statis umumnya memberikan asumsi adanya operasi perulangan dengan menggunakan kondisi yang identik. �Model dinamik (time-dependent) merepresentasikan skenario yang senantiasa berubah dari waktu ke waktu 11 October 2, 2020
6. Manajemen Model (1) �Untuk menjaga integritas dan aplikabilitasnya, model perlu dikelola sebaik mungkin. �Untuk keperluan tersebut dibutuhkan suatu model base management system. �Model Base Management System (MBMS) merupakan paket perangkat lunak yang dibangun dengan kapabilitas yang mirip dengan DBMS 12 October 2, 2020
Manajemen Model (2) �Kapabilitas MBMS meliputi: � kontrol, � fleksibilitas, � umpan balik, � antarmuka, � adanya pengurangan redundansi, dan � adanya peningkatan konsistensi. 13 October 2, 2020
7. Pemodelan Berbasis Pengetahuan �Sistem berbasis pengetahuan menggunakan sekumpulan aturan dalam menyelesaikan permasalahannya. �Sistem pakar merupakan salah satu model pendukung keputusan yang bersifat kualitatif. �Sistem pakar merupakan sistem berbasis pengetahuan 14 October 2, 2020
Model Statis � Mengambil satu kejadian saja dalam suatu situasi � Kejadian tersebut terjadi dalam 1 interval � Terdapat stabilitas 15 October 2, 2020
Model Dinamis � Merepresentasikan skenario yang berubah-ubah � Merepresentasikan situasi pengambilan keputusan yang butuh waktu berminggu-minggu atau berbulan � Bergantung pada waktu � Dapat menunjukkan tren dan pola pada waktu tertentu 16 October 2, 2020
Business Intelligence (BI) merupakan suatu proses untuk melakukan ekstraksi data-data operasional [perusahaan] dan mengumpulkannya dalam sebuah data warehouse � Selanjutnya data warehouse diproses menggunakan berbagai analisis statistik [atau data mining], sehingga dapat diperoleh berbagai kecenderungan atau pola data. � Hasil penyederhanaan tersebut disajikan kepada end user yang biasanya merupakan pengambil keputusan, dapat diambil keputusan berdasarkan fakta-fakta aktual, dan tidak hanya mengandalkan intuisi dan pengalaman kuantitatif belaka. � Business
Business Intelligence (BI) �BI merupakan aplikasi dan teknologi untuk mengumpulkan, menyimpan, menganalisis dan menyediakan akses ke data untuk membantu penggunanya dalam mengambil keputusan bisnis dengan lebih baik. �Aplikasi ini mencakup beberapa aktivitas sistem pendukung keputusan, seperti: � query, � reporting, � On. Line Analytical Processing � statistical analysis, � forecasting, dan � data mining. (OLAP),
Business Intelligence (BI) �BI akan berfungsi sebagai analis dan sekaligus memberikan rekomendasi pada pengguna terhadap tindakan yang sebaiknya diambil. �BI berfungsi sebagai dashboard, pengguna BI akan cepat mengenali penyimpangan pada perusahaan sekaligus dengan penyebabnya sebelum hal tersebut berkembang menjadi masalah yang serius.
Business Intelligence (BI) �BI memberikan ukuran-ukuran yang dapat menentukan kinerja organisasi. �Analogi dengan dashboard mobil: � BI memberikan informasi kondisi internal, seperti halnya suhu pada kendaraan. � BI memberikan sinyal-sinyal pada pengemudi bila terjadi kesalahan pada kendaraan, seperti bila bensin akan habis pada kendaraan. � Semuanya berguna bagi pengemudi agar mampu mengendalikan kendaraannya dengan lebih baik dan mampu membuat keputusan yang tepat dengan lebih cepat.
Business Intelligence (BI)
Business Intelligence (BI)
Business Intelligence (BI)
Business Intelligence (BI)
Business Intelligence (BI) �Keungulan-keunggulan � � � � BI: Membutuhkan biaya yang relatif murah dalam pengadaannya. Proses pembuatan laporan dapat dilakukan dengan cepat Adanya Graphic User Interface (GUI) yang dapat dibentuk sesuai selera. Mampu meminimalisasi masalah-masalah teknis, terutama terkait dengan human error. Mudah dalam integrasi data Adanya konsolidasi informasi, karena data diolah dalam satu platform. Adanya respon yang cepat, sehingga dapat digunakan untuk mengantisipasi suatu kejadian.
Business Intelligence (BI) � Manfaat � � � BI untuk organisasi non-profit: Meningkatkan kualitas data dan informasi pada suatu organisasi. Memudahkan proses monitoring terhadap kinerja organisasi. Meningkatkan nilai investasi teknologi informasi yang telah ada sebelumnya. Menciptakan pegawai yang memiliki akses informasi yang baik (well-informed workers) Meningkatkan efisiensi biaya
Business Intelligence (BI) � Ada 3 pendekatan yang dapat digunakan dalam membangun BI di suatu organisasi, yaitu: � � � Top-down Approach Bottom-up Approach Practical Approach
Business Intelligence (BI) �Top-down � � Approach Pendekatan top-down sangat tepat bagi suatu organisasi yang akan membangun BI dimana pada waktu yang bersamaan organisasi tersebut juga sedang melakukan perubahan proses kerja (bussiness process re-engineering) secara menyeluruh di seluruh aspek organisasi. Pada pendekatan ini, kerangka data warehouse secara menyeluruh (enterprise data warehouse) harus disusun terlebih, baru kemudian diikuti oleh data warehouse di setiap unit (data mart).
Business Intelligence (BI) � Kelebihan dari pendekatan top-down ini adalah : � Pembangunan BI langsung mencakup data seluruh organisasi � Kerangka BI akan lebih terstruktur, bukan gabungan dari berbagai data mart (data parsial) � Penyimpanan data menjadi terpusat � Kontrol informasi dapat dilakukan secara tersentralisasi
Business Intelligence (BI) � Kelemahan dari pendekatan top-down ini adalah: � Waktu implementasi lebih lama � Risiko kegagalan relatif tinggi karena kerumitannya. � Membutuhkan biaya yang relatif besar
Business Intelligence (BI) � Bottom-Up � � Approach BI yang akan disusun berasal dari tingkat unit baru kemudian diintegrasikan menjadi data warehouse. Pendekatan ini sangat cocok digunakan untuk suatu organisasi yang memprioritaskan pembangunan BI di tingkat unit dulu, baru setelah sukses akan dilanjutkan ke unit-unit yang lainnya.
Business Intelligence (BI) � Kelebihan dari pendekatan bottom-up ini adalah : � Lebih mudah diimplementasikan � Risiko kegagalan relatif lebih kecil � Bersifat incremental, dimana data mart yang lebih penting dapat dijadwalkan lebih awal � Memungkinkan anggota tim proyek untuk belajar dengan baik.
Business Intelligence (BI) � Kelemahan dari pendekatan bottom-up ini adalah: � Tiap data mart merupakan departmental-view � Dimungkinkan adanya duplikasi di setiap unit. � Dimungkinkan data tidak konsisten dan sulit untuk direkonsiliasikan. � Adanya beberapa antarmuka yang sulit untuk dikelola.
Business Intelligence (BI) � Practical � � � Approach Merupakan kombinasi antara pendekatan top-down dan bottom-up. Pengembangan BI akan dimulai dengan perencanaan dan pendefinisian arsitektur kebutuhan data warehouse organisasi secara keseluruhan (standardisasi). Selanjutnya akan dilakukan serangkaian pembuatan BI pada tiap unit yang memang benar-benar membutuhkan.
Business Intelligence (BI) � Beberapa faktor yang mengakibatkan kegagalan implementasi BI: � � � Adanya perencanaan yang kurang matang. Kualitas data yang kurang baik Perubahan organisasi tak terantisipasi dengan baik. Pengadaan sistem BI yang bersifat one-stop shoping. Pengembangan BI hanya mengandalkan tenaga outsourcing
- Slides: 35