Sistem Pendukung Pengambilan Keputusan Pertemuan 6 1 Pendahuluan

  • Slides: 53
Download presentation
Sistem Pendukung Pengambilan Keputusan Pertemuan 6

Sistem Pendukung Pengambilan Keputusan Pertemuan 6

1. Pendahuluan Manajer membuat banyak keputusan untuk mengatasi masalah. Penyelesaian masalah dicapai melalui empat

1. Pendahuluan Manajer membuat banyak keputusan untuk mengatasi masalah. Penyelesaian masalah dicapai melalui empat tahapan dasar dan mempergunakan kerangka berpikir seperti model sistem perusahaan yang umum dan model lingkungan.

Dengan mengikuti pendekatan sistem untuk menyelesaikan masalah, manajer melihat sistem secara keseluruhan. Proses pemecahan

Dengan mengikuti pendekatan sistem untuk menyelesaikan masalah, manajer melihat sistem secara keseluruhan. Proses pemecahan masalah terdiri atas empat elemen dasar, yaitu : 1) standar, 2) informasi, 3) batasan, dan 4) solusi alternatif.

 • Masalah memiliki struktur yang beragam dan keputusan untuk menyelesaikannya dapat terprogram maupun

• Masalah memiliki struktur yang beragam dan keputusan untuk menyelesaikannya dapat terprogram maupun tidak terprogram. • Konsep sistem pendukung pengambilan keputusan (decision support system-DSS) awalnya ditujukan pada masalah-masalah yang setengah terstruktur. Output DSS yang pertama terdiri atas laporan dan output dari model matematika. • Kemudian, kapabilitas pemecahan masalah kelompok ditambahkan, diikuti dengan kecerdasan buatan (artifical intellgence) dan pemrosesan analitis online (on-line analytical processing-OLAP).

1. 1 Pemecahan Masalah dan Pembuatan Keputusan • SIM adalah sistem yang memberikan informasi

1. 1 Pemecahan Masalah dan Pembuatan Keputusan • SIM adalah sistem yang memberikan informasi untuk digunakan dalam pembuatan keputusan guna menyelesaikan masalah bagi para penggunanya. • Pemecahan masalah (problem solving) terdiri atas respons terhadap hal yang berjalan dengan baik, serta terhadap hal yang berjalan dengan buruk dengan cara mendefinisikan masalah (problem) sebagai kondisi atau peristiwa yang berbahaya atau dapat membahayakan perusahaan, atau yang bermanfaat atau dapat memberi manfaat.

1. 1 Pemecahan Masalah dan Pembuatan Keputusan • Dalam proses penyelesaian masalah manajer terlihat

1. 1 Pemecahan Masalah dan Pembuatan Keputusan • Dalam proses penyelesaian masalah manajer terlihat dalam pembuatan keputusan (decision making), yaitu tindakan memilih di antara berbagai alternatif solusi pemecahan masalah. • Keputusan (decision) didefinisikan sebagai tindakan pilihan dan sering kali perlu untuk mengambil banyak keputusan dalam proses pemecahan satu masalah saja.

1. 2 Fase Pemecahan masalah Menurut Simon, orang yang memecahkan masalah terlibat dalam :

1. 2 Fase Pemecahan masalah Menurut Simon, orang yang memecahkan masalah terlibat dalam : • Aktivitas Intelijen. Mencari di sekitar lingkungan kondisi yang harus dipecahkan. • Aktivitas perancangan. Menemukan, mengembangkan, dan menganalisis tindakan-tindakan yang mungkin dilakukan. • Aktivitas pemilihan. Memilih tindakan tertentu dari beberapa yang tersedia. • Aktivitas Pengkajian. Memeriksa pilihan-pilihan yang lalu.

2. Pendekatan dan Pentingnya Cara Pandang Sistem Pendekatan sistem yaitu sederetan langkah yang dikelompokkan

2. Pendekatan dan Pentingnya Cara Pandang Sistem Pendekatan sistem yaitu sederetan langkah yang dikelompokkan ke dalam tiga tahap upaya persiapan, upaya pendefinisian, dan upaya pemecahan. Dalam menggunakan model sistem umum dan model lingkungan sebagai dasar pemecahan masalah, cara pandang sistem (systems view) yang memandang operasional usaha sebagai sistem yang menjadi bagian dari lingkungan yang lebih luas. Ini merupakan cara pemikiran yang abstrak, namun memiliki nilai yang potensial untuk manajer.

Cara pandang secara sistem akan : a. Mencegah manajer agar tidak bingung karena kompleksitas

Cara pandang secara sistem akan : a. Mencegah manajer agar tidak bingung karena kompleksitas struktur organisasi dan detail pekerjaan. b. Menekankan pentingnya memiliki tujuan yang baik. c. Menekankan pentingnya semua bagian organisasi untuk bekerja sama. d. Mengangkat hubungan antara organisasi dengan lingkungannya. e. Menempatkan nilai tinggi pada informasi yang didapat dari input yang hanya dapat dicapai melalui sistem perputaran tertutup.

3. Membangun Konsep dan Elemen Proses Pemecahan Masalah • Kebanyakan masalah yang dipecahkan manajer

3. Membangun Konsep dan Elemen Proses Pemecahan Masalah • Kebanyakan masalah yang dipecahkan manajer dapat dianggap sebagai permasalahan sistem. • Sebagai contoh, perusahaan sebagai suatu sistem tidak berfungsi sebagaimana mestinya. Atau, terdapat masalah dengan sistem persediaan, sistem komisi penjualan, dan seterusnya.

 • Solusi masalah sistem adalah solusi yang membuat sistem tersebut memenuhi tujuannya dengan

• Solusi masalah sistem adalah solusi yang membuat sistem tersebut memenuhi tujuannya dengan paling baik, seperti yang dicerminkan dalam standar kinerja sistem. • Standar ini menggambarkan situasi yang diinginkan (desired state) apa yang harus dicapai sistem tersebut. Sebagai tambahan, manajer tersebut harus memiliki informasi yang menggambarkan keadaan saat ini (current state) apa yang dicapai sistem tersebut sekarang ini. Jika dua keadaan ini berbeda, maka ada masalah yang menjadi penyebabnya dan harus dipecahkan.

 • Tanggung jawab manajer adalah mengidentifikasi solusi alternatif, yang selalu ada. • Ini

• Tanggung jawab manajer adalah mengidentifikasi solusi alternatif, yang selalu ada. • Ini merupakan satu langkah dari proses penyelesaian masalah di mana komputer tidak terlalu banyak membantu. Manajer biasanya mengandalkan pengalaman sendiri atau mencari bantuan dari pemroses informasi nonkomputer, seperti input dari pihak lain baik di dalam maupun di luar perusahaan.

 • Setelah berbagai alternatif diidentifikasi, sistem informasi dapat digunakan untuk mengevaluasinya. Evaluasi ini

• Setelah berbagai alternatif diidentifikasi, sistem informasi dapat digunakan untuk mengevaluasinya. Evaluasi ini harus mempertimbangkan batasan (constraint) yang ada, yang dapat berasal baik dari internal maupun lingkungan. • Batasan internal (internal constraint) biasanya berbentuk sumber daya yang terbatas yang ada di dalam perusahaan. Sebagai contoh, unit TI tidak dapat merancang sistem CRM karena kurangnya keahlian dalam OLAP. • Batasan lingkungan (environmental constraint) berbentuk tekanan dari berbagai elemen lingkungan yang membatasi aliran sumber daya dari dan keluar perusahaan. Salah satu contoh adalah peningkatan suku bunga oleh Federal Reserve Board yang meningkatkan biaya ekspansi pabrik.

A. Memilih Solusi yang Terbaik • Pemilihan solusi yang terbaik dapat dicapai dengan berbagai

A. Memilih Solusi yang Terbaik • Pemilihan solusi yang terbaik dapat dicapai dengan berbagai cara. Herry Mintzberg, seorang ahli teori manajemen, telah mengidentifikasi tiga pendekatan : • Analisis • Penilaian • Penawaran

 Analisis: atas pilihan-pilihan secara sistematis, dengan mempertimbangkan konsekuensi pilihan-pilihan tersebut pada tujuan organisasi.

Analisis: atas pilihan-pilihan secara sistematis, dengan mempertimbangkan konsekuensi pilihan-pilihan tersebut pada tujuan organisasi. Salah satu contohnya adalah pertimbangan yang dilakukan oleh para anggota komite pengawas SIM untuk memutuskan pendekatan mana yang harus diambil dalam mengimplementasikan sistem informasi eksekutif.

 Penilaian: Proses pemikiran yang dilakukan oleh seorang manajer. Sebagai contoh, manajer produksi menerapkan

Penilaian: Proses pemikiran yang dilakukan oleh seorang manajer. Sebagai contoh, manajer produksi menerapkan pengalaman dan intuisi dalam mengevaluasi gambar pabrik baru yang diusulkan dari model matematika.

Penawaran: Negosiasi antara beberapa manajer. Salah satu contoh adalah proses memberi dan menerima yang

Penawaran: Negosiasi antara beberapa manajer. Salah satu contoh adalah proses memberi dan menerima yang berlangsung antara para anggota komite eksekutif mengenai pasar yang mana yang harus dimasuki selanjutnya. Di sinilah tempat di mana pengaruh politik dalam perusahaan dapat dilihat dengan jelas.

B. Permasalahan versus Gejala • Penting bagi kita untuk memahami perbedaan antara masalah dan

B. Permasalahan versus Gejala • Penting bagi kita untuk memahami perbedaan antara masalah dan gejala dari suatu masalah. Jika tidak demikian, kita dapat menghabiskan banyak waktu dan uang untuk menyelesaikan permasalahan yang salah atau sesuatu yang sesungguhnya bukanlah suatu masalah. Gejala (symptom) adalah kondisi yang dihasilkan masalah. Sering kali seorang manajer melihat gejala dan bukan masalah.

C. Struktur Permasalahan • Model matematika yang disebut formula EOQ (economic order quantity) dapat

C. Struktur Permasalahan • Model matematika yang disebut formula EOQ (economic order quantity) dapat memberitahu bagaimana masalah tersebut harus diselesaikan. • Masalah seperti ini disebut masalah terstruktur (structured problem) karena terdiri atas unsur dan hubungan antara berbagai elemen yang semuanya dipahami oleh orang yang memecahkan masalah.

 • Masalah yang tidak terstruktur (unstructured problem) adalah masalah yang tidak memiliki elemen

• Masalah yang tidak terstruktur (unstructured problem) adalah masalah yang tidak memiliki elemen atau hubungan antarelemen yang dipahami oleh orang yang memecahkan masalah. • Salah satu contoh dari masalah yang tidak terstruktur adalah memutuskan film yang mana yang paling kita sukai.

 • Masalah semiterstruktur (semistructured problem) adalah masalah yang terdiri atas beberapa elemen atau

• Masalah semiterstruktur (semistructured problem) adalah masalah yang terdiri atas beberapa elemen atau hubungan yang dipahami oleh si pemecah masalah dan beberapa yang tidak dapat dipahami. Salah satu contoh adalah pemilihan lokasi untuk membangun sebuah pabrik baru.

D. Jenis Keputusan Selain memberikan tahap-tahap pemecahan masalah, Herbert A. Simon Juga menemukan metode

D. Jenis Keputusan Selain memberikan tahap-tahap pemecahan masalah, Herbert A. Simon Juga menemukan metode untuk mengklasifikasikan keputusan, yaitu : • Keputusan terprogram (programmed decision) • Keputusan yang tidak terprogram (nonprogrammed decision)

D. Jenis Keputusan • Keputusan terprogram (programmed decision) bersifat “repetitif dan rutin, dalam hal

D. Jenis Keputusan • Keputusan terprogram (programmed decision) bersifat “repetitif dan rutin, dalam hal prosedur tertentu digunakan untuk menanganinya sehingga keputusan tersebut tidak perlu dianggap de novo (baru) setiap kali terjadi. ”

D. Jenis Keputusan • Keputusan yang tidak terprogram (nonprogrammed decision) bersifat “baru, tidak terstruktur,

D. Jenis Keputusan • Keputusan yang tidak terprogram (nonprogrammed decision) bersifat “baru, tidak terstruktur, dan penuh konsekuensi. Tidak terdapat metode yang pasti untuk menangani masalah seperti ini karena masalah tersebut belum pernah muncul sebelumnya, atau karena sifat dan strukturnya sulit dijelaskan dan kompleks, atau karena masalah tersebut demikian penting sehingga memerlukan penanganan khusus. ”

Sekian Bersambung

Sekian Bersambung

4. Sistem Pendukung Pengambilan Keputusan • Istilah sistem keputusan terstruktur (structured decision system-SDS) digunakan

4. Sistem Pendukung Pengambilan Keputusan • Istilah sistem keputusan terstruktur (structured decision system-SDS) digunakan untuk mendeskripsikan sistem-sistem yang mampu menyelesaikan masalah yang teridentifikasi. Masalahmasalah di bawah garis menyulitkan pemrosesan komputer, dan Gorry dan Scott-Morton menggunakan istilah sistem pendukung pengambilan keputusan (decision support system-DSS) untuk menggambarkan sistem yang dapat memberikan dukungan yang dibutuhkan. • Sejak 1971, DSS telah menjadi jenis sistem informasi yang paling sukses dan kini menjadi aplikasi komputer untuk pemecahan masalah yang paling produktif.

5. Model DSS • Ketika DSS untuk pertama kalinya dirancang, model ini menghasilkan laporan

5. Model DSS • Ketika DSS untuk pertama kalinya dirancang, model ini menghasilkan laporan khusus dan berkala serta output dari model matematika. Laporan khusus ini berisikan respons terhadap permintaan ke basis data. Setelah DSS diterapkan dengan baik, kemampuan yang memungkinkan para pemecah masalah untuk bekerja sama dalam kelompok ditambahkan ke dalam model tersebut.

 • Penambahan peranti lunak groupware memungkinkan sistem tersebut untuk berfungsi sebagai sistem pendukung

• Penambahan peranti lunak groupware memungkinkan sistem tersebut untuk berfungsi sebagai sistem pendukung pengambilan keputusan kelompok (group decision support system-GDSS). Yang terbaru, kemampuan kecerdasan buatan juga telah ditambahkan beserta kemampuan untuk terlibat dalam OLAP.

 • Pemodelan Matematika Model adalah abstraksi dari sesuatu. Model mewakili suatu objek atau

• Pemodelan Matematika Model adalah abstraksi dari sesuatu. Model mewakili suatu objek atau aktivitas, yang disebut entitas (entity). Manajer menggunakan model untuk mewakili permasalahan yang harus diselesaikan. Objek atau aktivitas yang menyebabkan masalah disebut dengan entitas

 Jenis Model • Terdapat empat jenis dasar model, yaitu : a. Model Fisik

Jenis Model • Terdapat empat jenis dasar model, yaitu : a. Model Fisik (Physical model) b. Model Naratif c. Model Grafis d. Model Matematis

 • Model Fisik (Physical model) • Merupakan gambaran tiga dimensi entitasnya. Model fisik

• Model Fisik (Physical model) • Merupakan gambaran tiga dimensi entitasnya. Model fisik yang digunakan di dunia bisnis mencakup model skala untuk pusat perbelanjaan dan prototipe mobil baru. • Model fisik dibuat untuk mencapai tujuan yang tidak dapat dipenuhi oleh benda sesungguhnya. Sebagai contoh, model fisik memungkinkan desainer untuk mengevaluasi desain objek, seperti pesawat terbang, dan membuat perubahan-perubahan sebelum konstruksi sesungguhnya. Ini akan menghemat waktu dan uang.

 • Model Naratif • Salah satu jenis model yang digunakan oleh manajer setiap

• Model Naratif • Salah satu jenis model yang digunakan oleh manajer setiap hari adalah model naratif (narrative model) yang menggambarkan entitas dengan kata-kata yang terucap atau tertulis. Pendengar atau pembaca dapat memahami entitas tersebut dari naratifnya. Semua komunikasi bisnis adalah model naratif, sehingga membuat model naratif jenis model yang paling populer.

 • Model Grafis • Model grafis (graphic model) menggambarkan entitasnya dengan abstraksi garis,

• Model Grafis • Model grafis (graphic model) menggambarkan entitasnya dengan abstraksi garis, simbol, atau bentuk. Model grafis juga digunakan dalam desain sistem informasi. Kebanyakan perangkat yang digunakan oleh pengembang sistem bersifat grafis. Diagram relasi entitas, diagram kelas, dan diagram aliran data merupakan beberapa contohnya.

Model Matematis Setiap rumus atau persamaan matematika adalah model matematis (mathematical model). Kebanyakan model

Model Matematis Setiap rumus atau persamaan matematika adalah model matematis (mathematical model). Kebanyakan model matematika yang digunakan manajer bisnis sama kompleksnya dengan yang digunakan untuk menghitung EOQ. Beberapa model matematika menggunakan ratusan atau bahkan ribuan persamaan. Sebagai contoh, model perencanaan keuangan yang dirancang Sun Oil Company pada tahun-tahun pertama penggunaan SIMnya menggunakan sekitar 2. 000 persamaan.

 • Model besar seperti ini cenderung lamban dan sulit untuk digunakan. Tren yang

• Model besar seperti ini cenderung lamban dan sulit untuk digunakan. Tren yang berlangsung saat ini adalah penggunaan model yang lebih kecil.

 Penggunaan Model Keempat jenis model memberikan pemahaman dan memfasilitasi komunikasi. Selain itu, model

Penggunaan Model Keempat jenis model memberikan pemahaman dan memfasilitasi komunikasi. Selain itu, model matematis memiliki kemampuan prediktif. • a) Memberikan pengertian. • Model biasanya lebih sederhana dibandingkan entitasnya. Entitas adalah objek atau proses. Entitas dapat lebih mudah dimengerti jika berbagai elemen dan hubungan yang terdapat di dalamnya ditampilkan secara lebih sederhana.

 Penggunaan Model • b) Memfasilitasi Komunikasi • Keempat jenis model dapat mengomunikasikan informasi

Penggunaan Model • b) Memfasilitasi Komunikasi • Keempat jenis model dapat mengomunikasikan informasi secara akurat dan cepat kepada orang-orang yang memahami makna bentuk, kata-kata, grafis, dan matematis. • c) Memprediksi masa depan • Ketepatan yang ditunjukkan model matematis untuk mewakili merupakan kemampuan yang tidak terdapat pada model lain. Model matematis dapat memprediksi apa yang akan terjadi di masa depan, namun tidak 100 persen akurat. Tidak ada model yang sebaik itu. Karena asumsi biasanya harus dibuat berdasarkan banyaknya data yang dimasukkan ke dalam model tersebut, manajer harus menggunakan penilaian dan intuisi dalam mengevaluasi outputnya.

 Kelas Model Matematis Model matematis dapat diklasifikasikan ke dalam tiga dimensi : pengaruh

Kelas Model Matematis Model matematis dapat diklasifikasikan ke dalam tiga dimensi : pengaruh waktu, tingkat keyakinan, dan kemampuan untuk mencapai optimisasi. • a) Model Statis atau Dinamis • b) Model Probabilitas atau Deterministik • c) Model Optimisasi atau Suboptimisasi

 a) Model Statis atau Dinamis • Model Statis (static model) tidak melibatkan waktu

a) Model Statis atau Dinamis • Model Statis (static model) tidak melibatkan waktu sebagai salah satu variabel. Model ini berkenaan dengan situasi pada waktu tertentu. Dengan kata lain, bersifat seperti cuplikan keadaan. Model yang melibatkan waktu sebagai salah satu variabel disebut model dinamis (dynamic model). Model ini menggambarkan perilaku entitas seiring dengan waktu, seperti gambar bergerak atau film.

b) Model Probabilitas atau Deterministik • Cara lain untuk mengklasifikasikan beragam model didasarkan pada

b) Model Probabilitas atau Deterministik • Cara lain untuk mengklasifikasikan beragam model didasarkan pada apakah suatu formula melibatkan probabilitas atau tidak. Probabilitas (Probability) adalah kesempatan bahwa sesuatu akan terjadi. Probabilitas berkisar dari 0, 00 (Untuk sesuatu yang tidak memiliki kesempatan terjadi) hingga 1, 00 (untuk sesuatu yang pasti terjadi). Model yang melibatkan probabilitas disebut model probabilitas (probability model). Jika tidak, maka model tersebut adalah model deterministik (deterministic model).

c) Model Optimisasi atau Suboptimisasi Model optimisasi (optimizing model) adalah model yang memilih solusi

c) Model Optimisasi atau Suboptimisasi Model optimisasi (optimizing model) adalah model yang memilih solusi terbaik dari berbagai alternatif yang ditampilkan. Agar suatu model dapat melakukan hal ini, masalah tersebut harus terstruktur dengan amat baik. • Model Suboptimisasi (suboptimizing model) yang sering kali disebut model pemuas (satisficing model) memungkinkan seorang manajer untuk memasukkan seperangkat keputusan. Setelah langkah ini diselesaikan, model tersebut akan memproyeksikan hasil. •

7. Simulasi • Tindakan menggunakan model disebut dengan simulasi (simulation). Simulasi terjadi dalam skenario

7. Simulasi • Tindakan menggunakan model disebut dengan simulasi (simulation). Simulasi terjadi dalam skenario tertentu dan memprediksi dampak keputusan orang yang memecahkan masalah tersebut. • Skenario istilah skenario (scenario) digunakan untuk menggambarkan kondisi yang memengaruhi simulasi. Elemen data yang menentukan skenario ini disebut elemen data skenario (scenario data element). Model ini dapat didesain sedemikian rupa sehingga elemen data skenario berbentuk variabel, sehingga memungkinkan penetuan nilai-nilai yang berbeda.

7. 1 Variabel Keputusan dan Teknik Simulasi • Nilai input yang dimasukkan manajer untuk

7. 1 Variabel Keputusan dan Teknik Simulasi • Nilai input yang dimasukkan manajer untuk mengukur dampak pada entitas disebut variabel keputusan (decision variable).

7. 2 Contoh Pemodelan • Eksekutif perusahaan dapat menggunakan model matematis untuk membuat beberapa

7. 2 Contoh Pemodelan • Eksekutif perusahaan dapat menggunakan model matematis untuk membuat beberapa keputusan kunci. Para eksekutif ini dapat menyimulasikan dampak dari : • Harga Produk. • Jumlah investasi pabrik yang dibutuhkan untuk menyediakan kapasitas untuk memproduksi produk. • Jumlah yang akan diinvestasikan dalam aktivitas pemasaran, seperti iklan dan penjualan langsung. • Jumlah yang akan diinvestasikan dalam penelitian dan pengembangan. • Selain itu, para eksekutif tersebut ingin menyimulasikan empat kuartal aktivitas dan menghasilkan dua laporan : • 1. Laporan operasional yang mencakup nilai-nilai nonmoneter seperti potensi pasar (permintaan) dan kapasitas pabrik serta, • 2. Laporan pendapatan yang mencerminkan hasil secara monoter.

7. 3 Kelebihan dan kelemahan pemodelan • • • Manajer yang menggunakan model matematika

7. 3 Kelebihan dan kelemahan pemodelan • • • Manajer yang menggunakan model matematika bisa mendapatkan manfaat melalui hal-hal berikut : · Proses pemodelan dapat menjadi pengalaman belajar. Manajer akan selalu mempelajari sesuatu yang baru mengenai sistem sesungguhnya melalui setiap proyek pemodelan. · Kecepatan proses simulasi memungkinkan sejumlah besar alternatif dapat dipertimbangkan dengan cara memberikan kemampuan untuk mengevaluasi dampak keputusan dalam waktu yang singkat. Hanya dalam beberapa menit, kita dapat menyimulasikan beberapa bulan, kuartal, atau tahunan operasional perusahaan. · Seperti yang telah dibahas sebelumnya, model memberikan kemampuan prediksi pandangan ke masa depan yang tidak dapat diberikan oleh metode penyedia informasi lain. · Model tidak semahal upaya uji coba. Proses pemodelan memang mahal jika dilihat dari masa perancangan dan biaya peranti keras dan peranti lunak yang dibutuhkan untuk melakukan simulasi, namun biaya ini tidak setinggi biaya yang terjadi jika keputusan yang buruk diimplementasikan di dunia nyata.

7. 4 Kelebihan pemodelan ini dapat berkurang karena dua kelemahan dasar : Kesulitan untuk

7. 4 Kelebihan pemodelan ini dapat berkurang karena dua kelemahan dasar : Kesulitan untuk membuat model sistem bisnis akan menghasilkan model yang tidak mencakup semua pengaruh terhadap entitas. Sebagai contoh, dalam model yang baru saja digambarkan, seseorang di perusahaan harus mengestimasikan nilai untuk elemen data skenario. Selain itu, rumus matematis biasanya hanya merupakan prakiraan atas perilaku entitas tersebut. Ini berarti bahwa penilaian subjektif yang cukup besar harus diterapkan dalam mengimplementasikan keputusan yang dibuat berdasarkan hasil simulasi. • Kemampuan matematis tingkat tinggi dibutuhkan untuk merancang model yang lebih kompleks. Selain itu, kemampuan semacam ini juga diperlukan untuk menginterpretasikan output dengan baik. •

7. 5 Pemodelan Matematika Menggunakan Lembar Kerja Elektronik • Terobosan teknologi yang memungkinkan para

7. 5 Pemodelan Matematika Menggunakan Lembar Kerja Elektronik • Terobosan teknologi yang memungkinkan para pemecah persoalan untuk menyusun model matematika dan tidak sekedar hanya mengandalkan spesialis informasi atau ilmuwan manajemen adalah lembar kerja elektronik. Sebelum adanya lembar kerja (spreadsheet), model matematika diprogram dalam bahasa teknis seperti Fortran atau API, yang berada di luar kompetensi para pemecah masalah yang tidak memiliki latar belakang komputer.

 • Ketika spreadsheet hadir, tampak jelas bahwa teknologi ini akan menjadi alat yang

• Ketika spreadsheet hadir, tampak jelas bahwa teknologi ini akan menjadi alat yang baik untuk membuat model matematika. • 1. Kapabilitas Pemodelan Statis • Baris dan kolom dari lembar kerja elektronik membuatnya ideal untuk digunakan dalam model statis. • 2. Kapabilitas Pemodelan Dinamis • Lembar kerja sangat sesuai untuk digunakan sebagai model dinamis. Kolom-kolom yang tersedia amat sesuai untuk periode waktu.

7. 6 Memainkan Permainan “Bagaimana Jika” • Lembar kerja ini juga berguna untuk memainkan

7. 6 Memainkan Permainan “Bagaimana Jika” • Lembar kerja ini juga berguna untuk memainkan permainan “bagaimana jika”, di mana pemecah masalah memanipulasi satu atau lebih variabel untuk melihat dampak dari hasil simulasi.

7. 7 Antarmuka Model Lembar Kerja • Ketika menggunakan lembar kerja sebagai model matematika,

7. 7 Antarmuka Model Lembar Kerja • Ketika menggunakan lembar kerja sebagai model matematika, pengguna dapat memasukkan data atau membuat perubahan secara langsung pada sel-sel lembar kerja atau dapat menggunakan antarmuka pengguna grafis.

7. 8 Kecerdasan Buatan • DSS menekankan penggunaan pemodelan matematika dan pengajuan permintaan ke

7. 8 Kecerdasan Buatan • DSS menekankan penggunaan pemodelan matematika dan pengajuan permintaan ke basis data. Tidak lama kemudian, para perancang DSS mulai menyadari kebutuhan untuk menggabungkannya dengan kecerdasan buatan. Kecerdasan buatan (artificial intelligence-AI) adalah aktivitas penyediaan mesin seperti komputer dengan kemampuan untuk menampilkan perilaku yang akan dianggap sama cerdasnya dengan jika kemampuan tersebut ditampilkan oleh manusia. AI merupakan aplikasi komputer yang paling canggih karena aplikasi ini berusaha mencontoh cara pemikiran manusia. • Kecerdasan buatan (artificial intelligence-AI) adalah aktivitas penyediaan mesin seperti komputer dengan kemampuan untuk menampilkan perilaku yang akan dianggap sama cerdasnya dengan jika kemampuan tersebut ditampilkan oleh manusia. AI merupakan aplikasi komputer yang paling canggih karena aplikasi ini berusaha mencontoh cara pemikiran manusia.