Tugas 4 ARTIFICIAL INTELLIGENCE (AI)

A.    Sejarah AI

Dahria (2008), tahun 1950-an Alan Turing, seorang pionir AI dan ahli matematika Inggris melakukan percobaan. Turing (Turing Test) yaitu sebuah komputer melalui terminalnya ditempatkan pada jarak jauh. Di ujung yang satu ada terminal dengan software AI dan diujung lain ada sebuah terminal dengan seorang operator. Operator ini tidak mengetahui kalau di ujung terminal lain dipasang software AI. Mereka berkomunikasi dimana terminal di ujung memberikan respon terhadap serangkaian pertanyaan yang diajukan oleh operator. Dan sang operator itu mengira, bahwa ia sedang berkomunikasi dengan operator lainnya yang berada pada terminal lain. Turing beranggapan bahwa jika mesin dapat membuat seseorang percaya bahwa dirinya mampu berkomunikasi dengan orang lain, maka dapat dikatakan bahwa mesin tersebut cerdas (seperti layaknya manusia)

B.     AI dan kognisi manusia (mesin berfikir)

Hubungan Artificial Intelligence dan Kognisi manusia terlihat dari tujuan Artificial Intelligence, arah Artificial Intelligence dan karakteristik Artificial Intelligence

Tujuan Artificial Intelligence

Menurut Lenat dan Feigenbaum terdapat 9 tujuan Artificial Intelligence, yaitu :

      1)      Memahami kognisi manusia,  mencoba untuk mendapatkan pengetahuan ingatan manusia yang mendalam, kemampuan problem solving, belajar, membuat keputusan, dll.

      2)      Otomatisasi biaya-efektif, menggantikan manusia dalam tugas tugas intelegensi manusia dalam tugas-tugas intelegensi, mempunyai program yang performa-nya sebaik manusia dalam mengerjakan pekerjaan.

     3)      Penguatan intelegensi biaya-efektif, membangun sistem untuk membantu manusia membangun sistem untuk membantu manusia berpikir lebih baik, lebih cepat, lebih dalam, dan lain-lain. Contoh : sistem untuk membantu diagnosa penyakit.

     4)      Intelegensi manusia super, membangun program yang mempunyai kemampuan untuk melebihi intelegensi manusia

     5)      Problem-solving umum, sistem penyelesaian berbagai masalah yang luas sistem iniberbagai masalah yang luas, sistem ini mempunyai kelebaran pikiran.

      6)      Wacana koheren, Komunikasi dengan manusia menggunakan bahasa alami, contoh : dialog cerdas yang ada dalam Turing Test.

      7)      Belajar (induksi), sistem sebaiknya dapat untuk memperoleh data sendiri dan tahu bagaimana memperolehnya, sistem dapat menyamaratakan, membuat hipotesis, penerapan atau pembelajaran secara heuristik, membuat alasan dengan analogi.

       8)      Otonomi, mempunyai sistem intelegensi yang beraksi atas inisiatif sendiri Harus bereaksi beraksi atas inisiatif sendiri. Harus bereaksi dengan dunia nyata.

       9)      Informasi, simpan informasi dan mengetahui cara untuk mengambil informasi

Arah Artificial Intelligence

Mengembangkan metode & sistem untuk menyelesaikan masalah AI :

        1)      Tanpa mengikuti cara manusia menyelesaikannya   (sistem pakar / expert systems)

       2)      Melalui pemodelan cara berpikirnya manusia, atau cara bekerjanya otak manusia (neural networks).

C.     AI dan sistem pakar (ELIZA, Parry, Net Talk)

Menurut Wijaya (dalam Hayadi, 2016), sistem pakar merupakan salah satu bidang kecerdasan buatan (artificial intelligent), definisi sistem pakar itu sendiri adalah sebuah program komputer yang dirancang untuk mengambil keputusan seperti keputusan yang diambil oleh seorang pakar, dimana sistem pakar menggunakan pengetahuan (knowledge), fakta dan teknik berfikir dalam menyelesaikan masalah-masalah yang biasanya hanya dapat diselesaikan oleh seorang pakar dari bidang yang bersangkutan.

Sistem pakar merupakan salah satu bidang teknik kecerdasan buatan yang cukup diminati karena penerapannya diberbagai bidang baik bidang ilmu pengetahuan maupun bisnis yang terbukti sangat membantu dalam mengambil keputusan dan sangat luas penerapannya.

       1.      Manfaat dan kekurangan sistem pakar

Manfaat sistem pakar menjadi sangat popular karena sangat banyak kemampuan dan manfaat yang diberika nnya T. Sutojo (dalam), diantaranya :

a)      meningkatkan produktivitas, karena sistem pakar dapat bekerja lebih cepat daripada manusia.

b)      membuat seseorang yang awam bekerja seperti layaknya seorang pakar.

c)      meningkatkan kualitas, dengan member nasehat yang konsisten dan mengurangi kesalahan

d)     mampu menangkap pengetahuan dan kepakaran seseorang.

e)      memudahkan akses pengetahuan seorang pakar.

f)       bisa digunakan sebagai media pelengkap dalam pelatihan.

g)      meningkatkan kemampuan untuk menyelesaikan masalah karena sistem pakar mengambil sumber pengetahuan dari banyak pakar.

   

          2.      kekurangan sistem pakar

Selain manfaat, ada juga beberapa kekurangan yang ada pada sistem pakar, diantaranya :

a)      biaya yang sangat mahal untuk membuat dan memeliharanya

b)      sulit dikembangkan karena keterbatasan keahlian dan ketersedian pakar.

c)      sistem pakar tidak 100% bernilai benar.yang diperlukan untuk membuat sistem pakar jauh lebih besar dari pembuatan sistem biasa

LIZA

       Eliza adalah salah Sistem Pakar yang dikembangkan pada tahun 1966. Ini adalah program computer terapis yang dibuat oleh Joseph Weizenbaum di MIT. Pengguna berkomunikasi dengannya sebagaimana sedang berkonsultasi dengan seorang terapis.

PARRY

         Parry adalah Sistem Pakar yang dikembangkan di Stanford University oleh seorang psikiater, Kenneth Colby, Hilf, Webber dan Kreamer pada tahun 1972 yang mensimulasikan seorang paranoid sebagai subjek karena beberapa teori menyebutkan bahwa proses dan sistem paranoid memang ada, perbedaan respon psikotis dan respon normalnya cukup hebat, dan mereka bisa menggunakan penilaian dari seorang ahli untuk mengecek keakuratan dari kemampuan pemisahan antara respon simulasi computer dan respon manusia.

NETtalk

         NETtalk program ini jenisnya cukup bebeda, berdasarkan pada jaring-jaring neuron, sehingga dinamakan  NETtalk. Program ini dikembankan oleh Sejnowki disekolah medis Harvard dan Rosenberg di universitas Princeton. Dalam program ini , NETtalk membaca tulisan dan mengucapkannya keras-keras.

D.    Penggunaan AI sebagai expert system yang dapat digunakan untuk mendukung system pengambilan keputusan (Diagnosa)

Sistem pakar (expert system) secara umum adalah sistem yang berusaha mengadopsi pengetahuan manusia ke komputer, agar komputer dapat menyelesaikan masalah seperti yang biasa dilakukan oleh para ahli. Atau dengan kata lain sistem pakar adalah sistem yang didesain dan diimplementasikan dengan bantuan bahasa pemrograman tertentu untuk dapat menyelesaikan masalah seperti yang dilakukan oleh para ahli. Adapun pengertian lain yaitu Sistem pakar merupakan salah satu bidang teknik kecerdasan buatan yang cukup diminati karena penerapannya diberbagai bidang baik bidang ilmu pengetahuan maupun bisnis yang terbukti sangat membantu dalam mengambil keputusan dan sangat luas penerapanya. Sistem pakar adalah suatu sistem komputer yang dirancang agar dapat melakukan penalaran seperti layaknya seorang pakar pada suatu bidang keahlian tertentu.

Contoh Aplikasi Sistem Pakar di bidang Manajerial:

1.      Analisis

            a)      Interpretasi

1)      Analisa pasar untuk komoditi tertentu

2)      Identifikasi media iklan yang sesuai

3)      Identifikasi kebutuhan pelatihan 

            b)      Diagnostik

1)      Diagnostik kelesuan perusahaan dan usaha penyembuhan

2.      Sintesa

            a)      Penarikan tenaga kerja

            b)      Strategi penentuan harga

            c)      Strategi pengembangan produk

3.      Integrasi

              a)      Prediksi perkembangan nilai pada bursa saham efek.

Sistem Pengambilan Keputusan atau SPK yang biasa disingkat jika menggunakan bahasa inggris itu adalah DSS atau Decision Support System adalah bagian dari sistem informasi berbasis komputer (termasuk sistem berbasis pengetahuan (manajemen pengetahuan)) yang dipakai untuk mendukung pengambilan keputusan dalam suatu organisasi atau perusahaan. Jadi, DSS atau SPK ini adalah sebuah sistem yang memberikan pertimbangan kepada bagian manager sampai ke direktur atau pemilik saham dalam perusahaan, untuk memutuskan sebuah kebijakan tertentu dalam perusahaan. Contoh aplikasi dari sistem pengambilan keputusan adalah aplikasi sistem pendukung keputusan pemilihan jurusan siwa/siswi SMA menggunakan metode AHP.

Daftar Pustaka

Dahria, M. (2008). Kecerdasan Buatan (Artificial Intelligence). Jurnal Saintikom. Vol 5. No 2.

Hayadi, B. H. (2016). Sistem Pakar. Yogyakarta : deepublish

http://wiwi-ciwit.blogspot.co.id/

http://civarahmajwita.blogspot.co.id/2012/10/sejarah-ai-sistem-pakar-eliza.html

http://fajarridha.blogspot.co.id/2014/02/artificial-intelligence-ai.html

Tugas 3 SISTEM INFORMASI BERBASIS KOMPUTER

      A.    Pengertian sistem informasi berbasis computer

Menurut Nugroho (2010), sistem informasi berbasis computer adalah dilakukan dengan motivasi untuk memanfaatkan komputer sebagai alat bantu yang dikenal sebagai alat yang cepat, akurat, tidak cepat lelah, serta tidak mengenal arti kata bosan, untuk melaksanakan instruksi-instruksi pengguna untuk mendapatkan hasil-hasil tertentu.

      B.     Evolusi sistem informasi berbasis computer

1.      Fokus data (SIA/EDP)

Selama periode ini, yang berakhir sampai pertengahan tahun enam puluhan, aplikasi komputer disebut electronic data processing (pemrosesan data elektronik) atau EDP. Istilah ini tidak sesuai untuk digunakan lagi, karena bila digunakan ia mempunyai konotasi yang negatif. Ini berarti terbatasnya penggunaan komputer yang hanya untuk memproses data akuntansi, bukannya untuk menghasilkan informasi manajemen.

2.      Fokus informasi (SIM)

Konsep SIM menyadari bahwa aplikasi komputer harus diterpakan untuk tujuan utama menghasilkan informasi menajemen

3.      Fokus pada pendukung keputusan (SPK)

Sementara banyak yang mengamati perjuangan perusahaan untuk menggunakan MIS raksasanya dengan baik,  DSS adalah informasi yang menghasilkan sistem yang ditujukan untuk masalah tertentu yang harus dipecahkan oleh manajer, dan untuk menghasilkan keputusan yang harus dibuat. Masalah yang dapat dipecahkan dengan baik oleh DSS adalah masalah yang bersifat semistruktur.

4.      Fokus pada komunikasi (Otomatisasi kantor)

Selama waktu pengembangan DSS, kepentingan dan minat difokuskan pada otomatisasi kantor (office automation/OA) OA dimaksudkan untuk mempermudah komunikasi dan meningkatkan produktivitas diantara para manajer dan pekerja kantor dengan penggunaan peralatan elektronik dan elektromekanik.

5.      Fokus konsultasi (Sistem pakar)

Belakangan ini ada perubahan, yaitu adanya penerapan artificial intelligence (AI) untuk masalah bisnis. Ide dasar AI adalah bahwa komputer dapat diprogram untuk melakukan beberapa pemikiran logis seperti manusia.

          C.    Lingkup data

1.      Hirarki data

File yaitu kumpulan catatan data yang berhubungan dengan subyek tertentu. Catatan adalah elemen data yang berhubungan dengan obyek tertentu. Elemen data yaitu unit data terkecil yang tidak dapat dibagi lagi menjadi unit yang berarti. Manajemen data adalah bagian dari manajemen sumber daya informasi yang mencakup semua kegiatan yang memastikan bahwa sumber daya data perusahaan akurat , mutakhir , aman dari gangguan yang tersedia bagi pemakai. Kegiatan manajemen data mencakup :

·         Pengumpulan data

·         Integritas pengujian

·         Penyimpanan

·         Keamanan

·         Pemeliharaan

·         Organisasi

·         Pengambilan

2.      Penyimpanan sekunder

·         SASD (Penyimpanan berurutan)

Suatu organisasi / penyusunan data di suatu medium penyimpanan yang terdiri dari suatu catatan mengikuti satu catatan lain dalam suatu urutan tertentu . ‰ Contoh pita magnetik yg digunakan untuk menyimpan data komputer memiliki bentuk fisik yg sama dengan pita audio.

·         DASD (Penyimpanan akses langsung)

Cara mengorganisasikan data yang ditulis dan dibaca tanpa pencarian secara berurutan. DASD dapat diarahkan ke lokasi manapun dalam medium penyimpanan dan digunakan sebagai media input.

3.      Pemrosesan data

·         Pemrosesan Batch ‰

Pengumpulan transaksi dan pemrosesan semua sekaligus dalam batch. ‰ kelemahan dari pemrosesan ini adanya kenyataan bahwa fike hanya akan berlaku segera setelah permbaharuan cycle

·         Pemrosesan On-Line

Pengolahan transaksi satu per satu, kadang saat terjadinya transaksi, karena pengolahan on-line berorientasi transaksi.

·         Sistem Real Time ‰

Sistem yang mengendalikan sistem fisik, dimana sistem ini mengharuskan komputer berespon cepat pada sistem fisik.

           D.    Database

1.      Era permulaan database

Hambatan dapat dihilangkan dengan cara menyusun data secara fisik dalam penyimpanan sekunder. Spesialis informasi mencari cara untuk mengatasi masalah organisasi fisik ini, dan usahanya membuahkan hasil yang dikenal dengan organisasi logik. Organisasi logik memadukan data dari berbagai fisik yang berlainan

2.      Konsep database

Konsep dasar database adalah kumpulan dari catatan, atau potongan dari pengetahuan. Sebuah database memiliki penjelasan terstruktur dari jenis fakta yang tersimpan di dalamnya: penjelasan ini disebut skema. Ada banyak cara untuk mengorganisasi skema, atau memodelkan struktur database: ini dikenal sebagai database model atau model data. Model yang umum digunakan sekarang adalah model relasional, yang menurut istilah yaitu mewakili semua informasi dalam bentuk tabel yang saling berhubungan dimana setiap tabel terdiri dari baris dan kolom (definisi yang sebenarnya menggunakan terminologi matematika). Dalam model ini, hubungan antar tabel diwakili dengan menggunakan nilai yang sama antar tabel.

3.      Struktur database

·         Hubungan eksplisit, indeks inversi dan field penghubung membuat hubungan eksplisit antara data yang dipadukan secara logic

·         Struktur hirarkis, setiap record pada satu tingkat dapat dihubungkan dengan beberapa record pada tingkat lebih bawah berikutnya. Bila relasi logik seperti itu terjadi anatara record dalam file yang  berbed, Hal ini disebut struktur hirarkis.

·         Struktur jaringan, struktur database terkenal lainnya yang menggunakan relasi eksplisit adalah struktur jaringan.

·         Batasan relasi eksplisit, sementara struktur hirarkis dan jaringan merupakan langkah besar terhadap penghapusan hambatan fisik, pendekatan atau cara penggunaan relasi eksplisit belum memberi pemecahan yang menyeluruh.

·         Relasi implisit, pendekatan untuk menetapkan relasi antara record yang tidak perlu dinyatakan secara eksplisit.

4.      Keunggulan dan kelemahan database dan dabase management system (DBMS)

KEUNTUNGAN menggunakan DBMS:

1)      Penggunaan Data Bersama (The Data Can Be Shared)

2)      Mengurangi Kerangkapan Data (Redudancy Can Be Reduced)

3)      Menghindari Ketidakkonsistenan Data (Inconsistency Can Be Avoided)

4)      Integritas Data Terpelihara (Integrity Can Be Maintained)

5)      Keamanan Terjamin (Security Can Be Enforced)

6)      Kebutuhan User Yang Kompleks Dapat Teratasi (Balanced conflicting requirements)

7)      Pelaksanaan Standarisasi (Standards Can Be Enforced)

8)      Meningkatkan Produktivitas (Increased productivity)

9)      Layanan Back up dan Recovery Semakin Baik (Improved backup and recovery services)

KERUGIAN menggunakan DBMS:

1)      Rumit (Complexity) Karena penetapan fungsi dari DBMS yang baik, menyebabkan DBMS menjadi software yang cukup rumit. Seluruh user harus mengetahui fungsi-fungsi yang ada dengan baik, sehingga dapat memperoleh manfaatnya.

2)      Ukuran (Size) Kerumitan dan banyaknya fungsi yang ada menyebabkan DBMS memerlukan banyak software pendukung yang mengakibatkan penambahan tempat penyimpanan dan memory.

3)      Biaya DBMS (Cost of DBMS)

4)      Biaya Tambahan Hardware (Additional hardware costs)

5)      Biaya Konversi (Cost of conversion)

6)      Performance pada dasarnya DBMS dibuat untuk menyediakan banyak aplikasi, akibatnya mungkin beberapa aplikasi akan berjalan tidak seperti biasanya.

7)      Resiko Kegagalan (Higher impact of a failure)
Karena system yang terpusat, jika seluruh user dan aplikasi terakses dari DBMS maka kerusakan pada bagian manapun dari system, akan menyebabkan operasi terhenti.

     E.     Peranan database dan DBMS dalam memecahkan masalah dalam psikologi (buat kasus)

Peranan DATABASE : menentukan kebutuhan data dengan mengikuti pendekatan berorientasi masalah atau pendekatan model perusahaan.

Peranan DBMS :

a.       Data yang berulang dalam bentuk multifile duplikat maupun data duplikat dalam satufile.

b.      Data dan program menyatu.

c.       Kebutuhan untuk mengintegrasikan data dari file-file.

d.      Kebutuhan untuk memperoleh data secara cepat.

e.       Kebutuhan untuk membuat data dengan aman.

Database tidak harus berupa sekumpulan data yang sangat banyak dan kompleks, namun bisa terdiri dari puluhan data saja. Pada beberapa database sederhana, sebuah software word processing (Word)  bisa digunakan untuk menampung dan mengorganisir data tersebut. Atau jika database terdiri dari data yang bersifat angka dan diperlukan perhitungan lanjutan, pengolahan bisa dilakukan dengan software spreadsheet (Excel).

Pada prinsipnya software seperti Word ataupun  Excel  bisa berfungsi seperti layaknya sebuah database yang representatif.

Manfaat dalam Psikologi

Dalam bidang psikologi, khususnya pada bidang Psikologi Industri dan Organisasi penggunaan database sangatlah dibutuhkan agar dapat memudahkan pihak HRD untuk melihat atau mengecek data-data yang diperlukan dari seorang pegawai atau calon pegawai diantara 1000 pegawai yang ada.

Dalam ruang lingkup sekolah, database sangat dibutuhkan, terlenih lagi bagi psikolog yang mengatasi anak-anak yang sering bolos disekolah. Dengan database, dapat memudahkan psikolog untuk mencari beberapa anak yang sering bolos di sekolah dari ratusan yang ada.

Dalam database terdapat istilah “attribute” Sebutan untuk mewakili sebuah entity(Suatu kumpulan orang, tempat, kejadian, aktifitas atau bagian yang terdapat dalam sebuah organisasi atau informasi yang akan direkam). Misalkan, seorang mahasiswa atau siswa dapat dilihat atributnya, misalnya npm, nama, alamat, hobby dan lain-lain. Atribute juga disebut data elemen, data field atau data item. Ini juga merupakan salah satu pemanfaatan data base untuk lingkup Psikologi, karena salah satu bidang profesi Psikologi adalahSchool Psychologist, misalkan pada suatu organisasi pendidikan terdapat siswa yang sedang mengalami masalah sering terlambat datang kesekolah, maka tugas seorang psikolog adalah mengetahui data awal siswa tersebut yang dimiliki sekolah, setelah itu baru dapat memikirkan langkah atau treatment apa yang baik digunakan. Dan masih banyak lagi pemanfaatan yang dapat dirasakan dengan penggunaan data base lainnya, dalam bidang Psikologi maupun bidang lainnya

    F.     Sistem pengolahan data

1.      Pengertian dasar dan tujuan pengolahan data

Pengolahan data adalah pengubahan atau transformasi simbol seperti nomor dan huruf untuk tujuan peningkatan kegunaannya. Dan tujuan pengolahan data adalah untuk menghasilkan dan memelihara record perusahaan yang akurat dan up-to-date

2.      Tugas pengolahan data

Pengumpulan data yang menggambarkan aktivitas perusahaan, pengubahan data menjadi bentuk yang dapat digunakan, penyimpanan data sampai diperlukan, pembuatan dokumen yang akan digunakan oleh perorangan atau kelompok baik di dalam maupun di luar perusahaan 

3.      Contoh sistem pengolahan data

Pembuatan faktur Penjualan, dengan sudah dimanfaatkannya pengolahan data komputer, maka operator hanya memasukkan jumlah barang yang dipesan, karena nama pelanggan, alamat, harga  sudah ada dalam database dan perhitungan total sudah kita dapatkan dari hasil proses program.

Perhitungan upah dan gaji, dengan sudah dimanfaatkannya pengolahan data komputer, operator hanya menginput banyaknya jam kerja, lembur, bonus atau komisi, hari absen ; dan untuk kode pegawai, nama pegawai, gaji pokok, informasi perhitungan pajak pendapatan, neraca pinjaman dan informasi kumulatif lainnya sudah ada pada database dan program yang memprosesnya.  

4.      Peranan pemrosesan data dalam pemecahan masalah

Pengolahan data memberikan sumbangan terhadap pemecahan masalah dengan dua cara. Menghasilkan laporan standart yang merekapitulasi kondisi keuangan perusahaan, dan memberikan database dari data internal yang digunakan oleh subsistem CBIS yang lain

      G.    Sistem informasi manajemen

1.      Pengertian

Menurut Fatta (2007), sistem informasi manajemen (SIM) adalah sebuah sistem informasi pada level manajemen yang berfungsi untuk membantu perencanaan, pengendalian, dan pengambilan keputusan dengan menyediakan resume rutin dan laporan-laporan tertentu.

2.      Konsep sistem informasi organisasional

Subsistem organisasional, perlu ingat bahwa subsistem tersebut tidak terpisah secara fisik, garis pemisah yang jelas namun bukan memisahkan secara fisik. Kebanyakan database yang digunakan oleh sebuah subsistem organisasional dapat digunakan oleh subsistem yang lain, dan dimungkinkan bagi subsistem ini untuk menggunakan program secara bersama-sama. Sistem informasi organisasional bersifat lebih logik dari pada bersifat fisik, yang hal ini merupakan cara pemikiran mengenai SIM.

3.      Peranan SIM dalam pemecahan masalah

SIM memberikan kontribusi terhadap pemecahan masalah dengan dua cara dasar yaitu :

·         Memberikan sumber informasi organisasi secara luas, SIM adalah usaha organisasi berskala luas yang memberikan informasi pemecahan masalah.

·         Memberi sumbangan terutama terhadap pengidentifikasian dan pemahaman masalah, untuk menjaga kesinambungan pasokan informasi yang mengalir ke manajer.

       H.    Sistem penunjang keputusan

1.      Maksud pembuatan dasar dan teori-teori yang menjelaskan

2.      Konsep, pengetian dasar, dan tujuan SPK

Konsep DSS berawal pada akhir tahun 1960-an dengan adanya penggunaan komputer secara time-sharing (berdasarkan pembagian waktu). Pada mulanya, seseorang dapat berinteraksi secara langsung dengan komputer tanpa harus melalui spesialis informasi. Time-sharing membuka peluang baru dalam penggunaan komputer

Menurut Minch dan Burns (dalam Marimin, 2004), sistem penunjang keputusan adalah konsep spesifik sistem yang menghubungkan komputerisasi informasi dengan para pengambilan keputusan sebagai pemakainya.

Ada tiga tujuan yang harus dicapai DSS :

·         Membantu manajer dalam pembuatan keputusan untuk memecahkan masalah semi terstruktur.

·         Mendukung keputusan manajer, dan bukannya mengubah atau mengganti keputusan tersebut.

·         Meningkatkan efektivitas manajer dalam pembuatan keputusan, dan bukan pengingkatan efisiensinya.

3.      Model SPK

Dalam model DSS, pemakainya adalah manajer perorangan atau sekelompok kecil manajer, dan outputnya dihasilkan pada tiap langkah dalam proses pemecahan masalah. Simbol yang digunakan dalam model untuk mewakili output DSS tersebut menunjukkan bahwa laporan berkala dan hasil simulasi didapatkan dalam bentuk tercetak, dan laporan khusus berbeda dalam bentuk tampilan. Namun, tidak selalu seperti ini. ketiga jenis output tersebut dapat dicetak ataupun ditampilkan.

4.      Pemodelan matematis beserta keuntungan dan kerugiannya

Pemodelan matematis Model matematis adalah jenis yang berperan penting dalam DSS. Ada berbagai untuk mengklasifikasi model matematis

Manajer yang menggunakan model matematis dapat memperoleh keuntungan sebagai berikut :

·         Proses pemodelan menjadi pengalam belajar

·         Kecepatan proses simulasi memberikan kemampuan pada kita untuk mengevaluasi dampak keputusan dalam jangka waktu yang singkat

·         Model memberikan daya peramalan

·         Model membutuhkan biaya yang lebih murah dari pada metode trial and error

Sedangkan kerugian model adalah sebagai berikut :

·         Sulitnya pemodelan sistem bisnis akan menghasilkan model yang tidak dapat menangkap semua pengaruh pada entity

·         Dibutuhkan keterampilan matematika yang tinggi untuk mengembangkan model yang lebih kompleks secara pribadi

5.      SPK berkelompok

Memang sudah menjadi kenyataan bahwa manajer jarang sekali memecahkan masalah secara sendiri. Biasanya manajer akan mendaftar orang lain yang akan membantu dalam menentukan masalah, atau mungkin dalam menentukan dan mengevaluasi pemecahan pengganti. Komite yang ada dalam sebagian besar perusahaan adalah juga merupakan contoh aktivitas kelompok

6.      Peranan SPK dalam pemecahan masalah

DSS dapat meningkatkan dukungan ini melalui langkah proses pemecahan masalah. Kemampuan tambahan ini bukanlah disebabkan adanya alat yang digunakan, karena SIM dan DSS sama-sama menerapkan alat yang sama. Alasan mengapa DSS memberikan dukungan yang lebih besar adalah adanya kenyataan bahwa DSS disesuaikan dengan kebutuhan tertentu dari manajer tertentu pula.

Daftar Pustaka :

Fatta, A. H. (2007). Analisis dan perancangan sistem informasi untuk keunggulan bersaing perusahaan & organisasi modern. Yogyakarta : Andi.

Nugroho, A. (2010). Rekayasa perangkat lunak berorientasi objek dengan metode USDP. Yogyakarta : Andi.

Marimin. (2004). Teknik & Apl Pengambilan keputusan kriteria majemuk. Bogor: Grasindo

Suryadi, D., & Margianti, E.S .(1996). Sistem informasi manajemen. Jakarta : Gunadarma

https://linkblog-ku.blogspot.com/2012/10/pengertian-dan-konsep-dasar-database.html

diunduh pada tanggal 20 januari 2017 file:///C:/Users/Asus/Downloads/Pengenalan%20pada%20Manajemen%20Informasi%20(pertemuan%201).pdf

http://windaolyvia.blogspot.co.id/2011/06/kuntungan-dan-kerugian-dbms.html

aldi_tob_2000.staff.gunadarma.ac.id/Downloads/files/12267/Minggu3.ppt

http://elfagustiarapratama.blogspot.co.id/2013/01/peran-database-dan-dbms-dalam_2577.html