MANAGEMENT SUPPORT SYSTEM (MSS)

Manajer dan Dukungan Komputer.

Teknologi  komputer  sekarang  ini  merupakan  bagian  terpenting  dalam  dunia 

bisnis, dan jelas dalam pelbagai bidang lainnya. MSS terdiri dari:

1.Decision Support Systems (DSS)

2.Group Support Systems (GSS), termasuk Group DSS (GDSS) 

3.Executive I nformation Systems (EI S)

4.Expert Systems (ES)

5.Artificial Neural Networks (ANN) 

6.Hybrid Support Systems.

Managerial Decision Making & Management Information  Systems (MIS)

Manajemen  adalah  proses    pencapaian    tujuan    organisasi    melalui

penggunaan   resources   (manusia,   uang,   energi,   material,   ruang,   dan   waktu).

Resources  sebagai  input,  sedangkan  pencapaian  tujuan  adalah  outputnya. 

Kesuksesan  suatu  organisasi  dan  kesuksesan  tugas  seorang manajer  diukur    dari 

produktivitas.

Kecepatan  perubahan  luar  biasa  besarnya,  sehingga  pendekatan  manajemen

trial and error menjadi lebih sulit.   Dengan demikian Manajer harus lebih canggih, 

harus  belajar  bagaimana  menggunakan  tool  dan  teknik-teknik  baru  yang  selalu

berkembang   di   bidangnya   masing-masing.  Teknik-teknik  yang   dipakai   ini

banyak  yang   memakai  pendekatan  analisis  kuantitatif,  dikelompokkan  dalam  1

disiplin, disebut dengan Management Science (Operation Research)

Kerangka Kerja Decision Support (DS)

Kerangka kerja Decision Support disajikan sebagai berikut:

Proses  pengambilan  keputusan  terdiri  dari  3  fase  proses:  intelligence,  design,  dan

choice.

• Intelligence    –    pencarian    kondisi-kondisi    yang    dapat    menghasilkan 

          keputusan

• Design  –  menemukan,  mengembangkan,  dan  menganalisis  materi-materi 

           yang mungkin untuk dikerjakan.

• Choice   –   pemilihan   dari   materi-materi   yang   tersedia,   mana   yang   akan 

          dikerjakan.

Proses-proses  yang  terjadi  pada  kerangka  kerja  DS  dibedakan  atas: 

Terstruktur,  mengacu  pada  permasalahan  rutin  dan  berulang untuk  solusi  standar 

yang  ada.    Tak  terstruktur,  adalah  “fuzzy”,  permasalahan  kompleks  dimana  tak 

ada  solusi  serta  merta. Masalah  yang  tak  terstruktur  adalah  tak  adanya  3  fase 

proses  yang terstruktur.    Semi  terstruktur,  terdapat  beberapa  keputusan  terstruktur, 

tetapi tak semuanya dari fase-fase yang ada.

Pendekatan  Management  Science  mengadopsi  pandangan  seorang   manajer

yang  dapat   mengikuti   proses   yang   sistematik   untuk   penyelesaian   masalah.

Sehingga adalah mungkin untuk menggunakan pendekatan sains pada Managerial

Decision Making. Langkahnya adalah:

Definisi   masalah   (keputusan   situasi   yang   berhubungan   dengan   pelbagai 

masalah atau dengan suatu kesempatan)

Klasifikasi masalah ke dalam kategori standar.

• Membuat   model   matematika   yang   menjelaskan   masalah   secara 

          nyata.

• Menemukan    solusi    potensial    di    model    masalah    tadi    dan 

          mengevaluasinya.

• Memilih  dan  merekomendasikan  satu  solusi  dari  masalah.  Proses  ini 

          dipusatkan pada masalah modeling/pemodelan

Decision Support Systems (DSS)

Sistem  berbasis  komputer   yang  interaktif,   yang  membantu  pengambil

keputusan  memanfaatkan  data  dan  model  untuk  menyelesaikan  masalah-masalah

yang  tak  terstruktur.  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  masalah-masalah  yang  semi 

terstruktur.    Istilah DSS    kadang  digunakan  untuk  menggambarkan  sembarang 

sistem  yang  terkomputerisasi.    DSS  digunakan  untuk  definisi  yang  lebih  sempit, 

dan  digunakan  istilah  MSS  sebagai  payung untuk  menggambarkan  pelbagai  tipe 

sistem pendukung.

Mengapa menggunakan DSS?

Perusahaan  beroperasi  pada  ekonomi  yang  tak  stabil.      Perusahaan 

dihadapkan  pada  kompetisi  dalam  dan  luar  negeri  yang  meningkat.  Perusahaan 

menghadapi    peningkatan  kesulitan  dalam  hal  melacak  jumlah  operasi -operasi

bisnis.  Sistem   komputer   perusahaan   tak   mendukung   peningkatan  tujuan

perusahaan   dalam   hal  efisiensi,  profitabilitas,  dan  mencari  jalan  masuk  di  pasar

yang benar-benar menguntungkan.

Enam  alasan  mengapa  perusahaan-perusahaan  utama  memulai  DSS  dalam 

skala  besar:    Kebutuhan  akan  informasi  yang  akurat.    DSS  dipandang  sebagai

pemenang   secara   organisasi.  Kebutuhan   akan   informasi   baru.  Manajemen

Pencapaian  diamanahi    DSS. pengurangan  biaya. perilaku   komputasi, Penyediaan    informasi    

yang    tepat    waktu. Alasan  lain  dalam  pengembangan  DSS  adalah  perubahan end-user.   

End-user  bukanlah   programer,   sehingga   mereka membutuhkan  tool  dan  prosedur  yang  mudah  

untuk  digunakan.  Dan  ini  dipenuhi oleh DSS.

Group Support Systems (GSS)

Pelbagai    keputusan    utama dalam    organisasi    dibuat    oleh    group  secara 

kolektif. Mengumpulkan  keseluruhan  group  secara  bersama  dalam  satu  tempat 

dan  waktu  adalah  sulit  dan  mahal,  sehingga pertemuan ini  memakan  waktu  lama 

dan  keputusan  yang  dibuat  hasilnya  sedang-sedang  saja,  tak  terlalu  baik. 

Peningkatan  kinerja  group-group  tadi  yang  dibantu  oleh  teknologi  I nformasi  ini 

muncul  dalam  pelbagai  istilah,  seperti:  groupware,  electronic  meeting  systems, 

collaborative systems,  dan  group  DSS  (ini  yang  kita  gunakan).    Satu  contoh  dari 

implementasi group DSS ini adalah Total Quality Management (TQM).

Executive Information (atau Support) Systems (EIS atau ESS)

EIS  dikembangkan  utamanya  untuk:    Menyediakan  kebutuhan  informasi 

yang  diperlukan  oleh  pihak  Eksekutif.   Menyediakan  antarmuka  yang benar-benar 

user-friendly  untuk  Eksekutif.   Mempertemukan  pelbagai  gaya keputusan  individu 

para Eksekutif.   Menyediakan  pelacakan  dan  kontrol  yang tepat  waktu  dan  efektif. 

Menyediakan  akses  cepat  pada  informasi  detil  yang tersirat  di  teks,  bilangan,  atau 

grafik.    Memfilter,  memadatkan,  dan  melacak  data  dan  informasi  yang  kritis. 

Identifikasi   masalah   (atau   juga   kesempatan).   EI S   bisa   juga   digunakan   pada pelbagai    

jenis  perusahaan    dan    melayani    sejumlah    manajer    sebagaiEnterprise Wide Systems (EWS).

Expert Systems (ES)

Semakin   tak   terstruktur   suatu   situasi,   maka   akan   solusinya   akan  lebih

paket  spesifik.   ES   dibuat   untuk   menyerupai   seorang   pakar/ahli.  ES   adalah

hardware  dan   software   yang  digunakan  sebagai   pengambil  keputusan  dan/atau

pemecahan  masalah;  yang  dapat  mencapai  level  yang  setara  atau  kadang  malah 

melebihi  seorang  pakar/ahli,  pada  satu  area  masalah  yang  spesifik  dan  biasanya 

lebih  sempit.    ES  merupakan  cabang dari  aplikasi  Artificial  I ntelligence  (AI).    I de 

dasarnya  sederhana.  Kepakaran  ditransfer  dari  seorang  pakar  ke  komputer. 

Pengetahuan  ini  lalu  disimpan disitu  dan  user dapat  meminta saran  spesifik  yang 

dibutuhkannya.  Komputer dapat mencari, mengolah dan menampilkan kesimpulan 

yang  spesifik.  Dan  seperti  seorang  pakar,  saran  tersebut  bisa  dimanfaatkan  oleh 

orang  yang  bukan  pakar  berikut  penjelasannya  yang  berisi  logika  penalaran  di 

balik saran itu.

Neural Computing (Artificial Neural Network)

Teknologi  sebelum  Artificial  Neural  Network  (ANN)  berbasis  pada 

penggunaan  data,  informasi,  ataupun  pengetahuan  eksplisit  yang  tersimpan  di 

komputer dan  memanipulasi  mereka  menurut  kebutuhan.    Pada dunia  nyata  yang 

begitu  kompleks,  mungkin  tak  bisa  didapatkan  data,  informasi,  ataupun 

pengetahuan  secara  eksplisit,  sedangkan  keputusan  harus  diambil  walaupun 

kondisinya  seperti  ini  (informasi  yang parsial,  tak  lengkap,  atau  pun  tak  eksak). 

Perubahan  lingkungan  yang  terjadi  sedemikian  cepatnya.    Pengambil    keputusan 

menggunakan  pengalaman  yang  ada untuk  mengatasi  hal  ini;  yaitu  menggunakan 

pengalaman  yang  bersesuaian  dan  belajar  dari  pengalaman  itu  tentang  apa  yang 

harus  dikerjakan  dengan  situasi  yang  serupa  untuk  pengalaman  yang tak  sesuai. 

Pada   teknologi   sebelumnya,   tak   ada   elemen   untuk   proses   pembelajaran   oleh

komputer.  Teknologi  yang  ditujukan  untuk  mengisi  kekurangan  ini,  disebut

dengan Neural Computing atau ANN. Contohnya adalah pengenalan pola.