Sistem Penunjang Keputusan

Sistem pendukung Keputusan (DSS) - apakah itu menjadi sistem pengambilan keputusan (dms)? .
Seperti kita ketahui, pengambilan keputusan adalah tugas mendasar manajer dan terdapat berbagai sistem informasi i. e. Sistem informasi manajemen (MIS), sistem informasi Eksekutif (EIS) yang membantu manajer dalam proses pengambilan keputusan. Pertimbangan utama kita titik dari artikel ini adalah DSS dan peran dalam perspektif manajemen.

Definisi DSS :

Sistem Komputer yang interaktif yang membantu pembuatan keputusan dalam menggunakan dan memanfaatkan data dan model untuk memecahkan masalah yang tidak terstruktur.


Kita akan membahas Peran yang dimainkan oleh DSS dalam proses keputusan perubahan makingThe datang di skenario tentang peran DSS dalam pengambilan keputusan. DSS adalah sebuah sistem yang mendukung teknologi dan pengambilan keputusan manajerial dengan membantu dalam organisasi pengetahuan tentang terstruktur, semi terstruktur, atau masalah-masalah tidak terstruktur.

Decision Support Sistem (DSS) adalah kelas dari sistem informasi terkomputerisasi yang mendukung aktivitas pengambilan keputusan. DSS adalah interaktif berbasis komputer sistem dan subsistem dimaksudkan untuk membantu pengambil keputusan menggunakan teknologi komunikasi, data, dokumen, pengetahuan dan / atau model proses keputusan untuk menyelesaikan tugas.


Payung besar sistem pendukung keputusan (DSS) telah lama menyediakan tempat pengumpulan selamat datang bagi anda yang ingin membangun aplikasi perangkat lunak yang didasarkan pada model campuran, analisis data, dan antarmuka kuat. DSS menarik praktisi, akademisi dan mahasiswa dari berbagai bidang termasuk sistem informasi, riset operasi / ilmu manajemen, ilmu komputer, psikologi dan disiplin bisnis lainnya.

Masalah: Ada virtual revolusi dalam hal spreadsheet berbasis manajemen operasi manajemen sains dan kursus yang tampaknya telah terperangkap di sekolah bisnis. Spreadsheets telah berevolusi menjadi sebuah platform yang cukup mampu untuk pengguna akhir model pendukung keputusan.

Sebagai contoh, dalam Microsoft Excel, evolusi ini telah mengakibatkan masuknya Solver untuk optimasi, Pivot Tables, konektivitas basis data, matematika dan statistik berbagai fungsi dan Visual Basic for Applications (VBA) bahasa pemrograman.

Masalahnya datang dari gambar ini di mana daripada menggunakan keterampilan manajemen untuk membuat keputusan, para manajer sangat tergantung pada alat-alat DSS untuk membuat keputusan. Mungkin lebih penting ketika manajer baru akan kurangnya keterampilan manajemen dan mereka akan sepenuhnya bergantung pada alat DSS.

Jadi, kita dapat membuat pertanyaan-pertanyaan:

Apa alasan di balik manajer yang bergantung pada DSS begitu banyak peralatan? Apa yang harus menjadi rasio dioptimalkan menggunakan desktop dan keterampilan manajemen untuk pengambilan keputusan? My Idea: Pertama-tama kita harus memahami model pengambilan keputusan: himpunan kegiatan yang mendukung DSS lingkungan. Elemen kunci dari model ini cukup umum, dan meliputi:

Seorang pembuat keputusan: seorang individu atau kelompok dituntut dengan membuat keputusan tertentu. Satu set input ke proses pengambilan keputusan: data, model-model numerik atau kualitatif untuk menafsirkan data, pengalaman historis dengan set data yang sama atau mirip situasi pengambilan keputusan, dan berbagai macam budaya dan norma-norma dan kendala psikologis terkait dengan pengambilan keputusan pengambilan keputusan proses itu sendiri: satu set langkah-langkah, lebih atau kurang mampu memahami, untuk mengubah input menjadi output dalam bentuk keputusan, A set output dari proses pengambilan keputusan, termasuk keputusan-keputusan mereka sendiri dan (idealnya) seperangkat kriteria untuk mengevaluasi keputusan-keputusan yang dihasilkan oleh proses terhadap serangkaian kebutuhan, masalah atau tujuan yang disebabkan pengambilan keputusan kegiatan di tempat pertama. Segera setelah kita melihat model ini, kita menyadari bahwa berbicara tentang sistem pendukung keputusan di luar domain tertentu pengambilan keputusan ini tidak terlalu berguna.

Jika kita hanya mempertimbangkan jangka waktu dimana sebuah keputusan harus dibuat dan risiko dan kendala yang terkait dengan proses pengambilan keputusan, kita akan mengakui bahwa ada banyak perbedaan kualitatif dan kuantitatif antara lembaga-lembaga pemerintahan, bukan-untuk - keuntungan (NFP) organisasi, dan perusahaan-perusahaan komersial. Sederhananya, keputusan komersial, secara agregat, mempunyai jangka waktu lebih pendek dan lebih tinggi risiko terkait (termasuk kepunahan) daripada sektor publik atau tidak-untuk-laba keputusan, dan karena itu mungkin akan membutuhkan bantuan dari sebagian besar teknologi informasi.

Untuk alasan ini saja, esai ini membatasi ruang lingkup pada sistem pendukung keputusan komersial: infrastruktur TI yang dirancang untuk mendukung proses pengambilan keputusan dalam publik dan swasta yang diselenggarakan perusahaan-perusahaan yang bersaing di pasar terbuka bagi pelanggan, pendapatan dan pangsa pasar.

Bagaimana lingkungan DSS mendukung pengambilan keputusan? Lingkungan DSS mendukung pengambilan keputusan generik model di atas dalam beberapa cara:

Dalam pengambilan persiapan, DSS lingkungan yang menyediakan data yang diperlukan sebagai masukan bagi proses pengambilan keputusan. Ini adalah tentang data mart dan data lingkungan pergudangan lakukan hari ini. Dalam pengambilan penataan, lingkungan DSS menyediakan alat-alat dan model untuk mengatur input dengan cara yang masuk akal untuk membingkai keputusan. Alat-alat dan model tidak pivot tabel dan aspek lain dari presentasi data yang ditemukan alat query. Mereka adalah alat pengambilan keputusan yang sebenarnya, seperti pohon kesalahan analisis, logika dan model Bayesian berbasis pengambilan keputusan berdasarkan hal-hal seperti jaringan saraf. Dalam konteks pembangunan, lingkungan lagi DSS menyediakan alat-alat, dan menyediakan mekanisme untuk menjaring informasi tentang keputusan's konstituen (yang dipengaruhi oleh keputusan ini), hasil dan probabilitas, dan unsur-unsur lain yang lebih besar konteks pengambilan keputusan. Dalam pengambilan keputusan, DSS lingkungan dapat mengotomatisasi semua atau bagian dari proses pengambilan keputusan dan menawarkan evaluasi pada keputusan yang optimal. Sistem pakar dan kecerdasan buatan pemaknaan lingkungan untuk melakukan hal ini, tetapi mereka bekerja hanya dalam kasus-kasus yang sangat terbatas. Dalam pengambilan propagasi, lingkungan DSS mengambil informasi yang dikumpulkan mengenai konstituen dan ketergantungan dan hasil dan mendorong unsur-unsur dari keputusan ke konstituen mereka untuk bertindak. Dalam keputusan manajemen, DSS lingkungan hasil periksa hari, minggu dan bulan setelah keputusan untuk melihat apakah (a) keputusan dilaksanakan / disebarkan dan (b) jika efek dari keputusan yang seperti yang diharapkan. Apa yang diperlukan adalah untuk -

Memilih kelas proses pengambilan keputusan untuk berfokus pada, Persempit berbagai masukan, cakupan kegiatan dan perbedaan dalam model dan metode, paling penting, untuk memahami di mana teknologi berhenti untuk memainkan peran yang berarti dalam pengambilan keputusan, dan di mana kebijakan menjadi penentu kualitas dan kuantitas putusan efektivitas. Kerja terkait: Dalam konteks yang sama, kita harus memahami komponen-komponen sistem pendukung keputusan (DSS). Komponen DSS komponen utama dari DSS adalah sebuah sistem manajemen database (DBMS), User Interface (Dialog) Subsystem, Berbasis Pengetahuan (Manajemen) Subsistem.

Sistem manajemen database (DBMS): - Sebuah sistem manajemen basis data yang sesuai harus dapat bekerja dengan baik data yang internal organisasi dan data yang di luarnya. Database sistem manajemen basis data direktori Data (Database harus berisi data tentang tabel & semua benda-benda lainnya) fasilitas Query Pengguna Interface (Dialog) Subsystem: - Dialog generasi dan sistem manajemen dirancang untuk memenuhi representasi pengetahuan, dan antarmuka DNS dan persyaratan.

Informasi yang khas aplikasi dukungan keputusan mungkin mengumpulkan dan sekarang akan menjadi: Mengakses semua aset informasi Anda saat ini, termasuk legacy dan sumber data relasional, kubus, data gudang, dan data Mart. Konsekuensi dari alternatif keputusan yang berbeda, mengingat pengalaman masa lalu dalam konteks yang dijelaskan. Proyeksi pendapatan angka berdasarkan asumsi penjualan produk baru. Berbasis Pengetahuan (Manajemen) Subsistem - Sebuah sistem berbasis pengetahuan, adalah sebuah program komputer yang berisi beberapa subjek pengetahuan khusus dari satu atau lebih pakar manusia. Bentuk yang paling umum dari sistem pakar adalah sebuah program yang terdiri dari satu set aturan yang menganalisis informasi (biasanya diberikan oleh pengguna sistem) mengenai suatu kelas masalah spesifik. Sebuah istilah terkait wizard. Sebuah wizard adalah sebuah program komputer interaktif yang membantu pengguna menyelesaikan masalah. Sistem berbasis pengetahuan ahli dalam spesifik "application domain".

Tujuan dari KBMS adalah untuk membuat, mengatur & menyediakan informasi penting pengetahuan dalam konteks prosedur, perkiraan. Teknologi utamanya adalah data pertambangan. Data Mining (DM) adalah proses pencarian otomatis volume besar data untuk pola menggunakan aturan asosiasi.

Sistem ini memberikan dan Menyediakan keahlian dalam pemecahan yang kompleks dan tidak terstruktur masalah semi-terstruktur Keahlian yang disediakan oleh sistem pakar atau lainnya DSS Advanced systemn cerdas memiliki berbasis pengetahuan (manajemen) componentn Berujung pada DSSn cerdas Contoh: Data mining Jenis DSS DSS dapat memiliki sempit maupun luas akal. Sebuah pengertian sempit DSS adalah fungsi atau industri berorientasi DSS spesifik dan di sisi lain tujuan yang paling umum adalah DSS DSS generator. Ada enam kategori berdasarkan teknologi berdasarkan komponen -

Komunikasi drivenKnowledge DrivenModel DrivenDocument didorong DrivenData DrivenCommunication: - Kebanyakan komunikasi berbasis DSSS ditargetkan pada tim internal, termasuk mitra. Tujuannya adalah untuk membantu mengadakan pertemuan, atau bagi pengguna untuk berkolaborasi. Teknologi yang paling umum digunakan untuk menyebarkan DSS adalah web atau client server. Contoh: chatting dan instant messaging software, online kolaborasi dan net-sistem pertemuan.

Knowledge Driven: - Pengetahuan berbasis DSSS atau 'pengetahuan' adalah mereka dikenal, adalah menangkap semua kategori meliputi berbagai sistem yang meliputi pengguna dalam organisasi dan menyiapkannya, tetapi mungkin juga termasuk orang lain yang berinteraksi dengan organisasi - untuk Misalnya, konsumen bisnis. Itu dasarnya pengelolaan digunakan untuk memberikan nasihat atau untuk memilih produk / jasa. Penyebaran yang khas teknologi yang digunakan untuk mengatur sistem seperti ini dapat klien / sistem server, web, atau perangkat lunak yang berjalan pada PC yang berdiri sendiri.

Model Driven: - Model-driven DSSS adalah sistem yang kompleks yang membantu menganalisis keputusan atau memilih di antara pilihan yang berbeda. Ini digunakan oleh para manajer dan staf dari sebuah bisnis, atau orang-orang yang berinteraksi dengan organisasi, untuk beberapa tujuan, tergantung pada bagaimana model sudah diatur - penjadwalan, dll analisis keputusan DSSS ini dapat digunakan melalui software / hardware dalam berdiri sendiri PC, klien / server sistem, atau web.

Dokumen Driven: - Dokumen-driven DSSS yang lebih umum, ditargetkan pada dasar yang luas kelompok pengguna. Tujuan semacam DSS adalah untuk mencari halaman web dan menemukan dokumen di set tertentu atau istilah pencarian kata kunci. Teknologi yang biasa digunakan untuk mengatur DSSS seperti itu adalah melalui web atau client / server system. Contoh:

Data Driven: - Sebagian besar berdasarkan data DSSS ditargetkan pada manajer, staf, dan juga produk / jasa pemasok. Ini digunakan untuk query database atau data warehouse untuk mencari jawaban yang spesifik untuk tujuan tertentu. Hal ini digunakan melalui sistem kerangka utama, klien / server link, atau melalui web. Contoh: basis data berbasis komputer yang memiliki sistem permintaan untuk memeriksa (termasuk penggabungan data untuk menambah nilai database yang ada.

Kesimpulan dan pekerjaan lebih lanjut: Tantangan bagi setiap organisasi mengingat lingkungan DSS adalah yang paling kompleks. Organisasi yang menyebarkan teknologi DSS, tetapi tidak menegakkan kebijakan pengambilan keputusan, tidak bisa berharap untuk menurunkan kembali nilai bisnis yang signifikan dari DSS lingkungan mereka, karena nilai akhir suatu keputusan dalam pelaksanaan dan pengelolaan: DS