Setiap level manajemen melakukan aktivitas yang berbeda sehingga
kebutuhan akan informasi juga berbeda, maka sistem informasi yang
digunakan akan berbeda pula. Jenis informasi yang dibutuhkan berbagai
level dalam organisasi berhubungan langsung dengan tingkat pengambilan
keputusan manajemen dan struktur keputusannya.
JenisJenis–Jenis SI dalam Level OrganisasiJenis Organisasi
1. SI di level organisasi bawah / opersaional : mendukung manajer
operasi melakukan kegiatannya. Jenis SI dilevel operasi : TPS ((transaction processing systemtransaction system), PCS (), (Process control systemProcess system))
2. SI dilevel menengah : digunakan untuk pengendalian dan
pengambilan keputusan semi terstruktur. Jenis SI tersebut : Sistem pakar
(expert systemexpert system); jarinngan neural buatan (ANN : ); artificial neural networkartificial network); sistem pendukung keputusan (DSS : ); decision support systemdecision system); GSS (); (roup support systemroup system); sistem ); informasi geografik (GIS : geogragraphic information systemgeogragraphic system).).
3. SI dilevel atas : digunakan untuk perencanaan strategik dan
pemecahan masalah. Jenis SI dilevel ini adalah: sistem informasi
eksekutif (EIS: executive information system) atau ((executive support systemexecutive system))
SI yang menghubungkan ketiga level manajemen tersebut adalah sistem otomatisasi kantor (OAS : office automation systemoffice system)
A. Sistem Pakar (Expert System )
SI berbasis pengetahuan yang menggunakan pengetahuan pakar mengenai
bidang aplikasi khusus dan kompleks dimana sistem tersebut bertindak
sebagai konsultan bagi pemakai akhir. Sistem pakar berisi pengetahuan
dari satu atau lebih pakar yang menyediakan jawaban atas pertanyaan
mengenai suatu bidang masalah yang sangat khusus.
Manfaat Sistem Pakar :
- Selalu tersedia diorganisasi dimana pakar belum tentu selalu berada ditempatselalu ditempat
- Dapat menyimpan dan mengingat pengetahuan yang sangat tidak terbatas dan tidak kenal lelahsangat lelah
- Lebih cepat dan lebih konsisten.
Cara Kerja Sistem Pakar :
Pengetahuan dalam sistem pakar diwakili aturanPengetahuan
aturan–aturan yang dihubungkan membentuk diagram pohon . Aturanyang
Aturan–aturan tersebut oleh inference engineinference enginediproses dengan dua diproses cara yaitu :
- Cara forward reasoning/forward chainingforward chainingdimana dimana aturanaturan–aturan diperiksa satu per satu urut mulai dari muka ((forwardforward) untuk memastikan bahwa aturan tersebut dalam ) kondisi benar.
- Cara backward reasoning/backward chainingbackward chainingdimana dimana aturan akan dianggap sebagai suatu masalah/hipotesis yang akan diselesaikan permasalahannya. Inference engineengineakan memeriksa aturan mulai dari aturan terakhir akan yang memberikan hasil.
Komponen Sistem PakarKomponen Pakar: :
1. User Interface. Interface
media yang digunakan untuk berhubungan dengan input (menerima data
dan pertanyaan konsultasi) dan output (menjawab pertanyaan) dengan
pemakainya.
2. Inference EngineInference Engine
Software sistem pakar yang mengevaluasi aturanSoftware aturan–aturan
yang disediakan oleh basis pengetahuan dengan urutanyang urutan–urutan
tertentu untuk memberikan jawaban atas pertanyaaan pemakai sistem dan
konsultasi dari pemakai.
3. Knowledge Base (Basis pengetahuan)
Dibentuk aturan–aturan yang berkaitan satu dengan yang lainnya.
Pengetahuan yang disimpan dalam basis pengetahuan diambil dari
pengetahuan para pakar.
Kelebihan dan Kekurangan Sistem Pakar
Kelebihan:
- Pengambilan keputusan yang lebih baik: jawaban yang diberikan sistem pakar konsisten dan logisdiberikan logis
- Memberikan solusi yang tepatMemberikan tepat
- Pelayanan konsumen lebih baikPelayanan baik
- Menyimpan pengetahuan didalam organisasiMenyimpan organisasi
Kekurangan :
- Hanya dapat menangani pengetahuan yang konsisten tidak berubahtidak berubah–ubahubah
- Tidak dapat menangani hal yang bersifat judgement dan subyektifsubyektif
- Format basis pengetahuan terbatas (hanya dalam bentuk statement ifstatement if–then)
- Sistem pakar sulit dan mahal untuk dikembangkan dan dirawat denan baikdirawat baik
Pengembangan Sistem Pakar Pengembangan Pakar
- Studi awalStudi awal
- Pemilihan softwarePemilihan software
- Pemilihan pakarPemilihan pakar
- Pengambilan pengetahuanPengambilan pengetahuan
- Membangun sistem pakarMembangun pakar
- Pengujian sistemPengujian sistem
- Implementasi sistemImplementasi sistem
- Operasi sistemOperasi sistem
- Pemeliharaan sistem
B. Sistem JNA (Jaringan Neural Artifisial)/ Jaringan Syaraf Tiruan
Jaringan Artifisial (Artificial Neural Network = ANN)
ANN: merupakan jaringan buatan yang mencoba meniru jarinngan neural manusia.
Perbedaan ANN dengan sistem pakar :
ANN Sistem Pakar
-Dinamis -StatisStatis
-Dapat dilatih -Tidak dapat dilatih
-Hasilnya berbeda -Hasilnya konsisten
ANN mulai banyak diterapkan di aplikasi bisnis walaupun masih dalam
tahap pengembanganmasih pengembangan. ANN banyak digunakan untuk
memprediksi kebangkrutan perusahaan, prediksi kapan saham dijual atau
dibeli, dan memprediksi rangking dan obligasi dsb.
Jaringan Syaraf Tiruan dibuat pertama kali pada tahun 1943 oleh neurophysiologist Waren McCulloch dan logician Walter Pits, namun teknologi yang tersedia pada saat itu belum memungkinkan mereka berbuat lebih jauh. Jaringan
Syaraf Tiruan adalah paradigma pemrosesan suatu informasi yang
terinspirasi oleh sistim sel syaraf biologi, sama seperti otak yang
memproses suatu informasi. Elemen mendasar dari paradigma tersebut
adalah struktur yang baru dari sistim pemrosesan informasi. Jaringan
Syaraf Tiruan, seperti manusia, belajar dari suatu contoh. Jaringan
Syaraf Tiruan dibentuk untuk memecahkan suatu masalah tertentu seperti
pengenalan pola atau klasifikasi karena proses pembelajaran. Jaringan
Syaraf Tiruan berkembang secara pesat pada beberapa tahun terakhir.
Jaringan Syaraf Tiruan telah dikembangkan sebelum adanya suatu
computer konvensional yang canggih dan terus berkembang walaupun pernah
mengalami masa vakum selama beberapa tahun. Jaringan Syaraf Tiruan
keluar dari penelitian kecerdasan buatan, terutama percobaan untuk
menirukan fault-tolerence dan kemampuan untuk belajar dari sistem syaraf biologi dengan model struktur low-level dari
otak. Otak terdiri dari sekitar (10.000.000.000) sel syaraf yang saling
berhubungan. Sel syaraf mempunyai cabang struktur input (dendrites),
sebuah inti sel dan percabangan struktur output (axon). Axon dari sebuah
sel terhubung dengan dendrites yang lain melalui sebuah synapse.
Sejarah JST
Jaringan syaraf tiruan sederhana pertama kali diperkenalkan oleh
McCulloch dan Pitts di tahun 1943. McCulloch dan Pitts menyimpulkan
bahwa kombinasi beberapa neuron sederhana menjadi sebuah sistem
neural akan meningkatkan kemampuan komputasinya. Bobot dalam jaringan
yang diusulkan oleh McCulloch dan Pitts diatur untuk melakukan fungsi
logika sederhana. Fungsi aktivasi yang dipakai adalah fungsi threshold.
Tahun 1958, Rosenblatt memperkenalkan dan mulai mengembangkan model
jaringan yang disebut Perceptron. Metode pelatihan diperkenalkan untuk
mengoptimalkan hasil iterasinya. Widrow dan Hoff (1960) mengembangkan
perceptron dengan memperkenalkan aturan pelatihan jaringan, yang dikenal
sebagai aturan delta (atau sering disebut kuadrat rata-rata
terkecil). Aturan ini akan mengubah bobot perceptron apabila keluaran
yang dihasilkan tidak sesuai dengan target yang diinginkan. Selain itu,
beberapa model jaringan syaraf tiruan lain juga dikembangkan oleh
Kohonen (1972), Hopfield (1982), dll. Pengembangan yang ramai
dibicarakan sejak tahun 1990an adalah aplikasi model-model jaringan
syaraf tiruan untuk menyelesaikan berbagai masalah di dunia nyata.
Jaringan Syaraf Tiruan ditentukan oleh tiga hal :
- Pola hubungan antar neuron (disebut arsitektur jaringan)
- Metode untuk menentukan bobot penghubung (disebut metode learning/training)
- Fungsi aktivasi
Arsitektur Jaringan
Beberapa arsitektur jaringan yang sering dipakai dalam jaringan syaraf tiruan antara lain :
1. Jaringan Lapisan Tunggal (single layer network)
Dalam jaringan ini, sekumpulan input neuron dihubungkan langsung
dengan sekumpulan outputnya. Dalam beberapa model (misal perceptron),
hanya ada sebuah unit neuron output
2. Jaringan Lapisan Jamak (multi layer network)
Jaringan layar jamak merupakan perluasan dari layar tunggal. Dalam
jaringan ini, selain unit input dan output, ada unit-unit lain (sering
disebut layar tersembunyi / hidden layer). Dimungkinkan pula ada
beberapa layar tersembunyi. Sama seperti pada unit input dan output,
unit-unit dalam satu layar tidak saling berhubungan.
3. Jaringan Recurrent
Model jaringan reccurent mirip dengan jaringan layar tunggal ataupun
ganda. Hanya saja, ada neuron output yang memberikan sinyal pada unit
input (sering disebut feedback loop).
C. Sistem Penunjang Keputusan
Sistem Penunjang Keputusan ((Decision Support System ––DSSDSS))
DSS : sistem informasi berbasis komputer yang menyediakan dukungan
informasi yang interaktif bagi manajer dan praktisi bisnis selama proses
pengambilan keputusan (o brien)
DSS menggunakan :
- Model analitisModel analitis
- Databse khususDatabse khusus
- Penilaian dan pandangan pembuat keputusanPenilaian keputusan
- Proses pemodelan berbasis komputer yang interaktif untuk mendukung pembuatan keputusan bisnis semi terstruktur.
DSS : sistem informasi untuk membantu manajer level menengah untuk
proses pengambilan keputusan setengah terstruktur supaya lebih efektif
dengan menggunakan modelsupaya model–model analitis dan data yanng
tersedia.
Tujuan
- Memberikan dukungan untuk pembuatan keputusan pada masalah yang semi/tidak terstruktur.
- Memberikan dukungan pembuatan keputusan kepada manajer pada semua tingkat dengan membantu integrasi antar tingkat.
- Meningkatkan efektifitas manajer dalam pembuatan keputusan dan bukan peningkatan efisiennya.
- Karakteristik SPK
- Adaptability
- Flexibility
- User friendly
- Support Intelligence, design, choice
- Effectiveness
- Tiga Tingkat Teknologi SPK
a. Spesific DSS. Merupakan hardware/software yang
memungkinkan seseorang/ sekelompok orang pengambil keputusan melakukan
analitis terhadap suatu masalah tertentu.
b. DSS Generator. Suatu paket hardware/software yang mampu secara cepat dan mudah membuat specific DSS.
c. DSS Tools. Hardware /software yang membantu pembuatan specific DSS/Generator DSS
Manfaat SPK
- Meningkatkan jumlah alternatif yang dipilih
- Pemahaman yang lebih baik tentang bisnis
- Respon yang cepat terhadap situasi yang tidak diharapkan.
- Kontrol yang lebih baik.
D. Sistem Informasi Eksekutif (Executive Information System)
Definisi E.I.S ( Watson, 1993 ):
Sistem terkomputerisasi yang menyediakan akses bagi eksekutif secara
mudah ke informasi internal dan eksternal yang relevan dengan critical success factor (faktor penentu keberhasilan).
Karakteristik E I S :
- Dibuat untuk individual executive users.
- Mengekstrak, menyaring (filter), menyingkat dan melacak “critical data”
- Menyediakan on-line status access.
- Mengakses dan mengintegrasikan data internal dan eksternal.
- Bersifat user friendly.
- Digunakan langsung oleh eksekutif tanpa perantara.
Istilah Executive Support System (ESS) digunakan untuk sistem yang memiliki kemampuan lebih dari EIS, yaitu :
- Tersedia fasilitas komunikasi elektronik, mis. E-mail, computer conference, word processing.
- Memiliki kemampuan analisis data, misalnya spredsheet, query language.
- Memiliki organizing tools, misalnya electronic calendaring.
5 Step Suggestion For Improving EIS :
1. Take an inventory of incoming Information Transactions
Eksekutif tidak selalu mempunyai persepsi yang jelas tentang sistem
informasi. Untuk ini, eksekutif dibantu oleh sekretarisnya untuk membuat
log information transaction yang selanjutnya dimasukkan kedalam
database.
2. Stimulate High-valure Sources
Dengan adanya identifikasi sumber daya yang bernilai tinggi,
eksekutif dapat mengambil langkah agar sumber daya tersebut lebih mudah
dikomunikasikan.
3. Take Advantage of Opportunities
Saat informasi bernilai tinggi muncul, eksekutif harus segera menanganinya.
4. Tailor the System to the Individual
Setiap eksekutif memiliki cara yang unik tersendiri dalam memperoleh informasi.
5. Take Advantage of Technology
Eksekutif umumnya berpikiran terbuka (open-minded) terhadap sistem
informasi dan mempertimbangkan berbagai cara untuk meningkatkan
kemampuan sistem informasinya.
Perusahaan dengan Sistem Informasi Executive
Konfigurasi EIS berbasis komputer umumnya mencakup Personal Computer
(PC). Pada perusahaan besar PC dihubungkan (networked) ke mainframe. PC
executive berfungsi sebagai workstation executive. Konfigurasi hardware
mencakup secondary storage beebentuk hardisk sebagai tempat menyimpan
database executive (berisi informasi yang telah diproses dari mainframe
perusahaan).
Penerapan Konsep Manajemen Pada E I S
Critical Success Factor (CSF)
Dengan EIS memungkinkan eksekutif memantau seberapa baik perusahaan
berjalan dalam hal tujuan dan factor-faktor penentu keberhasilan. Pada
tahun 1961, D. Ronald Daniel dari Mc Kinsey & Company, salah satu
perusahaan konsultan terbesar di amerika Serikat, menciptakan konsep
CSF. Ia merasa bahwa CSF menentukan keberhasilan atau kegagalan segala
jenis organisasi. CSF bervariasi dari perusahaan satu ke perusahaan
lainnya.
Contoh :
Industri kendaraan bermotor , CSF yang diyakini : model, jaringan
dealer yang efisien dan pengendalian biaya manufaktur yang kuat.
Perusahaan Asuransi Jiwa, CSF yang diyakini : pengembangan personil
manajemen agen, pengendalian personil administratif, dan inovasi dalam
menciptakan produk-produk asuransi.
Mental Models
Peran utama EIS adalah menyaring sejumlah besar data dan informasi (disebut Information Compression) untuk meningkatkan kegunaannya sehingga menghasilkan suatu gambaran (disebut Mental Model) dari operasi perusahaan. Computer Based Information System dan setiap sub systemnya ialah suatu mental model.
Trend Eis Dimasa Depan
- Penggunaan EIS pada perusahaan besar menjadi umum.
- Software EIS dengan harga lebih murah makin dibutuhkan.
- SIM dan DSS masa depan akan menjadi seperti EIS saat ini.
- Dibandingkan aplikasi lain lebih banyak usaha yang dilakukan agar
user menerima EIS. Kita akan melihat perangkat lunak SIM dan DSS kelas
baru yang berisi banyak feature EIS, dirancang untuk manajer pada
tingkat yang lebih rendah.
- Eksekutif akan mempertahankan komputer secara perspektif.
E. Sistem Otomatisasi Perkantoran.
Sistem otomasi perkantoran atau terkadang disebut sistem informasi perkantoran (office information system atau OIS) adalah :
Sistem yang memberikan fasilitas tugas-tugas pemrosesan informasi
sehari-hari didalam perkantoran dan organisasi bisnis. Sistem ini
menyediakan aneka ragam perangkat untuk pemrosesan informasi, seperti
pengolah lembar kerja (spreadsheet), pengolah kata (word processor),
pengolah grafik, aplikasi presentasi, pengaksesan basis data personal,
surat elektronik (email), surat bersuara (voice mail), dan
teleconference. Pengguna sistem ini pada prinsipnya adalah semua
personil dalam organisasi, baik staf maupun yang masuk kategori level
manajemen. Contoh pengguna perangkat-perangkat yang mendukung otomasi
perkantoran : Pengolah lembar kerja digunakan menganalisa berbagai
kemungkinan harga. Pengolah kata dipakai untuk membuat kontrak
penjualan. Surat elektronik untuk memberikan deskripsi produk kepada
calon pelanggan. Video konferensi digunakan untuk melakukan pertemuan
virtual jarak jauh untuk melakukan koordinasi sejumlah orang yang berada
diberbagai tempat yang berjauhan. Dalam hal ini, wajah para anggota
(member) dapat terlihat dalam monitor. Sistem ini sering kali dikatakan
dapat mendukung kantor tanpa kerta (paperless office). Artinya, semua
yang berbau dokumen kertas dapat dihilangkan.
1. Aplikasi Otomatisasi Perkantoran :
a. Pengolah Kata (Word Processing)
b. Surat Elektronik (Electronic Mail)
c. Surat Bersuara (Voice Mail)
d. Kalender Elektronik (Electronic Calendaring)
e. Konferensi Suara (Audio Conferencing)
f. Konferensi Video (Video Conferencing)
g. Konferensi Komputer (Computer Conferencing)
h. Facsimile (FAX)
i. Videotext
j. Pencitraan (Imaging)
k. Desktop Publishing
Sumber :
Ulfarayi.wordpress. 2013. Aplikasi Sistem Informasi pada level Organisasi. (Online), (https://ulfarayi.wordpress.com/2013/08/18/aplikasi-sistem-informasi-pada-level-organisasi/).