Decision Support System Rumah sakit

Laporan Bacaan

“konsep dan pengembangan sistem informasi manajemen

Rumah Sakit”

DSS (Decision Support Systems)

Oleh

Yayuk Amriani

K022201013

Program Pascasarjana

Universitas Hasanuddin

Makassar

2020

KATA PENGANTAR

Puji syukur saya panjatkan kehadirat Allah SWT yang telah memberikan rahmat serta karunia-Nya sehingga saya berhasil menyelesaikan makalah yang berjudul “konsep dan pengembangan sistem informasi manajemen di Rumah Sakit” DSS (Decision Support Systems). Dari makalah ini semoga dapat memberikan informasi kepada kita semua betapa pentingnya pemimpin dalam sebuah organisasi.

Ucapan terima kasih tidak lupa saya sampaikan kepada semua pihak yang telah membantu sehingga saya dapat menyelesaikan tugas makalah ini. saya menyadari atas kekurangan kemampuan saya dalam pembuatan makalah ini, sehingga akan menjadi suatu kebanggaan bagi saya apabila mendapatkan kritikan dan saran yang membangun agar makalah ini selanjutnya akan lebih baik dan sempurna serta komprehensif.

Demikian akhir kata dari saya, semoga makalah ini bermanfaat bagi semua pihak dan pembelajaran budaya khususnya dalam segi teoritis sehingga dapat membuka wawasan ilmu budaya serta akan menghasilkan yang lebih baik di masa yang akan datang.

DSS (Decision Support Systems)

Pendahuluan

Dalam membuat keputusan bertujuan untuk mengatasi masalah. Dengan cara pendekatan sistem untuk menyelesaikan masalah, manajer melihat sistem secara keseluruhan.

Ke empat elemen dasar Proses pemecahan masalah tersebut terdiri atas:

1) standar,

2) informasi,

3) batasan, dan

4) solusi alternatif.

DSS menggunakan ringkasan informasi, pengecualian, pola, dan tren menggunakan model analisis. Sistem pendukung keputusan membantu dalam pembuatan keputusan namun tidak harus memberikan keputusan itu sendiri. Para pengambil keputusan mengumpulkan informasi yang berguna dari data mentah, dokumen, pengetahuan pribadi, dan / atau model bisnis untuk mengidentifikasi dan memecahkan masalah dan membuat keputusan. Masalah memiliki struktur yang beragam dan keputusan untuk menyelesaikannya dapat terprogram maupun tidak terprogram.

Pembahasan

A. Pengertian Pengambilan Keputusan

1) Menurut Ralp C. Davis

Keputusan adalah hasil pemecahan yang dihadapinya dengan tegas. Suatu keputusan merupakan jawaban yang pasti terhadap suatu pertanyaan. Keputusan harus dapat menjawab pertanyaan tentang apa yang dibicarakan dalam hubungannya dengan perencanaan. Keputusan dapat pula berupa tindakan terhadap pelaksanaan yang sangat menyimpang dari rencana semula.

2) Menurut Mary Follet

Keputusan adalah suatu atau sebagai hukum situasi. Apabila suatu fakta dapat diperolehnya dan semua yang terlibat, baik pengawas maupun pelaksana mau mentaati hukumnya atau ketentuannya, maka tidak sama dengan mentaati perintah. Wewenang tinggal dijalankan, tetapi itu merupakan wewenang dari hukum situasi.

3) Menurut James A.F.Stoner

Keputusan adalah pemilihan di antara alternatif- alternatif:

a) Ada pilihan atas dasar logika atau pertimbangan.

b) Ada beberapa alternatif yang harus dan dipilih salah satu yang terbaik.

c) Ada tujuan yang ingin dicapai, dan keputusan itu makin mendekatkan pada tujuan tersebut.

Dari pengertian-pengertian tersebut di atas dapat ditarik suatu kesimpulan bahwa keputusan merupakan suatu pemecahan masalah sebagai suatu hukum situasi yang dilakukan melalui pemilihan satu alternatif dari beberapa alternatif (Hasan, 2002: 9).

B. Sejarah dan Definisi DSS

Pengembangan DSS berawal pada akhir tahun 1960an dengan adanya pengguna computer secara time-sharing (berdasarkan pembagian waktu). Pada mulanya seseorang dapat berinteraksi langsung dengan computer tanpa harus melalui spesialis informasi. Time sharing membuka peluang baru dalam penggunaan computer. Tahun 1971, ditemukanlah istilah DSS, dimana G Anthony Gorry dan Michael S. Scott Morton yang keduanya seorang professor MI, mereka bersama-sama menulis artikel dalam jurnal yang berjudul “A Framework for Management Information System” yang mencetus adanya kerangka untuk menyalurkan aplikasi computer terhadap pembuatan keputusan manajemen.

Beberapa Definisi DSS Menurut para ahli

· Definisi DSS adalah Suatu sistem yang diperuntukan untuk membantu pembuat keputusan dalam kondisi keputusan yang “kurang terstruktur/semi terstruktur”.

· Menurut Gorry & Scott- Morton’s adalah Sekumpulan model dari prosedur untuk pemrosesan data dan penentuan (justifikasi) dalam membantu manager untuk mengambil keputusan.

· Menurut Sprague & Carlson adalah Sistem yang berbasis komputer yang dapat dipergunakan untuk membantu para pengambil keputusan untuk memecahkan masalah-masalah rumit yang sulit dilakukan dengan kalkulasi manual melalui cara simulasi yang interaktif, dimana data dan model analisis sebagai komponen utama.

Konsep sistem dukungan keputusan (DSS) telah berkembang terutama dari studi teoritis pengambilan keputusan organisasi yang dilakukan di Carnegie Institute of Technology pada akhir 1950-an dan awal 1960-an, dan pelaksanaannya dilakukan pada tahun 1960an. DSS menjadi area penelitian tersendiri di pertengahan tahun 1970-an, sebelum mendapatkan intensitas selama tahun 1980-an. Pada pertengahan dan akhir 1980-an, sistem informasi eksekutif (EIS), sistem pendukung keputusan kelompok (group decision support system / GDSS), dan sistem pendukung keputusan organisasi (ODSS) berevolusi dari DSS single user dan model oriented.

Menurut Sol (1987) definisi dan cakupan DSS telah berubah selama bertahun-tahun pada tahun 1970-an. Pada akhirnya, DSS digambarkan sebagai “sistem berbasis komputer untuk membantu pengambilan keputusan”. Pada akhir 1970-an, istilah DSS mulai berfokus pada sistem berbasis komputer interaktif yang membantu pengambil keputusan menggunakan basis data dan model untuk memecahkan masalah yang tidak terstruktur.

Pada tahun 1980-an, DSS telah menyediakan suatu sistem dengan menggunakan teknologi yang sesuai dan tersedia untuk meningkatkan efektivitas kegiatan manajerial dan profesional. Akhir tahun ini, DSS mulai menghadapi tantangan baru terhadap rancangan workstation cerdas.

Pada tahun 1987, Texas Instruments menyelesaikan pengembangan Gate Assignment Displays System (GADS) untuk United Airlines. Sistem pendukung keputusan ini dikreditkan dengan mengurangi penundaan perjalanan secara signifikan dengan membantu pengelolaan operasi darat di berbagai bandara, dimulai dengan Bandara Internasional O’Hare di Chicago dan Bandara Stapleton di Denver Colorado. Dimulai sekitar tahun 1990, data warehousing dan on-line analytical processing (OLAP) mulai memperluas ranah DSS.

Munculnya teknologi pelaporan yang lebih banyak dan lebih baik telah melihat DSS pun mulai muncul sebagai komponen penting dalam desain manajemen. Contohnya bisa dilihat dari banyaknya diskusi DSS di lingkungan pendidikan. DSS juga memiliki koneksi yang lemah dengan paradigma user interface hypertext. Baik sistem PROMIS Universitas Vermont (untuk pengambilan keputusan medis) dan sistem Carnegie Mellon ZOG / KMS (untuk pengambilan keputusan militer dan bisnis) adalah sistem pendukung keputusan yang juga merupakan terobosan besar dalam penelitian antarmuka pengguna.

DSS yang menjadi singkatan dari Decision Support Systems atau dalam bahasa Indonesianya ialah sistem pendukung keputusan, merupakan serangkaian kelas tertentu dari system informasi terkomputerisasi yang support kegiatan pengambilan keputusan bisnis maupun organisasi.

DSS yang di rancang dengan tepat ialah suatu sistem berbasis perangkat lunak interaktif yang berguna untuk membantu para pengambil keputusan untuk memilah informasi yang berguna dari beberapa dokumen, data mentah, pengetahuan pribadi, atau model bisnis untuk mengidentifikasikan serta memecahkan berbagai masalah dan mengambil keputusan dengan benar.

DSS digunakan untuk mengumpulkan data, menganalisa, serta membentuk data yang dikumpulkan, lalu mengambil keputusan yang benar atau membangun strategi dari analisis, namun tidak mempengaruhi terhadap komputer, basis data, dan manusia penggunanya. Decision Support System dimaksudkan untuk melengkapi sistem informasi manajemen dalam meningkatkan pengambilan keputusan. Sistem informasi manajemen terutama menyajikan informasi mengenai kinerja aktivitas untuk membantu manajemen memonitor dan mengendalikan kegiatan. Sistem informasi manajemen ini umumnya menghasilkan pelaporan yang terjadwal secara reguler dan tetap, berdasarkan data yang diperoleh dan diikhtisarkan dari sistem pemrosesan kegiatan atau transaksi yang dilaksanakan. Format atau bentuk dari pelaporan-pelaporan ini umumnya sudah ditentukan sebelumnya (baku). Satu bentuk pelaporan berbasiskan sistem informasi manajemen mungkin menunjukkan suatu ikhtisar realisasi penyerapan anggaran per bulan untuk setiap satuan kerja pada suatu instansi. Kadangkala laporan sistem informasi manajemen ini merupakan laporan eksepsi (exception reports), yaitu hanya menyoroti kondisi-kondisi yang khusus. Sistem informasi manajemen yang tradisional umumnya menyajikan pelaporan yang tercetak (hard copy reports).

Pelaporan yang semacam itu dapat diperoleh secara on-line melalui intranet dan mungkin lebih banyak lagi laporan yang dapat dihasilkan berdasarkan kebutuhan. Jika Management Information System (MIS) menyajikan kepada penggunanya data atau informasi untuk pengambilan keputusan yang sudah pasti dan tetap (terstruktur atau rutin), maka DSS menyajikan seperangkat kemampuan untuk keputusan yang sifatnya tidak terstruktur, di mana DSS lebih menekankan pada pengambilan keputusan atas situasi yang dengan cepat mengalami perubahan, kondisi yang memerlukan fleksibilitas, dan berbagai keputusan untuk respon yang segera.

Biasanya, informasi yang dikumpulkan dengan menggunakan aplikasi DSS akan melakukan:

· Angka-angka penjualan antar satu periode dengan periode lainnya

· Angka-angka pendapatan yang diperkirakan dari asumsi penjualan produk baru

· Mengakses semua aset informasi terbaru yang mencakup data legasi dan relasional, gudang data, kumpulan data dalam jumlah yang besar

· Konsekuensi pilihan pengambilan keputusan yang berbeda, berdasar pada pengalaman dalam suatu konteks yang dirinci ulang.

Dilihat dari berbagai kegunaan yang bisa dilakukan oleh DSS, maka tidak heran jika berbagai industri sangat bergantung pada perangkat, teknik dan pemodelan ini untuk mempermudah mereka dalam menganalisa dan memecahkan berbagai pertanyaan bisnis sehari-hari. Selain itu, DSS bersifat tergantung oleh data, sebagaimana keseluruhan proses mengambil dari seluruh kumpulan data yang tersedia untuk dianalisa lebih lanjut.

Beragam perangkat, proses, dan metodologi pelaporan yang berbasis Business Intelligence ialah contoh penggunaan penting dalam DSS manapun dan memberikan analisis data, pelaporan dan monitoring data yang sangat terpercaya kepada penggunanya.

Ada beberapa persyaratan yang harus dimiliki dalam penerapan DSS yaitu :

· Perangkat dan aplikasi yang mampu memberikan pelaporan, monitoring, dan analisa terhadap data

· Pengumpulan data dari berbagai sumber, seperti data penjualan, data inventori, data riset pasar, data supplier, dan sebagainya.

· Lokasi database yang sesuai dan pembangunan format untuk pembuatan laporan serta analisa berbasis pengambilan keputusan

· Penformatan dan penggunaan data

C. Tipe-tipe DSS

1. DSS Model Pasif

DSS model pasif ialah model yang hanya mengumpulkan data dan mengorganisirnya dengan efektif. Model ini umumnya tidak akan memberikan suatu keputusan yang khusus atau hanya bisa menampilkan datanya saja.

2. DSS Model Aktif

DSS model aktif kebalikan dari model pasif. Model ini mampu memproses data dan secara eksplisit menunjukkan solusi dari data yang sudah diperoleh.

3. Data Driven DSS
Data Driven DSS berfokus pada pengumpulan data yang akan dimanipulasi agar sesuai dengan kebutuhan pengambil keputusan, bisa berupa data internal atau eksternal dan mempunyai berbagai format. Oleh karena itu, sangat penting bahwa data yang dikumpulkan dan digolongkan secara sekuensial, misalnya data penjualan harian, inventori pada tahun sebelumnya, anggaran operasional dari satu periode ke periode lainnya, dan sebagainya.

4. Knowledge Driven DSS

Knowledge Driven DSS merupakan tipe DSS yang memakai aturan-aturan tertentu yang disimpan dalam komputer yang nantinya digunakan untuk menentukan apakah keputusan harus diambil. Contohnya, batasan berhenti pada perdagangan bursa.

Selain keempat tipe DSS di atas, ada pula Model Driven DSS yang digunakan para pengambil keputusan untuk simulasi statistik atau model-model keuangan demi menghasilkan suatu solusi atau strategi tanpa perlu intensif mengumpulkan data. Ada pula DSS yang bersifat kooperatif, yang berarti apabila data dikumpulkan, dianalisa, kemudian diberikan kepada seseorang yang menolong sistem untuk merevisi atau memperbaikinya.

Selain itu, terdapat tipe DSS Communication Driven yang mana banyak digabungkan dengan metode atau aplikasi lain untuk menghasilkan serangkaian keputusan, strategi atau solusi. Lalu, yang terakhir ialah Document Driven DSS yang digunakan untuk menghasilkan keputusan dan strategi dalam berbagai dokumen seperti dokumen teks, excel, rekaman berbasis data.

D. Implentasi DSS

Pada dasarnya, konsep implementasi DSS di dunia kerja banyak sekali digunakan oleh berbagai perusahaan berbasis data. Namun, yang paling sering menerapkan DSS adalah Business Intelligence dalam hal pengumpulan data dan presentasi data dalam bentuk Dashboard. Selain itu, bidang industri perusahaan yang bisa dijadikan contoh ialah airline industri atau maskapai penerbangan.

Teknologi aplikasi yang digunakan ialah sistem aplikasi berbasis website dan bisa diakses pada suatu URL tertentu dari PC ataupun smartphone milik pengguna dengan kapasitas minimum, baik kapan saja dan dimana saja pengguna berada. Metodologi, proses, dan perangkat pelaporan Business Intelligence atau BI ialah komponen kunci yang memberikan analisa data, pelaporan, serta monitoring yang kaya pada pengguna sistem.

Secara garis besar, proses yang terjadi ialah seperti digambarkan dalam diagram di bawah ini:

Dari diagram di atas dapat di simpulkan bahwa : Sistem akan mengumpulkan semua data, seperti data master dan data transaksi dari setiap aplikasi yang digunakan semua departemen dalam perusahaan lalu dilakukan analisis What-if tergantung dari laporan apa yang diinginkan oleh pihak manajemen, Hasil analisis tersebut akan menentukan keputusan apa yang perlu diambil oleh manajemen. Terlihat berbagai departemen yang mengaksesnya seperti Personalia (Human Resource/HRD), Pemasaran/Marketing, Keuangan/Accounting, Distribusi/Pengiriman, dan divisi lainnya, yang masih berada di bawah manajemen perusahaan.

Pelaporan yang akan dilihat oleh tingkat manager dalam manajemen perusahaan itu tampil dalam aplikasi Dashboard yang interaktif sehingga bisa dikustomisasi sesuai keinginan user dan pengguna aplikasi. Namun sebelumnya, perlu diingat bahwa aplikasi dashboard juga mempunyai berbagai kategori per divisi, yang mana setiap divisi dalam suatu perusahaan umumnya memakai jenis data yang berbeda, dan mengakses data dalam cara yang berbeda pula. Laporan dan hasil analisis ini diperlukan juga otomatis berbeda, begitu juga bentuk pelaporan yang dibutuhkan setiap divisi tersebut

Holsapple dan Whinston mengklasifikasikan DSS ke dalam enam kerangka kerja seperti

· DSS berorientasi teks,

· DSS berorientasi database,

· DSS berorientasi spreadsheet,

· DSS berorientasi pemecah masalah,

· DSS berorientasi aturan,

· DSS compound.

DSS compound atau gabungan ialah DSS klasifikasi paling populer saat ini karena menjadi sistem hibrida yang mencakup dua atau lebih dari lima struktur dasar. Dukungan yang diberikan oleh DSS dapat dipisahkan menjadi tiga kategori yang berbeda dan saling terkait yaitu Dukungan Pribadi, Dukungan Kelompok, dan Dukungan Organisasi.

Komponen DSS dapat diklasifikasikan sebagai berikut :

· Masukan: Faktor, angka, dan karakteristik untuk dianalisis

· Pengetahuan dan keahlian pengguna: Masukan memerlukan analisis manual oleh pengguna

· Keluaran: Data yang berubah dari keputusan DSS dihasilkan

· Keputusan: Hasil yang dihasilkan oleh DSS berdasarkan kriteria pengguna

Decision support systems (DSS) atau bisa juga disebut Sistem pendukung keputusan adalah sistem berbasis software yang dimaksudkan untuk membantu manajer dalam pengambilan keputusan dengan mengakses sejumlah besar informasi yang dihasilkan dari berbagai sistem informasi terkait yang terlibat dalam proses bisnis organisasi, seperti sistem pemrosesan transaksi, dll. DSS menggunakan ringkasan informasi, pengecualian, pola, dan tren menggunakan model analisis. Sistem pendukung keputusan membantu dalam pembuatan keputusan namun tidak harus memberikan keputusan itu sendiri. Para pengambil keputusan mengumpulkan informasi yang berguna dari data mentah, dokumen, pengetahuan pribadi, dan / atau model bisnis untuk mengidentifikasi dan memecahkan masalah dan membuat keputusan.

E. Jenis Keputusan DSS

Ada dua jenis keputusan yaitu keputusan terprogram dan keputusan tidak terprogram.
Keputusan terprogram pada dasarnya adalah proses otomatis, pekerjaan rutin umum, dimana:

Keputusan ini telah diambil beberapa kali.
Keputusan ini mengikuti beberapa panduan atau peraturan.
Misalnya, memilih tingkat pemesanan ulang untuk persediaan, adalah keputusan terprogram.

Keputusan yang tidak terprogram terjadi dalam situasi yang tidak biasa dan tidak ditangani, jadi:

Itu akan menjadi keputusan baru.
Tidak akan ada peraturan yang harus diikuti.
Keputusan ini dibuat berdasarkan informasi yang tersedia.
Keputusan ini didasarkan pada kebijaksanaan, naluri, persepsi.
Misalnya, berinvestasi dalam teknologi baru adalah keputusan yang tidak terprogram.
Sistem pendukung keputusan umumnya melibatkan keputusan yang tidak terprogram. Oleh karena itu, tidak akan ada laporan, isi, atau format yang tepat untuk sistem ini. Laporan dibuat dengan cepat.

Atribut DSS (Decision Support System)

Kemampuan beradaptasi dan fleksibel
Tingkat Interaktivitas yang tinggi
Kemudahan penggunaan
Efisiensi dan efektivitas
Kontrol penuh oleh pengambil keputusan
Kemudahan pengembangan
Dukungan untuk pemodelan dan analisis
Dukungan untuk akses data
Standalone, terpadu, dan berbasis web

F. Karakteristik DSS (Decision Support System)

Beberapa karakteristik dan kapabilitas DSS yang dapat diidentifikasi adalah sebagai berikut:

1) Sistem ini memberikan dukungan bagi pengambil keputusan, terutama dalam situasi semi-terstruktur atau tidak-terstruktur.

2) Sistem ini memberikan dukungan untuk berbagai tingkatan manajemen, mulai dari tingkat manajemen puncak hingga ke tingkat manajemen yang paling bawah dan para pegawai lainnya.

3) DSS memberikan dukungan untuk beragam tipe dan proses pengambilan keputusan yang harus dilakukan.

4) DSS dapat beradaptasi terhadap waktu dan fleksibel; pengguna dapat menambah, menghapus, mengkombinasikan, mengubah, atau menata kembali elemen-elemen dasar.

5) Tampilan DSS akrab dengan pengguna, memiliki kapabilitas yang besar, dan dirancang agar dapat interaktif sehingga mudah untuk digunakan.

6) DSS mampu untuk meningkatkan efektivitas pengambilan keputusan dengan fokus pada keakuratan, ketepatan waktu, dan kualitas hasil, serta mengefisiensikan biaya dalam proses pengambilan keputusan.

7) Pengambil keputusan memiliki kendali yang lengkap atas seluruh langkah proses pengambilan keputusan dalam pemecahan masalah.

8) Pengguna-akhir mampu mengkonstruksi dan memodifikasi sistem yang sederhana oleh mereka sendiri. Sedangkan untuk sistem yang lebih besar, biasanya dapat dibangun dengan dukungan dari spesialis sistem informasi.

9) DSS biasanya menggunakan model-model dalam analisis situasipengambilan keputusan yang mudah untuk dioperasikan oleh pengguna.

G. 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.

1) 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.

2) Jenis Model

Terdapat empat jenis dasar model, yaitu :

a) 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.

b) 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.

c) Model Grafis

Jenis model lain yang terus digunakan adalah model grafis. Model grafis (graphic model) menggambarkan entitasnya dengan abstraksi garis, simbol, atau bentuk. Jumlah pemesanan ekonomis (economic order quantity-EOQ) adalah jumlah optimum penambahan stok yang harus dipesan dari pemasok. EOQ menyeimbangkan biaya pembelian stok dan biaya untuk menyimpannya hingga stok tersebut digunakan atau dijual.

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 contoh.

d) 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.

H. Manfaat DSS (Decision Support System)

Meningkatkan efisiensi dan kecepatan pengambilan keputusan.
Meningkatkan kontrol, daya saing dan kemampuan pengambilan keputusan futuristik dari organisasi.
Memfasilitasi komunikasi interpersonal.
Mendorong pembelajaran atau latihan.
Karena sebagian besar digunakan dalam keputusan yang tidak terprogram, maka menggunakan pendekatan baru dan menetapkan bukti baru untuk keputusan yang tidak biasa.
Membantu mengotomatisasi proses managerial.

I. Komponen DSS (Decision Support System)

Berikut adalah komponen Sistem Pendukung Keputusan / Decision Support System:

Database Management System (DBMS): Untuk mengatasi masalah data yang diperlukan bisa berasal dari database internal atau eksternal. Dalam sebuah organisasi, data internal dihasilkan oleh sistem. Data eksternal berasal dari berbagai sumber seperti surat kabar, layanan data online, database (keuangan, pemasaran, sumber daya manusia).
Model Management System: Ini menyimpan dan mengakses model yang manajer gunakan untuk membuat keputusan. Model seperti itu digunakan untuk merancang fasilitas manufaktur, menganalisis kesehatan keuangan suatu organisasi, meramalkan permintaan akan produk atau layanan, dll.
Alat Pendukung: Alat pendukung seperti bantuan online; Diagram-Diagram, interface yang mudah digunakan, analisis grafis, mekanisme koreksi kesalahan, memudahkan interaksi pengguna dengan sistem.

J. Klasifikasi DSS (Decision Support System)

Ada beberapa cara untuk mengklasifikasikan DSS. Hoi Apple dan Whinstone mengklasifikasikan DSS sebagai berikut:

Text Oriented DSS: berisi informasi yang diwakili secara teks yang dapat mempengaruhi keputusan. Hal ini memungkinkan dokumen dibuat secara elektronik, direvisi dan dipandang sesuai kebutuhan.
Database Oriented DSS: Database memainkan peran utama di sini; Ini berisi data terorganisir dan sangat terstruktur.
Spreadsheet Oriented DSS: berisi informasi di lembar penyebaran yang memungkinkan pembuatan, pengamatan, modifikasi pengetahuan prosedural dan juga menginstruksikan sistem untuk menjalankan instruksi mandiri. Alat yang paling populer adalah Excel dan Lotus 1-2-3.
Solver Oriented DSS: didasarkan pada pemecah, yang merupakan algoritma atau prosedur yang ditulis untuk melakukan perhitungan tertentu dan jenis program tertentu
Rules Oriented DSS: mengikuti prosedur tertentu yang diadopsi sebagai peraturan.
Compound DSS: dibangun dengan menggunakan dua atau lebih dari lima struktur yang dijelaskan di atas.

K. Jenis-jenis DSS (Decision Support System)

Status Inquiry System: membantu dalam mengambil keputusan manajemen tingkat operasional, manajemen, atau tingkat menengah, misalnya jadwal kerja harian ke mesin atau mesin ke operator.
Data Analysis System: analisis komparatif dan penggunaan rumus atau algoritma, misalnya analisis arus kas, analisis persediaan dll.
Information Analysis System: Dalam sistem ini data dianalisis dan laporan informasi dihasilkan. Misalnya, analisis penjualan, sistem piutang dagang, analisis pasar dll.
Accounting System: Melacak informasi akuntansi dan keuangan, misalnya, akun akhir, piutang, hutang akun, dll yang melacak aspek utama bisnis.
Model Based System: Model simulasi atau model optimasi yang digunakan untuk pengambilan keputusan jarang digunakan dan menciptakan panduan umum untuk operasi atau manajemen.

Cara kerja system

Menurut Herbert A. Simon (Kadarsah, 2002:15-16) tahap - tahap yang harus dilalui dalam proses pengambilan keputusan (DSS) sebagai berikut

1. Tahap Pemahaman (Inteligence Phace)

Tahap ini merupakan proses penelusuran dan pendeteksian dari lingkup problematika serta proses pengenalan masalah. Data masukan diperoleh, diproses dan diuji dalam rangka mengidentifikasikan masalah.

2. Tahap Perancangan (Design Phace)

Tahap ini merupakan proses pengembangan dan pencarian alternatif tindakan / solusi yang dapat diambil. Hal tersebut merupakan representasi kejadian nyata yang disederhanakan, sehingga diperlukan proses validasi dan vertifikasi untuk mengetahui keakuratan model dalam meneliti masalah yang ada.

3. Tahap Pemilihan (Choice Phace)

Pada tahap ini dilakukan pemilihan terhadap berbagai alternatif solusi yang dimunculkan pada tahap perencanaan agar ditentukan / dengan memperhatikan kriteria - kriteria berdasarkan tujuan yang akan dicapai.

4. Tahap Impelementasi (Implementation Phace)

Tahap ini dilakukan penerapan terhadap rancangan sistem yang telah dibuat pada tahap perancanagan serta pelaksanaan alternatif tindakan yang telah dipilih pada tahap pemilihan.

APLIKASI TERAPAN DSS (Decision Support System)

DSS merupakan bagian dari sistem informasi berbasis komputer, termasuk sistem berbasis pengetahuan (manajemen pengetahuan), sehingga DSS sangat popular di kalangan manajemen perusahaan. Sistem informasi sangat penting untuk mendukung proses pengambilan keputusan. Dimana system informasi mempunyai tujuan untuk mendukung sebuah aplikasi Decision Support System (DSS).

komponen-komponen dalam Clinical Decision Suporrt System (CDSS)

1. Data base yaitu kumpulan data yang tersusun secara terstruktur dan dalam format elektronik yang mudah diolah oleh program komputer. Database ini menghimpun berbagai jenis data baik yang berasal dari pasien, obat (jenis, dosis, indikasi, kontraindikasi dll), dokter/perawat dll.

2. Knowledge base: merupakan kumpulan pengetahuan yang merupakan sintesis dari berbagai literatur, protokol klinik (clinical guidelines), pendapat pakar maupun hasil penelitian lainnya yang sudah diterjemahkan dalam bahasa yang dapat dipahami oleh computer misalnya buku diagnose.

3. Instrumen : adalah alat yang dapat mengumpulkan data klinis seperti: alat pemeriksaan laboratorium, EKG, radiologis dan lain-lain.

4. Mesin inferensial (inference engine) merupakan program utama yang mengendalikan keseluruhan sistem, mulai dari menangkap informasi yang berasal dari pasien, mengkonsultasikannya dengan knowledge base dan memberikan hasil interpretasinya kepada pengguna.

5. Antar muka (user interface) adalah tampilan program komputer yang memungkinkan pengguna berkonsultasi untuk memasukkan data, memilih menu hingga mendapatkan hasil baik berupa teks, grafis, sinyal, simbol dan bentuk interaktivitas lainnya. Interaktivitas dapat bersifat aktif, otomatis maupun pasif

Sebagai contoh Clinical Decision Support System (CDSS) yang berkaitan dengan peresepan.

a) Pengecekan alergi obat pada pasien-pasien tertentu

b) Membantu penentuan dosis obat pada pasien kondisi tertentu seperti pasien anak, pasien kelainan fungsi ginjal, pasien dengan kelainan fungsi hati dll.

c) Pengecekan duplikasi peresepan obat pada multiple prescription

d) Peringatan interaksi antar obat

e) Pengecekan interaksi obat dan kondisi fisiologis tubuh. Sebagai contoh antara lain system pengingat yang bersifat prefentif dimana tenaga kesehatan diingatkan (alert) terhadap peningkatan kadar kreatinin saat meresepkan obat yang mengandung aminoglikosida pada pasien rawat inap.

Penggunaan CDSS di beberapa tempat ternyata mampu meningkatkan mutu praktek klinis secara signifikan. Sistem pengingat, alert, rencana penatalaksanaan pasien merupakan beberapa fungsi dari CDSS yang sudah membantu dalam meningkatkan mutu pelayanan medis atau setidaknya merubah perilaku tenaga medis dalam memberikan pelayanan kesehatan.

Dampak penggunaan CDSS

Sebuah penelitian mengungkapkan adanya penghematan 30% biaya pengobatan dari penggunaan CDSS untuk peresepan obat. Namun demikian, membangun sebuah CDSS mampu menyedot biaya yang cukup signifikan dan membebani pengguna, seperti membeli lisensi perangkat lunak. Pertimbangan implementasi CDSS perlu menghitung unit biaya (unit cost) dari penggunaan CDSS tersebut.

Tantangan dalam implementasi CDSS

Dunia medis merupakan bidang yang dinamis. Perubahan yang terjadi bisa sangat cepat sehingga berdampak pada penggunaan standar pelayanan medis yang menjadi standar dari pengembangan CDSS. Alur kerja bidang kesehatan juga sangat kompleks dan subjektif berdasarkan kasus per kasus. Hal ini menyebabkan pengembangan CDSS terbatas pada kasus-kasus tertentu yang memiliki prosedur medis yang relatif lebih konstan, seperti CDSS pada sistem peresepan dan CDSS pada interpretasi hasil echocardiograph atau elektorkardiogram. Untuk itu perlu dikembangkan lebih lanjut terhadap kasus-kasus lain atau guideline lain yang signifikan mampu mengurangi medical error.

Secara teknis, menggabungkan informasi kesehatan berikut temuan-temuan baru yang selalu berubah menjadikan CDSS harus terus dilakukan agar sistem tetap terupdate. Diperlukan kerjasama yang baik antara pengguna dan pengembang system.

Revolusi Industri 4.0

Revolusi Industri 4.0 merupakan fenomena yang mengkolaborasikan teknologi cyber dan teknologi otomatisasi. Konsep penerapannya berpusat pada konsep otomatisasi yang dilakukan oleh teknologi tanpa memerlukan tenaga kerja manusia dalam proses pengaplikasiannya.

Hal tersebut tentunya menambah nilai efisiensi pada suatu lingkungan kerja di mana manajemen waktu dianggap sebagai sesuatu yang vital dan sangat dibutuhkan oleh para pelaku industri. Selain itu, manajemen waktu yang baik secara eksponensial akan berdampak pada kualitas tenaga kerja dan biaya produksi.

Perkembangan teknologi telah mengubah kehidupan umat manusia dari tiap zaman. Setiap hari kehidupan kita bersinggungan dengan teknologi, baik itu telepon genggam, media sosial atau bahkan peralatan rumah tangga. Dalam perkembangan teknologi terdapat istilah industri 1.0, industri 2.0, industri 3.0, industri 4.0. Industri 1.0 dimulai dengan penemuan mesin uap oleh James Watt (1763) dan memulai revolusi industri di seluruh dunia.

Industri 2.0 dimulai dengan penemuan sumber energi baru seperti listrik oleh Thomas Alfa Edison (1882), gas, dan minyak bumi. Metode berkomunikasi berubah dengan ditemukannya telegram dan telepon. Sarana transportasi juga berubah dengan ditemukannya mobil dan pesawat pada awal abad ke-20. Industri 3.0 ditandai dengan berkembangnya sektor elektronik, teknologi informasi (transistor, mikroprosesor, telepon genggam, dan komputer) serta proses automatisasi di mana robot dan mesin mulai menggantikan peran manusia.

Terakhir adalah industri 4.0. Perkembangan internet telah memulai revolusi industri 4.0. Dengan internet, suatu proses produksi dapat diatur secara virtual dan saling terkoneksi dengan adanya sistem komputasi awan (Cloud), analisis data, dan IoT (internet of things).

Industri 4.0 mengenalkan istilah Smart Factory, yaitu sistem memonitor proses produksi suatu pabrik dengan membuat keputusan desentralisasi, bekerja secara otomatis. berkomunikasi dan berhubungan dengan manusia secara langsung melalui jaringan nirkabel. Perusahaan teknologi lainnya seperti Google, Apple, Amazon, dan perusahaan rintisan lainnya. Sejak 2015, Google telah membuat divisi anak usaha dengan nama Verily (sebelumnya bernama Google Life Sciences). Verily fokus dalam pengumpulan, pengorganisasian data kesehatan, dan menggunakan hasil analisis dari data tersebut untuk memberikan penanganan secara holistis seperti pemantauan kadar gula darah dengan lensa kontak yang memiliki sensor, program sterilisasi nyamuk aedes aegypti sebagai vektor pembawa penyakit demam berdarah dengan melepaskan nyamuk yang steril, operasi dengan bantuan robot cerdas, dan proyek menarik lainnya. Bahkan perusahaan lain seperti Philips, perusahaan yang kita kenal sebagai produsen lampu ini telah menjual bisnis lampunya dan fokus ke industri kesehatan.

Dengan era 4,0 ini menentukan semua diagnosis dan pengobatan, sekarang pasien dapat mencari semua informasi secara bebas. Dengan adanya program kecerdasan Watson, hanya dengan memasukkan data-data ke dalam program Watson, pasien dapat memperoleh informasi mengenai diagnosis dan pilihan pengobatan yang dapat dipilih. Hal ini tentu menimbulkan kecemasan pada para praktisi kesehatan bahwa pelayanan kedokteran konvensional yang menekankan adanya tatap muka antara dokter dan pasien akan hilang.

Terlepas dari peran teknologi dalam bidang industri, manfaatnya juga bisa didapatkan oleh seluruh lapisan masyarakat. Saat ini, pengambilan dan pertukaran informasi dapat dengan mudah dilakukan kapan saja dan di mana saja melalui jaringan internet. Dalam Revolusi Industri 4.0, akan ada 9 teknologi yang akan menjadi pilar utama untuk mengembangkan sebuah industri biasa menuju industri yang siap digital. dan diantaranya adalah:

1. Internet of Things (IoT)

Internet of Things (IoT) adalah sebuah konsep dimana suatu objek yang memiliki kemampuan untuk mentransfer data melalui jaringan tanpa memerlukan interaksi manusia. Salah satu contoh produknya adalah jarvis yang bisa mematikan lampu saat sudah pagi hari.

2. Big Data

Big Data adalah istilah yang menggambarkan volume data yang besar, baik data yang terstruktur maupun data yang tidak terstruktur. Big data telah banyak digunakan di dunia bisnis dan dapat membantu menentukan arah bisnis. Misal, Jagoan hosting hanya akan mengirimkan email promo renewal untuk pelanggan yang memiliki jatuh tempo pembayaran.

3. Argumented Reality

Argumented Reality (AR), adalah teknologi yang menggabungkan benda maya dua dimensi dan ataupun tiga dimensi ke dalam sebuah lingkungan nyata tiga dimensi lalu memproyeksikan benda-benda maya tersebut dalam waktu nyata.

4. Cyber Security

upaya untuk melindungi informasi dari adanya cyberattack. Cyberattack dalam operasi informasi adalah semua jenis tindakan yang sengaja dilakukan untuk mengganggu kerahasiaan (confidentiality), integritas (integrity), dan ketersedian (availability) informasi. Misal, Jagoan Hosting yang memberikan fitur SSL Certificate, Bit Ninja, Dan Firewall di setiap paket hosting untuk melindungi data pelangan dari serangan hacker.

5. Artifical Intelegence

Merupakan sebuah teknologi komputer atau mesin yang memiliki kecerdasan layaknya manusia. Dan bisa diatur sesuai keinginan manusia. Fungsi utama dari AI adalah kemampuannya untuk mempelajari data yang diterima secara berkesinambungan. Semakin banyak data yang diterima dan dianalisis, semakin baik pula AI dalam membuat prediksi.

6. Addictive Manufacturing

Additive manufacturing merupakan terobosan baru di industri manufaktur yang sering dikenal menggunakan printer 3D. Dalam era digital saat ini, gambar desain digital yang telah dibuat dapat diwujudkan menjadi benda nyata dengan ukuran dan bentuk yang sama dengan desain sebenarnya atau dengan skala tertentu.

7. Simulation

Model mewakili sistem itu sendiri, sedangkan simulasi mewakili operasinya dari waktu ke waktu. Simulasi digunakan dalam banyak konteks, seperti simulasi teknologi untuk optimalisasi kinerja, teknik keselamatan, pengujian, pelatihan, pendidikan, dan video game.

8. System Integeration

Sistem integrasi atau integrated system merupakan rangkaian yang menghubungkan beberapa sistem bagi secara fisik maupun fungsional. Sistem ini akan menggabungkan komponen sub sistem dalam satu sistem yang menjamin setiap fungsi dapat berfungsi sebagai kesatuan dari sebuah sistem.

9. Cloud Computing

Komputasi awan (cloud computing) adalah teknologi yang menjadikan internet sebagai pusat pengelolaan data dan aplikasi, di mana pengguna komputer diberikan hak akses (login) mengakses server virtual untuk bisa konfigurasi server melalui internet. Seperti jagoan Hosting yang menyediakan server virtual agar bisa digunakan untuk membuat website online untuk diakses user di internet.

Fenomena revolusi industri 4.0 ini membawa banyak pengaruh, baik positif maupun negatif bagi masyarakat. Dimana semua lini tengah berlomba untuk melakukan digitalisasi agar tidak terlindas oleh teknologi yang terus berkembang. Untuk itu masyarakat perlu mengetahui dampak era revolusi industri 4.0, dan cara untuk mengatasinya.

Dampak era revolusi industri 4.0 terhadap beberapa bidang dan mengatasinya.

1. Dampak Sosial

Dampak era revolusi industri 4.0 sangat signifikan terhadap bidang sosial. Sebab pada era ini seluruh proses produksi telah menggunakan mesin berteknologi canggih, menggantikan peranan manusia dalam dunia industri. Tentu hal ini berpengaruh terhadap ketersediaan lapangan kerja, sebab tenaga manusia tidak lagi diberdayakan dalam industri manufaktur. Sistem pendidikan yang sebelumnya diterapkanpun tidak akan relevan lagi di dalam dunia kerja.

2. Dampak di Bidang Politik

Adanya digitalisasi memang dibutuhkan sebagai sarana pemenuhan terhadap permintaan barang dalam jumlah besar dengan harga yang mudah dijangkau masyarakat.

3. Dampak pada Bidang Ekonomi

Dampak era revolusi industri 4.0 yang terakhir adalah di bidang ekonomi. Terdapat banyak dampak dari revolusi industri ini dibidang ekonomi. Seperti harus mengeluarkan biaya yang tinggi untuk mengimplementasikan industri 4.0 di perusahaan dan merubah model bisnis yang telah diterapkan. Selain itu pengguaan teknologi baru akan menyebabkan kerugian pada investasi teknologi yang telah digunakan sebelumnya. Nampun dengan menggunakan hal tersebut dapat meningkatkan efisiensi dan produktivitas.

Untuk mengatasi dampak era revolusi industri 4.0 tersebut, perlu adanya peraturan atau persiapan khusus untuk mengimbangi fenomena revolusi industri 4.0. Seperti tenaga kerja Indonesia dibekali dengan skill operasional mesin serta pengetahuan dasar yang relevan.

Kesimpulan

Decision support systems (DSS) atau bisa juga disebut Sistem pendukung keputusan adalah sistem berbasis software yang dimaksudkan untuk membantu manajer dalam pengambilan keputusan dengan mengakses sejumlah besar informasi yang dihasilkan dari berbagai sistem informasi terkait yang terlibat dalam proses bisnis organisasi, seperti sistem pemrosesan transaksi, dll. DSS menggunakan ringkasan informasi, pengecualian, pola, dan tren menggunakan model analisis. Para pengambil keputusan mengumpulkan informasi yang berguna dari data mentah, dokumen, pengetahuan pribadi, dan / atau model bisnis untuk mengidentifikasi dan memecahkan masalah dan membuat keputusan.

Dari dampak era revolusi industri 4.0 adaptasi merupakan hal wajib yang harus dilakukan agar tidak tergilas oleh teknologi yang akan terus mengalami perkembangan. Revolusi Industri 4.0 merupakan perubahan dalam bidang industri, dimana untuk memproduksi suatu barang, memanfaatkan mesin sebagai tenaga penggerak dan pemroses. Dimana dalam perkembangannya adalah Internet of Things (IoT) konsep dimana suatu alat fisik atau mesin yang terkoneksi dengan jaringan internet, Big Data, dan Argumented Reality. Kemudian Cyber Security, Artifical Intelegence, Addictive Manufacturing,, Integrated System, dan Cloud Computing.

Mesikpun salah satu dampak era revolusi industri 4.0 adalah butuh mengeluarkan biaya yang tinggi, namun digitalisasi terhadap usaha yang dijalankan saat ini sangatlah penting. Dengan adannya teknologi canggih ini dapat meningkatkan efektifitas dan produktivitas. Produk yang dihasilkan lebih beragam dengan harga yang terjangkau. Sehingga mampu mencukupi kebutuhan pasar.

Daftar Pustaka

https://www.academia.edu/8554296/Contoh_Perusahaan_yang_Menggunakan_Sistem_DSS_Perusahaan_yang_Menggunakan_Sistem_DSS

https://idcloudhost.com/mengenal-apa-itu-era-revolusi-industri-4-0-dampak-dan-mengatasinya/.di akses tanggal 5 sepetember 2012.

Kristian,willy. 18 September 2019. Revolusi Industri 4.0 dalam Dunia Kesehatan. Research and Project Management | Information System Laboratory, Binus University http://sis.binus.ac.id/is-laboratory/

http://yeniachmad.wordpress.com/category/informasi-dan-teknologi/. Di akses tanggal 5 sepetember 2020

Jogiyanto H.M., Akt., Ph.D., Analisis Analisis dan Desain Sistem Informasi, Penerbit Andi, Yogyakarta, 2005.

Prabowo, S. D., & Setiawan, E. B. (2015). Sistem Pendukung Keputusan Revitalisasi Terhadap Bangunan dan Kawasan Cagar Budaya Kota Bandung di Disbudpar Kota Bandung. Komputa: Jurnal Ilmiah Komputer dan Informatika, 2(2).

https://www.youtube.com/watch?v=IMmnSZ7U1qM&t=138s. Di akses tanggal 5 sepetember 2020

https://www.youtube.com/watch?v=m0SL3mPT_d8&t=148s. Di akses tanggal 5 sepetember 2020

Putra, Y. M., (2018). Sistem Pengambilan Keputusan. Modul Kuliah Sistem Informasi Manajemen. Jakarta : FEB-Universitas Mercu Buana.

Putra, Y. M., (2019). Analysis of Factors Affecting the Interests of SMEs Using Accounting Applications. Journal of Economics and Business, 2(3).

Anggraini, Septia Ayu Lestari . (2018). Sistem Pengambilan Keputusan. Jakarta: Universitas Mercu Buana.

Kurniawan, Kresna Pradiva. (2018). Sistem Pendukung Pengambilan Keputusan. Jakarta: Universitas Mercu Buana.

Wulandari, Liana Sri Ayu. (2019). Sistem Pengambilan Keputusan. Jakarta: Universitas Mercu Buana.