Aplikasi Sistem Informasi Berdasarkan level manajemen

Aplikasi Sistem Informasi Berdasarkan Level Manajemen.

Manajemen dapat dibagi menjadi tiga level, yaitu level bawah (level operasional), level menengah (level taktik) dan level atas (level strategi). Oleh karena setiap level manajemen melakukan kegiatan yang berbeda, mereka juga membutuhkan informasi dan sistem informasi yang berbeda.

A. Sistem Informasi pada Level Bawah

Sistem-sistem informasi di level bawah atau di level operasi mendukung manajer operasi untuk melakukan kegiatannya. Tujuan utama dari sistem informasi di level ini adalah menjawab pertanyaan-pertanyaan rutin untuk keperlun mengontrol arus dari transaksi yang terjadi disebut
dengan transaction processing systems (TPS) dan process control systems (PCS). PCS sudah dibahas di kegiatan Belajar 1 modul ini. PCS bagian dari sistem informasi produksi untuk level bawah.

B. Sistem Informasi pada Level Menengah

Sistem-sistem informasi di level menengah digunakan untuk pengendalian dan pengambilan keputusan manajemen yang sifatnya setengah terstruktur (semi structured). Sistem-sistem informasi ini adalah sistem pakar (SP) atau expert systems (ES), jaringan neural buatan (JNB) atau artificial neural network (ANN), sistem penunjang keputusan (SPK) atau decision support system ( DSS) atau group support systems (GSS), serta sistem informasi geografis (SIG) atau geographic information systems (GIS).

1. Sistem Pakar (SP)
Sistem pakar (SP) atau expert system (ES) adalah sistem informasi yang berisi dengan pengetahuan dari pakar sehingga dapat digunakan untuk konsultasi. Sistem pakar ini dapat berisi dengan pengetahuan (knowledge) dari satu atau lebih pakar. Pengetahuan dari pakar dalam sistem ini digunakan sebagai dasar oleh sistem pakar untuk menjawab pertanyaan (konsultasi). Sistem pakar mempunyai tiga komponen utama, yaitu user interface, inference engine, dan knowlegge base. User interface merupakan media yang digunakan oleh sistem pakar untuk berhubungan input
(menerima data dan pertanyaan konsultasi) dan output (menghasilkan jawaban) dengan pemakainya. Umumnya, interface yang pakai oleh sistem pakar adalah keyboard dengan monitor. Di masa depan, penghubung ini harus dalam bentuk multimedia sehingga pemakai
sistem dapat berhubungan dengan sistem pakar lewat komunikasi suara. Interface engine adalah perangkat lunak di sistem pakar yang akan mengevaluasi aturan-aturan (rules) yang disediakan oleh knowledge base dengan urutan-urutan tertentu untuk memberikan jawaban dari pertanyaan-pertanyaan pemakai sistem dan alasan-alasan
konsultasi dengan pemakai sistem. Inference engine dapat dibangun dengan menggunkan bahasa pemrograman umum seperti Bahasa C atau dengan bahasa pemrograman khusus,
misalnya Lisp dan Proglog. Sekarang, inference engine tidak perlu dibangun, tetapi sudah tersedia dalam bentuk paket yang disebut dengan expert system shell (atau ES shell). ES shel yang dijual komersial pertama adalah knowledge engineering environment (KEE). KEE yang di maksudkan untuk aplikasi sistem pakar di computer yang menggunakan Bahasa Lips atau prolog. Beberapa ES shell lainnya tidak menuntut penggunaan Lips atau Prolog. Beberapa Es shell yang ada adalah Exsys, Level – 5, CLIPS dan Guru. Kemampuan ketiga dari sistem pakar adalah knowledge base (basis pengetahuan). Knowledge base dibentuk dari aturan-aturan (rules) yang berkaitan satu dengan yangb lainnya.

2. Jaringan Neural Artifisial (JNA)
Jaringan neural artifisial (artificial neural network) merupakan jaringan neural buatan yang mencoba meniru jaringan neural manusia. Perancangan dari jaringan neural atifisial diilhami dengan struktur dari otak manusia. Jaringan neural artifisial masih dalam tahap pengembangan
dan riset. Jaringan neural artifisial masih dalam tahap pengembangan dan riset. Jaringan neural artifisial berbeda dengan sistem pakar dalam beberapa hal. Jaringan neural artifisial mempunyai inteligensia yang dapat belajar dan berpikir seperti layaknya otak manusia. Dengan demikian, jaringan neural artifisial dapat belajar dari kesalahan-kesalahan yang pernah dilakukannya untuk perbaikan-perbaikan proses selanjutnya. Oleh karena jaringan
neural artifisial dapat belajar, jaringan neural artifisial ini dapat dilatih dan mengembangkan dirinya sendiri sehingga hasil yang diberikan oleh jaringan neural artifisial ini tidak harus sama dari waktu ke waktu. Berbeda dengan sistem pakar yang tidak dapat belajar dan tidak dapat dilatih sehingga semua aturan-aturan yang pengetahuan harus dimasukan dalam sistem pakar. Sistem pakaaar tidak dapat mengembangkan pengetahuannya sendiri. Jaringan neural artifisial mulai banyak diterapkan di aplikasi bisnis walaupun masih dalam tahap pengembangan. Beberapa riset di bisnis menunjukan bahwa memprediksi dengan
menggunakan perangakat lunak jaringan neural artifisial akan didapatkan hasil yang lebih tepat dibandingkan dengan cara prediksi metode konvensional.Oleh karena itu, jaringan
neural artifisial mulai banyak digunakan untuk memprediksi harga saham, memprediksi kebangkrutan perusahaan, memprediksi kapan saham harus dijual atau dibeli dan memprediksi ranking dari obligasi.

3. Sistem Penunjang Keputusan (SPK)
Suatu sistem penunjang keputusan (SPK) atau decision support systems (DSS) didefinisikan sebagai suatu sistem informasi untuk membantu manajer level menengah untuk proses pengambilan keputusan setengah terstruktur (semi structured) supaya lebih efektif dengan menggunakan model-model analisis dan data yang tersedia. Dari definisi di atas, dapat diketahui tujuan dari SPK (sistem penunjang keputusan) sebagai
berikut:

a. Membantu manjer mengambil keputusan setengah terstruktur yang dihadapi oleh manajer
level menengah

b. Membantu atau mendukung manajemen mengambil keputusan bukan menggantikannya.

c. Meningkatkan efektifitas pengambilan keputusan manajemen bukan untuk meningkatkan
efisiensi. Walaupun waktu manajer penting (efisiensi), efektivitas merupakan tujuan
utama penggunaan SPK.

Sistem penunjang keputusan (SPK) mempunyai tiga komponen utama yaitu :
1. dialog management,
2. model management, dan
3. data management.
4. Sistem Penunjang Keputusan Grup (SPKG).
Sistem penunjang keputusan grup (SPKG) atau group decision support system (GDSS) adalah
SPK yang digunakan oleh beberapa pengambil keputusan Bersama-sama secara grup. SPK grup ini muncul karena perdebatan pada awal-awal tahun 1990-an bahwa pengambilan keputusan secara grup akan lebih baik dari secara individual karena grup dianggap dapat
memberikan sinergi akibat kontak social antarmereka. Riset juga membuktikan bahwa penyediaan sistem computer untuk mendukung keputusan grup menghasilkan komunikasi lebuh mudah, melindungi identitas pengusul ide, dan hasilnya adalah meningkatkan efisiensi,
kreativitas, serta kualitas pengambilan keputusan (Jessup dan Tansuk, 1991).
5. Sistem Informasi Geografis (SIG)
Perusahaan jaringnan took ritel Wal Mart mengumpulkan semua basis data masing-masing tokonya yang tersebar di Amerika Serikajt ke dalam data warehouse di kantor pusat. Dengan menggunakan data mining, manajer di Wal Mart dapat menganalisis perilaku konsumen
seraca nasional serentak. Wal Mart menampilkan informasi ini dalam bentuk peta wilayahAmerika Serikat dan dapat melihat pergerakan pola perilaku konsumen antar waktu dan antar tempat di seluruh tokonya di Amerika Serikat. Dari tampilan ini, dapat dilihat pergeseran- pergeseran penjualan yang terjadi dan perilaku konsumen dapat dipelajari sehingga alokasi promosi dan produk dapat dioptimalkan. Oleh karena itu sistem ini menggunkan bentuk peta secara geografis, sistem ini juga dikenal dengan nama geographic information system atau
sistem informasi geografis.

C. Sistem Informasi Level Atas
Sistem informasi eksekutif (SIE) atau executive information system (EIS) adalah sistem informasi
yang digunakan oleh manajer tingkat atas untuk membantu pemecahan masalah tidak terstruktur
(unstructured). SIE mempunyai karakteristik yang khusus. Karakteristik dari SIE sebagai berikut:

1. Dirancang untuk eksekutif puncak.
2. Menggunakan data internal dan eksternal.
3. Untuk pemecahan tidak terstruktur.
4. Membantu perencanaan dan perumusan strategis.
5. Digunakan secara online oleh eksekutif.
6. Mempunyai kemampuan untuk mengambil dan menyaring data.
7. Mempunyai kemampuan untuk mengambil dan menggali data sampai data terkecil (drill down).
8. Harus mudah digunakan.
9. Menggunakan teks, grafik, dan table yang mudah dicerna.
Sistem informasi eksekutif (SIE) sama dengan sistem penunjang eksekutif (SPE) atau executive support system (ESS). Walaupun SPE dan SIE adalah sama, ada yang membedakannya. Perbedaanya adalah SIE tidak menggunakan sistem otomatisasi kantor, sedangkan SPE
menggunakannya

D. Sistem Otomatisasi Kantor
Sistem informasi yang menghubungkan tiga level manajemen adalah sistem otomatisasi kantor
(SOK) atau office automation system (AOS). sistem otomatisasi kantor (SOK) atau office automation system (OAS),Didefinisiskan oleh O’Brien (1996) sebagai sistem informasi berbasis telekomunikasi yang mengumpulkan memproses, meyeimpan dan mendistribusikan pesan-pesan,dokumen-dokumen dan komuniksi elektronik lainnya di a ntara individual, grup-grup kerja dan organisasi-organisasi. Sistem kantor otomatis terdiri atas (1) sistem komunikasi elektronik, (2) sistem kolaborasi elektronik, (3) sistem publikasi dan pengolahan citra elektronik, dan (4) sistem pengolahan kantor.