EIS Masa Depan dan Isu-isu Riset EIS. Kesimpulan.

Bab 11 Executive Information and Support Systems EISS

11.12. Implementasi EIS: Sukses atau Gagal.

Di bawah ini adalah hal-hal kritis berkaitan dengan kesuksesan implementasi EIS: 1. Dukungan eksekutif dimana ia diberitahukan informasi yang berkaitan dan ia mau melakukannya. 2. Dukungan operasi. 3. Link keterkaitan yang jelas pada tujuan bisnis. 4. Sumber daya IS yang sesuai. 5. Teknologi yang sesuai. 6. Manajemen masalah-masalah data. 7. Manajemen penolakan dalam organisasi. 8. Manajemen spread ketersebaran dan evaluasi sistem. Saran lain demi suksesnya implementasi EIS: § Mengembangkan prototype yang kecil, tapi signifikan dan merencanakan evaluasinya yang layak. § Mengkomunikasikan diantara orang-orang yang terlibat untuk mengatasi penolakan perubahan manajemen. § Menggunakan pakar MIS. § Mengoreksi kebutuhan informasi eksekutif yang sesungguhnya.

11.13. EIS Masa Depan dan Isu-isu Riset EIS.

Fitur-fitur yang nampak pada generasi EISESS masa depan: § Adanya toolbox kumpulan tool untuk membangun sistem sesuai kebutuhan user customized. § Dukungan multimedia. § Penggabungan sistem analitikal dengan desktop publishing. § Dukungan otomatis dan bantuan modul-modul intelijen. § Arsitektur clientserver. Isu-isu Riset EIS. § Apakah posisi organisasional dan level komitmen dari sponsor eksekutif memiliki relasi terhadap kesuksesan EIS? § Pertimbangan apa yang terpenting dalam pemilihan sponsor operasi? § Bagaimana keuntungan-keuntungan EIS dapat dinilai lebih jauh? § Bagaimana software yang digunakan dalam membangun EIS berpengaruh pada proses pengembangan dan kesuksesan sistem? § Level staf dan struktur organisasi manakah yang terbaik untuk pembangun EISstaf pendukung? § Metode apakah yang paling efektif digunakan untuk mengidentifikasi kebutuhan informasi eksekutif? § Wapakah masalah manajemen data EIS yang utama dan apakah solusinya? § Berdampak apakah pemasukan soft data data “lunak” pada kesuksesan EIS? § Masalah utama apakah yang berhubungan dengan EIS spread tersebar dan perkembangannya? § Bagaimanakah meningkatkan fungsi EIS sedangkan pada saat yang sama kita harus juga menjaga kemudahan pada penggunaannya? § Teknologi baru misal, suara, optical disc apakah yang efektif digunakan dengan EIS? § Format presentasi layar yang manakah yang paling efektif untuk EIS?

11.14. Kesimpulan.

§ Ada banyak faktor internal dan eksternal yang menjadikan EIS diperlukan. § EIS melayani informasi yang dibutuhkan oleh eksekutif puncak. § EIS menyediakan akses cepat informasi-informasi sesuai kebutuhan dan pada waktu yang diperlukan, pada detil-detil yang dapat diatur levelnya. Ia sangat user-friendly. § ESS pada dasarnya adalah EIS dengan kemampuan analisis. § Eksekutif mempunyai 3 peran utama: interpersonal, informasional, dan decisional berhubungan dengan keputusan. § Kerja eksekutif dapat dibagi menjadi 2 fase utama: menemukan masalah atau peluang dan memutuskan apa yang harus dikerjakan dengan itu. Sistem Pendukung Keputusan – Irfan Subakti 89 Bab 11 Executive Information and Support Systems EISS § Menemukan informasi yang diperlukan oleh eksekutif adalah proses yang sangat sulit. Metode yang efektif misalnya seperti CSF dan BSP Business System Planning, khususnya jika mereka diikuti dengan prototyping. § Jika didesain dan dioperasikan dengan tepat, EIS memiliki banyak keuntungan, tetapi kebanyakan dari mereka tak dapat ditentukan. § Kemampuan yang penting dari EIS adalah drill down penyajian informasi sedetil mungkin. Hal ini menjadikan eksekutif melihat detilnya dan detil dari detil itu sendiri. § EIS menggunakan manajemen dengan pendekatan pengecualian management by exception. Berpusat pada CSF, key performance indicators indikator kinerja kunci, dan highlight charts bagan hal-hal yang penting. § Berlawanan dengan MIS, EIS memiliki perspektif organisasional menyeluruh dan ia menggunakan data eksternal secara ekstensif. § Ada kecenderungan untuk mengintegrasikan EIS dan tool-tool DSS. § EIS membutuhkan baik itu mainframe ataupun LAN. § Membangun EIS adalah tugas yang sulit. Menggunakan vendor atau konsultan adalah pendekatan yang memadai. § Kesuksesan EIS tergantung pada banyak faktor, mulai dari teknologi yang tepat sampai pada manajemen halanganhambatan di organisasi. § Analisis multidimensional dan presentasi adalah bagian penting dari EIS. § Akses data ke informasi database oleh end-user, melalui enterprise perusahaan, adalah bagian esensial dari EIS. Sistem Pendukung Keputusan – Irfan Subakti 90 Bab 12 Knowledge and Data Engineering

BAB 12 KNOWLEDGE AND DATA ENGINEERING

12.1. Pendahuluan.

§ Data: kumpulan kode alfanumerik. § Fakta: data yang terbukti kebenarannya. § Informasi: data yang memiliki nilai tambah. § Knowledgepengetahuan: informasi yang terorganisir. Data Engineering. § Untuk masalah-masalah yang terstruktur. § Bisa langsung dikoneksikandidapat langsung dari data yang diketahui. § Sehingga disebut data engineering DE, rekayasa data. Knowledge Engineering. § Untuk masalah-masalah yang semi dan tak terstruktur. § Informasi yang diketahui tidak bisa langsung dikoneksikan ke tujuannya, sehingga membutuhkan knowledge. § Sehingga disebut knowledge engineering KE, rekayasa pengetahuan. Keduanya disebut dengan Knowledge and Data Engineering KDE. Masalah terstruktur. § Basis data BD sendiri sudah punya value nilai, sehingga dapat diekstraksi langsung. § Tapi pada kelas enterprise yang melibatkan data multidimensi, data normalisasi yang akan diproyeksikan ke data multimedia membutuhkan tools à OLAP § Maka dari sini lahirlah Data Warehousing DW. Jadi DW lahir dari masalah-masalah yang terstruktur, bukan yang semi atau tak terstruktur. Masalah semi dan tak terstruktur. § Knowledge memodelkan sebab akibat, maka membutuhkan proses inferencing. § Tidak ada hubungan kuantitatif antara masukan dengan keputusan yang dihasilkan. Kalau hubungan kualitatif pasti selalu ada hubungannya. § Fokus pada basis pengetahuan. § Metodologi yang dikembangkan di atas knowledge ini disebut dengan knowledge engineering. § Yang namanya engineering rekayasa à optimasi. Diagram. Berikut ini disajikan diagram hubungan dari bidang-bidang di KDE: OLTP DSS Decision Support System DW Data Warehouse ODS Operational Data Structure OLTP OLTP DB Data Base Combinatoric Operational Commercial Conseptual Conseptual Multidimensional Analysis - Denormalisation Structured Semi-structured Unstructured OLTP On-Line Transactional Processing OLAP On-Line Analytical Processing ES Expert System DM Data Mining Pattern Ÿ Association Ÿ Sequential IR Information Retrieval Text Documents Pattern Recognition Sistem Pendukung Keputusan – Irfan Subakti 91