Modal Sosial Social Capital

DSS 1. Masalah semiterstruktur dan tidak terstruktur 7. Dapat diadaptasi dan fleksibel 3. Mendukung individu dan kelompok 8. Kemudahan penggunaan Interaktif 2. Mendukung manajer di semua level 4. Keputusan yang saling bergantung 6. Mendukung berbagai proses dan gaya keputusan 5. Mendukung intelegensi, desain, piliha dan implementasi 9. Kefektifan, bukan efisiensi 10. Manusia mengontrol mesin 11. Kemudahan pengembangan oleh pengguna akhir 12. Pemodelan dan analisa 13. Akses data 14. Standalone, Integrasi, berbasis Web Gambar 17. Karakteristik Decision Support System Turban, 2005 Komponen yang mendukung DSS, menurut Turban 2005 adalah data, model, pengetahuan knowledge dan perangkat antar-muka user interface. Data dapat diperoleh dari data internal maupun eksternal, hal yang sama berlaku untuk model dan pengetahuan dapat diperoleh dari pihak internal maupun eksternal. DSS dapat juga dikaitkan dengan sistem komputer lain dan dapat pula dihubungkan dengan internet, intranet dan ekstranet. Secara lebih jelas, komponen pendukung DSS tersebut dapat dilihat pada Gambar 18. Berbeda dengan DSS, IDSS merupakan sistem pendukung keputusan yang dikembangkan dengan cara menambahkan komponen kecerdasan buatan artificial intelligent AI ke dalam sistem manajemen basis model dengan tujuan membuat DSS menjadi cerdas Foster, 2011. Contoh IDSS adalah pemodelan, evaluasi dan pengelolaan rantai pasokan beserta aplikasinya untuk rantai pasokan pengilangan minyak Nirupam et al. 2002 serta optimasi untuk perencanaan dan perawatan jalur kereta api Dell`Orco, 2011. Gambar 18. Komponen Decision Support System Turban, 2005. Menurut Shim 2002 perkembangan DSS dalam beberapa dekade mendatang akan memanfaatkan penggunaan teknik kecerdasan buatan dan operasional riset. Teknik-teknik yang digunakan misalnya adalah tabu search, algoritma genetika, simulated annealing dan jaringan saraf tiruan. Menurut Turban 2005 dan Mateou 2008, kecerdasan buatan itu sendiri

2.12 Jaringan Syaraf Tiruan Artificial Neural Network

adalah kumpulan konsep dan ide yang berkaitan dengan perkembangan sistem cerdas yang areanya meliputi hal-hal sebagai berikut : sistem pakar, jaringan saraf tiruan, logika fuzzy, machine learning, algoritma genetika, robotik, pemrosesan bahasa alami, speech understanding, playing game dan computer vision. Menurut Faucett 1994, Jain 1998 dan Kahforoushan 2010, jaringan syaraf tiruan JST adalah suatu sistem pemrosesan informasi yang memiliki karakteristik performansi khusus yang dapat disamakan dengan cara kerja jaringan syaraf manusia. JST telah dikembangkan sebagai upaya generalisasi permodelan matematika dari kesadaran atau dari jaringan syaraf manusia, dengan asumsi sebagai berikut :