Manajer Dan Pengambilan Keputusan Dalam
PROGRAM PASCA SARJANA MAGISTER MANAJEMEN
UNIVERSITAS TEHNOLOGI YOGYAKARTA
DAERAH ISTIMEWA YOGYAKARTA
INDONESIA
PROGRAM MATRIKULASI
“MENINGKATAN PROSES PENGAMBILAN KEPUTUSAN”
“PERAN MANAJERIAL”
By :
Nama
: S U P A R N I , S.E
Mata Kuliah
: Management Information System
Dosen
: Dr. Ir. Wahyuni Reksoatmodjo, M.Sc.
2018
PROGRAM PASCASARJANA MAGISTER MANAJEMEN
UNIVERSITAS TEHNOLOGI YOGYAKARTA
TUGAS KULIAH
Selasa, 27 Pebruari 2018
Matrikulasi SIM : Pertemuan ke 6
Oleh : S U P A R N I
BAB 12
MENINGKATAN PROSES PENGAMBILAN KEPUTUSAN
“MANAJER DAN PENGAMBILAN KEPUTUSAN DALAM DUNIA NYATA”
“PERAN MANAJERIAL”
Para manajer memainkan peran penting dalam organisasi. Tanggung jawab mereka
adalah mengambil keputusan, membuat laporan,menghadiri rapat, hingga merencanakan
pesta ulang tahun. Kita dapat memahami fungsi manajer dan perannya hingga lebih baik
dengan cara mengkaji perilaku manajer gaya klasik dan kontemporer.
Model manajer klasik (classical model og management), yang menggambarkan
apakah yang dilakukan oleh para manajer, yang umumnya tidak dipertanyakan lebih dari
70 tahun sejak tahun 1920-an.Henri Fayol dan para tokoh pada masa awal lainnya yang
pertama kali menggambarkan 5 fungsi klasik dari para manajer, yaitu merencanakan,
mengatur, mengoordinasi, memutuskan dan mengendalikan. Gambaran mengenai
aktivitas manajemen tersebut mendominasi pemikiran manajemen dalam waktu yang
lama, dan masih terkenal hingga saat ini.
Model manajemen klasik menjelaskan fungsi manajerial secara formal, tetapi tidak
menunjukkan apa yang dilakukan manajer secara terperinci saat mereka merencanakan,
memutuskan sesuatu, dan mengendalikan pekerjaan orang lain. Dalam hal ini kita harus
kembali pada karya-karya para pakar perilaku kontemporer yang memperlajari para
manajer dalam aktivitasnya sehari-hari. Model perilaku (behavioral models) menyatakan
bahwa ketika perilaku yang sebenarnya dari para manajer terlihat kurang sistematis, lebih
informal, kurang reflektif, lebih reaktif, dan kurang terorganisasi dengan baik daripada
model klasik yang telah kita yakini.
Para pengamat mendapati bahwa perilaku manajer sebenarnya mempunyai lima
atribut yang berbeda dari penjelasan model klasik : Pertama, manajer melakukan banyak
pekerjaan dengan luar biasa sibuknya, penelitian mendapati bahwa para manajer
menangani lebih dari 600 aktivitas yang berbeda setiap harinya, tanpa istirahat. Kedua,
aktivitas menejerial terpecah-pecah; kebanyakan aktivitas bertahan kurang dari 9 menit,
dan hanya 10 persen dari aktivitas tersebut yang melebihi durasi satu jam. Ketiga,
manajer lebih menyukai informasi terkini, specific, dan ad hoc ( informasi yang tercetak
sering kali sudah usang). Keempat, mereka menyukai bentuk komunikasi lisan daripada
tulisan, karena media lisan memberikan fleksibelitas yang tinggi, membutuhkan upaya
yang lebih sedikit, dan memberikan respon yang lebih cepat. Kelima, manajer memberikan
prioritas yang tinggi dalam mempertahankan hubungan yang bermacam-macam dan rumit
yang bertindak sebagai system informasi dan membantu mereka melaksanakan agenda
personel mereka serta sasaran-sasaran jangka pendek dan jangka panjang.
Dalam menganalisis perilaku para manajer dari hari-ke hari, Henry Mintzberg
menemukan bahwa hal itu dapat diklasifikasikan ke dalam 10 persen manajerial. Peran
Manajerial (manajerial roles) merupakan ekspektasi dari aktivitas yang harus dikerjakan
oleh para manajer didalam suatu organisasi. Mitszberg mendapati bahwa peran manajerial
ini dibagi menjadi tiga kategori : antarpribadi, informasi dan pengambil keputusan.
Peran Antarpribadi : Dalam peran antarpribadi (interpersonal role), para manajer
bertindak sebagai figur utama dalam organisasi ketika mereka mewakili perusahaan
mereka kepada dunia luar dan melakukan tugas-tugas simbolik, seperti memberikan
penghargaan kepada karyawan. Manajer bertindak sebagai pemimpin, memberikan
motivasi, nasihat, dan mendukung bawahannya. Manajer bertindak sebagai penghubung
antara berbagai tingkatan dalam organisasi; pada setiap tingkatan tersebut, manajer
bertindak sebagai penghubung antaranggota tim manajemen. Manajer memberikan waktu
dan bantuan, yang diharapkan akan dibalas.
Peran Informasi : Dalam peran informasi manajer bertindak sebagai pusat saraf
dari organisasi, menerima informasi terkini yang paling konkret dan mendistribusikannya
kembali kepada mereka yang memerlukannya. Manajer adalah penyebar informasi dan
juru bicara dalam organisasinya.
Peran Pengambil Keputusan : Peran pengambil keputusan (decisional role)
mereka bertindaks ebagai wirausahawan dalam mengusulkan aktivitas-aktivitas baru,
menangani gangguan-gangguan yang muncul dalam organisasi, mengalokasikan
sumberdaya kepada staf yang membutuhkan; dan menegosiasikan konflik dan menjadi
penengah antara kelompok-kelompok yang bertikai.
“PENGAMBILAN KEPUTUSAN DALAM DUNIA NYATA”
Kita dapat melihat bahwa system informasi tidak dapat membantu semua peran
manajerial. Dan dalam peran manajerial ini dimana system informasi dapat membantu
mengambil keputusan, investasi dalam teknologi informasi, tidak selalu menghasilkan hasil
yang positif.Ada 3 alasan utama yang memengaruhi pengambilan keputusan dalam dunia
nyata yaitu : Kualitas Informasi, Penyaringan Manajemen, dan Budaya Organisasi.
Kualitas Informasi yaitu : Keputusan yang berkualitas tinggi memerlukan informasi yang
berkualitas tinggi, dimensi kualitas informasi memengaruhi kualitas keputusan. Apabila
keluaran dari system informasi tidak memenuhi criteria kualitas ini, maka proses
pengambilan keputusan akan sulit dilakukan. Penyaring manajemen, walaupun dengan
informasi yang tepat waktu dan akurat, tetapi beberapa manajer mengambil
keputusanyang buruk. Para manajer (seperti halnya semua manuasia) menyerap informasi
melalui serangkaian penyaringan utnuk memahami dunia disekitar mereka. Para manajer
memiliki perhatian yang selektif, menitikberatkan pada jenis permasalahan dan
pemecahan tertentu, dan memiliki bias-bias yang bervariasi yang menolak informasi yang
tidak sesuai dengan konsepsi mereka sebelumnya.
“PENGAMBILAN KEPUTUSAN OTOMATIS YANG BERKECEPATAN TINGGI”
Saat ini banyak keputusan yang diambil oleh organisasi tidak dibuat oleh para
manajer, atau beberapa manusia. Sebagai contoh ketika kita memasukkan queri pada
mesin pencari google, Google telah memutuskan URL yang manakah yang menampilkan
dalam waktu rata-rata sekitar setengah detik (500 mili detik). Google membuat indeks
atas lebih dari 50 milyard laman web,meskipun tidak mencarai keseluruhan indeks bagi
semua queri yang diterimanya. Hal yang sama benar-benar terjadi kedalam mesin pencari
lainnya. Bursa saham New York menghabiskan lebih dari $450 juta dalam tahun 20102011 untuk membangun platform perdagangan yang menjalankan pesanan-pesanan yang
masuk dalam kurun waktu kurang dari 50 mili detik. Frekwensi yang tinggi dari para
pedagang pada bursa saham elektronik melaksanakan perdagangannya dalam waktu di
bawah 50 mili detik.
Kelas-kelas dalam keputusan yang sangat terstruktur dan otomatis mengalami
pertumbuhan yang sangat cepat. Apakah yang membuat jenis dari keputusan otomatis
yang berkecepatan tinggi dimungkinkan adalah algoritme computer yang secara cepat
mendefinisikan langkah-langkah yang harus diikuti untuk menghasilkan suatu keputusan,
database yang sangat besar ; prosesor yang berkecepatan yang sangat tinggi; dna
perangkat lunak yang dioptimalkan atas tugas. Dalam keadaan tersebut manusia (meliputi
para manajer) dihapuslan dari rantai keputusan karena mereka terlalu lamban.
Hal ini juga berarti bahwa organisasi dalam area-area tersebut mengambil
keputusan dengan lebih cepat daripada apa yang para manajer dapat memonitor atau
mengendalikannya.Ketidakmampuan untuk mengendalikan keputusan secara otomatis
merupakan suau faktor yang sama di dalam “Kejatuhan Sekejab” yang diambil oleh para
saham AS pada 6 Mei 2010, ketika rata-rata Industri Dow Jones jatuh sebesar 600 poin
dalam hitungan menit sebelum melambung kemudian pada hari itu. Pasar saham
terbebani oelh sebuah gelombang yangs angat besar atas pesanan penjualan yang
teruatam dipicu oleh program perdagangan terkomputerisasi yang berkecepatan tinggi di
dalam hitungan beberapa detik, menyebabkan saham-saham dari beberapa perusahaan
seperti Procter & Gamble menjual dengan keuntungan yang sedikit.beberapa tahun yang
lalu terlihat serangkaian gangguan yang sama dalam system perdagangan
terkomputerisasi, termasuk salah satunya pada 01 Agustus 2012, ketika perangkat lunak
yang menyebabkan Knight Capital memasuki jutaan kesalahan dalam perdagangan dalam
waktu kurang dari satu jam. Kesalahan perdangangan menyebabkan gelombang tidak
teratur dan menurunkan harga hampir150 saham dan menyebabkan Knight dalam
kerugian yang mencapai $440 juta.
Bagaimana Simon membuat kerangka kerja implementasi pilihan desain kecerdasan
yang berjalan dalam lingkungan keputusan yang berkecepatan tinggi ?. Pada dasarnya,
kecerdasan,desain,pilihan, dan implementasi yang merupakan bagian dari proses dalam
pengambilan keputusan ditangkap oleh algoritma perangkat lunak. Manusia – manusia
yang menulis bahwa perangkat lunak telah dapat mengidentifikasi permasalahan,
merancang suatu metode untuk menemukan suatu solusi, mendefinisikan kisaran
pemecahan yang dapat diterima, dan mengimplementasikan solusi tersebut. Secara jelas,
dengan manusia keluar dari suatu lingkaran , dengan sejumlah kepedulian yang perlu
diambil untuk memastikan operasional yang tepat bagi system-sistem tersebut agar tidak
menimbulkan kerugian yang signifikan bagi organisasi dan manusia. Dan bahkan
kemudian usaha perlindungan tambahan yang bijaksaan untuk mengamati perilaku dari
sistem-sistem tersebut, meregulasi kinerja mereka, dan jika diperlukan dapat mematikan
mereka.
RESUME SUMMARY:
Menurut Ahli / Pakar diambil dari sumber belajar SIM, Penulis Kenneth C Lauden & Jane
P.Lauden :
1. Bagaimana sistem informasi mendukung aktivitas-aktivitas dari para pengambil
keputusan oleh para manajer dan manajemen ?
Jawab :
Pengambilan keputusan dalam dunia nyata. Kita dapat melihat bahwa system
informasi tidak dapat membantu semua peran manajerial. Dan dalam peran
manajerial ini dimana system informasi dapat membantu mengambil keputusan,
investasi dalam teknologi informasi, tidak selalu menghasilkan hasil yang positif.Ada 3
alasan utama yang memengaruhi pengambilan keputusan dalam dunia nyata yaitu :
Kualitas Informasi, Penyaringan Manajemen, dan Budaya Organisasi. Kualitas
Informasi yaitu : Keputusan yang berkualitas tinggi memerlukan informasi yang
berkualitas tinggi, dimensi kualitas informasi memengaruhi kualitas keputusan. Apabila
keluaran dari system informasi tidak memenuhi criteria kualitas ini, maka proses
pengambilan keputusan akan sulit dilakukan. Databse dan file yang tidak akurat dan
kurang lengkap dapat menurunkan kualitas pengambilan keputusan yang diperankan
oleh manajer.
Model perilaku yang dikemukakan oleh para pakar manajemen kontemporer
menyebutkan bahwa : Peran manajerial dibagi menjadi 3 yaitu :
1. Peran antarpribadi : Dalam peran antarpribadi, para manajer bertindak sebagai
figure utama dalam organisasi ketika mewakili perusahaan mereka kepada dunia
luar dan melakukan tugas-tugas simbolik, seperti memberikan penghargaan
karyawan. Manajer bertindak sebagai pemimpin, memberikan motivasi, nasihat,
dan mendukung bawahannya. Manajer juga bertindak sebagai penghubung antara
berbagai tingkatan dalam organisasi; pada setiap tingkatan tersebut, manajer
bekerja sebagai penghubung antaranggota tim manajemen.manajer memberikan
waktu dan bantuan dengan harapan akan dibalas. Peran antarpribadi tentu saja
tidak dapat didukung oleh system informasi karena pengambilan keputusan hanya
dapat dilakukan oleh manajer itu sendiri secara langsung di dunia nyata.
2. Peran Informasi : Dalam peran informasi manajer bertindak sebagai pusat saraf
dari organisasi, menerima informasi terkini yang paling konkret dan
mendistribusikannya kembali kepada mereka yang memerlukannya. Manajer adalah
penyebar informasi dan juru bicara dalam organisasinya. Peran Informasi ini dapat
didukung dengan system informasi contohnya dengan bantuan mesin pencarian
seperti Google Search atau Yahoo Search. Saat ini banyak keputusan yang diambil
oleh organisasi tidak dibuat oleh para manajer, atau beberapa manusia. Sebagai
contoh ketika kita memasukkan queri pada mesin pencari google, Google telah
memutuskan URL yang manakah yang menampilkan dalam waktu rata-rata sekitar
setengah detik (500 mili detik). Google membuat indeks atas lebih dari 50 milyard
laman web,meskipun tidak mencarai keseluruhan indeks bagi semua queri yang
diterimanya. Hal yang sama benar-benar terjadi kedalam mesin pencari lainnya.
Bursa saham New York menghabiskan lebih dari $450 juta dalam tahun 2010-2011
untuk membangun platform perdagangan yang menjalankan pesanan-pesanan
yang masuk dalam kurun waktu kurang dari 50 mili detik. Frekwensi yang tinggi
dari para pedagang pada bursa saham elektronik melaksanakan perdagangannya
dalam waktu di bawah 50 mili detik.
3. Peran Pengambil Keputusan : Dalam peran pengambil keputusan, manajer
bertindak sebagai wirausahawan dalam mengusulkan jenis-jenis aktivitas baru,
menangani gangguan-gangguan yang muncul dalam organisasi; mengalokasikan
sumber daya kepada para staf yang membutuhkan; menegosiasikan konflik dan
menjadi penengah antara kelompok-kelompok yang bertikai. Peran Pengambil
keputusan ini juga tidak dapat didukung dengan system informasi karena disini
peran menejer terlibat langsung dalam dunia nyata sehingga tidak dapat
diaplikasikan di dalam system informasi.
“MICROSOFT ACADEMIC”
http://academic.research.microsoft.com/
Penelitian lebih banyak, cari lebih sedikit Coba Microsoft Academic dari Microsoft
Research. Sekarang Anda dapat menemukan lebih banyak dari apa yang Anda
butuhkan lebih cepat. Pencarian semantik (tanda atau lambang), memberi Anda
hasil pencarian yang sangat relevan dari refresh dan ekstensif konten akademis dari
lebih dari 120 juta publikasi.
Apa yang baru di versi 2.0?
Microsoft Academic (MA) mengalami update yang signifikan pada bulan Juli 2017.
Pembaruan mencakup tiga fitur utama:
Akun dan Profil - Anda sekarang dapat membuat akun, masuk log, dan
membuat profil publik dengan mengklaim publikasi yang telah Anda tulis.
Mengklaim publikasi Anda akan membantu meningkatkan akurasi pencarian, dan
akan menampilkan karya Anda ke seluruh dunia.
Personalisasi - Diaktifkan dengan penggunaan akun, personalisasi menyediakan
homepage khusus untuk setiap pengguna yang masuk. MA katalog acara akademik,
berita penelitian, dan publikasi baru.
Bagaimana MA berbeda dengan mesin pencari akademis lainnya?
Microsoft Academic (MA) menggunakan kemajuan dalam pembelajaran
mesin, inferensi semantik dan penemuan pengetahuan untuk membantu Anda
menjelajahi informasi ilmiah dengan cara yang lebih hebat daripada sebelumnya.
MA adalah mesin pencari semantic (tanda atau lambang), bukan kata kunci
berbasis kata kunci.
Mesin pencari tradisional sangat bergantung pada pencocokan kata kunci.
Biasanya, mereka mencocokkan kata kunci yang Anda ketikkan di kolom pencarian
dengan kata-kata yang terdapat dalam konten yang diindeks. Ketepatan hasil
pencarian tergantung pada kualitas kata kunci yang Anda ketik, yang menempatkan
tanggung jawab pencarian yang sukses pada pengguna.
MA berbeda karena menggunakan pengolahan bahasa alami untuk memahami
dan mengingat pengetahuan yang disampaikan di setiap dokumen. MA kemudian
menerapkan teknik yang dikenal sebagai inferensi semantik untuk mengenali
maksud pengguna dan untuk secara proaktif memberikan hasil yang sesuai dengan
keinginan pengguna. Akibatnya, MA dapat memproses pertanyaan kompleks dan
dapat memberikan jawaban yang kaya dan berpengetahuan luas.
Ambil, misalnya, kueri "pembelajaran mesin". MA menafsirkannya sebagai tujuan
untuk menemukan studi yang paling berdampak di bidang pembelajaran mesin.
Ada kemungkinan bahwa banyak publikasi semacam itu mungkin bahkan tidak
menyertakan kata-kata "mesin" dan "pembelajaran" dalam judul atau bahkan teks
mereka. Oleh karena itu mesin pencari tradisional tidak dapat menemukannya. MA
berbeda. Ini dilatih untuk memahami makna tulisan, tidak hanya mencari kata kunci
korek api. Anda bisa membandingkan hasil dari MA dengan search engine lain
untuk melihat perbedaannya. Tentu saja, jika interpretasi semantik tidak sesuai
dengan tujuan Anda, Anda dapat menginstruksikan MA untuk kembali ke pencarian
kata kunci bertenaga Bing dengan mengeklik tautan "Tidak menemukan apa yang
Anda cari? Klik di sini untuk hasil Bing" di bagian bawah pencarian hasil.
MA memungkinkan Anda memahami bidang penelitian, tidak hanya mencari
makalah. MA tidak terbatas hanya mencari kertas. Ini menyediakan informasi
terkait tentang penulis, institusi, outlet publikasi, dan area penelitian yang paling
relevan. Kemampuan pencarian semantik MA memastikan informasi terkait sangat
relevan dengan pencarian awal.
Karena teknologi di balik MA sangat berbeda dan kuat, MA memungkinkan Anda
menemukan jawaban dengan cepat yang akan memakan waktu berminggu-minggu
untuk dikompilasi dengan menggunakan mesin pencari berbasis kata kunci.
Misalnya, bagaimana Anda bisa menemukan mesin penelusur pembelajaran
terkemuka dari Microsoft dalam dekade terakhir dan makalah penting mereka?
Kebanyakan orang perlu bertanya kepada ahli di lapangan. Namun, jika Anda
mengetikkan "makalah tentang pembelajaran mesin dari Microsoft setelah tahun
2007," MA memberikan jawabannya hanya dalam hitungan detik.
Mengapa saya harus memperhatikan saran kueri?
Dalam mesin pencari berbasis kata kunci, saran adalah fitur yang mudah
digunakan, namun di mesin pencari semantik seperti MA mereka memainkan peran
penting asisten cerdas. Bayangkan asisten ini terlibat dalam dialog dengan Anda
untuk memahami kebutuhan Anda dengan lebih baik dan membantu Anda
mencapai tujuan pencarian Anda dengan lebih efisien. Ambil kueri berikut sebagai
contoh:
Dengan memahami bagaimana makalah merujuk ke berbagai entitas. Entitas
adalah sesuatu yang memiliki keberadaan yang unik dan berbeda, walaupun tidak
harus dalam bentuk fisik. Abstraksi, misalnya, biasanya dianggap juga sebagai
suatu entitas., MA telah mempelajari akronim yang umum digunakan dan
mengizinkannya dalam ekspresi kueri. Contoh di atas menunjukkan bahwa MA telah
menentukan "cmu" untuk berarti "Universitas Carnegie Mellon" (berlawanan dengan
"Universitas Michigan Pusat") dalam konteks ini. Namun, ada beberapa interpretasi
yang sah dari "www," yang ditentukan oleh kemungkinan: sebagai bidang studi,
konferensi internasional, jurnal, atau kata kunci dalam judul kertas yang berafiliasi
dengan CMU (perhatikan ikon yang mewakili tipe entitas yang sesuai) . Anda
mengkonfirmasi kepada MA bahwa interpretasinya tentang "cmu" benar dan
mengidentifikasi "www" yang Anda cari dengan memilih dari daftar drop-down.
Untuk hasil pencarian terbaik, mohon saran MA dan klik mereka untuk melakukan
pencarian.
Apa arti ikon saran kueri?
Saat sebuah ikon muncul dalam saran kueri, ini berarti MA telah
mengidentifikasi kata-kata yang Anda ketik sebagai entitas. Entitas adalah konsep
utama yang mengatur keseluruhan data.MA mengoperasikan sekitar 7 jenis entitas
utama, masing-masing ditandai dengan ikon seperti yang dijelaskan di bawah ini:
Darimana data untuk Microsoft Academic berasal?
Apa itu Microsoft Academic Graph?
MA menggunakan pembaca mesin yang didukung oleh kecerdasan buatan
(artificial intelligence / AI) untuk memindai dan mengekstrak pengetahuan dari
semua publikasi ilmiah yang ditemukan dan diindeks oleh Bing. Bing
(sebelumnya Live Search, Windows Live Search, and MSN Search)
merupakan situs mesin pencari web (diiklankan sebagai "mesin
pengambil keputusan/decision engine") yang bernaung di bawah
bendera Microsoft. Bing mengindeks data dari berbagai sumber mulai
dari situs penerbit hingga homepage pribadinya. Agen AI MA kemudian
membersihkan dan mengatur data ini ke dalam database grafik yang
kami sebut Microsoft Academic Graph (MAG).
Bagaimana Anda menentukan publikasi terkait?
MA menghitung nilai kemiripan di antara makalah dengan menilai konsep
akademis dalam teks. Anda dapat menguji pendekatan kami dengan mencoba
metode Kesamaan kami di API Pengetahuan Akademik.
Bagaimana cara menghitung jumlah kutipan?
Karena sifat data ilmiah berskala besar yang bising yang tersedia di Web,
jumlah kutipan sebenarnya dari publikasi tidak identik dengan hitungan sederhana
dari dokumen kutipan yang diindeks oleh database ilmiah tertentu. MA
menggunakan sejumlah besar publikasi di Microsoft Academic Graph untuk
memperkirakan jumlah kutipan yang lebih akurat untuk setiap publikasi. Estimasi
menggunakan model statistik yang memanfaatkan statistik lokal dari publikasi
individual dan statistik global dari keseluruhan grafik akademis. Artikel tersebut,
"Jumlah Dokumen Ilmiah di Web Publik" oleh Madian Khabsa dan C. Lee Giles,
memberikan contoh lain estimasi statistik berdasarkan data korpus di Microsoft
Academic Search.
Mengapa situs baru tidak memiliki visualisasi grafik?
Kami sedang mengerjakan serangkaian visualisasi grafik baru yang akan
segera tersedia di MA dan melalui PowerBI. Sementara itu, jika Anda ingin
bereksperimen dengan pendekatan baru untuk memvisualisasikan grafik
pengetahuan akademis kami, silakan gunakan API Pengetahuan Akademik untuk
mencoba gagasan Anda.
Dimana peringkat jurnalnya?
Peringkat jurnal merupakan pengalaman integral dan dinamis di MA. Untuk
mencoba pengalaman peringkat jurnal baru, cukup gunakan bidang studi apa pun
sebagai kueri. Anda akan melihat peringkat jurnal di bidang itu di sisi kiri halaman
hasil pencarian di samping peringkat penulis, universitas, konferensi, dan bidang
terkait. MA menghitung peringkat jurnal berdasarkan makalah yang benar-benar
diberi label dengan bidang studi yang Anda telusuri, tidak berdasarkan semua surat
kabar di jurnal. Ini karena MA mengakui bahwa bahkan makalah di jurnal yang
sama mungkin termasuk dalam berbagai bidang studi.
Mengapa API tidak mencerminkan fakta bahwa saya telah mengklaim
beberapa dokumen?
MA menggunakan klaim kertas Anda untuk membantu penulis yang
disambiguasikan. Karena MA harus menyaring miliaran URL pada minggu biasa,
perubahan API memakan waktu sekitar tiga minggu. Kami memang menampilkan
klaim di halaman profil pribadi Anda segera.
Apakah Anda secara otomatis mengumpulkan publikasi baru saya ke
halaman profil saya?
Inilah tujuan kami, bagaimanapun, MA memberikan sebuah makalah yang
baru diterbitkan kepada seorang penulis hanya jika kepercayaannya sangat tinggi,
ini akurat. Faktor yang mengarah pada kepercayaan tinggi meliputi: publikasi sudah
disebutkan di CV online Anda; Ini sama banyak dengan publikasi Anda sebelumnya,
seperti rekan penulis, afiliasi mereka, bidang keahlian, dan lain-lain. Semakin Anda
mengajar MA dengan mengklaim penulis dan publikasi, semakin baik belajar untuk
melakukan pekerjaan dengan benar di masa depan.
Ketika MA menemukan sebuah publikasi baru oleh seorang penulis yang Anda
klaim, ini akan memberi tahu Anda dengan mengajukan publikasi baru di umpan
"Publikasi terakhir" Anda dan dengan menunjukkan pemberitahuan.
Bagaimana cara melaporkan kesalahan dan mengajukan pertanyaan?
Harap gunakan tombol "Umpan Balik" di tepi kanan bawah situs web MA.
Bagaimana cara membuat publikasi saya dapat ditemukan di situs Anda?
Untuk memasukkan jurnal Anda ke MA, pertama: pastikan publikasi Anda
diindeks oleh Bing. Gunakan Alat Webmaster Bing untuk memastikan bahwa Bing
mengindeks situs Anda dengan benar. Kedua, untuk meningkatkan kemampuan
untuk menemukan dan memasukkan konten Anda, pastikan untuk mengikuti
standar web untuk tag meta HTML untuk konten akademis.
Mengapa Anda tidak melaporkan faktor indeks h-index, EI atau SCI dan
jurnal?
Literatur penelitian telah memberikan banyak bukti bahwa metrik ini paling
mendekati perkiraan kasar dampak penelitian dan pengaruh ilmiah di era ketika
data publikasi dan kutipan yang cukup besar langka dan mahal untuk diperoleh.
Dengan memanfaatkan skala perayap web Microsoft di Bing dan dengan membuat
dataset tersedia untuk masyarakat riset secara umum, Microsoft Research berharap
dapat memberdayakan penelitian mengenai modalitas baru dalam mengevaluasi
beasiswa.
Mengapa tidak banyak dokumen memiliki link download PDF?
MA menyediakan link ke kertas atau halaman web kapanpun tersedia. Jika
tidak ada opsi View Link atau View PDF, itu berarti kita mengetahui tentang kertas
karena telah dikutip oleh kertas lain dalam grafik, namun kami belum menemukan
salinan secara online.
Mengapa afiliasi penulis terkadang berbeda dengan yang muncul di surat kabar?
Algoritma kami dapat menggunakan afiliasi terakhir yang diketahui penulis atau
membiarkan hubungan kosong saat tidak dapat dengan yakin mengidentifikasi
informasi penulis dari file PDF. Kirimkan formulir umpan balik saat Anda melihat
adanya kesalahan untuk membantu tim peneliti melatih sistem pembelajaran mesin
agar kinerjanya lebih baik.
Mengapa beberapa publikasi tidak memiliki tempat?
Bidang tempat akan dibiarkan kosong jika sebuah makalah diterbitkan secara
resmi melalui beberapa tempat (mis., Konferensi gabungan atau proses konferensi
yang dipublikasikan dalam jurnal). Kami terus meningkatkan algoritme dan teknik
pemodelan untuk menangani banyak tempat untuk publikasi yang sama.
Mengapa tanggal publikasi Anda terkadang salah?
Banyak publikasi diposkan secara online sebelum muncul di konferensi atau
jurnal. Akibatnya, MA cenderung menggunakan tanggal "yang pertama dilihat"
sebagai tanggal publikasi.
Bagaimana cara menambahkan atau mengedit informasi tentang penulis,
publikasi, jurnal, atau konferensi?
Buat profil dan klaim surat-surat yang telah Anda tulis. Untuk hal lain yang
ingin Anda edit tapi temukan Anda tidak memiliki izin, mohon kirimkan formulir
umpan balik menggunakan tombol di tepi kanan bawah.
FAQ (Frequently Asked Questions ) tentang API
FAQ singkatan dari Frequently asked questions yang berarti kumpulan
pertanyaan" (Questions) yang sering (Frequently) ditanyakan (Asked) orang".
Saya seorang pengembang Bagaimana saya bisa secara terprogram
mengakses interpretasi query semantik dan layanan pencarian Anda?
Cara kerja internal MA terbuka untuk umum melalui API Pengetahuan
Akademik, yang merupakan bagian dari rangkaian Microsoft Cognitive Services API
di Azure. Anda dapat menguji algoritma query query melalui metode "Interpret"
di API dan mengambil sebagian pengetahuan terindeks dari MA dengan
menggunakan metode "Evaluate" atau "GraphSearch". Cara mudah untuk
mendapatkan ekspresi semantik untuk metode "Evaluasi" memang
menyalurkan kueri manusia melalui metode "Interpret" dan
menggunakan hasil yang diinterpretasikan. Silahkan baca dokumentasi online
di situs Azure untuk rinciannya.
Mengapa Anda meminta informasi kartu kredit untuk menggunakan API?
API Pengetahuan Akademik adalah bagian dari paket Microsoft Cognitive
Services API yang menawarkan koleksi blok bangunan yang kaya untuk layanan
cerdas secara global. Banyak yurisdiksi di seluruh dunia memerlukan penyedia
layanan awan untuk memiliki pemahaman beberapa pengguna mereka. Praktik
umum di industri ini adalah untuk mengidentifikasi pengguna melalui kartu kredit
meskipun tidak ada niat untuk mengenakan biaya apapun. Layanan Kognitif
Microsoft mengikuti praktik industri ini.
Saya menggunakan data Anda untuk salah satu proyek atau makalah
penelitian saya. Bagaimana saya mengutipnya?
Tolong sebutkan tulisan berikut ini:Arnab Sinha, Zhihong Shen, Yang Song,
Hao Ma, Darrin Eide, Bo-Juni (Paul) Hsu, dan Kuansan Wang. 2015. Gambaran
Umum Layanan Akademik Microsoft (MA) dan Aplikasi. Dalam Prosiding Konferensi
Internasional ke 24 di World Wide Web (WWW '15 Companion). ACM, New York,
NY, AS, 243-246. DOI = http://dx.doi.org/10.1145/2740908.2742839
https://www.researchgate.net/signup.SignUp.html
RESUME SUMMARY :
Menurut Penulis diambil dari sumber suatu organisasi Microsoft Academic dan Badan
Kepegawaian Daerah :
1. Bagaimana sistem informasi mendukung aktivitas-aktivitas dari para
pengambil keputusan oleh para manajer dan manajemen dengan mesin
Pencari Microsoft Academic ?
Jawab :
Tidak semua system informasi dapat dipakai untuk mendukung pengambilan
keputusan. Contoh Seorang Pimpinan di sebuah Perguruan Tinggi memiliki aktivitas
yang sama seperti yang tersebut dalam resume no.1 seperti yang di contohkan dalam
buku SIM. Dalam perannya sebagai seorang pimpinan tentu saja memiliki aktivitas,
peran manajer ini dapat di dukung oleh system informasi. Contohnya Peran Informasi
tentang data-data penelitian seorang Profesor. Untuk mendapatkan data-data penelitian
tentu saja dapat didukung dengan system informasi secara cepat yang disediakan oleh
system yang tersedia seperti Microsoft Academic yang telah memiliki database dari
semua peneliti diseluruh dunia yang melakukan pendaftaran melalui situs yang
disediakan oleh Microsoft Academic. Akan tetapi ketika seorang pimpinan akan
melakukan aktivitas peran antarpribadi atau melakukan perannya sebagai pengambil
keputusan, maka hal ini tidak dapat dilakukan dengan dukungan system informasi
karena kegiatannya bersifat langsung dan nyata. Contohnya ketika Seorang Peneliti
menjabat sebagai dosen sekaligus sebagai rector, tentu saja aktivitas untu melakukan
Wisuda terhadap para mahasiswanya, atau menyerahkan Ijazah kepada mahasiswa
tidak dapat diwakili dengan system informasi karena aktivitasnya bersifat langsung.
Atau seorang dosen yang merangkap sebagai peneliti atau sebagai Rektor, ketika
melakukan tugasnya sebgaai rector untuk rapat dengan jajarannya tentu saja ini juga
tidak dapat diwakilkan dengan system informasi.
2. Bagaimana sistem informasi mendukung aktivitas-aktivitas dari para
pengambil keputusan oleh para manajer dan manajemen di Badan
Kepegawaian Daerah ?
Jawab :
Seperti telah disampaikan diatas bahwa tidak semua system informasi dapat dipakai
untuk mendukung pengambilan keputusan. Contoh Seorang Pimpinan di Badan
Kepegawaian Daerah memiliki aktivitas yang sama seperti yang tersebut dalam
resume no.1 seperti yang di contohkan dalam buku SIM. Dalam perannya sebagai
manajer seorang pimpinan tentu saja memiliki aktivitas yang dapat di dukung oleh
system informasi. Contohnya Peran Informasi tentang data-data kepegawaian dari
seluruh kota Yogyakarta yang pusat datanya ada dalam database Badan Kepegawaian
Daerah. Untuk mendapatkan data-data pegawai yang akan pensiun tentu saja dapat
didukung dengan system informasi secara cepat karena institusi tersebut telah
memiliki database dari semua pegawai yang dibawahinya. Akan tetapi ketika seorang
pimpinan akan melakukan aktivitas peran antarpribadi atau melakukan perannya
sebagai pengambil keputusan, maka hal ini tidak dapat dilakukan dengan dukungan
system informasi karena kegiatannya bersifat langsung dan nyata. Contohnya ketika
penyerahan SK Pensiun kepada pegawai maka tidak dapat diwakili dengan system
informasi karena bersifat langsung.
Jadi dapat disimpulkan bahwa tidak semua aktivitas para manajer ini dapat didukung oleh
system informasi. Hanya kegiatan-kegiatan tertentu yang dapat didukung oleh system
infromasi.Contohnya mencari informasi dengan mesin pencarian seperti google search.
Jika di dunia nyata dapat dikatakan ini sama dengan system informasi untuk kearsipan.
Dimana penyajian data dan informasi dapat dilakukan dengan aplikasi atau dengan
bantuan alat system informasi.
Di dalam organisasi Badan Kepegawaian Daerah juga didapati bahwa pencarian data
pegawai dapat dilakukan dengan mudah oleh pimpinan dengan bantuan aplikasi system
kepegawaian yang digunakan dalam organisasi tersebut untuk mengelola ribuan pegawai
yang menjadi tanggung jawabnya.
UNIVERSITAS TEHNOLOGI YOGYAKARTA
DAERAH ISTIMEWA YOGYAKARTA
INDONESIA
PROGRAM MATRIKULASI
“MENINGKATAN PROSES PENGAMBILAN KEPUTUSAN”
“PERAN MANAJERIAL”
By :
Nama
: S U P A R N I , S.E
Mata Kuliah
: Management Information System
Dosen
: Dr. Ir. Wahyuni Reksoatmodjo, M.Sc.
2018
PROGRAM PASCASARJANA MAGISTER MANAJEMEN
UNIVERSITAS TEHNOLOGI YOGYAKARTA
TUGAS KULIAH
Selasa, 27 Pebruari 2018
Matrikulasi SIM : Pertemuan ke 6
Oleh : S U P A R N I
BAB 12
MENINGKATAN PROSES PENGAMBILAN KEPUTUSAN
“MANAJER DAN PENGAMBILAN KEPUTUSAN DALAM DUNIA NYATA”
“PERAN MANAJERIAL”
Para manajer memainkan peran penting dalam organisasi. Tanggung jawab mereka
adalah mengambil keputusan, membuat laporan,menghadiri rapat, hingga merencanakan
pesta ulang tahun. Kita dapat memahami fungsi manajer dan perannya hingga lebih baik
dengan cara mengkaji perilaku manajer gaya klasik dan kontemporer.
Model manajer klasik (classical model og management), yang menggambarkan
apakah yang dilakukan oleh para manajer, yang umumnya tidak dipertanyakan lebih dari
70 tahun sejak tahun 1920-an.Henri Fayol dan para tokoh pada masa awal lainnya yang
pertama kali menggambarkan 5 fungsi klasik dari para manajer, yaitu merencanakan,
mengatur, mengoordinasi, memutuskan dan mengendalikan. Gambaran mengenai
aktivitas manajemen tersebut mendominasi pemikiran manajemen dalam waktu yang
lama, dan masih terkenal hingga saat ini.
Model manajemen klasik menjelaskan fungsi manajerial secara formal, tetapi tidak
menunjukkan apa yang dilakukan manajer secara terperinci saat mereka merencanakan,
memutuskan sesuatu, dan mengendalikan pekerjaan orang lain. Dalam hal ini kita harus
kembali pada karya-karya para pakar perilaku kontemporer yang memperlajari para
manajer dalam aktivitasnya sehari-hari. Model perilaku (behavioral models) menyatakan
bahwa ketika perilaku yang sebenarnya dari para manajer terlihat kurang sistematis, lebih
informal, kurang reflektif, lebih reaktif, dan kurang terorganisasi dengan baik daripada
model klasik yang telah kita yakini.
Para pengamat mendapati bahwa perilaku manajer sebenarnya mempunyai lima
atribut yang berbeda dari penjelasan model klasik : Pertama, manajer melakukan banyak
pekerjaan dengan luar biasa sibuknya, penelitian mendapati bahwa para manajer
menangani lebih dari 600 aktivitas yang berbeda setiap harinya, tanpa istirahat. Kedua,
aktivitas menejerial terpecah-pecah; kebanyakan aktivitas bertahan kurang dari 9 menit,
dan hanya 10 persen dari aktivitas tersebut yang melebihi durasi satu jam. Ketiga,
manajer lebih menyukai informasi terkini, specific, dan ad hoc ( informasi yang tercetak
sering kali sudah usang). Keempat, mereka menyukai bentuk komunikasi lisan daripada
tulisan, karena media lisan memberikan fleksibelitas yang tinggi, membutuhkan upaya
yang lebih sedikit, dan memberikan respon yang lebih cepat. Kelima, manajer memberikan
prioritas yang tinggi dalam mempertahankan hubungan yang bermacam-macam dan rumit
yang bertindak sebagai system informasi dan membantu mereka melaksanakan agenda
personel mereka serta sasaran-sasaran jangka pendek dan jangka panjang.
Dalam menganalisis perilaku para manajer dari hari-ke hari, Henry Mintzberg
menemukan bahwa hal itu dapat diklasifikasikan ke dalam 10 persen manajerial. Peran
Manajerial (manajerial roles) merupakan ekspektasi dari aktivitas yang harus dikerjakan
oleh para manajer didalam suatu organisasi. Mitszberg mendapati bahwa peran manajerial
ini dibagi menjadi tiga kategori : antarpribadi, informasi dan pengambil keputusan.
Peran Antarpribadi : Dalam peran antarpribadi (interpersonal role), para manajer
bertindak sebagai figur utama dalam organisasi ketika mereka mewakili perusahaan
mereka kepada dunia luar dan melakukan tugas-tugas simbolik, seperti memberikan
penghargaan kepada karyawan. Manajer bertindak sebagai pemimpin, memberikan
motivasi, nasihat, dan mendukung bawahannya. Manajer bertindak sebagai penghubung
antara berbagai tingkatan dalam organisasi; pada setiap tingkatan tersebut, manajer
bertindak sebagai penghubung antaranggota tim manajemen. Manajer memberikan waktu
dan bantuan, yang diharapkan akan dibalas.
Peran Informasi : Dalam peran informasi manajer bertindak sebagai pusat saraf
dari organisasi, menerima informasi terkini yang paling konkret dan mendistribusikannya
kembali kepada mereka yang memerlukannya. Manajer adalah penyebar informasi dan
juru bicara dalam organisasinya.
Peran Pengambil Keputusan : Peran pengambil keputusan (decisional role)
mereka bertindaks ebagai wirausahawan dalam mengusulkan aktivitas-aktivitas baru,
menangani gangguan-gangguan yang muncul dalam organisasi, mengalokasikan
sumberdaya kepada staf yang membutuhkan; dan menegosiasikan konflik dan menjadi
penengah antara kelompok-kelompok yang bertikai.
“PENGAMBILAN KEPUTUSAN DALAM DUNIA NYATA”
Kita dapat melihat bahwa system informasi tidak dapat membantu semua peran
manajerial. Dan dalam peran manajerial ini dimana system informasi dapat membantu
mengambil keputusan, investasi dalam teknologi informasi, tidak selalu menghasilkan hasil
yang positif.Ada 3 alasan utama yang memengaruhi pengambilan keputusan dalam dunia
nyata yaitu : Kualitas Informasi, Penyaringan Manajemen, dan Budaya Organisasi.
Kualitas Informasi yaitu : Keputusan yang berkualitas tinggi memerlukan informasi yang
berkualitas tinggi, dimensi kualitas informasi memengaruhi kualitas keputusan. Apabila
keluaran dari system informasi tidak memenuhi criteria kualitas ini, maka proses
pengambilan keputusan akan sulit dilakukan. Penyaring manajemen, walaupun dengan
informasi yang tepat waktu dan akurat, tetapi beberapa manajer mengambil
keputusanyang buruk. Para manajer (seperti halnya semua manuasia) menyerap informasi
melalui serangkaian penyaringan utnuk memahami dunia disekitar mereka. Para manajer
memiliki perhatian yang selektif, menitikberatkan pada jenis permasalahan dan
pemecahan tertentu, dan memiliki bias-bias yang bervariasi yang menolak informasi yang
tidak sesuai dengan konsepsi mereka sebelumnya.
“PENGAMBILAN KEPUTUSAN OTOMATIS YANG BERKECEPATAN TINGGI”
Saat ini banyak keputusan yang diambil oleh organisasi tidak dibuat oleh para
manajer, atau beberapa manusia. Sebagai contoh ketika kita memasukkan queri pada
mesin pencari google, Google telah memutuskan URL yang manakah yang menampilkan
dalam waktu rata-rata sekitar setengah detik (500 mili detik). Google membuat indeks
atas lebih dari 50 milyard laman web,meskipun tidak mencarai keseluruhan indeks bagi
semua queri yang diterimanya. Hal yang sama benar-benar terjadi kedalam mesin pencari
lainnya. Bursa saham New York menghabiskan lebih dari $450 juta dalam tahun 20102011 untuk membangun platform perdagangan yang menjalankan pesanan-pesanan yang
masuk dalam kurun waktu kurang dari 50 mili detik. Frekwensi yang tinggi dari para
pedagang pada bursa saham elektronik melaksanakan perdagangannya dalam waktu di
bawah 50 mili detik.
Kelas-kelas dalam keputusan yang sangat terstruktur dan otomatis mengalami
pertumbuhan yang sangat cepat. Apakah yang membuat jenis dari keputusan otomatis
yang berkecepatan tinggi dimungkinkan adalah algoritme computer yang secara cepat
mendefinisikan langkah-langkah yang harus diikuti untuk menghasilkan suatu keputusan,
database yang sangat besar ; prosesor yang berkecepatan yang sangat tinggi; dna
perangkat lunak yang dioptimalkan atas tugas. Dalam keadaan tersebut manusia (meliputi
para manajer) dihapuslan dari rantai keputusan karena mereka terlalu lamban.
Hal ini juga berarti bahwa organisasi dalam area-area tersebut mengambil
keputusan dengan lebih cepat daripada apa yang para manajer dapat memonitor atau
mengendalikannya.Ketidakmampuan untuk mengendalikan keputusan secara otomatis
merupakan suau faktor yang sama di dalam “Kejatuhan Sekejab” yang diambil oleh para
saham AS pada 6 Mei 2010, ketika rata-rata Industri Dow Jones jatuh sebesar 600 poin
dalam hitungan menit sebelum melambung kemudian pada hari itu. Pasar saham
terbebani oelh sebuah gelombang yangs angat besar atas pesanan penjualan yang
teruatam dipicu oleh program perdagangan terkomputerisasi yang berkecepatan tinggi di
dalam hitungan beberapa detik, menyebabkan saham-saham dari beberapa perusahaan
seperti Procter & Gamble menjual dengan keuntungan yang sedikit.beberapa tahun yang
lalu terlihat serangkaian gangguan yang sama dalam system perdagangan
terkomputerisasi, termasuk salah satunya pada 01 Agustus 2012, ketika perangkat lunak
yang menyebabkan Knight Capital memasuki jutaan kesalahan dalam perdagangan dalam
waktu kurang dari satu jam. Kesalahan perdangangan menyebabkan gelombang tidak
teratur dan menurunkan harga hampir150 saham dan menyebabkan Knight dalam
kerugian yang mencapai $440 juta.
Bagaimana Simon membuat kerangka kerja implementasi pilihan desain kecerdasan
yang berjalan dalam lingkungan keputusan yang berkecepatan tinggi ?. Pada dasarnya,
kecerdasan,desain,pilihan, dan implementasi yang merupakan bagian dari proses dalam
pengambilan keputusan ditangkap oleh algoritma perangkat lunak. Manusia – manusia
yang menulis bahwa perangkat lunak telah dapat mengidentifikasi permasalahan,
merancang suatu metode untuk menemukan suatu solusi, mendefinisikan kisaran
pemecahan yang dapat diterima, dan mengimplementasikan solusi tersebut. Secara jelas,
dengan manusia keluar dari suatu lingkaran , dengan sejumlah kepedulian yang perlu
diambil untuk memastikan operasional yang tepat bagi system-sistem tersebut agar tidak
menimbulkan kerugian yang signifikan bagi organisasi dan manusia. Dan bahkan
kemudian usaha perlindungan tambahan yang bijaksaan untuk mengamati perilaku dari
sistem-sistem tersebut, meregulasi kinerja mereka, dan jika diperlukan dapat mematikan
mereka.
RESUME SUMMARY:
Menurut Ahli / Pakar diambil dari sumber belajar SIM, Penulis Kenneth C Lauden & Jane
P.Lauden :
1. Bagaimana sistem informasi mendukung aktivitas-aktivitas dari para pengambil
keputusan oleh para manajer dan manajemen ?
Jawab :
Pengambilan keputusan dalam dunia nyata. Kita dapat melihat bahwa system
informasi tidak dapat membantu semua peran manajerial. Dan dalam peran
manajerial ini dimana system informasi dapat membantu mengambil keputusan,
investasi dalam teknologi informasi, tidak selalu menghasilkan hasil yang positif.Ada 3
alasan utama yang memengaruhi pengambilan keputusan dalam dunia nyata yaitu :
Kualitas Informasi, Penyaringan Manajemen, dan Budaya Organisasi. Kualitas
Informasi yaitu : Keputusan yang berkualitas tinggi memerlukan informasi yang
berkualitas tinggi, dimensi kualitas informasi memengaruhi kualitas keputusan. Apabila
keluaran dari system informasi tidak memenuhi criteria kualitas ini, maka proses
pengambilan keputusan akan sulit dilakukan. Databse dan file yang tidak akurat dan
kurang lengkap dapat menurunkan kualitas pengambilan keputusan yang diperankan
oleh manajer.
Model perilaku yang dikemukakan oleh para pakar manajemen kontemporer
menyebutkan bahwa : Peran manajerial dibagi menjadi 3 yaitu :
1. Peran antarpribadi : Dalam peran antarpribadi, para manajer bertindak sebagai
figure utama dalam organisasi ketika mewakili perusahaan mereka kepada dunia
luar dan melakukan tugas-tugas simbolik, seperti memberikan penghargaan
karyawan. Manajer bertindak sebagai pemimpin, memberikan motivasi, nasihat,
dan mendukung bawahannya. Manajer juga bertindak sebagai penghubung antara
berbagai tingkatan dalam organisasi; pada setiap tingkatan tersebut, manajer
bekerja sebagai penghubung antaranggota tim manajemen.manajer memberikan
waktu dan bantuan dengan harapan akan dibalas. Peran antarpribadi tentu saja
tidak dapat didukung oleh system informasi karena pengambilan keputusan hanya
dapat dilakukan oleh manajer itu sendiri secara langsung di dunia nyata.
2. Peran Informasi : Dalam peran informasi manajer bertindak sebagai pusat saraf
dari organisasi, menerima informasi terkini yang paling konkret dan
mendistribusikannya kembali kepada mereka yang memerlukannya. Manajer adalah
penyebar informasi dan juru bicara dalam organisasinya. Peran Informasi ini dapat
didukung dengan system informasi contohnya dengan bantuan mesin pencarian
seperti Google Search atau Yahoo Search. Saat ini banyak keputusan yang diambil
oleh organisasi tidak dibuat oleh para manajer, atau beberapa manusia. Sebagai
contoh ketika kita memasukkan queri pada mesin pencari google, Google telah
memutuskan URL yang manakah yang menampilkan dalam waktu rata-rata sekitar
setengah detik (500 mili detik). Google membuat indeks atas lebih dari 50 milyard
laman web,meskipun tidak mencarai keseluruhan indeks bagi semua queri yang
diterimanya. Hal yang sama benar-benar terjadi kedalam mesin pencari lainnya.
Bursa saham New York menghabiskan lebih dari $450 juta dalam tahun 2010-2011
untuk membangun platform perdagangan yang menjalankan pesanan-pesanan
yang masuk dalam kurun waktu kurang dari 50 mili detik. Frekwensi yang tinggi
dari para pedagang pada bursa saham elektronik melaksanakan perdagangannya
dalam waktu di bawah 50 mili detik.
3. Peran Pengambil Keputusan : Dalam peran pengambil keputusan, manajer
bertindak sebagai wirausahawan dalam mengusulkan jenis-jenis aktivitas baru,
menangani gangguan-gangguan yang muncul dalam organisasi; mengalokasikan
sumber daya kepada para staf yang membutuhkan; menegosiasikan konflik dan
menjadi penengah antara kelompok-kelompok yang bertikai. Peran Pengambil
keputusan ini juga tidak dapat didukung dengan system informasi karena disini
peran menejer terlibat langsung dalam dunia nyata sehingga tidak dapat
diaplikasikan di dalam system informasi.
“MICROSOFT ACADEMIC”
http://academic.research.microsoft.com/
Penelitian lebih banyak, cari lebih sedikit Coba Microsoft Academic dari Microsoft
Research. Sekarang Anda dapat menemukan lebih banyak dari apa yang Anda
butuhkan lebih cepat. Pencarian semantik (tanda atau lambang), memberi Anda
hasil pencarian yang sangat relevan dari refresh dan ekstensif konten akademis dari
lebih dari 120 juta publikasi.
Apa yang baru di versi 2.0?
Microsoft Academic (MA) mengalami update yang signifikan pada bulan Juli 2017.
Pembaruan mencakup tiga fitur utama:
Akun dan Profil - Anda sekarang dapat membuat akun, masuk log, dan
membuat profil publik dengan mengklaim publikasi yang telah Anda tulis.
Mengklaim publikasi Anda akan membantu meningkatkan akurasi pencarian, dan
akan menampilkan karya Anda ke seluruh dunia.
Personalisasi - Diaktifkan dengan penggunaan akun, personalisasi menyediakan
homepage khusus untuk setiap pengguna yang masuk. MA katalog acara akademik,
berita penelitian, dan publikasi baru.
Bagaimana MA berbeda dengan mesin pencari akademis lainnya?
Microsoft Academic (MA) menggunakan kemajuan dalam pembelajaran
mesin, inferensi semantik dan penemuan pengetahuan untuk membantu Anda
menjelajahi informasi ilmiah dengan cara yang lebih hebat daripada sebelumnya.
MA adalah mesin pencari semantic (tanda atau lambang), bukan kata kunci
berbasis kata kunci.
Mesin pencari tradisional sangat bergantung pada pencocokan kata kunci.
Biasanya, mereka mencocokkan kata kunci yang Anda ketikkan di kolom pencarian
dengan kata-kata yang terdapat dalam konten yang diindeks. Ketepatan hasil
pencarian tergantung pada kualitas kata kunci yang Anda ketik, yang menempatkan
tanggung jawab pencarian yang sukses pada pengguna.
MA berbeda karena menggunakan pengolahan bahasa alami untuk memahami
dan mengingat pengetahuan yang disampaikan di setiap dokumen. MA kemudian
menerapkan teknik yang dikenal sebagai inferensi semantik untuk mengenali
maksud pengguna dan untuk secara proaktif memberikan hasil yang sesuai dengan
keinginan pengguna. Akibatnya, MA dapat memproses pertanyaan kompleks dan
dapat memberikan jawaban yang kaya dan berpengetahuan luas.
Ambil, misalnya, kueri "pembelajaran mesin". MA menafsirkannya sebagai tujuan
untuk menemukan studi yang paling berdampak di bidang pembelajaran mesin.
Ada kemungkinan bahwa banyak publikasi semacam itu mungkin bahkan tidak
menyertakan kata-kata "mesin" dan "pembelajaran" dalam judul atau bahkan teks
mereka. Oleh karena itu mesin pencari tradisional tidak dapat menemukannya. MA
berbeda. Ini dilatih untuk memahami makna tulisan, tidak hanya mencari kata kunci
korek api. Anda bisa membandingkan hasil dari MA dengan search engine lain
untuk melihat perbedaannya. Tentu saja, jika interpretasi semantik tidak sesuai
dengan tujuan Anda, Anda dapat menginstruksikan MA untuk kembali ke pencarian
kata kunci bertenaga Bing dengan mengeklik tautan "Tidak menemukan apa yang
Anda cari? Klik di sini untuk hasil Bing" di bagian bawah pencarian hasil.
MA memungkinkan Anda memahami bidang penelitian, tidak hanya mencari
makalah. MA tidak terbatas hanya mencari kertas. Ini menyediakan informasi
terkait tentang penulis, institusi, outlet publikasi, dan area penelitian yang paling
relevan. Kemampuan pencarian semantik MA memastikan informasi terkait sangat
relevan dengan pencarian awal.
Karena teknologi di balik MA sangat berbeda dan kuat, MA memungkinkan Anda
menemukan jawaban dengan cepat yang akan memakan waktu berminggu-minggu
untuk dikompilasi dengan menggunakan mesin pencari berbasis kata kunci.
Misalnya, bagaimana Anda bisa menemukan mesin penelusur pembelajaran
terkemuka dari Microsoft dalam dekade terakhir dan makalah penting mereka?
Kebanyakan orang perlu bertanya kepada ahli di lapangan. Namun, jika Anda
mengetikkan "makalah tentang pembelajaran mesin dari Microsoft setelah tahun
2007," MA memberikan jawabannya hanya dalam hitungan detik.
Mengapa saya harus memperhatikan saran kueri?
Dalam mesin pencari berbasis kata kunci, saran adalah fitur yang mudah
digunakan, namun di mesin pencari semantik seperti MA mereka memainkan peran
penting asisten cerdas. Bayangkan asisten ini terlibat dalam dialog dengan Anda
untuk memahami kebutuhan Anda dengan lebih baik dan membantu Anda
mencapai tujuan pencarian Anda dengan lebih efisien. Ambil kueri berikut sebagai
contoh:
Dengan memahami bagaimana makalah merujuk ke berbagai entitas. Entitas
adalah sesuatu yang memiliki keberadaan yang unik dan berbeda, walaupun tidak
harus dalam bentuk fisik. Abstraksi, misalnya, biasanya dianggap juga sebagai
suatu entitas., MA telah mempelajari akronim yang umum digunakan dan
mengizinkannya dalam ekspresi kueri. Contoh di atas menunjukkan bahwa MA telah
menentukan "cmu" untuk berarti "Universitas Carnegie Mellon" (berlawanan dengan
"Universitas Michigan Pusat") dalam konteks ini. Namun, ada beberapa interpretasi
yang sah dari "www," yang ditentukan oleh kemungkinan: sebagai bidang studi,
konferensi internasional, jurnal, atau kata kunci dalam judul kertas yang berafiliasi
dengan CMU (perhatikan ikon yang mewakili tipe entitas yang sesuai) . Anda
mengkonfirmasi kepada MA bahwa interpretasinya tentang "cmu" benar dan
mengidentifikasi "www" yang Anda cari dengan memilih dari daftar drop-down.
Untuk hasil pencarian terbaik, mohon saran MA dan klik mereka untuk melakukan
pencarian.
Apa arti ikon saran kueri?
Saat sebuah ikon muncul dalam saran kueri, ini berarti MA telah
mengidentifikasi kata-kata yang Anda ketik sebagai entitas. Entitas adalah konsep
utama yang mengatur keseluruhan data.MA mengoperasikan sekitar 7 jenis entitas
utama, masing-masing ditandai dengan ikon seperti yang dijelaskan di bawah ini:
Darimana data untuk Microsoft Academic berasal?
Apa itu Microsoft Academic Graph?
MA menggunakan pembaca mesin yang didukung oleh kecerdasan buatan
(artificial intelligence / AI) untuk memindai dan mengekstrak pengetahuan dari
semua publikasi ilmiah yang ditemukan dan diindeks oleh Bing. Bing
(sebelumnya Live Search, Windows Live Search, and MSN Search)
merupakan situs mesin pencari web (diiklankan sebagai "mesin
pengambil keputusan/decision engine") yang bernaung di bawah
bendera Microsoft. Bing mengindeks data dari berbagai sumber mulai
dari situs penerbit hingga homepage pribadinya. Agen AI MA kemudian
membersihkan dan mengatur data ini ke dalam database grafik yang
kami sebut Microsoft Academic Graph (MAG).
Bagaimana Anda menentukan publikasi terkait?
MA menghitung nilai kemiripan di antara makalah dengan menilai konsep
akademis dalam teks. Anda dapat menguji pendekatan kami dengan mencoba
metode Kesamaan kami di API Pengetahuan Akademik.
Bagaimana cara menghitung jumlah kutipan?
Karena sifat data ilmiah berskala besar yang bising yang tersedia di Web,
jumlah kutipan sebenarnya dari publikasi tidak identik dengan hitungan sederhana
dari dokumen kutipan yang diindeks oleh database ilmiah tertentu. MA
menggunakan sejumlah besar publikasi di Microsoft Academic Graph untuk
memperkirakan jumlah kutipan yang lebih akurat untuk setiap publikasi. Estimasi
menggunakan model statistik yang memanfaatkan statistik lokal dari publikasi
individual dan statistik global dari keseluruhan grafik akademis. Artikel tersebut,
"Jumlah Dokumen Ilmiah di Web Publik" oleh Madian Khabsa dan C. Lee Giles,
memberikan contoh lain estimasi statistik berdasarkan data korpus di Microsoft
Academic Search.
Mengapa situs baru tidak memiliki visualisasi grafik?
Kami sedang mengerjakan serangkaian visualisasi grafik baru yang akan
segera tersedia di MA dan melalui PowerBI. Sementara itu, jika Anda ingin
bereksperimen dengan pendekatan baru untuk memvisualisasikan grafik
pengetahuan akademis kami, silakan gunakan API Pengetahuan Akademik untuk
mencoba gagasan Anda.
Dimana peringkat jurnalnya?
Peringkat jurnal merupakan pengalaman integral dan dinamis di MA. Untuk
mencoba pengalaman peringkat jurnal baru, cukup gunakan bidang studi apa pun
sebagai kueri. Anda akan melihat peringkat jurnal di bidang itu di sisi kiri halaman
hasil pencarian di samping peringkat penulis, universitas, konferensi, dan bidang
terkait. MA menghitung peringkat jurnal berdasarkan makalah yang benar-benar
diberi label dengan bidang studi yang Anda telusuri, tidak berdasarkan semua surat
kabar di jurnal. Ini karena MA mengakui bahwa bahkan makalah di jurnal yang
sama mungkin termasuk dalam berbagai bidang studi.
Mengapa API tidak mencerminkan fakta bahwa saya telah mengklaim
beberapa dokumen?
MA menggunakan klaim kertas Anda untuk membantu penulis yang
disambiguasikan. Karena MA harus menyaring miliaran URL pada minggu biasa,
perubahan API memakan waktu sekitar tiga minggu. Kami memang menampilkan
klaim di halaman profil pribadi Anda segera.
Apakah Anda secara otomatis mengumpulkan publikasi baru saya ke
halaman profil saya?
Inilah tujuan kami, bagaimanapun, MA memberikan sebuah makalah yang
baru diterbitkan kepada seorang penulis hanya jika kepercayaannya sangat tinggi,
ini akurat. Faktor yang mengarah pada kepercayaan tinggi meliputi: publikasi sudah
disebutkan di CV online Anda; Ini sama banyak dengan publikasi Anda sebelumnya,
seperti rekan penulis, afiliasi mereka, bidang keahlian, dan lain-lain. Semakin Anda
mengajar MA dengan mengklaim penulis dan publikasi, semakin baik belajar untuk
melakukan pekerjaan dengan benar di masa depan.
Ketika MA menemukan sebuah publikasi baru oleh seorang penulis yang Anda
klaim, ini akan memberi tahu Anda dengan mengajukan publikasi baru di umpan
"Publikasi terakhir" Anda dan dengan menunjukkan pemberitahuan.
Bagaimana cara melaporkan kesalahan dan mengajukan pertanyaan?
Harap gunakan tombol "Umpan Balik" di tepi kanan bawah situs web MA.
Bagaimana cara membuat publikasi saya dapat ditemukan di situs Anda?
Untuk memasukkan jurnal Anda ke MA, pertama: pastikan publikasi Anda
diindeks oleh Bing. Gunakan Alat Webmaster Bing untuk memastikan bahwa Bing
mengindeks situs Anda dengan benar. Kedua, untuk meningkatkan kemampuan
untuk menemukan dan memasukkan konten Anda, pastikan untuk mengikuti
standar web untuk tag meta HTML untuk konten akademis.
Mengapa Anda tidak melaporkan faktor indeks h-index, EI atau SCI dan
jurnal?
Literatur penelitian telah memberikan banyak bukti bahwa metrik ini paling
mendekati perkiraan kasar dampak penelitian dan pengaruh ilmiah di era ketika
data publikasi dan kutipan yang cukup besar langka dan mahal untuk diperoleh.
Dengan memanfaatkan skala perayap web Microsoft di Bing dan dengan membuat
dataset tersedia untuk masyarakat riset secara umum, Microsoft Research berharap
dapat memberdayakan penelitian mengenai modalitas baru dalam mengevaluasi
beasiswa.
Mengapa tidak banyak dokumen memiliki link download PDF?
MA menyediakan link ke kertas atau halaman web kapanpun tersedia. Jika
tidak ada opsi View Link atau View PDF, itu berarti kita mengetahui tentang kertas
karena telah dikutip oleh kertas lain dalam grafik, namun kami belum menemukan
salinan secara online.
Mengapa afiliasi penulis terkadang berbeda dengan yang muncul di surat kabar?
Algoritma kami dapat menggunakan afiliasi terakhir yang diketahui penulis atau
membiarkan hubungan kosong saat tidak dapat dengan yakin mengidentifikasi
informasi penulis dari file PDF. Kirimkan formulir umpan balik saat Anda melihat
adanya kesalahan untuk membantu tim peneliti melatih sistem pembelajaran mesin
agar kinerjanya lebih baik.
Mengapa beberapa publikasi tidak memiliki tempat?
Bidang tempat akan dibiarkan kosong jika sebuah makalah diterbitkan secara
resmi melalui beberapa tempat (mis., Konferensi gabungan atau proses konferensi
yang dipublikasikan dalam jurnal). Kami terus meningkatkan algoritme dan teknik
pemodelan untuk menangani banyak tempat untuk publikasi yang sama.
Mengapa tanggal publikasi Anda terkadang salah?
Banyak publikasi diposkan secara online sebelum muncul di konferensi atau
jurnal. Akibatnya, MA cenderung menggunakan tanggal "yang pertama dilihat"
sebagai tanggal publikasi.
Bagaimana cara menambahkan atau mengedit informasi tentang penulis,
publikasi, jurnal, atau konferensi?
Buat profil dan klaim surat-surat yang telah Anda tulis. Untuk hal lain yang
ingin Anda edit tapi temukan Anda tidak memiliki izin, mohon kirimkan formulir
umpan balik menggunakan tombol di tepi kanan bawah.
FAQ (Frequently Asked Questions ) tentang API
FAQ singkatan dari Frequently asked questions yang berarti kumpulan
pertanyaan" (Questions) yang sering (Frequently) ditanyakan (Asked) orang".
Saya seorang pengembang Bagaimana saya bisa secara terprogram
mengakses interpretasi query semantik dan layanan pencarian Anda?
Cara kerja internal MA terbuka untuk umum melalui API Pengetahuan
Akademik, yang merupakan bagian dari rangkaian Microsoft Cognitive Services API
di Azure. Anda dapat menguji algoritma query query melalui metode "Interpret"
di API dan mengambil sebagian pengetahuan terindeks dari MA dengan
menggunakan metode "Evaluate" atau "GraphSearch". Cara mudah untuk
mendapatkan ekspresi semantik untuk metode "Evaluasi" memang
menyalurkan kueri manusia melalui metode "Interpret" dan
menggunakan hasil yang diinterpretasikan. Silahkan baca dokumentasi online
di situs Azure untuk rinciannya.
Mengapa Anda meminta informasi kartu kredit untuk menggunakan API?
API Pengetahuan Akademik adalah bagian dari paket Microsoft Cognitive
Services API yang menawarkan koleksi blok bangunan yang kaya untuk layanan
cerdas secara global. Banyak yurisdiksi di seluruh dunia memerlukan penyedia
layanan awan untuk memiliki pemahaman beberapa pengguna mereka. Praktik
umum di industri ini adalah untuk mengidentifikasi pengguna melalui kartu kredit
meskipun tidak ada niat untuk mengenakan biaya apapun. Layanan Kognitif
Microsoft mengikuti praktik industri ini.
Saya menggunakan data Anda untuk salah satu proyek atau makalah
penelitian saya. Bagaimana saya mengutipnya?
Tolong sebutkan tulisan berikut ini:Arnab Sinha, Zhihong Shen, Yang Song,
Hao Ma, Darrin Eide, Bo-Juni (Paul) Hsu, dan Kuansan Wang. 2015. Gambaran
Umum Layanan Akademik Microsoft (MA) dan Aplikasi. Dalam Prosiding Konferensi
Internasional ke 24 di World Wide Web (WWW '15 Companion). ACM, New York,
NY, AS, 243-246. DOI = http://dx.doi.org/10.1145/2740908.2742839
https://www.researchgate.net/signup.SignUp.html
RESUME SUMMARY :
Menurut Penulis diambil dari sumber suatu organisasi Microsoft Academic dan Badan
Kepegawaian Daerah :
1. Bagaimana sistem informasi mendukung aktivitas-aktivitas dari para
pengambil keputusan oleh para manajer dan manajemen dengan mesin
Pencari Microsoft Academic ?
Jawab :
Tidak semua system informasi dapat dipakai untuk mendukung pengambilan
keputusan. Contoh Seorang Pimpinan di sebuah Perguruan Tinggi memiliki aktivitas
yang sama seperti yang tersebut dalam resume no.1 seperti yang di contohkan dalam
buku SIM. Dalam perannya sebagai seorang pimpinan tentu saja memiliki aktivitas,
peran manajer ini dapat di dukung oleh system informasi. Contohnya Peran Informasi
tentang data-data penelitian seorang Profesor. Untuk mendapatkan data-data penelitian
tentu saja dapat didukung dengan system informasi secara cepat yang disediakan oleh
system yang tersedia seperti Microsoft Academic yang telah memiliki database dari
semua peneliti diseluruh dunia yang melakukan pendaftaran melalui situs yang
disediakan oleh Microsoft Academic. Akan tetapi ketika seorang pimpinan akan
melakukan aktivitas peran antarpribadi atau melakukan perannya sebagai pengambil
keputusan, maka hal ini tidak dapat dilakukan dengan dukungan system informasi
karena kegiatannya bersifat langsung dan nyata. Contohnya ketika Seorang Peneliti
menjabat sebagai dosen sekaligus sebagai rector, tentu saja aktivitas untu melakukan
Wisuda terhadap para mahasiswanya, atau menyerahkan Ijazah kepada mahasiswa
tidak dapat diwakili dengan system informasi karena aktivitasnya bersifat langsung.
Atau seorang dosen yang merangkap sebagai peneliti atau sebagai Rektor, ketika
melakukan tugasnya sebgaai rector untuk rapat dengan jajarannya tentu saja ini juga
tidak dapat diwakilkan dengan system informasi.
2. Bagaimana sistem informasi mendukung aktivitas-aktivitas dari para
pengambil keputusan oleh para manajer dan manajemen di Badan
Kepegawaian Daerah ?
Jawab :
Seperti telah disampaikan diatas bahwa tidak semua system informasi dapat dipakai
untuk mendukung pengambilan keputusan. Contoh Seorang Pimpinan di Badan
Kepegawaian Daerah memiliki aktivitas yang sama seperti yang tersebut dalam
resume no.1 seperti yang di contohkan dalam buku SIM. Dalam perannya sebagai
manajer seorang pimpinan tentu saja memiliki aktivitas yang dapat di dukung oleh
system informasi. Contohnya Peran Informasi tentang data-data kepegawaian dari
seluruh kota Yogyakarta yang pusat datanya ada dalam database Badan Kepegawaian
Daerah. Untuk mendapatkan data-data pegawai yang akan pensiun tentu saja dapat
didukung dengan system informasi secara cepat karena institusi tersebut telah
memiliki database dari semua pegawai yang dibawahinya. Akan tetapi ketika seorang
pimpinan akan melakukan aktivitas peran antarpribadi atau melakukan perannya
sebagai pengambil keputusan, maka hal ini tidak dapat dilakukan dengan dukungan
system informasi karena kegiatannya bersifat langsung dan nyata. Contohnya ketika
penyerahan SK Pensiun kepada pegawai maka tidak dapat diwakili dengan system
informasi karena bersifat langsung.
Jadi dapat disimpulkan bahwa tidak semua aktivitas para manajer ini dapat didukung oleh
system informasi. Hanya kegiatan-kegiatan tertentu yang dapat didukung oleh system
infromasi.Contohnya mencari informasi dengan mesin pencarian seperti google search.
Jika di dunia nyata dapat dikatakan ini sama dengan system informasi untuk kearsipan.
Dimana penyajian data dan informasi dapat dilakukan dengan aplikasi atau dengan
bantuan alat system informasi.
Di dalam organisasi Badan Kepegawaian Daerah juga didapati bahwa pencarian data
pegawai dapat dilakukan dengan mudah oleh pimpinan dengan bantuan aplikasi system
kepegawaian yang digunakan dalam organisasi tersebut untuk mengelola ribuan pegawai
yang menjadi tanggung jawabnya.