Minggu, 24 Juni 2012

Analisis Laporan Keuangan


Analisis Laporan Keuangan

Analisis Laporan Keuangan
Penjualan Tahun 2000 = 41.366
Penjualan Tahun 2001 = 40.990
Penjualan Tahun 2002 = 40.843


1. a. Penjualan Tahun 2000 - 2001
Jadi, penjualan tahun 2000 - 2001 =  40.990 / (41.366 + 40.990) = 0,49 atau 49 %
b. Penjualan Tahun 2001 - 2002
Jadi, penjualan tahun 2001 - 2002 = 40.843 / (40.990 + 40.843) = 0,49 atau 49%




2. Analisis Horizontal untuk neraca
Harta     2001       2002       Jumlah  %
Harta Lancar       1000       2000       3000       100%
Harta Tetap        1500       2500       4000       66,67%
Harta Tidak berwujud    2000       1500       3500       25%
Total Harta          4500       5500       10000    22,22%



Hutang
Hutang Jangka Pendek  300         200         500         33,33%
Hutang Jangka Panjang 250         300         550         20%
Total Hutang      550         500         1050       9%
Modal   3950       5000       8950       26,5%

kritik dan saran


Nama           : muhamad surdi
NPM             : 45209208          \s
Kelas           : 3 DA 02


Kritik :
- Terima kasih buat ibu ratih juwita yang telah membantu saya belajar,jadi apa yang saya pelajari selama belajar,saya lebih mengerti . . .

kalau ngasih soal jangan yang susah2 ya bu, yg mudah & gampang aja


Saran :
-Tetap semangat , N jangan menyerah . . .




Terima Kasih




Senin, 23 Januari 2012

MANAJEMEN SUMBER INFORMASI (IRM)

IRM adalah konsep manajemen sumber informasi yang mengenal informasi sebagai sumber organisasional utama yang harus dikelola dengan tingkat kepentingan yang sama seperti sumber organisasional dominan lain seperti orang, keuangan, peralatan & manajemen. Informasi merupakan salah satu sumber utama dari perusahaan & dapat dikelola seperti halnya sumber lain.


BERBAGAI PANDANGAN TENTANG IRM
Manajemen Sumber Daya Informasi Amerika ilmuwan Horton (FWHorton) danMarchand (DAMarchand), yang adalah pendiri teori IRM, para peneliti dan praktisiyang paling berwibawa. IRM risalah mereka tentang banyak hal utamanya adalah:

1.Sumber Daya Informasi (InformationResources) dan manusia, material,keuangan dan sumber daya alam sebagai sumber daya penting untuksemua bisnis, jadi harus sumber daya lain seperti manajemen, sumber dayamanajemen informasi. IRM adalah bagian penting dari manajemenperusahaan, manajemen perusahaan harus disertakan dalam anggaran.

2.IRM, termasuk manajemen data sumber daya dan manajemen informasipengolahan. Yang pertama menekankan kontrol data, yang berkaitandengan manajemen perusahaan dalam kondisi tertentu, bagaimana untukmendapatkan dan memproses informasi, dan menekankan pentingnyasumber daya informasi perusahaan.

3. IRM adalah fungsi manajemen baru perusahaan untuk menghasilkan fungsibaru ini dimotivasi oleh perkembangan informasi dan dokumentasi, danteratur pada semua tingkat manajemen untuk memperoleh informasi dan memproses informasi dengan cepat dan mudah kebutuhan mendesak.

4. tujuan IRM adalah untuk meningkatkan kondisi dinamis dan statisberhubungan dengan informasi internal dan eksternal kebutuhan untukmeningkatkan efektivitas manajemen. mengejar IRM dari "3E" - Efisien,Efektif dan ekonomis, yang efisien, efektif dan ekonomi; "3E" dekathubungan antara kendala bersama.

5. tahap pengembangan IRM's. 20 abad 90an, IRM dapat dibagi ke dalamperkembangan fisik kendali, manajemen teknologi otomatis, manajemensumber daya informasi dan pengetahuan manajemen dalam empat tahap.Setiap tahap perkembangan, dapat menjadi kekuatan pendorong, tujuanstrategis, teknologi dasar, manajemen, status organisasi dan faktor-faktorlainnya dibandingkan.

INFORMASI SEBAGAI SUMBER STRATEGIS
Kita telah mengetahui bahwa perusahaan berada dalam lingkungan yang terdiri atas elemen-elemen, seperti pelanggan, pemasok, pemerintah, dan pesaing. Perusahaan berusaha untuk menetapkan arus sumber fisik dan informasi secara dua arah dengan semua elemen tersebut kecuali dengan pesaing. Secara ideal, hanya arus informasi yang masuklah yang menghubungkan perusahaan dengan pesaingnya.

Tujuan utama dari perusahaan adalah menghasilkan keuntungan dan memelihara operasi kerjanya, sehingga dapat terus memberikan produk dan pelayanan (barang dan jasa) yang dibutuhkan oleh pelanggannya. Perusahaan harus menjalankan tujuannya tersebut dalam kendala yang diakibatkan oleh lingkungan.walaupun semua elemen dapat mengakibatkan terjadinya kendala, namun yang paling kelihatan adalah yang datangnya dari pesaing. Pesaing secara aktif berusaha untuk menyaingi keberhasilan perusahaan tersebut.
Informasi merupakan salah satu sumber yang dapat menghasilkan keuntungan kompetitif. Dengan cara memfokuskan para pelanggan & membangun sistem informasi yang bisa meningkatkan arus informasi antara perusahaan dan elemen lingkungannya. Arus Informasi antara perusahaan dan pelanggan :

  • Informasi yang menerangkan kebutuhan produk
  • Informasi yang menerangkan penggunaan produk
  • Informasi yang menerangkan kepuasan produk
PERENCANAAN STARTEGIS UNTUK SUMBER INFORMASI
Jika informasi akan digunakan sebagai sumber untuk mendapatkan keuntungan kompetitif maka penggunaannya harus direncanakan. Lebih dari itu perencanaan tersebut harus dilakukan oleh eksekutif perusahaan dan harus bersifat jangka panjang. Aktifitas perencanaan yang menidentifikasikan sumber-sumber informasi yang akan yang akan diperlukan pada masa yang akan datang dan cara penggunaannya dinamakan SPIR (Strategic Planning for Information Resources). Gagasan utama yang mendasari SPIR ini adalah adanya hubungan antara tujuan perusahaan secara keseluruhan dengan rencana  untuk sumber-sumber informasinya. Sumber-sumber informasi harus digunakan untuk mendukung pencapaian tujuan perusahaan.

Berdasarkan survey selama tahun delapan puluhan mengungkapkan bahwa SPIR adalah hal yang paling penting kaitannya dengan penggunaan komputer dalam bisnis. Namun demikian manajemen belum menyadari akan pentingnya SPIR ini. Kesadaran tersebut berkembang secara bertahap.

Gagasan utama dari SPIR adalah adanya hubungan antara tujuan perusahaan secara keseluruhan dengan sumber-sumber informasi. Sumber-sumber informasi harus digunakan untuk pencapaian tujuan. Perencanaan yang digunakan Top Down :

a) .BSP IBM (Business System Planning)merupakan Pendekatan studi total, Setiap manajer diinterview untuk menentukan kebutuhan informasi, kemudian sistem diimplementasikan sesuai dengan kebutuhan informasi.

b) .CSF (Critical Success Factor), merupakan Perencanaan sumber informasi dengan mengidentifikasi kunci keberhasilan yang nenentukan keberhasilan dan kegagalan

c) .Transformasi susunan strategis, merupakan Misi, Tujuan, strategi dari perusahaan merupakan dasar tujuan, batasan, strategi perencanaan sistem.

Proses pentransformasian dari susunan strategi organisasi menjadi susunan strategi SIM dinamakan proses perencanaan strategi SIM

 
MANAJEMEN DAN STRATEGI  END USER COMPUTING

Bila CIO mempunyai pengaruh, sumber-sumber informasi perusahaan juga akan mengalami perubahan. Selama beberapa tahun, trend operasi pelayanan informasi terpusat telah berubah menjadi trend pendistribusian sumber-sumber komputerisasi keseluruh perusahaan, terutama dalam bentuk mikrokomputer. Sebagian besar dari peralatan yang didistribusikan ini digunakan oleh pemakaian yang tidak mempunyai pemahaman komputer secara khusus. Aplikasi-aplikasi dari pemakai ini terdiri atas software tertulis yang telah dibuat oleh bagian unit pelayanan informasi atau diperoleh dari sumber-sumber luar. Namun demikian, ada juga pemakai yang hanya mengunakan komputer. Selain itu juga ada yang mendisain dan mengimplementasikan aplikasinya sendiri.

Sekarang perusahaan dihadapkan pada tantangan untuk mengolah sumber-sumber informasi yang tersebar tersebut . Salah satu study pertama mengenai end-user dilakukan pada tahun 1993 oleh John Rockart dari MIT dan Lauren S. Flannery, seorang mahasiswa jurusan MIT. Mereka menginterview 200 end-user ditujuh perusahaan dan menidentifikasi enam jenis yaitu:

a) .End-User Non-Pemrograman, merupakan Pemakai (user) hanya mempunyai pemahaman komputer yang sedikit atau mungkin tak punya sama sekali, dan hanya menggunakan sofware yang telah dibuat oleh orang lain. User ini berkomunikasi dengan hadware dengan bantuan menu dan mengandalkan orang lain untuk memberikan bantuan teknis.

b) .User Tingkatan Perintah, yaitu Pemakai (user) yang menggunakan sofware tertulis yang telah tersedia, selain itu juga menggunakan 4GL untuk mengakses database dan membuat laporan khusus.

c) .Progemmer End-User, yaitu pemakaian (user) yang  dapat menulis programnya sendiri dan menggunakan bahasa programan. Karena mempunyai pemahaman komputer yang lebih baik, biasanya menghasilkan informasi untuk pemakian non-programan dan pemakai tingkat perintah. Contoh pemakai jenis ini adalah aktuaris (penaksir), analis keuangan, dan insiyur.

d) .Personel Pendukung Fungsional, merupakn Pemakai yang ditugaskan di unit fungsional perusahaan dan menangani penggunaan komputer. Dan mempunyai tingkatan sebagai ahli seperti yang ada di unit pelayanan informasi.

e) .Personel Pendukung Komputerisasi End-User, yaitu Spesialis informasi yang ditugaskan di unit pelayanan informasi, namun membantu end-user dalam pengembangan sistem.

f) .Programmer DP, merupakan golongan programer khusus, yang ditugaskan di pelayanan informasi, yang diharapkan memberikan dukungan kepada end-user. Dukungan ini biasanya diberikan untuk menentukan harga kontrak.

Kita telah mnggunakan istilah end-user computing untuk menjelaskan pengembangan sistem berdasarkan komputer oleh orang yang mengunakan output dari sistem tersebut. Penekanannya adalah pada pengembangan. Hal yang sama juga dilakukan oleh Suzanna Rivard dari Ecole des Hautes etudes Commerciales, Montreal dan Sid L. Huff dari University of Western Ontario, dalam study mereka terhadap 272 end-user. Mereka membatasi klasifikasi mereka terhadap tiga kategoti tengah yang dikemukakan oleh Rockart dan Flannery:

  • User tingatan perintah
  • Pemrograman end-user
  • Personel pendukung fungsional
KEUNTUNGAN DARI END-USER COMPUTING
End-user computing memberika kuntunga baik kepada perusahaan maupun pemakai. Pertama, perusaaa akan memperoleh keuntungan dengan memindahkan beberapa muatan kerja dari bagian pelayanan informasi kepada end-user. Hal ini memungkinkan bagian pelayaan informasi untuk mengembangkan sistem organisasional yang mungkin lebih menjadi muatan kerja yang menumpuk selama beberapa bulan atau tahun. Ia juga memungkinkannya lebih mempunyai waktu untuk memelihara sistem yang  telah berada pada komputer.

Kedua, tidak dikutsertakannya spesialis informasi dalam proses pengembangan bisa mengatasi masalah yang telah menggangu pengimpleentasian sepanjang era komputer – yaitu komunikasi. Banyak pemakai yang tidak memahami jargon komputer yang diungkapkan spesialis informasi, dan banyak spesialis informasi yang tidak memahami tugas atau tanggung jawab pemakai. Karena para pemakai memahami kebutuhannya sendiri dengan lebh baik dari pada orang lain, maka ketika mereka mengembangkan sistem mereka sendiri, mereka mungkin akan lebih puas dengan hasilnya. Mereka juga mempunyai perasaan memiliki – “ini adalah sistem saya.”

Hasil akhir dari kedua keuntungan tersebut adalah bahwa akan tercapainya tingkat keterampilan penggunaan komputer yang lebih tinggi. Sedangkan keuntungan yang paling penting adalah dalam dukungan kebutuhan pemakai dalam memecahkan masalah dan sistem memberikan apa yang dibutuhkan oleh

SISTEM INFORMASI BERBASIS PENGETAHUAN Otomatisasi Kantor (Office Automation) Otomatisasi kantor merujuk pada semua alat dan metode yang diterapkan untuk kegiatan kantor yang memungkinkan untuk proses tertulis, visual, dan data suara dengan cara dibantu komputer. Otomatisasi kantor ini dimaksudkan untuk memberikan unsur-unsur yang memungkinkan untuk menyederhanakan, memperbaiki, dan otomatis organisasi kegiatan dari suatu perusahaan atau sekelompok orang (pengelolaan data administrasi, sinkronisasi pertemuan, dll). Menimbang bahwa organisasi perusahaan memerlukan peningkatan komunikasi, otomatisasi kantor tidak lagi terbatas catatan tulisan tangan untuk sekedar menangkap. Secara khusus, juga mencakup kegiatan sebagai berikut: · Pertukaran informasi · Pengelolaan dokumen administrasi · Penanganan data numerik · Rapat perencanaan dan pengelolaan jadwal kerja Office suite Tools The “office suite” merujuk pada semua program perangkat lunak yang memungkinkan untuk memenuhi kebutuhan kantor. Secara khusus, sebuah office suite karena itu mencakup program-program perangkat lunak berikut: · pengolah kata · spreadsheet · alat presentasi · database · scheduler Office suite utama adalah: · AppleWorks · Corel WordPerfect · IBM / Lotus SmartSuite · Microsoft Office · Sun StarOffice · OpenOffice (freeware) Sistem Pakar (Expert System) adalah program komputer yang berasal dari cabang ilmu komputer yang disebut penelitian Artificial Intelligence (AI). Tujuan ilmiah AI adalah untuk memahami kecerdasan dengan membangun program-program komputer yang memperlihatkan perilaku cerdas. Hal ini berkaitan dengan konsep dan metode inferensi simbolik, atau penalaran, oleh komputer, dan bagaimana pengetahuan yang digunakan untuk membuat kesimpulan tersebut akan diwakili di dalam mesin. Tentu saja, istilah kecerdasan meliputi keterampilan kognitif, termasuk kemampuan untuk memecahkan masalah, belajar, dan memahami bahasa; AI alamat semua itu. Tapi kemajuan paling hingga saat ini dalam AI telah dilakukan di daerah pemecahan masalah – konsep dan metode untuk membangun program yang alasan tentang masalah daripada menghitung solusi. AI program yang mencapai kompetensi tingkat ahli dalam menyelesaikan masalah di daerah tugas dengan membawa menanggung tubuh pengetahuan tentang tugas-tugas tertentu disebut sistem berbasis pengetahuan atau ahli. Seringkali, istilah sistem pakar program yang dicadangkan untuk basis pengetahuan berisi pengetahuan yang digunakan oleh para ahli manusia, berbeda dengan pengetahuan yang dikumpulkan dari buku teks atau non-ahli. Lebih sering daripada tidak, dua istilah, sistem pakar (ES) dan sistem berbasis pengetahuan (KBS), digunakan secara sinonim. Secara bersama-sama, mereka mewakili jenis yang paling luas aplikasi AI. Bidang usaha intelektual manusia yang akan diambil dalam suatu sistem pakar disebut domain tugas. Tugas mengacu pada beberapa kegiatan, tujuan berorientasi pemecahan masalah. Domain adalah wilayah di mana tugas yang sedang dilakukan. tugas-tugas khas adalah diagnosis, perencanaan, penjadwalan, konfigurasi dan desain. Satu contoh dari suatu domain tugasnya adalah awak pesawat penjadwalan, yang dibahas di Bab 2. Membangun sistem pakar ini dikenal sebagai pengetahuan teknik dan insinyur pengetahuan praktisi disebut. Insinyur pengetahuan harus memastikan bahwa komputer memiliki semua pengetahuan yang dibutuhkan untuk memecahkan masalah. Insinyur pengetahuan harus memilih satu atau lebih bentuk di mana untuk mewakili pengetahuan yang diperlukan sebagai pola simbol dalam memori komputer – yaitu, dia (atau dia) harus memilih representasi pengetahuan. Ia juga harus memastikan bahwa komputer dapat menggunakan pengetahuan secara efisien dengan memilih dari beberapa metode penalaran. Praktek pengetahuan teknik dijelaskan kemudian. Kami pertama-tama menggambarkan komponen-komponen sistem pakar. The Bangunan Blok Sistem Ahli Setiap sistem pakar terdiri dari dua bagian utama: basis pengetahuan, dan penalaran, atau inferensi, mesin. Basis pengetahuan sistem pakar berisi pengetahuan faktual dan heuristik. pengetahuan faktual adalah bahwa pengetahuan dari domain tugas yang banyak berbagi, biasanya ditemukan di buku teks atau jurnal, dan umumnya disepakati oleh orang-orang berpengetahuan di bidang tertentu. Heuristik adalah pengetahuan, kurang ketat lebih pengalaman, pengetahuan lebih menghakimi kinerja. Berbeda dengan pengetahuan faktual, pengetahuan heuristik jarang dibahas, dan sangat individualistis. Ini adalah pengetahuan tentang praktek yang baik, pertimbangan yang baik, dan penalaran masuk akal di lapangan. Ini adalah pengetahuan yang mendasari “seni baik menebak.” representasi Pengetahuan meresmikan dan mengatur pengetahuan. Salah satu representasi banyak digunakan adalah aturan produksi, atau hanya aturan. Aturan terdiri dari sebuah JIKA bagian dan bagian PAPA (juga disebut kondisi dan tindakan). JIKA bagian daftar serangkaian kondisi di beberapa kombinasi logis. Potongan pengetahuan diwakili oleh aturan produksi yang relevan dengan garis penalaran sedang dikembangkan jika JIKA bagian dari aturan puas, akibatnya, bagian MAKA dapat disimpulkan, atau tindakan yang diambil pemecahan masalah. Ahli sistem pengetahuan yang direpresentasikan dalam bentuk aturan disebut sistem berbasis peraturan. Representasi lain yang banyak digunakan, yang disebut unit (juga dikenal sebagai bingkai, skema, atau struktur daftar) didasarkan pada pandangan yang lebih pasif pengetahuan. Unit ini merupakan himpunan pengetahuan simbolik yang berhubungan tentang suatu entitas untuk diwakili. Biasanya, unit terdiri dari daftar properti dari entitas dan nilai-nilai terkait untuk properti-properti. Karena setiap domain tugas terdiri dari banyak entitas yang berdiri di berbagai hubungan, properti juga dapat digunakan untuk menentukan hubungan, dan nilai-nilai sifat ini adalah nama dari unit lain yang terkait sesuai dengan hubungan. Satu unit juga dapat merupakan pengetahuan yang merupakan “kasus khusus” dari unit lain, atau beberapa unit dapat “bagian dari” unit lain. Model pemecahan masalah, atau paradigma, mengatur dan mengontrol langkah yang diambil untuk memecahkan masalah. Satu paradigma umum namun kuat melibatkan chaining IF-THEN dari aturan-aturan untuk membentuk garis penalaran. Jika chaining dimulai dari serangkaian kondisi dan bergerak menuju beberapa kesimpulan, metode ini disebut forward chaining. Jika kesimpulan dikenal (misalnya, tujuan yang akan dicapai), tetapi jalan menuju kesimpulan yang tidak diketahui, maka disebut penalaran mundur untuk, dan metode ini backward chaining. Metode-metode pemecahan masalah yang dibangun menjadi modul-modul program yang disebut mesin inferensi atau prosedur inferensi yang memanipulasi dan menggunakan pengetahuan dalam basis pengetahuan untuk membentuk garis penalaran. Dasar pengetahuan seorang ahli menggunakan adalah apa yang ia pelajari di sekolah, dari rekan, dan dari tahun pengalaman. Agaknya pengalaman lebih dia, semakin besar tokonya pengetahuan. Pengetahuan memungkinkan dia untuk menginterpretasikan informasi dalam database untuk keuntungan dalam diagnosis, desain, dan analisis. Meskipun sistem pakar terutama terdiri dari basis pengetahuan dan mesin inferensi, beberapa fitur lainnya adalah layak disebut: penalaran dengan ketidakpastian, dan penjelasan garis penalaran. Pengetahuan hampir selalu tidak lengkap dan tidak pasti. Untuk berurusan dengan pengetahuan yang tidak pasti, aturan mungkin terkait dengan itu faktor keyakinan atau berat. Set metode untuk menggunakan pengetahuan tidak pasti dalam kombinasi dengan data yang tidak menentu dalam proses penalaran ini disebut penalaran dengan ketidakpastian. Sebuah subclass penting dari metode penalaran dengan ketidakpastian yang disebut “logika fuzzy,” dan sistem yang menggunakan mereka yang dikenal sebagai “sistem fuzzy.” Karena sistem pakar menggunakan pengetahuan pasti atau heuristik (seperti yang kita manusia lakukan) kredibilitasnya sering dalam pertanyaan (seperti halnya dengan manusia). Ketika sebuah jawaban untuk masalah dipertanyakan, kita cenderung ingin tahu dasar pemikiran. Jika alasan yang tampaknya masuk akal, kita cenderung untuk percaya jawabannya. Begitu pula dengan sistem pakar. Kebanyakan sistem pakar memiliki kemampuan untuk menjawab pertanyaan dalam bentuk: “Mengapa jawaban X?” Penjelasan dapat dihasilkan dengan menelusuri garis penalaran yang digunakan oleh mesin inferensi (Feigenbaum, McCorduck et al 1988.). Bahan yang paling penting dalam sistem pakar adalah pengetahuan. Kekuatan sistem pakar berada dalam pengetahuan, khusus berkualitas tinggi mengandung tentang domain tugas. peneliti AI akan terus mengeksplorasi dan menambah repertoar saat representasi pengetahuan dan metode penalaran. Namun dalam pengetahuan berada kekuasaan. Karena pentingnya pengetahuan dalam sistem pakar dan karena metode akuisisi pengetahuan saat ini lambat dan membosankan, banyak masa depan tergantung pada sistem pakar memecahkan hambatan akuisisi pengetahuan dan dalam kodifikasi dan mewakili infrastruktur pengetahuan yang besar. Pengetahuan teknik adalah seni merancang dan membangun sistem pakar, dan insinyur pengetahuan praktisi. Gerald M. Weinberg mengatakan program dalam The Psychology of Programming: “‘Programming,’ – seperti ‘mencintai,’ – adalah kata tunggal yang mencakup suatu ketidakterbatasan kegiatan” (Weinberg 1971). rekayasa Pengetahuan adalah sama, mungkin lebih begitu. Kami menyatakan sebelumnya bahwa pengetahuan teknik merupakan bagian penerapan ilmu kecerdasan buatan yang, pada gilirannya, adalah bagian dari ilmu komputer. Secara teoritis, kemudian, seorang insinyur pengetahuan adalah seorang ilmuwan komputer yang tahu bagaimana merancang dan melaksanakan program yang menggabungkan teknik kecerdasan buatan. Sifat pengetahuan teknik berubah, bagaimanapun, dan jenis baru insinyur pengetahuan muncul. Kita akan membahas sifat berkembang pengetahuan teknik kemudian. Hari ini ada dua cara untuk membangun sebuah sistem pakar. Mereka dapat dibangun dari awal, atau dibuat menggunakan bagian dari pengembangan perangkat lunak yang dikenal sebagai “alat” atau “shell.” Sebelum kita membahas alat-alat ini, mari kita secara singkat membahas apa insinyur pengetahuan lakukan. Meskipun berbagai gaya dan metode pengetahuan teknik ada, pendekatan dasar adalah sama: wawancara pengetahuan insinyur dan mengamati seorang ahli manusia atau sekelompok ahli dan belajar apa yang para ahli tahu, dan bagaimana mereka alasan dengan pengetahuan mereka. Para insinyur kemudian menerjemahkan pengetahuan ke dalam bahasa komputer yang dapat digunakan, dan desain mesin inferensi, struktur penalaran, yang menggunakan pengetahuan tepat. Ia juga menentukan bagaimana untuk mengintegrasikan penggunaan pengetahuan yang tidak menentu dalam proses penalaran, dan apa macam penjelasan akan berguna bagi pengguna akhir. Selanjutnya, mesin inferensi dan fasilitas untuk mewakili pengetahuan dan untuk menjelaskan diprogram, dan pengetahuan domain dimasukkan ke dalam program sepotong demi sepotong. Ini mungkin bahwa mesin inferensi tidak hanya benar, bentuk representasi pengetahuan adalah aneh untuk jenis pengetahuan yang dibutuhkan untuk tugas tersebut, dan ahli mungkin memutuskan potongan-potongan pengetahuan adalah salah. Semua ini ditemukan dan dimodifikasi sebagai sistem pakar secara bertahap kompetensi keuntungan. Penemuan dan penumpukan penalaran teknik mesin dan representasi pengetahuan umumnya karya penelitian kecerdasan buatan. Penemuan dan penumpukan pengetahuan dari domain tugas adalah provinsi dari pakar domain. Domain pengetahuan terdiri dari kedua pengetahuan, buku pelajaran formal, pengalaman dan pengetahuan – keahlian dari para ahli. Tools, Kerang, dan Kerangka Dibandingkan dengan variasi luas dalam pengetahuan domain, hanya sejumlah kecil metode AI diketahui yang berguna dalam sistem pakar. Artinya, saat ini hanya ada beberapa cara yang untuk mewakili pengetahuan, atau untuk membuat kesimpulan, atau untuk menghasilkan penjelasan. Dengan demikian, sistem dapat dibangun yang berisi metode-metode ini berguna tanpa pengetahuan domain-spesifik. Sistem seperti ini dikenal sebagai sistem tulang, kerang, atau hanya alat AI. Membangun sistem pakar dengan kerang menggunakan menawarkan keuntungan yang signifikan. Sebuah sistem dapat dibangun untuk melakukan tugas yang unik dengan memasuki shell semua pengetahuan yang diperlukan tentang domain tugas. Mesin inferensi yang berlaku pengetahuan untuk tugas di tangan dibangun masuk ke shell. Jika program ini tidak terlalu rumit dan jika ahli memiliki beberapa pelatihan dalam penggunaan shell, ahli bisa memasukkan pengetahuan sendiri. kerang komersial Banyak tersedia saat ini, mulai ukuran dari kerang pada PC, untuk kerang pada workstation, untuk kerang di komputer mainframe besar. Mereka berkisar harga dari ratusan hingga puluhan ribu dolar, dan berbagai kompleksitas dari yang sederhana, dirantai ke depan, sistem berbasis aturan yang membutuhkan dua hari pelatihan bagi mereka begitu rumit sehingga hanya insinyur pengetahuan yang sangat terlatih dapat menggunakannya untuk keuntungan. Mulai dari kerang umum bertujuan untuk kerang disesuaikan dengan kebutuhan ke kelas tugas, seperti perencanaan keuangan atau kontrol proses real-time. Meskipun kerang mempermudah pemrograman, pada umumnya mereka tidak membantu dengan akuisisi pengetahuan. Pengetahuan akuisisi mengacu pada tugas menganugrahkan begitu sistem pakar dengan pengetahuan, tugas yang saat ini dilakukan oleh para insinyur pengetahuan. Pemilihan metode penalaran, atau shell, adalah penting, tetapi tidak sepenting akumulasi pengetahuan berkualitas tinggi. Kekuatan sistem pakar terletak di toko nya pengetahuan tentang domain tugas – pengetahuan lebih sistem diberikan, semakin kompeten menjadi. Batu bata dan Mortar Hipotesis kerja dasar dari AI adalah bahwa perilaku cerdas dapat tepat digambarkan sebagai manipulasi simbol dan dapat dimodelkan dengan simbol kemampuan pemrosesan komputer. Pada akhir 1950-an, bahasa pemrograman khusus ditemukan sehingga memudahkan manipulasi simbol. Yang paling menonjol adalah disebut LISP (LIST Processing). Karena keanggunan sederhana dan fleksibilitas, kebanyakan AI program penelitian yang ditulis dalam LISP, tapi aplikasi komersial sudah pindah dari LISP. Pada awal 1970-an bahasa pemrograman lain AI ditemukan di Perancis. Hal ini disebut PROLOG (pemrograman logika). LISP berakar pada satu bidang matematika (kalkulus lambda), PROLOG di lain (kalkulus predikat orde pertama). PROLOG terdiri dari laporan Inggris-seperti yang fakta (asersi), aturan (dari inferensi), dan pertanyaan. Berikut adalah aturan inferensi: “. Jika objek-x adalah bagian-obyek-y kemudian komponen-objek-y adalah obyek-x” Program ditulis dalam PROLOG memiliki perilaku yang mirip dengan sistem berbasis aturan ditulis dalam LISP. PROLOG, bagaimanapun, tidak segera menjadi bahasa pilihan untuk programmer AI. Pada awal 1980-an itu diberikan dorongan dengan pengumuman oleh orang Jepang bahwa mereka akan menggunakan bahasa logika pemrograman untuk Generasi Kelima Computing Systems (FGCS) Proyek. Berbagai bahasa pemrograman berbasis logika sudah ada, dan Prolog istilah telah menjadi generik sumber: Sistem Informasi Manajemen edisi 10, raymond Mcleod Jr, & George P. schel

SISTEM INFORMASI BERBASIS PENGETAHUAN

Otomatisasi Kantor (Office Automation)
Otomatisasi kantor merujuk pada semua alat dan metode yang diterapkan untuk kegiatan kantor yang memungkinkan untuk proses tertulis, visual, dan data suara dengan cara dibantu komputer.
Otomatisasi kantor ini dimaksudkan untuk memberikan unsur-unsur yang memungkinkan untuk menyederhanakan, memperbaiki, dan otomatis organisasi kegiatan dari suatu perusahaan atau sekelompok orang (pengelolaan data administrasi, sinkronisasi pertemuan, dll).

Menimbang bahwa organisasi perusahaan memerlukan peningkatan komunikasi, otomatisasi kantor tidak lagi terbatas catatan tulisan tangan untuk sekedar menangkap. Secara khusus, juga mencakup kegiatan sebagai berikut:

·         Pertukaran informasi
·         Pengelolaan dokumen administrasi
·         Penanganan data numerik
·         Rapat perencanaan dan pengelolaan jadwal kerja

Office suite Tools
The “office suite” merujuk pada semua program perangkat lunak yang memungkinkan untuk memenuhi kebutuhan kantor. Secara khusus, sebuah office suite karena itu mencakup program-program perangkat lunak berikut:

·         pengolah kata
·         spreadsheet
·         alat presentasi
·         database
·         scheduler




Office suite utama adalah:

·         AppleWorks
·         Corel WordPerfect
·         IBM / Lotus SmartSuite
·         Microsoft Office
·         Sun StarOffice
·         OpenOffice (freeware)


Sistem Pakar (Expert System)
adalah program komputer yang berasal dari cabang ilmu komputer yang disebut penelitian Artificial Intelligence (AI). Tujuan ilmiah AI adalah untuk memahami kecerdasan dengan membangun program-program komputer yang memperlihatkan perilaku cerdas. Hal ini berkaitan dengan konsep dan metode inferensi simbolik, atau penalaran, oleh komputer, dan bagaimana pengetahuan yang digunakan untuk membuat kesimpulan tersebut akan diwakili di dalam mesin.

Tentu saja, istilah kecerdasan meliputi keterampilan kognitif, termasuk kemampuan untuk memecahkan masalah, belajar, dan memahami bahasa; AI alamat semua itu. Tapi kemajuan paling hingga saat ini dalam AI telah dilakukan di daerah pemecahan masalah – konsep dan metode untuk membangun program yang alasan tentang masalah daripada menghitung solusi.

AI program yang mencapai kompetensi tingkat ahli dalam menyelesaikan masalah di daerah tugas dengan membawa menanggung tubuh pengetahuan tentang tugas-tugas tertentu disebut sistem berbasis pengetahuan atau ahli. Seringkali, istilah sistem pakar program yang dicadangkan untuk basis pengetahuan berisi pengetahuan yang digunakan oleh para ahli manusia, berbeda dengan pengetahuan yang dikumpulkan dari buku teks atau non-ahli. Lebih sering daripada tidak, dua istilah, sistem pakar (ES) dan sistem berbasis pengetahuan (KBS), digunakan secara sinonim. Secara bersama-sama, mereka mewakili jenis yang paling luas aplikasi AI. Bidang usaha intelektual manusia yang akan diambil dalam suatu sistem pakar disebut domain tugas. Tugas mengacu pada beberapa kegiatan, tujuan berorientasi pemecahan masalah. Domain adalah wilayah di mana tugas yang sedang dilakukan. tugas-tugas khas adalah diagnosis, perencanaan, penjadwalan, konfigurasi dan desain. Satu contoh dari suatu domain tugasnya adalah awak pesawat penjadwalan, yang dibahas di Bab 2.

Membangun sistem pakar ini dikenal sebagai pengetahuan teknik dan insinyur pengetahuan praktisi disebut. Insinyur pengetahuan harus memastikan bahwa komputer memiliki semua pengetahuan yang dibutuhkan untuk memecahkan masalah. Insinyur pengetahuan harus memilih satu atau lebih bentuk di mana untuk mewakili pengetahuan yang diperlukan sebagai pola simbol dalam memori komputer – yaitu, dia (atau dia) harus memilih representasi pengetahuan. Ia juga harus memastikan bahwa komputer dapat menggunakan pengetahuan secara efisien dengan memilih dari beberapa metode penalaran. Praktek pengetahuan teknik dijelaskan kemudian. Kami pertama-tama menggambarkan komponen-komponen sistem pakar.

The Bangunan Blok Sistem Ahli
Setiap sistem pakar terdiri dari dua bagian utama: basis pengetahuan, dan penalaran, atau inferensi, mesin.
Basis pengetahuan sistem pakar berisi pengetahuan faktual dan heuristik. pengetahuan faktual adalah bahwa pengetahuan dari domain tugas yang banyak berbagi, biasanya ditemukan di buku teks atau jurnal, dan umumnya disepakati oleh orang-orang berpengetahuan di bidang tertentu.
Heuristik adalah pengetahuan, kurang ketat lebih pengalaman, pengetahuan lebih menghakimi kinerja. Berbeda dengan pengetahuan faktual, pengetahuan heuristik jarang dibahas, dan sangat individualistis. Ini adalah pengetahuan tentang praktek yang baik, pertimbangan yang baik, dan penalaran masuk akal di lapangan. Ini adalah pengetahuan yang mendasari “seni baik menebak.”
representasi Pengetahuan meresmikan dan mengatur pengetahuan. Salah satu representasi banyak digunakan adalah aturan produksi, atau hanya aturan. Aturan terdiri dari sebuah JIKA bagian dan bagian PAPA (juga disebut kondisi dan tindakan). JIKA bagian daftar serangkaian kondisi di beberapa kombinasi logis. Potongan pengetahuan diwakili oleh aturan produksi yang relevan dengan garis penalaran sedang dikembangkan jika JIKA bagian dari aturan puas, akibatnya, bagian MAKA dapat disimpulkan, atau tindakan yang diambil pemecahan masalah. Ahli sistem pengetahuan yang direpresentasikan dalam bentuk aturan disebut sistem berbasis peraturan.

Representasi lain yang banyak digunakan, yang disebut unit (juga dikenal sebagai bingkai, skema, atau struktur daftar) didasarkan pada pandangan yang lebih pasif pengetahuan. Unit ini merupakan himpunan pengetahuan simbolik yang berhubungan tentang suatu entitas untuk diwakili. Biasanya, unit terdiri dari daftar properti dari entitas dan nilai-nilai terkait untuk properti-properti.

Karena setiap domain tugas terdiri dari banyak entitas yang berdiri di berbagai hubungan, properti juga dapat digunakan untuk menentukan hubungan, dan nilai-nilai sifat ini adalah nama dari unit lain yang terkait sesuai dengan hubungan. Satu unit juga dapat merupakan pengetahuan yang merupakan “kasus khusus” dari unit lain, atau beberapa unit dapat “bagian dari” unit lain.

Model pemecahan masalah, atau paradigma, mengatur dan mengontrol langkah yang diambil untuk memecahkan masalah. Satu paradigma umum namun kuat melibatkan chaining IF-THEN dari aturan-aturan untuk membentuk garis penalaran. Jika chaining dimulai dari serangkaian kondisi dan bergerak menuju beberapa kesimpulan, metode ini disebut forward chaining. Jika kesimpulan dikenal (misalnya, tujuan yang akan dicapai), tetapi jalan menuju kesimpulan yang tidak diketahui, maka disebut penalaran mundur untuk, dan metode ini backward chaining. Metode-metode pemecahan masalah yang dibangun menjadi modul-modul program yang disebut mesin inferensi atau prosedur inferensi yang memanipulasi dan menggunakan pengetahuan dalam basis pengetahuan untuk membentuk garis penalaran.

Dasar pengetahuan seorang ahli menggunakan adalah apa yang ia pelajari di sekolah, dari rekan, dan dari tahun pengalaman. Agaknya pengalaman lebih dia, semakin besar tokonya pengetahuan. Pengetahuan memungkinkan dia untuk menginterpretasikan informasi dalam database untuk keuntungan dalam diagnosis, desain, dan analisis.

Meskipun sistem pakar terutama terdiri dari basis pengetahuan dan mesin inferensi, beberapa fitur lainnya adalah layak disebut: penalaran dengan ketidakpastian, dan penjelasan garis penalaran.

Pengetahuan hampir selalu tidak lengkap dan tidak pasti. Untuk berurusan dengan pengetahuan yang tidak pasti, aturan mungkin terkait dengan itu faktor keyakinan atau berat. Set metode untuk menggunakan pengetahuan tidak pasti dalam kombinasi dengan data yang tidak menentu dalam proses penalaran ini disebut penalaran dengan ketidakpastian. Sebuah subclass penting dari metode penalaran dengan ketidakpastian yang disebut “logika fuzzy,” dan sistem yang menggunakan mereka yang dikenal sebagai “sistem fuzzy.”

Karena sistem pakar menggunakan pengetahuan pasti atau heuristik (seperti yang kita manusia lakukan) kredibilitasnya sering dalam pertanyaan (seperti halnya dengan manusia). Ketika sebuah jawaban untuk masalah dipertanyakan, kita cenderung ingin tahu dasar pemikiran. Jika alasan yang tampaknya masuk akal, kita cenderung untuk percaya jawabannya. Begitu pula dengan sistem pakar. Kebanyakan sistem pakar memiliki kemampuan untuk menjawab pertanyaan dalam bentuk: “Mengapa jawaban X?” Penjelasan dapat dihasilkan dengan menelusuri garis penalaran yang digunakan oleh mesin inferensi (Feigenbaum, McCorduck et al 1988.).

Bahan yang paling penting dalam sistem pakar adalah pengetahuan. Kekuatan sistem pakar berada dalam pengetahuan, khusus berkualitas tinggi mengandung tentang domain tugas. peneliti AI akan terus mengeksplorasi dan menambah repertoar saat representasi pengetahuan dan metode penalaran. Namun dalam pengetahuan berada kekuasaan. Karena pentingnya pengetahuan dalam sistem pakar dan karena metode akuisisi pengetahuan saat ini lambat dan membosankan, banyak masa depan tergantung pada sistem pakar memecahkan hambatan akuisisi pengetahuan dan dalam kodifikasi dan mewakili infrastruktur pengetahuan yang besar.

Pengetahuan teknik
adalah seni merancang dan membangun sistem pakar, dan insinyur pengetahuan praktisi. Gerald M. Weinberg mengatakan program dalam The Psychology of Programming: “‘Programming,’ – seperti ‘mencintai,’ – adalah kata tunggal yang mencakup suatu ketidakterbatasan kegiatan” (Weinberg 1971). rekayasa Pengetahuan adalah sama, mungkin lebih begitu. Kami menyatakan sebelumnya bahwa pengetahuan teknik merupakan bagian penerapan ilmu kecerdasan buatan yang, pada gilirannya, adalah bagian dari ilmu komputer. Secara teoritis, kemudian, seorang insinyur pengetahuan adalah seorang ilmuwan komputer yang tahu bagaimana merancang dan melaksanakan program yang menggabungkan teknik kecerdasan buatan. Sifat pengetahuan teknik berubah, bagaimanapun, dan jenis baru insinyur pengetahuan muncul. Kita akan membahas sifat berkembang pengetahuan teknik kemudian.
Hari ini ada dua cara untuk membangun sebuah sistem pakar. Mereka dapat dibangun dari awal, atau dibuat menggunakan bagian dari pengembangan perangkat lunak yang dikenal sebagai “alat” atau “shell.” Sebelum kita membahas alat-alat ini, mari kita secara singkat membahas apa insinyur pengetahuan lakukan. Meskipun berbagai gaya dan metode pengetahuan teknik ada, pendekatan dasar adalah sama: wawancara pengetahuan insinyur dan mengamati seorang ahli manusia atau sekelompok ahli dan belajar apa yang para ahli tahu, dan bagaimana mereka alasan dengan pengetahuan mereka. Para insinyur kemudian menerjemahkan pengetahuan ke dalam bahasa komputer yang dapat digunakan, dan desain mesin inferensi, struktur penalaran, yang menggunakan pengetahuan tepat. Ia juga menentukan bagaimana untuk mengintegrasikan penggunaan pengetahuan yang tidak menentu dalam proses penalaran, dan apa macam penjelasan akan berguna bagi pengguna akhir.

Selanjutnya, mesin inferensi dan fasilitas untuk mewakili pengetahuan dan untuk menjelaskan diprogram, dan pengetahuan domain dimasukkan ke dalam program sepotong demi sepotong. Ini mungkin bahwa mesin inferensi tidak hanya benar, bentuk representasi pengetahuan adalah aneh untuk jenis pengetahuan yang dibutuhkan untuk tugas tersebut, dan ahli mungkin memutuskan potongan-potongan pengetahuan adalah salah. Semua ini ditemukan dan dimodifikasi sebagai sistem pakar secara bertahap kompetensi keuntungan.

Penemuan dan penumpukan penalaran teknik mesin dan representasi pengetahuan umumnya karya penelitian kecerdasan buatan. Penemuan dan penumpukan pengetahuan dari domain tugas adalah provinsi dari pakar domain. Domain pengetahuan terdiri dari kedua pengetahuan, buku pelajaran formal, pengalaman dan pengetahuan – keahlian dari para ahli.

Tools, Kerang, dan Kerangka
Dibandingkan dengan variasi luas dalam pengetahuan domain, hanya sejumlah kecil metode AI diketahui yang berguna dalam sistem pakar. Artinya, saat ini hanya ada beberapa cara yang untuk mewakili pengetahuan, atau untuk membuat kesimpulan, atau untuk menghasilkan penjelasan. Dengan demikian, sistem dapat dibangun yang berisi metode-metode ini berguna tanpa pengetahuan domain-spesifik. Sistem seperti ini dikenal sebagai sistem tulang, kerang, atau hanya alat AI.
Membangun sistem pakar dengan kerang menggunakan menawarkan keuntungan yang signifikan. Sebuah sistem dapat dibangun untuk melakukan tugas yang unik dengan memasuki shell semua pengetahuan yang diperlukan tentang domain tugas. Mesin inferensi yang berlaku pengetahuan untuk tugas di tangan dibangun masuk ke shell. Jika program ini tidak terlalu rumit dan jika ahli memiliki beberapa pelatihan dalam penggunaan shell, ahli bisa memasukkan pengetahuan sendiri.
kerang komersial Banyak tersedia saat ini, mulai ukuran dari kerang pada PC, untuk kerang pada workstation, untuk kerang di komputer mainframe besar. Mereka berkisar harga dari ratusan hingga puluhan ribu dolar, dan berbagai kompleksitas dari yang sederhana, dirantai ke depan, sistem berbasis aturan yang membutuhkan dua hari pelatihan bagi mereka begitu rumit sehingga hanya insinyur pengetahuan yang sangat terlatih dapat menggunakannya untuk keuntungan. Mulai dari kerang umum bertujuan untuk kerang disesuaikan dengan kebutuhan ke kelas tugas, seperti perencanaan keuangan atau kontrol proses real-time.

Meskipun kerang mempermudah pemrograman, pada umumnya mereka tidak membantu dengan akuisisi pengetahuan. Pengetahuan akuisisi mengacu pada tugas menganugrahkan begitu sistem pakar dengan pengetahuan, tugas yang saat ini dilakukan oleh para insinyur pengetahuan. Pemilihan metode penalaran, atau shell, adalah penting, tetapi tidak sepenting akumulasi pengetahuan berkualitas tinggi. Kekuatan sistem pakar terletak di toko nya pengetahuan tentang domain tugas – pengetahuan lebih sistem diberikan, semakin kompeten menjadi.

Batu bata dan Mortar
Hipotesis kerja dasar dari AI adalah bahwa perilaku cerdas dapat tepat digambarkan sebagai manipulasi simbol dan dapat dimodelkan dengan simbol kemampuan pemrosesan komputer.
Pada akhir 1950-an, bahasa pemrograman khusus ditemukan sehingga memudahkan manipulasi simbol. Yang paling menonjol adalah disebut LISP (LIST Processing). Karena keanggunan sederhana dan fleksibilitas, kebanyakan AI program penelitian yang ditulis dalam LISP, tapi aplikasi komersial sudah pindah dari LISP.
Pada awal 1970-an bahasa pemrograman lain AI ditemukan di Perancis. Hal ini disebut PROLOG (pemrograman logika). LISP berakar pada satu bidang matematika (kalkulus lambda), PROLOG di lain (kalkulus predikat orde pertama).
PROLOG terdiri dari laporan Inggris-seperti yang fakta (asersi), aturan (dari inferensi), dan pertanyaan. Berikut adalah aturan inferensi: “. Jika objek-x adalah bagian-obyek-y kemudian komponen-objek-y adalah obyek-x”
Program ditulis dalam PROLOG memiliki perilaku yang mirip dengan sistem berbasis aturan ditulis dalam LISP. PROLOG, bagaimanapun, tidak segera menjadi bahasa pilihan untuk programmer AI. Pada awal 1980-an itu diberikan dorongan dengan pengumuman oleh orang Jepang bahwa mereka akan menggunakan bahasa logika pemrograman untuk Generasi Kelima Computing Systems (FGCS) Proyek. Berbagai bahasa pemrograman berbasis logika sudah ada, dan Prolog istilah telah menjadi generik


sumber: Sistem Informasi Manajemen edisi 10, raymond Mcleod Jr, & George P. schel

SISTEM PENUNJANG KEPUTUSAN

SISTEM PENDUKUNG KEPUTUSAN

ABSTRAK
Dalam kurikulum Sistem Informasi (SI) tradisional, orientasi matakuliah Sistem Pendukung Keputusan (SPK) atau Decision Support System (DSS) adalah pada survei dan bukanlah pada tingkat penerapan. Dilakukan tinjauan pustaka yang dipusatkan pada percobaan penggunaan Microsoft Excel (Excel) dan Visual Basic for Applications (VBA) dalam pengajaran Sistem Pendukung Keputusan (SPK) berorientasi kepada penerapan yang ditujukan untuk mahasiswa Sistem Informasi (SI). Tinjauan tersebut menunjukkan bahwa mahasiswa menganggap bahan yang diberikan dalam pengajaran tersebut menarik dan bermanfaat bagi mereka setelah nantinya lulus.

Berdasarkan hal ini, penggunaan Microsoft Excel dan Visual Basic Applications (VBA) dalam pengajaran Sistem Pendukung Keputusan (SPK) yang ditujukan kepada mahasiswa Sistem Informasi (SI) atau ekuivalennya dianggap layak untuk dipertimbangkan oleh sebagian pembimbing, yang selama ini mengajarkan matakuliah tersebut baik secara umum maupun secara spesifik terhadap mahasiswa yang bergelut di bagian Sistem Informasi (SI)

Suatu kode Visual Basic Applications (VBA) untuk menghitung jenis penawaran juga telah dibuat dan diusulkan sebagai salah satu bahan yang dapat digunakan dalam demonstrasi karya ilmiah, presentasi, atau sebagai bahan pertimbangan seminar mahasiswa Sistem Informasi (SI).

Kata Kunci : Sistem Pengambilan Keputusan (SPK), Decision Support Systems (DSS), Expert Systems (ES), Management Information Systems (MIS).
PENDAHULUAN 1.1. Latar Belakang Masalah
Salah satu produk hasil perkembangan teknologi adalah komputer. Komputer mempunyai kemampuan yang fantastis dalam banyak hal. Dengan kemampuannya itu menyebabkan komputer dapat diterima diberbagai kalangan, bahkan telah mejadi suatu kebutuhan. Perkembangan komputer dalam mejawab tantangan dan kebutuhan secara terus menerus berkembang dengan cepat. Salah satu kemampuan itu, adalah dalam pengelolaan data dan komunikasi informasi. Informasi dapat diakses dan diperoleh dengan cepat, tepat dan akurat. Selain mampu mengelola data atau informasi masih banyak kemampuan lain. Diantaranya kesanggupan untuk mengolah data dengan kecepatan tinggi, ketelitian yang dapat dipercaya, memiliki memory (daya ingat) yang tinggi, ready for use (tidak mengenal lelah). Kemampuan tersebut sangat dibutuhkan Sistem Informasi Manajemen pada dasarnya adalah pengelolaan data. Pengolahan data pada Sistem Informasi Manajemen mencakup Originating (perekaman), Classifying (klasifikasi), Sorting (penyusunan), Retrieving (pencarian), Calculating (perhitungan), Summarizing (penyusunan laporan), Storing (penyimpanan), Reproducing (penggandaan) dan Communicating (pembagian). Pengolahan data yang baik, lengkap, up-todate dan valid akan menghasilkan informasi yang baik pula. Informasi sangat dibutuhkan dalam proses pengambilan keputusan. Keputusan yang baik dan tepat perlu didukung oleh ketersediaan informasi yang akurat, cepat dan cukup. Dengan informasi yang demikian, supervisor/pimpinan suatu lembaga/organisasi dapat gambaran yang komplek dan spesifik dari suatu keputusan yang akan dirumuskan. Keputusan pun akan efisien dari aspek waktu karena data dapat diakses secara instan. Di samping itu keakuratan data lebih terjamin, sehingga keputusan yang dirumuskan akan lebih tepat dan dapat dirumuskan dalam waktu yang relatif lebih singkat.
I.2. Landasan Teori Sistem Pendukung Keputusan (SPK) Sistem pendukung keputusan (SPK) adalah bagian dari Sistem Informasi berbasis kompter, termasuk sistem berbasis pengetahuan (manajemen pengetahuan) yang dipakai untuk mendukung pengambilan keputusan dalam suatu organisasi atau sebuah perusahaan. Teori umum yang mendasari Decision Support Systems (DSS):
• Herbert A. Simon Menggunakan konsep keputusan terprogram dan tidak terprogram dengan phase pengambilan keputusan yang merefleksikan terhadap pemikisan Decision Support Systems (DSS) saat ini.
• G Anthony Gory dan Michael S Scott Morton Menggunakan tahapan dalam pengambilan keputusan dengan membedakan antara struktur masalah dan tingkat keamanan. Dapat juga dikatakan sebagai sistem komputer yang mengolah data menjadi informasi untuk mengambil keputusan dari masalah baik yang bersifat terstuktur, tidak terstuktur, maupun semi-terstuktur. Ada beberapa jenis keputusan berdasarkan sifat dan jenisnya, menurut Herbet A. Simon :
1. Keputusan Terprogram
Yaitu Keputusan yang bersifat berulang dan rutin, sedemikian sehingga suatu prosedur pasti telah dibuat untuk menanganinya.
2. Keputusan Tak Terprogram Yaitu keputusn yang bersifat baru, tidak terstruktur dan jarang konsekuen. Tidak ada metode yang pasti untuk menangani masalah tersebut.

Dalam mengambil keputusan dibutuhkan adanya beberapa tahapan menurut Herbet A. Simon tahapan dalam Sistem Pengambilan Keputusan (SPK) terdapat empat tahap diantaranya :
1. Kegiatan Intelijen
Yakni kegiatan yang berorientasi untuk memaparkan masalah, pengumpulan data dan informasi, serta mengamati lingkungan mencari kondisi-kondisi yang perlu diperbaiki.
2. Kegiatan Merancang Yakni kegiatan yang berorientasi untuk menemukan, mengembangkan dan menganalisis berbagai alternatif tindakan yang mungkin.
3. Kegiatan Memilih Yakni kegiatan yang berorientasi untuk memilih satu rangkaian tindakan tertentu dari beberapa yang tersedia.
4. Kegiatan Menelaah Yakni kegiatan yang berorientasi terhadap penilaian pilihan-pilihan yang tersedia.

Sebuah Informasi yang akan diolah menjadi sebuah keputusan yang akurat, lengkap dan baik diperlukan beberapa konsep dalam membentuk sebuah Sistem Informasi yang baik diantaranya :

1. Konsep Terstruktur
Merupakan konsep berdasarkan suatu masalah yang memiliki struktur masalah pada 3 tahap pertama, yaitu intelijen, rancangan dan pilihan.
2. Konsep Tak Terstuktur Merupakan konsep berdasarkan suatu masalah yang sama sekali tidak memiliki struktur, seperti yang diuraikan berdasarkan tahapan dari Sistem Pendukung Keputusan (DSS) oleh Hebert A. Simon
3. Konsep Semi-terstruktur Merupakan konsep berdasarkan suatu masalah yang memiliki struktur hanya pada satu atau dua tahapan dari Sisem Pendukung Keputusan (SPK) yang diuraikan oleh Hebert A. Simon. Definisi Sistem Pendukung Keputusan (SPK) menurut pandangan seorang Hebert A. Simon yakni merupakan suatu sistem yang memberikan kontribusi terhadap para manajer untuk memberikan dukungan dalam pengambilan keputusan.
1.3. Tujuan
Tujuan dari Sistem Pendukung Keputusan (SPK) : • Membantu menyelesaikan masalah semi-terstruktur • Mendukung manajer dalam mengambil keputusan • Meningkatkan efektifitas bukan efisiensi pengambilan keputusan
Tujuan tersebut mengacu pada tiga prinsip dasar dalam Sistem Pendukung Keputusan (SPK) diantaranya :

1. Struktur masalah Yaitu untuk masalah terstruktur, penyelesaian dapat dilakukan dengan menggunakan rumus-rumus yang sesuai, sedangkan untuk masalah tak terstruktur tidak dapat dikomputerisasi. Sementara mengenai Sistem Pendukung Keputusan (SPK) dikembangkan khususnya untuk masalah yang semi-terstruktur.2. Dukungan keputusan Yaitu Sistem Pendukung Keputusan (SPK) tidak dimaksudkan untuk menggantikan manajer, karena komputer berada di bagian terstruktur, sementara manajer berada di bagian tak terstruktur untuk memberi penilaian dan melakukan analisis. Manajer dan komputer bekerja sama sebagai sebuah tim pemecah masalah semi terstruktur.
3. Evektifitas keputusan Yaitu merupakan tujuan utama dari Sistem Pendukung Keputusan (SPK), bukan untuk mempersingkat waktu dalam pengambilan keputusan, tapi agar keputusan yang dihasilkan dapat lebih baik.
UNSTRUCTURED
(Manajer Solution)
SEMI-TERSTRUKTUR
(Computer+Manajer Solution)
STRUCTURED
(Computer solution)

Gambar1.1 DSS fokus terhadap pada masalah semi – terstuktur

Beberapa pengelompokan kriteria dari sebuah Sistem Pendukung Keputusan (SPK) yang tersedia diantaranya :
1. Interaktif Sistem Pendukung Keputusan (SPK) memiliki user interface yang komunikatif sehingga user (pengguna) dapat melakukan akses secara cepat ke data dan memperoleh informasi yang dibutuhkan.
2. Fleksibel
Sistem Pendukung Keputusan (SPK) memiliki kemampuan sebanyak mungkin terhadap variable masukan, kemampuan untuk mengolah dan memberikan keluaran untuk menyajikan alternatif-alternatif keputusan kepada user (pengguna).
3. Data kualitas Sistem Pendukung Keputusan (SPK) memiliki kemampuan untuk menerima data kualitas yang dikuantitaskan yang sifatnya subyektif dari pemakainya, sebagai data masukan untuk pengolahan data. Misalnya : penilaian terhadap kecantikan yang bersifat kualitas, dapat dikuantitaskan dengan pemberian bobot nilai seperti 75 atau 90.
4. Prosedur pakar Sistem Pendukung Keputusan (SPK) mengandung suatu prosedur, yang dirancang berdasarkan rumusan formal atau berupa prosedur kepakaran seseorang atau kelompok dalam menyelesaikan suatu bidang masalah dengan fenomena tertentu.
Dalam pembuatan Sistem Pendukung Keputusan (SPK) diperlukan adanya langkah-langkah dalam membentuk sebuah sistem diantaranya yakni :
1. Studi kelayakan Langkah yang diambil sebelum membuat Sistem Pendukung Keputusan (SPK) perlu adanya penelitian terlebih dahulu berdasarkan segi kelayakannya, mengingat adanya faktor biaya, faktor waktu, faktor tenaga, maupun dari faktor finansial.2. Persetujuan terhadap proposal kelayakan Langkah yang berorientasii terhadap segi kelayakan proposal, harus dapat menjelaskan kebutuhan dan urgensi dari keberadaan sistem tersebut, keuntungan dan biaya dari pembentukan Sistem Pendukung Keputusan (SPK), waktu yg dibutuhkan, ketersediaan ahli atau pakar yg merupakan sumber pengetahuan pokok dari penerapan Sistem Pendukung Keputusan (SPK), serta adanya ketersediaan terhadap perangkat keras, hardware dan perangkat lunak, software baik yg utama maupun pendukungnya.3. Pemilihan perangkat keras, hardware dan perangkat lunak, software.4. Merepresentasikan pengetahuan yang diperoleh dari para ahli dan pakar ke dalam komputer.
5. Mengimplementasikan pengetahuan dalam bentuk bahasa yang dipahami oleh komputer, menggunakan suatu bahasa pemrograman.

6. Menguji system yg telah dibuat.

I.4. Rumusan Masalah
a. Jelaskan Perbedaan antara Decision Support System (DSS) dengan Management Information Systems (MIS)?
b. Apa Hubungan antara Decision Support Systems (DSS) dengan Expert Systems (ES)?
c. Bagaimana keterkaitan antara sistem pendukung keputusan dengan pembuat keputusan?
d. Bagaimana menentukan gaya pembuat keputusan dan fase-fase penyelesaian masalah?

e. Metode apa yang digunakan dalam menyelesaikan masalah-masalah semiterstruktur?
f. Jelaskan metode analisis perancangan sistem?
II.1. Perbedaan antara Decision Support Systems dan Management Information Systems

Ditinjau berdasarkan fitur yang ada dalam ruang lingkup antara Decision Support Systems (DSS) dan Management Information Systems (MIS) yakni diantaranya:• DSS dapat digunakan untuk mengawali kerja, dan masalah-masalah yang kemungkinan terjadi dan sangat tidak diharapkan kehadirannya.
• DSS dapat menyediakan pendukung keputusan dalam kerangka waktu yang pendek atau terbatas.
• DSS dapat berevolusi sebagaimana halnya pengambilan keputusan dalam mempelajari mengenai masalah-masalah yang dihadapinya.

• DSS dapat di kembangkan oleh para profesional yang tidak melibatkan prosesan data.

Ditinjau berdasarkan karakteristik yang ada dalam Management Information System (MIS) diantaranya yakni :

• Kajiannya ada pada tugas- tugasnya yang terstuktur, dimana prosedur operasi standar, peraturan-peraturan sebuah keputusan, dan alur informasinya dapat didefinisikan.
• Hasil utamanya adalah meningkatkan efisiensi dengan mengurangi biaya, waktu tunggu, dan dengan mengganti karyawan klerikal.

• Relevansinya untuk manajer pengambilan keputusan biasanya tidak langsung di dapatkan, misalnya : dengan adanya penydiaan laporan dan akses ke data. Ditinjau berdasarkan karkateristik Operation Research atau Management Science yaitu :
• Kajiannnya ada pada masalah yang testuktur (dibandingkan dengan tugas-tugas), dimana tujuan, data, dan batasan-batasan dapat lebih dahulu ditentukan.
• Relevansinya untuk manajer ada recomendasi detail dan metodelogi baru untuk menangani masalah-masalah yang kompleks.
Sedangkan jika ditinjau dari karakteristik Decision Support System (DSS) itu sendiri diantaranya :

• Kajiannnya terhadap pada keputusan-keputusan, dimana stuktur yang cukup untuk komputer dan alat bantu analitis yang memiliki nilai tersendiri, tetapi tetap mempertimbangkan manajer yang memiliki esensi utama.

• Hasil utamanya adalah dalam peningkatan jangkauan dan kemampuan dari proses pengambilan keputusan para manajer untuk membantu mereka meningkatkan efektivitasnya.
• Relevansinya untuk maanjer dalam pembuatan tool pendukung, dibawah pengawasan mereka, yang tidak ditujukan untuk mengotomatiskan proses pengambilan keputusan, tujuan sistem, atau solusi tertentu.
II.2 Hubungan antara Decision Support Systems (DSS) dengan Expert Systems (ES)• Awal mulanya Decision Support Systems (DSS) dan Expert Systems (ES) berebeda dan sama sekali tak berhubungan dengan sistem yang terkomputerisasi.
• Antara Decision Support Systems (DSS) dan Expert Systems (ES) berkembang paralel, tapi saling tidak ketergantungan dan berjalan sendiri-sendiri. Cuma untuk saat ini kita dapat menggabungkan potensi dari keduanya.
• Berdasarkan kenyataannya, hal ini disebabkan karena adanya perbedaan kapabilitas diantara kedua tool, meeka dapat mengkomplemen satu sama lain, membuatnya menjadi powerfull, terintegrasi, sistem yang berbasis komputer, dan jelas dapat meningkatkan pengambilan keputusan secara manajerial.
Dalam proses pegambilan keputusan diperlukan beberapa langkah (step) dari sebuah informasi yang ada diantaranya yakni :
1. Langkah Pertama Mendefinisikan masalah (pada kesempatan yang ada), Expert Systems (ES) dapat membantu dalam mendesain alur informasi pada eksekutif (misalnya, bagaimana utuk memonitor, kapan waktu untuk memonitor) dan dalam penginterpreasian informasi. Disebabkan beberapa informasi bersifat fuzzy, maka kombinasi antara Expert Systems (ES) tentu akan membantu. Seluruh area dari proses scanning, monitoring, forecasting, (misalnya perubhaan zaman/tren) dan penginterpretasian sangat dibantu oleh adanya komputerisasi. Demikian juga halnya pada Natural Language Processors (NLP) akan berguna dalam menyimpulakan sebuah informasi didalamnya.
2. Langkah Kedua Menganalisis masalah. Sesekali suatu masalah (kesempatan) teridentifikasi, pertanyaan selnajutnya adalah apa yang harus di kerjakan dengan hal ini ? Disinilah langkah analisis berperan. Analisis bisa bersifat kualitatif ataupun kuantitatif (kombinasinya). Analisis kuantitatif di dukung oleh Decision Support Systems (DSS) dan tool – tool analsis kuantitatif. Sednagkan untuk analisis kualitatif di dukung oleh Expert Systems (ES).
3. Langkah Ketiga
Memilih solusi. Pada langkah ini, keputusan dibuat dengan memperhatikan masalahnya (kesempatan) berdasarkan hasil dari analisis. Langkah ini didukung oleh Decision Support Systems (DSS), jika pengambilan keputusan dilakukan oleh seseorang, atau jika keputusan dibuat oleh sekelompok orang Group Decision Support Systems (GDSS).
4. Langkah Kempat Implemantasi solusi. Pada langkah ini, keputusan untuk mengimplementasikan solusi tertentu dilakukan, Decision Support Systems (DSS) atau Expert Systems (ES) dapat mendukung dan berperan pada langkah ini.
II.3 Keterkaitan antara Sistem Pendukung Keputusan dengan Pembuat Keputusan.Beberapa konsep yang membantu dalam pembuatan sistem pendukung keputusan, diantaranya pembuatan keputusan beresiko. Pembuatan keputusan biasanya mengasumsi keputusan yang dibuat berdasarkan tiga rangkaian kondisi yaitu kepastian, ketidakpastian dan resiko. Dari ketiga rangkaian kondisi tersebut yang dimaksud dengan kepastian, adalah kita mengetahui segala sesuatu sebelumnya dalam membuat keputusan. Dalam kondisi kepastian terdapat model ilmu pengetahuan manajemen umum yang mengasumsikan kondisi-kondisi kepastian contohnya program linier dimana sumber daya, tingkat konsumsi, tekanan dan laba diasumsikan sudah diketahui dan tepat. Sedangkan, ketidakpastian merupakan sebaliknya yaitu kita tidak mengetahui tentang probabilitas atau konsekuensi keputusan-keputusan kita. Diantara dua perbedaan dari kepastian dan ketidakpastian terdapat serangkain kondisi yang disebut resiko. Keputusan-keputusan yang dibuat mengandung resiko mengasumsikan kita bahwa setidaknya tahu tentang alternatif-alternatif yang digunakan.
II.4 Menentukan Gaya Pembuat Keputusan
Gaya pembuatan keputusan menggunakan perameter gaya pembuatan keputusan yang didasarkan pada cara dimana informasi dikumpulkan, diproses, dan digunakan, serta bagaimana informasi dikomunikasikan dan diterapkan. Dalam pembuatan gaya pembuatan keputusan terdapat penggolongan keputusan yaitu keputusan analitis dan heuristik.
Pembuat Keputusan Analitis Pembuat Keputusan Heuristik Belajar dengan menganalisis Belajar dengan bertindak. Menggunakan prosedur langkah dengan langkah. Menggunakan trial and error. Menilai informasi dan model-model secara kuantitatif. Menilai pengalaman. Membangun algoritma dan model-model matematis. Mengandalkan pengindraan. Mengupayakan solusi optimal. Mengupayakan solusi yang memuaskan.
Pembuatan Keputusan Analitis, pembuatan keputusan analitis tergantung pada informasi yang dipilih secara sistematisdan dievaluasi dengan sistematis puladengan cara memperkecil alternatif-alternatif yang ada serta membuat suatu keputusan berdasarkan keputusan tersebut. Pembuatan Keputusan Heuristik, pembuatan keputusan yang menggunakan heuristik membuat keputusan dengan bantuan beberapa petunjuk (petunjuk praktis), meskipun mereka tida selalu diterapkan secara konsisten atau sistematis. Mereka mengupayakan kepuasan, bukan solusi optimal. Heuristik umumnya berdasarkan pengalaman. Gaya pembuatan keputusan tersebut berhubungan dengan keterbukaan dan ketertutupan sistem organisasi. Jika informasi dapat mengalir bebas, maka peluang untuk menggunakan bantuan keputusan dan analisis sistem bisa lebih besar. Jika informasi tepat waktu sulit diperoleh, suatu organisasi bisa mendorong menuju gaya yang heuristik. Dalam penyelesaian suatu masalah terdapat tiga fase penyelesaian masalah yaitu :
�� Kercedasan Kecerdasan adalah kesadaran mengenai suatu masalah atau peluang. Dalam hal ini, pembuat keputusan berupaya mencari lingkungan bisnis internal dan eksternal, memeriksa keputusan-keputusan yang yang perlu dibuat, dan masalah-masalah yang perlu diatasi. Atau peluang-peluang yang perlu dipertimbangkan. Kecerdasan berarti kecerdasan aktif dan akan perubahan-perubahan di lingkungan yang menuntut dilakukannya tindakan-tindakan tertentu. �� Perancangan Dalam fase perancangan, pembuat keputusan merumuskan suatu masalah dan menganalisis sejumlah solusi alternatif.
�� Pemilihan Dalam pemilihan fase ini, pembuat keputusan memilih solusi masalah atau peluang yang ditandai dalam fase kecerdasan. Pemilihan ini diikuti dari analisis sebelumnya dalam fase perancangan dan memperkuatnya lewat informasi-informasi yang diperoleh dalam fase pemilihan.
II.5 Metode yang digunakan dalam menyelesaikan masalah-masalah Semiterstruktur
Dengan menggunakan keputusan kriteria ganda sebagai metode yang digunakan dalam menyelesaikan masalah-masalah semiterstruktur. Dalam membentuk model keputusan-keputusan serialitas mungkin, peneliti mengembangkan beberapa pendekatan untuk mengevaluasi tujuan ganda atau masalah-masalah kriteria ganda. Pendekatan kritera ganda memungkinkan pembuat keputusan menyusun prioritas mereka serta memungkinkan ditampilkannya analisis sensitifitas dengan menanyakan jenis pertanyaan Bagaimana jika? Metode ini meliputi metode-metode pembobotan, pendekatan batasan konjungtif, pemrosesan hierarki analitis, dan pemrograman tujuan.
II.6. Metode Analisis dan Perancangan SistemII.6.1. Analisis Sistem, system analist Pendekatan yang umumnya digunakan dalam sistem pendukung keputusan (SPK) atau Decision Support Systems (DSS) adalah pendekatan data/object oriented clan pendekatan proses/process oriented.
II.6.2. Pendekatan data , data oriented Pendekatan berorientasi objek ini mengambil asumsi dasar bahwa data lebih stabil dibandingkan dengan proses yang mempergunakannya. Pendekatan berorientasi objek ini menciptakan modul-modul database sebagai dokumen analisis sama dengan batasan objek yang ada dalam sistem nyata. Dengan demikian, ada korespondensi satu satu antara objek sistem dan komponen dokumen analisis ketika pendekatan berorientasi objek ini diterapkan. Hal ini menjadi keuntungan yang signifikan dari penerapan model ini. Yang menjadi pusat perhatian dalam pendekatan ini adalah datanya, dan bukan proses yang menghasilkan data tersebut ataupun proses yang memanfaatkan data tersebut. Secara sederhana, pendekatan ini dapat ditunjukkan melalui diagram datanya.
II.6.3. Pendekatan Proses, process orientedPendekatan berorientasi proses, process oriented ini mendasarkan metodologinya pada kestabilan proses. Kestabilan proses yang dimaksudkan adalah adanya proses yang sudah tertentu, jelas dan terdefinisi. Dengan spesifikasi proses seperti ini, maka database dapat dibuat dan diimplementasikan. Pendekatan berorientasi proses ini memusatkan perhatian pada sistem yang sedang dikembangkan, memanfaatkan penggunaan kembali kode-kode proses yang ada, evaluasi keterkaitan proses, penilaian terhadap produktivitas proses dan biaya, serta akhirnya membuat suatu proses standar. Secara singkat, pendekatan ini menggambarkan sistem sebagai suatu jaringan dari proses-proses tertentu dan terdefinisi yang saling berinteraksi. Pendekatan ini menghasilkan di dalamnya rancangan database yang digunakan oleh proses- proses tersebut. Deskripsi dari data-data ini disimpan dalam data dictionary.

IV.1. Kesimpulan
Sebuah Sistem Pendukung Keputusan (SPK) atau Decision Support Systems (DSS) merupakan suatu reaksi terhadap beberapa solusi alternatif yang dilakukan secara sadar dengan menganalisa kemungkinan-kemungkinan dari alternatif tersebut bersama konsekuensinya. Setiap Sistem Pendukung Keputusan (SPK) akan membuat pilihan akhir, dapat berupa tindakan atau opini. Itu semua bermula ketika kita merasa memerlukan atau membutuhkan suatu keputusan atau decision yang harus dipertimbangkan dalam sebuah kondidisi atau keadaaan. Langkah dalam pembuatan Sistem Pendukung Keputusan (SPK) baik dari segi studi kelayakan, persetujuan terhadap proposal kelayakan, pemilihan hardware dan software, presentasikan pengetahuan yang diperoleh dari para ahli dan pakar kedalam komputer, implementasikan pengetahuan dalam bentuk bahasa yang dipahami oleh komputer, menggunakan suatu bahasa pemrograman, maupn dari segi uji sistem yang telah dibuat. DSS dapat memperluas dukungan manajer dalam pemecahan masalah, karena DSS disesuaikan dengan kebutuhan khusus manajer.
IV.2. Saran Sistem Pengambilan Keputusan (SPK) sering digunakan menganalisa Keputusan. Tetapi hasil yang didapatkan adalah pilihan altematif terbaik, bukan alokasi terhadap masing-masing altematif nilai utilitas yang digunakan benar-benar merupakan nilai yang terkandung dalam diri pengambil keputusan, karena jika nilai dalam diri pengambil keputusan berubah, maka data nilai utilitas juga berubah, dengan demikian akan mempengaruhi hasil pemecahan masalahnya. Dalam pengambilan keputusan membutuhkan konsep serta tahapan yang tertera dalam prosedur yang telah diberlakukan atau ditetapkan.

DAFTAR PUSTAKA
�� Tanggal 20 Mei 2008 (05:42:57 PM) http://id wikipedia.org
�� Tanggal 20 Mei 2008 (05:42:57 PM) http://id dosen.amikom.ac.id

SISTEM INFORMASI ORGANISASIONAL (SI EKSEKUTIF, SI KEUANGAN

SISTEM ORGANISASIONAL ( SI.EKSEKUTIF, SI KEUANGAN )
Model Sistem Informasi keuangan
System ini mempunya pengaturan structural yang sama dengan system informasi pemasaran dan manufaktur.
SUBSISTEM INPUT
Ada tiga subsistem system yaitu :
Subsistem pemrosesan data
Subsistem audit internal
Subsistem intelegensi keuangan
Subsistem Pemrosesan Data, mengumpulkan data internal dan lingkungan.
Data lain diperoleh dari dokumen sumber dan dimasukkan kedalam database menggunakan terminal atau micros dalam jaringan yang ditempatkan di seluruh perusahaan. subsistem pemrosesan data juga mengumpulkan data lingkungan sebagai hasil dari transaksi bisnis dengan perusahaan lain.
Data internal berfungsi sebagai dasar untuk pemecah masalah yang behubungan dengan segala aspek operasi perusahaan. data lingkungan memberikan dasar untuk pemecahan masalah yang berkaitan dengan pelanggan dan pemasok perusahaan.
Subsistem Audit Internal, sama dengan subsistem penelitian pemasaran dan subsistem teknik industry, yakni bahwa mereka ini dirancang untuk melakukan studi khusus mengenai perusahaan. Auditor internal adalah pekerja dalam perusahaan, yang biasanya terlibat dalam pekerjaan perancangan dan evaluasi system informasi konseptual seluruh perusahaan. dan biasanya memberikan laporan kepada CEO atau seluruh eksekutif puncak yang lain.
Subsitem Intelegensi Keuangan, mengumpulkan data dari masyarkat keuangan yaitu bank, agen pemerintah, pasar pengaman,dan lain sebagainya. Subsistem ini memonitor semua denyut nadi ekonomi nasional dan memberikan informasi kepada eksekutif perusahaan dan analisa keuangan mengenai trend yang dapat mempengaruhi kondisi perusahaan.
SUBSISTEM OUTPUT
Sistem informasi keuangan mencakup tiga subsistem output yaitu
Subsistem peramalan,
Subsitem manajemen dana, dan
Subsitem pengontrolan.
Subistem Peramalan, memproyeksikan aktivitas perusahaan untuk jangka waktu sampai sepuluh tahun atau lebih. Aktivitas tahun yang akan dating terutama dipengaruhi oleh permintaan pasar dan hambatan internal. Bila jangka waktu tersebut diperpanjang, maka pengaruh lingkungan meningkat.
Subsistem Manajemen Dana, menggunakan proyeksi aktivitas perusahaan untuk menentukan arus uang masuk dan keluar perusahaan. manajer dapat menstimulasi beberapa strategi yang dirancang untuk mencapai keseimbangan yang terbaik mengenai arus masuk dan arus keluar selama jangka waktu yang akan datang.
Subsistem Pengontrolan, subsistem ini terutama terdiri atas program yang menggunakan data yang dikumpulkan oleh subsistem pengumpulan data, guna untuk menghasikan laporan yang menunjukkan bagaimana uang tersebut dipergunakan. Laporan tersebut biasanya membandingkan penampilan keuangan yang sebenarnya dengan anggaran. Sementara bisnis menjadi lebih kompetitif dan biaya operasi meningkat, maka dibutuhkan penampilan anggaran yang baik. subsistem pengontrolan memungkinkan manager untuk menelusuri pengontrolan aktifitas biaya.
SUBSISTEM PEMROSESAN DATA
Dasar Pemrosesan Data :
Sinonim dengan Accounting.
system pemrosesan data adalah sama dengan system accounting.
Tujuan pemrosesan data.
Tujuan pemrosesan data adalah untuk menghasilkan dan memelihara record perusahaan yang up-to-date.
Aplikasi yang dibutuhkan.
Perusahaan tidak memutuskan apakan mengiplementasikan system pemrosesan data atau tidak; system tersebut dikehendaki oleh elemen dalam lingkungan, khususnya pemegang saham, masyarakat, dan keuangan.
Tugas Pokok
Pemrosesan data mempunyai empat tugas pokok, yaitu pengumpulan data, pengubahan data, penyimpanan data, dan pembuatan dokumen.
Sifat Pemrosesan Data
Pemrosesan data menjalankan tugas yang penting, secara relative mengikuti prosedur standard, memberikan data yang lengkap, utamanya mempunyai fokus historis dan memberikan informasi pemecahan masalah minimal.
SISTEM AUDIT INTENAL
Perusahaan berbagai ukuran mengandalkan organisasi luar disebut auditor eksternal untuk melakukan audit terhadap record accounting dengan tujuan untuk memverifikasi keakuratannya.
Jenis Aktivitas Auditing
Auditing Keuangan. Auditing keuangan melakukan verifikasi terhadap keakuratatan record perusahaan dan merupakan jenis aktivitas yang dilakukan dengan auditor eksternal. Auditor internall juga melakukan audit keuangan khusus terpisah dari apa yang dilakukan auditor eksternal.
Auditing Operasional. Audit operasional tidak dilakukan untuk memverifikasi keakuratan record, namun untuk memvalidasi (mensyahkan) efektivitas prosedur.
Auditing Persetujuan. Audit persetujuan adalah sama dengan audit operasional, kecuali bahwa audit persetujuan bersifat keluar.
1. MODEL SISTEM INFORMASI KEUANGAN
Subsistem Input
Ada tiga subsistem input, yaitu:
1.Subsistem pemrosesan data mengumpulkan data internal dan lingkungan.
2.Subsistem audit internal sama dengan subsistem penelitian pemasaran dan subsistem teknik industri, yakni bahwa mereka ini dirancang untuk melakukan studi khusus mengeriai operasi perusahaan.
3.Subsistem inteligensi keuangan mengumpulkan data Mari masyarakat keuangan, yaitu bank, agen pemerintah, pasar pengaman, dan sebagainya.
Subsistem Output
Mencakup tiga subsistem output, yaitu:
1. Subsistem peramalan memproyeksikan aktivitas perusahaan untuk jangka waktu sampai sepuluh tahun atau lebih.
2. Subsistem manajemen dana menggunakan proyeksi aktivitas perusahaan untuk menentukan anus uang masuk dan keluar perusahaan.
3. subsistem pengontrolan mengontrol penggunaan dana.
SUBSISTEM PEMROSESAN DATA
DASAR PEMROSESAN DATA
Sistem pemrosesan data merupakan pondasi untuk membangun semua subsistem CBIS yang berorientasi informasi (SIM, DSS, dan expert system).
1. Sinonim dengan Accounting.
2. Tujuan Pemrosesan Data.
3. Aplikasi yang Dibutuhkan.
4. Tugas Pokok
5. Sifat Pemrosesan Data.
6. Subsistem Pemrosesan Data
DATA ACCOUNTING
Data accounting memberikan record mengenai segala kepentingan moneter yang terjadi diperusahaan
SISTEM BIAYA
Sistem biaya, seperti arti dari namanya, menentukan biaya operasi perusahaan.
JENIS AKTIVITAS AUDITING
Ada empat jenis pokok dari aktivitas auditing internal, yaitu:
Auditing Keuangan. Audit keuangan melakukan verifikasi terhadap keakuratan record perusahaan dan merupakan jenis aktivitas yang dilakukan oleh auditor eksternal.
Auditing Operasional. Audit operasional tidak dilakukan untuk memverifikasi keakuratan record, namun untuk memvalidasi (mensyahkan) efektivitas prosedur.
Auditing Persetujuan. Audit persetujuan adalah sama dengan audit operasional, kecuali bahwa audit persetujuan bersifat keluar.
Disain Sistem Pengontrolan Internal. Dalam auditing operasional dan persetujuan, auditor internal mempelajari sistem yang telah ada.
SUBSISTEM INTELIGENSI KEUANGAN
Karena fungsi keuangan mengontrol arus uang di seluruh perusahaan, maka dibutuhkan informasi untuk memperlancar arus ini.
INFORMASI PEMEGANG SAHAM
Semua korporasi, kecuali yang kecil, mempunyai departemen hubungan pemegang saham. Ia biasanya ditempatkan dalam fungsi keuangan. Departemen ini memelihara hubungan komunikasi antara perusahaan dan pemegang sahamnya. Kebanyakan arus informasi dari perusahaan ke pemegang saham berbentuk laporan tahunan dan laporan kwartal. Baik pemegang saham maupun calon pemegang saham menggunakan informasi ini untuk menilai atau mempertimbangkan peluang investasi yang ditawarkan oleh perusahaan tersebut.
Laporan pemegang saham dibuat oleh departemen hubungan pemegang saham, yang bekerja sama dengan manajemen puncak. Laporan ini berisi informasi yang bentuknya sangat ringkas.
INFORMASI MASYARAKAT KEUANGAN
Aktivitas inteligensi perusahaan yang berkembang paling baik adalah aktivitas yang menyangkut masyarakat keuangan. Manajer dan staf pada fungsi keuangan menerapkan sistem ini jauh sebelum era komputer. Di sini is tnengumpulkan informasi yang menjelaskan lingkungan keuangan.
Ada dua sebab mengenai telah dibangunnya arus informasi ini.
1.Sebagian besar informasi bersifat formal, yaitu berada dalam bentuk bahan tercetak dan database yang berisi informasi ekonomi dan lingkungan.
2.Manajemen puncak mengetahui pentingnya lingkungan ekonomi dalam mempengaruhi perusahaan dan manajemen ini ingin tetap menggunakannya.
PENGARUH LINGKUNGAN TERHADAP ARUS UANG
Lingkungan mempunyai pengaruh langsung maupun tidak langsung terhadap arus uang dalam perusahaan.
METODE UNTUK MEMPEROLEH INTELIGENSI KEUANGAN
Perusahaan mengumpulkan inteligensi keuangan dengan tiga cara pokok, yaitu:
1. Komunikasi Informal. Sebagian besar inteligensi keuangan dikumpulkan dengan cara komunikasi informal antara eksekutif perusahaan dengan anggota masyarakat keuangan.
2. Publikasi Tertulis. Sebagian besar inteligensi keuangan dapat diperoleh dari surat kabar, laporan berkala, dan majalah.
3. Database Komputer. Pelayanan data online, seperti DIALOG dan BRS memberikan database. yang berisi informasi, khususnya informasi yang sesuai dengan inteligensi keuangan.
SUBSISTEM PERAMALAN
METODE PERAMALAN
Sebelum lcitd membahas cara melakukan peramalan, kita harus mengetahui bahwa:
Semua ramalan adalah proyeksi dari masa lalu
Dasar terbaik untuk memprediksi apa yang akan terjadi di masa datang adalah dengan melihat apa yang telah terjadi di masa lampau. Semua jenis peramalan mengikuti pendekatan atau cara ini. Inilah mengapa data accounting begitu penting untuk peramalan; yaitu ia memberikan dasar historis.
Semua ramalan terdiri atas keputusan semi terstruktur
Keputusan peramalan adalah contoh jenis semi terstruktur yang tepat, yang diberikan oleh DSS. Keputusan didasarkan pada beberapa variabel yang dapat diukur dan beberapa variabel yang tak dapat diukur.
Tak ada teknik peramalan yang sempurna
Paket peramalan mainframe yang canggih pun tidak dapat diharapkan memberikan keakuratan prediksi 100 persen.
METODE NON-KUANTITATIF
Pendekatan non-kuantitatif tidak melibatkan penghitungan data. Manajer melakukan penalaran, seperti, “Kami menjual dua ribu unit pada tahun lalu dan kami harus dapat meningkatkan penjualan tersebut. Maka, saya pikir kami akan menjual dua ribu lima ratus pada tahun yang akan datang.”
Metode non-kuantitatif dapat digunakan bersama dengan output dari sistem kuantitatif. Sebagai contoh, pars eksekutif dapat membahas output dari peramalan yang berdasarkan komputer dalam setting konsensus panel.
METODE KUANTITATIF
Bagian keputusan terstruktur dapat ditangani dengan metode kuantitatif yang berjangkauan dari yang paling sederhana sampai yang sangat kompleks. Salah satu teknik yang tetap populer selama dua puluh lima tahun atau lebih adalah regresi. Ia melibatkan hubungan aktivitas yang menjadi ramalan, seperti penjualan, dengan beberapa aktivitas lainnya, seperti jumlah tenaga penjual.
MODEL EKONOMETRIK
Jenis model peramalan yang paling kompleks adalah model ekonometrik, yang menggunakan sejumlah persamaan untuk memproses data ekonomi. Istilah model ekonomi makro juga digunakan, karena model tersebut mensimulasi seluruh aktivitas ekonomi nasional, bukannya hanya pada satu perusahaan (model mikro). Perusahaan akan menggunakan proyeksi ekonomi nasional, seperti yang dihasilkan oleh model ekonometrik, untuk memproyeksikan aktivitasnya sendiri.
SUBSISTEM PENGONTROLAN
Setiap unit organisasional mempunyai anggarannya sendiri. Secara bersama-sama, anggaran ini merupakan anggaran perusahaan. Manajer dalam semua tingkatan dievaluasi bukan hanya mengenai sejauh mana mereka memenuhi tujuan operasionalnya, namun juga sejauh mana mereka menggunakan anggarannya tersebut.
PROSES PENGANGGARAN
Ada tiga pendekatan atau cara umum yang dapat dilakukan perusahaan dalam menyusun anggarannya yaitu:
1. Pendekatan Top-Down. Bila dilakukan pendekatan top-down, eksekutif perusahaan menentukan jumlah anggaran yang kemudian penentuannya dibebankan kepada tingkat di bawahnya.
2. Pendekatan Bottom-Up. Bila dilakukan pendekatan bottom-up, proses penyusunan anggaran dimulai dan tingkat organisasional paling bawah dan naik ke atas.
3. Pendekatan Partisipatif. Karena adanya kelemahan dari pendekatan top-down dan bottom-up tersebut, maka yang paling umum dilakukan adalah proses penyusunan anggaran partisipatif.Yaitu, orang yang akan menerima dana turut ambil bagian dalam penyusunan jumlah dana tersebut. Ini adalah pendekatan give and take, yakni bahwa manajer pada berbagai tingkat melakukan negoisasi untuk menyusun anggaran agar semuanya mendapatkan kepuasan.
LAPORAN ANGGARAN. Anggaran operasi untuk sebuah unit, seperti departetnen atau divisi, terdiri atas jumlah untuk bap item pengeluaran pokok (gaji, telepon, sewa, pemasok, dan sebagainya). Item pengeluaran ini biasanya dialokasikan per bulan sepanjang tahun fiskal agar sesuai dengan tingkat fluktuasi aktivitas.
RASIO PENAMPILAN
yang memungkinkan manajer pada semua tingkatan untuk membandingkan penampilan mereka dengan standart internal, dan juga dengan standart industri dari perusahaan tersebut, serta mungkin dengan bisnis secara keseluruhan.
Hanya ada beberapa rasio. Diantaranya, yang paling terkenal adalah:
1. Current Rasio, yang mengukur tingkat hutang jangka pendek dengan aset yang dapat diubah menjadi cash dengan mudah, yang dapat dicakup oleh unit perusahaan atau organ isasional .
2. Inventory Turnover, digunakan oleh manajer dan orang luar (seperti analis keuangan, calon investor, dan pemegang saham) untuk memonitor penampilan perusahaan. Rasio ini mewakili gambaran inti dari data accounting dan memberikan cara yang sederhana untuk memahami data tersebut.
MENEMPATKAN SISTEM INFORMASI KEUANGAN DALAM PERSPEKTIF
Manajer keuangan menggunakan sistem informasi keuangan untuk mengelola arus uang. Manajer ini harus melihat ke masa depan dan mengidentifikasi kebutuhan moneter perusahaan. Sumber pendanaan harus diidentifikasi, dan hubungan dengan elemen lingkungan hams dibangun, sehingga arcs dana ke perusahaan dapat terjadi seperti apa yang diharapkan. Manajer keuangan menggunakan sistem informasi untuk menjaga tetap berlangsungnya hubungan yang baik dengan masyarakat keuangan dan mengolah lingkungan sedemikian rupa sehingga is menjadi aset perusahaan, bukannya menjadi kendala.
Dana yang mengalir dalam perusahaan hams dikelola, sehingga is dapat digunakan seefektif mungkin. Manajemen ini diberi pedoman oleh anggaran operasi tahunan. Subsistem pemrosesan data mengumpulkan data yang menjelaskan transaksi keuangan, dan subsistem pengontrolan melaporkan hasil transaksi tersebut kepada manajer di seluruh perusahaan. Informasi feedback ini memungkinkan manajer untuk mengatur sistemnya agar dapat mencapai tujuan keuangan.
Manajer keuangan juga menggunakan sistem informasi untuk mengidentifikasi tempat yang paling baik untuk menginvestasikan dana surplus. Seperti halnya akuisisi dana, aktivitas investasi melibatkan masyarakat keuangan dan memerlukan antisipasi terhadap lingkungan keuangan yang akan datang.
Sumber : Sistem Informasi Manajemen. E.S Margianti D. Suryadi H.S Penerbit Gunadarma