Sistem Kompleks Biga Data dan Analitik

Sistem Kompleks
Kompleks adalah suatu kesatuan yang terdiri dari sejumlah bagian, khususnya yang memiliki bagian yang saling berhubungan dan saling tergantung. Sedangkan System adalah sekelompok komponen dan elemen yang digabungkan menjadi satu untuk mencapai tujuan tertentu. Jadi Sistem yang kompleks adalah adanya komponen dan elemen yang bayak yang saking berhubungan dan saling ketergantungan dan untuk mencapai tujuan tertentu. Sistem kompleks sering dikatakan sebagai sistem yang rumit contohnya seperti bagaimana cara otak bekerja. Sistem kompleks mencakup data yang luas dan besar. Contoh sistem kompleks lainnya yaitu sistem informasi dan DSS.
Sistem informasi adalah adalah kombinasi dari teknologi informasi dan aktivitas orang yang menggunakan teknologi itu untuk mendukung operasi dan manajemen. Dalam arti yang sangat luas, istilah sistem informasi yang sering digunakan merujuk kepada interaksi antara orang, proses algoritmik, data, dan teknologi. Tujuan dari sistem informasi adalah menghasilkan informasi. Sistem informasi adalah data yang diolah menjadi bentuk yang berguna bagi para pemakainya. Data yang diolah saja tidak cukup dapat dikatakan sebagai suatu informasi. Untuk dapat berguna, maka informasi harus didukung oleh tiga pilar sebagai berikut: tepat kepada orangnya atau relevan (relevance), tepat waktu (timeliness), dan tepat nilainya atau akurat (accurate). Keluaran yang tidak didukung oleh tiga pilar ini tidak dapat dikatakan sebagai informasi yang berguna, tetapi merupakan sampah (garbage). Contoh sistem informasi bisa digambarkan dengan flowchart ataupun ERD

4 Jenis Problem – The Cynefin Framework
• Simple
Masalah ini berhubungan antara sebab dan akibat yang sangat jelas sehingga semua orang juga tahu, sumber pengetahuannya ada dimana-mana dan bisa dilakukan siapa saja. Pendekatan yang dilakukannya yaitu Sense->Categorize->Respond selanjutnya kita melihat situasi lalu mengategorikannya kemudian menyelesaikannya.
Dengan adanya kategori atau kelompok penyebab/akar masalah yang sudah jelas tersebut, maka untuk jenis problem yang simple sudah ada sekumpulan BEST PRACTICES. Apa yang berlaku efektif di tempat lain, bisa dipakai juga di sini. Tinggal digunakan, pasti beres. Estimasi waktu yang dibutuhkan juga mudah sekali dikalkulasi. Anda bisa estimasi apakah ini akan selesai 1 jam, 1 hari atau 1 minggu. Contoh: Handphone mati setelah 2 hari dipakai terus menerus. Tidak bisa melakukan panggilan telepon, tidak ada dial tone.
• Complicated
Problem jenis ini didefinisikan sebagai problem yang hubungan antara penyebab dan akibatnya belum jelas. Sehingga untuk mengetahui penyebabnya, butuh pemeriksaan lebih lanjut, butuh analisa lebih lanjut. Penyebab/akar masalahnya bisa lebih dari satu kemungkinan dan bisa saling berkaitan. Sumber pengetahuan tersedia dan dapat diajarkan. Karena membutuhkan pemeriksaan dan analisa, maka pendekatan yang dilakukan adalah Sense->Analyze->Respond. Kita lihat dulu situasinya untuk mendefinisikan masalahnya, kemudian kita analisa apa saja kemungkinan yang menjadi penyebabnya, kemudian merespon atau mengambil tindakan yang diperlukan. Untuk problem jenis ini, kita memiliki sekumpulan GOOD PRACTICES. Kita bisa melihat contoh-contoh yang digunakan orang lain, atau kita bisa mengikuti tutorial/knowledge base, kemungkinan besar penyebabnya dapat diketahui. Estimasi waktu untuk problem jenis ini agak sukar dikalkulasi. Kita hanya bisa melakukan estimasi berdasarkan waktu maksimum yang pernah kita lakukan sebelumnya. Mungkin antara 1 hari atau 2 hari. Mungkin juga 1 minggu sampai 2 minggu. Contoh: Koneksi internet Anda lambat ke situs-situs tertentu saja. Aplikasi Anda mengalami connection timeout.
• Complex
Problem jenis ini didefinisikan sebagai problem yang hubungan antara penyebab dan akibatnya tidak jelas. Sehingga untuk mengatasinya membutuhkan perenungan, kontemplasi, bertapa, mencari petunjuk, meminta pencerahan. Sumber pengetahuan mungkin tersedia tapi sangat terbatas. Karena membutuhkan kontemplasi, pendekatan yang dilakukan adalah Probe->Sense->Respond. Jadi kita harus coba-coba dulu. Siapa tahu berhasil. Jika ternyata berhasil, baru kita bisa lihat mengapa berhasil kemudian merespon/menunjukkan penemuan tersebut. Untuk problem jenis ini, tidak ada satu senjata ampuh yang bisa digunakan untuk semua orang. There is no one silver bullet. Solusi yang bisa digunakan orang lain belum tentu bisa digunakan untuk kasus kita. Percuma kita meniru, mencontek atau mengadopsi bulat-bulat dari contoh yang sudah ada. Sebab belum tentu bisa digunakan. Estimasi waktu untuk problem jenis ini sangat sulit dikalkulasi. Kita tidak bisa mengira-ngira kapan problem tersebut akan berhasil diatasi. Kalau berhasil, ya kita kabari. When it’s done, it’s done. Tapi kalau tidak berhasil, ya harus dicoba lagi. Contoh: Membuat software baru. Mendesain pesawat. Menjalankan bisnis. Melakukan Riset.
• Chaos
Problem jenis ini didefinisikan sebagai problem yang tidak memiliki hubungan antara penyebab dan akibat. Sehingga untuk mengatasinya bukan dengan berpikir atau kontemplasi. Tapi langsung bertindak tanpa banyak berpikir. Pendekatan yang dilakukan adalah Act->Sense->Respond, yaitu kita bertindak dulu kemudian melihat situasinya baru bisa mengambil keputusan. Kalau mikir dulu keburu mampus duluan Untuk problem jenis ini, yang ada adalah Novel Practice yaitu berimprovisasi, melakukan sesuatu yang baru, aneh atau asing. Estimasi waktunya juga tidak akan bisa diukur. Contoh: Server crash, database corrupt, disk failed, kebakaran, kerusuhan, mendirikan bisnis baru, penyerbuan, peperangan.
Strategi Perusahaan dalam Big Data Analitik
Sistem informasi yang digunakan untuk menyediakan informasi bagi para pemakai di suatu organisasi dapat dibedakan menurut dukungan terhadap berbagai level manajemen maupun area fungsional (departemen). Salah satu jenis sistem aplikasi yang sangat popular di kalangan manajemen perusahaan adalah Decision Support System atau disingkat DSS.
DSS ini merupakan suatu sistem informasi yang diharapkan dapat membantu manajemen dalam proses pengambilan keputusan. Hal yang perlu ditekankan di sini adalah bahwa keberadaan DSS bukan untuk menggantikan tugas-tugas manajer, tetapi untuk menjadi sarana penunjang (tools) bagi mereka. Jadi fungsinya adalah untuk membantu mengambil keputusan dengan menyediakan informasi, model, atau perangkat untuk menganalisa informasi. Sistem inilah yang mendukung keputusan semiterstruktur dan tak terstruktur.

Contoh DDS dalam bisnis yang sehari-hari kita temui seperti DSS untuk peningkatan produktivitas Hotel Bintang 3 di Surabaya menggunakan AHP dan OMAX produktivitas atau perbandingan antara input dan output merupakan salah satu alat yang berpengaruh dalam menentukan profitabilitas dan daya saing dalam perusahaan. Hotel perlu melakukan pengukuran produktivitas kerja supaya dapat bertahan dan bersaing dalam efisiensi dan efektivitas dengan hotel-hotel yang lain. Berdasarkan permasalahan yang dihadapi tersebut, maka perlu adanya suatu sistem yang dapat membantu dalam mengukur produktivitas kerja dari departemen-departemen yang ada. Aplikasi dari sistem tersebut adalah sebuah aplikasi DSS dengan menggunakan metode Analytical Hierarchy Proccess (AHP) untuk pembobotan dan Objectives Matrix (OMAX) untuk pengukuran produktivitas. Hasil dari aplikasi yang dibuat adalah berupa informasi mengenai kriteria-kriteria apa saja yang mempengaruhi kinerja hotel.

Daftar Pustaka
IWAWANSURYAWAN. (2016, September 25). Retrieved from https://iwawansuryawan.wordpress.com

Complex System


Sasmita, I. R. (2014, September 4). Retrieved from https://ilhamrizqi.com
https://ilhamrizqi.com/2014/09/4-jenis-problem-cynefin-framework/

Leave a Reply

Your email address will not be published. Required fields are marked *