Decision Support Systems (DSS)

SISTEM INFORMASI MANAJEMEN

DOSEN:

Prof. Dr. Ir. H. Hapzi Ali, MM

DISUSUN OLEH

DIHAN ARCHIKA

43215010036

TINJAUAN PUSTAKA

Pengertian DSS

Decision Support Systems (DSS) atau system pendukung keputusan adalah serangkaian kelas tertentu dari system informasi terkomputerisasi yang mendukung kegiatan pengambilan keputusan bisnis dan organisasi.Suatu DSS yang dirancang dengan benar adalah suatu system berbasis perangkat lunak interaktif yang dimaksudkan untuk membantu para pengambil keputusan mengkompilasi informasi yang berguna dari data mentah, dokumen, pengetahuan pribadi, dan/atau model bisnis untuk mengidentifikasikan dan memecahkan berbagai masalah dan mengambil keputusan.

System pendukung keputusan atau DSS digunakan untuk mengumpulkan data, menganalisa dan membentuk data yang dikoleksi, dan mengambil keputusan yang benar atau membangun strategi dari analisis, tidak pengaruh terhadap computer, basis data atau manusia penggunanya.

Informasi yang biasanya dikumpulkan dengan menggunakan aplikasi pendukung keputusan akan melakukan:

• Mengakses semua asset informasi terkini, termasuk data legasi dan relasional, kompulan data, gudang data, dan kumpulan jumlah besar data.
• Angka-angka penjualan antara satu periode dengan periode lainnya.
• Angka-angka pendapatan yang diperkirakan, berdasarkan pada asumsi penjualan produk baru.
• Konsekuensi pilihan-pilihan pengambilan keputusan yang berbeda, dengan pengalaman dalam suatu konteks yang dirinci ulang.

Sudah begitu banyak perusahaan di berbagai industri yang bergantung pada perangkat, teknik dan pemodelan pendukung keputusan, untuk membantu mereka menganalisa dan memecahkan beragam pertanyaan bisnis sehari-hari. System pendukung keputusan bersifat tergantung oleh data, sebagaimana keseluruhan proses mengambil seluruh kumpulan data yang tersedia, untuk dianalisa.

Perangkat-perangkat, proses, dan metodologi pelaporan berbasis Business Intelligence adalah contoh penggunaan penting dalam system pendukung keputusan manapun, dan memberikan analisis data, pelaporan serta monitoring data yang sangat terpercaya kepada pengguna.

Persyaratan yang biasa dimiliki dalam penerapan Sistem Pendukung Keputusan Tingkat Tinggi:

• Pengumpulan data dari beragam sumber (data penjualan, data inventori, data supplier, data riset pasar, dsb).
• Penformatan dan penggunaan data.
• Lokasi database yang sesuai serta pembangunan format untuk pembuatan laporan dan analisa berbasis pengambilan keputusan.
• Perangkat dan aplikasi yang serba bisa dan mampu memberikan pelaporan, monitoring dan analisa terhadap data.

DSS Design Approach (Structured)

BERBAGAI TIPE SISTEM PENDUKUNG KEPUTUSAN (DSS):

Penting untuk dicatat bahwa DSS tidak memiliki suatu model tertentu yang diterima atau dipakai di seluruh dunia. Banyak teori DSS yang diimplementasikan, sehingga terdapat banyak cara untuk mengklasifikasikan DSS.

1. DSS model pasif adalah model DSS yang hanya mengumpulkan data dan mengorganisirnya dengan efektif, biasanya tidak memberikan suatu keputusan yang khusus, dan hanya menampilkan datanya. Suatu DSS aktif pada kenyataannya benar-benar memproses data dan secara eksplisit menunjukkan beragam solusi berdasarkan pada data tersebut.
2. DSS model aktif sebaliknya memproses data dan secara eksplisit menunjukkan solusi berdasarkan pada data yang diperoleh, walau harus diingat bahwa intervensi manusia terhadap data tidak dapat dipungkiri lagi. Misalnya, data yang kotor atau data sampah, pasti akan menghasilkan keluaran yang kotor juga (garbage in garbage out).
3. Suatu DSS bersifat kooperatif jika data dikumpulkan, dianalisa dan lalu diberikan kepada manusia yang menolong system untuk merevisi atau memperbaikinya.
4. Model Driven DSS adalah tipe DSS dimana para pengambil keputusan menggunakan simulasi statistik atau model-model keuangan untuk menghasilkan suatu solusi atau strategi tanpa harus intensif mengumpulkan data.
5. Communication Driven DSS adalah suatu tipe DSS yang banyak digabungkan dengan metode atua aplikasi lain, untuk menghasilkan serangkaian keputusan, solusi atau strategi.
6. Data Driven DSS menekankan pada pengumpulan data yang kemudian dimanipulasi agar sesuai dengan kebutuhan pengambil keputusan, dapat berupa data internal atua eksternal dan memiliki beragam format. Sangat penting bahwa data dikumpulkan serta digolongkan secara sekuensial, contohnya data penjualan harian, anggaran operasional dari satu periode ke periode lainnya, inventori pada tahun sebelumnya, dsb.
7. Document Driven DSS menggunakan beragam dokumen dalam bermacam bentuk seperti dokumen teks, excel, dan rekaman basis data, untuk menghasilkan keputusan serta strategi dari manipulasi data.
8. Knowledge Driven DSS adalah tipe DSS yang menggunakan aturan-aturan tertentu yang disimpan dalam komputer, yang digunakan manusia untuk menentukan apakah keputusan harus diambil. Misalnya, batasan berhenti pada perdagangan bursa adalah suatu model knowledge driven DSS.

Pengertian Sistem Pendukung Keputusan (SPK)

Sistem Pendukung Keputusan (SPK) adalah bagian dari sistem informasi berbasis komputer termasuk sistem berbasis pengetahuan atau manajemen pengetahuan yang dipakai untuk mendukung pengambilan keputusan dalam suatu organisasi atau perusahaan.Dapat juga dikatakan sebagai sistem komputer yang mengolah data menjadi informasi untuk mengambil keputusan dari masalah semi terstruktur yang spesifik.

Sistem Pendukung Keputusan (SPK) dapat digambarkan sebagai sistem yang berkemampuan mendukung analisis adhoc data, pemodelan keputusan, berorientasi keputusan, orientasi perencanaan masa depan yang digunakan pada saat-saat yang tidak biasa. Sistem Pendukung Keputusan (SPK) juga merupakan penggabungan sumber-sumber kecerdasan individu dengan kemampuan komponen untuk memperbaiki kualitas keputusan dan menjadi sistem informasi berbasis komputer untuk manajemen pengambilan keputusan yang menangani masalah-masalah semi struktur.

Dengan pengertian diatas, dapat diambil suatu kesimpulan bahwa Sistem Pendukung Keputusan (SPK) bukan merupakan alat pengambilan keputusan, melainkan merupakan sistem yang membantu pengambil keputusan untuk melengkapi informasi dari data yang telah diolah secara relevan dan diperlukan untuk membuat keputusan tentang suatu masalah dengan lebih cepat dan akurat. Sehingga sistem ini tidak dimaksudkan untuk menggantikan pengambilan keputusan dalam proses pembuatan keputusan.

Fungsi Sistem Pendukung Keputusan (SPK)

Secara global dapat dikatakan bahwa fungsi dari Sistem Pendukung Keputusan (SPK) adalah untuk meningkatkan kemampuan para pengambil keputusan dengan memberikan alternatif-alternatif keputusan yang lebih banyak atau lebih baik, sehingga dapat membantu untuk merumuskan masalah dan keadaan yang dihadapi.Dengan demikian Sistem Pendukung Keputusan (SPK) dapat menghemat waktu, tenaga dan biaya.Jadi dapatlah dikatakan secara singkat bahwa tujuan Sistem Penunjang Keputusan adalah untuk meningkatkan efektivitas (do the right things) dan efesiensi (do the things right) dalam pengambilan keputusan.Walaupun demikian penekanan dari suatu Sistem Penunjang Keputusan (SPK) adalah pada peningkatan efektivitas dari pengambilan keputusan dari pada efisiensinya.

Karakteristik Sistem Pendukung Keputusan (SPK)

Sistem Pendukung Keputusan (SPK) memiliki 6 karakteristik antara lain sebagai berikut :

§      Mendukung proses pengambilan keputusan yang menitik beratkan pada manajemen dengan persepsi.

§      Adanya interface manusia atau mesin dimana manusia sebagai user tetap memegang kontrol proses pengambilan keputusan.

§      Mendukung pengambilan keputusan untuk membahas masalah terstruktur, semi terstruktur dan tidak terstruktur.

§      Memiliki kapasistas dialog untuk memperoleh informasi sesuai dengan kebutuhan.

§      Memiliki subsistem-subsistem yang terintegrasi sedemikian rupa sehingga dapat berfungsi sebagai kesatuan sistem.

§      Membutuhkan struktur data komprehensif yang dapat melayani kebutuhan informasi seluruh tahap manajemen.

IMPLEMENTASI DSS DI DUNIA KERJA

Konsep implementasi DSS di dunia kerja yang kali ini diambil oleh penulis adalah penerapan Business Intelligence dalam pengumpulan data serta presentasi data dalam suatu bentuk Dashboard.Bidang industri perusahaan yang dijadikan contoh adalah maskapai penerbangan atau airline industry.

Teknologi aplikasi yang digunakan adalah system aplikasi berbasis web dan dapat diakses pada suatu URL tertentu dari PC/laptop/tablet milik pengguna dengan kapasitas minimum, kapan saja dan dimana saja pengguna berada.

Metodologi, proses serta perangkat pelaporan Business Intelligence atau BI adalah komponen kunci yang memberikan analisa data, pelaporan dan monitoring yang kaya kepada pengguna sistem.

Secara garis besar, proses yang terjadi kurang lebih adalah seperti digambarkan dalam diagram dibawah ini, dimana;

• System akan mengumpulkan semua data baik data master dan juga data transaksi dari setiap aplikasi yang digunakan semua departemen dalam perusahaan, untuk kemudian dilakukan analisis What-if tergantung dari laporan apa yang diinginkan oleh pihak manajemen.
• Hasil analisis tersebut akan menentukan keputusan apa yang harus diambil oleh manajemen.
• Terlihat dibawah, berbagai departemen yang mengaksesnya antara lain Personalia (Human Resource/HRD), Keuangan (Accounting), Produksi/Operasional, Pemasaran/Marketing, Distribusi/Pengiriman, serta divisi lain, yang semuanya berada dibawah manajemen perusahaan.

Alur DSS untuk Sistem Informasi Akuntansi

Struktur Alur Data Dalam Aplikasi Business Intelligence

Pelaporan yang ingin dilihat oleh tingkat manager dalam manajemen perusahaan tersebut akan tampil dalam aplikasi Dashboard yang interaktif dan dapat dikustomisasi sesuai keinginan user/ pengguna aplikasi. Contoh dashboard tersebut adalah seperti dibawah ini.

Sebelumnya, perlu diingat bahwa aplikasi dashboard juga memiliki beragam kategori per divisi, dimana setiap divisi/departemen dalam suatu perusahaan biasanya menggunakan jenis data yang berbeda, serta mengakses data dalam cara yang berbeda pula. Laporan dan hasil analisis yang diperlukan juga otomatis berbeda, begitu pula bentuk pelaporan yang diperlukan tiap-tiap divisi tersebut, sebagaimana digambarkan dalam diagram dibawah.

Pembagian Kategori Dashboard Berdasarkan Penitikberatan Pengambilan Informasi Perusahaan

Manfaat Penggunaan Aplikasi Terapan DSS/Decision Support System dalam Bentuk Business Intelligence Dashboard;

1. Mempermudah dilakukannya analisa terhadap data master dan juga data transaksi perusahaan untuk kemudian menghasilkan berbagai laporan yang akan mendukung proses pengambilan keputusan oleh pihak manajemen perusahaan.
2. Memberikan tampilan yang lebih enak dilihat dan lebih professional yang disesuaikan dengan kultur serta bidang bisnis perusahaan yang menggunakan aplikasi ini.
3. Memberikan informasi terkini terhadap pergerakan angka-angka dalam perusahaan, atau bahkan bersifat real-time. Contohnya dalam hal ini; adalah pergerakan angka penjualan tiket pesawat setiap harinya, atau pergerakan angka kedatangan dan keberangkatan pesawat dari seluruh bandara di Indonesia (hasil kegiatan operasional perusahaan).

Contoh implementasi aplikasi Business Intelligence – Dashboard sebagai ajuan system pendukung keputusan/decision support system yang hendak diimplementasikan dalam perusahaan:

Prototipe Tampilan Dashboard untuk Pengaplikasian Business Intelligence bagi Sistem Pendukung Keputusan, Dibuat Menggunakan Tool Xcelcius Disambungkan ke Warehouse SAP-Business Intelligence

Elemen-elemen yang ditampilkan:

1. Grafik keseluruhan angka penjualan tiket yang dihasilkan tim Sales setiap harinya dimana manajemen dapat meilhat pergerakan terakhir yang terjadi satu jam sebelum pengaksesan dashboard.
2. Grafik keseluruhan angka penjualan tiket yang dihasilkan pada satu hari sebelum pengaksesan dashboard (H-1)
3. Grafik keseluruhan angka penjualan secara mingguan (pergerakan mingguan).
4. Grafik keseluruhan angka penjualan secara bulanan (pergerakan bulanan).
5. Grafik keseluruhan angka penjualan secara tahunan (pergerakan tahunan).
6. Grafik penjualan per staff sales untuk mengukur kinerja masing-masing personel.
7. Grafik pembelian dari setiap klien yang kategorinya adalah:
1. Pembelian per klien Travel Agent
2. Pembelian per perusahaan
3. Pembelian per wilayah kota penjualan di Indonesia; semua kota yang memiliki bandara (missal Jakarta, Bandung, Surabaya, dan lainnya).

Penerapan DSS di Perusahaan Coca Cola Amatil Indonesia

Salah satu metode yang digunakan untuk melakukan analisis perilaku konsumen adalah Market Based Analysis dimana mekanismenya harus didahului oleh analisis yang mendalam mengenai data transaksi pelanggan dengan menggunakan konsep data mining. Penggunaan data mining ini diharapkan dapat membantu mempercepat proses pengambilan keputusan bagi manajemen dan memungkinkan perusahaan untuk mengelola informasi yang terkandung di dalam transaksi menjadi sebuah knowledge. Dengan begitu, pendapatan perusahaan dapat meningkat dan di masa yang akan datang perusahaan dapat lebih kompetitif.

Saat ini PT. Coca-Cola Amatil Indonesia memiliki sistem yang sudah terintegrasi berupa Enterprise Resource Planning (ERP) yang menunjang seluruh proses bisnis yang ada, namun belum maksimal digunakan sebagai referensi bagi penetapan strategi pemasaran perusahaan. Oleh karena itu, peran DSS sangat dibutuhkan untuk menggali dan melakukan analisis perilaku konsumen terhadap pembelian suatu produk melalui data historikal transaksi pelanggan selama dua tahun.

PT. Coca-Cola Amatil Indonesia menjadikan beberapa parameter dalam pengambilan keputusan antara lain, ranking (peringkat) berdasarkan revenue yang diperoleh di setiap wilayah, penetrasi pasar, basket index untuk mengetahui persentase pembelian produk PT. Coca-Cola Amatil Indonesia, market share produk PT. Coca-Cola Amatil Indonesia dibandingkan dengan produk perusahaan lain, jumlah penjualan produk, dan nilai penjualan ritel setiap bulan untuk peningkatan penjualannya.

Sedangkan data yang digunakan adalah data sekunder berupa deret waktu (time series) dengan periode dua tahun terkahir. Jenis sumber data berasal dari data eksternal perusahaan yang didapatkan melalui kerjasama antara PT. Coca-Cola Amatil Indonesia dengan masing-masing outlet melalui trading term yang telah disepakati kedua belah pihak.Untuk saat ini PT. Coca-Cola Amatil Indonesia telah bekerjasama dengan outlet seperti Matahari, Carefour, Giant, dan Indomart. Melalui proses training didapatkan akurasi data mendekati 98% sehingga informasi yang dihasilkan dapat digunakan untuk membantu proses pengambilan keputusan khususnya untuk mendukung strategi pemasaran.

Seperti yang dijelaskan sebelumnya, penerapan aplikasi DSS ini digunakan untuk mendukung strategi pemasaran dalam melakukan penetrasi pasar sehingga diharapkan perusahaan mampu mengembangkan sebuah sistem customer profiles. Harapannya perusahaan mampu membuat dan melakukan promosi yang efektif berdasarkan segmen pasar yang sesuai sehingga target penjualan akan mudah tercapai dan tidak kalah bersaing dengan kompetitor. Matrik komponen sistem informasi manajemen yang digunakan perusahaan dapat dilihat pada lampiran. Beberapa aktivitas pada sistem informasi tersebut sebagai berikut :

1. Aktivitas Input

Aktifitas input dalam aplikasi dilakukan oleh tim master data. Data yang dimasukkan adalah data produk, data pelanggan, data supplier, dan data transaksi penjualan. Pelaksanaan input data tersebut tentu membutuhkan sumber daya berupa hardware dan jaringan seperti monitor, keyboard, mouse, CPU, wireless, dan LAN. Selain itu, sumber daya berupa software juga dibutuhan oleh sistem. Software yang digunakan input data dikembangkan oleh PT. Coca-Cola Amatil Indonesia sendiri dengan memanfaatkan operating system Windows dan Database Management System (DBMS) seperti Oracle Database. Master data officer sebagai SDM memiliki hak akses ke aplikasi untuk input data berupa data produk, data pelanggan, data supplier, dan data transaksi penjualan. Master data officer juga dibutuhkan untuk menjalankan proses lain seperti proses data cleansing sebelum data tersebut bisa diolah ke proses selanjutnya, yaitu proses penggalian data (data mining).

2. Aktivitas Pemrosesan

Aktivitas proses pengolahan data dalam aplikasi membutuhkan sumber daya hardware dan jaringan berupa network server, monitor, CPU, keyboard. Kebuthan server untuk aktivitas ini juga memerlukan memory minimal 200 GB, media penyimpanan 10 TB, dan CPU 16 core.Selain itu, kebutuhan software untuk pemrosesan data dikembangkan oleh perusahaan dengan memanfaatkan operating system Windows dan Oracle Database.Business Intelligence Specialist dan Database Administrator (DBA) tentunya dibutuhan untuk memonitor apabila terjadi kendala saat pemrosesan data berlangsung.

3. Aktivitas Output

Semua proses yang dilakukan selama aktivitas input dan pengolahan data dilakukan oleh aplikasi dan akan memberikan output berupa report dengan jangka pelaporan tertentu. Pada bagian ini, setiap proses telah menggunakan sistem informasi manajemen. Mesin yang digunakan berupa network server, monitor, keyboard, mouse, CPU, printer.Media yang dibutuhkan adalah jaringan internet, LAN, email, serta kertas untuk mencetak laporan.

Kebutuhan software digunakan untuk mengolah dan menampilkan data menjadi informasi yang representative berupa tabel, grafik, indikator-indikator.Dalam hal ini software yang digunakan berupa Oracle Business Intelligence Enterprise Edition. Dengan menggunakan konsep self-service, pengguna tidak perlu lagi menggantungkan tim IT untuk menyediakan laporan yang dibutuhkan. SDM yang terlibat terdiri-dari manajer pemasaran, manajer penjualan, tenaga pemasaran, dan tenaga penjualan. Produk informasi yang dihasilkan terdiri-dari Market Share Summary Report, Market Basket Analysis Report, Market Share PT. Coca-Cola Amatil Indonesia vs Other Companies, Store Ranking Summary Report, Retail & Sales Price Chart Report.

Dengan informasi tambahan yang akan dikumpulkan seperti salah satunya demografi pelanggan dan faktor-faktor yang mempengaruhi kepuasan pelanggan. Adanya DSS ini tidak hanya memberikan informasi yang dibutuhkan dalam mendukung strategi pemasaran namun juga memberikan rekomendasi penentuan model strategi pemasaran yang sesuai dengan kondisi pasar. Meskipun demikian, proses pengambilan keputusan tetap dilakukan oleh manajemen PT. Coca-Cola Amatil Indonesia dengan tetap memperhatikan rekomendasi yang diberikan DSS sehingga tercipta strategi pemasaran yang efektif dan efisien.

Berdasarkan pengamatan kami, data mining yang dilakukan oleh MMSS masih berkisar kepada informasi mengenai produk PT. Coca-Cola Amatil Indonesia dan produk pesaing (jumlah penjualan, market share, perbandingan relatif dengan kompetitor dan sejenisnya) namun belum sampai kepada profil demografi konsumen. Informasi profil demografi ini (seperti misalnya usia pembeli produk PT. Coca-Cola Amatil Indonesia, estimasi pendapatan pembeli produk) sangat penting terutama dalam penentuan strategi pemasaran. Misalnya, PT. Coca-Cola Amatil Indonesia dapat menentukan bintang iklan dan jenis iklan serta promosi yang sesuai dengan karakteristik konsumen PT. Coca-Cola Amatil Indonesia dengan data mining mengenai profil usia pembeli.

Informasi mengenai estimasi pendapatan konsumen produk juga dapat membantu PT. Coca-Cola Amatil Indonesia dalam melakukan analisis pola konsumsi konsumen. Di samping itu, informasi tersebut dapat digunakan untuk penentuan diversifikasi produk (contoh produk minuman dengan kemasan yang lebih kecil) dan menganalisis sensitivitas harga terhadap kuantitas penjualan, terutama apabila ternyata produk PT. Coca-Cola Amatil Indonesia banyak dikonsumsi atau ditargetkan untuk konsumsi individu maupun kelompok individiu dengan pendapatan menengah ke bawah.

Profil konsumen ini dapat diperoleh melalui informasi yang ditangkap oleh distributor, seperti program loyalitas pelanggan untuk Hypermart yang berada di dalam Matahari Grup dengan adanya Matahari Club Card (MCC). Informasi mengenai profil konsumen dan barang yang dibeli kemudian dianalisis untuk mendapatkan korelasi pola konsumsi dan profil demografi pelanggan berdasarkan data input MCC.

Aktivitas Pengendalian

Kegiatan ini merupakan bagian evaluasi yang dilakukan pihak manajemen terkait dengan penilaian kinerja masing-masing bagian dalam proses bisnis. Software yang dipergunakan berupa Microsoft SQL Server Reporting Service dengan prosedur yang dilakukan adalah melakukan monitoring KPI terhadap laporan yang dihasilkan secara periodik.Produk informasi yang dihasilkan berupa informasi Data Quality dan Data Cleansing Report, Key Performance Indicator dari hasil output informasi aplikasi dengan kondisi aktual yang terjadi di pasar.

Peranan teknologi informasi memberikan banyak manfaat bagi perusahaan, seperti mampu meringankan aktivitas bisnis yang kompleks serta menghasilkan informasi yang dapat dipercaya, relevan, tepat waktu, lengkap, dapat dipahami, dan teruji dalam rangka perencanaan, pengendalian dan pengambilan keputusan manajemen.Selain itu, efisiensi kegiatan operasional perusahaan dan kinerja perusahaan juga dapat ditingkatkan.Akibatnya perusahaan dapat tetap bertahan dalam era informasi serta mampu menghadapi persaingan pasar global. Beberapa keuntungan lain yang diperoleh dari penerapan DSS bagi proses bisnis di PT. Coca-Cola Amatil Indonesia sebagai berikut.

Mengoptimalkan penentuan tata letak penempatan kulkas di outlet

Perusahaan melakukan investasi miliaran rupiah di kulkas (Cold Drink Equipment) tentunya mengharapkan adanya return yang sepadan atau melebihi nilai investasi tersebut. Optimalisasi penempatan kulkas sudah selayaknya dilakukan agar mudah dijangkau oleh konsumen.

Membantu perusahaan dalam melakukan forecasting.

Proses forecasting pasti memerlukan indikator yang lain seperti tren penjualaan perusahaan dan faktor eksernal seperti tingkat inflasi, suku bunga, dan nilai tukar rupiah.

Berdasarkan pembahasan yang telah diuraikan terkait penggunaan DSS di PT. Coca-Cola Amatil Indonesia, pentingnya peranan DSS di PT. Coca-Cola Amatil Indonesia adalah memberikan kemudahan dalam memproses data atau informasi bagi manajemen PT. Coca-Cola Amatil Indonesia khususnya marketing dan research and development (R&D). Selain itu, DSS membantu dalam penghematan waktu yang dibutuhkan untuk memecahkan masalah, menghasilkan solusi dengan lebih cepat dan hasilnya dapat diandalkan dengan data yang tersedia, serta mampu menyajikan berbagai alternatif.Kemampuan DSS ini dapat dimanfaatkan untuk menyediakan bukti tambahan sebagai penjelasan dalam memperkuat posisi manajemen terhadap penentuan strategi marketing dan produk PT. Coca-Cola Amatil Indonesia di pasar.Penerapan DSS yang dilakukan di PT. Coca-Cola Amatil Indonesia pun dapat meningkatkan produktivitas dan kontrol implementasi dari manajemen.

Penggunaan DSS di PT. Coca-Cola Amatil Indonesia memiliki peranan penting dalam mendukung proses pengambilan keputusan khususnya di divisi marketing. Berbagai manfaat yang dirasakan manajemen diantaranya mendukung program promosi pemasaran, membantu penterasi pasar dan memahami prilaku konsumen, mengoptimalkan penentuan tata letak, dan membantu perusahaan dalam melakukan forecasting. Potensi resiko aplikasi DSS ini terjadi apabila perusahaan sulit mendapatkan data eksternal dari outlet karena data merupakan komponen utama dan vital dalam pemanfaatan DSS ini. Oleh karena itu dibutuhkan peningkatan kerjasama dengan outlet seperti membagi hasil pengolahan data sehingga outlet dapat merasakan manfaat yang sama.

Membangun DSS yang bagus dan handal tentunya membutuhkan dukungan baik segi teknis dan non teknis, salah satunya adalah aspek keamanan.Keamanan data merupakan hal yang sangat penting dalam menjaga kerahasiaan informasi terutama yang berisi informasi sensitif yang hanya boleh diketahui oleh pihak yang berhak saja, apalagi pengirimannya dilakukan melalui jaringan publik.Apabila keamanan data tersebut tidak maksimal maka data tersebut dapat disadap oleh pihak yang tidak berhak.

Sistem keamanan informasi yang lemah dapat memberikan dampak negatif terhadap pencapaian tujuan enterprise atau organisasi secara umum dan tujuan aplikasi DSS secara khusus.Oleh karena itu, penerapan keamanan informasi yang menyeluruh dan terintegrasi sangat diperlukan untuk mencapai tujuan tersebut.Penerapan tersebut melindungi organisasi dari risiko yang dapat memberikan kerugian khususnya finansial.Manfaat yang diberikan dapat dirasakan terutama oleh organisasi skala enterprises berbasis TI yang menganggap bahwa keamanan informasi merupakan faktor yang penting.Berdasarkan tujuan dan pengamanan informasi, maka kami perlu mengidentifikasi kerawanan data yang mungkin terjadi didalam penerapan aplikasi DSS di PT. Coca-Cola Amatil Indonesia.