DEFINISI SISTEM PENDUKUNG KEPUTUSAN

Posted in
21.49
Sistem pendukung keputusan (Inggris: decision support systemsdisingkat DSS) adalah bagian dari sistem informasi berbasis komputer (termasuk sistem berbasis pengetahuan (manajemen pengetahuan)) yang dipakai untuk mendukung pengambilan keputusan dalam suatu organisasi atau perusahaan.DSS dapat juga dikatakan sebagai sistem komputer yang mengolahdata menjadi informasi untuk mengambil keputusan dari masalah semi-terstruktur yang spesifik
Konsep Sistem Pendukung Keputusan (SPK) / Decision Support Sistem (DSS) pertama kali diungkapkan pada awal tahun 1970-an oleh Michael S. Scott Morton dengan istilah Management Decision Sistem. Sistem tersebut adalah suatu sistem yang berbasis komputer yang ditujukan untuk membantu pengambil keputusan dengan memanfaatkan data dan model tertentu untuk memecahkan berbagai persoalan yang tidak terstruktur .
Istilah SPK mengacu pada suatu sistem yang memanfaatkan dukungan komputer dalam proses pengambilan keputusan. Untuk memberikan pengertian yang lebih mendalam, akan diuraikan beberapa difinisi mengenai SPK yang dikembangkan oleh beberapa ahli, diantaranya oleh Man dan Watson yang memberikan definisi sebagai berikut, SPK merupakan suatu sistem yang interaktif, yang membantu pengambil keputusan melalui penggunaan data dan model-model keputusan untuk memecahkan masalah yang sifatnya semi terstruktur maupun yang tidak terstruktur.
Tahapan Dalam Pengambilan Keputusan
1.Tahap  Pemahaman
 2.Tahap Perancangan 
3.Tahap Pemilihan
4.Tahap Penerapan
Karakteristik sistem pendukung keputusan adalah :
  1. Sistem Pendukung Keputusan dirancang untuk membantu pengambil keputusan dalam memecahkan masalah yang sifatnya semi terstruktur ataupun tidak terstruktur dengan menambahkan kebijaksanaan manusia dan informasi komputerisasi.
  2. Dalam proses pengolahannya, sistem pendukung keputusan mengkombinasikan penggunaan model-model analisis dengan teknik pemasukan data konvensional serta fungsi-fungsi pencari / interogasi informasi.
  3. Sistem Pendukung Keputusan, dirancang sedemikian rupa sehingga dapat digunakan/dioperasikan dengan mudah.
  4. Sistem Pendukung Keputusan dirancang dengan menekankan pada aspek fleksibilitas serta kemampuan adaptasi yang tinggi.
Dengan berbagai karakter khusus diatas, SPK dapat memberikan berbagai manfaat dan keuntungan. Manfaat yang dapat diambil dari SPK adalah :
  1. SPK memperluas kemampuan pengambil keputusan dalam memproses data / informasi bagi pemakainya.
  2. SPK membantu pengambil keputusan untuk memecahkan masalah terutama berbagai masalah yang sangat kompleks dan tidak terstruktur.
  3. SPK dapat menghasilkan solusi dengan lebih cepat serta hasilnya dapat diandalkan.
  4. Walaupun suatu SPK, mungkin saja tidak mampu memecahkan masalah yang dihadapi oleh pengambil keputusan, namun ia dapat menjadi stimulan bagi pengambil keputusan dalam memahami persoalannya, karena mampu menyajikan berbagai alternatif pemecahan.
Di samping berbagai keuntungan dan manfaat seperti dikemukakan diatas, SPK juga memiliki beberapa keterbatasan, diantaranya adalah :
  1. Ada beberapa kemampuan manajemen dan bakat manusia yang tidak dapat dimodelkan, sehingga model yang ada dalam sistem tidak semuanya mencerminkan persoalan sebenarnya.
  2. Kemampuan suatu SPK terbatas pada perbendaharaan pengetahuan yang dimilikinya (pengetahuan dasar serta model dasar).
  3. Proses-proses yang dapat dilakukan SPK biasanya juga tergantung pada perangkat lunak yang digunakan.
  4. SPK tidak memiliki kemampuan intuisi seperti yang dimiliki manusia. Sistem ini dirancang hanyalah untuk membantu pengambil keputusan dalam melaksanakan tugasnya.
Jadi secara dapat dikatakan bahwa SPK dapat memberikan manfaat bagi pengambil keputusan dalam meningkatkan efektifitas dan efisiensi kerja terutama dalam proses pengambilan keputusan.
Komponen Sistem Pendukung Keputusan
Sistem pendukung keputusan terdiri atas tiga komponen utama yaitu:
  1. Subsistem pengelolaan data (database).
  2. Subsistem pengelolaan model (modelbase).
  3. Subsistem pengelolaan dialog (userinterface).
Tahapan SPK:
  • Definisi masalah
  • Pengumpulan data atau elemen informasi yang relevan
  • pengolahan data menjadi informasi baik dalam bentuk laporan grafik maupun tulisan
  • menentukan alternatif-alternatif solusi (bisa dalam persentase)
Tujuan dari SPK:
  • Membantu menyelesaikan masalah semi-terstruktur
  • Mendukung manajer dalam mengambil keputusan
  • Meningkatkan efektifitas bukan efisiensi pengambilan keputusan
Dalam pemrosesannya, SPK dapat menggunakan bantuan dari sistem lain seperti Artificial Intelligence, Expert Systems, Fuzzy Logic, dll.
  • Digg
  • Del.icio.us
  • StumbleUpon
  • Reddit
  • Twitter
  • RSS
Read Users' Comments (0)

Metode Analytical Hierarchy Process (AHP)

Posted in
21.42
  1. Pengertian AHP
Analytical Hierarchy Process (AHP) merupakan suatu model pendukung keputusan yang dikembangkan oleh Thomas L. Saaty. AHP menguraikan masalah multi faktor atau multi kriteria yang kompleks menjadi suatu hirarki. Menurut Saaty (1993), hirarki didefinisikan sebagai suatu representasi dari sebuah permasalahan yang kompleks dalam suatu struktur multi level dimana level pertama adalah tujuan, yang diikuti level faktor, kriteria, sub kriteria, dan seterusnya ke bawah hingga level terakhir dari alternatif.  Dengan hirarki, suatu masalah yang kompleks dapat diuraikan ke dalam kelompok-kelompoknya yang kemudian diatur menjadi suatu bentuk hirarki sehingga permasalahan akan tampak lebih terstruktur dan  sistematis.
Kelebihan dan Kelemahan AHP
Layaknya sebuah metode analisis, AHP pun memiliki kelebihan dan kelemahan dalam system analisisnya. Kelebihan-kelebihan analsis ini adalah :
  • Kesatuan (Unity)
AHP membuat permasalahan yang luas dan tidak terstruktur menjadi suatu model yang fleksibel dan mudah dipahami.
  • Kompleksitas (Complexity), AHP memecahkan permasalahan yang kompleks melalui pendekatan sistem dan pengintegrasian secara deduktif.
  • Saling ketergantungan (Inter Dependence)
AHP dapat digunakan pada elemen-elemen sistem yang saling bebas dan tidak memerlukan hubungan linier.
  • Struktur Hirarki (Hierarchy Structuring)
AHP mewakili pemikiran alamiah yang cenderung mengelompokkan elemen sistem ke level-level yang berbeda dari masing-masing level berisi elemen yang serupa.
  • Pengukuran (Measurement)
AHP menyediakan skala pengukuran dan metode untuk mendapatkan prioritas.
  • Konsistensi (Consistency)
AHP mempertimbangkan konsistensi logis dalam penilaian yang  digunakan untuk menentukan prioritas.
  • Sintesis (Synthesis)
AHP mengarah pada perkiraan keseluruhan mengenai seberapa diinginkannya masing-masing alternatif.
  • Trade Off
AHP mempertimbangkan prioritas relatif faktor-faktor pada sistem sehingga orang mampu memilih altenatif terbaik berdasarkan tujuan mereka.
  • Penilaian dan Konsensus (Judgement and Consensus)
AHP tidak mengharuskan adanya suatu konsensus, tapi menggabungkan hasil penilaian yang berbeda.
  • Pengulangan Proses (Process Repetition)
AHP mampu membuat orang menyaring definisi dari suatu permasalahan dan mengembangkan penilaian serta pengertian mereka melalui proses pengulangan.
Sedangkan kelemahan metode AHP adalah sebagai berikut:
  • Ketergantungan model AHP pada input utamanya. Input utama ini berupa persepsi seorang ahli sehingga dalam hal ini melibatkan subyektifitas sang ahli selain itu juga model menjadi tidak berarti jika ahli tersebut memberikan penilaian yang keliru.
  • Metode AHP ini hanya metode matematis tanpa ada pengujian secara statistik sehingga tidak ada batas kepercayaan dari kebenaran model yang terbentuk
Aplikasi AHP
Beberapa contoh aplikasi AHP adalah sebagai berikut:
  1. Membuat suatu set alternatif;
  2. Perencanaan
  3. Menentukan prioritas;
  4. Memilih kebijakan terbaik setelah menemukan satu set alternatif;
  5. Alokasi sumber daya
  6. Menentukan kebutuhan/persyaratan;
  7. Memprediksi outcome;
  8. Merancang sistem;
  9. Mengukur performa;
  10. Memastikan stabilitas sistem;
  11. Optimasi;
  12. Penyelesaian konflik
  • Digg
  • Del.icio.us
  • StumbleUpon
  • Reddit
  • Twitter
  • RSS
Read Users' Comments (0)

Sistem Pendukung Keputusan (SPK) Dengan Metode Promethe

Posted in
21.33
PROMETHEE merupakan salah satu metode yang digunakan untuk mengambil keputusan pada multi criteria decision making(MCDM). Metode ini pertama kali diperkenalkan oleh J. P. Brans pada tahun 1982.
MULTI CRITERIA DECISION MAKING
Multi Criteria Decision Making dapat dinyatakan sebagai berikut :
Max{g1(a),g2(a),…,gj(a),…,gk(a)|a  A}                                                   (1.1)
Dimana A : himpunan dari semua alternatif solusi {a1,a2,…,ai,..an}.
{g1(.),g2(.),…,g(j),g(k)} : nilai evaluasi dari tiap kriteria.
Cara yang sering dilakukan ketika akan mengambil keputusan dalam MCDM adalah membandingkan alternatif yang satu dengan alternatif lainnya. Perbandingan dilakukan pada setiap kriteria. Setelah proses perbandingan dilakukan, proses selanjutnya adalah melakukan proses perangkingan alternatif – alternatif yang ada berdasarkan hasil proses perbandingan tadi.

1. pengertian dari Promethee itu sendiri adalah metode dalam memecahkan permasalahan yang bersifat multikriteria dengan cara menentukan urutan (prioritas). Masalah pokoknya adalah kesederhanaan, kejelasan , dan kestabilan. Dugaan dari dominasi kriteria yang digunakan dalam promethee adalah penggunaan nilai dalam hubungan outranking. Ini adalah metode peringkat yang cukup sederhana dalam konsep dan aplikasi dibandingkan dengan metode lain untuk analisis multikriteria. Promethee ini sendiri termasuk dalam keluarga dari metode outranking yang dikembangkan oleh B. Roy, dan meliputi dua fase:
- Membangun hubungan outranking dari K
- Eksploitasi dari hubungan ini memberikan jawaban optimasi kriteria dalam paradigma permasalahan multikriteria.

2. Rumus perhitunagan
-preferensi multi kriteria


-Leaving flow

-Entering flow

-Net flow
Keterangan:
1. f(a, x) = menunjukkan preferensi bahwa alternatif lebih baik dari alternatif x.
2. f (x, a) = menunjukkan preferensi bahwa alternatif x lebih baik dari alternatif
3. F+( a) = Leaving flow, digunakan untuk menentukan urutan prioritas pada
proses Promethee I yang menggunakan urutan parsial.
4. F-( a) = Entering flow, digunakan untuk menentukan urutan prioritas pada proses Promethee I yang menggunakan urutan parsial.
5. F(a) = Net flow, digunakan untuk menghasilkan keputusan akhir penentuan Urutan dalam menyelesaikan masalah sehingga menghasilkan urutan lengkap.
  • Digg
  • Del.icio.us
  • StumbleUpon
  • Reddit
  • Twitter
  • RSS
Read Users' Comments (0)

SPK Dengan Metode Simple Multy Attribute Rating (SMART)

Posted in
21.32
A.      Pengertian Sistem Pendukung Keputusan
            Sistem pendukung keputusan merupakan suatu penerapan sistem informasi yang ditujukan untuk membantu pimpinan dalam proses pengambilan keputusan. Sistem pendukung keputusan menggabungkan kemampuan komputer dalam pelayanan interaktif dengan pengolahan atau pemanipulasi data yang memanfaatkan model atau aturan penyelesaian yang tidak terstruktur (Turban, 2005:19).
            Dapat disimpulkan bahwa, Sistem Pendukung Keputusan adalah sebuah sistem yang mendukung kerja seorang manager maupun sekelompok manager dalam memecahkan masalah semi-terstruktur dengan cara memberikan informasi ataupun usulan menuju pada keputusan tertentu.
     B.       Simple Multy Attribute Rating (SMART) Technique
            Pada hakekatnya Simple Multy Attribute Rating (SMART) merupakan suatu model pengambil keputusan yang komprehensif dengan memperhitungkan hal-hal yang bersifat kualitatif dan kuantitatif. Dalam model pengambilan keputusan dengan SMART pada dasarnya berusaha menutupi setiap kekurangan dari model-model tanpa komputerisasi sebelumnya. SMART juga memungkinkan ke struktur suatu sistem dan lingkungan kedalam komponen saling berinteraksi dan kemudian menyatukan mereka dengan mengukur dan mengatur dampak dari komponen kesalahan sistem.
            Peralatan utama dari model ini adalah sebuah hirarki fungsional dengan input utamanya adalah persepsi manusia. Jadi pada dasarnya tidak ada perbedaan yang mencolok pada model SMART dengan model lainnya sama sama terletak pada jenis inputnya, hanya saja terdapat persentase dari setiap pembobotan langsung yang ditentukan oleh hasil analisa permasalahan.
       C.      Metode Pembobotan Simple Multy Attribute Rating (SMART)
            Merupakan metode pendukung keputusan yang paling sederhana. Dalam metode ini dilihat beberapa parameter yang menjadi penentu keputusan tersebut. Parameter tersebut mempunyai range nilai dan bobot yang berbeda-beda. Nilai tersebut nantinya akan menjadi penentu keputusan yang diambil.

 

III.         PEMBAHASAN

3.1.      Model dan Bobot Penilaian Sistem
            Pendukung Keputusan
            Model sistem pendukung keputusan pemilihan bank sebagai tempat menabung
dibuat dalam 4 jenis model yaitu model
lokasi, model ketersediaan Automatic teller machine (ATM), model jam kerja, model layanan pelanggan dan model perbankan online. Dimana masing-masing
model tersebut memiliki beberapa elemen yang akan menentukan hasil akhir sistem pendukung keputusan yang akan digunakan oleh para nasabah dalam menentukan suatu keputusan. Setiap elemen bobot penilaian yang berbeda-beda tergantung dari hasil jenis model.
            Batasan penilaian dimulai dari 10 sebagai range terendah sampai dengan 100 sebagai range tertinggi, sehingga pada akhirnya kelayakan pemilihan bank diukur dengan nilai sebagai 80-100 untuk kategori
diterima oleh pengguna untuk menabung, 60-79 untuk  kategori dipertimbangkan apakah ya atau tidak, 0-59 untuk kategori ditolak artinya tidak layak untuk tempat menabung bagi nasabah yang bersangkutan.
            Penentuan bobot penilaian telah dilakukan berdasarkan kriteria yang telah ditetapkan  dengan bersumber pada hasil penelitian, namun hal ini untuk seterusnya bias diadakan perubahan-perubahan searah dengan tuntutan kebutuhan. Bahwa sistem pada proses penilaiannya mengacu kepada pemenuhan kriteria-kriteria yang telah ditetapkan serta mengacu pada beberapa kasus yang telah terjadi, sehingga benar-benar mempunyai tolak ukur yang baik.
3.2.      Perancangan Basis Model
            Dalam mendukung proses pengambilan keputusan, digunakan model pembobotan yang dibangun untuk menentukan prioritas pemilihan bank dalam menghasilkan keluaran sistem secara keseluruhan dengan melakukan langkah-langkah sebagai berikut:
a. Input nilai kriteria masing-masing model.
b.Input bobot masing-masing kriteria.
c.Hitung normalisasi dari bobot.

Rancangan model untuk mengevaluasi pemilihan bank adalah sebagai berikut:
1.      Kriteria lokasi
       Model lokasi dimaksudkan untuk menentukan kenyamanan serta kemudahan penjangkauan bank yang akan digunakan sebagai tempat menabung oleh nasabah serta berapa besar nilai dari masing-masing point tersebut. Dengan pemberian nilai mulai dari terkecil 10 sampai terbesar 100.
            Tabel 1. Kriteria lokasi
No
Kriteria Lokasi
Nilai
Bobot
        1.       
Dekat tempat tinggal
100
80 %
      2.       
Dekat tempat bekerja / study
80
  3.       
Dekat Sarana Umun
60
      4.       
Di Pusat Kota
40
     5.       
Dekat pusat perbelanjaan
20
       6.       
Dekat tempat hiburan
10
Nilai lokasi adalah:
2.        Kriteria ketersediaan ATM
        Model ketersediaan ATM dimaksudkan untuk memberikan kemudahan kepada nasabah dalam melakukan transaksi tanpa harus datang ke kantor pusat bank tersebut serta berapa besar nilai dari masing-masing point tersebut. Dengan pemberian nilai mulai dari terkecil 10 sampai terbesar 100.
      Tabel 2. Kriteria ketersediaaan ATM
No
Kriteria Lokasi
Nilai
Bobot
1.                   
Dekat tempat tinggal
100
70 %
2.                   
Berada di dekat tempat customer bekerja / study
90
3.                   
Berada dijalur yang dilalui saat kegiatan
80
4.                   
Dekat Sarana Umun
70
5.                   
Di Pusat Kota
60
6.                   
Dekat pusat perbelanjaan
40
7.                   
Dekat tempat hiburan
20
Nilai ketersediaan ATM adalah:
  • Digg
  • Del.icio.us
  • StumbleUpon
  • Reddit
  • Twitter
  • RSS
Read Users' Comments (1)komentar

Quis online

Posted in
06.11
Bobot  W : [4  5  4  3]
1)                  X1= 5,91608                                                                                        X2= 7,681146
R11= 0,338062                                                                   R12= 0,130189
R21= 0,507093                                                                   R22= 0,390567
R31= 0,338062                                                                   R32= 0,520756
R41= 0,338062                                                                   R42= 0,260378
R51= 0,507093                                                                   R52= 0,390567
R61= 0,338062                                                                   R62= 0,260378
R71= 0,169031                                                                   R72= 0,520756
X3= 7,745967                                                                                      X4= 4,690416
R13= 0,387298                                                                   R14= 0,213201
R23= 0,129099                                                                   R24= 0,426401
R33= 0,129099                                                                   R34= 0,426401
R43= 0,258199                                                                   R44= 0,426401
R53= 0,516398                                                                   R54= 0,426401
R63= 0,258199                                                                   R64= 0,426401
R73= 0,645497                                                                   R74= 0,213201
0,338062                 0,130189 0,387298                    0,213201
0,507093                 0,390567 0,129099                    0,426401
0,338062                 0,520756 0,129099                    0,426401
Matrik R                     0,338062                    0,260378                    0,258199                    0,426401
0,507093                 0,390567 0,516398                    0,426401
0,338062                 0,260378 0,258199                    0,426401
0,169031                 0,520756 0,645497                    0,213201
2).          Y11= 1,352247                                                                    Y12= 0,650945
Y21= 2,02837                                                                                      Y22= 1,952834
Y31= 1,352247                                                                    Y32= 2,603778
Y41= 1,352247                                                                    Y42= 1,301889
Y51= 2,02837                                                                                      Y52= 1,952834
Y61= 1,352247                                                                    Y62= 1,301889
Y71= 0,676123                                                                    Y72= 2,603778
Y13= 1,549193                                                                    Y14= 0,639602
Y23= 0,516398                                                                    Y24= 1,279204
Y33= 0,516398                                                                   Y34= 1,279204
Y43= 1,032796                                                                    Y44= 1,279204
Y53= 2,065591                                                                    Y54= 1,279204
Y63= 1,032796                                                                    Y64= 1,279204
Y73= 2,581989                                                                    Y74= 0,639602
1,352247                          0,650945                 1,549193              0,639602
2,02837             1,952834                 0,516398    1,279204
1,352247           2,603778                 0,516398    1,279204
Matrik Y=                                  1,352247           1,301889 1,032796    1,279204
2,02837             1,952834                 2,065591    1,279204
1,352247           1,301889                 1,032796    1,279204
0,676123           2,603778                 2,581989    0,639602
3).          Y1+ = 2,02837                        
                Y2+ = 0,650945
                Y3+ = 0,516398 
                Y4+ = 1,279204
                A+ = [ 2,02837; 0,650945; 0,516398; 1,279204 ]    
                Y1- = 0,676123
                Y2- = 2,603778
                Y3- = 2,581989
                Y4- = 0,639602
                A- = [ 0,676123; 2,603778; 2,581989; 0,639602 ]
4).          D1+ = 1,390288                                                 D1- = 2,310275
                D2+ = 1,301889                                                 D2- = 2,63212
                D3+ = 2,066568                                                 D3- = 2,26591
                D4+ = 1,071232                                                 D4- = 2,227364
                D5+ = 2,02359                                                    D5- = 1,711157
                D6+ = 1,071232                                                 D6- = 2,227364
                D7+ = 3,212147                                                 D7- = 0
5).          Vi = Di- / Di- + Di+
                V1= 2,310275 / (2,310275 + 1,390288) = 0,624304
                V2= 2,63212 / (2,63212 + 1,301889) = 0,669068
                V3= 2,26591 / (2,26591 + 2,066568) = 0,52297
                V4= 2,227364 / (2,227364 + 1,071232) = 0,675246
                V5= 1,711157 / (1,711157 + 2,02359) = 0,458172
                V6= 2,227364 / (2,227364 + 1,071232) = 0,675246
                V7= 0
Sehingga dapat di simpulkan bahwa dari kasus di atas dengan perhitunggan metode TOPSIS bahwa yang mendapatkan bantuan langsung tunai dari pemerintah karena memiliki nilai terbaik adalah V4 (DONI) dan V6 (KASINO).
  • Digg
  • Del.icio.us
  • StumbleUpon
  • Reddit
  • Twitter
  • RSS
Read Users' Comments (0)
Langganan: Postingan (Atom)