SISTEM PENDUKUNG Nerul URN TEOR! DAN IMPLEMENTAS Sconce ncn tcia ur ucu Min Cam as Peel dengan Metode Bayes dan Group Technology Metade Mu Metode Simple Additive | Weae at 4 - 1.1. Konsep Sistem Pendukung Keputusan ; Sistem merupakan kumpulan sub-sub sistem (elemen)yang saling berkorelasi satu dengan yang lainnya untuk mencapai tujuan tertentu. Sebagai contoh: Sebuah perusahaan memiliki sistem manajerial yang terdiri dari bottom management, middle management, dan top Management yang memiliki tujuan untuk mencapai kemajuan masyarakat. Sistem pendukung keputusan dapat diartikan sebagai suatu sistem yang di rancang yang digunakan untuk mendukung manajemendi dalam pengambilan keputusan. Konsep Sistem Pendukung Keputusan (SPK) pertama kali diungkapkan pada tahun1971 oleh Michael Scoot Morton (Turban,2001) dengan istilah Management Decision System. Kemudian sejumlah perusahaan, lembaga penelitian dan perguruan tinggi mulai melakukan penelitian dan membangun Sistem Pendukung Keputusan, sehingga dari produksi yang dihasilkan dapat disimpulkan bahwa sistem ini merupakan suatu sistem berbasis komputer yang ditujukan untuk membantu pengambilan keputusan dalam memanfaatkan data dan model tertentu untuk memecahkan berbagai persoalan yang tidak terstruktur. rr rere Metode Bayes dan Group Technology 1suatu informasi berbasis kan berbagai alternatif keputusan manajemen dalam menangani ber, an yang terstruktur maupun tidak terstryps enggunakan data dan model. e dan Chang (Turban,2001) berpendapat bahwa struktur pada definisi awal Sistem Pendukung san (bahwa Sistem Pendukung Keputusan dapat angani_ situasi semistruktur dan tidak terstruktur), sebuah masalah dapat di jelaskan sebagai masalah terstruktur dan tidak terstruktur hanya dengan memperhatikan’ si pengambil kKeputusan atau suatu spesifik, Jadi mereka mendefinisikan DSS sebagai sistem yang dapat diperluas untuk mampu mendukung analisis data ad hoc dan pemodelan keputusan, berorientasi tethadap perencanaan masa depan,ndigunakan pada interval yang tidak reguler dan tak terencana. Bonczek, kk (Turban, 2001) mendefinisikan Sistem Pendukung Keputusan sebagai sistem berbasis komputer yang terdiri efi tiga komponen yang saling berinteraksi: sistem @ (mekanisme untuk memberikan komunikasi antar nadan Komponen Sistem Pendukung Keputusan lain), sistem Pengetahuan (repositori pengetahuan ah yang adaentahsebagai data atau sebagai @an sistem pemrosesan masalah (hubungan ponen lainnya terdiri dari satu atau lebihat | tersebut sangat | ~ hubungan antara Sistem 2 pengetahuan. Dari berbagai definisi diatas dapat disimpulkan bahwa Sistem Pendukung Keputusan adalah suatu sister informasi spesifik yang ditujukan untuk membantu manajemen dalam mengambil keputusan yang berkaitan dengan persoalan yang bersifat semi terstruktur.Sistem ini memiliki fasilitas untukmenghasilkan berbagai alternatif yang secara interaktif digunakan oleh pemakai. 1.2. Tujuan Dan Solusi Pemecahan Masalah Di Bidang Sistem Pendukung Keputusan Tujuan Sistem Pendukung Keputusan (SPK) dikemukakan oleh Peter G.W Keen dan Scott Morton di dalam buku Model dan Sistem Informasi (Mc.LeodR,Jr,1996) yaitu: - Membantu manajer membuat keputusan untuk memecahkan masalah semi terstruktur. - Mendukung penilaian manajer bukan mencoba untuk menggantikannya. - Meningkatkan efektifitas pengambilan keputusan manajer dari pada efisiensinya. Bayes dan Group Technologyndung data yang relevan untuk pelbagal situ diatur oleh software yang disebut Database agement Systems (DBMS). Mode! Management. Melibatkan model finansial, statistikal, management science, atau pelbagai model kuantitatiflainnya, sehingga dapat memberikan kesistem suatu kemampuan analitis, dan manaj software yang diperlukan. ¢. Communication (dialog subsystem), User berkomunikasi dan memnberikan perintah melalui sub sistem ini. Ini berarti m antarmuka. d. Knowledge Management. Subsistem optional mendukung sub sistem lain atau bertindak komponen yang berdiri sendiri Berikut ini adalah gambar t: Pendukung Keputusan:imu Manajemen « Gambar1.1 Fase Proses Pengambilan Keputusan Menurut Simon ada tiga fase dalam proses Pengambilan Keputusan diantaranya sebagai berikut: 1. Intellegence Tahap ini merupakan proses penelusuran dan pendeteksian dari ruang lingkup problematika secara proses pengenalan masalah. Data masukan diperoleh, diproses dan diuji dalam ‘a mengindentifikasi ~ masalah. 2. Design Tahap ini merupakan proses menemukan, Mengembangkan dan menganalisis alternatif tindakan yang bisa dilakukan. Tahap ini meliputi menguji kelayakan solusi. | Bayes dan Group Technologydilakukan proses pemilihan tindakan yang mungkin tersebut kemudian diimpley proses pengambilan keputusan. “gambar dari setiap elemen yang terkait dalam sistem pendukung keputusan yaitu: @® ay eMasalah Ce Pendukung Keput 1. Masalah.Dalam sebuah sistem p terdapat beberapa jenis Terstruktur, Masalah Semi Ters Tidak Terstruktur. 2. Solusi. Dalam sebuah sistem beberapa jenis solusi diataranya —yaitu:Multi Atti (MADM) seperti:Metode Sim eee Metode Bayes dan Group Technology —in. Kemudian MetodeMu/t/ Ye king (MCDM) seperti: Metode Promethee, - Electre, Metode Oreste, Metode Entropidan Lain-lain. ain terdapat juga MetodeMu/t/ Factor Evaluation Process (MFEP), MetodeMu/ti Attribute Utility Theory (MAUT) serta Metode FMADM (FuzzyMulti Attribute DecisionMaking) yang terdiri dari F-AHP,F-SAW dan Lain-lain. 3. Hasil. Hasil atau keluaran dari sebuah sistem pendukung keputusanya itu berupa sebuah keputusan yang dapat dijadikan sebagai tolakukur sebuah kebijakan dari sebuah masalah yang diteliti atau dibahas. Keputusan merupakan kegiatan memilih suatus trategi atau tindakan dalam pemecahan masalah tersebut. Tindakan memilih strategi atau aksi yang diyakini manajer akan memberikan solusi terbaik atas sesuatu itu disebut pengambilan keputusan. Tujuan dari keputusan adalah untuk mencapai target atau aksi tertentu§ yang harus_ dilakukan (Kusrini,2007:6).luan Metode MFEP (Metode Evaluation Process) FEP (Metode Multi Factor Evaluation Process) § in metode yang menjadi fundamental dag bangan metode pada Decision Support System | (Sistem Pendukung Keputusan), Teknik penyelesaian | metode ini yaitu dengan penilaian subyektif dan intuiti¢ terhadap indicator atau factor penyebab dari sebuah masalah yang dianggap penting. — Pertimbangan- pertimbangan tersebut yaitu dengan memberikan pemberian bobot (weighting system) berdasarkan skala prioritas berdasarkan tingkat kepentingannya. Adapun alogaritma penyelesaian metode ini 7. Langkah 1: Mendefinisikan te kriteria atau faktor faktor yang beserta bobotnya 2. Langkah 2: Menghitung nilai 3. Langkah 3: Menghitung Total 4, Langkah 4: Lakukan perangking keputusan dahulu_ kriteria ebabkan masalah aluasi (NBE): t Evaluasi (TBE) 1 untuk mendapat== Nilai Bobot Evaluasi NBF= Nilai Bobot Factor NEF= Nilai Evaluasi Factor Dan adapun rumus yang digunakan untuk menghitung nilai TBE pada Metode MFEP (Metode Multi Factor Evaluation Process) yaitu: TBE = NBE1 + NBE2 + NBE3 + .....NBEn............ (2.2) Keterangan: TBE = Total Bobot Evaluasi NBE = Nilai Bobot Evaluasi 2.2. _Pendahuluan Metode MFEP (Metode Multi Factor Evaluation Process) Agar kita lebih memahami dari penjelasan metode ini berikut ini adalah contoh soal dari metode MFEP (Metode Multi Factor Evaluation Process). Contoh Soal : Pada bagian marketing di perusahaan yang bergerak di bidang perangkat teknologi ingin ekspansi dan Mengembangkan pangsa pasar di berbagai daerah. Adapun perangkat teknologi yang sedang di analisis yaitu Handphone. Ada 3 tipe handphone yang akan di analisis men Metode Bayes dan Group Technologya one tersebut, Berikut inj dari handphone teresebut. Adapun tipe 1, HP2, dan HP3, Adapun factor-faktor 4 ‘yang dijadikan sebagai acuan terllinat pada tabe| q th ini yaitu: Tabel 2.1 : Kriteria Dan Bobot Faktor (NBF) Memori Berat ___Keunikan Dari hasil Analisa dan sampel data yang di dapat oleh tim marketing, berikut ini adalah penilaian konsumen terhadap HP1, HP2, dan HP3 dengan range penilaian yaitu antara 1-100 berdasarkan Data Kuesio! A Tabel 2.2 : Hasil penilaian Konsume! 90 90 Kamera ven _Memori 80 0 | __Berat 90 90 Keunikan 90 90 Maka berdasarkan tabel diatas berikut ini adalah penyelesaiannya: Metode Bayes dan Group2. Menghitung Nilai BObot Evaluasi dari alternative HP2 Tabel 2.4 Nilai Bobot Evaluasi (NBE) dari HP2 Ly Nama criteria Lilet bls its ete Harga 0.45 80 36 mee _Kamera 0.25 80 20 0.15 80 2 0.1 90 9 ‘Ketinika 0.05 90 4.5 __Maka TBE dari jenis HP2 81.5 3. Menghitung Nilai Bobot Evaluasi dari alternative HP3 Tabel 2.5 Nilai Bobot Evaluasi (NBE) dari HP3 Gor Kamera 90 22.5 90 13.5 90 9 | 90 Metode Bayes dan Group Technologyrey) NEC en rn Alternatif Jadi berdasarkan tabel perangkingan di atas maka tipe HP1 menjadi alternative untuk bagi marketing dikembangkan atau ekspansi ke berbagai daerah. untuk Metode Bayes dan Group TechnologyMetode SMART (Simple Multi te Rating Technique) imple Multi Attribute Rating Technique) metode pengambilan keputusan yang multiatribut yang dikembangkan oleh Edward pada tahun 1977. Teknik pembuatan keputusan multiatribut ini digunakan untk mendukung pembuat keputusan dalam Memilih antara beberapa alternative. Setiap pembuat keputusan harus memilih sebuah alternatif yang sesuai dengan tujuan yang telah dirumuskan. Setiap alternative terdiri dari sekumpulan attribut dan setiap attribut mempunyai nilai-nilai. Nilai ini dirata-rata dengan skala tertentu. Setiap atribut mempunyai bobot yang Menggambarkan seberapa penting dibandingkan dengan atribut lain. Pembobotan dan pemberian peringkat ini digunakan untuk menilai setiap alternative agar diperoleh alternative terbaik. Pembobotan pada SMART (Simple Multi Attribute Rating Technique) menggunakan skala antara 0 Sampai 1, sehingga mempermudah perhitungan dan perbandingan nilai pada masing-masing alternative. Model yang digunakan dalam SMART (Simple Multi Attribute Rating Technique) yaitu: Bayes dan Group Technology= Nilal Pembobotan Kriteria ke- 4 — kriteria ) = Nilal Utility kriteria ke-I untuk kriterig kaw aM Adapun alogaritma penyelesaian dari Metode Smapy 4 (Simple Multi Attribute Rating Technique) yaitu sebagai berikut: 4. Langkah 1: Menentukan Jumlah kriteria dari keputusan yang akan di ambil 2. Langkah 2: Sistem secara default memberikan nilai 0- 400 berdasarkan prioritas dengan melakukan } normalisasi (Wj/-Wj) Langkah 3: Memberikan_nilai kriteria untuk setiap alternative 3. Langkah 4: Menghitung _nilai Utility untuk setiap kriteria masing-masing ui(ai) = 100 Cmax-Cmin i) Keterangan: Ui (ai) = nilai utility kriteria ke-1 untuk kriteria Kea Cmax = Nilai kriteria maksimal Cmin = Nilai kriteria minimal ; CoutI = nilai kriteria ke-i Metode Bayes da” Group_Contoh Soal dan Penyelesaiannya ¢ kita lebih memahami dari penjelasan metode ini ikut ini adalah contoh soal dari Metode SMART (Simple Multi Attribute Rating Technique). Contoh Soal: Pada bagian marketing di perusahaan ang bergerak di bidang perngkat teknologi ingin ekspansi dan mengembangkan pangsa pasar di berbagai daerah. Dapun perngkat teknologi yang sedang di analisis yaitu Handphone. Ada 3 tipe handphone yang akan di analisis untuk melihat sejauh mana daya serap konsumen selama ini terhadap 3 tipe handphppone’ tersebut. Berikut ini adalah tabel property dari handphone tersebut. Adapun tipe kita sebut HP1, HP2, dan HP3. Adapun factor-faktor dan kriteria yang dijadikan sebagai acuan terlihat pada tabel dibawah ini yaitu: Tabel 3.1 : Nilai Bobot Kriteria Metode SMARTy penilaian yaitu antara 1-100 yaitu: Rangkuman Penilaian Responden terhadap HP 4% HPL Tabel 3.2 : Penilaian responden terhadap HP1 PACU EET Sry elcid Kamera Memori 0 ae Keunikan 90 a 2. Rangkuman Penilaian Responden terhadap HP tipe HP2 __Harga Kamera Memori ___Berat Keunikan 3. Rangkuman Penilaian Res ponden terhadap HP tipe HP3 —————————— Metode Bayes dan Group TechnologyMaka berikut ini perhitungan nilai Utility Ui (ai) = 100 ee % yaitu sebagai berikut 1. Nilai Utility dari tipe HP1 Tabel 3.5: Nilai Utility dari HP1 Poet) Penilaian 2. Nilai Utility dari tipe HP2 Tabel 3.6: Nilai Utility dari HP2 Penilaian Penilaian Responden Metode Bayes dan Group Technology3. Nilai Utility dari tipe HP3 Tabel 3.7: Nilai Utility dari HP3 Penilaian peut) 2 Kamera 90 = 3°) Memori 90 4 90 90: Kemudian menghitung nilai | Berikut ini adalah tabelnya yaitu: 1. Nilai Keseluruhan Utility U(ai) da Tabel 3.8: Nilai Util Lae ity Harga Kamera (00. Metode Bayes dan Group Technolo2. Nilai Keseluruhan Utility U(ai) dari tipe HP2 Tabel 3.9: Nilai Utility Dari HP2 (200-80) _ 00 Foo = 20 OBOE g OHZSI 5 "20 | 0.15 3 pies (100—O) 10 ca : |= 1002) 19 | 0.05 0.5 2s (100-0) 3. Nilai Keseluruhan Utility U(ai) dari tipe HP3 ility Dari HP3 (100-0) 1 2 Kamera 0.25 25 3 | Memori 0.15 15 La) Berat = 109 UN = 10 0.1 1 —_— Metode Bayes dan Group Technologydari hasil di atas berikut ini Perangkingann sesuai dengan kasus di atas yang qj prioritas adalah yang memiliki nilai tereng, berikut. Tabel 3.11 Perangkingan Metode Smart Hadikan lah yaity Rangking 2 Rangking 3 Berdasarkan tabel diatas maka merk HP1 = 95 menjadi prioritas untuk dipromosikan dar produksinya. ‘Metode Bayes dan Grol