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 | Weae
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 1suatu 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 lebihat | 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 Technologyndung 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 Technologydilakukan 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 Technologya 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 Group2. 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 Technologyrey) 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 TechnologyMetode 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 SMARTy 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 TechnologyMaka 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 Technology3. 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 Technolo2. 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 Technologydari 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