BAB 2 TINJAUAN PUSTAKA

Transkripsi

1 7 BAB 2 TINJAUAN PUSTAKA 2.1 Sistem Pendukung Keputusan Pengertian sistem pendukung keputusan adalah sistem penghasil informasi spesifik yang ditujukan untuk memecahkan suatu masalah tertentu yang harus dipecahkan oleh manajer pada berbagai tingkatan. Definisi menurut Litlle mengemukakan bahwa sistem pendukung keputusan adalah suatu sistem informasi berbasis komputer yang menghasilkan berbagai alternatif keputusan untuk membantu manajemen dalam menangani berbagai permasalahan yang terstruktur ataupun tidak terstruktur dengan menggunakan data atau model [9]. Moore dan Chang berpendapat bahwa konsep struktur, seperti yang banyak disinggung pada defenisi awal DSS (bahwa DSS dapat menangani situasi semiterstruktur dan tidak terstruktur), secara umum tidaklah penting; sebuah masalah dapat dijelaskan sebagai masalah terstruktur dan tidak terstruktur hanya dengan memerhatikan si pengambil keputusan atau suatu situasi spesifik (yakni keputusan terstruktur adalah terstruktur karena kita memilih memperlakukannya dengan cara seperti itu). Jadi, mereka mendefinisikan DSS sebagai sistem yang dapat diperluas untuk mampu mendukung analisis data ad hoc dan pemodelan keputusan, berorientasi terhadap perencanaan masa depan, dan digunakan pada interval yang tidak regular dan tak terencana [8]. Inti dari pengambilan keputusan ialah terletak dalam perumusan berbagai alternatif tindakan sesuai dengan yang sedang dalam perhatian dan dalam pemilihan alternatif yang tepat setelah suatu evaluasi (penilaian) mengenai efektivitasnya dalam

2 8 mencapai tujuan yang dikehendaki pengambil keputusan. Salah satu komponen terpenting dari proses pembuatan keputusan ialah kegiatan pengumpulan informasi dari mana suatu apresiasi mengenai situasi keputusan dapat dibuat. Namun, di dalam prakteknya sangat tidak mungkin untuk mengumpulkan informasi secara lengkap, mengingat terbatasnya dana, waktu, dan tenaga [9] Tujuan Sistem Pendukung Keputusan Tujuan Sistem Pendukung Keputusan yang dikemukakan oleh Keen dan Scott dalam buku Sistem Informasi Manajemen mempunyai tiga tujuan yang akan dicapai adalah : a) Membantu manajer membuat keputusan untuk memecahkan masalah semi terstruktur. b) Mendukung penilaian manajer bukan mencoba menggantikannya. c) Meningkatkan efektifitas pengambilan keputusan manajer daripada efisiensinya [8] Karakteristik dan Kemampuan Sistem Pendukung Keputusan Pada gambar ditunjukkan karakteristik dan kemampuan sebuah sistem pendukung keputusan.

3 9 Koneksi Web dan Terintegrasi Program semistruktur Untuk Manajer pada Level Berbeda Akses Data Untuk Individu dan Kelompok Analisis dan Pemodelan Kemudahan Membangun Pengguna Akhir DSS Keputusan Bergantung atau Berlanjut Mendukung Inteligensi, Desain, Pilihan Pembuat Mengontrol Keputusan Mendukung Banyak Proses dan Gaya Keputusan Efektif bukan Efisiensi Mudah Penggunaannya Adaptasi dan Fleksibel Gambar 2.1. Karakteristik dan Kemampuan DSS Karakteristik dan kemampuan sebuah sistem pendukung keputusan sebagai berikut : a) Sistem Pendukung Keputusan menyediakan dukungan untuk pengambil keputusan, terutama pada situasi semi terstruktur dan tidak terstruktur dengan menggabungkan penilaian manusia dan informasi komputerisasi. Masalahmasalah tersebut tidak dapat dipecahkan oleh sistem komputer lain atau oleh metode atau alat kuantitatif standar. b) Menyedikan dukungan untuk semua level manajerial, mulai dari eksekutif puncak sampai manajer lini. c) Menyedikan dukungan untuk kelompok dan individu, problem-problem yang kurang terstruktur sering memerlukan keterlibatan beberapa individu dari departemen dan tingkat organisasional yang berbeda atau bahkan dari organisasi lain.

4 10 d) Sistem pendukung keputusan menyediakan dukungan kepada independen atau keputusan yang berlanjut. Keputusan dapat dibuat satu kali, beberapa kali, atau berulang kali. e) Sistem pendukung keputusan memberikan dukungan kepada semua fase dalam proses pembuatan keputusan inteligence, design, choice dan impelementasi. f) Sistem pendukung keputusan mendukung di berbagai proses dan gaya pengambilan keputusan. g) Sistem pendukung keputusan adaptive terhadap waktu, pembuat keputusan harus reaktif bisa menghadapi perubahan-perubahan kondisi secara cepat dan merubah sistem pendukung keputusan harus fleksibel sehingga pengguna dapat menambah, menghapus, mengkombinasikan, merubah dan mengatur kembali terhadap elemen-elemen dasar. h) Sistem pendukung keputusan mudah digunakan. Pengguna merasa berada dirumah saat bekerja dengan system, seperti user friendly, fleksibelitas, kemampuan penggunaan grafik yang tinggi dan bahasa untuk berinteraksi dengan mesin seperti menggunakan bahasa inggris maka akan menaikan efektifitas dari sistem pendukung keputusan. i) Peningkatan terhadap efektifitas pembuatan keputusan baik dalam hal ketepatan waktu dan kualitas ketimbang pada biaya pembuatan keputusan atau biaya pemakaian waktu komputer. j) Pembuat keputusan dapat mengontrol penuh terhadap tahapan-tahapan pembuatan keputusan seperti pada tahap intelegence, choice dan implementation dan sistem pendukung keputusan diarahkan untuk mendukung pada pembuat keputusan bukannya menggantikan posisinya. k) Memungkinkan pengguna akhir dapat mengembangkan dan memodifikasi sistem sendiri yang sederhana. Sistem yang besar dapat dibangun dengan bantuan dari spesialis sistem informasi. l) Sistem pendukung keputusan menggunakan model-model standar atau buatan pengguna untuk menganalisa keadaan-keadaan keputusan. Kemampuan

5 11 modeling memungkinkan bereksperimen dengan strategi yang berbeda-beda dibawah konfigurasi yang berbeda-beda pula. m) Sistem pendukung keputusan mendukung akses dari berbagai sumber data, format, dan tipe, dari sistem informasi geografis (GIS) sampai pada orientasi obyek. n) Sebagai alat standalone yang digunakan oleh seseorang pengambil keputusan pada satu lokasi atau didistribusikan di satu organisasi keseluruhan dan di beberapa organisasi Tahapan Pengambilan Keputusan Sistem pendukung keputusan secara garis besar seorang pengambil keputusan dalam melakukan pengambilan keputusan melewati beberapa alur/ proses untuk mendapatkan keputusan yang terbaik. Alur/ proses pemilihan alternatif tindakan/keputusan biasanya terdiri dari langkah-langkah berikut [10]: a) Tahap Inteligence Inteligensi dalam pengambilan keputusan meliputi scanning (pemindaian) lingkungan, entah secara intermiten ataupun terus-menerus. Inteligensi mencakup berbagai aktifitas yang menekankan identifikasi situasi atau peluang-peluang masalah. Suatu tahap proses seseorang dalam rangka pengambil keputusan untuk permasalahan yang dihadapi, terdiri dari aktivitas penelusuran, pendeteksian serta proses pengenalan masalah. Data masukan diperoleh, diuji dalam rangka mengidentifikasi masalah. b) Tahap Design Tahap proses pengambil keputusan setelah tahap intelligence meliputi proses untuk mengerti masalah, menurunkan solusi dan menguji kelayakan solusi. Aktivitas yang biasanya dilakukan seperti menemukan, mengembangkan dan menganalisa alternative tindakan yang dapat dilakukan. Hal ini meliputi

6 12 pemahaman terhadap masalah dan menguji solusi yang layak. Sebuah model masalah pengambilan keputusan dikonstruksi, dites, dan divalidasi. c) Tahap Choice Pada tahap ini dilakukan proses pemilihan diantara berbagai alternatif tindakan yang mungkin dijalankan. Hasil pemilihan tersebut kemudian diimplementasikan dalam proses pengambilan keputusan. Batas antara tahap pilihan dan desain sering tidak jelas karena aktivitas tertentu dapat dilakukan selama kedua fase tersebut dan karena orang dapat sering kembali dari aktivitas pilihan ke aktivitas desain Komponen Sistem Pendukung Keputusan Untuk dapat menerapkan sistem pendukung keputusan ada empat subsistem yang harus disediakan yaitu subsistem manajemen data, subsistem manajemen model, subsistem manajemen pengetahuan dan subsistem antar muka pengguna. [8] a. Subsistem manajemen data Merupakan subsistem yang menyediakan data bagi sistem. Sumber data berasal dari data internal dan data eksternal. Subsistem ini termasuk basisdata, berisi data yang relevan untuk situasi dan diatur oleh perangkat lunak yang disebut database management system (DBMS). b. Susbsistem manajemen model Merupakan subsistem yang berfunsi sebagai pengelola berbagai model. Model harus bersifat fleksibel artinya mampu membantu pengguna untuk memodifikasi atau menyempurnakan model, seiring dengan perkembangan pengetahuan. Perangkat lunak ini disebut model base management system (MBMS).

7 13 c. Subsistem manajemen pengetahuan Sebagai pendukung sembarang subsistem yang lain atau sebagai suatu komponen yang bebas. Subsistem ini berisi data item yang diproses untuk menghasilkan pemahaman, pengalaman, kumpulan pelajaran dan keahlian. d. Susbsistem antar muka pengguna Merupakan fasilitas yang mampu mengintegrasikan sistem terpasang dengan pengguna secara interaktif. Melalui sistem dialog ini sistem diartikulasikan sehingga dapat berkomunikasi dengan sistem yang dirancang atau pengguna dapat berkomunikasi dengan sistem pendukung keputusan dan memerintah sistem pendukung keputusan melalui sistem ini. 2.2 Simple Addiptive Weighting (SAW) Metode SAW sering juga dikenal istilah metode penjumlahan terbobot. Konsep dasar metode SAW adalah mencari penjumlahan terbobot dari rating kinerja pada setiap alternatif pada semua atribut. Metode SAW membutuhkan proses normalisasi matriks keputusan (X) ke suatu skala yang dapat diperbandingkan dengan semua rating alternatif yang ada [4]. Formula untuk melakukan normalisasi tersebut adalah sebagai berikut : Di mana : : Rating kinerja ternormalisasi Max : Nilai maksimum dari setiap baris dan kolom

8 14 Min : Nilai minimum dari setiap baris dan kolom. : Baris dan kolom dari matriks adalah rating kinerja ternormalisasi dari alternatif pada atribut ; i = 1,2,...,m dan j = 1,2,...,n. Nilai preferensi untuk setiap alternatif ( ) diberikan sebagai [2]: Di mana : : Nilai akhir dari alternatif : Bobot yang telah ditentukan : Normalisasi matriks Nilai yang lebih besar mengindikasikan bahwa alternatif lebih terpilih. Langkah Penyelesaian SAW : a. Menentukan kriteria-kriteria yang akan dijadikan acuan dalam pengambilan keputusan, yaitu. b. Menentukan rating kecocokan setiap alternatif pada setiap kriteria. c. Membuat matriks keputusan berdasarkan kriteria( ), kemudian melakukan normalisasi matriks berdasarkan persamaan yang disesuaikan dengan jenis atribut sehingga diperoleh matriks ternormalisasi R. d. Hasil akhir diperoleh dari proses perankingan yaitu penjumlahan dari perkalian matriks ternormalisasi R dengan vektor bobot sehingga diperoleh nilai terbesar yang dipilih sebagai alternatif terbaik ( ) sebagai solusi.

9 15 Metode ini merupakan metode yang paling dikenal dan paling banyak digunakan orang dalam menghadapi situasi MADM (multiple attribute decision making). Metode ini mengharuskan pembuat keputusan menentukan bobot bagi setiap atribut. Skor total untuk sebuah alternatif diperoleh dengan menjumlahkan seluruh hasil perkalian antara rating (yang dapat dibandingkan lintas atribut) dan bobot tiap atribut. Rating tiap atribut haruslah bebas dimensi yang artinya telah melewati proses normalisasi sebelumnya [1]. 2.3 Metode PROMETHEE (Preference Ranking Organization Methods for Enrichment Evaluations) Metode Promethee termasuk ke dalam kelompok pemecahan masalah Multi Criteria Decision Making (MCDM) atau pengambilan keputusan kriteria majemuk yang merupakan disiplin ilmu yang sangat penting dalam pengambilan keputusan atas suatu masalah yang memiliki lebih dari satu kriteria (multikriteria). Promethee yang merupakan singkatan dari Preference Ranking Organization Methods for Enrichment Evaluations adalah metode outranking yang menawarkan cara yang fleksibel dan sederhana kepada user (pembuat keputusan) untuk menganalisis masalah-masalah multikriteria [5]. Prinsip yang digunakan adalah penetapan prioritas alternatif yang telah ditetapkan berdasarkan pertimbangan, dengan kaidah dasar: Dimana A adalah sejumlah kumpulan alternatif, dan (i = 1, 2,, k) merupakan nilai/ukuran relatif kriteria untuk masing-masing alternatif. Dalam aplikasinya sejumlah kriteria telah ditetapkan untuk menjelaskan k yang merupakan penilaian dari real.

10 16 Promethee termasuk dalam keluarga dari metode outranking yang dikembangkan oleh B. Roy, dan meliputi dua fase [6]: a. Membangun hubungan outranking dari A, dimana A adalah sejumlah kumpulan alternatif. b. Eksploitasi dari hubungan ini memberikan jawaban optimasi kriteria dalam paradigma permasalahan multikriteria. Langkah langkah perhitungan dengan metode promethee adalah sebagai berikut : a. Penentuan alternatif alternatif nilai dari data siswa terhadap kriteria kriteria yang telah ditetapkan sebelumnya. b. Menentukan tipe fungsi preferensi dan nilai preferensi c. Perhitungan indeks preferensi. Perhitungan arah preferensi dipertimbangkan berdasarkan nilai indeks leaving flow (Ф + ), entering flow ( Ф - ), dan net flow Tipe Preferensi dalam PROMETHEE Dalam Promethee disajikan enam bentuk/tipe fungsi preferensi kriteria. Hal ini tentu saja tidak mutlak, tatapi bentuk ini cukup baik untuk beberapa kasus. Untuk memberikan gambaran yang lebih baik terhadap area yang tidak sama, digunakan fungsi selisih nilai kriteria antar alternatif H (d) dimana hal ini mempunyai hubungan langsung pada fungsi preferensi P [6]. a) Kriteria umum / tipe I (Usual Criterion )

11 17 Keterangan: 1. H(d) = fungsi selisih kriteria antar alternatif 2. d = selisih nilai kriteria {d = f(a)-f(b)} Pada kriteria ini tidak beda antara a dan b jika dan hanya jika ƒ(a) = ƒ(b), apabila nilai kriteria pada masing masing alternatf memiliki nilai berbeda, pembuat keputusan mempunyai preferensi mutlak untuk alternatif memiliki nilai yang lebih baik. b) Kriteria Quasi / tipe II (Quasi Kriteria) Keterangan: 1. H(d) = fungsi selisih kriteria antar alternatif 2. d = selisih nilai kriteria {d = f(a) f(b)} 3. Parameter (q) = harus merupakan nilai yang tetap Pada kriteria ini dua alternatif memiliki preferensi yang sama penting selama selisih atau nilai H(d) dari masing masing alternatif untuk kriteria tertentu tidak melebihi nilai q dan apabila selisih hasil evaluasi untuk masing masing alternative melebihi nilai q maka terjadi bentuk preferensi mutlak. Jika pembuat keputusan menggunakan kriteria quasi, maka dia harus menentukan nilai q, dimana nilai ini dapat menjelaskan pengaruh yang signifikan dari suatu kriteria. Dengan demikian q adalah merupakan nilai threshold indifference yaitu nilai d terbesar yang masih memungkinkan terjadinya indifference antar alternatif.

12 18 c) Kriteria Preferensi Linier / tipe III Keterangan: 1. H(d) = fungsi selisih kriteria antar alternatif 2. d = selisih nilai kriteria {d = f(a) f(b)} 3. p = nilai kecenderungan atas Kriteria preferensi linier dapat menjelaskan bahwa selama nilai selisih memiliki nilai yang lebih rendah dari p, preferensi dari pembuat keputusan meningkat secara linier dengan nilai d. Pada saat pembuat keputusan mengidentifikasi beberapa kriteria untuk tipe ini, pembuat keputusan harus menentukan nilai dari kecenderungan atas (nilai p). Dalam hal ini nilai d di atas p telah dipertimbangkan akan memberikan preferensi mutlak dari satu alternatif. d) Kriteria Level / tipe IV (level Criterion) Keterangan : 1. H(d) = fungsi selisih kriteria antar alternatif 2. p = nilai kecenderungan atas 3. parameter (q) = harus merupakan nilai yang tetap Disini nilai kecenderungan tidak berbeda (nilai indifference threshold) q dan kecenderungan preferensi (preference threshold) p adalah ditentukan secara simultan. Jika d berada diantara nilai q dan p, hal ini berarti situasi preferensi yang lemah (H(d) = 0,5).

13 19 e) Kriteria dengan preferensi linier dan area yang tidak berbeda / tipe V Keterangan: 1. H(d) = fungsi selisih kritaria antara alternatif 2. d = selisih nilai kriteria {d = f(a) f(b)} 3. parameter (p) = nilai kecenderungan atas 4. parameter (q) = nilai kecenderungan bawah (harus merupakan nilai tetap) Pada kasus ini pengambil keputusan mempertimbangkan peningkatan preferensi secara linier dari tidak berbeda hingga preferensi mutlak dalam area antara dua kecenderungan q dan p, dua parameter tersebut telah ditentukan. f) Kriteria Gaussian (Gaussian Criterion) Fungsi ini bersyarat apabila telah ditentukan nilai σ, dimana dapat dibuat berdasarkan distribusi normal dalam statistik. Disini preferensi pengambil keputusan meningkat secara linier dari kondisi indifference ke preferensi mutlak di area antara q dan p. Indeks Preferensi Multikriteria (, ) merupakan intensitas preferensi pembuat keputusan yang menyatakan bahwa alternatif lebih baik dari alternatif dengan pertimbangan secara simultan dari seluruh kriteria. Hal ini dapat disajikan dengan nilai antara 0 dan 1, dengan ketentuan sebagai berikut:

14 20 a. (, ) = 0, menunjukkan preferensi yang lemah untuk alternatif lebih dari alternatif berdasarkan semua kriteria. b. (, ) = 1, menunjukkan preferensi yang kuat untuk alternative lebih dari alternatif berdasarkan semua kriteria. Indeks preferensi ditentukan berdasarkan nilai hubungan outranking pada sejumlah kriteria dari masing-masing alternatif Promethee ranking Perhitungan arah preferensi dipertimbangkan berdasarkan nilai indeks leaving flow (Ф + ), entering flow ( Ф - ), dan net flow mengikuti persamaan: Keterangan: 1. = menunjukkan preferensi bahwa alternative lebih baik dari alternatif x. 2. = menunjukkan preferensi bahwa alternatif x lebih baik dari alternatif. 3. = Leaving flow, digunakan untuk menentukan urutan prioritas pada proses Promethee I yang menggunakan urutan parsial. 4. = Entering flow, digunakan untuk menentukan urutan priorotas pada proses Promethee I yang menggunakan urutan parsial. 5. = Net flow, digunakan untuk menghasilkan keputusan akhir penentuan urutan dalam menyelesaikan masalah sehingga menghasilkan urutan lengkap.