BAB 2 TINJAUAN PUSTAKA

Transkripsi

1 BAB 2 TINJAUAN PUSTAKA 2.1. Konsep Sistem Pendukung Keputusan Sistem pendukung keputusan (SPK) adalah salah satu produk software yang dikembangkan secara khusus untuk membantu manajemen dalam proses pengambilan keputusan. Tujuan SPK adalah sebagai second opinion atau information sources sebagai bahan pertimbangan seorang manajer sebelum memutuskan kebijakan tertentu. Pendekatan untuk SPK yang populer adalah dengan menggunakan teknik simulasi yang interaktif, sehingga diharapkan sistem ini dapat merepresentasikan keadaan dunia nyata yang sesungguhnya. Lima karakteristik utama SPK : Sistem yang berbasis komputer Dipergunakan untuk mengambil keputusan Untuk memecahkan Masalah-masalah yang rumit yang tidak dapat digunakan dengan kalkulasi manual Melalui cara simulasi yang interaktif Komponen utamanya data dan model analisis DSS juga merupakan sistem berbasis pengetahuan yang dipakai untuk mendukung pengambilan keputusan dalam suatu perusahaan. Sistem ini merupakan sistem komputer yang mengolah data menjadi informasi untuk mengambil keputusan dari masalah yang terstruktur atau spesifik. Tujuan pembentukan sistem ini adalah memanfaatkan keunggulan kedua unsur, yaitu manusia dan perangkat elektronik untuk mempercepat dan mempermudah proses pengambilan keputusan. Sebuah sistem pendukung keputusan ini dapat digambarkan sebagai sistem, interaktif berbasis

2 7 komputer yang dirancang untuk membantu para pengambil keputusan dalam memecahkan masalah yang tak terstruktur [11] Tahap - tahap dalam pengambilan keputusan DSS adalah sistem informasi yang membantu untuk mengidentifikasi kesempatan pengambilan keputusan atau menyediakan informasi untuk membantu pengambilan keputusan. Pada dasarnya SPK hampir sama dengan Sistem Informasi Manajemen (SIM) karena menggunakan basis data sebagai sumber data. SPK bermula dari SIM karena menekankan pada fungsi mendukung pembuat keputusan diseluruh tahaptahapnya, meskipun keputusan aktual tetap wewenang eksklusif pembuat keputusan. Simon (1977) mengidentifikasikan bahwa sistem pendukung keputusan memiliki tiga fase proses yaitu fase intelligence, design dan choice[13]. Intelligence Design Choice Gambar 2.1. Fase-fase pengambilan keputusan [13]

3 8 Tahap - tahap dalam pengambilan keputusan antara lain adalah : 1. Intelligence Tahap ini merupakan proses penelusuran dan pendeteksian dari lingkup problematika serta proses pengenalan masalah. Data masukan diperoleh, diproses, dan diuji dalam rangka mengidentifikasikan masalah. 2. Design Tahap ini merupakan proses menemukan, mengembangkan, dan menganalisis alternatif tindakan yang bisa dilakukan. Tahap ini meliputi proses untuk mengerti masalah, menurunkan solusi, dan menguji kelayakan solusi. 3. Choice Pada tahap ini dilakukan proses pemilihan diantara berbagai alternatif tindakan yang mungkin dijalankan. Hasil pemilihan tersebut kemudian diimplementasikan dalam proses pengambilan keputusan Karakteristik sistem pendukung keputusan Sistem pendukung keputusan dirancang secara khusus untuk mendukung seseorang yang harus mengambil keputusan-keputusan tertentu. Peranan SPK dalam konteks keseluruhan sistem informasi ditujukan untuk memperbaiki kinerja melalui aplikasi teknologi informasi. Banyaknya definisi yang dikemukakan mengenai pengertian dan penerapan dari sebuah SPK, sehingga menyebabkan terdapat banyak sekali pandangan mengenai sistem tersebut. Ada beberapa karakteristik dari Sistem Pendukung Keputusan di antarannya adalah sebagai berikut : 1. Mendukung seluruh kegiatan organisasi 2. Mendukung beberapa keputusan yang saling berinteraksi 3. Dapat digunakan berulang kali dan bersifat konstan

4 9 4. Terdapat dua komponen utama, yaitu data dan model 5. Menggunakan baik data ekternal maupun internal 6. Memiliki kemampuan what-if analysis dan goal seeking analysis 7. Menggunakan beberapa model kuantitatif. Dengan berbagai karakter khusus seperti dikemukakan diatas, SPK memiliki kemampuan yaitu : 1. Mendukung proses pengambilan keputusan, menitikberatkan pada management by perception 2. Adanya interface manusia / mesin dimana manusia (user) tetap mengontrol proses pengambilan keputusan 3. Mendukung pengambilan keputusan untuk membahas masalah-masalah terstruktur, semi terstruktur dan tidak terstruktur. 4. Menggunakan model-model matematis dan statistik yang sesuai 5. Memiliki kapabilitas dialog untuk memperoleh informasi sesuai dengan kebutuhan model interaktif 6. Output ditujukan untuk semua personil organisasi dalam semua tingkatan sehingga dapat berfungsi sebagai kesatuan sistem 7. Membutuhkan struktur data komprehensif yang dapat melayani kebutuhan informasi seluruh tingkatan manajemen 8. Memiliki subsistem-subsistem yang terintegrasi sedemikian rupa sehingga dapat berfungsi sebagai kesatuan sistem 9. Pendekata easy to use, ciri SPK yang efektif adalah kemudahannya untuk digunakan, dan memungkinkan keleluasaan pemakai untuk memilih atau mengembangkan pendekatan-pendekatan baru dalam membahas masalah yang dihadapi. 10. Kemampuan sistem beradaptasi dengan cepat, dimana pengambil keputusan dapat menghadapi masalah-masalah baru, dan pada saat yang sama dapat menanganinya dengan cara mengadaptasikan sistem terhadap kondisi-kondisi perubahan yang terjadi.

5 10 Dari berbagai kemampuan dan karakteristik seperti yang dijelaskan di atas, sistem pendukung keputusan juga memiliki keterbatasan, antara lain: 1. Ada beberapa kemampuan manajemen dan bakat manusia sebagai pengguna yang tidak dapat dimodelkan, sehingga model yang ada dalam sistem tidak semuanya mencerminkan persoalan yang sebenarnya. 2. Kemampuan suatu sistem pendukung keputusan terbatas pada pengetahuan dasar serta model dasar yang dimilikinya. 3. Proses-proses yang dapat dilakukan oleh sistem pendukung keputusan biasanya tergantung juga pada kemampuan perangkat lunak yang digunakannya. 4. Sistem pendukung keputusan tidak memiliki intuisi seperti yang dimiliki oleh manusia. Karena sistem pendukung keputusan hanya suatu kumpulan perangkat keras, perangkat lunak dan sistem operasi yang tidak dilengkapi oleh kemampuan berpikir. Secara luas, dapat dikatakan bahwa sistem pendukung keputusan berlandaskan pada kemampuan dari sebuah sistem berbasis komputer dan dirancang untuk menghasilkan berbagai alternatif yang ditawarkan kepada para pengambil keputusan dalam melaksanakan tugasnya Prestasi Kerja Karyawan Pengukuran prestasi kerja karyawan adalah suatu proses mengkuantifikasikan secara akurat dan valid tingkat efisiensi dan efektivitas suatu kegiatan yang telah terealisasi dan membandingkannya dengan tingkat prestasi yang direncanakan (Martoyo, 2002: 28). Untuk itu seorang atasan perlu mempunyai ukuran prestasi kerja para karyawan supaya tidak timbul suatu masalah. Informasi tentang prestasi kerja karyawan juga diperlukan pula bila suatu saat atasan ingin mengubah sistem yang ada [14]. Agar karyawan dapat bekerja sesuai yang diharapakan maka dalam diri seorang karyawan harus ditumbuhkan motivasi kerja untuk meraih segala sesuatu

6 11 yang diinginkan. Apabila semangat kerja menjadi tinggi maka semua pekerjaan yang dibebankan kepadanya akan lebih cepat selesai dan tepat selesai. Pekerjaan yang cepat dan tepat selesai adalah merupakan suatu prestasi kerja karyawan yang baik. Menurut Handoko (2001:135) motivasi adalah suatu daya pendorong yang menyebabkan orang berbuat sesuatu atau yang diperbuat karena takut akan sesuatu. Oleh karena itu diperlukan suatu sistem yang dapat mengukur kinerja karyawan agar dapat ditentukan karyawan berprestasi dan pemberian reward sehingga memotivasi karyawan untuk bekerja lebih baik lagi. 2.3 Profile Matching Profile matching adalah salah satu dari metode dalam pengambilan keputusan yang mekanismenya mengasumsikan bahwa terdapat tingkat variabel prediktor yang ideal yang harus dimiliki oleh pegawai. Bukannya tingkat minimal yang harus dipenuhi atau dilewati[9]. Dalam profile matching pegawai yang bisa dikategorikan sebagai pegawai terbaik adalah pegawai yang mendekati nilai ideal tersebut. Adapun langkah-langkah dalam metode profile matching adalah sebagai berikut[9] : 1. Menentukan Aspek-aspek penilaian 2. Pemetaan GAP kompetensi. 3. Pembobotan. 4. Perhitungan dan Pengelompokan Core dan Secondary Factor. GAP kompetensi adalah perbedaan antara profil pegawai terbaik dengan profil pegawai aktual[9]. GAP = profil karyawan profil jabatan Setelah menentukan bobot nilai gap untuk setiap aspek penilaian, tiap aspek tersebut dikelompokkan menjadi dua kelompok yaitu kelompok core factor dan secondary factor. Rumus untuk perhitungan core factor[9] :

7 12 = /... (1) Keterangan : NCF = Nilai rata-rata core factor NC(Aspek) = Jumlah total nilai core factor IC = Jumlah item core factor Rumus perhitungan secondary factor : = /...(2) Keterangan : NSF = Nilai rata-rata secondary factor NS(Aspek) = Jumlah total nilai secondary factor IS = Jumlah item secondary factor Rumus perhitungan nilai total dari aspek : = ( %) + ( %)...(3) Keterangan : N = Nilai total (x%) = Nilai persen yang di inputkan NCF = Nilai rata-rata core factor NSF = Nilai rata-rata secondary factor Setelah didapat nilai total dari aspek kemudian dapat di tentukan hasil akhir yang berupa ranking dari pegawai dengan menggunakan rumus[9] : = ( %) 1 + ( %) 2 + ( %)...(4) Contoh langkah perhitungan dengan kasus penentuan pegawai terbaik terdapat pada tabel 2.1 sampai pada tabel 2.5.

8 13 Tabel 2.1 Tabel Skala Penilaian Nilai Bobot Nilai Sangat Baik 5 Baik 4 Cukup 3 Kurang 2 Buruk 1 Tabel 2.2 Tabel Data Pegawai dan Nilai Gap Nama Kedisiplinan Prestasi Kerja Tanggung jawab Kepemimpinan Fanny Anggara Muhammad Fadhli Jesades Berlin Hidayat Syahputra Nilai Target Fanny Anggara Muhammad Fadhli Jesades Berlin Hidayat Syahputra Tabel 2.3 Tabel Pembobotan Nilai Selisih Bobot Nilai Keterangan 0 5 Tidak ada selisih (Kompetensi sesuai dengan yg dibutuhkan) Kompetensi individu kelebihan 1 tingkat -1 4 Kompetensi individu kekurangan 1 tingkat Kompetensi individu kelebihan 2 tingkat -2 3 Kompetensi individu kekurangan 2 tingkat Kompetensi individu kelebihan 3 tingkat -3 2 Kompetensi individu kekurangan 3 tingkat Kompetensi individu kelebihan 4 tingkat -4 1 Kompetensi individu kekurangan 4 tingkat

9 14 Tabel 2.4 Tabel Hasil Pembobotan Nama Kedisiplinan Prestasi Kerja Tanggung jawab Kepemimpinan Fanny Anggara Muhammad Fadhli Jesades Berlin Hidayat Syahputra Mencari nilai Core factor dan Secondary factor : Core factor = Kedisiplinan dan Tanggung jawab Secondary factor = Prestasi kerja dan Kepemimpinan Tabel 2.5 Nilai Core factor dan Secondary factor Nama Core Factor Secondary Factor Fanny Anggara Muhammad Fadhli Jesades Berlin Hidayat Syahputra Perhitungan Nilai Total N1 = (60% x 4) + (40% x 4.75) = 4.3 N2 = (60% x 3.5) + (40% x 4) = 3.7 N3 = (60% x 5) + (40% x 4.25) = 4.7 N4 = (60% x 4.25) + (40% x 3.75) = 4.05 Pada contoh ini hanya terdapat 1 aspek penilaian oleh karena itu nilai total menjadi hasil akhir pada penilaian. Jesades berlin terpilih sebagai solusi karena memiliki nilai total paling besar.

10 Simple Additive Weighting (SAW) Metode SAW adalah metode penjumlahan terbobot yang digunakan dalam memecahkan masalah multi kriteria. Konsep dasar metode ini adalah mencari penjumlahan terbobot dari rating kinerja pada setiap alternatif pada semua atribut[10]. Churchman dan Ackoff (1954) pertama sekali menggunakan metode SAW ini untuk mengatasi masalah penyeleksian portofolio. Metode ini mungkin yang paling populer dan sering digunakan dalam penyelesaian masalah multiple attribute decision making (MADM) [15]. Metode SAW membutuhkan proses normalisasi matriks keputusan (X) ke suatu skala yang dapat dibandingkan dengan semua rating alternatif yang ada. Hasil akhir metode SAW didapatkan dari ranking nilai utilitas terbesar dari semua alternatif. Rumus untuk mencari nilai utilitas setiap alternatif adalah[15] : ( ) = w j ( )... (5) Keterangan : ( ) = nilai utilitas alternatif w j = nilai bobot preferensi kriteria = rating kinerja ternormalisasi dari alternatif pada kriteria. Dalam Penentuan matriks pada setiap kriteria dari alternatif-alternatif yang ada perlu diketahui atribut keuntungan dan atribut biaya terlebih dahulu. Jika dalam suatu kriteria nilai yang dicari adalah nilai terbesar maka atribut keuntunganlah yang digunakan, dan jika yang dicari adalah nilai yang paling minimum maka atribut biaya yang digunakan. Berikut adalah rumus untuk menghitung atribut keuntungan dan biaya[15].

11 16 =...(6) Keterangan : = rating kinerja ternormalisasi dari alternatif pada kriteria. Max = Nilai maks jika yang dicari adalah atribut keuntungan atau nilai tertinggi. Min = Nilai min jika yang dicari adalah atribut biaya atau nilai terendah. Hasil akhir diperoleh dari setiap proses perangkingan yaitu penjumlahan dari perkalian matriks ternormalisasi dengan bobot prefrensi sehingga diperoleh nilai terbesar yang dipilih sebagai alternatif terbaik (u i ) sebagai solusi. Contoh perhitungan dengan kasus penilaian ketua OSIS : Tabel 2.6 Tabel Skala Penilaian Nilai Bobot Nilai Sangat Baik 5 Baik 4 Cukup 3 Kurang 2 Buruk 1 Tabel 2.7 Tabel Data Kandidat Pemilihan : Nama Kerja sama Prestasi Tanggung jawab Fanny Anggara Muhammad Fadhli Jesades Berlin Hidayat Syahputra 3 4 4

12 17 Tabel 2.8 Tabel Rating Kecocokan Nama C1 C2 C3 Fanny Anggara Muhammad Fadhli Jesades Berlin Hidayat Syahputra Vektor bobot W = [ 4, 3, 4] Matriks keputusan X berdasarkan kriteria bobot : X = Normalisasi Matrik Keputusan : r 11 = r 12 = r 13 = Alternatif A Alternatif A = 0.75 r 21 = Max (3;2;4;3) Max (3;2;4;3) 3 3 = 0.75 r 22 = Max (3;3;4;4) Max (3;3;4;4) 3 2 = 0.75 r 23 = Max (3;2;3;4) Max (3;2;3;4) = 0.5 = 0.75 = 0.5 r 31 = r 32 = Alternatif A 3 Alternatif A = 1 r 41 = Max (3;2;4;3) Max (3;2;4;3) 4 4 = 1 r 42 = Max (3;3;4;4) Max (3;3;4;4) = 0.5 = 1

13 18 r 33 = 3 4 = 0.75 r 43 = Max (3;2;3;4) Max (3;2;3;4) = 1 D Dari hasil perhitungan diatas didapat matriks ternormalisasi sebagai berikut : R = Mencari nilai utilitas alternatif terbaik dengan persamaan[12] : = w j... (6) u1= (0,75 x 4) + (0,75x3) + (0.75x 4) = 8.25 u 2 = (0,5x4) + (0.75x3) + (0,5x4) = 6.25 u 3 = (1x4) + (1x3) + (0,75x4) = 10 u 4 = (0,5x4) + (1x3) + (1x4) = 9 u 3 merupakan nilai preferensi dari alternatif A3, sehingga A3 atau dalam kasus ini Jesades berlin menjadi alternatif terbaik.

14 Penelitian Terdahulu Beberapa penelitian yang telah dilakukan antara lain : a. Penelitian Ilman fahma dwijaya dengan judul Sistem pendukung keputusan kenaikan jabatan pada PT. SYSMEX Menggunakan Metode Profile Matching. Penelitian ini bertujuan untuk mencari solusi terbaik dalam kenaikan jabatan berdasarkan kompetensi karyawan di PT. SYSMEX (divisi sales) menggunakan sistem pendukung keputusan dengan metode profile matching[4]. b. Penelitian Gerdon dengan judul Sistem pendukung keputusan keputusan untuk menentukan penerimaan beasiswa bagi mahasiswa STMIK AMIKOM Yogyakarta. Dalam penelitian ini digunakan metode Simple Additive Weighting (SAW) untuk menyelesaikan masalah multi criteria (MCDM) yaitu dalam penerimaan beasiswa bagi mahasiswa STMIK AMIKOM Yogyakarta berdasarkan beberapa kriteria[6].