BAB II TINJAUAN PUSTAKA

Transkripsi

1 BAB II TINJAUAN PUSTAKA 2.1. Tinjauan Pustaka Sebagai tinjauan pustaka berikut beberapa contoh penelitian yang sudah di lakukan oleh para peneliti yang dapat digunakan sebagai acuan dan pengetahuan. Penelitian dengan judul Analisis Sistem Pendukung Keputusan Dalam Memilih Program Studi Menggunakan Metode Logika Fuzzy menjelaskan tentang pilihan program studi. Dalam penelitian ini bertujuan agar pihak akademik dapat memutuskan seorang calon mahasiswa mahasiswi diterima atau tidak di suatu program studi yang ada. Calon mahasiswa mahasiswi yang diterima dalam sebuah program studi harus disesuaikan dengan minat dan bakat yang mereka miliki. Logika fuzzy merupakan suatu cara yang digunakan untuk menghasilkan output dari input yang dimasukkan. Metode penelitian sistem yang digunakan adalah metode Fuzzy Multi-Attribute Decision Making (FMADM) dan metode Fuzzy Multi-Criteria Decision Making (FMACM). Sistem ini menampilkan sebuah hasil keputusan untuk menganalisis suatu sistem pendukung keputusan yang memberikan alternatif program studi terbaik serta mendapatkan hasil perbandingan antara kedua metode tersebut dalam memilih Program Studi (Rohayani, 2013). Penelitian dengan judul Analisa Perancangan Sistem Pendukung Keputusan Pemilihan Konsentrasi Minat Tugas Akhir Menggunakan Simple Additive Weighting Di Program Studi Teknik Sipil UNSRAT menjelaskan tentang sistem pendukung keputusan pemilihan konsentrasi minat tugas akhir menggunakan SAW (Simple Additive Weighting). Metode ini digunakan agar dapat menentukan alternatif minat tugas akhir terbaik dengan cara menentukan nilai bobot kriteria dari setiap alternatif yang ada berdasarkan hasil wawancara dan kuisioner, kemudian dilakukan normalisasi matriks untuk mendapatkan nilai yang akan diurutkan untuk 4

2 5 membantu program studi Teknik Sipil UNSRAT dalam penentuan konsentrasi minat tugas akhir terbaik dari mahasiswanya (Tulangow, Wowor, & Rindengan, 2014). Penelitian dengan judul Sistem Pendukung Keputusan Pemilihan Jurusan Dengan Menggunakan Metode SAW (Simple Additive Weighting) Di SMA 6 Tasikmalaya menjelaskan tentang sistem penunjang keputusan untuk membantu Guru Bimbingan Konseling (BK) dalam menentukan pemilihan jurusan, kriteria yang digunakan adalah Nilai Raport Matematika, Nilai Raport Bahasa Indonesia, Nilai Raport Bahasa Inggris, Nilai Raport IPA, Nilai Raport IPS, Nilai psikotes, Minat Siswa IPA, Minat Siswa IPS, Saran Orang Tua IPA, dan Saran Orang Tua IPS. Metode yang digunakan dalam penelitian ini menggunakan metode Simple Additive Weighting (SAW). Hasil akhir dari penelitian ini didapatkan bahwa sistem pendukung keputusan dengan metode SAW mampu mengatasi permasalahan dalam proses pemilihan jurusan di SMA 6 Tasikmalaya (Mufizar, Anwa, & Aprianis, 2013). Penelitian dengan judul Sistem Pendukung Keputusan Untuk Pemilihan Jurusan Menggunakan Fuzzy Multiple Atribute Decision Making Dengan Metode Simple Additive Weighting Studi Kasus Pada Sma Islam Sultan Agung 1 Semarang menjelaskan tentang merancang sebuah sistem pendukung keputusan menggunakan FMADM (Fuzzy Multiple Attribute Decision Making) dengan metode SAW (Simple Additive Weighting) untuk mempermudah sekolah menentukan jurusan bagi siswa sesuai dengan kompetensinya. Hasil dari penelitian ini adalah sistem pendukung keputusan untuk menentukan jurusan siswa berdasarkan kriteria - kriteria yang telah ditentukan dimana kriteria tersebut diterjemahkan dari bilangan fuzzy kedalam bentuk sebuah bilangan crisp. Sehingga nilainya akan bisa dilakukan proses perhitungan untuk mencari alternatif terbaik. Dari hasil penelitian tersebut diketahui bahwa semakin banyak sampel yang dipunyai, maka tingkat validitasnya akan cenderung naik, dan hasil akhir dari penelitian ini adalah sebuah alternatif yang memiliki nilai alternatif terbaik dari alternatif yang lain (Handayan, Hakim, & Solechan, 2014).

3 6 Penelitian dengan judul Sistem Pendukung Keputusan Pemilihan Program Studi Di Perguruan Tinggi Menggunakan Metode Elimination Et Choix Tranduist La Realite (ELECTRE) menjelaskan tentang suatu sistem pendukung keputusan pemilihan Program Studi di perguruan tinggi. Sistem pendukung keputusan yang dimaksud adalah aplikasi berbasis web yang sengaja dirancang dengan menerapkan Metode ELECTRE (Elimination Et Choix Tranduist La Realite) agar mampu memberikan sebuah saran kepada calon Mahasiswa terkait Program Studi yang cocok untuk dipilih berdasarkan kemampuan akademik calon Mahasiswa itu sendiri. Saran Program Studi tersebut diurutkan berdasarkan perolehan nilai dominasi masing-masing Program Studi (Adha, Sudana, & Sudarma, 2014). Dalam penelitian ini membahas tentang mebuat Sistem menentukan program studi menggunakan metode Fuzzy Multiple-Attribute Decision Making (FMADM) dengan Simple Additive Weighting (SAW) di POLTEKES Permata Indonesia yang mengunakan data nilai akhir siswa dan kriteria mata pelajaran, yang nantinya akan menghasilkan nilai yang dikelompokan berdasarkan kriteria yang telah ditentukan yang akan dikonversi pada matriks keputusan yang menghasilkan bobot yang telah di tentukan, sampai dengan proses perangkingan. Hasil dari penelitian ini akan menghasilkan nilai dari masing-masing program studi dengan nilai terbesar pada salah satu program studi yang bisa disebut dengan nilai maksimal yang akhirnya dapat mengetahui program studi yang sesuai dengan penilaian Landasan Teori Program Studi Program studi adalah kesatuan rencana belajar sebagai pedoman penyelenggaraan pendidikan akademik, profesional, dan atau profesi yang di selenggarakan atas dasar suatu kurikulum serta di tujukan agar mahasiswa dapat

4 7 menguasai pengetahuan, keterampilan dan sikap, sesuai dengan sasaran kurikulum (Peraturan Akademik Pendidikan, 2014). Program penjurusan merupakan proses penempatan dan pemilihan program studi para siswa. Penjurusan merupakan suatu proses yang akan menentukan keberhasilan para siswa, baik pada waktu belajar di SMA maupun setelah di perguruan tinggi. Maka diperlukan suatu bimbingan khusus yaitu bimbingan penjurusan (Pengertian Program Peminatan, 2015). Williamson berpendapat bahwa di dalam penjurusan ini terdapat kaitan yang erat antara bimbingan penjurusan dengan bimbingan karir yaitu merupakan suatu proses yang bebas, meluas, dan berurutan. Para pembimbing diharapkan dapat mengarahkan siswa untuk memilih program jurusan yang sangat sesuai dengan diri siswa. Para pembimbing diharapkan pula memperhatikan ciri- ciri kepribadian siswa dan pengaruh lingkungan terhadap diri siswa yang bersangkutan kepribadian yang dimaksud menurut Williams s adalah intelegensi, bakat, minat. Sedangkan faktor lingkungan adalah peran orang tersebut dan pendidikan. Pada faktor pendidikan meliputi aspek prestasi akademik, program pilihan jurusan, keadaan kelas, dan lain sebagainya. Kesesuaian karir ataupun program permintaan merupakan hal yang tak kalah penting dalam penempatan siswa di suatu program (Williamson, 2017). Menurut Holland (1985) dalam teori Tipologi karir mengenai prilaku vokasional berpendapat bahwa dalam membangun ketekaitan atau kecocokan antara tipe kepribadian individu dalam karir pemilihan sangat penting. Karena ini dari pemilihan dan penyesuaian karir merupakan gambaran kepribadian seseorang. Holland berpegangan keyakinan bahwa suatu minat yang menyangkut suatu pekerjaan dan okupasi adalah hasil perpaduan dari sejarah hidup seseorang dan keseluruhan kepribadiannya. Sehingga minat tertntu menjadi suatu ciri kepribadian yang berupa ekspresi diri dalam bidang karir, bidang studi akademik, dan hobi. Menurut teori Vocational Personality John Holland (1985), bahwa terdapat

5 8 sejumlah lingkungan kerja yang memikat beberapa kepribadian. Jika lingkungan kerja itu sesuai dengan kepribadian orang yang memilihnya, ini bisa membuatnya berhasil dalam meniti karir. Pada intinya sebuah keberhasilan serta motivasi dalam sebuah aktivitas itu dipengaruhi atas kesesuaian kepribadian terhadap suatu karir ataupun pilihan dalam program permintaan pada SMA (Hollan, Winkel, & Hastutik, 1985) Sistem Pendukung Keputusan Sistem Pendukung Keputusan (SPK) atau Decision Support System (DSS) adalah sebuah sistem yang mampu memberikan kemampuan pemecahan masalah maupun kemampuan pengkomunikasian untuk masalah dengan kondisi semi terstruktur dan tak terstruktur. Sistem ini digunakan untuk membantu pengambilan keputusan dalam situasi semi terstruktur dan situasi yang tidak terstruktur, dimana tak seorangpun tahu secara pasti bagaimana keputusan seharusnya dibuat (Turban & Liang, 2005). Sistem pendukung keputusan menurut Keen dan Scoot Morton adalah sebagai berikut, sistem pendukung keputusan merupakan pasangan intelektual dari sumber daya manusia dengan kemampuan komputer untuk memperbaiki keputusan, yaitu sitem pendukung keputusan berbasis komputer bagi pembuat keputusan manajemen yang menghadapi masalah semi terstruktur. Gory dan Scoot-Marton, mendefinisikan sistem pendukung keputusan sebagai kumpulan prosedur basis model untuk memproses data dan keputusan guna membantu manajer dalam membuat keputusan. Dikatakan bahwa supaya sukses sistem harus sederhana, sehat, mudah dikendalikan, adaptif, lengkap dalam persoalan penting dan mudah untuk didokumentasikan. Secara implisit definisi ini mengasumsikan bahwa sistem berbasis pada komputer dan memberikan kemampuan memecahkan masalah pemakai (Ananta & Winiarti, 2013). Decision Support System (DSS) merupakan sistem informasi interaktif yang menyediakan informasi, pemodelan, dan pemanipulasi data. Sistem ini digunakan

6 9 untuk pengambilan keputusan dalam situasi yang semiterstruktur dan tidak terstruktur (Kusrini, 2007). Sistem pendukung keputusan adalah sistem informasi interaktif yang menyediakan informasi, pemodelan dan manipulasi data yang dugunakan untuk membantu pengambilan keputusan pada situasi semi tersetruktur dan tak seorangpun tahu secara pasti bagaimana keputusan seharusnya dibuat (Kadir, 2014) Sistem pendukung keputusan merupakan bagian tak terpisahkan dari totalitas sistem organisasi keseluruhan. Suatu organisasi mencakup sistem fisik, sistem keputusan dan sistem informasi (Suyadi, 2002) Logika Fuzzy Logika Fuzzy adalah sebagai komponen utama soft computing, terbukti telah memiliki kinerja yang sangat baik untuk menyelesaikan masalah-masalah yang mengandung ketidakpastian (Kusumadewi, Hartati, Hanjoko, & Wardoyo, 2006). Logika fuzzy adalah suatu cara yang tepat untuk memetakan suatu ruang input ke dalam suatu ruang output. Cara memetakan suatu ruang input ke dalam suatu ruang output dapat digunakan beberapa cara, di antaranya sistem fuzzy, sistem linear, sistem pakar, jaringan syaraf, persamaan differensial, tabel interpolasi multidimensi (Rohayani, 2013). Beberapa alasan mengapa orang menggunakan logika fuzzy, (Kusumadewi & Purnomo, 2010), yaitu : a. Konsep Logika fuzzy mudah dimengerti, karena logika fuzzy menggunakan dasar teori himpunan, maka konsep matematis yang mendasari penalaran fuzzy tersebut cukup mudah dimengerti. b. Logika Fuzzy sangat fleksibel, artinya mampu beradaptasi dengan perubahan-perubahan dan ketidakpastian yang menyertai permasalahan. c. Logika Fuzzy memiliki toleransi terhadap data-data yang tidak tepat.

7 10 Jika diberikan sekelompok data yang cukup homogeny, dan kemudian ada beberapa data yang "eksklusif", maka logika fuzzy memiliki kemampuan untuk menangani data eksklusif tersebut. d. Logika Fuzzy mampu memodelkan fungsi-fungsi non-linier yang sangat kompleks. e. Logika Fuzzy dapat membangun dan mengaplikasikan pengalamanpengalaman para pakar secara langsung tanpa harus melalui proses pelatihan. f. Logika Fuzzy dapat bekerjasama dengan teknik-teknik kendali secara konvensional. g. Logika Fuzzy didasarkan pada bahasa alami atau menggunakan bahasa sehari-hari sehingga mudah dimengerti. Himpunan tegas (crisp) A didefinisikan oleh item-item yang ada pada himpunan itu. Jika a.a, maka nilai yang berhubungan dengan a adalah 1. Namun jika a.a, maka nilai yang berhubungan dengan a adalah 0. Notasi A = {xll'(xj} menunjukkan bahwa A berisi item x dengan p(x) benar. Jika XA merupakan fungsi karakteristik A dan property P, maka dapat dikatakan bahwa P(x) benar, jika dan hanyajika XA(x)=l (Kusumadewi, 2003). Himpunan fuzzy didasarkan pada gagasan untuk memperluas jangkauan fungsi karakteristik sedemikian hingga fungsi tersebut akan mencakup bilangan real pada interval [0,1]. Nilai keanggotaanya menunjukan bahwa suatu item dalam semesta pembicaraan tidak hanya pada 0 atau 1, namun juga nilai yang terletak diantaranya. Dengan kata lain, nilai kebenaran suatu item tidak hanya benar atau salah. Nilai 0 menunjuukan salah, nilai 1 menunjukkan benar, dan masih ada nilainilai yang terletak anatara benar dan salah (Kusumadewi, 2003) Fuzzy Multiple Attribute Decision Making (FMADM) Fuzzy Multiple Attribute Decision Making (FMADM) adalah suatu metode

8 11 yang digunakan untuk mencari alternatif optimal dari sejumlah alternatif dengan kriteria tertentu. Inti dari FMADM adalah menentukan bobot untuk setiap atribut, kemudian dilanjutkan dengan proses perangkingan yang akan menyeleksi alternatif yang sudah diberikan. Pada dasamya, ada 3 pendekatan untuk mencari nilai bobot atribut, yaitu pendekatan subyektif, pendekatan obyektif, dan pendekatan integrasi antara subyektif dan obyektif. Masing-masing pendekatan memiliki kelebihan dan kelemahan. Pada pendekatan subyektif, nilai bobot ditentukan berdasarkan subyektifitas dari para pengambil keputusan, sehingga beberapa faktor dalam proses perangkingan alternatif bisa ditentukan secara bebas. Sedangkan pada pendekatan obyektif, nilai bobot dihitung secara matematis sehingga mengabaikan subyektifitas dari pengambil keputusan (Kusumadewi, Hartati, Harjoko, & Wardoyo, 2006). Ada beberapa metode yang dapat digunakan untuk menyelesaikan masalah FMADM antara lain, (Kusumadewi, Hartati, Harjoko, & Wardoyo, 2006): a. Simple Additive Weighting (SAW) b. Weighted Product (WP) c. ELECTRE d. Tecniques for Order Preference by Similary to Ideal Solution (TOPSIS) e. Analitic Hierarchy Process (AHP) Simple Additive Weighting (SAW) Metode SAW sering dikenal dengan istilah metode penjumlahan terbobot. Konsep dasar metode SAW (Simple Additive Weighting) 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. Metode ini merupakan metode yang paling terkenal dan paling banyak digunakan dalam menghadapi situasi Multiple Attribute Decision Making (MADM) (Kusumadewi, Hartati,

9 12 Hanjoko, & Wardoyo, 2006). Proses normalisasi dapat dilihat pada Persamaan 2.2. Rij = { Xij Max Xij i Min Xij i Xij. (2.2) Dimana Rij adalah rating kinerja ternormalisasi dari alternatif Ai pada atribut Cj ; I = 1, 2,.,m dan j = 1, 2,,n. nilai prefensi untuk setiap alternatif (Vi) diberikan sebagai Persamaan 2.3. n Vi = j=1 Wj rij. (2.3) Keterangan : Vi = rangking untk setiap alternatif Wj = nilai bobot dari setiap kriteria rij = nilai rating kinerja ternormalisasi Nilai Vi yang lebih besar mengindikasikan bahwa alternatif A1 lebih terpilih. Dalam penelitian ini menggunakan model FMADM metode SAW. Langkah penyelesaiannya adalah (Kusumadewi, Hartati, Hanjoko, & Wardoyo, 2006): 1. Menetukan kriteria-kriteria yang akan dijadikan acuan dalam pengambilan keputusan, yaitu Ci. 2. Menentukan ranting kecocokan setiap alternatif pada setiap kriteria. 3. Membuat matrik keputusan berdasarkan kritria (Ci), kemudian melakukan normalisasi matrik berdasarkan persamaan yang disesuaikan dengan jenis attribut sehingga diperoleh matrik ternormalisasi R.

10 13 4. Hari akhir perolehan dari proses perangkingan yaitu penjumlahan dari perkalian matriks ternormalisasi R dengan vektor bobot sehingga diperoleh nilai terbesar yang dipilih sebagai alternatif terbaik (Ai) sebagai solusi Proses pengambilan Keputusan Proses pengambilan keputusan dipenelitian ini menggunakan model simon yang mempunyai 4 tahap antara lain : (1) tahap intelegensi, (2) tahap desain, (3) tahap pemilihan dan (4) tahap implementasi seperti Gambar 2.3 (Turban & Liang, 2005). Gambar 2. 1 Alur Pengambilan Keputusan (Turban, 2005) 1. Tahap Intelegensi Pada tahap ini masalah yang ada akan diidentifikasi. Intelegensi mencakup berbagai identifikasi situasi atau peluang-peluang masalah. Dalam pengambilan keputusan penentuan program studi ini yang termasuk

11 14 dalam tahap intelegensi adalah bagaimana proses pengambilan keputusan yang digunakan, data apa saja yang dibutuhkan, dengan cara analisis sistem apa sistem tersebut akan berjalan dan kemungkinan permasalahan apa saja yang akan dihadapi sistem. Beberapa hal tersebut akan dijadikan landasan untuk membuat rancangan sistem baru. 2. Tahap Desain Tahap desain rneliputi penemuan atau mengembangkan dan menganalisis tindakan yang mungkin untuk dilakukan. Hal ini meliputi pemahaman terhadap masalah dan menguji solusi yang layak. Sebuah model masalah pengambil keputusan dikonstruksi, dites, dan divalidasi. Dari masalah yang diuraikan dalam tahap intelegensi, maka dibutuhkan sebuah sistem yang dapat membantu secara cepat, tepat dengan pertimbangan kriteria-kriteria yang telah ditentukan, maka diusulkan untuk pengimplementasian sebuah prototype sistem dengan dukungan kecerdasan buatan fuzzy, khususnya fuzzy multiple attribute decision making dengan simple additive weighting. 3. Tahap Pemilihan Pilihan merupakan tindakan pengambil keputusan yang kritis. Tahap pilihan adalah tahap dimana dibuat suatu keputusan yang nyata dan diambil suatu komitmen untuk mengikuti suatu tindakan tertentu. 4. Tahap Implementasi Pada tahap ini analisis yang sudah dibuat akan diimplementasikan ke sebuah prototype sistem.