BAB 2 TINJAUAN PUSTAKA

Transkripsi

1 BAB 2 TINJAUAN PUSTAKA 2.1. Sistem Pendukung Keputusan Istilah sistem Pendukung Keputusan pertama kali di kemukakan oleh P.G.W Keen, seorang akademis Inggris yang berkarir di Amerika. Pada tahun 1978, Keen dan Scott Morton menerbitkan sebuah buku dengan judul Decision Support System : An Organisation Perspective. Di dalam buku tersebut, mereka menyebutkan bahwa sistem komputer berdampak pada keputusan yang akan dibuat, karena komputer dan analisis merupakan faktor penting untuk di pertimbangkan dalam menetapkan sebuah keputusan [5]. Sistem Pendukung Keputusan merupakan sistem berbasis komputer yang menyatukan beragam informasi dari berbagai sumber, menyajikan dalam bentuk teorganisir serta memfasilitasi evaluasi asumsi yang mendasar penggunaan modelmodel tertentu. Komponen sistem pendukung keputusan dapat dibangun dari subsistem berikut[10] : 1. Subsistem Manajemen Data (Data Management Subsystem), meliputi basis data, basis data yang relevan dengan keadaan dan dikelola software yang disebut Database Management System (DBMS). 2. Subsistem Manajemen Model (Model Management System), berupa paket Software yang berisi model-model financial, statistic,

2 6 management science, atau model kuantitatif, yang menyediakan kemampuan analisa dan Software management yang sesuai. 3. Subsistem Manajemen Pengetahuan (Knowledge Management Subsystem), merupakan subsistem (optional) yang dapat mendukung subsistem lain atau berlaku sebagai komponen yang berdiri sendiri. 4. Subsistem Antarmuka Pengguna (User Interface Subsystem), merupakan subsistem yang dapat dipakai oleh user untuk berkomunikasi dan memberi perintah ( menyediakan user interface). 5. Pengguna (user), termasuk didalamnya adalah pengguna (user), manager, dan pengambil keputusan. Untuk menghasilkan keputusan yang baik di dalam sistem pendukung keputusan, perlu didukung oleh informasi dan fakta-fakta yang berkualitas antara lain [1]: 1. Aksebilitas 2. Kelengkapan 3. Ketelitian 4. Ketepatan 5. Ketepatan Waktu 6. Kejelasan 7. Fleksibilitas Tahapan Pengambilan Keputusan Untuk menghasilkan keputusan yang baik ada beberapa tahapan proses yang harus dilalui dalam pengambilan keputusan, proses pengambilan keputusan melalui beberapa tahap berikut [1]: 1. Tahap Penelusuran (intelligence) Tahap ini pengambil keputusan mempelajari kenyataan yang terjadi, sehingga kita bisa mengidentifikasi masalah yang terjadi biasanya dilakukan analisis

3 7 dari sistem ke subsistem pembentuknya sehingga didapatkan keluaran berupa dokumen pernyataan masalah. 2. Tahap Desain Dalam tahap ini pengambil keputusan menemukan, mengambarkan masalah dan menganalisis semua pemecahan yang mungkin yaitu melalui pembuatan model yang bisa mewakili kondisi nyata masalah. Dari tahapan ini didapatkan keluaran berupa dokumen alternatif solusi. 3. Tahap pemilihan (Choice) Dalam tahap ini pengambil keputusan memilih salah satu alternatif pemecahan yang dibuat pada tahap desain yang dipandang sebagai aksi yang paling tepat untuk mengatasi masalah yang sedang dihadapi. Dari tahap ini didapatkan dokumen solusi dan rencana implementasinya. 4. Tahap Implementasi Pengambil keputusan menjalankan rangkaian aksi pemecahan yang dipilih di tahap pemilihan. Implementasi yang sukses ditandai dengan terjawabnya masalah yang dihadapi, sementara kegagalan ditandai masih adanya masalah yang sedang dicoba untuk diatasi. Dari tahap ini didapatkan laporan pelaksanaan solusi dan hasil Weighted Sum Model (WSM) Weighted Sum Model adalah model umum, telah digunakan untuk aplikasi yang berbeda seperti robotika, processor, dan lain-lain. Ini adalah metode yang sering digunakan pada permasalahan dimensi tunggal.[7] Jika terdapat m alternatif dan n kriteria, maka alternatif terbaik dapat dirumuskan sebagai berikut [6] : Keterangan : A wsm = max a ij. w j - j i.. (1) A wsm = Nilai alternatif terbaik

4 8 a ij w j = Nilai alternatif i pada kriteria j = Bobot kriteria j dimana i = 1,2,3,,m dan A wsm merupakan nilai dari alternatif terbaik, n adalah banyaknya kriteria, a ij merupakan nilai alternatif i pada kriteria j dan w j adalah nilai bobot kriteria j. Kesulitan pada metode ini muncul ketika kriteria yang digunakan bukanlah kriteria dimensi tunggal atau multi dimensi. Dalam permasalahan tersebut, maka kriteria yang ada harus disamakan menjadi satu dimensi yang sama [6]. Flowchart dari algoritma Weighted Sum Model ditunjukkan pada gambar 2.1.

5 9 Start Data Kriteria Nilai UN Rapor Psikotes Nilai Bobot Kriteria Hitung dengan Rumus WSM Nilai WSM End Gambar 2.1. Flowchart Metode Weighted Sum Model Berikut akan diberikan contoh untuk lebih memperjelas. Ada sebuah permasalahan dalam memilih alternatif yang terbaik. Sedangkan kriteria yang menentukan proses pemilihan adalah Nilai UN SMP, Nilai Rapor SMP dan Psikotes. Nilai bobot kriteria dan nilai kriteria dari masing-masing alternatif ditunjukkan dalam Tabel 2.1.

6 10 Tabel 2.1. Contoh nilai bobot kriteria Jurusan Pilihan Nilai UN MM IPA IPS IQ Jurusan Hasil Psikotest Bobot Yuke Ade Rita Berdasarkan Tabel 1, diketahui nilai bobot yang diberikan pada kriteria jurusan kelas adalah 5%, nilai UN adalah 15%, nilai MM adalah 10%, nilai IPA adalah 30%, nilai IPS adalah 15%, IQ adalah 10%, dan jurusan hasil psikotest adalah 15%. Kemudian untuk menghitung nilai WSM dari setiap alternatif digunakan rumus (1) sehingga: Nilai WSM yang di peroleh adalah : WSMYuke = (0.05*2) + (0.15*35.55) + (0.1*258) + (0.3*263) + (0.15*251) + (0.1*106) + (0.15*2) = WSMAde = (0.05*1) + (0.15*37.65) + (0.1*236) + (0.3*238) + (0.15*239) + (0.1*121) + (0.15*3) = 149,09 WSMRita = (0.05*2) + (0.15*37.5) + (0.1*238) + (0.3*240) + (0.15*242) + (0.1*124) + (0.15*2) = Berdasarkan rumus, maka nilai WSMYuke adalah yang terbaik Weighted Product Model (WPM) Weighted Product Model (WPM) mirip dengan Weighted Sum Model (WSM) dan juga disebut sebagai Multiplicative Exsponent Weighting (MEW). Ini adalah satu lagi Metode skoring MADM, perbedaan utamanya adalah bukannya penambahan seperti biasanya pada operasi matematika namun sekarang itu adalah perkalian. Seperti

7 11 semua metode MADM, WPM adalah himpunan berhingga dari alternatif keputusan yang dijelaskan dalam hal beberapa kriteria keputusan.[8] n w V(A i ) = X j ij... (2) j=1 dimana : V(A i ) = nilai alternative terbaik. X ij = nilai atribut j pada criteria i w j = bobot kriteria j Flowchart dari Algoritma Weighted Product Model ditunjukkan pada gambar 2.2. Start Data Kriteria Nilai UN Rapor Psikotes Nilai Bobot Kriteria Hitung dengan Rumus WPM Nilai WPM End Gambar 2.2. Flowchart Metode Weighted Product Model

8 12 Contoh pada Weighted Sum Model akan digunakan juga untuk menjelaskan rumus Weighted Product Model ini. Tabel 2.2. Contoh nilai bobot kriteria Jurusan Pilihan Nilai UN MM IPA IPS IQ Jurusan Hasil Psikotest Bobot Yuke Ade Rita Perhitungan nilai WPM dilakukan dengan menggunakan rumus (2) diatas : Nilai WPM yang di peroleh adalah : WPMYuke = ( ) * ( ) * ( ) * ( ) * ( ) * ( ) * ( ) = WPMAde = ( ) * ( ) * ( ) * ( ) * ( ) * ( ) * ( ) = WPMRita = ( ) * ( ) * ( ) * ( ) * ( ) * ( ) * ( ) = Berdasarkan rumus, maka nilai WSMAde adalah yang terbaik Android Android merupakan sebuah sistem operasi telepon seluler dan komputer tablet layar sentuh yang berbasis Linux[3]. Pada awalnya Android Inc. merupakan sebuah perusahaan kecil yang didirikan pada Oktober 2003 di Paulo Alto, USA. Namun seiring perkembangan yang sangat pesat, Android kini berubah menjadi platform yang begitu cepat dalam melakukan inovasi.

9 13 Adapun sejak terbentuknya, Android merilis beberapa versi sistem operasi Android yaitu: 1. Android Beta 2. Android 1.0 Astro 3. Android 1.1 Bender 4. Android 1.5 Cupcake 5. Android 1.6 Donut 6. Android 2.0/2.1 Éclair 7. Android 2.2 Froyo (Froze Yoghurt) 8. Android 2.3 Gingerbread 9. Android 3.0/3.1 Honeycomb 10. Android 4.0 ICS (Ice Cream Sandwdich) 11. Android 4.1 Jelly Bean 12. Android 4.2 Jelly Bean 13. Android 4.4 Kitkat