BAB II TINJAUAN PUSTAKA A. Konsep Sistem Pendukung Keputusan 1. Pengertian Keputusan Davis mengemukakan, Keputusan adalah hasil pemecahan masalah yang dihadapinya dengan tegas. Suatu keputusan merupakan jawaban yang pasti terhadap suatu pertanyaan. Keputusan harus dapat menjawab pertanyaan tentang apa yang dibicarakan dalam hubungannya dengan perencanaan. Keputusan dapat pula berupa tindakan terhadap pelaksanaan yang sangat menyimpang dari rencana semula. Menurut Ibnu Syamsi, Pengambilan keputusan adalah tindakan pimpinan untuk memecahkan masalahyang dihadapi dalam organisasi yang dipimpinnya dengan melalui satu diantaraalternatif- alternatif yang memungkinkan Dari penjelasan oleh para pakar diatas dapat ditarik kesimpulan bahwa keputusan adalah hasil pemecahan dari suatu masalah dengan mengambil satu alternatif sebagai solusi akhir. 2. Pengertian Pengambilan Keputusan Menurut Simon (2000), pengambilan keputusan adalah sebuah proses memilih tindakan diantara berbagai alternatif untuk mencapai suatu tujuan atau beberapa tujuan. 5
Dalam suatu kesatuan, pengambilan keputusan merupakan hasil suatu proses komunikasi dan partisipasi sebagai wujud untuk pencapaian tujuan yang diharapkan. Sehingga pengambilan keputusan sangatlah penting sebagai dasar untuk membangun rencana kedepan. 3. Sistem Pendukung Keputusan Konsep awal sistem pendukung keputusan dikenalkan pertama kali oleh Scott Morton pada awal tahun 1970-an. Ia mendefinisikan DSS sebagai sistem berbasis komputer interaktif, yang membantu para pengambil keputusan untuk menggunakan data dan berbagai model untuk memecahkan masalah-masalah tidak terstruktur, dalam Turban, dkk (2005). Sistem pendukung keputusan atau Decision Support System menunjukkan sebuah sistem yang dimaksudkan untuk mendukung para pengambil keputusan manajerial dalam situasi keputusan semiterstruktur, dalam Turban, dkk (2005). Little (1970) mendefinisikan sistem pendukung keputusan sebagai sekumpulan prosedur berbasis model untuk data pemrosesan dan penilaian guna membantu para manajer mengambil keputusan. Alter (1980) mendefinisikan sistem pendukung keputusan merupakan sistem informasi interaktif yang menyediakan informasi, pemodelan dan manipulasi data. Sistem itu digunakan untuk membantu pengambilan keputusan dalam situasi yang semiterstruktur dan situasi tidak terstruktur, dimana tak seorang pun tahu secara pasti bagaimana keputusan seharusnya dibuat. 6
Berdasarkan penjelasan diatas, dapat disimpulkan bahwa sistem pendukung keputusan merupakan sistem yang mampu memberikan penilaian terhadap alternatif guna untuk membantu para manajer dalam pengambilan keputusan. 4. Karakteristik dan Kapabilitas Sistem Pendukung Keputusan Menurut Turban, dkk (2005), karakteristrik dan kapabilitas Sistem Pendukung Keputusan adalah sebagai berikut : a. Dukungan untuk pengambilan keputusan, terutama pada situasi semiterstruktur dan tak terstruktur, dengan menyertakan penilaian manusia dan informasi terkomputerisasi. b. Dukungan untuk semua level manajerial, dari eksekutif puncak sampai manajer lini. c. Dukungan untuk individu dan kelompok. Masalah yang kurang terstruktur sering memerlukan keterlibatan individu dari departemen dan tingkat organisasional yang berbeda atau bahkan dari organisasi lain. d. Dukungan untuk keputusan independen dan atau sekuensial. Keputusan dapat dibuat satu kali, beberapa kali atau berulang (dalam interval yang sama). e. Dukungan di semua fase proses pengambilan keputusan: intelegensi, desain, pilihan, dan implementasi. f. Dukungan diberbagai proses dan gaya pengambilan keputusan. g. Adaptivitas sepanjang waktu. Pengambilan keputusan seharusnya reaktif, dapat menghadapi perubahan kondisi secara cepat dan dapat mengadaptasikan DSS untuk memenuhi perubahan tersebut. 7
h. Pengguna merasa seperti di rumah. Ramah-pengguna, kapabilitas grafis yang sangat kuat dan antarmuka manusia-mesin interaktif dengan satu bahasa alami dapat sangat meningkatkan keefektifan DSS. i. Peningkatan terhadap keefektifan pengambilan keputusan (akurasi, timeliness, kualitas) ketimbang pada efisiensinya (biaya pengambilan keputusan). j. kontrol penuh oleh pengambil keputusan terhadap semua langkah proses pengambilan keputusan dalam memecahkan suatu masalah. k. Pengguna akhir dapat mengembangkan dan memodifikasi sendiri sistem sederhana. Sistem yang lebih besar dapat dibangun dengan bantuan ahli sistem informasi. Perangkat lunak OLAP dalam kaitannya dengan data warehouse membolehkan pengguna untuk membangun DSS yang cukup besar dan kompleks. l. Biasanya model-model digunakan untuk menganalisa situasi pengambilan keputusan. m. Akses disediakan untuk berbagai sumber data, format dan tipe mulai dari sistem informasi geografis (GIS) sampai sistem berorientasi objek. n. Dapat dilakukan sebagai alat standalone yang digunakan oleh seorang pengambil keputusan pada satu lokasi atau didistribusikan disatu organisasi keseluruhan dan dibeberapa organisasi sepanjang rantai persediaan. 5. Tujuan dari Sistem Pendukung Keputusan Turban, dkk (2005) mengungkapkan tujuan dari sistem pendukung keputusan yaitu : 8
a. Membantu manager dalam pengambilan keputusan atas masalah semi terstruktur. b. Memberikan dukungan atas pertimbangan manajer dan bukannya dimaksudkan untuk menggantikan fungsi manajer. c. Meningkatkan efektivitas keputusan yang diambil manajer lebih dari pada perbaikan efisiensinya. d. Kecepatan komputasi. Komputer memungkinkan para pengambil keputusan untuk melakukan banyak komputasi secara cepat dengan biaya yang rendah. e. Peningkatan produktivitas. Membangung satu kelompok pengambilan keputusan, terutama para pakar bisa sangat mahal. f. Dukungan kualitas. Komputer bisa meningkatkan kualitas keputusan yang dibuat. g. Berdaya saing. Manajemen dan pemberdayaan sumber daya perusahaan, tekanan persaingan menyebabkan tugas pengambilan keputusan menjadi sulit. h. Mengatasi keterbatasan kognitif dalam pemrosesan dan penyimpanan. 6. Komponen Sistem Pendukung Keputusan Sistem Pendukung Keputusan terdiri atas tiga komponen penting, (Hermawan, 2005), yaitu: a. Manajemen Data Data Management melakukan pengambilan data yang diperlukan baik dari database yang berisi data internal maupun database yang berisi data eksternal. Jadi, fungsi komponen data ini sebagai pengatur data-data yang diperlukan oleh Sistem Pendukung Keputusan. 9
b. Manajemen Model Model Management melalui Model Base Management melakukan interaksi baik dengan User Interface untuk mendapatkan perintah maupun Data Management untuk mendapatkan data yang akan diolah. Jadi, tujuan dari Model Management adalah untuk mengubah data yang ada pada Database menjadi informasi yang berguna dalam pengambilan keputusan. c. Antarmuka Pengguna User Interface digunakan untuk berinteraksi antara user dengan DSS, baik untuk memasukkan informasi ke sistem maupun menampilkan informasi ke user. Karena begitu pentingnya komponen user interface bagi suatu sistem DSS, maka harus bisa merancang suatu user interface yang bisa mudah dipelajari dan digunakan user dan laporan yang bisa digunakan user serta pelaporan yang bisa secara mudah dimengerti oleh pengguna. Komponen-komponen tersebut membentuk sistem aplikasi sistem pendukung keputusan yang bisa dikoneksikan ke intranet perusahaan, ekstranet atau internet. Arsitektur dari sistem pendukung keputusan ditunjukkan pada gambar 2.1 berikut. Gambar 2.1 Arsitektur Sistem Pendukung Keputusan (sumber : Turban, 2005 ) 10
7. Langkah-Langkah Pemodelan Dalam Sistem Pendukung Keputusan Saat melakukan pemodelan dalam pembangunan DSS dilakukan langkahlangkah (Kusrini, 2007), yaitu sebagai berikut : a. Studi Kelayakan (Intelligence) Pada langkah ini, sasaran ditentukan dan dilakukan pencarian prosedur, pengumpulan data, identifikasi masalah, identifikasi kepemilikan masalah, klasifikasi masalah, hingga akhirnya terbentuk sebuah pernyataan masalah. b. Perancangan (Design) Pada tahapan ini akan diformulasikan model yang akan digunakan dan kriterian-kriteria yang ditentukan. Setelah itu, dicari alternatif model yang bisa menyelesaikan permasalahan tersebut. Langkah selanjutnya adalah memprediksi keluaran yang mungkin. Kemudian ditentukan variabel-variabel model. c. Pemilihan (Choice) Setelah pada tahap perancangan ditentukan berbagai alternatif model berserta variable-variabelnya. Pada tahapan ini akan dilakukan pemilihan modelnya, termasuk solusi dari model tersebut. Selanjutnya, dilakukan analisis sensitivitas, yakni dengan mengganti beberapa variabel. d. Membuat DSS Setelah menentukan modelnya, berikutnya adalah mengimplementasikannya dalam aplikasi DSS. 11
B. Simple Additive Weighting (SAW) Metode Simple Additive Weighting (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. Formula untuk melakukan normalisasi tersebut adalah sebagai berikut : r ij Dimana : i i x ij Maxx Minx x ij ij ij jika j adalah atribut keuntungan(benefit) jika j adalah atribut biaya (cost) r ij Max i Min i X ij : Rating kinerja ternormalisasi : Nilai maksimum dari setiap baris dan kolom : Nilai minimum dari setiap baris dan kolom. : Baris dan kolom dari matriks r ij adalah rating kinerja ternormalisasi dari alternatif A i pada atribut C j ; i=1,2,...,m dan j=1,2,...,n. Nilai preferensi untuk setiap alternatif (V i ) diberikan sebagai: V i n j 1 w j r ij Dimana : V i : Nilai akhir dari alternative 12
W i r ij : Bobot yang telah ditentukan : Normalisasi matriks Nilai V i yang lebih besar mengindikasikan bahwa alternatif A i lebih terpilih. Langkah langkah penelitian dalam menggunakan metode SAW adalah (Kusumadewi, 2006) : 1. Menentukan kriterian-kriteria yang akan dijadikan acuan dalam pengambilan keputusan, yaitu C i. 2. Menentukan rating kecocokan setiap alternatif pada setiap kriteria. 3. Membuat matriks keputusan berdasarkan kriteria (C i ), kemudian melakukan normalisasi matriks berdasarkan persamaan yang disesuaikan dengan jenis atribut (atribut keuntungan maupun atribut biaya) sehingga diperoleh matriks ternormalisasi R. 4. Hasil akhir diperoleh dari setiap proses perankingan yaitu penjumlahan dari perkalian matriks ternormalisasi R dengan vector bobot sehingga diperoleh nilai terbesar yang dipilih sebagai alternatif terbaik (A i ) sebagai solusi. C. Analytical Hierarchy Process (AHP) Metode AHP yang dikembangkan oleh Thomas L. Saaty dapat memecahkan masalah kompleks, dimana kriteria yang diambil cukup banyak, Struktur masalah yang belum jelas, ketidakpastian tersedianya data statistik yang akurat. Dalam menyelesaikan permasalahan dengan AHP ada beberapa prinsip yang harus dipahami, diantaranya adalah (Kusrini. 2007): 13
1. Membuat Hierarki Sistem yang kompleks bisa dipahami dengan memecahnya menjadi elemenelemen pendukung, menyusun elemen secara hierarki dan menggabungkannya. 2. Penialaian Kriteria dan Subkriteria Kriteria dan subkriteria dilakukan dengan perbandingan berpasangan. Menurut Saaty (1995), untuk berbagai persoalan, skala 1 sampai 9 adalah skala terbaik untuk mengekspresikan pendapat. Nilai dan definisi pendapat kualitatif dari skala perbandingan Saaty bisa diukur menggunakan tabel Analisis seperti berikut: Tabel 2.1 Nilai Skala Perbandingan Berpasangan Intensitas Keterangan Kepentingan 1 Kedua elemen sama pentingnya Elemen yang satu sedikit lebih penting daripada elemen 3 yang lainnya 5 Elemen yang satu lebih penting daripada elemen lainnya Satu elemen jelas lebih mutlak penting daripada elemen 7 lainnya 9 Satu elemen mutlak penting daripada elemen lainnya 2,4,6,8 Nilai-nilai antara dua nilai pertimbangan yang berdekatan Jika aktivitas i mendapat satu angka dibandingkan dengan Kebalikan aktivitas j, maka j memiliki nilai kebalikannya dibandingkan dengan i 3. Synthesis of priority (Menentukan Prioritas) Untuk setiap kriteria dan alternative, perlu dilakukan perbandingan berpasangan (Pairwise Comparisons). Nilai-nilai perbandingan relative dari seluruh alternatif kriteria bisa disesuaikan dengan judgement yang telah 14
ditentukan untuk menghasilkan bobot dan prioritas. Bobot dan prioritas dihitung dengan memanipulasi matriks atau melalui penyelesaian persamaan matematika. 4. Logical Consistency (Konsistensi Logis) Konsistensi memiliki dua makna. Pertama, objek-objek yang serupa bisa dikelompokkan sesuai dengan keseragaman dan relevansi. Kedua, menyangkut tingkat hubungan antarobjek yang didasarkan pada kriteria tertentu. Pada dasarnya, prosedur atau langkah-langkah dalam metode AHP meliputi (Kusrini. 2007): a. Mengidentifikasi masalah dan menentukan solusi yang diinginkan, lalu menyusun hierarki dari permasalahan yang dihadapi. Penyusunan hierarki adalah dengan menetapkan tujuan yang merupakan sasaran sistem secara keseluruhan pada level teratas. b. Menentukan prioritas elemen 1) Langkah pertama dalam menentukan prioritas elemen adalah membuat perbandingan pasangan, yaitu membandingkan elemen secara berpasangan sesuai kriteria yang diberikan. 2) Matriks perbandingan berpasangan diisi menggunakan bilangan untuk merepresentasikan kepentingan relative dari suatu elemen terhadap elemen yang lainnya. c. Sintesis Pertimbangan-pertimbangan terhadap perbandingan berpasangan disintesiskan untuk memperoleh keseluruhan prioritas. Hal-hal yang dilakukan dalam langkah ini adalah : 15
1) Menjumlahkan nilai-nilai dari setiap kolom pada matriks 2) Membagi setiap nilai dari kolom dengan total kolom yang bersangkutan untuk memperoleh normalisasi matriks. 3) Menjumlahkan nilai-nilai dari setiap baris dan membaginya dengan jumlah elemen untuk mendapatkan nilai rata-rata. d. Mengukur Konsistensi Dalam membuat keputusan, penting untuk mengetahui seberapa baik konsistensi yang ada karena kita tidak menginginkan keputusan berdasarkan pertimbangan dengan konsistensi yang rendah. Hal-hal yang dilakukan dalam langkah ini adalah : 1) Kalikan setiap nilai pada kolom pertama dengan prioritas relative elemen pertama, nilai pada kolom kedua dengan prioritas relative elemen kedua dan seterusnya 2) Jumlahkan setiap baris 3) Hasil dari penjumlahan baris dibagi dengan elemen prioritas relatif yang bersangkutan 4) Jumlahkan hasil bagi di atas dengan banyaknya elemen yang ada, hasilnya disebut maks e. Menghitung Consistency Indeks CI dengan rumus: Dimana n = banyak elemen f. Hitung Rasio Konsistensi/Consistency Ratio (CR) dengan rumus: 16
Dimana : CR = Consistency Ratio CI = Consistency Indeks IR = Indeks Random Consistency g. Memeriksa konsistensi hierarki. Jika nilainya lebih dari 10%, maka penilaian data judgment harus diperbaiki. Namun jika rasio konsistensi (CI/IR) kurang atau sama dengan 0,1, maka hasil perhitungan bisa dinyatakan benar. Daftar Indeks Random Konsistensi (IR) bisa dilihat dalam table berikut ini : Tabel 2.2 Daftar Indeks Random Konsistensi (IR) Ukuran Matriks Nilai IR 1,2 0,00 3 0,58 4 0,90 5 1,12 6 1,24 7 1,32 8 1,41 9 1,45 10 1,49 11 1,51 12 1,48 13 1,56 14 1,57 15 1,59 Hasil akhir berupa prioritas global sebagai nilai yang digunakan oleh pengambil keputusan berdasarkan nilai tertinggi. D. Kriteria Pemberian Bantuan Modal Wirausaha Baru 17
Berdasarkan Peraturan Gubernur Gorontalo Nomor 12 tahun 2012 tentang Pemberdayaan Kepala Rumah Tangga Miskin/Kepala Keluarga Miskin melalui Penciptaan Wirausaha Baru Provinsi Gorontalo Tahun Anggaran 2012, maka dalam menentukan/ penerima bantua modal wirausaha, kriteria-kriteria yang digunakan untuk melakukan penilaian yaitu : C1 : Status tempat tinggal Kos/tdk memiliki Kredit perumahan rakyat Milik instansi Milik orangtua Milik sendiri C2 : Parameter kemiskinan Diatas rata-rata Tidak miskin Hampir miskin Miskin Fakir miskin C3 : Produktivitas usaha C4 Tidak produktif Hampir produktif Cukup produktif Produktif Sangat produktif : Pendapatan per bulan 18
> Rp. 3.000.000 > Rp. 2.500.000 Rp. 3000.000 > Rp. 1.500.000 Rp. 2.500.000 > Rp. 750.000 Rp. 1.500.000 Rp. 500.000 - Rp. 750.000 C5 : Jumlah tanggungan keluarga Tidak memiliki 1-2 orang 3-4 orang 5 orang > 6 orang C6 : Fasilitas pendukung usaha Sangat rendah Rendah Cukup Tinggi Sangat tinggi E. Pengertian Modal dan Wirausaha 1. Modal Beberapa pernyataan para ahli tentang pengertian modal (Lestari, 2009). Adalah: 19
Modal menurut Polak, adalah sebagai kekuasaan untuk menggunakan barangbarang modal. Modal menurut Meij, adalah sebagai kolektivitas dari barang-barang modal yang terdapat dalam neraca sebelah debit, sedangkan yang dimaksud dengan barang-barang modal adalah semua barang yang ada dalam rumah tangga perusahaan dalam fungsi produktifitasnya untuk membentuk pendapatan. Berdasarkan penjelasan di atas maka dapat disimpulkan bahwa modal merupakan segala sesuatu yang nyata bahkan yang tidak nyata yang membantu dalam menjalankan kegiatan perusahaan. 2. Wirausaha Beberapa pernyataan para ahli tentang pengertian wirausaha (Alma, 2006) adalah: Schumpeter, wirausaha atau Entrepreneur adalah orang yang mendobrak sistem ekonomi yang ada dengan memperkenalkan barang dan jasa yang baru, dengan menciptakan bentuk organisasi baru atau mengolah bahan baku baru. Savary, wirausaha adalah orang yang membeli barang dengan harga pasti, meskipun orang itu belum tahu dengan harga berapakah barang itu akan dijual kembali. Wirausaha adalah orang yang menjalankan usaha atau perusahaan dengan kemungkinan untung atau rugi. Oleh karena itu wirausaha perlu memiliki kesiapan mental, baik untuk menghadapi keadaan merugi maupun untung besar. 20
F. Penelitian Terkait Penelitian sebelumnya telah dilakukan Azwany (2010), dengan mengangkat topik mengenai sistem pendukung keputusan pemberian kredit usaha rakyat pada Bank Syariah Mandiri cabang Medan menggunakan metode Analytical Hierarcy Proses (AHP). Dari penelitian ini diperoleh kesimpulan bahwa metode Analytical Hierarcy Proses (AHP), dapat menyelesaikan masalah pada penelitian tersebut yaitu pengurutan hasil akhir sistem dari nilai tertinggi hingga terendah dan penggunaan tampilan grafik/diagram dalam nilai keputusan akhir mengefisienkan waktu pihak Bank dalam mengambil keputusan dan dapat dapat memudahkan pihak Bank dalam membaca data nilai nasabah yang dihasilkan. Amalia, dkk (2009), dalam penelitiannya tentang Sistem Pendukung Keputusan Untuk Menentukan Penerima Beasiswa Bank BRI Menggunakan FMADM yaitu mencari alternatif terbaik bedasarkan kriteria-kriteria yang telah ditentukan dengan mengggunakan metode SAW (Simple Additive Weighting) Metode ini dipilih karena mampu menyeleksi alternatif terbaik dari sejumlah alternatif. Dari 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. Dari penelitian di atas, penulis menyimpulkan bahwa kedua metode tersebut mampu menyelesaikan masalah yang ada, baik dengan menggunakan metode 21
Analytical Hierarcy Proses (AHP) maupun menggunakan metode simple additive weighting (SAW) yaitu mampu melakukan perankingan terhadap alternatif yang terbaik dari masing-masing masalah. Sehingga penulis melakukan penelitian perbandingan metode antara Analytical Hierarcy Proses (AHP) dan menggunakan metode simple additive weighting (SAW) untuk mengetahui hasil yang diberikan oleh kedua metode tersebut apakah sama atau mengalami perbedaan. 22