BAB 2 LANDASAN TEORI

5 BAB 2 LANDASAN TEORI 2.1 Sistem pendukung keputusan (SPK) Konsep sistem pendukung keputusan atau decision support system (DSS) pertama kali diungkapkan pada awal tahun 1970-an oleh Michael S. Scott Morton dengan istilah management decision system, sistem tersebut adalah suatu sistem yang berbasis komputer yang ditujukan untuk membantu pengambil keputusan. Sistem pendukung keputusan merupakan suatu sistem yang interaktif, yang membantu pengambil keputusan untuk memecahkan masalah yang sifatnya semi-terstruktur maupun yang tidak terstruktur (Rani, 2014). Pada dasarnya sistem pendukung keputusan merupakan pengembangan lebih lanjut dari sistem informasi manajemen terkomputerisasi yang dirancang sedemikian rupa sehingga bersifat interaktif dengan pemakainya. Interaktif dengan tujuan untuk memudahkan integrasi antara berbagai komponen dalam proses pengambilan keputusan seperti prosedur, kebijakan, analisis, pengalaman dan wawasan manajer untuk mengambil keputusan yang lebih baik (Theorema, 2011). 2.1.1 Pengertian sistem pendukung keputusan Sistem pendukung keputusan adalah suatu sistem yang ditujukan untuk mendukung manajemen pengambilan keputusan (Subakti, 2002). Sistem pendukung keputusan adalah sebuah sistem berbasis komputer yang membantu dalam proses pengambilan keputusan yang adaftif, interaktif, fleksibel untuk mendukung solusi dari permasalahan manajemen yang tidak terstruktur untuk meningkatkan kualitas pengambilan keputusan (Rani, 2014). Sistem pendukung keputusan adalah suatu pendekatan sistematis pada hakekat suatu masalah, pengumpulan fakta-fakta penentu yang matang dari alternatif yang dihadapi dan pengambilan tindakan yang paling tepat. untuk menghasilkan keputusan

6 yang baik didalam sistem pendukung keputusan, perlu didukung oleh informasi dan fakta-fakta yang berkualitas antara lain : 1. Aksebilitas Atribut ini berkaitan dengan kemudahan untuk mendapatkan informasi, informasi akan lebih berarti bagi sipemakai jika informasi tersebut mudah didapat, karena akan berkaitan dengan aktifitas dari nilai informasinya. 2. Kelengkapan Atribut ini berkaitan dengan kelengkapan isi dari informasi, dalam hal ini isi tidak menyangkut hanya volume tetapi juga kesesuaian dengan harapan sipemakai. 3. Ketelitian Atribut ini berkaitan dengan tingkat kesalahan yang mungkin didalam pelaksanaan pengolahan data dalam jumlah besar. 4. Ketepatan Atribut ini berkaitan dengan kesesuaian antara informasi yang dihasilkan dengan kebutuhan pemakai. 5. Ketepatan waktu Kualitas informasi juga sangat ditentukan oleh ketepatan waktu penyampaian dan aktualisasinya. 6. Kejelasan Atribut ini berkaitan dengan bentuk atau format penyampaian informasi. 7. Fleksibilitas Atribut ini berkaitan dengan tingkat adaptasi dari informasi yang dihasilkan terhadap kebutuhan sebagai keputusan yang akan diambil (Erniyati, 2011). Sistem pendukung keputusan adalah suatu sistem berbasis komputer yang menghasilkan berbagai alternatif keputusan untuk membantu manajemen dalam menangani berbagai permasalahan yang terstruktur ataupun tidak terstruktur dengan menggunakan data dan model (Eniyati, 2011). Untuk mendapatkan keputusan yang baik ada beberapa tahapan proses yang harus dilalui yaitu (Eniyati, 2011) :

7 1. Tahap penelusuran (intelligence) yaitu pada tahap ini proses penelusuran dan pendeteksian dari lingkup proplematika serta proses pengenalan masalah, data masukan diperoleh, diproses, dan diuji untuk mengidentifikasi masalah. 2. Tahap design yaitu pada tahap ini adalah proses menemukan, mengembangkan dan menganalisis alternatif tindakan yang bisa dilakukan. tahap ini meliputi proses untuk mengerti permasalah, membuat solusi serta menguji kelayakan solusi. 3. Tahap choice yaitu pada tahap ini dilakukan proses pemilihan diantara berbagai alternatif tindakan yang akan dijalankan. tahap ini meliputi pencarian, evaluasi, dan rekomendasi solusi yang sesuai untuk model yang telah dibuat. Solusi dari model merupakan nilai spesifik untuk variabel hasil pada alternatif yang dipilih. 4. Tahap implementasi yaitu tahap pelaksanaan dari keputusan yang telah diambil Pada tahap ini diperlukan untuk menyusun serangkaian tindakan yang terencana, sehingga hasil keputusan dapat dipantau dan disesuaikan apabila diperlukan perbaikan. 2.1.2 Karakteristik dan kemampuan sistem pendukung keputusan Karakteristik dan kemampuan sistem pendukung keputusan sebagai berikut: a. Karakteristik sistem pendukung keputusan 1. Mendukung seluruh kegiatan organisasi 2. Mendukung beberapa keputusan yang saling berintekrasi 3. Menggunakan beberapa model kuantitatif b. Kemanpuan sistem pendukung keputusan 1. Sistem pendukung keputusan menunjang pembuatan keputusan manajemen dalam menangani masalah semi-terstruktur dan tidak terstruktur. 2. Sistem pendukung keputusan menunjang tahap-tahap pembuatan keputusan antara lain intelligensi, desain, choice, dan implementation. 3. Sistem pendukung keputusan mempunyai kemampuan untuk melakukan adaptasi setiap saat dan bersifat fleksibel 4. Sistem pendukung keputusan dapat membantu manager berbagai tingkatan manajemen, mulai dari manajemen tingkat atas sampai manajemen tingkat bawah (Kurniasih, 2013).

8 2.1.3 Tujuan sistem pendukung keputusan Sistem pendukung keputusan pada hakekatnya memiliki beberapa tujuan, yaitu: 1. Membantu manajer dalam pengambilan keputusan atas masalah semiterstruktur. 2. Memberikan dukungan atas pertimbangan manajer dan bukan untuk menggantikan fungsi manajer. 3. Meningkatkan efektifitas keputusan yang diambil manajer lebih dari pada perbaikan efisiensinya. 4. Kecepatan komputasi komputer memungkinkan para pengambil keputusan untuk melakukan banyak komputasi secara cepat dengan biaya yang rendah. 5. Dukungan kualitas komputer bisa meningkatkan kualitas keputusan yang dibuat, misalnya: semakin banyak data yang diakses, makin banyak juga alternatif yang bisa dievaluasi. Mengatasi keterbatasan kognitif dalam pemrosesan dan penyimpanan (Turban, et al. 2005). 2.1.4 Tahapan proses pengambilan keputusan Dalam mengambil keputusan ada 6 langkah yang harus dilakukan diantaranya : 1. Identifikasi masalah 2. Pemilihan metode pemecahan masalah 3. Pengumpulan data yang dibutuhkan untuk melaksanakan model keputusan tersebut 4. Mengimplementasikan model tersebut 5. Mengevaluasi sisi positif dari setiap alternatif yang ada 6. Melaksanakan solusi terpilih (Kusrini, 2007). 2.1.5 Komponen sistem pendukung keputusan Aplikasi sistem pendukung keputusan bisa terdiri dari beberapa subsistem yaitu: 1. Subsistem manajemen data Subsistem manajemen data memasukkan satu database yang berisi data yang relevan untuk suatu situasi dan dikelola oleh perangkat lunak yang disebut sistem manajemen database (DBMS/database management system). Subsistem manajemen data bisa diinterkoneksikan dengan data warehouse

9 perusahaan, suatu repositori untuk data perusahaan yang relevan dengan pengambilan keputusan. 2. Subsistem manajemen model Merupakan paket perangkat lunak yang memasukkan model keuangan, statistik, ilmu manajemen, atau model kuantitatif lain yang memberikan kapabilitas analitik dan manajemen perangkat lunak yang tepat. Bahasa-bahasa pemodelan untuk membangun model-model kustom juga dimasukkan. Perangkat lunak itu sering disebut manajemen basis model (MBMS/model base management system). Komponen tersebut dapat dikoneksiakan ke penyimpanan korporat atau eksternal yang ada pada model. 3. Subsistem antarmuka pengguna Pengguna berkomunikasi dengan memerintakan sistem pendukung keputusan melalui subsistem tersebut. Pengguna adalah bagian yang dipertimbangkan dari sistem. Para peneliti menegaskan bahwa beberapa konstribusi unik dari sistem pendukung keputusan berasal dari interaksi yang intensif antara komputer dan pembuat keputusan. 4. Subsistem manajemen berbasis pengetahuan Subsistem tersebut mendukung semua subsistem lain atau bertindak langsung sebagai suatu komponen independen dan bersifat opsional. Selain memberikan inteligensi untuk memperbesar pengetahuan si pengambil keputusan, subsistem terseut dapat diinterkoneksikan dengan reposistori pengetahuan perusahaan (bagian dari sistem manajemen pengetahuan), yang kadang-kadang disebut basis pengetahuan organisasional (Kusrini, 2007).

10 Arsitektur SPK dapat ditunjukkan pada Gambar 2.1. (Kusrini, 2007). Gambar 2.1 Arsitektur SPK 2.2 Metode Fuzzy Multi-Attribute Decision Making (FMADM) Metode Fuzzy Multi-Attribute Decision Making (FMADM) adalah suatu metode yang digunakan untuk mencari alternatif optimal dari sejumlah alternatif dari sejumlah kriteria tertentu. Pada dasarnya ada tiga 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 yaitu: nilai bobot ditentukan berdasarkan subyektifitas dari para pengambil keputusan, sehingga beberapa faktor dalam proses perankingan alternatif dapat ditentukan secara bebas, sedangkan pada pendekatan obyektif yaitu nilai bobot dihitung secara matematis sehingga mengabaikan subyektifitas dari pengambilan keputusan (Fadhil, 2014). Fuzzy Multi-Attribute Decision Making (Fuzzy MADM) dikembangkan untuk Pengambilan keputusan terhadap beberapa alternatif keputusan untuk mendapatkan suatu keputusan yang akurat dan optimal. Moon Hyun Joo dan

11 Chang Sun Kang mengembangkan metode Fuzzy Decision Making (FDM), dalam 3 langkah penting dalam penyelesaian (Sri Kusumadewi, 2006): 1. Representasi masalah Pada bagian ini, ada 3 aktivitas yang harus dilakukan, yaitu: a. Identifikasi tujuan dan kumpulan dapat direpresentasikan dengan menggunakan bahasa alami atau nilai numeris sesuai dengan karakteristik dari masalah tersebut, jika ada n alternatif keputusan dari suatu masalah, maka alternatif-alternatif tersebut dapat ditulis sebagai A = {A i I = 1,2,3,,n}. b. Identifikasi kumpulan kriteria Jika ada k kriteria untuk menentukan pilihan dari beberapa alternatif keputusan maka dapat dituliskan C = {C t t = 1,2,3,, k}. c. Membangun struktur hirarki dari masalah tersebut berdasarkan pertimbangan-pertimbangan tertentu (kusumadewi, 2006). 2. Evaluasi himpunan Fuzzy Pada bagian ini, ada 3 aktifitas yang harus dilakukan, yaitu: a. Memilih himpunan rating untuk bobot-bobot kriteria, dan derajat kecocokan setiap alternatif dengan kriterianya. Secara umum, himpunan-himpunan rating terdiri atas tiga elemen, yaitu: variabel linguistik (x) yang merepresentasikan bobot kriteria, dan derajat kecocokan setiap alternatif dengan kriterianya; T(x) yang merepresentasikan rating dari variabel linguistik; dan fungsi keanggotaan yang berhubungan dengan setiap elemen dari T(x). Misalkan, rating untuk variable penting untuk suatu kriteria didefenisikan sebagai: T (Penting) = {SANGAT RENDAH, RANDAH, CUKUP, TINGGI, SANGAT TINGGI} dan sesudah rating ini ditentukan, maka harus ditentukan fungsi keanggotaan setiap rating. Biasanya digunakan fungsi segitiga seperti pada Gambar 2.2 berikut (Yusro, 2013) :

12 µ 1 0 a b c Gambar 2.2 Fungsi keanggotaan bilangan Fuzzy segitiga ( ) = ( ) ( ) ; ( ) ) ; 0; Misalkan W t adalah bobot untuk kriteria C t ; dan S it adalah rating Fuzzy untuk derajat kecocokan alternatif keputusan A i dengan kriteria C t ; dan F i adalah indeks kecocokan Fuzzy dari alternatif A i yang merepresentasikan derajat kecocokan alternatif keputusan dengan kriteria keputusan yang diperoleh dari hasil agregasi S it dan W t. b. Mengevaluasi bobot-bobot kriteria, dan derajat kecocokan setiap alternatif dengan kriterianya c. Mengagregasikan bobot-bobot kriteria dan derajat kecocokan setiap alternatif dengan kriterianya. ada beberapa metode yang dapat digunakan untuk melakukan agregasi terhadap hasil keputusan para pengambil keputusan, antara lain : Mean, Median, Max, Min, dan operator campuran. dari metode tersebut metode Mean yang paling banyak digunakan. operator dan adalah operator yang digunakan untuk penjumlahan dan perkalian Fuzzy, dengan menggunakan operator Mean F i dirumuskan sebagai berikut : F = (1/k) [(S w ) (S W ) (S W ) ].(1)

13 Dengan cara mensubsitusikan S it dan W t dengan bilangan Fuzzy segitiga, yaitu S it = (o it, P it, q it ); dan W t = (a t, b t, ct); maka F t dapat didekati sebagai berikut : F i = (Y i, Q i, Z i )... (2) Dengan : Y i =... (3) Q i =... (4) Z i =... (5) Dimana i= 1,2,3, n 3. Seleksi alternatif optimal Pada bagian ini, ada 2 aktifitas yang harus dilakukan, yaitu: a. Memprioritaskan alternatif keputusan berdasarkan hasil agregasi. Prioritas dari hasil agregasi dibutuhkan dalam rangka proses perankingan alternatif keputusan. Karena hasil agregasi direpresentasikan dengan menggunakan bilangan Fuzzy segitiga, maka dibutuhkan metode perangkingan untuk bilangan Fuzzy segitiga. Salah satu metode yang dapat digunakan adalah metode nilai total integral. Misalkan F adalah bilangan Fuzzy segitiga, F = (a, b, c), maka nilai total integral dapat dirumuskan sebagai berikut: 1 ( ) = ( + + (1 ) )...(6) Nilai α adalah indeks keoptimisan yang merepresentasikan derajat keoptimisan bagi pengambil keputusan. b. Memilih alternatif keputusan dengan prioritas tertinggi sebagai alternatif yang optimal, semakin besar nilai F berarti kecocokan terbesar dari alternatif keputusan untuk kriteria keputusan, dan nilai inilah yang akan menjadi tujuannya (kusumadewi, 2006).

14 2.3 Metode Weighted Product (WP) Metode Weighted Product merupakan suatu metode penyelesaian dengan menggunakan perkalian untuk menghubungkan rating atribut, dimana rating harus dipangkatkan terlebih dahulu dengan bobot atribut yang bersangkutan. proses ini sama halnya dengan proses normalisas, preferensi untuk alternatif A i diberikan sebagai berikut ( Fadhil, 2014) : s = x w..(1) Di mana: - S = Vektor S - = Product - n = Banyaknya Kriteria - j = Kriteria - W = Bobot kriteria / subkriteria - i = Alternatif W j adalah pangkat bernilai positif untuk atribut keuntungan, dan bernilai negatif untuk atribut biaya. Preferensi relatif dari setiap alternatif, diberikan sebagai: Di mana: - V = vektor V - = Product - X = Nilai kriteria = -- ( ) --...(2) - W= Bobot kriteria / subkriteria - j = Kriteria - n = Banyaknya kriteria - i = Alternatif - * = Banyaknya kriteria yang telah dinilai pada vektor S