BAB 2 LANDASAN TEORI. 2.1 Defenisi Sistem Pendukung Keputusan (Decision Support System)

dokumen-dokumen yang mirip
BAB 2 TINJAUAN PUSTAKA

BAB 2 LANDASAN TEORI

BAB III METODE PENELITIAN. terdiri dari teknik pengumpulan data, teknik analisis data dan perencanaan layar

SISTEM PENILAIAN KINERJA KARYAWAN DENGAN METODE FUZZY MULTICRITERIA DECISION MAKING (Studi Kasus : PT. PANCA ARNYS)

PENERAPAN FUZZY MULTI CRITERIA DECISION MAKING (FMCDM) UNTUK DIAGNOSIS PENYAKIT TROPIS

FUZZY MULTI-CRITERIA DECISION MAKING

BAB 2 LANDASAN TEORI

JURNAL EMPLOYEE ASSESSMENT DECISION SUPPORT SYSTEM USING FUZZY BEST MULTI CRITERIA DECISION MAKING (FMCDM) CASE STUDY CUSTOM CAPS KEDIRI

PENGGUNAAN METODE FUZZY MULTI ATTRIBUTE DECISION MAKING DALAM PENDUKUNG KEPUTUSAN MEMILIH PROGRAM STUDI

P14 FMADM Dengan Pengembangan. A. Sidiq P.

IMPLEMENTASI FUZZY LOGIC MULTI CRITERIA DECISION MAKING (MCDM) UNTUK MENENTUKAN JENIS KAYU SEBAGAI BAHAN BAKU PRODUKSI MEBEL

Analisis Sistem Pendukung Keputusan Dalam Memilih Program Studi Menggunakan Metode Logika Fuzzy

APLIKASI DIAGNOSIS PENYAKIT HEPATITIS UNTUK MOBILE DEVICES MENGGUNAKAN J2ME

BAB IV GAMBARAN UMUM OBJEK PENELITIAN. dan E (jarang) sering muncul sebagai kejadian luar biasa, ditularkan secara fecal

3. Fungsi Keanggotaan Himpunan Fuzzy Operator Operator Fuzzy Logika Fuzzy D. Sistem Pendukung Keputusan

ANALISIS SISTEM PENDUKUNG KEPUTUSAN DALAM MEMILIH PROGRAM STUDI MENGGUNAKAN METODE LOGIKA FUZZY

BAB 2 TINJAUAN PUSTAKA

PENGEMBANGAN SISTEM PENDUKUNG KEPUTUSAN UNTUK MENENTUKAN NASABAH YANG BERPOTENSI MEMBUKA SIMPANAN DEPOSITO DENGAN FUZZY MCDM

BAB 2 TINJAUAN PUSTAKA Definisi Sistem, Keputusan dan Sistem Pendukung Keputusan

SISTEM PENDUKUNG KEPUTUSAN PENENTUAN LOKASI USAHA BARU DENGAN METODE SIMPLE ADDTIVE WEIGTHING(SAW) Studi Kasus : TUPANG ENTERTAIMENT

MODEL FUZZY MADM METODE AHP SEBAGAI MEDIA MENENTUKAN JENIS SAKIT KEPALA BERDASARKAN GEJALANYA

BAB 2 TINJAUAN PUSTAKA

Aplikasi Tablet Pc Untuk Mendeteksi Penyakit Kulit Menggunakan Metode Fuzzy Decision Making (FDM)

ISSN : MODEL PENENTUAN MUTU SEKOLAH MENGGUNAKAN METODE FUZZY MULTI CRITERIA DECISION MAKING. Adi Suwondo

BAB 1 PENDAHULUAN. 1.1 Latar Belakang

Perbandingan Metode AHP-SAW Dengan FMCDM-SAW Pada Pemberian Pinjaman Modal Usaha Pertanian

Diagnosa Penyakit Hepatitis Menggunakan Metode Weighted Product

PEMODELAN KEMISKINAN DAERAH MENGGUNAKAN METODE FUZZY MULTI CRITERIA DECISION MAKING (MCDM) (STUDI KASUS : PROPINSI JAWA TENGAH)

BAB 2 TINJAUAN PUSTAKA

Bab 3 Metodologi Penelitian dan Percobaan Pendahuluan

I R A P R A S E T Y A N I N G R U M

BAB 2 LANDASAN TEORI. 2.1 Konsep Sistem Pendukung Keputusan (SPK)

Implementasi FMCDM Sebagai Alternatif Penentuan Dalam Pemilihan Lokasi Perumahan

BAB II LANDASAN TEORI

DAFTAR ISI ABSTRAK KATA PENGANTAR UCAPAN TERIMA KASIH

ETIOLOGI : 1. Ada 5 kategori virus yang menjadi agen penyebab: Virus Hepatitis A (HAV) Virus Hepatitis B (VHB) Virus Hepatitis C (CV) / Non A Non B

BAB II TINJAUAN PUSTAKA

BAB II KAJIAN PUSTAKA

SISTEM PENDUKUNG KEPUTUSAN PENERIMAAN SISWA AKSELERASI PADA SMA NEGERI 1 SEMARANG MENGGUNAKAN FUZZY MADM

SISTEM PENDUKUNG KEPUTUSAN PENERIMAAN BEASISWA DENGAN MENGGUNAKAN METODE SAW DI SDN IV TUBUMURI

BAB II KAJIAN PUSTAKA. Sistem Pendukung Keputusan atau DSS (Decision Support System) adalah sistem

Proses Pendiagnosaan Penyakit Menggunakan Logika Fuzzy Dengan Metode Mamdani

BAB II TINJAUAN PUSTAKA DAN LANDASAN TEORI

Seleksi Penerima Dana Bantuan Modal Usaha KUPP Berbasis Fuzzy MCDM

Metode Tsukamoto untuk Mendiagnosa Penyakit Infeksi pada Manusia

Rudi Hartoyo ( )

Penerapan Algoritma Fuzzy Multi-Attribute Decision Making pada Penjadwalan Ujian Skripsi

BAB II LANDASAN TEORI

SISTEM PENDUKUNG KEPUTUSAN PENENTUAN PEMBANGUNAN LABORATORIUM KOMPUTER SEKOLAH MENGGUNAKAN METODE SIMPLE ADDITIVE WEIGHTING (SAW)

IMPLEMENTASI SISTEM REKOMENDASIAN PENERIMAAN BEASISWA DENGAN MENGGUNAKAN FMADM

APLIKASI DIAGNOSIS PENYAKIT DIABETES MELITUS MENGGUNAKAN METODE FUZZY MULTI CRITERIA DECISION MAKING

BAB II TINJAUAN PUSTAKA DAN LANDASAN TEORI

1.1 Latar Belakang Masalah. Dewasa ini penyakit mata merupakan salah satu penyakit yang jumlah

P13 Fuzzy MCDM. A. Sidiq P.

BAB 1 PENDAHULUAN. 1.1 Latar Belakang

BAB II LANDASAN TEORI

BAB 2 LANDASAN TEORI

BAB II TINJAUAN PUSTAKA DAN LANDASAN TEORI

BAB II TINJAUAN PUSTAKA

BAB IV PEMBAHASAN. pustaka, representasi masalah, evaluasi himpunan fuzzy, seleksi alternatif yang

BAB 2 LANDASAN TEORI

Kata Kunci : Sistem pendukung keputusan; simple additive weighting; guru;, SMK

SPK Evaluasi Kinerja Dosen Berdasarkan Penilaian Mahasiswa dengan Metode FMCDM

BAB 1 PENDAHULUAN. 1.1 Latar Belakang

BAB II LANDASAN TEORI 2.1 PASKIBRAKA

KORELASI NORMATIF PEMILIHAN JURUSAN DI SMK BERBASIS WEB

BAB 2 LANDASAN TEORI

Penentuan Lokasi Usaha Percetakan Menggunakan Metode FMCDM

BAB 2 LANDASAN TEORI

BAB IV HASIL DAN PEMBAHASAN

Perancangan Sistem Pendukung Pengambilan Keputusan untuk Penerimaan Beasiswa dengan Metode SAW (Simple Additive Weighting)

Etiology dan Faktor Resiko

Daniel Oktodeli Sihombing Program Studi Manajemen Informatika, AMIK BSI, Pontianak

BAB 2 TINJAUAN PUSTAKA

MUHAMMAD MANSUR Tanggal Sidang : 22 Juni 2011 Periode Wisuda : November 2011

SISTEM PAKAR UNTUK DIAGNOSIS PENYAKIT GINJAL DENGAN METODE FORWARD CHAINING

BAB 2 LANDASAN TEORI

BAB I PENDAHULUAN 1.1 Latar Belakang

IMPLEMENTASI ALGORITMA FUZZY-MADM DALAM MENENTUKAN TANAMAN PANGAN STUDI KASUS KABUPATEN JEPARA

BAB 2 TINJAUAN PUSTAKA

PERANCANGAN SISTEM PENDUKUNG KEPUTUSAN PENERIMAAN BEASISWA SMA MUHAMMADIYAH 1 GISTING DENGAN METODE SAW (Simple Additive Weighting)

BAB I PENDAHULUAN 1.1 Latar Belakang

BAB III DECISION SUPPORT SYSTEM

Simposium Nasional Teknologi Terapan (SNTT) ISSN: X PENERAPAN METODE SIMPLE ADDITIVE WEIGHTING UNTUK PENILAIAN KINERJA DOSEN

DIAGNOSA PENYAKIT JANTUNG DENGAN METODE PENELUSURAN FORWARD CHAINNING-DEPTH FIRST SEARCH

manusia diantaranya penyakit mata konjungtivitis, keratitis, dan glaukoma.

Jasmir Prodi Teknik Informatika, STIKOM Dinamika Bangsa Jambi

BAB 2 LANDASAN TEORI

BAB 2 LANDASAN TEORI

DAFTAR ISI BAB I PENDAHULUAN

BAB II. KAJIAN PUSTAKA. A. Sistem Pendukung Keputusan/ Decision Support System (DSS)

Volume : II, Nomor : 1, Pebruari 2014 Informasi dan Teknologi Ilmiah (INTI) ISSN : X

BAB I PENDAHULUAN. Perbedaan antara virus hepatitis ini terlatak pada kronisitas infeksi dan kerusakan jangka panjang yang ditimbulkan.

BAB I PENDAHULUAN. untuk membantu seorang pakar/ahli dalam mendiagnosa berbagai macam

Muhammad Imran Hasanuddin Mahasiswa Prodi Matematika FST-UINAM

Hepatitis C: Bom Waktu didalam Hati

SISTEM PENDUKUNG KEPUTUSAN PENERIMAAN PEGAWAI DENGAN METODE FUZZY MADM

BAB II TINJAUAN PUSTAKA

BAB 2 TINJAUAN PUSTAKA

BAB II TINJAUAN PUSTAKA. berbagai alternatif untuk mencapai suatu tujuan atau beberapa tujuan. untuk membangun rencana kedepan. (Turban dkk.

Transkripsi:

BAB 2 LANDASAN TEORI 2.1 Defenisi Sistem Pendukung Keputusan (Decision Support System) Pada dasarnya Sistem Pendukung Keputusan ini merupakan pengembangan lebih lanjut dari sistem informasi manajemen terkomputerisasi yang dirancang sedemikian rupa sehigga bersifat interaktif dengan pemakainya. Sifat interaktif ini dimaksudkan untuk memudahkan integrasi antara berbagai komponen dalam proses pengambilan keputusan seperti prosedur, kebijakan, teknik analisis, serta pengalaman dan wawasan manajerial guna membentuk suatu kerangka keputusan yang bersifat fleksibel (Hasibuan, 2011). 2.1.1 Ciri-ciri Decision Support System (DSS) Menurut Kosasi adapun ciri-ciri sebuah DSS seperti yang dirumuskan oleh Alters Keen adalah sebagai berikut: 1. DSS ditujukan untuk membantu pengambilan keputusan-keputusan yang kurang terstruktur dan umumnya dihadapi oleh para manajer yang berada di tingkat puncak. 2. DSS merupakan gabungan antara kumpulan model kualitatif dan kumpulan data. 3. DSS memiliki fasilitas interaktif yang dapat mempermudah hubungan antara manusia dengan komputer. DSS bersifat luwes dan dapat menyesuaikan dengan perubahan-perubahan yang terjadi.

7 2.1.2 Karakteristik, kemampuan dan keterbatasan SPK Sehubungan banyaknya definisi yang dikemukakan mengenai pengertian dan penerapan dari sebuah DSS, sehingga menyebabkan terdapat banyak sekali pandangan mengenai sistem tersebut. Sejumlah karakteristik dan kemampuan dari DSS yaitu: a. Karakteristik DSS 1. Mendukung seluruh kegiatan organisasi. 2. Mendukung beberapa keputusan yang saling berinteraksi. 3. Dapat digunakan berulang kali dan bersifat konstan. 4. Terdapat dua komponen utama, yaitu data dan model. 5. Menggunakan baik data eksternal dan internal. 6. Memiliki kemampuan what-if analysis dan goal seeking analysis. 7. Menggunakan beberapa model kuantitatif. b. Kemampuan DSS 1. Menunjang pembuatan keputusan manajemen dalam menangani masalah semi terstruktur dan tidak terstruktur. 2. Membantu manajer pada berbagai tingkatan manajemen, mulai dari manajemen tingkat atas sampai manajemen tingkat bawah. 3. Menunjang pembuatan keputusan secara kelompok maupun perorangan. 4. Menunjang pembuatan keputusan yang saling bergantung dan berurutan. 5. Menunjang tahap-tahap pembuatan keputusan antara lain intelligensi, desain, choice, dan implementation. 6. Menunjang berbagai bentuk proses pembuatan keputusan dan jenis keputusan. 7. Kemampuan untuk melakukan adaptasi setiap saat dan bersifat fleksibel. 8. Kemudahan melakukan interaksi system. 9. Meningkatkan efektivitas dalam pembuatan keputusan daripada efisiensi. 10. Mudah dikembangkan oleh pemakai akhir. 11. Kemampuan pemodelan dan analisis pembuatan keputusan. 12. Kemudahan melakukan pengaksesan berbagai sumber dan format data.

8 Di samping berbagai Karakteristik dan Kemampuan seperti dikemukakan di atas, SPK juga memiliki beberapa keterbatasan, diantaranya adalah : 1. Ada beberapa kemampuan manajemen dan bakat manusia yang tidak dapat dimodelkan, sehingga model yang ada dalam sistem tidak semuanya mencerminkan persoalan sebenarnya. 2. Kemampuan suatu SPK terbatas pada pembendaharaan pengetahuan yang dimilikinya (pengetahuan dasar serta model dasar). 3. Proses-proses yang dapat dilakukan oleh SPK biasanya tergantung juga pada kemampuan perangkat lunak yang digunakannya. 4. SPK tidak memiliki kemampuan intuisi seperti yang dimiliki oleh manusia. Karena walau bagaimana pun canggihnya suatu SPK, hanyalah sautu kumpulan perangkat keras, perangakat lunak dan sistem operasi yang tidak dilengkapi dengan kemampuan berpikir. 2.2 Penyakit Hepatitis Penyakit Hepatitis menyebabkan radang atau pembengkakan hati. Hati bertugas untuk menyaring sebagian besar bahan toksik (beracun) dari tubuh. Karena hati bertugas menyaring banyak bahan beracun, menyebabkan racun tersebut dapat merusakan hati. Jadi hepatitis sering disebabkan oleh bahan yang mengandung toksin, misalnya alkohol, narkoba dan obat. Selain disebabkan oleh racun yang disaring oleh hati, kerusakan pada hati juga dapat disebabkan oleh virus yang cukup umum. Penyebab kerusakan hati dapat diakibatkan oleh sirosis (radang yang parah) dan akhirnya kegagalan hati. Ada beberapa gejala umum yang menunjukkan adanya hepatitis, tidak tergantung pada penyebab penyakit: 1. Nafsu makan hilang 2. Kelelahan 3. Demam 4. Pegal sekujur tubuh

9 5. Mual 6. Muntah 7. Sakit perut 8. Mata kuning Sebagian besar gejala yang telah disebutkan, termasuk gejala yang umum dan sering diakibatkan penyakit lain. Akan tetapi gejala khas dari penyakit hepatitis adalah perubahan pada bola mata atau kulit yang menjadi menguning, yang disebut sebagai ikterus. Perubahan warna tersebut disebabkan oleh kelebihan bahan pewarna yang disebut bilirubin dalam empedu. Namun ikterus juga mempunyai banyak factor yang dapat menjadi penyebabnya, jadi apabila seorang dokter mendiagnosa bahwa seorang pasien menderita hepatitis, maka dokter tersebut meminta untuk dilakukan tes laboratorium. Tabel 2.1. Tabel Gejala Penyakit Hepatitis No Gejala-gejala A B C D E 1 Gejala mirip flu * * 2 Rasa lelah * * * * 3 Demam * * * * 4 Diare * 5 Mual * * * 6 Nyeri perut * 7 Mata kuning * * 8 Hilang napsu makan (Anoreksia) * * * 9 Lemah * 10 Lesu * * 11 Sakit otot /pegal-pegal (Mialgia) * * * 12 Demam ringan * 13 Kurang Napsu makan * 14 Kulit kuning * 15 Air seni berwarna gelap * * * 16 Muntah * * * 17 Sakit perut * * * 18 Sakit kepala * 19 Malaise * 20 Nausea * 21 Pusing * * 22 Air seni kemerahan * 23 Bola mata bagian putih menjadi kuning * *

10 Tabel 2.1. Tabel Gejala Penyakit Hepatitis (lanjutan) No Gejala-gejala A B C D E 24 Nyeri sendi * * 25 Rasa tidak enak pada tenggorokan * 26 Muncul Ikterus selama beberapa hari * 27 Insidious * 28 Rash * 29 Jaundice * * 30 Menggigil * 31 Nyeri perut sebelah kanan * 32 Penurunan berat badan yang tidak diketahui * penyebabnya 33 Gangguan abdominal tidak jelas * 34 Kembung * Keterangan: Tanda * = penyakit Hepatitis ( kusumadewi 2009 ) 2.3 Definisi Multi Criteria Decision Making (MCDM) Multi Criteria Decision Making (MCDM) adalah suatu metode pengambilan keputusan untuk menetapkan alternatif terbaik dari sejumlah alternatif berdasarkan beberapa kriteria tertentu. Kriteria biasanya berupa ukuran-ukuran,aturan-aturan atau standart yang digunakan dalam pengambilan keputusan. Fuzzy MCDM dapat dipahami sebagai MCDM dengan data fuzzy. Data fuzzy disini dapat terjadi pada data setiap alternatif pada setiap atribut atau tingkat kepentingan pada setiap kriteria Pada metode Fuzzy Multi Criteria Decision Making (FMCDM) ada 3 langkah penting yang harus dikerjakan, yaitu: 1. Representasi masalah. 2. Evaluasi himpunan fuzzy pada setiap alternatif keputusan. 3. Melakukan seleksi terhadap alternatif yang optimal.

11 2.3.1 Representasi masalah Pada bagian ini, terdapat tiga aktivitas yang harus dilakukan, yaitu : A. Identifikasi tujuan dan kumpulan alternatif keputusannya. Tujuan keputusan 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 = {Ai i=1,2,..., n}. B. Identifikasi kumpulan kriteria. Jika ada k kriteria, maka dapat dituliskan C = {Ct t = 1,2,..., k} (2.1) C. Membangun stuktur hirarki dari masalah tersebut berdasarkan pertimbangan-pertimbangan tertentu. 2.3.2 Evaluasi himpunan fuzzy Pada bagian ini, terdapat tiga aktivitas yang harus dilakukan, yaitu: a. Memilih himpunan rating untuk bobot-bobot kriteria dan derajat kecocokan setiap alternatif dengan kriterianya. Secara umum, himpunan-himpunan rating terdiriatas 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). Misal, rating untuk bobot pada Variabel Penting untuk suatu kriteria didefinisikan sebagai: T(penting) = {SANGAT RENDAH, RENDAH, CUKUP, TINGGI, SANGAT TINGGI}. Sesudah himpunan rating ini ditentukan, maka kita harus menentukan fungsi keanggotaan untuk setiap rating. Biasanya digunakan fungsi segitiga. Misal, Wt adalah bobot untuk kriteria Ct; dan Sit adalah rating fuzzy untuk derajat kecocokan alternatif keputusan Ai dengan kriteria Ct; dan Fi adalah

12 indeks kecocokan fuzzy dari alternatif Ai yang merepresentasikan derajat kecocokan alternatif keputusan dengan kriteria keputusan yang diperoleh dari hasil agregasi Sit dan Wt. 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 beberapa metode tersebut, metode mean yang paling banyak digunakan. Operator dan adalah operator yang digunakan untuk penjumlahan dan perkalian Fuzzy. f t = 1 k S t1 W 1 S t2 W 2 S tk W k (2.2) Dengan cara mensubstitusikan Sit dan Wt dengan bilangan fuzzy segitiga, yaitu Sit = (oit, pit, qit); dan Wit = at,bt,ct); maka Ft dapat didekati sebagai : F i Y i, Q i, Z i (2.3) Dengan k Y i = 1 k Q i = 1 k t=1 k o it, a i t=1 p it, b i (2.4) k Z i = 1 q k it, c i t=1 i = 1,2,3,,n. 2.3.3 Seleksi alternatif yang optimal Pada bagian ini, terdapat dua aktivitas yang dilakukan, yaitu: a. Memprioritaskan alternatif keputusan berdasarkan hasil agregasi. Prioritas dari hasil agregasi dibutuhkan dalam rangka proses perangkingan alternatif keputusan. Karena hasil agregasi ini direpresentasikan dengan menggunakan bilangan fuzzy segitiga, maka dibutuhkan metode perangkingan untuk bilangan fuzzy segitiga. Salah satu metode yang dapat

13 digunakan adalah metode nilai total integral. Misalkan F adalah bilangan fuzzy segitiga, F = (a, b, c), maka nilai total integral dapat dirumuskan sebagai berikut : I T α F = 1 2 (αc + b + 1 α a) (2.5) Nilai α adalah indeks keoptimisan yang merepresentasikan derajat keoptimisan bagi pengambil keputusan (0 α 1). Apabila nilai α semakin besar mengindikasikan bahwa derajat keoptimisannya semakin besar. b. Memilih alternatif keputusan dengan prioritas tertinggi sebagai alternatif yang optimal. Semakin besar nilai Fi berarti kecocokan terbesar dari alternatif keputusan untuk kriteria keputusan, dan nilai inilah yang akan menjadi tujuannya. (Rosnelly, 2011) 2.4 Penelitian Terdahulu Tabel 2.2 Tabel Penelitian Terdahulu No. Peneliti Tahun Judul 1. Chandra Putra Pradana dan Sri Kusumadewi 2. Novhirtamely Kahar dan Nova Fitri 3. Heri Kiswanto, Susanto, dan Nur Wakhidah 2009 Aplikasi Diagnosis Penyakit Hepatitis Untuk Mobile Devices Menggunakan J2ME 2011 Aplikasi Metode Fuzzy Multi Criteria Decision Making untuk Optimalisasi Penentuan Lokasi Promosi 2010 Penilaian Kinerja Karyawan dengan Metode Fuzzy Multi Criteria Decision Making Menggunakan Microsoft Visual C# 2010 dan SQL Server 2008