9/28/2011
Sasaran Materi Kuliah – [4,5] SISTEM PENDUKUNG KEPUTUSAN
PEMODELAN: MANAGEMENT SUPPORT SYSTEM
• Mahasiswa mampu memahami tahapantahapan dalam pemodelan Management Support System. • Mahasiswa mampu melakukan pemodelan Management Support System. Referensi Utama • Turban, Efraim; Aronson, Jay, E.; Liang, Ting-Peng. 2005. Decision Support Systems and Intelligent Systems. International Edition, Edisi 7. New Jersey: Pearson Prentice-Hall Education International
Qammaddin, S.Kom
9/28/2011
Pemodelan
2
Alasan Penggunaan Model
• Pemodelan merupakan suatu upaya untuk melakukan analisis sistem dengan cara meniru bentuk nyata-nya daripada melakukannya pada sistem nyata.
• Manipulasi model (seperti mengubah variabel) akan lebih mudah dilakukan daripada melakukan-nya pada sistem nyata. • Model dapat menghemat waktu. • Biaya untuk menganalisis model jauh lebih murah jika dibandingkan dengan mengaplikasikannya pada sistem nyata. • Resiko kesalahan pada bentuk model dengan melakukan trial & error (coba-coba) jauh lebih rendah jika dibandingkan dengan melakukannya pada sistem nyata.
Alasan Penggunaan Model
Pemodelan
• Lingkungan bisnis yang banyak mengandung ketidakpastian. • Model matematika dapat menganalisis kemungkinan solusi dalam jumlah yang lebih banyak bahkan tidak terbatas. • Model meningkatkan pembelajaran & pelatihan. • Model-model dan metode-metode untuk mendapatkan solusi telah tersedia di web. • Ada beberapa Java applet (atau pemrograman web lainnya) yang tersedia untuk menyelesaikan model-model tersebut.
• Pemodelan pada SPK mencakup beberapa isu, antara lain: – – – – – –
Identifikasi masalah dan analisis lingkungan Identifikasi variabel Penggunaan beberapa model keputusan Seleksi kategori model yang sesuai Manajemen model Pemodelan berbasis pengetahuan
1
9/28/2011
Identifikasi Masalah
Analisis Proses Bisnis
• Pada tahap ini akan dilakukan pengawasan, pelacakan, dan interpretasi terhadap informasi-informasi yang telah terkumpul. • Pada bagian ini perlu juga diidentifikasi budaya organisasi dan proses pengambilan keputusan. • Analisis dilakukan dengan mempertimbangkan tahapan sbb:
• Proses bisnis (business process) adalah urutan tugas atau aktivitas yang dilakukan oleh orang atau sumber daya lain dalam rangka menyelesaikan tujuan organisasi (Magal SR, 2009). • Proses bisnis dapat dideskripsikan dengan berbagai cara, seperti:
– Analisis proses bisnis yang terjadi. – Analisis penyebab masalah.
– Blok diagram. – Diagram aktivitas. – Flowchart, dll.
Analisis Proses Bisnis • Analisis proses bisnis dilakukan dalam rangka: – Memahami budaya organisasi. – Mengumpulkan informasi – Melacak dimungkinkannya masalah yang timbul dalam organisasi
• Contoh: – Perusahaan Makanan Ringan “Sehat Sentosa” mengalami kesulitan dalam mementukan kapasitas produksi dan harga jual produk. – Berikut proses bisnis untuk proses produksi dan distribusi pada Perusahaan tersebut.
Analisis Penyebab Masalah • Untuk mendapatkan solusi yang optimum, perlu dicari penyebab suatu masalah. • Diagram tulang ikan (Fishbone Diagram) adalah diagram yang digunakan untuk menganalisis masalah dengan cara mengkategorikan penyebab utama yang sangat potensial dalam memunculkan permasalahan tersebut. • Diagram tulang ikan disebut juga Diagram Ishikawa atau Sebab-Akibat (cause-effect)
Analisis Penyebab Masalah • Diagram Tulang Ikan:
2
9/28/2011
Identifikasi Variabel • Pada tahap ini akan diidentifikasi variabelvariabel yang relevan. • Untuk kepentingan tersebut, dapat digunakan alat bantu seperti: Influence Diagram untuk menunjukkan relasi antar variabelvariabel tersebut.
Influence Diagram • Influence diagram adalah representasi grafis dari suatu model keputusan yang digunakan untuk membantu perancangan model (terutama model matematis), pengembangan dan pemahaman (Turban, 2005). • Kata influence merujuk pada ketergantungan suatu variabel pada tingkatan tertentu terhadap variabel yang lainnya.
Influence Diagram Variabel Keputusan
Influence Diagram • Simbol yang digunakan (Lumina, 2010): – Empat Persegipanjang, variabel keputusan, yang masih dapat dikendalikan oleh pengambil keputusan. – Oval, chance variable, yang mengandung ketidakpastian dan tidak dapat dikendalikan secara langsung oleh pengambil keputusan. – Empat Persegipanjang bersudut tumpul, variabel umum yang dapat berupa fungsi. – Segienam, variabel tujuan (hasil), yang menunjukkan hasil terbaik.
Influence Diagram
Chance Variable
A Variabel Umum
Variabel Tujuan
B
• Variabel A mempengaruhi B
3
9/28/2011
Influence Diagram: Contoh… • Penentuan kapasitas produksi dan biaya produksi.
Influence Diagram: Contoh… • Pimpinan perusahaan ingin memilih alternatif terbaik berdasarkan beberapa kriteria yang ada, yaitu: – Harga; – Daya dukung terhadap produktivitas perusahaan; – Nilai investasi dalam 10 tahun ke depan; dan – Ketersediaan barang.
Influence Diagram: Contoh… Harga
Tingkat Kepentingan Harga
Besar Investasi
Nilai Besar Investasi
Tingkat Kepentingan Nilai Investasi
Jenis Barang
Ketersediaan Barang
Penggunaan Beberapa Model
Nilai Harga
Nilai Preferensi Barang
• Suatu sistem pendukung keputusan dapat dibuat dalam model tertentu. • Masing-masing model merepresentasikan bagian yang berbeda dari masalah pengambilan keputusan.
Nilai Ketersediaan Barang
Tingkat Kepentingan Ketersediaan Barang
Daya Dukung terhadap Produktivitas Perusahaan
Nilai Daya Dukung
Tingkat Kepentingan Daya Dukung
Kategori Model • Turban (2005) mengkategorikan model sistem pendukung keputusan, yaitu: – Model optimasi untuk masalah-masalah dengan alternatif-alternatif dalam jumlah relatif kecil.
Kategori SPK • Model optimasi untuk masalah-masalah dengan alternatif-alternatif dalam jumlah relatif kecil. – Model ini akan melakukan pencarian terhadap solusi terbaik dari sejumlah alternatif. – Teknik-teknik untuk penyelesaian masalah ini antara lain dengan menggunakan tabel keputusan atau pohon keputusan. – Multi-Attribute Decision Making merupakan model ini.
4
9/28/2011
Tabel Keputusan • Pada tabel keputusan, nilai kebenaran suatu kondisi diberikan berdasarkan nilai logika dari setiap atribut Ek. • Hanya ada dua nilai kebenaran, yaitu Ek = benar atau Ek = salah. • Secara umum, tabel keputusan berbentuk: D = E {E1, E2, ..., EK} dengan D adalah nilai kebenaran suatu kondisi, dan Ei adalah nilai kebenaran atribut ke-i (i = 1, 2, ... K).
Tabel Keputusan: Contoh No
Atribut* E1
E2
E3
1
Y
Y
Y
2
Y
3
Y
4
Y
5
Y
6
Y
7
Y
8
Y
9
Y
E4
E5
E6
E7
E8
Laboratorium Pemrograman & Informatika Teori
Y Y
Komputasi & Sist. Cerdas Y
Sistem Informasi & RPL Y
Y
Grafika & Multimedia Y
Y
Sistem & Jaringan Komp. Y
Y Y Y
Informatika Kedokteran
Y
Informatika Kedokteran
Y
Informatika Kedokteran
Y
Informatika Kedokteran
Pohon Keputusan: Contoh
Tabel Keputusan: Contoh Ekspresi logika Variabel Logika
Ekspresi Logika
E1
Memiliki IPK > 3,00
E2
Minimal tengah duduk di semester 3
E3
Nilai matakuliah algoritma pemrograman = A
E4
Nilai matakuliah kecerdasan buatan = A
E5
Nilai matakuliah basisdata = A
E6
Nilai matakuliah grafika komputer = A
E7
Nilai matakuliah jaringan komputer = A
E8
Nilai matakuliah informatika kedokteran minimal B
Pohon Keputusan: Contoh • Pohon keputusan adalah salah satu metode penyelesaian masalah keputusan dengan cara merepresentasikan pengetahuan dalam bentuk pohon. • Suatu pohon memiliki conditional node yang menunjukkan kebenaran suatu ekspresi atau atribut. • Conditional node tersebut memberikan beberapa kemungkinan nilai, dapat berupa nilai boolean (Benar atau Salah), atau beberapa alternatif nilai yang mungkin dimiliki oleh suatu atribut, misal untuk atribut Harga (murah, normal, mahal).
Multi-Attribute Decision Making (MADM) • Secara umum, model Multi-Attribute Decision Making (MADM) dapat didefinisikan sebagai berikut (Zimermann, 1991): – Misalkan A = {ai | i = 1,...,m} adalah himpunan alternatif-alternatif keputusan dan C = {cj | j = 1,..., n} adalah himpunan tujuan yang diharapkan, maka akan ditentukan alternatif x0 yang memiliki derajat harapan tertinggi terhadap tujuan–tujuan yang relevan cj.
5
9/28/2011
Multi-Attribute Decision Making (MADM) • Janko (2005) memberikan batasan tentang adanya beberapa fitur umum yang akan digunakan dalam MADM, yaitu: – Alternatif, adalah obyek-obyek yang berbeda dan memiliki kesempatan yang sama untuk dipilih oleh pengambil keputusan. – Atribut, sering juga disebut sebagai karakteristik, komponen, atau kriteria keputusan. Meskipun pada kebanyakan kriteria bersifat satu level, namun tidak menutup kemungkinan adanya sub kriteria yang berhubungan dengan kriteria yang telah diberikan.
Multi-Attribute Decision Making (MADM) • Masalah MADM adalah mengevaluasi m alternatif Ai (i=1,2,...,m) terhadap sekumpulan atribut atau kriteria Cj (j=1,2,...,n), dimana setiap atribut saling tidak bergantung satu dengan yang lainnya. • Kriteria atau atribut dapat dibagi menjadi dua kategori, yaitu: – Kriteria keuntungan adalah kriteria yang nilainya akan dimaksimumkan, misalnya: keuntungan, IPK (untuk kasus pemilihan mahasiswa berprestasi), dll. – Kriteria biaya adalah kriteria yang nilainya akan diminimumkan, misalnya: harga produk yang akan dibeli, biaya produksi, dll.
Multi-Attribute Decision Making (MADM) • Rating kinerja (X), dan nilai bobot (W) merupakan nilai utama yang merepresentasikan preferensi absolut dari pengambil keputusan. • Masalah MADM diakhiri dengan proses perankingan untuk mendapatkan alternatif terbaik yang diperoleh berdasarkan nilai keseluruhan preferensi yang diberikan (Yeh, 2002). • Pada MADM, umumnya akan dicari solusi ideal. • Pada solusi ideal akan memaksimumkan semua kriteria keuntungan dan meminimumkan semua kriteria biaya.
Multi-Attribute Decision Making (MADM) – Konflik antar kriteria, beberapa kriteria biasanya mempunyai konflik antara satu dengan yang lainnya, misalnya kriteria keuntungan akan mengalami konflik dengan kriteria biaya. – Bobot keputusan, bobot keputusan menunjukkan kepentingan relatif dari setiap kriteria, W = (w1, w2, ..., wn). Pada MADM akan dicari bobot kepentingan dari setiap kriteria. – Matriks keputusan, suatu matriks keputusan X yang berukuran m x n, berisi elemen-elemen xij, yang merepresentasikan rating dari alternatif Ai (i=1,2,...,m) terhadap kriteria Cj (j=1,2,...,n).
Multi-Attribute Decision Making (MADM) • Pada MADM, matriks keputusan setiap alternatif terhadap setiap atribut, X, diberikan sebagai:
x 11 x X = 21 M x m1
x 12 x 22 M x m2
L x 1n L x 2 n M L x mn
dengan xij merupakan rating kinerja alternatif ke-i terhadap atribut ke-j. • Nilai bobot yang menunjukkan tingkat kepentingan relatif setiap atribut, diberikan sebagai, W: W = {w1, w2, ..., wn}
Multi-Attribute Decision Making (MADM) Masalah
Kriteria-1 (C1)
Alternatif-1 (A1)
Kriteria-2 (C2)
Alternatif-2 (A2)
...
...
Kriteria-m (Cn)
Alternatif-n (Am)
6
9/28/2011
Kategori Model • Model statis umumnya memberikan asumsi adanya operasi perulangan dengan menggunakan kondisi yang identik. • Model dinamik (time-dependent) merepresentasikan skenario yang senantiasa berubah dari waktu ke waktu.
7
