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

BAB 2 LANDASAN TEORI

2.1

Sistem Pendukung Keputusan (SPK)

Konsep Sistem Pendukung Keputusan (SPK) atau Decision Support Systems (DSS) merupakan suatu penerapan sistem informasi yang ditunjukan untuk membantu pimpinan / individu dalam proses pengambilan keputusan. Sistem Pendukung Keputusan menggabungkan kemampuan komputer dalam pelayanan interaktif dengan pengolahan data yang memanfaatkan model atau aturan penyelesaian yang tidak terstruktur. Sistem Pendukung Keputusan didefinisikan sebagai sebuah sistem yang dimaksudkan untuk mendukung para pengambil keputusan dalam situasi tertentu untuk memperluas kapabilitas pengambilan keputusan mereka, namun tidak menggantikan penilaian mereka. [1]

Pada proses pengambilan keputusan, pengolahan data dan informasi yang dilakukan bertujuan untuk menghasilkan berbagai alternatif keputusan yang dapat diambil. SPK yang merupakan penerapan dari sistem informasi ditujukan hanya sebagai alat bantu manajemen dalam pengambilan keputusan. SPK tidak dimaksudkan untuk menggantikan fungsi pengambil keputusan dalam membuat keputusan, melainkan hanyalah sebagai alat bantu pengambil keputusan dalam melaksanakan tugasnya. SPK dirancang untuk menghasilkan berbagai alternatif yang ditawarkan kepada para pengambil keputusan dalam melaksanakan tugasnya. Sehingga dapat dikatakan bahwa SPK memberikan manfaat bagi manajemen dalam hal meningkatkan efektivitas dan efisiensi kerjanya terutama dalam proses pengambilan keputusan. Di samping itu, SPK menyatukan kemampuan komputer dalam pelayanan interaktif terhadap penggunanya dengan adanya proses pengolahan atau pemanipulasian data yang memanfaatkan model atau aturan yang tidak terstruktur sehingga menghasilkan alternatif keputusan yang situasional. [10]

Universitas Sumatera Utara

2.1.1

Pengertian Sistem Pendukung Keputusan

Beberapa pengertian sistem pendukung keputusan yang dikemukakan para ahli dijelaskan sebagai berikut [3] : 1. Menurut Man dan Watson Sistem Pendukung Keputusan meruapakan suatu sistem interaktif, yang membantu pengambil keputusan melalui penggunaan data dan model-model keputusan untuk memecahkan masalah-masalah yang sifatnya semi terstruktur dan tidak terstruktur. 2. Menurut Litlle Sistem Pendukung Keputusan adalah suatu sistem informasi berbasis komputer yang menghasilkan berbagai alternatif keputusan untuk membantu manajemen dalam menangani berbagai permasalahan yang terstruktur ataupun tidak terstruktur dengan menggunakan data dan model. 3. Menurut Raymond McLeod, Jr Sistem Pendukung Keputusan merupakan sistem penghasil informasi spesifik yang ditujukan untuk memecahkan suatu masalah tertentu yang harus dipecahkan oleh manajer pada berbagai tingkatan.

Dari berbagai pengertian Sistem Pendukung Keputusan di atas, dapat disimpulkan bahwa Sistem Pendukung Keputusan adalah sebuah sistem yang berbasis komputer yang dapat membantu pengambilan keputusan untuk memecahkan masalah tertentu dengan memanfaatkan data dan model tertentu.

2.1.2

Ciri-ciri Sistem Pendukung Keputusan

Alters Keen menjabarkan ciri-ciri Sistem Pendukung Keputusan sebagai berikut : 1.

Sistem Pendukung Keputusan ditujukan untuk membantu pengambilan keputusan yang kurang terstruktur dan umumnya dihadapi oleh para manajer yang berada di tingkat puncak.

2.

Sistem Pendukung Keputusan merupakan gabungan antara kumpulan model kualitatif dan kumpulan data.


3.

Sistem Pendukung Keputusan memiliki fasilitas interaktif yang dapat mempermudah hubungan antara manusia dengan komputer.

4.

Sistem Pendukung Keputusan bersifat luwes dan dapat menyesuaikan dengan perubahan-perubahan yang terjadi. [5]

2.1.3

Komponen Sistem Pendukung Keputusan

Adapun komponen-komponen dari Sistem Pendukung Keputusan adalah sebagai berikut [6] : 1.

Manajemen Data, mencakup database yang mengandung data yang relevan dan diatur oleh sistem yang disebut Database Management System (DBMS).

2.

Manajemen Model, merupakan paket perangkat lunak yang memasukkan modelmodel finansial, statistik, ilmu manajemen, atau model kuantitatif yang lain yang menyediakan kemampuan analisis sistem dan management software yang terkait.

3.

Antarmuka Pengguna, media interaksi antara sistem dengan pengguna, sehingga pengguna dapat berkomunikasi dan memberikan perintah pada SPK melalui subsistem ini.

4.

Subsistem Berbasis Pengetahuan, subsistem yang dapat mendukung subsistem lain atau bertindak sebagai komponen yang berdiri sendiri.

Untuk dapat lebih jelas memahami model konseptual SPK, perhatikan gambar di bawah ini [7] : System lainnya yang berbasis komputer Data eksternal dan internal Manajemen data

Manajemen model Subsistem berbasis pengetahuan

Antarmuka pengguna

Manager (pengguna)

Gambar 2.1. Model Konseptual SPK


2.1.4

Proses Pengambilan Keputusan

Menurut Simon, proses pengambilan keputusan meliputi tiga tahapan utama yaitu tahap inteligensi, desain, dan pemilihan. Namun kemudian ditambahkan dengan tahap keempat yaitu tahap implementasi [10]. Keempat tahapan tersebut dapat dijelaskan sebagai berikut : 1.

Tahap Penelusuran (Intelligence) Merupakan tahap pendefinisian masalah serta identifikasi informasi yang dibutuhkan yang berkaitan dengan persoalan yang dihadapi serta keputusan yang akan diambil. Langkah ini sangat penting karena sebelum suatu tindakan diambil, tentunya persoalan yang dihadapi harus dirumuskan secara jelas terlebih dahulu.

2.

Perancangan (Design) Merupakan tahap analisa dalam kaitan mencari atau merumuskan alternatifalternatif pemecahan masalah. Setelah permasalahan dirumuskan dengan baik, maka tahap berikutnya adalah merancang atau membangun model pemecahan masalahnya dan menyusun berbagai alternatif pemecahan masalah.

3.

Pemilihan (Choice) Dengan mengacu pada rumusan tujuan serta hasil yang diharapkan, selanjutnya manajemen memilih alternatif solusi yang diperkirakan paling sesuai. Pemilihan alternatif ini akan mudah dilakukan kalau hasil yang diinginkan terukur atau memilki nilai kuantitas tertentu.

4.

Implementasi (Implementation) Merupakan tahap pelaksanaan dari keputusan yang telah diambil. Pada tahap ini perlu disusun serangkaian tindakan yang terencana, sehingga hasil keputusan dapat dipantau dan disesuaikan apabila diperlukan perbaikan-perbaikan.

2.1.5

Karakteristik dan Nilai Guna Sistem Pendukung Keputusan

Beberapa karakteristik dari Sistem Pendukung Keputusan menurut Turban adalah sebagai berikut [10] : 1.

Sistem Pendukung Keputusan dirancang untuk membantu pengambil keputusan dalam memecahkan masalah yang sifatnya semi terstruktur ataupun tidak terstruktur.


2.

Dalam proses pengolahannya, sistem pendukung keputusan mengombinasikan penggunaan model-model / teknik-teknik analisis dengan teknik pemasukan data konvensional serta fungsi-fungsi pencari / interogasi informasi.

3.

Sistem Pendukung Keputusan, dirancang sedemikian rupa sehingga dapat digunaka / dioperasikan dengan mudah oleh orang-orang yang tidak memiliki dasar kemampuan yang tinggi. Oleh karena itu pendekatan yang digunakan biasanya model interaktif.

4.

Sistem Pendukung Keputusan dirancang dengan menekankan pada aspek fleksibilitas serta kemampuan adaptasi yang tinggi. Sehingga mudah disesuaikan dengan berbagai perubahan lingkungan yang terjadi dan kebutuhan pemakai. Dengan berbagai karakter khusus seperti yang dikemukakan di atas, sistem

pendukung keputusan dapat memberikan berbagai manfaat atau keuntungan bagi pemakainya. Keuntungan yang dimaksud di antaranya meliputi : 1.

Sistem Pendukung Keputusan memperluas kemampuan pengambil keputusan dalam memproses data / informasi bagi pemakainya.

2.

Sistem Pendukung Keputusan membantu pengambil keputusan dalam hal penghematan waktu yang dibutuhkan untuk memecahkan masalah terutama berbagai masalah yang sangat kompleks dan tidak terstruktur.

3.

Sistem Pendukung Keputusan dapat menghasilkan solusi dengan lebih cepat serta hasilnya dapat diandalkan.

4.

Walaupun suatu Sistem Pendukung Keputusan, mungkin saja tidak mampu memecahkan masalah yang dihadapi oleh pengambil keputusan, namun dapat disajikan kesimpulan bagi pengambil keputusan dalam memahami persoalannya. Karena sistem ini mampu menyajikan berbagai alternatif.

5.

Sistem Pendukung Keputusan dapat menyediakan bukti tambahan untuk memberikan pembenaran sehingga dapat memperkuat posisi pengambil keputusan.

Di samping berbagai keuntungan dan manfaat yang dikemukakan di atas, Sistem Pendukung Kepututsan juga memiliki keterbatasan diantaranya adalah sebagai berikut :


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 dimilki oleh manusia. Karena walau bagaimanapun canggihnya suatu SPK, tetap saja berupa kumpulan dari perangkat keras, perangkat lunak dan sistem operasi yang tidak dilengkapi dengan kemampuan berpikir.

2.2

Pengertian Remisi

Remisi adalah pengurangan masa pidana yang diberikan kepada narapidana dan anak pidana. Sedangkan menurut ketentuan Pasal I Keputusan Presiden RI No. 174 tahun 1999 tidak memberikan pengertian remisi, hanya dikatakan bahwa : “setiap narapidana dan anak pidana yang menjalani pidana penjara sementara dan pidana kurungan dapat diberikan remisi apabila yang bersangkutan berkelakuan baik selama menjalani pidana.

Secara pisikologis pemberian remisi mempunyai pengaruh dalam menekan tingkat frustasi sehingga dapat mereduksi atau meminimalasi gangguan keamanan dan ketertiban di Lembaga Pemasyarakatan, Rumah Tahanan Negara dan cabang Rumah Tahanan Negara, berupa perlarian, perkelahian dan kerusuhan lainnya. [8]

Kemudian sebagaimana dimaksud pada Pasal I Keputusan Presiden No. 174 Tahun 1999, pada Pasal 2 disebutkan bahwa Rmisi ada 4 macam, yaitu: 1.

Remisi Umum, yang diberikan pada hari peringatan Proklamasi Kemerdekaan Republik Indonesia pada tanggal 17 Agustus.

2.

Remisi Khusus, yang diberikan pada hari besar keagamaan yang dianut narapidana dan anak pidana yang bersangkutan dengan ketentuan jika sesuatu


agama mempunyai lebih dari satu kali hari besar keagamaan dalam setahun, maka yang diberikan adalah hari besar keagamaan yang paling di muliakan. 3.

Remisi Tambahan, diberikan karena berjasa kepada Negara, perbuatan yang bermanfaat bagi kemanusiaan.

4.

Remisi Dasa Warsa, yaitu remisi yang diberikan satu kali setiap 10 (sepuluh) tahun Hari Ulang Tahun Republik Indonesia. [4]

2.2.1

1.

Syarat-syarat mendapatkan Remisi

Remisi Umum - Warga binaan pemasyarakatan tidak sedang menjalani cuti menjelang bebas. - Warga binaan pemasyarakatan tidak sedang menjalani pidana pengganti denda. - Warga binaan pemasyarakatan tidak sedang menjalani hukuman mati atau seumur hidup. - Sudah menjalani pidana lebih dari 6 (enam) bulan. -

2.

Tidak dikenakan hukuman disiplin.

Remisi Khusus - Warga binaan pemasyarkatan tidak sedang menjalani cuti menjelang bebas. - Warga binaan pemasyarakatan tidak sedang menjalani pidana pengganti denda. - Warga binaan pemasyarakatan tidak sedang menjalani hukuman mati atau seumur hidup. - Sudah menjalani pidana lebih dari 6 (enam) bulan. - Tidak dikenakan hukuman disiplin.

3.

Remisi Tambahan - Warga binaan pemasyarkatan tidak sedang menjalani cuti menjelang bebas. - Warga binaan pemasyarakatan tidak sedang menjalani pidana pengganti denda. - Warga binaan pemasyarakatan tidak sedang menjalani hukuman mati atau seumur hidup. - Sudah menjalani pidana lebih dari 6 (enam) bulan. - Tidak dikenakan hukuman disiplin.

4.

Remisi Dasawarsa - Dipidana lebih dari 6 (enam) bulan. - Warga binaan pemasyarakatan tidak dijatuhi hukuman mati atau seumur hidup.


- Warga binaan pemasyarakatan tidak dalam pelarian. [9]

2.3

Metode TOPSIS (Technique For Order Preference by Similiarity to Ideal Solution)

TOPSIS diperkenalkan oleh Yoon dan Hwang pada tahun 1981. TOPSIS merupakan metode pengambilan keputusan multikriteria dan menggunakan prinsip bahwa alternatif yang terpilih harus mempunyai jarak terdekat dari solusi ideal positif dan terjauh dari solusi ideal negatif dari sudut pandang geometris dengan menggunakan jarak Eucledian untuk menentukan kedekatan relatif dari suatu alternatif dengan solusi optimal.

Solusi ideal positif didefinisikan sebagai jumlah dari seluruh nilai terbaik yang dapat dicapai untuk setiap atribut, sedangkan solusi negatif ideal terdiri dari seluruh nilai terburuk yang dicapai untuk setiap atribut. TOPSIS mempertimbangkan keduanya, jarak terhadap solusi ideal positif dan jarak terhadap solusi ideal negatif dengan mengambil kedekatan relatif terhadap solusi ideal positif.

Berdasarkan perbandingan terhadap jarak relatifnya, susunan prioritas alternative dapat dicapai. Metode ini banyak digunakan untuk menyelesaikan pengambilan keputusan. Hal ini disebabkan konsepnya yang sederhana, mudah dipahami, komputasinya efisien dan memiliki kemampuan mengukur kinerja relatif dari alternative keputusan. [2]

2.3.1

Langkah-langkah Metode TOPSIS

Metode TOPSIS mengikuti langkah-langkah sebagai berikut : 1.

Membuat matriks keputusan yang ternormalisasi.

2.

Membuat matriks keputusan yang ternormalisasi terbobot.

3.

Menentukan matriks solusi ideal positif dan matriks solusi ideal negatif.

4.

Menentukan jarak antara nilai setiap alternatif dengan matriks solusi ideal positif dan matriks solusi ideal negatif.

5.

Menentukan nilai kedekatan relatif terhadap solusi ideal untuk setiap alternatif.

2.3.2

Membuat Matriks Keputusan yang Ternormalisasi


Elemen rij hasil dari normalisasi matriks keputusan (decision matrix) R dengan metode Euclidean Length of a vector adalah :

rij 

X ij m

X i 1

2 ij

Dimana : rij = Hasil dari normalisasi matriks keputusan R Xij = matriks keputusan i = 1,2,3,…, m j = 1,2,3,…, n

2.3.3

Membuat Matriks Keputusan yang Ternormalisasi Terbobot

Dengan bobot w  (w1 , w 2 ,, w n ) , maka normalisasi bobot matriks v adalah:

vij  w j rij Dimana : i = 1, 2, 3, . . . , m; dan j = 1, 2, 3, . . . , n. vij adalah elemen dari matriks keputusan yang ternormalisai terbobot V, w j adalah bobot dari kriteria ke-j, rij adalah elemen dari matriks keputusan yang ternormalisai R.

2.3.4

Menentukan Solusi Ideal Positif dan Solusi Ideal Negatif

Solusi ideal positif dinontasikan dengan A+ dan solusi ideal negatif dinotasikan dengan A-, sebagai berikut : Menentukan solusi ideal (+) dan (-)

  max v

   | j  J , i  1,2,3,, m  v

A   max v ij | j  J min v ij | j  J ' , i  1,2,3,, m  v i , v 2 ,, v m A

ij

| j  J min v ij

'

 i

, v 2 ,, v m

 


Dimana : v ij = elemen matriks v baris ke-i dan kolom ke-j

v j ( j =1, 2, 3, . . . , n ) adalah elemen matriks solusi ideal positif v j ( j =1, 2, 3, . . . , n ) adalah elemen matriks solusi ideal negatif

2.3.5

Menghitung Separasi

Ukuran separasi (separation measure) merupakan pengukuran jarak dari suatu alternatif ke solusi ideal positif dan solusi ideal negatif. Perhitungan matematisnya adalah sebagai berikut : Separation measure untuk solusi ideal positif

Si 

n

 (v j1

ij

 v j ) 2 , dengan i = 1,2,3,…,n

Dimana :

si adalah jarak alternatif ke-i dari solusi ideal positif, vij adalah elemen dari matriks keputusan yang ternormalisai terbobot V,

v j adalah elemen matriks solusi ideal positif,

Separation measure untuk solusi ideal negatif

Si 

n

 (v j1

ij

 v j ) 2 , dengan i = 1,2,3,…,n

Dimana : si adalah jarak alternatif ke-i dari solusi ideal negatif, vij adalah elemen dari matriks keputusan yang ternormalisai terbobot V,

v j adalah elemen matriks solusi ideal negatif.


2.3.6

Menghitung Kedekatan Relatif Terhadap Solusi Ideal

Kedekatan relatif dari setiap alternatif terhadap solusi ideal positif dan negatif dapat dihitung dengan menggunakan persamaan berikut :

si c   ( si  si )  i

Dimana : i = 1, 2, 3, . . . , m ci adalah kedekatan relatif dari alternatif ke-i terhadap solusi ideal, si adalah jarak alternatif ke-i dari solusi ideal positif, si adalah jarak alternatif ke-i dari solusi ideal negatif.

2.4 Data Flow Diagaram (DFD)

Data Flow Diagram (DFD) adalah representasi grafik dari sebuah sistem. Data Flow Diagram menggambarkan komponen-komponen sebuah sistem, aliran-aliran data dimana komponen tersebut dan asal, tujuan, dan penyimpanan dari data tersebut.

Penggunaan Data Flow Diagram bertujuan untuk dua hal utama, yaitu membuat dokumentasi dari sistem yang sudah ada, atau menyusun dokumentasi untuk sistem yang baru. Tabel 2.1 menunjukkan simbol yang digunakan pada Data Flow Diagram.


Tabel 2.1. Simbol Data Flow Diagram No. 1

Simbol

Keterangan Eksternal entity adalah kesatuan dari lingkungan luar sistem yang dapat berupa orang, organisasi atau

sistem

lainnya

yang

memberikan

input/output dari sistem. 2

Data Flow (arus data) mengalir di antara proses, simpanan data, dan kesatuan luar. Arus data sebaiknya diberi nama dengan jelas.

3

Proses

adalah

kegiatan

atau

kerja

yang

dilakukan oleh orang lain, mesin, atau komputer dari hasil suatu arus data yang masuk ke dalam sistem. 4

Simpanan data adalah data yang dapat berupa file / database.

Data Flow Diagram dapat digambarkan dalam Diagram Konteks dan Level n dimana n menggambarkan level dan proses di setiap lingkaran. Tingkatan Data Flow Diagram adalah sebagai berikut : 1. Diagram Konteks 2. Diagram Level – n

2.4.1



DFD Logis



DFD Fisik

Diagram Konteks

Diagram konteks adalah Data Flow Diagram tingkat atas (DFD Top Level), yaitu diagram yang paling detail dari sebuah sistem yang menggambarkan aliran-aliran data ke dalam dan ke luar entitas-entitas eksternal. Pada diagram konteks sistem


digambarkan dalam satu lingkaran yang berhubungan dengan entitas luar. Lingkaran tersebut merepresentasikan keseluruhan proses dalam sistem.

Beberapa hal yang perlu diperhatikan dalam menggambarkan diagram konteks : 1. Terminologi sistem, mencakup batas sistem yaitu batas antara daerah kepentingan sistem, lingkungan sistem yaitu segala sesuatu yang berhubungan atau mempengaruhi sistem tersebut, dan interface yaitu aliran yang menghubungkan sistem dengan lingkungannya. 2. Menggunakan satu simbol proses. 3. Nama/keterangan di simbol proses tersebut sesuai dengan fungsi sistem tersebut. 4. Antara entitas eksternal/terminator tidak diperbolehkan komunikasi langsung. 5. Jika terdapat terminator yang mempunyai banyak masukan dan keluaran, diperbolehkan untuk digambarkan lebih dari satu untuk mencegah penggambaran yang terlalu rumit. 6. Jika terminator mewakili individu sebaiknya diwakili oleh peran yang dipermainkan individu tersebut. 7. Aliran data ke proses dan keluar sebagai output keterangan aliran datanya berbeda.

2.4.2

Diagram Level n / Data Flow Diagram Levelled

Dalam diagram-n Data Flow Diagram dapat digunakan untuk menggambarkan diagram

fisik

maupun

diagram

logis.

Diagram

Level-n

merupakan

hasil

pengembangan dari diagram konteks ke dalam komponen yang lebih detail disebut dengan Top-Down Partitioning. Jika dilakukan pengembangan dengan benar, akan didapatkan DFD yang seimbang.

Beberapa hal yang perlu diperhatikan dalam membuat DFD level-n adalah sebagai berikut : 1. Pemberian Nomor pada diagram level n dengan ketentuan sebagai berikut :  Setiap penurunan ke level yang lebih rendah harus mampu merepresentasikan proses tersebut dalam sepesifikasi proses yang jelas. Sehingga seandainya belum cukup jelas maka seharusnya diturunkan ke level yang lebih rendah.  Setiap penurunan harus dilakukan hanya jika perlu.


 Tidak semua bagian dari sistem harus diturunkan dengan jumlah level yang sama karena yang kompleks bisa saja diturunkan, dan yang sederhana mungkin tidak perlu diturunkan. Selain itu, karena tidak semua proses dalam level yang sama punya derajat kompleksitas yang sama juga.  Konfirmasikan DFD yang telah dibuat pada pemakai dengan cara top-down.  Aliran data yang masuk dan keluar pada suatu proses di level n harus berhubungan dengan aliran data yang masuk dan keluar pada level n+1. Dimana level n+1 tersebut mendefinisikan sub-proses pada level n tersebut.  Penyimpanan yang muncul pada level n harus didefinisikan kembali pada level n+1, sedangkan penyimpanan yang muncul pada level n tidak harus muncul pada level n-1 karena penyimpanan tersebut bersifat lokal.  Ketika mulai menurunkan DFD dari level tertinggi, cobalah untuk mengidentifikasi external events dimana sistem harus memberikan respon. External events dalam hal ini berarti suatu kejadian yang berkaitan dengan pengolahan data di luar sistem, dan menyebabkan sistem kita memberikan respon. 2. Jangan menghubungkan langsung antara satu penyimpanan dengan penyimpanan lainnya (harus melalui proses). 3. Jangan menghubungkan langsung dengan tempat penyimpanan data dengan entitas eksternal / terminator (harus melalui proses), atau sebaliknya. 4. Jangan membuat suatu proses menerima input tetapi tidak pernah mengeluarkan output yang disebut dengan istilah “black hole”. 5. Jangan membuat suatu tempat penyimpanan menerima input tetapi tidak pernah digunakan untuk proses. 6. Jangan membuat suatu hasil proses yang lengkap dengan data yang terbatas yang disebut dengan istilah “magic process”. 7. Jika terdapat terminator yang mempunyai banyak masukan dan keluaran, diperbolehkan

untuk

digambarkan

lebih

dari

satu

sehingga

mencegah

penggambaran yang terlalu rumit, dengan memberikan tanda asterik ( * ) atau garis silang ( # ), begitu dengan bentuk penyimpanan. 8. Aliran data ke proses dan keluar sebagai output keterangan aliran data berbeda.


2.4.3

Data Flow Diagram Logis

Data Flow Diagram logis Adalah representasi grafik dari sebuah sistem yang menunjukkan proses-proses dalam sistem tersebut dan aliran-aliran data ke dalam dan ke luar dari proses-proses tersebut. Kita menggunakan Data Flow Diagram logis untuk membuat dokumentasi sebuah sistem informasi karena Data Flow Diagram logis dapat mewakili logika tersebut, yaitu apa yang dilakukan oleh sistem tersebut, tanpa perlu menspesifikasi dimana, bagaimana, dan oleh siapa proses-proses dalam sistem tersebut dilakukan.

Keuntungan dari Data Flow Diagram logis dibandingkan dengan Data Flow Diagram fisik adalah dapat memusatkan perhatian pada fungsi-fungsi yang dilakukan sistem. Perlu diperhatikan di dalam pemberian Keterangan/ Label : 1. Lingkaran-lingkaran (simbol proses) menjelaskan apa yang dilakukan sistem Misal : Menerima Pembayaran, Mencatat Penjualan, Membandingkan kas dan Daftar Penerimaan, Mempersiapkan Setoran, dll. 2. Aliran-aliran data (simbol aliran data) menggambarkan sifat data. Misal : Pembayaran (bukan “Cek”, “Kas”, “ Kartu Kredit” Jurnal Penjualan (bukan “Buku Penjualan”), dll.

2.4.4

Data Flow Diagram Fisik

Data Flow Diagram Fisisk adalah representasi grafik dari sebuah sistem yang menunjukan entitas-entitas internal dan eksternal dari sistem tersebut, dan aliranaliran data ke dalam dan keluar dari entitas-entitas tersebut. Entitas-entitas internal adalah personel, tempat (sebuah bagian), atau mesin (misalnya, sebuah komputer) dalam sistem tersebut yang mentransformasikan data. Maka DFD fisik tidak menunjukkan apa yang dilakukan, tetapi menunjukkan dimana, bagaimana, dan oleh siapa proses-proses dalam sebuah sistem dilakukan.

Perlu diperhatikan didalam memberikan keterangan di lingkaran-lingkaran (simbol proses) dan aliran-aliran data (simbol aliran data) dalam DFD fisik


menggunakan label/keterangan dari kata benda untuk menunjukan bagaimana sistem mentransmisikan data antara lingkaran-lingkaran tersebut. Misal : Aliran Data

: Kas, Formulir 66W, Slip Setoran

Proses

: Cleck Penjualan, Kasir, Pembukuan, dll.

2.5

Entity Relantionship Diagram (ERD)

Entity Relationship Diagram (ERD) adalah suatu pemodelan dari basis data relasional yang didasarkan atas persepsi di dalam dunia nyata, dunia ini senantiasa terdiri dari sekumpulan objek yang saling berhubungan antara satu dengan yang lainnya. Suatu objek disebut entity dan hubungan yang dimilikinya disebut relationship. Suatu entity bersifat unik dan memiliki atribut sebagai pembeda dengan entity lainnya.

2.5.1

Konsep Dasar Model Entity Relantionship

Model Entity Relationship diperkenalkan pertama kali oleh P.P. Chen pada tahun 1976. Model ini dirancang untuk menggambarkan persepsi dari pemakai dan berisi obyek-obyek dasar yang disebut entity dan hubungan antar entitas-entitas tersebut yang disebut relationship. Pada model ER ini semesta data yang ada dalam dunia nyata ditransformasikan dengan memanfaatkan perangkat konseptual menjadik sebuah diagram, yaitu diagram ER (Entity Relationship).

Diagram Entity-Relationship melengkapi penggambaran grafik dari struktur logika . Dengan kata lain Diagram E-R menggambarkan arti dari aspek data seperti bagaimana entitas-entitas, atribut-atribut dan relationship disajikan. Sebelum membuat Diagram E-R , tentunya kita harus memahami betul data yang diperlukan dan ruang lingkupnya. Di dalam pembuatan diagram E-R perlu diperhatikan penentuan sesuatu konsep apakah merupakan suatu entity, atribut atau relationship.


2.5.2

Konsep Dasar Entity

Entity adalah obyek yang dapat dibedakan dengan yang lain dalam dunia nyata. Entity dapat berupa obyek secara fisik seperti orang, rumah, atau kendaraan. Entity dapat pula berupa obyek secara konsep seperti pekerjaan, perusahaan, dan sebagainya. Tipe entity merupakan sekumpulan obyek dalam dunia nyata yang mempunyai properti yang sama atau berasal dari entity yang sejenis. Terdapat dua tipe Entity, Entity Kuat dan Entity Lemah. Entity kuat adalah entity yang keberadaanya tidak tergantung pada entity lain, misalkan tipe entity pegawai atau cabang. Sedangkan Entity Lemah keberadaanya tergantung pada entity lain, misalkan tipe entity tanggungan, dimana keberadaannya tergantung dari pegawai. Entity disajikan dalam bentuk persegi panjang, entity kuat disajikan dengan perseg panjang dengan satu garis, sedangkan entity lemah disajikan dengan persegi panjang double.

2.5.3

Atribut

Atribut adalah karakteristik dari entity atau relationship, yang menyediakan penjelasan detail tentang entity atau relationship tersebut. Nilai Atribut merupakan suatu data aktual atau informasi yang disimpan pada suatu atribut di dalam suatu entity atau relationship. Atribut digambarkan dalam bentuk oval. Jenis-jenis dari atribut adalah sebagai berikut : 1.

Key Atribut yang digunakan untuk menentukan suatu entity secara unik.

2.

Atribut Simple Atribut yang bernilai tunggal.

3.

Atribut Multivalue Atribut yang memiliki sekelompok nilai untuk setiap instan entity.

4.

Atribut Composite Suatu atribut yang terdiri dari beberapa atribut yang lebih kecil yang mempunyai arti tertentu.

5.

Atribut Derivatif Suatu atribut yang dihasilkan dari atribut yang lain.


2.5.4

Relationship

Relasi menunjukkan adanya hubungan diantara sejumlah entitas yang berasal dari himpunan entitas yang berbeda.

2.5.5 Derajat Relasi atau Kardinalitas Menunjukkan jumlah maksimum entitas yang dapat berelasi dengan entitas pada himpunan entitas yang lain. Macam-macam kardinalitas adalah : 1.

Satu ke satu (one to one), Setiap anggota entitas A hanya boleh berhubungan dengan satu anggota entitas B, begitu pula sebaliknya.

2.

Satu ke banyak (one to many), Setiap anggota entitas A dapat berhubungan dengan lebih dari satu anggota entitas B tetapi tidak sebaliknya.

3.

Banyak ke banyak (many to many), Setiap entitas A dapat berhubungan dengan banyak entitas himpunan entitas B dan demikian pula sebaliknya.

2.6

Flowchart

Bagan alir (flowchart) adalah bagan (chart) yang menunjukkan alir (flow) di dalam program atau prosedur sistem secara logika [4]. Simbol-simbol yang digunakan pada bagan flowchart ini antara lain seperti pada Tabel 2.2.


Tabel 2.2. Simbol Flowchart Simbol

Fungsi Terminator Menunjukkan awal dan akhir suatu proses.

Data Digunakan untuk mewakili data input/output.

Process Digunakan untuk mewakili proses. Decision Digunakan untuk suatu seleksi kondisi didalam program. Predefined Process Menunjukkan suatu operasi yang rinciannya ditunjukkan di tempat lain. Preparation Digunakan untuk memberi nilai awal variabel. Flow Lines Symbol Menunjukkan arah dari proses. Connector Menunjukkan penghubung ke halaman yang sama. Menunjukkan penghubung ke halaman yang baru.


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

Recommend Documents