BAB 2
TINJAUAN PUSTAKA
2.1 SISTEM PENDUKUNG KEPUTUSAN
2.1.1 Pengertian Sistem
Dalam mendefenisikan sistem terdapat dua kelompok pendekatan sistem, yaitu sistem yang lebih menekankan pada prosedur dan elemennya. Prosedur didefenisikan sebagai suatu urut-urutan yang tepat dari tahap-tahapan instruksi yang menerangkan apa yang harus dikerjakan, siapa yang mengerjakan, kapan dikerjakan dan bagaimana mengerjakannya (Gerald. J., 1991). Penganut pendekatan elemen adalah Davis (1985) yang mendefinisikan sistem sebagai bagian-bagian yang saling berkaitan yang beroperasi bersama untuk mencapai beberapa sasaran atau maksud. Sedangkan Lucas (1989) mendefinisikan sistem sebagai suatu komponen atau variabel yang terorganisir, saling berinteraksi, saling bergantung satu sama lain dan terpadu. Sebuah sistem mempunyai tujuan atau sasaran. McLeod berpendapat sistem adalah sekelompok elemen yang terintegrasi dengan maksud yang sama untuk mencapai suatu tujuan. Begitu pula Robert G. Murdick (1993), mendefenisikan sistem sebagai seperangkat elemen-elemen yang terintegrasi dengan maksud yang sama untuk mencapai tujuan yang bersama (Albahra, 2005).
Sistem merupakan suatu bentuk integrasi antara satu komponen dengan komponen lainnya. Karena sistem memiliki sasaran yang berbeda untuk setiap kasus yang terjadi yang ada di dalam sistem tersebut (Albahra, 2005).
Universitas Sumatera Utara
8
Sistem merupakan kumpulan elemen yang saling berkaitan yang bertanggung jawab memproses masukan (input) sehingga menghasilkan keluaran (output) (Kusrini, 2007).
2.1.2 Pengertian Keputusan
Keputusan adalah hasil pemecahan masalah yang dihadapinya dengan tegas. Hal itu berkaitan dengan jawaban atas pertanyaan-pertanyaan mengenai “apa yang harus dilakukan “ dan seterusnya mengenai unsur-unsur perencanaan (Davis, 1991) .
Dapat juga dikatakan bahwa keputusan itu sesungguhnya merupakan hasil proses pemikiran yang berupa pemilihan satu diantara beberapa alternatif yang dapat digunakan memecahkan masalah yang dihadapinya (H.I Syamsi, 2000).
Kesimpulan yang diperoleh mengenai pengambilan keputusan adalah : tujuan pengambilan keputusan itu bersifat tunggal, dalam arti bahwa sekali diputuskan, tidak ada kaitannya dengan masalah lain. Kemugkinan kedua adalah tujuan pengambilan keputusan dapat juga bersifat ganda (multiple addective) dalam arti bahwa satu keputusan yang diambilnya itu sekaligus memecahkan dua masalah (atau lebih) yang sifatnya kontradiktif ataupun yang tidak kontradiktif (H.I Syamsi, 2000).
Informasi merupakan hasil pengolahan data, yang dapat berfungsi untuk suatu tujuan tertentu atau untuk analisa, dan pengambilan keputusan (Sanyoto, 1988). Biasanya informasi terdiri dari selected data atau shorted data yaitu data yang terpilih atau terpilah, tergabung dan disusun sesuai dengan kebutuhan pemakai data, masalah, waktu, tempat, dan fungsinya.
Dari pendapat-pendapat yang telah dikemukakan diatas dapat disimpulkan bahwa proses pengambilan keputusan itu meliputi : 1. Identifikasi masalah 2. Pengumpulan dan penganalisaan data
Universitas Sumatera Utara
9
3. Pembuatan alternatif-alternatif kebijakan yang nantinya akan dijadikan alternatif – alternatif keputusan, dengan memperhatikan situasi lingkungan 4. Memilih satu alternatif terbaik untuk dijadikan keputusan 5. Melaksanakan keputusan 6. Memantau dan mengevaluasi hasil keputusan
Tujuan dari keputusan adalah untuk mencapai target atau aksi tertentu yang harus dilakukan. Kriteria atau ciri-ciri keputusan adalah 1. Banyak pilihan/alternatif. 2. Ada kendala atau syarat. 3. Mengikuti suatu pola/model tingkah laku, baik yang terstruktur maupun yang tidak terstruktur. 4. Banyak input/variabel 5. Ada faktor resiko 6. Dibutuhkan kecepatan, ketepatan, dan keakuratan.
2.1.2.1 Kondisi Pengambilan Keputusan Pengambilan keputusan adalah sebuah proses memilih tindakan (diantara berbagai alternatif) untuk mencapai suatu tujuan atau beberapa tujuan (Turban, 2005).
Setiap keputusan yang telah diambil itu merupakan perwujudan kebijakan yang telah digariskan. Oleh karena itu analisis proses pengambilan keputusan pada hakikatnya sama saja dengan analisis proses kebijakan. Dunn menyatakan bahwa proses-proses kebijakan meliputi: 1. Masalah kebijakan (policy problems) 2. Alternatif kebijakan (policy alternatives) 3. Tindakan kebijakan (policy actions) 4. Hasil kebijakan (policy outcomes) 5. Pola pelaksanaan kebijakan (policy performance)
Ada beberapa keadaan yang mungkin dialami oleh pengambil keputusan ketika mengambil keputusan, yaitu :
Universitas Sumatera Utara
10
1. Pengambilan keputusan dalam kepastian, semua alternatif diketahui secara pasti. 2. Pengambilan keputusan dalam berbagai tingkat resiko yang dipilih. 3. Pengambilan keputusan dalam kondisi ketidakpastian, ada alternatif yang tidak diketahui dengan jelas.
2.1.3 Sistem Pendukung Keputusan
Computer Information system mengikuti perubahan dari organisasi secara alami. Setiap organisasi selalu mulai dengan sistem data processing yang mendukung (support) proses transaksi dan melakukan perubahan ke arah terbentuknya management information system untuk mensupport pengambilan keputusan pada tahap tactical dan strategic. Dalam beberapa tahun yang telah berlalu di temukan satu sistem baru yang disebut decision support system (DSS) yang memperoleh popularitas dalam bidang sistem informasi komputer.
Sistem Pendukung Pendukung Keputusan / Decision Support System (DSS) merupakan sistem informasi interaktif yang menyedikan informasi , pemodelan , dan pemanipulasian data. Sistem itu digunakan untuk membantu pengambilan keputusan dalam situasi yang semiterstruktur dan dimana tak seorangpun tahu secara pasti bagaimana keputusan seharusnya dibuat (Alter,2002).
Untuk dapat mengambil keputusan yang tepat, maka pimpinan membutuhkan informasi yang akurat: lengkap sesuai dengan kebutuhan, dapat dipercaya kebenarannya, dan up-to-date. Untuk keperluan tersebut, maka dibutuhkan model pengolahan data sesuai (cocok). Ada 3 macam model pengolahan data berdasarkan DSS, yaitu : a. Institusional DSS, yaitu sistem pendukung pengambilan keputusan untuk jangka panjang b. DSS Generators, yaitu sistem pendukung pengambilan keputusan yang harus cepat mengingat situasi dan kondisi permasalahannya
Universitas Sumatera Utara
11
c. DSS Tools, yaitu sistem pendukung pengambilan keputusan yang harus cepat namun penerapannya sangat terbatas. Meskipun demikian kemungkinan dapat juga menjadi Institusional DSS nantinya. Sistem lainnya yang berbasis komputer
Manajemen Data
Internet, Intranet. Ekstranet
Model Eksternal
Manajemen Model
Subsistem Berbasis Pengetahuan
Antarmuka Pengguna
Basis Pengetahuan Organisasional
Manajer Pengguna
Gambar 2.1 Arsitektur Sistem Pendukung Keputusan
Dari gambar diatas sistem pendukung keputusan harus mencakup tiga komponen
utama dari DBMS, MBMS, dan antarmuka pengguna. Subsistem
manajemen berbasis pengetahuan adalah opsional, tetapi bisa memberikan banyak manfaat karena memberikan intelegensi bagi ketiga komponen utama tersebut. Seperti pada semua sistem informasi manajemen, pengguna bisa dianggap sebagai komponen sistem pendukung keputusan. Komponen-komponen tersebut membentuk sistem aplikasi sistem pendukung keputusan yang bisa dikoneksikan ke intranet perusahaan, ekstranet, atau internet.
2.1.4 Multi-Attribute Desicion Making (MADM)
Logika Fuzzy sebagai komponen utama pembangun soft computing, terbukti telah memiliki kinerja yang sangat baik untuk menyelesaikan masalah-masalah yang mengandung ketidakpastian. Semenjak diperkenalkan oleh Lotfi A. Zedah pada tahun 1965, himpunan Fuzzy dan logika Fuzzy semakin banyak diminati oleh para peneliti baik untuk diaplikasikan pada bidang ilmu tertentu, maupun dilakukan pengembangan
Universitas Sumatera Utara
12
terhadap konsep yang telah diberikan. Proses pengambilan keputusan dalam suatu Decision Support System (DSS) tidak luput dari pengaplikasian logika Fuzzy (S. Kusumadewi, 2006).
Konsep dasar dari sistem pendukung keputusan fuzzy adalah relasi antar elemen dalam himpunan-himpunan. Suatu relasi fuzzy mempresentasikan derajat keanggotaan (hubungan) antara elemen dari 2 atau lebih himpunan. Relasi fuzzy antara suatu elemen x ϵ X dan suatu elemen y ϵ Y didefenisikan sebagai X X Y yang merupakan cartesian product dan diwujudkan dalam himpunan passangan (x,y) (Bourke, 1998).
FMADM adalah suatu metode yang digunakan untuk mencari alternatif optimal dari sejumlah alternatif dengan kriteria tertentu. Inti dari FMADM adalah menentukan nilai bobot dalam setiap atribut, kemudian dilanjutkan dengan proses perankingan yang akan menyeleksi alternatif yang sudah diberikan (H. Wibowo, 2009).
Pada dasarnya, proses MADM dilakukan melalui tiga tahap, yaitu penyusunan komponen-komponen situasi, analisis, dan sintesis informasi (Rudholpi, 2000). Pada tahap penyusunan komponen, komponen situasi akan dibentuk tabel taksiran yang berisi identifikasi alternatif dan spesifikasi tujuan, kriteria dan atribut. Salah satu cara untuk menspesifikasikan tujuan situasi |Oi, i=1,....,t| adalah dengan cara mendaftar konsekuensi-konsekuensi yang mungkin dari alternatif yang telah terindentifikasi |Ai, i=1,.....,n| .Selain itu juga disusun atribut-atribut yang akan digunakan |ak,k=1,.....,m|. Tahap analisis dilakukan melalui dua langkah. Pertama mendatangkan taksiran dari besaran yang potensial,kemungkinan dan ketidakpastian yang berhubungan dengan dampak-dampak yang mungkn pada setiap alternatif. Kedua, meliputi pemilihan dari preferensi pengambil keputusan untuk setiap nilai, dan ketidakpedulian terhadap resiko yang timbul. Pada lankah pertama, beberapa metode menggunakan fungsi distribusi | pj(x) | yang menyatakan probabilitas kumpulan atribut | ak | terhadap setiap alternatif | Ai |. Konsekuen juga dapat ditentukan secara langsung dari agregasi sederhana yang dilakukan pada informasi terbaik yang tersedia. Demikian pula, ada
Universitas Sumatera Utara
13
beberapa cara untuk menentukan preferensi pengambil keputusan pada setiap konsekuen yang dapat dilakukan pada langkah kedua. Metode yang paling sederhana adalah untuk menurunkan bobot aribut dan kriteria adalah dengan fungsi utilitas atau penjumlahan terbobot.
Ada beberapa metode yang dapat digunakan untuk menyelesaikan MADM, antara lain (S.Kusumadewi, 2006) : a. Simple Additive Weighting (SAW) b. Weighted Product (WP) c. ELECTRE d. Technique for Order Preference by Similarity to Ideal Solution (TOPSIS) e. Analilytic Hierarchy Process
2.2 Simple Additive Weighting (SAW)
Metode 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 dibandingkan dengan semua rating alternatif yang ada (S.Kusumadewi, 2006).
Keterangan : = Rating kinerja ternormalisasi dari alternatif Max
= Nilai maksimum dari setiap baris dan kolom.
Min
= Nilai minimum dari setiap baris dan kolom.
pada atribut
.
= Baris dan Kolom dari Matriks
Universitas Sumatera Utara
14
Contoh Perhitungan : Dinas Kesehatan memberikan Kartu Jaminan Kesehatan yaitu Jamkesmas untuk warga yang kurang mampu di sebuah daerah. Kartu jaminan kesehatan ini diberikan apabila warga tersebut melengkapi kriteria yang telah ditetapkan pemerintah setempat. Kriteria tersebut terdiri dari lama menetap , pekerjaan,pendapatan , tanggungan kepala keluarga, keadaan fisik bangunan rumah, dan pendidikan. Berikut contoh perhitungannya dengan 5 kriteria. 1.
C1
: lama menetap
2.
C2
: pekerjaan
3.
C3
: pendapatan
4.
C4
: tanggungan kepala keluarga
5.
C5
: keadaan fisik bangunan rumah
Rating kecocokan setiap alternatif pada setiap kriteria, dinilai dengan 1 sampai 5, yaitu : 1.
1
= Sangat Buruk
2.
2
= Buruk
3.
3
= Cukup
4.
4
= Baik
5.
5
= Sangat Baik
Tabel 1 menunjukkan rating kecocokan setiap alternatif pada kriteria. Sedangkan tingkat kepentingan setiap kriteria, juga dinilai dengan 1 sampai 5, yaitu: 1.
1
= Sangat Rendah
2.
2
= Rendah
3.
3
= Cukup
4.
4
= Tinggi
5.
5
= Sangat Tinggi
Tabel 2.1 Rating Kecocokan dari setiap alternatif pada setiap kriteria SAW Alternatif
Kriteria C1
C2
C3
C4
C5
A1
4
4
5
3
3
A2
3
3
4
2
3
A3
5
4
2
2
2
Universitas Sumatera Utara
15
Karena setiap nilai yang diberikan pada setiap alternatif di setiap kriteria merupakan nilai kecocokan (nilai terbesar adalah nilai terbaik), maka semua kriteria yang diberikan diasumsikan sebagai kriteria keuntungan.
Pengambilan keputusan memberikan bobot preferensi sebagai : W = (5,3,4,4,2). Matrik keputusan yang dibentik dari tabel kecocokan sebagai berikut : X= Pertama-tama, dilakukan normalisasi matriks X berdasarkan persamaan (1) : r11 = r21 = r31 = r21 = r22 = r32 = dan seterusnya, sehingga diperoleh matriks ternormalisasi sebagai berikut:
Proses Perankingan diperoleh berdasarkan persamaan Vi =
:
V1 = (5)(0,8) + 3(1) + 4(1) + 4(1) + 2(1) = 17 V2 = (5)(0,6) + 3(0,75) + 4(0,8) + 4(0,66) + 2(1) = 13,1167 V3 = (5)(1) + 3(1) + 4(0,4) + 4(0,66) + 2(0,66) = 13,6 Nilai terbesar ada pada V1 sehingga alternatif A1 adalah alternatif yang dipilih sebagai alternatif terbaik. Dengan kata lain, A1 akan terpilih sebagai penerima jaminan kesehatan.
Universitas Sumatera Utara
16
2.3 Weighted Product Method (WPM)
Weighted
Product
Method
(WPM)
menggunakan
perkalian
untuk
menghubungkan rating atribut, dimana rating setiap atribut harus dipangkatkan dulu dengan bobot atribut yang bersangkutan (Yoon, 1989). Metode Weighted Product Method (WPM) menggunakan proses normalisasi, dimana rating setiap atribut harus dipangkatkan terlebih dahulu dengan bobot atribut yang bersangkutan. Proses ini diberikan dengan rumus,sebagai berikut (Ahmadi & Tri, 2014) :
Si
: Menyatakan preferensi alternatif
X
: Menyatakan nilai kriteria
w
: Menyatakan bobot kriteria
wj
: Pangkat bernilai positif untuk atribut keuntungan, dan bernilai negatif untuk
atribut n
biaya : Menyatakan banyaknya Kriteria
Preferensi relatif dari setiap alternatif, diberikan sebagai:
Dimana: Vi
: Preferensi alternatif
X
: Nilai Kriteria
w
: Bobot Kriteria
Alternatif yang akan dipilih adalah 5 besar yang memiliki nilai preferensi tertinggi.
Contoh Perhitungan :
Universitas Sumatera Utara
17
Permasalahan pada Contoh Perhitungan 8.2 akan diselesaikan dengan metode WP. Tabel 2.2 Rating Kecocokan dari setiap alternatif pada setiap kriteriaWP Kriteria
Alternatif
Dokumen
Lama
Kependudukan
Menetap
C1
C2
Keadaan fisik Pekerjaan
Pendapatan
bangunan
C3
C4
rumah C5
A1
4
4
5
3
3
A2
3
3
4
2
3
A3
5
4
2
2
2
Sebelumnya akan dilakukan perbaikan bobot terlebih dahulu. Bobot awal W=(5,3,4,4,2), akan diperbaiki sehingga total bobot
, dengan cara wj =
:
W1 = W2 = W3 = W4 = W5 =
Kemudian vektor S dihitung berdasarkan persamaan (2), sebagai berikut : S1 = ( S2 = ( S3 = ( Nilai vektor V yang akan digunakan untuk perankingan dapat dihitung dengan persamaan (3) : V1 = V2 = V3 =
Universitas Sumatera Utara
18
Nilai terbesar ada pada V2 sehingga alternatif A2 adalah alternatif yang terpilih sebagai alternatif terbaik. Dengan kata lain A2 akan terpilih sebagai penerima Jamkesmas.
2.4 Manajemen Model
Model merupakan abstraksi dunia nyata menjadi bentuk simbolik dengan tujuan menyederhanakan, meminimalkan biaya, dan meminimalkan resiko agar lebih efektis. Sebuah model akan tergantung pada : 1. Variable waktu (tetap/tidak tetap) 2. Hasil (acak/terdistribusi/pola) 3. Nilai awal (ada/tidak ada)
Beberapa bentuk model diantaranya : 1. Model Ikonik Model ikonik adalah perwakilan fisik dari beberapa hal, baik dalam bentuk ideal ataupun dalam skala yang berbeda. 2. Model Analog (Model Diagramatik) Model analog bisa mewakili situasi dinamik, yaitu keadaan yang berubah menurut waktu. 3. Model Simbolik (Model Matematik) Format model simbolik bisa berupa bentuk angka, simbol, dan rumus. Jenis model simbolik yang umum dipakai adalah suatu persamaan (equation).
2.4.1 Langkah-langkah Pemodelan dalam SPK
Saat melakukan pemodelan dalam pembangunan SPK dilakukan langkah-langkah sebagai berikut : 1. Studi Kelayakan Pada langkah ini, sasaran ditentukan dan dilakukan pencarian prosedur, pengumpulan data, identifikasi masalah, identifikasi kepemilikan masalah, klasifikasi masalah, hingga akhirnya terbentuk sebuah pernyataan masalah.
Universitas Sumatera Utara
19
2. Perancangan (Design) Pada tahapan ini akan diformulasikan model yang akan digunakan dan kriteriakriteria yang ditentukan. Setelah itu,dicari alternatif model yang bisa menyelesaikan masalah tersebut. Langkah selanjutnya adalah memprediksi keluaran yang mungkin. Kemudian, ditentukan variabel-variabel model. 3. Pemilihan (Choice) Setelah pada tahap design ditentukan sebagai alternatif model beserta variabelvariabelnya, pada tahapan ini akan dilakukan pemilihan modelnya, termasuk solusi dari model tersebut. Selanjutnya, dilakukan analisis sensitivitas, yakni dengan mengganti beberapa variabel. 4. Implementasi Setelah membuat modelnya, berikutnya adalah mengimplementasikannya dalam aplikasi SPK.
2.5 Penelitian Yang Relevan
1. Skema Keputusan Hendover Vertikal dengan metode Simple Additive Weighting (SAW) dan Weighted Product Method (WPM) untuk menyeleksi jaringan Nirkabel yang Heterogen. Penelitian ini dilakukan oleh K. Savita dan Dr. C. Chandrasekar. Simple Additive Weighting (SAW) dan Weighted Product Method (WPM) digunakan untuk memilih jaringan terbaik dari jaringan pengunjung (VTs) untuk koneksi terus-menerus oleh terminal mobile. Dalam pekerjaan ini, terkonsentrasi terutama ke fase keputusan serah terima dan untuk mengurangi keterlambatan pemrosesan pada periode serah terima. dalam makalah ini baik SAW dan metode WP dibandingkan dengan parameter QoS dari Mobile Terminal (MT) untuk terhubung dengan jaringan terbaik. (Savita, K & Chandrasekar,2011) 2. Pendekatan Simple Additive Weighting (SAW) untuk masalah menyeleksi personil. Penelitian ini dilakukan oleh Alireza Afshari, Majid Mojahed dan Rosnah Moh.Yusuf. Penelitian ini menerapkan tujuh kriteria yang kualitatif dan positif untuk memilih yang terbaik diantara lima personil dan juga mengurutkan mereka dengan metode Simple Additive Weighting (SAW). (Afshari, A., Mojahed, M & Yusuff, M.R,2010)
Universitas Sumatera Utara
20
3. Implementasi Weighted Product (WP) dalam Penentuan Penerima Bantuan Langsung Masyarakat PNPM Mandiri Perdesaan. Penelitian ini dilakukan oleh Aziz Ahmadi dan Dian Tri Wiyanti. Dalam Penelitian ini dibuat implementasi untuk menentukan prioritas desa penerima BLM menggunakan metode Weighted Product (WP). Hasil dari penerapan dari metode ini adalah sistem dapat menentukan desa dengan prioritas tertinggi untuk mendapatkan BLM dari sekian alternatif desa pengusul.( Ahmadi & Tri, 2014)
Universitas Sumatera Utara