BAB II LANDASAN TEORI
2.1
Komponen Sistem Informasi Informasi yang akurat dapat dicapai dengan komponen kontrol. Komponen control atau pengendalian akan menjaga sistem informasi dari kesalahan-kesalahan yang disengaja maupun tidak disengaja. Komponen kontrol membuat sistem informasi menghasilkan infomasi yang akurat. Dengan demikian sistem informasi mempunyai 6 komponen, yaitu : 1.
Komponen Input Input merupakan data yang masuk ke dalam sistem informasi. Komponen ini perlu ada karena merupakan bahan dasar dalam pengolahan informasi. Sistem informasi tidak akan dapat menghasilkan sistem informasi jika tidak mempunyai komponen input. Jika sistem informasi tidak pernah mempunyai komponen input, tetapi dapat menghasilkan output, ini merupakan hal yang ajaib. Input yang masuk ke dalam sistem informasi dapat langsung diolah menjadi informasi atau jika belum dibutuhkan saat ini dapat disimpan terlebih dahulu di storage dalam berbentuk database.
2. Komponen Output Produk dari sistem informasi adalah output berupa informasi yang berguna bagi para pemakainya. Output merupakan komponen yang harus ada di sistem infomasi. Sistem informasi tidak akan pernah menghasilkan output, 9
10
tetapi selalu menerima input dikatakan bahwa input yang diterima masuk ke dalam lobang yang dalam (deep hole). Output dari sistem informasi dibuat dengan menggunakan data yang ada di basis data dan diproses menggunakan model tertentu. 3. Komponen Basis Data Basis data (data base) adalah kumpulan dari data yang saling berhubungan satu dengan yang lainnya, tersimpan di perangkat keras komputer dan digunakan perangkat lunak untuk memanipulasinya. 4. Komponen Model Informasi yang dihasilkan oleh sistem informasi berasal dari data yang diambil dari basi data yang diolah melalui suatu model-model tertentu. Model-model yang digunakan dalam sistem informasi dapat berupa model logika yang menunjukkan suatu proses perbandingan logika atau model matematik yang menunjukkan proses perhitungan matematika. 5. Komponen Teknologi Teknologi merupakan komponen yang penting di sistem infomasi. Tanpa adanya teknologi yang mendukung, maka sistem informasi tidak akan dapat menghasilkan informasi yang tepat waktunya. Komponen teknologi mempercepat sistem informasi dalam pengolahan datanya.
11
6. Komponen Kontrol Komponen kontrol juga merupakan komponen yang penting dan harus ada di sistem informasi. Komponen control ini digunakan untuk menjamin bahwa informasi yang dihasilkan oleh sistem informasi merupakan informasi yang akurat. 2.2
Konsep Permodelan Sistem Pada perancangan sebuah sistem diperlukan adanya penerapan konsep permodelan sistem, karena permodelan ini menentukan bagaimana suatu sistem akan menyelesaikan apa yang seharusnya diselesaikan oleh sistem itu sendiri. Perancangan
sistem
berhubungan
dengan
bagaimana
mengkofigurasikan dari komponen-komponen perangkat lunak (software) dan perangkat keras (hardware) dari suatu sistem, sehingga setelah proses instalasi sistem akan benar-benar memuaskan pembuatan yang telah ditetapkan pada akhir analisis sistem. Konsep yang digunakan dalam perancangan ini antara lain sebagai berikut : a. Flowchart Bagan Alir Sistem (systems flowchart) merupakan alat yang tepat guna untuk menggambarkan
Physical
System.
Symbol-simbol
bagan
alir
ini
menunjukkan secara tepat atau arti fisik dari sebuah sistem, seperti symbol terminal, hard disk, laporan-laporan, dan lain sebagainya. Simbol-simbol dalam flowchart, antara lain sebai berikut :
12
1. Terminal Simbol terminal digunakan sebagai posisi yang menyatakan awal atau akhir suaatu proses. Untuk awal garis, simbol tersebut akan diikuti oleh anak panah yang menujukkan arah proses berikutnya. 2. Preparation Merupakan simbol yang menandakan adanya suatu pemberian nilai tertentu terhadap sebuah variabel sebelum dilanjutkan ke proses tahap berikutnya. 3. Processing Menyatakan kegiatan pengolahan data setelah menerima masukan dari simbol yang lain dan mendistribusikan hasilnya kepada proses berikutnya. 4. Condition Merupakan simbol yang digunakan untuk menanyakan apakah suatu kondisi logika tertentu sudah terpenuhi. Jika sudah, proses dapat dilanjutkan ke tahap berikutnya dan jika tidak, maka proses tidak dilanjutkan atau kembali ke proses sebelumnya. 5. Document Simbol ini diartikan sebagai sebuah dokumen baik sebagai data masukkan (dokumen input) maupun data keluaran (dokumen report). Jika simbol merupakan data masukan, maka yang mengikutinya adalah anak panah yang keluar dan dilanjutkan ke proses berikutnya.
13
Jika simbol merupakan hasil suatu proses, maka ada simbol lain yang mengikuti atau mengarah pada simbol tersebut. 6. Conector Conector digunakan untuk menandai dan mengatur perpindahan halaman jika diagram alur tidak cukup diterapkan dalam satu halaman saja1. b. Flowmap Flowmap adalah campuran peta dan flowchart, yang menunjukkan pergerakan benda dari satu lokasi ke lokasi lain, seperti jumlah orang dalam migrasi, jumlah barang yang diperdagangkan, atau jumlah paket dalam jaringan. Flowmap menolong analis dan programmer untuk memecahkan masalah kedalam segmen-segmen yang lebih kecil dan menolong
dalam
menganalisis
alternatif-alternatif
lain
dalam
pengoperasian. c. Diagram Konteks Diagram kontek adalah suatu diagram alir yang tingkat tinggi yang menggambarkan seluruh jaringan, masukan dan keluaran. sistem yang dimaksud adalah untuk menggambarkan sistem yang sedang berjalan. mengidentifikasikan awal dan akhir data awal dan akhir yang masuk dan 1
Ineke
Pakereng,
Sistem
Basis
(Yogyakarta:Graha Ilmu,2004) hal16
Data
Sistem
Pendekatan
Dan
Pratikum
14
keluaran sistem. Diagram ini merupakan gambaran umum sistem yang nantinya akan kita buat. secara uraian dapat dikatakan bahwa diagram kontek itu berisi siapa saja yang memberikan data (input) ke sistem serta kepada siapa data informasi yang harus dihasilkan sistem. d. Diagram Alur Data (Data Flow Diagram/DFD) Data Flow Diagram (DFD) adalah suatu diagram yang menggunakan notasi-notasi untuk menggambarkan arus dari data sistem, yang penggunaannya sangat membantu untuk memahami sistem secara logika, tersruktur dan jelas. DFD merupakan alat bantu dalam menggambarkan atau menjelaskan sistem yang sedang berjalan logis. 2.3
Konsep Basis Data Konsep dasar dari basis data adalah kumpulan dari catatan-catatan, atau potongan dari pengetahuan. Sebuah basis data memiliki penjelasan terstruktur dari jenis fakta yang tersimpan di dalamnya: penjelasan ini disebut skema. Skema menggambarkan objek yang diwakili suatu basis data, dan hubungan di antara objek tersebut. Ada banyak cara untuk mengorganisasi skema, atau memodelkan struktur basis data: ini dikenal sebagai model basis data atau model data2. Diantara konsep basis ada beberapa model yaitu :
2
http://id.wikipedia.org/wiki/Basis_data
15
1. Entity Relationship Data ERD merupakan suatu model untuk menjelaskan hubungan antar data dalam basis data berdasarkan objek-objek dasar data yang mempunyai hubungan antar relasi. ERD untuk memodelkan struktur data dan hubungan antar data, untuk menggambarkannya digunakan beberapa notasi dan simbol. Pada dasarnya ada beberapa simbol yang digunakan, yaitu: 1. Entitas (Entity) Entiti merupakan objek yang mewakili sesuatu yang nyata dan dapat dibedakan dari sesuatu yang lain (Fathansyah, 1999: 30). Simbol dari entiti ini biasanya digambarkan dengan persegi panjang. 2. Atribut Setiap entitas pasti mempunyai elemen yang disebut atribut yang berfungsi untuk mendeskripsikan karakteristik dari entitas tersebut. Isi dari atribut mempunyai sesuatu yang dapat mengidentifikasikan isi elemen satu dengan yang lain. Gambar atribut diwakili oleh simbol elips. 3. Relasi (Relationship) Hubungan antara sejumlah entitas yang berasal dari himpunan entitas yang berbeda. Relasi dapat digambarkan sebagai berikut : “Relasi yang terjadi diantara dua himpunan entitas (misalnya A dan B) dalam satu basis data” (Abdul Kadir, 2002: 48) yaitu:
16
a. Satu ke Satu (One to One) Hubungan relasi satu ke satu yaitu setiap entitas pada himpunan entitas A berhubungan paling banyak dengan satu entitas pada himpunan entitas B. b. Satu ke Banyak (One to Many) Setiap entitas pada himpunan entitas A dapat berhubungan dengan banyak entitas pada himpunan entitas B, tetapi setiap entitas pada entitas B dapat berhubungan dengan satu entitas pada himpunan entitas A. c. Banyak ke Banyak (Many to Many) Setiap entitas pada himpunan entitas A dapat berhubungan dengan banyak entitas pada himpunan entitas B. 4. Garis Sebagai penghubung antara relasi dengan entitas, relasi dan entitas dengan atribut. 2.4
Basis Data (Database) Basis data dapat diartikan sebagai kumpulan data tentang suatu data tentang suatu benda atau kejadianyang saling berhubungan satu sama lain. Sedangkan data merupakan fakta yang mewakili suatu objek seperti manusia, hewan, peristiwa, konsep, keadaan, dan sebagainya, yang dapat dicatat dan mempunyai arti yang implisit. Data dicatat dalam bentuk angka, huruf, simbol,
17
gambar, bunyi, atau kombinasinya. Sebagai contoh terdapat daftar nama, nomor telefon dan alamat orang-orang yang menjadianggota suatu organisasi. Dalam memasukkan data dapat menggunakan perangkat lunak seperti MS. Access atau Excel. 2.5
Sistem Pendukung Keputusan (Decision Support System) DSS merupakan sistem informasi interaktif yang menyediakan informasi, pemodelan, dan pemanipulasian data. Sistem itu digunakan untuk pengambilan keputusan dalam situasi semiterstruktur dan situasi yang tidak terstruktur, dimana tak seorangpun tahu secara pasti bagaimana keputusan seharusnya dibuat (Alter, 2002).3 Sistem pendukung keputusan juga merupakan sistem informasi berbasis komputer yang menyediakan dukungan informasi interaktif bagi manager dan praktisi bisnis selama proses pengambilan keputusan. Komponen SPK pada dasarnya adalah sebagai berikut : 1. Basis data yang berasal dari sumber internal dan eksternal. 2. Model dan pengetahuan mengenai masalah dan keputusan yang harus diambil. 3. Berbagai perangkat analisis yang digunakan untuk mencari jalan keluar atau pemecahan masalah terbaik :
3
Kusrini, Konsep Dan Aplikasi Sistem Pendukung Keputusan, Yogyakarta, Andi, 2007 hal
15
18
a. What-if alanysis. Analisis ini digunakan untuk mengetahui apa yang terjadi apabila satu atau beberapa variable berubah. b. Sensitive analysis. Analisis ini digunakan untuk mengetahui pengaruh perubahan suatu variable terhadap variable yang lain. Analisis ini akan melakukan perubahan secara berkali-kali terhadap suatu variable, sehingga dapat diketahui apakah pengaruhnya konsisten atau tidak. c. Goal-seeking analysis. Analisis ini digunakan untuk mencari solusi terbaik dari suatu masalah. d. Optimization analysis. Analisis ini digunakan untuk mencari solusi yang paling menguntungkan bagi perusahaan dan mirip dengan goal-seeking analysis. Tahapan dalam pembuatan keputusan : 1. Tahap intelligence adalah tahap pengakuan adanya masalah. Masalah dapat merupakan persoalan maupun kesulitan yang muncul dalam kehidupan organisasi, atau dapat juga merupakan persoalan yang ditimbulkan sendiri oleh pembuat keputusan. 2. Tahap design adalah tahap perancangan berbagai alternatif yang akan dipilih. 3. Tahap choice adalah tahap memilih salah satu diantara berbagai alternatif yang sudah disiapkan dalam tahap design. Dalam tahap ini, pembuat keputusan akan menggunakan model pemilihan alternatif.
19
Tahap implementation adalah tahap setelah memutuskan untuk memilih salah satu alternatif. 2.6
Pendukung Keputusan Terkomputerisasi Dan Dukungan Teknologi Ada
berbagai
alasan
mengapa
sistem
pendukung
keputusan
terkomputerisasi diperlukan, sebagai contoh: 1. Kecepatan komputasi. Komputer memungkinkan para pengambil keputusan untuk melakukan banyak komputasi secara cepat dan dengan biaya rendah. Keputusan berdasarkan waktu sangat kritis bagi banyak situasi, mulai dari dokter di ruang gawat darurat sampai pedagang saham di lantai bursa. 2. Peningkatan/perbaikan
komunikasi.
Banyak
kelompok
dapat
berkolaborasidan berkomunikasi dengan baik dengan peralatan berbasisWeb. Kolaborasi terutama penting di sepanjang rantai persediaan dimana pelanggan sampai penjual harus berbagi informasi. 3. Peningkatan produktifitas. Membangun satu kelompok pengambil keputusan, terutama para pakar, dapat membuat biaya menjadi mahal dikarenakan harus membayar para pakar. Pendukung terkomputerisasi dapat mengurangi ukuran kelompok dan memungkinkan para anggotanya untuk berada di berbagai lokasi yang berbeda-beda (menghemat biaya perjalanan). Selain itu, produktifitas staf pendukung dapat ditingkatkan. 4. Dukungan teknis. Banyak keputusan yang melibatkan komputasi yang kompleks. Data dapat disimpan di beberapa database yang berbeda-beda dan
20
di Website manapun di dalam organisasi dan bahkan mungkin di luar organisasi. Data dapat meliputi data, suara, grafis, dan video. Mungkin juga perlu mentransmisi data tersebut secara cepat dari suatu lokasi yang jauh. Komputer dapat mencari , menyimpan dan mentransmisi data secara cepat ekonomis dan transparan. 5. Akses data warehouse. Data warehouse yang besar, seperti yang dioperasikan oleh Wal Mart, berisi petabyte data. Diperlukan metode-metode khusus, dan terkadang komputasi paralel untuk mengorganisasi dan mencari data. 6. Dukungan kualitas. Komputer dapat meningkatkan kualitas keputusan yang dibuat. Sebagai contoh, semakin banyak data yang diakses, makin banyak alternative yang dapat dievaluasi. Analisis resiko dapat dilakukan dengan cepat, dan pandangan dari para pakar dapat dikumpulkan dengan cepat dan dengan biaya rendah. Keahlian bahkan dapat diambil langsung dari sebuah komputer melalui metode kecerdasan tiruan. Dengan komputer, para pengambil keputusan dapat melakukan simulasi yang kompleks, memeriksa banyak skenario yang mungkin, dan menilai berbagai pengaruh secara cepat dan ekonomis. Semua kapibilitas tersebut memimpin kepada keputusan yang lebih baik. 7. Berdaya saing: manajemen dan pemberdayaan sumber daya perusahaan. Tekanan persaingan membuat tugas pengambil keputusan menjadi sulit. Persaingan didasarkan tidak hanya pada harga, tetapi juga pada kualitas,
21
kecepatan, kustomisasi produk, dan dukungan pelanggan. Organisasi harus mampu untuk secara sering dan cepat mangubah mode operasi mereka, merekayasa ulang proses dan struktur, memberdayakan karyawan, dan inovasi. Teknologi pengambilan keputusan seperti sistem pakar dapat menciptakan pemberdayaan yang signifikan dengan cara membolehkan orang-orang untuk membuat keputusan yang baik secara cepat, bahkan jika mereka kurang pengetahuan. 8. Mengatasi keterbatasan kognitif dalam pemrosesan dan penyimpanan. Menurut Simon (1977) : “otak manusia memiliki kemampuan yang terbatas untuk memproses dan menyimpan informasi. Mereka terkadangan sulit mengingat dan menggunakan sebuah informasi dalam cara yang bebas dari kesalahan”. Sebagian
besar
metode
pendukung
keputusan
dengan
cepat
memberikan query data dan menggunakan berbagai metode untuk mengubah data ke dalam informasi yang dapat digunakan oleh pengambil keputusan. Sebagai contoh, data dapat diisi dalam model forecasting dimana data tersebut dikonversi ke dalam suatu perkiraan. Perkiraan yang dihasilkan dapat digunakan sebagai informasi untuk mengambil informasi untuk mengambil keputusan. ini
22
memungkinkan data akan diubah lebih lanjut ke model lain, yang dengan demikian memberikan informasi tambahan untuk pengambilan keputusan.4 2.7
Mengapa Menggunakan DSS? Survei
mengindikasikan
banyak
alasan
mengapa
perusahaan-
perusahaan banyak yang menggunakan sistem pendukung keputusan skala besar. Beberapa alasan tersebut adalah: 1. Perusahaan bekerja dalam ekonomi yang tidak stabil dan berubah dengan cepat. 2. Adanya kesulitan untuk melacak berbagai operasi bisnis. 3. Meningkatnya persaingan. 4. Perdagangan elektronik. 5. Sistem yang sudah ada tidak mendukung pengambilan keputusan. 6. Diperlukannya analisis kuhsus terhadap profitabilitas dan efesiensi. 7. Diperlukannya data dan informasi yang akurat. 8. DSS dinilai sebagai organizational winner. 9. Diperlukannya informasi baru. 10. Manajemen mengharuskan adanya DSS. 11. Kualitas keputusan yang lebih tinggi. 12. Peningkatan komunikasi.
4
Turban, Efraim dkk. Decision Support Systems and Intelligent Systems (Sistem Pendukung
Keputusan Dan Sistem Cerdas). Yogyakarta. Andi. 2005. Hal 12
23
13. Peningkatan kepuasan pelanggan dan karyawan. 14. Adanya informasi yang umurnya dibatasi oleh waktu. 15. Berkurangnya biaya operasional. 16. Meningkatnya kemampuan komputer.5 2.8
Pengambilan Keputusan Dan Pemecahan Masalah Masalah terjadi ketika sebuah sistem tidak memenuhi tujuan yang telah ditetapkan, tidak mencapai hasil yang diprediksi, atau tidak bekerja seperti yang direncanakan. Pemecahan masalah dapat juga berkaitan dengan mengidentifikasi peluang-peluang baru. Membedakan istilah pengambilan keputusan dan pemecahan masalah dapat sangat membingungkan. Cara untuk membedakan keduanya adalah dengan memeriksa fase-fase proses keputusan. Fase ini adalah (1) intelegensi, (2) desain, (3) pilihan, dan (4) implementasi. Beberapa menganggap proses keseluruhan (fase 1-4) sebagai pemecahan masalah, dengan fase pilihan sebagai pengambilan keputusan riil. Lainnya melihat fase 1-3 sebagai pengambilan keputusan formal yang berakhir dengan
5
satu
rekomendasi,
sedangkan
pemecahan
masalah
mencakup
Turban, Efraim dkk. Decision Support Systems and Intelligent Systems (Sistem Pendukung
Keputusan Dan Sistem Cerdas). Yogyakarta. Andi. 2005. Hal 21
24
implementasi actual dari rekomendasi (fase 4). Kami menggunakan istilah pengambilan keputusan dan pemecahan masalah secara bergantian.6 2.9
Karakter Dan Kapabilitas DSS
14. Standalone, integrasi, dan berbasis Web
2. Mendukung manajer di semua lever
1. Masalah semi terstruktur
3. Mendukung individu dan kelompok
4. Keputusan yang saling tergantung atau sekuensial
13. Akses data
5. Mendukung intelegensi, desain, pilihan, implementasi
DSS
12. Permodelan dan analisi
6. Mendukung berbagai proses dan gaya keputusan
11. Kemudahan pengembangan oleh pengguna akhir
10. Manusia mengontrol mesin
9. Keefektifan, bukan efesiensi
8. Kemudahan penggunaan interaktif
7. Dapat diadaptasi dan fleksibel
Gambar 2.1 Karakteristik dan Kapabilitas DSS
6
Turban, Efraim dkk. Decision Support Systems and Intelligent Systems (Sistem Pendukung
Keputusan Dan Sistem Cerdas). Yogyakarta. Andi. 2005. Hal 53
25
Keterangan gambar: 1. Dukungan untuk pengambilan keputusan, terutama pada situasi semi terstruktur,
dengan
menyertakan
penilaian
manusia
dan
informasi
terkomputerisasi. Masalah-masalah tersebut tidak dapat dipecahkan (atau tidak dapat dipecahkan dengan konvenien) oleh sistem komputer lain, oleh metode ataupun alat kuantitatif standar. 2. Dukungan untuk semua level manejerial, dari eksekusi puncak sampai manajer lini. 3. Dukungan untuk individu dan kelompok. Masalah yang kurang terstruktur sering memerlukan keterlibatan individu dari departemen dan tingkat organisasional yang berbeda atau bahkan dari organisasi lain. DSS mendukung tim vitual melalui alat-alat Web koorperatif. 4. Dukungan untuk keputusan independen dan sekuensial. Keputusan dapat dibuat satu kali, berulang kali atau berulang (dalam interval yang sama). 5. Dukungan di semua fase proses pengambilan keputusan: intelegensi, desain, pilihan, dan implementasi. 6. Dukungan di semua fase proses dan gaya pengambilan keputusan. 7. Adaptivitas sepanjang waktu. Pengambil keputusan seharusnya reaktif, dapat mengahadapi perubahan kondisi secara cepat dan dapat mengadaptasikan DSS untuk memenuhi perubahan tersebut. DSS bersifat fleksibel dank arena itu pengguna dapat menambahkan, menghapus, menggabungkan, mengubah
26
atau menyusun kembali elemen-elemen dasar. DSS juga fleksibel dalam hal dapat dimodifikasi untuk memecahkan masalan lain yang sejenis. 8. Pengguna merasa seperti di rumah. Ramah-pengguna, kapabilitas grafis yang sangan kuat, dan antarmuka manusia-mesin interaktif dengan satu bahasa alami dapat sangat meningkatkan keefektifitan DSS. Kebanyakan aplikasi DSS yang baru menggunakan antarmuka berbasis web. 9. Peningkatan terhadap keefektifan pengambilan keputusan (akurasi, timeless, kualitas) daripada efesiensinya (biaya pengambilan keputusan). Ketika DSS disebarkan, pengambilan keputusan sering membutuhkan waktu lebih lama, namun keputusannya lebih baik. 10. Kontrol penuh oleh pengambil keputusan terhadap semua langkah proses pengambilan keputusan dalam memecahkan suatu masalah. DSS secara khusus menekankan untuk mendukung pengambilan keputusan, bukannya menggantikan. 11. Pengguna akhir dapat mengembangkan dan memodifikasi sendiri sistem sederhana. Sistem yang lebih besar dapat dibangun dengan bantuan ahli sistem informasi. Perangkat lunak OLAP dalam kaitannya dengan data warehouse membolehkan pengguna untuk membangun DSS yang cukup besar dan kompleks. 12. Biasanya model-model yang digunakan untuk menganalisis situasi pengambilan
keputusan.
Kapabilitas
permodelan
memungkinkan
eksperimen dengan berbagai strategi yang berbeda dibawah konfigurasi
27
yang berberda. Sebenarnya, model-model membuat suatu DSS berbeda dari kebanyakan MIS. 13. Akses disediakan untuk berbagai sumber data, format, dan tipe, mulai dari sisem informasi geografis (GIS) sampai sistem berorientasi objek. 14. Dapat dilakukan sebagai alat standalone yang digunakan oleh seorang pengambil keputusan pada suatu lokasi atau didistibusikan di satu organisasi keseluruhan dan di beberapa organisasi sepanjang rantai persediaan. Dapat diintegrasikan dengan DSS lain atau aplikasi lain. Dan dapat didistribusikan secera internal dan eksternal dengan menggunakan networking dan teknologi web. Karakteristik dan kapabilitas kunci dari DSS tersebut membolehkan para pengambil keputusan untuk membuat keputusan yang lebih baik dan lebih konsisten pada satu cara yang dibatasi waktu. Kemampuan tersebut disediakan oleh berbagai komponen utama DSS.7 2.10 Model Pencocokan Profil (Profile Matching) Maksud dari pencocokan profil (profile matching) adalah sebuah mekanisme pengambilan keputusan dengan mengasumsikan bahwa terdapat tingkat variabel prediktor yang ideal yang harud dimiliki atau dilewati. Dalam pencocokan profil, dilakukan identifikasi terhadap kelompok karyawan yang
7
Turban, Efraim dkk. Decision Support Systems and Intelligent Systems (Sistem Pendukung
Keputusan Dan Sistem Cerdas). Yogyakarta. Andi. 2005. Hal 143
28
baik maupun yang buruk. Para karyawan dalam kelompok tersebut diukur menggunakan beberapa kriteria penilaian. Jikalau pelaksana yang baik memperoleh skor yang berbeda dari pelaksana yang buruk atau sebuah karakteristik, maka variabel tersebut berfaedah untuk memilih pelaksana yang baik. Begitu beberapa variabel yang membedakan antara pelaksanapelaksana yang baik dan buruk teridentifikasi, profil ideal karyawan dari yang berhasil dapat dibuat. Misalnya, karyawan yang ideal mungkin memiliki kecerdasan rata-rata, kepekaan sosial yang baik, kebutuhan rendah untuk mendominasi orang lain, dan tingkat kemampuan perancaan yang tinggi. Dalam pencocokan profil, pelamar kerja diangkat adalah pelamar yang paling mendekati profil ideal seorang karyawan yang berhasil8. 2.11 Contoh Kasus Profile Matching Dalam sebuah perusahaan komputer beserta aksesorisnya, perusahaan tersebut akan mengangkat seorang Head Customer Service (HCS) baru. Dari beberapa customer service yang telah lama bekerja akan dipromosikan jabatan baru yaitu HCS, berikut adalah data-data pendukung penilaian customer service.
8
Kusrini, Konsep Dan Aplikasi Sistem Pendukung Keputusan, Yogyakarta, Andi, 2007 hal
53
29
2.11.1 Aspek-Aspek Penilaian Sistem pendukung keputusan tersebut dirancang sedemikian rupa sehingga pengguna yang dalam hal ini pihak perusahaan dapat menentukan aspek-aspek penilaian sendiri secara dinamis sehingga sistem pendukung keputusan tersebut bias dipakai lebih luas. Dalam kasus ini ada 3 aspek yang digunakan, yaitu : 1. Aspek Intelektual a. Mengusai semua jenis produk. b. Mengerti solusi permasalahan produk. c. Konsentrasi. d. Antisipasi. e. Kreatifitas. f. Perencanaan. 2. Aspek Performance a. Penampilan. b. Kerapihan/kebersihan lingkungan kerja. c. Kerapihan dalam bekerja. d. Penanganan masalah pelanggan. 3. Aspek Attitude a. Pengaruh. b. Keteguhan. c. Tanggung jawab.
30
d. Kendali Perasaan. Data customer service (nilai) yang akan dipromosikan : Tabel 2.1 Data Nilai Customer Service No 1.
2.
3.
4.
Nama Stefany
Evelin
Nelly
Rosa
Aspek Penilaian
1
2
3
4
5
6
Intelektual
2
3
4
1
2
2
Perfomance
2
2
3
2
Attitude
1
3
3
3
Intelektual
4
5
2
3
2
4
Perfomance
3
5
1
2
Attitude
3
1
3
1
Intelektual
2
2
2
3
1
5
Perfomance
4
3
3
4
Attitude
2
3
5
5
Intelektual
2
5
3
3
3
3
Perfomance
2
3
4
4
Attitude
2
4
4
1
Standar jabatan yang diminta oleh perusahaan : Tabel 2.2 Standar Jabatan Aspek Penilaian Intelektual
1
2
3
4
5
6
5
3
2
3
3
3
31
Perfomance
4
5
4
4
Attitude
4
3
5
4
2.11.2 Pemetaan Gap Kompetensi Gap yang dimaksud disini adalah perbedaan profil jabatan (nilai standar perusaaan) dengan nilai customer service atau dapat ditunjukkan dengan rumus yaitu : Tabel 2.3 Rumus Pemetaan Gap Kompetensi Gap = Nilai Customer Service – Profil Jabatan
1. Kapasitas Intelektual Tabel 2.4 Kapasitas Intelektual Nama
1
2
3
4
5
6
Stefany
2
3
4
1
2
2
Evelin
4
5
2
3
2
4
Nelly
2
2
2
3
1
5
Rosa
2
5
3
3
3
3
5
3
2
3
3
3
Stefany
-3
0
-1
-1
-1
-1
Evelin
-1
2
0
0
-1
-1
Nelly
-3
-1
0
0
-2
-2
Nilai Profil
32
Rosa
-3
2
1
0
0
2. Kapasitas Perfomance Tabel 2.5 Kapasitas Performance Nama
1
2
3
4
Stefany
2
2
3
2
Evelin
3
5
1
2
Nelly
3
5
1
2
Rosa
2
3
4
4
4
5
4
4
Stefany
-2
-3
-1
-2
Evelin
-1
0
-3
-2
Nelly
0
-2
1
0
Rosa
-2
-2
0
0
Nilai Profil
3. Kapasitas Attitude Tabel 2.6 Kapasitas Attitude Nama
1
2
3
4
Stefany
1
3
3
3
Evelin
3
1
3
1
Nelly
2
3
5
5
0
33
Rosa
2
4
4
1
Nilai Profil
4
3
5
4
Stefany
-3
0
-2
-1
Evelin
-1
-2
-2
-3
Nelly
-2
0
0
1
Rosa
-2
1
-1
3
2.11.3 Pembobotan Setelah diperoleh nilai gap pada masing-masing customer service, setiap profil customer service diberi bobot nilai dengan patokan tabel bobot nilai gap. 9 Tabel 2.7 Pembobotan Nilai No
Selisih
Bobot Nilai
Keterangan
1.
0
5
Tidak ada selisih (Kompetensi sesuai dengan yang dibutuhkan)
2.
1
4.5
Kompetensi
individu
kelebihan
1
tingkat/level 3.
-1
4
Kompetensi individu kekurangan 1 tingkat/level
9
Kusrini, Konsep Dan Aplikasi Sistem Pendukung Keputusan, Yogyakarta, Andi, 2007 hal
60
34
4.
2
3.5
Kompetensi
individu
kelebihan
2
tingkat/level 5.
-2
3
Kompetensi individu kekurangan 2 tingkat/level
6.
3
2.5
Kompetensi
individu
kelebihan
3
tingkat/level 7.
-3
2
Kompetensi individu kekurangan 3 tingkat/level
8.
4
1.5
Kompetensi
individu
kelebihan
4
tingkat/level 9.
-4
1
Kompetensi individu kekurangan 4 tingkat/level
1. Nilai Bobot Aspek Intelektual Tabel 2.8 Nilai Bobot Aspek Intelektual Nama
1
2
3
4
5
6
Stefany
2
5
4
4.5
4
4
Evelin
4
3.5
5
5
4
4
Nelly
2
4
5
5
3
3.5
Rosa
2
3.5
4.5
5
5
5
35
2. Nilai Bobot Aspek Performance Tabel 2.9 Nilai Bobot Aspek Performance Nama
1
2
3
4
Stefany
3
2
4
3
Evelin
4
5
2
3
Nelly
5
3
4
5
Rosa
3
3
5
5
3. Nilai Bobot Aspek Attitude Tabel 2.10 Nilai Bobot Aspek Attitude Nama
1
2
3
4
Stefany
2
5
3
4
Evelin
4
3
3
2
Nelly
3
5
5
4.5
Rosa
3
4.5
4
2
2.11.4 Perhitungan Dan Pengelompokan Core Factor Dan Secondary Factor Setelah menentukan bobot nilai gap untuk ketiga aspek, yaitu setiap aspek dikelompokkan menjadi 2, yaitu kelompok core factor (faktor
36
inti) dan secondary factor (faktor pendukung). Faktor inti penilaian 65% dan yang menjadi faktor inti adalah : Tabel 2.11 Core Factor (Faktor Inti) Intelektual
2
5
Perfomance
1
4
Attitude
1
3
6
Faktor pendamping penilaiannya (Secondary Factor) 35% dan yang menjadi nilai pendamping adalah : Tabel 2.12 Secondary Factor (Faktor Pendukung) Intelektual
1
3
Perfomance
2
3
Attitude
2
4
4
Adapun rumus perhitungannya adalah sebagai berikut: Tabel 2.13 Rumus Core Factor (Faktor Inti)
37
Tabel 2.14 Rumus Secondary Factor (Faktor Pendukung)
1. Aspek Kapasitas Intelektual Core Factor a. Stefany
b. Evelin
c. Nelly
d. Rosa
Secondary Factor a. Stefany
38
b. Evelin
c. Nelly
d. Rosa
2. Aspek Kapasitas Performance Core Factor a. Stefany
b. Evelin
c. Nelly
d. Rosa
39
Secondary Factor a. Stefany
b. Evelin
c. Nelly
d. Rosa
3. Aspek Kapasitas Attitude Core Factor a. Stefany
b. Evelin
40
c. Nelly
d. Rosa
Secondary Factor a. Stefany
b. Evelin
c. Nelly
d. Rosa
2.11.5 Perhitungan Nilai Total Dari hasil perhitungan setiap aspek, berikutnya dihitung nilai total berdasarkan presentase
dari
core
dan
secondary
factor
yang
diperkirakan berpengaruh terhadap kinerja profil dan presentase
41
persennya dapat ditentukan oleh pihak perusahaan. Dalam contoh kasus ini, pihak perusahaan memiliki nilai 65% untuk faktor inti dan 35% adalah faktor pendukung. Adapun rumus menghitung nilai total adalah sebagai berikut : Tabel 2.15 Rumus Nilai Total Nilai Aspek = (Nilai Persen Core Factor x NCF) + (Nilai Persen Secondary Factor x NSF)
1. Aspek Intelektual Stefany : Ni
= (65% x 4.3) + (35% x 3.5) = 2.795 + 1.225 = 4.02
Evelin
: Ni
= (65% x 3.8) + (35% x 4) = 2.47 + 1.4 = 3.87
Nelly
: Ni
= (65% x 3.5) + (35% x 4) = 2.275 + 1.4 = 3.675
Rosa
: Ni
= (65% x 4.5) + (35% x 3.8) = 2.925 + 1.33 = 3.255
2. Aspek Performance Stefany : Np
= (65% x 3) + (35% x 3) = 1.95 + 1.05 = 3
42
Evelin
: Np
= (65% x 3.5) + (35% x 3.5) = 2.275 + 1.225 = 3.5
Nelly
: Np
= (65% x 5) + (35% x 3.5) = 3.25 + 1.225 = 4.475
Rosa
: Np
= (65% x 4) + (35% x 4) = 2.6 + 1.4 = 4
3. Aspek Attitude Stefany : Na
= (65% x 2.5) + (35% x 4.5) = 1.625 + 1.575 = 3.2
Evelin
: Na
= (65% x 3.5) + (35% x 2.5) = 2.275 + 0.875 = 3.15
Nelly
: Na
= (65% x 4) + (35% x 4.75) = 2.6 + 1.6625 = 4.2625
Rosa
: Na
= (65% x 3.5) + (35% x 3.25) = 2.275 + 3.6 = 5.875
2.11.6 Perhitungan Penentuan Nilai Rangking Hasil akhir dari proses profile matching adalah rangking dari kandidat yang diajukan untuk mengisi suatu jabatan tertentu. Penentuan rangking mengacu pada hasil perhitungan tertentu tergantung berapa aspek yang diadakan. Rumus dari penentuan nilai rangking adalah :
43
Tabel 2.16 Rumus Nilai Rangking Rangking = (Nilai Rangking x Nilai Aspek1) + (Nilai Rangking x Nilai Aspek2) + (Nilai Rangking x Nilai Aspek3)
Dari contoh kasus ini nilai aspek yang diminta adalah Intelektual 40%, Performance 30% dan Attitude 30%. 1. Stefany Rangking
= (40% x 4.02) + (30% x 3) + (30% x 3.2) = 1.608 + 0.9 +0.96 = 3.458
2. Evelin Rangking
= (40% x 3.87) + (30% x 3.5) + (30% x 3.15) = 1.548 + 1.05 + 0.945 = 3.543
3. Nelly Rangking
= (40% x 3.675) + (30% x 4.475) + (30% x 4.2625) = 1.47 + 1.3425 + 1.27875 = 4.09125
4. Rosa Rangking
= (40% x 4.255) + (30% x 4) + (30% x 5.875) = 1.702 + 1.2 + 1.7625 = 4.6645
Maka dari aspek pehitungan yang telah dilakukan yang terpilih untuk menjadi Head Customer Service adalah Nelly.
44
2.12 Perangkat Lunak yang Digunakan 2.12.1 Windows XP Windows XP adalah salah satu OS (Operating System) atau salah satu sistem operasi berbasis grafis, dibuat oleh Perusahaan Microsoft untuk dapat digunakan pada sebuah komputer, komputer untuk kegiatan bisnis, notebook, dan pusat media atau Media Center. Windows XP untuk pertama kalinya dirilis pada tanggal 25 Oktober 2001. Nama XP sendiri adalah singkatan dari
Experience. Windows XP merupakan penerus
dari Windows 2000 Professional dan Windows Millennium Edition / Windows ME, yang merupakan sistem operasi Windows pertama yang dibangun di atas kernel dan arsitektur Windows NT10.
Gambar 2.2 Tampilan Microsoft Windows XP
10
http://meyzo.blogspot.com/2012/02/pengertian-windows-xp.html
45
2.12.2 Borland Delphi 7.0 Borland
Delphi
merupakan
suatu
bahasa
pemrograman
yang
memberikan berbagai fasilitas pembuatan aplikasi untuk mengolah teks, grafik, angka, database, dan aplikasi web. Program ini mempunyai kemampuan
luas
yang
terletak
pada
produktivitas,
kualitas,
pengembangan perangkat lunak, kecepatan kompilasi, pola desain yang menarik serta bahasa pemrograman yang terstruktur dan lengkap. Fasilitas pemrograman dibagi daam dua kelompok yaitu objek dan bahasa pemrograman. Object adalah suatu komponen yang mempunyai bentuk fisik dan biasanya dapat dilihat. Object biasanya dipakai untuk melakukan tugas tertentu dan mempunyai batasan-batasan tertentu. Sedangkan bahasa pemrograman dapat disebut sekumpulan teks yang mempunyai arti tertentu dan disusun rapi dengan aturan tertentu. Gabungan antara object dengan bahasa pemrograman sering disebut bahasa pemrograman berorientasi object11.
11
http://id.shvoong.com/social-sciences/communication-media-studies/2236444-pengertian-
borland-delphi/
46
Gambar 2.3 Tampilan Borland Delphi 7.0
2.12.3 Microsoft Access 2007 Microsoft Access adalah suatu program aplikasi basis data komputer relasional yang digunakan untuk merancang, membuat dan mengolah berbagai jenis data dengan kapasitas yang besar. Database adalah kumpulan tabel-tabel yang saling berelasi. Antar tabel yang satu dengan yang lain saling berelasi, sehingga sering disebut basis data relasional. Relasi antar tabel dihubungkan oleh suatu key, yaitu primary key dan foreign key. Berikut adalah tampilan Microsoft Access 2007
47
Gambar 2.4 Tampilan Microsoft Access 2007
1. Komponen Utama (Object) a. Table Table adalah objek utama dalam database yang digunakan untukmenyimpan sekumpulan data sejenis dalam sebuah objek. Table terdiri atas field name, record. b. Query Query adalah bahasa untuk melakukan manipulasi terhadap database. Digunakan untuk menampilkan, mengubah, dan menganalisa sekumpulan data. Query dibedakan menjadi 2, yaitu : 1) DDL (Data Definition Language) digunakan untuk membuat atau mendefinisikan obyek-obyek database seperti membuat tabel, relasi antar tabel dan sebagainya.
48
2) DML (Data Manipulation Language) digunakan untuk manipulasi database, seperti : menambah, mengubah atau menghapus data serta mengambil informasi yang diperlukan dari database. c. Form Form digunakan untuk mengontrol proses masukan data (input), menampilkandata (output), memeriksa dan memperbaharui data. d. Report Form digunakan untuk menampilkan data yang sudah dirangkum dan mencetak data secara efektif.
49
2.13
PT. Lia Central Utama 2.13.1 Struktur Organisasi PT. Lia Central Utama
KEPALA ___________ Syamsul Lie
WADIR ___________ Rosnah
ADMINISTRASI _______________ Harlinda
OPERASIONAL _______________ Darwin Lamid
INSTRUKTUR B. INGGIRIS _________________________ Meriyana Phoa
MARKETING PEMASARAN SINGAPURA ___________________________________ Kanto
HUMAS ______________ Zainawati
MARKETING PEMASARAN MALAYSIA ___________________________________ Soh Hailin
Gambar 2.5 Struktur Organisasi PT. Lia Central Utama