BAB II TINJAUAN PUSTAKA 2.1 Data dan Informasi 2.1.1 Data Data merupakan refresentasi dari fakta atau gambaran mengenai suatu objek atau kejadian. Data dinyatakan dengan nilai yang berbentuk angka, deretan atau simbol (Kusrini, 2007)
2.1.2 Informasi Informasi merupakan hasil olahan data dimana data tersebut sudah diproses dan diinterpretasikan menjadi sesuatu yang lebih bermakna untuk pengambilan keputusan. Informasi juga diartikan sebagai himpunan dari data yang relevan dengan satu atau beberapa orang dalam satu waktu (Kusrini, 2007) Maksud dari permrosesan data menjadi informasi adalah manipulasi atau transformasi simbol-simbol seperti angka dan abjad dengan tujuan meningkatkan kegunaanya. Suatu sistem yang mentransfer data menjadi sebuah informasi adalah sistem informasi. Suatu informasi berguna bagi pembuat keputusan karena informasi bisa menurunkan ketidakpastian (meningkatkan pengetahuan) tentang hal yang dipikirkan. Makna suatu informasi tentu berbeda-beda antara seseorang dengan lainnya, tergantung pada tingkat kepentingannya. Informasi juga sangat mungkin akan menjadi data dalam proses yang akan menghasilkan informasi yang lain.
Agar bisa menyediakan keluaran yang berguna untuk membantu manajer atau pengambil keputusan, suatu informasi harus mampu mengumpulkan data dan mentranformasikan data tersebut kedalam informasi yang memiliki kualitaskualitas tertentu. Berikut karakteristik informasi yang berkualitas (Kusrini, 2007): 1. Relevan 2. Akurat 3. Lengkap 4. Tepat waktu 5. Dapat dipahami 6. Dapat dibandingkan
2.2 Jaminan Kesehatan Masyarakat Jaminan Kesehatan Masyarakat (JAMKESMAS) adalah program bantuan sosial untuk pelayanan kesehatan bagi masyarakat miskin dan tidak mampu. Program ini diselenggarakan secara nasional agar terjadi subsidi silang dalam rangka mewujudkan pelayanan kesehatan yang menyeluruh bagi masyarakat miskin (Depkes, 2008). Program ini diselenggarakan oleh Departemen Kesehatan melalui penugasan kepada PT Askes (Persero) berdasarkan SK Nomor 1241/Menkes /SK/XI/2004, tentang penugasan PT Askes (Persero) dalam pengelolaan program pemeliharaan kesehatan bagi masyarakat miskin.
Program Jaminan Kesehatan Masyarakat memberikan perlindungan sosial di bidang kesehatan untuk menjamin masyarakat miskin dan tidak mampu yang iurannya dibayar oleh pemerintah agar kebutuhan dasar kesehatannya yang layak dapat terpenuhi. Iuran bagi masyarakat miskin dan tidak mampu dalam Program Jaminan Kesehatan Masyarakat bersumber dari Anggaran Pengeluaran dan Belanja Negara (APBN) dari Mata Anggaran Kegiatan (MAK) belanja bantuan sosial. Pada hakikatnya pelayanan kesehatan terhadap peserta menjadi tanggung jawab dan dilaksanakan bersama oleh Pemerintah Pusat dan Pemerintah Daerah. Pemerintah
Daerah
Provinsi/Kabupaten/Kota
berkewajiban
memberikan
kontribusi sehingga menghasilkan pelayanan yang optimal. Saat ini, program Jamkesmas diperluas sasarannya bagi ibu hamil dan melahirkan melalui Jaminan Persalinan, dan bagi penderita Thalassaemia Mayor melalui
jaminan
pelayanan
pengobatan
penderita
Thalassaemia,
dan
penyelenggaraan Jamkesmas dan Jaminan Persalinan serta jaminan pelayanan pengobatan penderita Thalassaemia menjadi satu kesatuan yang tidak terpisahkan. Adapun tujuan penyelengaraan program ini adalah untuk meningkatkan akses dan mutu pelayanan kesehatan terhadap seluruh masyarakat miskin dan tidak mampu agar tercapai derajat kesehatan masyarakat yang optimal secara efektif dan efisien.
2.3 Sistem Pendukung Keputusan 2.3.1 Pengambilan Keputusan Turban (2005) mendefinisikan pengambilan keputusan sebagai sebuah proses memilih tindakan (diantara berbagai alternatif) untuk mencapai suatu tujuan atau beberapa tujuan. Pengambilan keputusan ini dilakukan dengan pendekatan sistematis terhadap permasalahan melalui proses pengumpulan data menjadi informasi serta di tambah dengan faktor-faktor yang perlu di pertimbangkan dalam pengambilan keputusan. Menurut Simon dalam (Turban, 2005), pengambilan keputusan meliputi empat tahap yang saling berhubungan dan berurutan. Empat proses tersebut adalah : 1. Intelligence Tahap ini merupakan proses penelusuran dan pendeteksian dari lingkup problematika serta proses pengenalan masalah. Data masukan diperolehm diproses, dan diuji dalam rangka mengidentifikasikan masalah. 2. Design Tahap ini merupakan proses menemukan dan mengembangkan alternatif. Tahap ini meliputi proses untuk mengerti masalah, menurunkan solusi dan menguji kelayakan solusi. 3. Choice Pada tahap ini dilakukan proses pemilihan diantara berbagai alternatif tindakan yang mungkin dijalankan. Tahap ini meliputi pencarian, evaluasi, dan rekomendasi solusi yang sesuai dengan model yang telah dibuat. Solusi
dari model merupakan nilai spesifik untuk variabel hasil pada alternatif yang dipilih. 4. Implementation Tahap implementasi adalah 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.
2.3.2 Karakteristik Sistem Pendukung Keputusan Turban (2005) mengemukakan karakteristik dan kapabilitias kunci dari Sistem Pendukung Keputusan adalah sebagai berikut (Gambar 2.1) : 1. Dukungan untuk pengambil keputusan, terutama pada situasi semi terstruktur dan tak terstruktur. 2. Dukungan untuk semua level manajerial, dari eksekutif puncak sampai manajer lini. 3. Dukungan untuk individu dan kelompok. 4. Dukungan untuk semua keputusan independen dan sekuensial. 5. Dukungan di semua fase proses pengambilan keputusan : intelegensi, desain, pilihan, dan implementasi. 6. Dukungan pada berbagai proses dan gaya pengambilan keputusan. 7. Kemampuan sistem beradaptasi dengan cepat dimana pengambil keputusan dapat menghadapi masalah-masalah baru dan pada saat yang sama dapat
menanganinya dengan cara mengadaptasikan sistem terhadap kondisi-kondisi perubahan yang terjadi. 8. Pengguna merasa seperti di rumah. User-friendly, kapabilitas grafis yang kuat dan sebuah bahasa interaktif yang alami. 9. Peningkatan terhadap keefektifan pengambilan keputusan (akurasi, timelines, kualitas) dari pada efisiensi (biaya). 10. Pengambil keputusan mengontrol penuh semua langkah proses pengambilan keputusan dalam memecahkan masalah. 11. Pengguna akhir dapat mengembangkan dan memodifikasi situasi pengambilan keputusan. 12. Menggunakan model-model dalam penganalisisan situasi pengambilan keputusan. 13. Disediakannya akses untuk berbagai sumber data, format dan tipe, mulai dari sistem informasi geografis (GIS) sampai sistem berorientasi objek. 14. Dapat dilakukan sebagai alat standalone yang digunakan oleh seorang pengambil keputusan pada satu lokasi atau didistribusikan di satu organisasi keseluruhan dan di beberapa organisasi sepanjang rantai persediaan.
Gambar 2.1 Karakteristik dan Kapabilitas SPK (Novian, 2010)
2.3.3 Komponen-Komponen Sistem Pendukung Keputusan Menurut Turban (2005), Sistem Pendukung Keputusan terdiri dari empat subsistem, yaitu : 1. Manajemen Data, meliputi basis data yang berisi data-data yang relevan dengan keadaan dan dikelola oleh perangkat lunak yang disebut Database Management System (DBMS). 2. Manajemen Model berupa sebauh paket perangkat lunak yang berisi modelmodel finansial, statistik, management science, atau model kuantitatif yang menyediakan kemampuan analisa dan perangkat lunak manajemen yang sesuai. 3. Susbsistem Dialog atau komunikasi, merupakan subsistem yang dipakai oleh user untuk berkomunikasi dan memberi perintah (menyediakan user interface).
4. Manajemen Knowledge yang mendukung subsistem lain atau berlaku sebagai komponen yang berdiri sendiri.
Gambar 2.2 Model Konseptual Sistem Pendukung Keputusan (Novian, 2010)
2.4 Metode Preference Ranking Organization for Enrichment Evaluation (PROMETHEE) Promethee adalah suatu metode penentuan urutan (prioritas) dalam analisis multikriteria. Masalah pokoknya adalah kesederhanaan, kejelasan , dan kestabilan. Dugaan dari dominasi kriteria yang digunakan dalam promethee adalah penggunaan nilai dalam hubungan outranking (Brans, 1998). Ini adalah metode peringkat yang cukup sederhana dalam konsep dan aplikasi dibandingkan dengan metode lain untuk analisis multikriteria (Goumas, 1998). Prinsip yang digunakan adalah penetapan prioritas alternatif yang telah ditetapkan berdasarkan pertimbangan (∀i | fi(.) → R [real world], dengan kaidah dasar : Max{f1(x),f2(x),f3(x),...,fj(x),...,fk(x)|x ∈ R}
Dimana K adalah sejumlah kumpulan alternatif, dan fi (i = 1, 2, ..., K) merupakan nilai/ukuran relatif kriteria untuk masing-masing alternatif. Dalam aplikasinya sejumlah kriteria telah ditetapkan untuk menjelaskan K yang merupakan penilaian dari R (real world). Promethee termasuk dalam keluarga dari metode outranking yang dikembangkan oleh B. Roy, dan meliputi dua fase: -
Membangun hubungan outranking dari K
-
Eksploitasi dari hubungan ini memberikan jawaban optimasi kriteria dalam paradigma permasalahan multikriteria. Dalam fase pertama, nilai hubungan outranking berdasarkan pertimbangan
dominasi masing-masing kriteria. Indeks preferensi ditentukan dan nilai outranking secara grafis disajikan berdasarkan preferensi dari pembuat keputusan. Data dasar untuk evaluasi dengan metode Promethee disajikan sebagai berikut :
Gambar 2.3 Data Dasar Analisis Promethee (Siregar, 2011)
2.4.1 Nilai Hubungan Outranking dalam Promethee 2.4.1.1 Dominasi Kriteria Nilai f merupakan nilai nyata dari suatu kriteria : f: K→R dan tujuan berupa prosedur optimasi. Untuk setiap alternatif a ∈ K, f (a) merupakan evaluasi dari alternatif tersebut untuk suatu kriteria. Pada saat dua alternatif di bandingkan, a, b ∈ K, harus dapat ditentukan perbandingan preferensinya. Penyampaian intesitas (P) dari preferensi alternatif a terhadap alternatif b sedemikian rupa sehingga : -
P (a,b) = 0, berarti tidak ada (indefferent) antara a dan b, atau tidak ada preferensi dari a lebih baik dari b.
-
P (a,b) ~ 0, berarti lemah preferensi dari a lebih baik dari b.
-
P (a,b) ~ 1, berarti kuat preferensi dari a lebih baik dari b.
-
P (a,b) = 1 , berarti mutlak preferensi dari a lebih baik dari b. Dalam metode ini, fungsi preferensi seringkali menghasilkan nilai fungsi
yang berbeda antara dua evaluasi, sehingga : P (a,b) = P (f(a)-f(b)). Untuk semua kriteria, suatu alternatif akan dipertimbangkan memiliki nilai kriteria yang lebih baik ditentukan oleh nilai f dan akumulasi dari nilai ini menentukan nilai preferensi atas masing-masing alternatif yang akan dipilih.
2.4.1.2 Rekomendasi Fungsi Preferensi Untuk Keperluan Aplikasi Dalam Promethee disajikan enam bentuk fungsi preferensi kriteria. Enam preferensi tersebut adalah sebagai berikut: a. Kriteria Biasa (Usual Criterion) H d =
0 jika d ≤ 0 1 jika d > 0
Dimana: H(d) = fungsi selisih kriteria antar alternatif d
= selisih nilai kriteria { d = f(a) - f(b) }
Pada kasus ini, tidak ada beda (sama penting) antara a dan b jika dan hanya jika f (a) = f (b); apabila kriteria pada masing-masing alternatif memiliki nilai berbeda, pembuat keputusan membuat preferensi mutlak untuk alternatif memiliki nilai yang lebih baik.
Gambar 2.4 Kriteria Biasa (Brans, 1998)
b. Kriteria Quasi (Quasi Criterion) H d =
0 jika d ≤ q 1 jika d > q
Dimana: H(d) = fungsi selisih kriteria antar alternatif
d
= selisih nilai kriteria { d = f(a) - f(b) }
q
= harus merupakan nilai tetap
Dua alternatif memiliki preferensi yang sama penting selama selisih atau nilai H(d) dari masing-masing alternatif untuk kriteria tertentu tidak melebihi nilai q, dan apabila selisih hasil evaluasi untuk masing- masing alternatif melebihi nilai q maka terjadi bentuk preferensi mutlak. Jika pembuat keputusan menggunakan kriteria kuasi, maka harus menentukan nilai q, dimana nilai ini dapat menjelaskan pengaruh yang signifikan dari suatu kriteria.
Gambar 2.5 Kriteria Quasi (Brans, 1998)
c. Kriteria Dengan Preferensi Linier 0 jika d ≤ 0 H d =
! !
jika 0 ≤ d ≤ p 1 jika d > p
Dimana: H(d) = fungsi selisih kriteria antar alternatif d
= selisih nilai kriteria { d = f(a) - f(b) }
p
= nilai kecenderungan atas
Kriteria preferensi linier dapat menjelaskan bahwa selama nilai selisih memiliki nilai yang lebih rendah dari p, preferensi dari pembuat keputusan meningkat
secara linier dengan nilai d. Jika nilai d lebih besar dibandingkan dengan nilai p, maka terjadi preferensi mutlak. Pada saat pembuat keputusan mengidentifikasi beberapa kriteria untuk tipe ini, harus ditentukan nilai dari kecenderungan atas (nilai p). Dalam hal ini, nilai d diatas p telah dipertimbangkan akan memberikan preferensi mutlak dari suatu alternatif.
Gambar 2.6 Kriteria dengan Preferensi Linier (Brans, 1998)
d. Kriteria Level (Level Criterion) 0 jika d ≤ q H d = 0,5 jika q < d ≤ p 1 jika d > p Dimana: H(d) = fungsi selisih kriteria antar alternatif d
= selisih nilai kriteria { d = f(a) - f(b) }
p
= nilai kecenderungan atas
q
= harus merupakan nilai yang tetap
Dalam kasus ini, kecenderungan tidak berbeda q dan kecenderungan preferensi p adalah ditentukan secara simultan. Jika d berada diantara nilai q dan p, hal ini berarti situasi preferensi yang lemah (H(d) = 0,5).
Gambar 2.7 Kriteria Level (Brans, 1998)
e. Kriteria dengan Preferensi Linier dan Area yang Tidak Berbeda 0 jika d ≤ q H d =
!!! jika q !!!
1 jika d > p Dimana: H(d) = fungsi selisih kriteria antar alternatif d
= selisih nilai kriteria { d = f(a) - f(b) }
p
= nilai kecenderungan atas
q
= harus merupakan nilai yang tetap
Pada kasus ini, pengambil keputusan mempertimbangkan peningkatan preferensi secara linier dari tidak berbeda hingga preferensi mutlak dalam area antara dua kecenderungan q dan p.
Gambar 2.8 Kriteria dengan Preferensi Linier dan Area yang Tidak Berbeda (Brans, 1998)
f. Kriteria Gaussian (Gaussian Criterion) 0 jika d ≤ 0 H d = 𝑑! 1 − 𝑒 − ! jika d > 0 2𝜎 Dimana: H(d) = fungsi selisih kriteria antar alternatif d
= selisih nilai kriteria { d = f(a) - f(b) }
Fungsi ini bersyarat apabila telah ditentukan nilai, dimana dapat dibuat berdasarkan distribusi normal dalam statistik.
Gambar 2.9 Kriteria Gaussian (Brans, 1998)
2.4.1.3 Indeks Preferensi Multikriteria Tujuan pembuat keputusan adalah menetapkan fungsi preferensi Pi dan πi untuk semua kriteria fi ( i = 1, ..., k) dari masalah optimasi kriteria majemuk. Bobot (weight) πi merupakan ukuran relatif dari kepentingan kriteria fi; jika semua kriteria memiliki nilai kepentingan yang sama dalam pengambilan keputusan maka semua nilai bobot adalah sama. Indeks preferensi multi kriteria ditentukan berdasarkan rata-rata bobot dari fungsi preferensi Pi.
!
𝜑(a, b) =
𝜋! 𝑃! (𝑎, 𝑏): ∀𝑎, 𝑏 ∈ 𝐴 !!!
𝜑(a, b) merupakan intensitas preferensi pembuat keputusan yang menyatakan bahwa alternatif a lebih baik dari alternatif b dengan pertimbangan secara simultan dari keseluruh kriteria. Hal ini dapat disajikan dengan nilai antara nilai 0 dan 1, dengan ketentuan sebagai berikut : -
𝜑(a, b) = 0 menunjukkan preferensi yang lemah untuk alternatif a > alternatif b berdasarkan semua kriteria.
-
𝜑(a, b) = 1 menunjukkan preferensi yang kuat untuk alternatif a > alternatif b berdasarkan semua kriteria. Indeks preferensi ditentukan berdasarkan nilai hubungan outranking pada
sejumlah kriteria dari masing-masing alternatif. Hubungan ini dapat disajikan sebagai grafik nilai outranking, node-nodenya merupakan alternatif berdasarkan penilaian kriteria tertentu.
2.4.2 Promethee Ranking Perhitungan arah preferensi dipertimbangkan berdasarkan nilai indeks : a. Leaving flow ϕ! (𝑎) =
b. Entering flow ϕ! (𝑎) = c. Net flow
1 𝑛−1
1 𝑛−1
𝜑 (𝑎, 𝑥) !∈!
𝜑 (𝑥, 𝑎) !∈!
ϕ(a) = ϕ! (𝑎) − 𝜙 ! (𝑎)
Keterangan: 1. 𝜑(𝑎, x) = menunjukkan preferensi bahwa alternatif lebih baik dari alternatif x. 2. 𝜑(x, 𝑎) = menunjukkan preferensi bahwa alternatif x lebih baik dari alternatif 3. Φ! (𝑎) = Leaving flow, digunakan untuk menentukan urutan prioritas pada proses Promethee I yang menggunakan urutan parsial. 4. Φ! (𝑎) = Entering flow, digunakan untuk menentukan urutan prioritas pada proses Promethee I yang menggunakan urutan parsial. 5. Φ(𝑎) = Net flow, digunakan untuk menghasilkan keputusan akhir penentuan Urutan dalam menyelesaikan masalah sehingga menghasilkan urutan lengkap.
Metode Promethee digunakan dalam penelitian ini dikarenakan menurut Trianti (2008), metode ini cukup baik dalam memperhitungakan karakteristik dari data. Dalam beberapa metode pengambilan keputusan multikriteria yang lain, misal Analytical Hierarchy Process dan Analytical Network Process, perhitungan data pada akhirnya dianggap linear karena semua pembobotan hanya melalui normalisasi. Padahal kenyataannya tidak semua data memiliki karakterisitik. Tingkat performansi data bisa berbentuk kurva tertentu. terkadang juga suata data tidak selamanya bersifat higher better atau smaller better, namun lebih ke optimal is better (bukan yang makin besar atau kecil yang terbaik). Dalam kedua hal ini, metode promethee menyediakan banyak fungsi yang dapat mengakomodasi berbagai karakteristik data.
2.5 Penelitian Sebelumnya Penelitian serupa juga pernah dilakukan oleh Siregar (2011), dimana penelitian tersebut bertujuan merancang sebuah aplikasi sistem pendukung keputusan yang dapat membantu didalam pemberian kredit sepeda motor dengan menggunakan metode Promethee (Preference Ranking Organization for Enrichment Evaluation). Dari penelitian ini ditemukan bahwa pembobotan kriteria yang digunakan pada akhirnya akan menghasilkan urutan prioritas dari pemohon kredit sehingga dapat menjadi pertimbangan dan alat bantu bagi perusahaan dalam memberikan kredit. Penelitan yang sama juga pernah dilakukan oleh Kaharap (2008), penelitian tersebut bertujuan untuk merancang sebuah aplikasi sistem pendukung keputusan yang dapat menentukan peserta Jamkesmas dengan menggunakan metode AHP (Analytic Hierarchy Process). Dari penelitian ini ditemukan bahwa metode AHP mampu menyusun hirarki dari permasalahan yang dihadapi, dengan cara menguraikan kriteria dan alternatif menjadi sebuah hirarki sehingga dapat digunakan dalam mengembangkan sebuah sistem pendukung keputusan. Penelitian ini merupakan pengembangan dari penelitian yang pernah dilakukan oleh Kaharap (2008) yang menggunakan AHP sebagai metodenya. Sedangkan di dalam penelitian ini penulis menggunakan metode Promethee sehingga diharapkan hasil akhir dari penelitian ini dapat dijadikan perbandingan dari penelitian sebelumnya dan dapat memberikan alternatif pilihan bagi pengambil keputusan dalam penentuan peserta Jamkesmas.
