Decision Support System (DSS)

BAB II KAJIAN PUSTAKA

A. Sistem Pendukung Keputusan/ Decision Support System (DSS) Sistem adalah kumpulan objek seperti orang, sumber daya, konsep, dan prosedur yang dimaksudkan untuk melakukan suatu fungsi yang dapat diidentifikasi atau untuk

melayani suatu tujuan. Pengambilan keputusan

adalah sebuah proses memilih tindakan (di antara berbagai alternatif) untuk mencapai suatu tujuan atau beberapa tujuan. Sistem pendukung keputusan (DSS) adalah sistem pendukung berbasis komputer bagi para pengambil keputusan manajemen yang menangani masalah-masalah tidak terstruktur (Turban,dkk., 2005). Tujuan dari sistem pendukung keputusan (DSS) adalah (Turban,dkk., 2005) : a.

Membantu

manajer

dalam

pengambilan

keputusan

atas

masalah

semiterstruktur. b.

Memberikan

dukungan

atas

pertimbangan

manajer

dan

bukannya

dimaksudkan untuk menggantikan fungsi manajer. c.

Meningkatkan efektivitas keputusan yang diambil manajer lebih daripada perbaikan efisiensinya.

d.

Kecepatan

komputasi.

Komputer

memungkinkan

para

pengambil

keputusan untuk melakukan banyak komputasi secara cepat dengan biaya yang rendah.

4 Sistem Pendukung Keputusan..., Siti Maesaroh, Fak. Teknik UMP 2016

e.

Peningkatan

produktivitas.

Membangun

satu

kelompok

pengambil

keputusan, terutama para pakar, bisa sangat mahal. f.

Dukungan kualitas. Komputer bisa meningkatkan kualitas keputusan yang dibuat.

g.

Berdaya saing. Manajemen pemberdayaan sumber daya perusahaan. Tekanan persaingan menyebabkan tugas pengambilan keputusan menjadi sulit. Persaingan didasarkan tidak hanya pada harga, tetapi juga pada kualitas, kecepatan, kustomasi produk, dan dukungan pelanggan.

h.

Mengatasi keterbatasan kognitif dalam pemrosesan dan penyimpanan. Karakteristik yang diharapkan ada dalam DSS adalah (Turban, dkk.,

2005) : a.

Dukungan

kepada

pengambil

keputusan,

terutama

pada

situasi

semiterstruktur dan tak terstrukur, dengan menyertakan penilaian manual dan informasi terkomputerisasi. b.

Dukungan untuk semua level manajerial, dari eksekutif puncak sampai manajer ini.

c.

Dukungan untuk individu dan kelompok.

d.

Dukungan untuk keputusan independen dan/atau sekuensial. Keputusan dapat dibuat sekali, beberapa kali, atau berulangulang.

e.

Dukungan di semua fase proses pengambilan keputusan: inteligensi, desain, pilihan, dan implementasi.

f.

Dukungan diberbagai proses dan gaya pengambilan keputusan.


g.

Adaptivitas sepanjang waktu. Pengambil keputusan seharusnya reaktif, bisa

menghadapi berbagai perubahan

kondisi secara

cepat,

dan

mengadaptasi DSS untuk memenuhi kebutuhan tersebut. h.

Pengguna seperti merasa di rumah. Rumah-pengguna, kapabilitas grafis yang sangat kuat, dan antarmuka manusia-mesin yang interaktif dengan satu bahasa alami bisa sangat meningkatkan efektifitas DSS.

i.

Peningkatan

efektifitas

pengambilan

keputusan

(akurasi,

timelines,

kualitas) dari pada efisiensinya (biaya pengambilan keputusan). j.

Kontrol penuh oleh pengambil keputusan terhadap semua langkah proses pengambilan keputusan dalam memecahkan suatu masalah. DSS secara khusus menekankan untuk mendukung pengambilan keputusan bukan untuk menggantikan.

k.

Pengguna akhir bisa mengembangkan dan memodifikasi sendiri sistem sederhana.

l.

Model-model

digunakan

untuk

menganalisis

situasi

pengambilan

keputusan. Kapabilitas pemodelan memungkinkan eksperimen dengan berbagai strategi yang berbeda di bawah konfigurasi yang berbeda. m. Akses kesediaan untuk berbagai sumber data, format, dan tipe, mulai dari sistem informasi geografi (GIS) sampai sistem berorientasi objek. n.

Dapat digunakan sebagai alat standalone oleh seorang pengambil keputusan pada satu lokasi atau didistribusikan di suatu organisasi secara keseluruhan dan dibeberapa organisasi sepanjang rantai persediaan. Dapat diintegrasikan dengan DSS lain dan atau aplikasi lain, serta bisa


didistribusikan secara internal dan eksternal

menggunakan networking

dan teknologi web. Karakteristik

dari DSS

tersebut memungkinkan para pengambil

keputusan untuk membuat keputusan yang lebih baik dan lebih konsisten dalam satu cara yang dibatasi oleh waktu. Keputusan yang diambil untuk menyelesaikan suatu masalah dilihat dari keterstrukturannya yang bisa dibagi menjadi : a.

Keputusan terstruktur (structured decision) Keputusan terstruktur adalah keputusan yang dilakukan secara berulangulang dan bersifat rutin. Prosedur pengambilan keputusannya sangat jelas. Keputusan tersebut terutama dilakukan pada manajemen tingkat bawah. Misalnya, keputusan pemesanan barang.

b.

Keputusan semiterstruktur (semistructured decision) Keputusan semiterstruktur adalah keputusan yang memiliki dua sifat. Sebagian keputusan bisa ditangani oleh komputer dan yang lain tetap harus dilakukan oleh pengambil keputusan. Prosedur dalam pengambilan keputusan ini secara garis besar sudah ada, tetapi ada beberapa hal yang masih

memerlukan

kebijakan

dari pengambil keputusan.

Biasanya

keputusan semacam ini diambil oleh manajemen tingkat menengah dalam suatu

organisasi.

Contoh

dari keputusan

jenis ini adalah

penjadwalan produksi. c.

Keputusan tak terstruktur (unstructured decision)


Keputusan tak terstruktur adalah keputusan yang penanganannya rumit karena tidak terjadi berulang-ulang atau tidak selalu terjadi. Keputusan tersebut menuntut pengalaman dan berbagai sumber yang bersifat eksternal. Keputusan tersebut umumnya terjadi pada manajemen tingkat atas. Contoh dari keputusan tak terstruktur adalah keputusan untuk bergabung dengan perusahaan lain. Proses

pemilihan

wisudawan

berprestasi

merupakan

masalah

semitersrtuktur, karena sistem yang akan dibangun merupakan alat bantu pihak

Ikatan

Keluarga

Alumni Universitas Muhammadiyah Purwokerto

dalam menentukan alternatif dengan nilai tertinggi dari para kandidat wisudawan berprestasi. B. Profile Matching Menurut Kusrini (2007) metode profile matching atau pencocokan profil merupakan metode yang sering digunakan sebagai mekanisme dalam pengambilan keputusan dengan mengansumsikan bahwa terdapat tingkat variabel prediktor yang ideal yang harus dipenuhi oleh subyek yang diteliti, bukannya tingkat minimal yang harus dipenuhi atau dilewati. Tahapan dalam metode profile matching adalah sebagai berikut : 1.

Menentuan Bobot Nilai Gap. Pada tahap ini, akan ditentukan bobot nilai masing-masing aspek

dengan menggunakan bobot nilai yang telah

ditentukan bagi masing-masing aspek itu sendiri. Adapun inputan dari proses pembobotan ini adalah selisih dari profil karyawan dan profil jabatan.


2.

Langkah kedua dengan melakukan pemetaan Gap. Gap yang dimaksud adalah perbedaan antara profil mahasiswa dengan profil tingkat keaktifan mahasiswa. Gap = Profil Wisudawan – Profil Ideal.

3.

Melakukan pencocokan dengan tabel bobot Gap. Hasil Gap dari pengurangan profil mahasiswa dan profil tingkat keaktifan mahasiswa bila dicocokkan dengan kolom selisih gap pada tabel bobot nilai yang dihasilkan sama. Tabel bobot nilai bisa dilihat pada Tabel 1. Tabel 1. Bobot Nilai Gap. Gap

Selisih

Bobot Keterangan

No.

d.

Gap

Nilai

1

0

5

Kompetensi sesuai dengan yang dibutuhkan

2

1

4.5

Kompetensi individu lebih 1 tingkat/level

3

-1

4

Kompetensi individu kurang 1 tingkat/level

4

2

3.5


5

-2

3


6

3

2.5


7

-3

2


8

4

1.5


9

-4

1


Melakukan perhitungan core factor dan secondary factor. Setelah menentukan bobot nilai gap untuk kedua aspek yang dibutuhkan ,


kemudian tiap aspek dikelompokkan lagi menjadi dua kelompok yaitu core factor dan secondary factor. NRC =

∑ ∑

.........................................................(1)

Keterangan : NRC = Nilai rata-rata core factor tiap aspek ∑NC = Jumlah total nilai core factor tiap aspek ∑IC = Jumlah item tiap aspek NRS =

∑ ∑

........................................................(2)

Keterangan : NRS = Nilai rata-rata secondary factor tiap aspek ∑NS = Jumlah total nilai secondary factor tiap aspek ∑IS = Jumlah item tiap aspek e.

Perhitungan nilai total dengan rumus sebagai berikut : ( )

( )

........................................... (3)

Nilai total (N) merupakan (X)% nilai prosentase yang diinputkan dari NCI yaitu nilai rata-rata core factor ditambahkan dengan nilai-nilai prosentase yang diinputkan dari NSI yaitu rata-rata secondary factor. Perhitungan nilai total terlebih dahulu menentukan nilai persen yang dimasukkan yaitu core factor 60% dan secondary factor 40%. Kemudian nilai core factor dan secondary factor ini dijumlahkan sesuai dengan persamaan 1. f.

Perhitungan penentuan ranking dengan rumus sebagai berikut : Ranking = %NCF + % NSF

.........................................(4)


NCF mewakili nilai akhir aspek akademik dan NSF mewakili nilai akhir dari aspek non akademik. C. Wisudawan Berprestasi Di dalam UU RI No.12 Tahun 2012 Pasal 13 (1) Tentang Pendidikan Tinggi, dikatakan bahwa “Mahasiswa sebagai anggota Sivitas Akademika diposisikan sebagai insan dewasa yang memiliki kesadaran sendiri dalam mengembangkan potensi diri di Perguruan Tinggi untuk menjadi intelektual, ilmuwan, praktisi, dan/atau profesional”. Dari pasal 13 ini mahasiswa dituntut untuk mengembangkan potensi diri. Untuk itu, dalam UU RI No.12 Tahun 2012 pasal 14 (1), dikatakan juga bahwa “Mahasiswa mengembangkan bakat, minat,

dan

kemampuan

dirinya

melalui

kegiatan

kokurikuler

dan

ekstrakurikuler sebagai bagian dari proses pendidikan”. Wisudawan sendiri merupakan mahasiswa yang telah menyelesaikan tugas akhirnya sebagai mahasiswa dan peresmian atau pelantikan dilakukan dengan upacara khidmat (KBBI, 2003). Menurut Kamus Besar Bahasa Indonesia (2003), prestasi adalah hasil yang telah dicapai (dari yang telah dilakukan, dikerjakan dan sebagainya). Dari pengertian di atas, dapat disimpulkan bahwa wisudawan berprestasi adalah wisudawan yang selama masa kuliahnya memiliki prestasi baik di bidang akademik maupun nonakademik yang sangat bermanfaat dan dapat dibanggakan perguruan tinggi asal, serta diakui pada skala nasional atau internasional. Sesuai

dengan

Keputusan

Ketua

Umum

IKAUMP

Nomor:

115/S.Kep/IKAUMP/IX/2016, menetapkan untuk memberikan penghargaan


sebagai Wisudawan Berprestasi Akademik dan Non Akademik pada Wisuda Program Magister, Sarjana & Ahli Madya ke-57 UMP (IKAUMP, 2016). Keputusan tersebut dimusyawarahkan terlebih dahulu berdasarkan Surat Keputusan Ketua Umum IKAUMP Nomor : 001/S.Kep/IKAUMP/IV/2013 tentang pengurus harian IKAUMP periode 2013-2017 dalam penentuan penerima

penghargaan

Wisudawan

Berprestasi pada

Wisuda

Program

Magister, Sarjana & Ahli Madya UMP setiap periode wisuda. D. Database Database adalah sekumpulan tabel-tabel yang diberisi data dan merupakan kumpulan dari field atau kolom. Structure file yang menyusun sebuah database adalah data, record dan field. 

Data adalah satu satuan informasi yang akan diolah. Sebelum diolah, data dikumpulkan didalam suatu file database.



Record

adalah data yang isinya merupakan satu kesatuan seperti

NamaUser dan Password. Setiap keterangan yang mencakup NamaUser dan Password dinamakan satu record. Setiap record diberi nomor urut yang disebut nomor record (Record Number). 

Field adalah sub bagian dari record. Dari contoh isi record di atas maka terdiri dari 2 field, yaitu : field NamaUser dan Password (Anhar, 2010).

E. MySQL MySQL (My Structure Query Language) adalah salah satu Database Management System (DBMS) dari sekian banyak DBMS seperti Oracle, MS


SQL, Postagre SQL, dan lainnya. MySQL berfungsi untuk mengolah database menggunakan bahasa SQL. MySQL bersifat open source sehingga kita bisa menggunakannya secara gratis (Anhar, 2010). F. Bahasa Pemrograman C# Bahasa pemrograman C# (baca: C-sharp) dirancang oleh Microsoft Corp.

Sebagai bahasa pemrograman yang sangat berdaya-guna, aman

(secure), serta mudah digunakan. Sebagai bagian dari platform .NET, bahasa pemrograman C# dirancang sedemikian rupa untuk bekerja dengan sangat baik di atas framework .NET yang mampu digunakan untuk menulis perangkat handal demi layanan yang cepat. Bahasa pemrograman C# juga dapat digunakan untuk mengembangkan aplikasi sarana bergerak (mobile application), aplikasi berbasis Web (Web-based apllication), serta aplikasiaplikasi berskala besar (enterprise) (Nugroho, 2010). G. Penelitian Sejenis Penelitian

tentang

sistem

pendukung

keputusan

telah

banyak

dilakukan oleh peneliti dengan menggunakan beberapa metode. Sistem pendukung

keputusan

berbasis komputer memudahkan para pengambil

keputusan dalam melakukan tugasnya. Angkasa (2016), menerapkan metode profile matching

untuk

menentukan kelayakan pemberian kredit pada PNPM MANDIRI di kota Banjarmasin. Kelompok Swadaya Masyarakat (KSM) yang mengajukan kredit

akan

dinilai berdasarkan

kriteria-kriteria

yang

telah

ditetapkan

diantaranya meliputi : tujuan, karakter, kapasitas modal, kondisi, kontinuitas,


dan cek lingkungan. Kemudian nilai profil

yang dimiliki oleh KSM akan

dicocokan dengan nilai profil pencapaian yang telah ditentukan. Hasil dari proses ini berupa perankingan untuk didanai bagi pihak pengambil keputusan untuk menentukan KSM yang layak untuk menerima kredit. Faizal (2014), mengimplementasikan metode profile matching

dalam

penentuan penerimaan usulan penelitian internal dosen STMIK El Rahma. Penilaian dan perhitungan nilai gap berdasarkan lima kriteria yaitu abstrak, pendahuluan, tinjauan pustaka, metode penelitian dan kesesuaian anggaran dan jadwal penelitian. Hasil penelitian menunjukan bahwa metode profile matching

dapat diimplementasi dalam sebuah sistem pendukung keputusan

untuk melakukan penilaian kelayakan proposal usulan penelitian dengan akurat, profesional dan proporsional berdasarkan kriteria penilaian. Wijaya (2015) telah membangun sebuah sistem pendukung keputusan untuk

menentukan

Muhammadiyah

lulusan

Purwokerto

terbaik

di

menggunakan

Fakultas metode

Teknik Simple

Universitas Additive

Weighting (SAW). Dalam proses penentuan lulusan terbaik digunakan beberapa kriteria yaitu : IPK, masa studi, tidak ada nilai D dan nilai C maksimal 1. Hasil dari penelitian ini digunakan sebagai pertimbangan dalam menentukan lulusan terbaik Fakultas Teknik. Penelitian ini memberikan alternatif berupa sistem pendukung keputusan untuk membantu pemangku kepentingan bidang akademik dalam memutuskan mahasiswa lulusan terbaik dengan metode SAW.


Indapuri (2014),

membuat sebuah sistem pendukung keputusan

penerimaan siswa baru menggunakan metode profile matching. Ada beberapa kriteria dalam penilaian, diantaranya yaitu : agama, bahasa indonesia, bahasa inggris, ilmu pengetahuan alam, ilmu pengetahuan sosial, matematika, quranhadits, aqidah-akhlak, fiqih, sejarah kebudayaan islam, dan bahasa arab. Sistem yang dibuat bertujuan untuk membantu proses seleksi penerimaan siswa baru, sistem yang dirancang menggunakan visual basic.net 2008. Joshi, dkk. (2013), menggunakan profile matching untuk mencocokan setiap profil pengguna yang berbeda di jejaring sosial. jejaring sosial menawarkan kepada pengguna sarana yang menarik

dan cara untuk

berhubungan, berkomunikasi dan berbagi informasi dengan pengguna lain di dalam platform yang sama. Situs jejaring sosial memungkinkan pengguna untuk berbagi ide, kegiatan, acara dan lainnya. Jenis utama layanan jejaring sosial yaitu merekomendasikan teman yang

menggunakan platform

yang

sama. Kriteria yang digunakan untuk mencocokan profil pengguna di jejaring sosial yaitu nama, nama sekolah, lulusan Universitas/perguruan tinggi, pasca sarjana Universitas, keluarga, teman bersama, email, alamat, dan bahasa. Penelitian ini memudahkan para pengguna jejaring sosial menemukan temanteman mereka di situs jejaring sosial yang sama berdasarkan kecocokan profil para pengguna. Sravani, dkk. (2015), menggunakan skema profile matching dalam mengklasifikasikan profil pengguna di media sosial ke dalam tiga bagian yaitu non-anonimitas, anonimitas bersyarat, dan anonimitas penuh. Tujuan


utama dari penelitian ini yaitu untuk menentukan kesamaan keseluruhan dari profil pengguna dari hubungan mereka satu sama lain. Aplikasi profile matching

yang

telah

dibuat diimplementasikan untuk

membantu klien

menemukan individu yang cocok dengan individu yang lainnya. Protokol keamanan juga tak luput digunakan seperti ICPM, IPPM, BPSE, dan BPSE guna untuk meningkatkan privasi sehingga hanya sedikit informasi profil pengguna yang terungkap. Ringkasan dari penelitian-penelitian sejenis ditunjukan pada Tabel 2.


Tabel 2. Ringkasan Penelitian Sejenis No. 1

Peneliti Angkasa (2016)

2

Faizal (2014)

3

Wijaya (2015)

4

Indapuri (2014)

Judul Penelitian Penerapan Metode Profile Matching untuk Menentukan Kelayakan Pemberian Kredit pada PNPM Mandiri Kota Banjarmasin Implementasi Metode Profile Matching untuk Penentuan Penerima Usulan Penelitian Internal Dosen STMIK El Rahma Sistem Pendukung Keputusan untuk Menentukan Lulusan Mahasiswa Terbaik Menggunakan Metode Simple Additive Weighting (SAW) Sistem Pendukung Keputusan Penerimaan Siswa Baru dengan Menggunakan Metode Profile Matching

5

Joshi (2013)

Attributes Similarities Supports Profile Matching in Sosial Network

6

Sravani (2015)

A Novel Profile Matching Scheme in Mobile Social Network Using Implicit Comparison Based Matching Protocol

Tujuan Membantu pihak pelaku PNPM mandiri dalam menentukan pemberian kelayakan pemberian kredit Merancang sebuah aplikasi sistem pendukung keputusan penentuan kelayakan proposal penelitian internal dosen Menentukan lulusan terbaik di Fakultas Teknik Membantu Mts. Alwasliyah dalam memutuskan alternatif-alternatif terbaik dalam penerimaan siswa baru Memudahkan para pengguna jejaring sosial menemukan teman-teman mereka di situs jejaring sosial yang sama berdasarkan kecocokan profil para pengguna. Untuk menentukan kesamaan keseluruhan dari profil pengguna dari hubungan mereka satu sama lain dan menemukan individu yang cocok dengan individu yang lainnya.

Metode Profile Matching Profile Matching Simple Additive Weighting (SAW) Profile Matching Profile Matching

Profile Matching


Decision Support System (DSS)

Recommend Documents