Prosiding Seminar Nasional Ilmu Komputer Undip 2014
Dukungan Sistem Pengambilan Keputusan Cerdas Untuk Peningkatan Efektivitas dan Efisiensi Kebijakan Pelayanan Publik (Intelligent Decision Support System for Publict Service Policy Effectiveness and Efficiency Improvement)
Oleh Prof. Dr. Ir. Marimin, MSc. Sekolah Pascasarjana, Institut Pertanian Bogor
E-Government -Sectoral Focus • • • •
e-Health, e-Education, e-Municipal works and Local Government e-Personnel citizens
• Others
Disampaikan pada Seminar Nasionnal Ilmu Komputer Universitas Diponegoro, Semarang 18 Oktober 2014 Raina, UNDP
Kompleksitas Pelayanan Publik • Peningkatan jumlah penduduk • Peningkatan kesejahteraan
Ketersediaan Sistem Manajemen
• Keterbatasan Sumberdaya • Keterbatas Informasi • Keterbatasan ICT Tools
Domestik • Kualitas pelayanan • Kualitas pengambilan keputusan • Kualitas kebijakan • Kualitas sumberdaya
Daya saing Pelayanan Publik
Internalisonal E & E Pelayanan Pelayanan Tepat Waktu d Ak
• Informasi menyebar tanpa batas • Modernisasi Sistem dan Metoda
N- Tier ( Multi Layer) Web Based ( Internet ) Service Oriented ( SOA)
IDSS PSPi
Enterprise Application Integration Enterprise Information Integration Maximum Service Orientation
Optimized E-SERVICES
Raina UNDP
High Level E-Government Systems Architecture FULFILMENT
Public Sector Management Process Strategic Business Processes
Operational Business Processes
Public Service Delivery
INTEGRATION FRAMEWORK
Back end applications and Databases/ Data warehouse
Customer Interface Decision Support System
Management Information System
Content Management System other E Govt. Systems
Applications
Content / Doc. Repositories / Data warehouses
Raina-UNDP
Raina-UNDP
B-1
Prosiding Seminar Nasional Ilmu Komputer Undip 2014
Payment
E-Government Architecture Model
Estimate Creation
Measurement / Inspection
Estimate Approval
Contract Management / Catalogue Management Agency-1 Agency-6
Indent Management
Preparation of Tender Document
Issue of Order Agency-2
Tender Finalization
E-Govt. Hub
Process Overview
Draft Tender Schedule
Tender Evaluation
Agency-6
Approval of Tender Schedule
Agency-3
Information
Tender Opening
E-Tendering Publish of Tender Agency-5
Submission of Bid
Agency-4
Supplier Registration
Sanjay Sahay IGP PCW
Raina-UNDP
Project Management at the Provincial LevelSystems Architecture
Peran TIK: Integrator Sistem Pelayanan Satu Atap • Banyak unit • Kewenangan yang berbeda-beda • Proses birokrasi yang berlainan • Banyak data
Aplikasi Perijinan UPTSA Perijinan Online (WEB)
INTERNET
Pemohon
Pusat Kota Core Sistem OSS
Mobile OSS (SMS)
Pemohon
LAN Pemda
Aplikasi Perijinan Din.Teknis
GSM/ CDMA
Staf Pelaksana Teknis
Pemohon Performance Monitoring Akses Dimana Pun
Kios Perijinan
Pemohon Kecamatan/Desa
Eksekutif
Pemakai melihatnya sebagai satu layanan Nugroho
Raina-UNDP
Systems Architecture- E-Procurement
Integrasi: Pemakaian Data Bersama Kemen Sosial
Badan Kependudukan
Kemen Kesehatan Raina UNDP
B-2
Penanganan bencana
Data kependudukan
Data prasarana fisik & fasum
Layanan Pertanian
Kemen Kimpraswil
Kemen Pert/Keh
Data kesehatan Nugroho
Prosiding Seminar Nasional Ilmu Komputer Undip 2014
BAGAN ALUR ADMINDUK
PLANTATION ESTABLISHMENT
DAFDUK
OUTPUT
1. Pencatatan Biodata Penduduk dan Penerbitan NIK 2. Pencatatan atas Pelaporan Peristiwa Kependudukan 3. Pendataan Penduduk Rentan Kependudukan 4. Pelaporan Penduduk yang tidak dapat melapor sendiri
INPUT
1. Perumusan Kebijakan 2. Perencanaan Pembangunan 3. Kebutuhan Sektor Pembangunan lain 4. Pilkada dan Pemilu 5. Penyusunan Perkembangan Kependudukan 6. Penyusunan Proyeksi Kependudukan 7. Verifikasi Jati Diri Penduduk dan Dokumen Kependudukan
INPUT
INPUT
OUTPUT
SIAK
CAPIL
Dokumen Kependudukan
(Biodata, KK, KTP, Surat Keterangan Kependudukan, Akta/Kutipan Akta) (2)
PROVINSI
Petugas Provinsi mengkonsolidasi Data kependudukan dari Kab/Kota
Data kpddkan dikelola & diolah menjadi datainformasi kpddkan Verifikasi data pddk melalui NIK dan Sidik Jari
Petugas Instansi Pelaksana menerima formulir dan dokumen persyaratan serta melakukan verifikasi/ validasi
Verifikasi data pddk melalui NIK dan Sidik Jari Rekam data sesuai peristiwa Cetakan dokumen
DESA/KEL
KECAMATAN
PUSAT
Data kpddkan dikelola dan diolah menjadi data kepddkan nasional berbasis NIK dan sidik jari untuk verifikasi data penduduk & statistik
KAB/KOTA
PROSES
Petugas Pusat mengkonsolidasi Data kependudukan dari Kab/Kota dan Provinsi
Verifikasi/validasi formulir, Berkas persyaratan Verifikasi pddk melalui NIK Rekam data sesuai peristiwa Rekam sidik jari Verifikasi /validasi formulir, data penduduk Mencatat dlm buku harian peristiwa kpddkan dan penting Mengambil sidik jari
1. 2. 3. 4. 5.
6.
Preparation of site map, Start plantation preparation work Site clearance Align and mark sites for pits and trenches etc., Demarcation of inspection paths and fire lines, digging of pits, trenches, cpt/erect barbed wire fence Digging and constructing soil moisture conservation structures, irrigation channels, apply prophylactic insecticides to pits and other soil work, weathering of pits/trenches/bunds and the corresponding expenditure on each
UPDATE
DFO & STAFF
PLANTING RELATED ACTIVITIES
1.
Prepare plantation board Construct/ repair road for transport of seedling 3. Refill pits 4. Sow seed on trenches/CPT/bunds etc. 5. Transport seedlings from nursery 6. Plant seedlings 7. Irrigate seedlings 8. Replace mortality 9. Undertake scrapping and reports weeding Inspection 10. Clear fire lines Appendix) 11. Control burn fire lines 2.
activity UPDATE
DFO & Staff
PERIODIC PLANTATION MONITORING AT SITE 1. 2.
Monitoring of plantation Monitor plantation survival 3. Monitor av. plant height 4. Monitor expenditure 5. Monitor plantation health 6. Compare plantation health with previous efforts 7. Compare with planned estimates 8. Monitor socioeconomic benefits 9. Record plantation establishment time and costs in journal 10. Record instructions on
DFO AND STAFF
Inter division for or inter 12. Expenditure each circle inspection activity reports
CONSOLIDATION AT DIVISION
CF CONSOLIDATION AT CIRCLE HQ & CCF CONSLIDATION AT HQ
(Adminduk-Depdagri)
OUTPUT
Database kependudukan nasional disajikan berupa : Statistik Verifikasi NIK Nasional
Agricultural Irrigation Management System OUT COME
Decision Support Systems & Knowledge Systems
Warehouse
Pemerintah
Database kpddkan Provinsi
Penyajian DataInformasi (statistik) Kependudukan
Application Framework
Database kpddkan Nasional Statistik kppdkan nasional
Six monthly inspections reports Annual reports Consolidated reports of physical and financial progress wing-wise and scheme-wise for a division, circle and entire state
Shashank Ojha - The World Bank
Adminduk-Depdagri
ADMINDUK ERINTEGRASI PADA e-KTP INPUT
Penduduk mengisi formulir : Biodata penduduk per keluarga Pindah alamat Pelaporan kelahiran Pelaporan kematian Lain-lain
SITE PREPARATION ACTIVITIES
MANFAAT
Pencatatan Kelahiran Pencatatan Lahir Mati Pencatatan Perkawianan Pencatatan Pembatalan Perkawinan Pencatatan Perceraian Pencatatan Pembatalan Perceraian Pencatatan Kematian Pencatatan Pengangkatan Pengesahan dan Pengakuan anak 9. Pencatatan Perubahan Nama & Perubahan Status Kewarganegaraan 10. Pencatatan Peristiwa Penting 11. Pelaporan Penduduk yg Tdk Bisa Melapor Sendiri
Petugas Kecamatan menerima formulir, dokumen persyaratan dan berkas sidik jari
DFO AND STAFF
DATABASE/Data warehouse KEPENDUDUKAN (1)
INFODUK
1. 2. 3. 4. 5. 6. 7. 8.
Forest Management System
Water Resources Planning Data Collation, Analysis, Planning Water Resource Management
Network maintenance
Dams Database & Dams Safety
Maintenance planning Condition monitoring
Real Time Distribution and Control
Statistik kppdkan Provinsi
Basin Database
GIS Database
Enterprise Information / Decision Support Systems Dokumen kependudukan ditandatangani dan diagenda selanjutnya disampaikan ke penduduk (KK/KTP, Surat Ket Kpddkan & Kutipan Akta) Berkas dan rekaman sidik jari disampaikan kepada Instansi Pelaksana
Formulir di ttd Berkas, termsk sidik jari disampaikan ke Kecamatan
Database kpddkan Kab/Kota
Bisnis
Procurement and Contracts Management
Dokumen kppdkan Statistik kppdkan Kab/Kota Berkas dokumen arsip persyaratan, sidik jari & buku pelaporan peristiwa kepddkan & peristiwa penting Buku pelaporan peristiwa kependudukan dan peristiwa penting
Contracts and Contractors Management
Tendering and Procurement
HR
Stakeholders Management
Financial
Projects
Portal/Web Site for ID Human Resources Payroll Mgmt
Assets Project Mgmt.
AR
AP
Gen Ledger
WUA/Farmers Info System
Planning / Budgeting
Revenue Billing
Cash Management
WRD Intranet with Messaging, Groupware, Workflow Penduduk
Shashank Ojha - The World Bank
Agricultural Portal
E-Health eHealth IS Emergency physicians
Interfaces with external databases
Ministry of Defence Agency (Defence Force doctors, of Defence Force lists) Medicines
Ministry of Justice (prison medicine, forensic medicine)
Social Insurance Board Medical registries: Birth Register Cause of Death Registry Medical units Cancer Register of institutions ... (kindergartens, schools, prisons)
Emergency medical care ~30
Ministry of Education Health Care (Education Information Board System)
Health Insurance Fund
Ambulatory medical care ~450
Certification Centre
Ministry of Interior (Population Register)
X-Road
Pharmacies ~350 Family physicians ~800
Information systems of family physicians
Prescription centre (Health Insurance Fund)
Electronic Health Record
Doctors
Hospitals ~50
Citizen Portal
eHealth Portal Doctor Portal
Citizens
Doctors
Statistics
Statistics users
Shashank Ojha - The World Bank
Medical researches
Oliver Lillepruun
B-3
Prosiding Seminar Nasional Ilmu Komputer Undip 2014
ffi= feed forward information fbi= feed back information
Directive
EIS
EMS DSS
Strategic
Tactic
IS DBMS/ MIS
ES
EDP
Operasional
Posisi ES/ES pada Sistem Informasi (IS)
23
Kompleksitas dan Permasalahan Pengambilan Keputusan
`
IDSS-PSPi Public Service Policy
Sumber Data Data warehouse Pra Proses / Back end activity Metode Rapid Application Developement
B-4
Data Mining
Business Intelligence Front end Representation
Portal
Improvement Efektivitas dan Efisiensi Pelayanan Publik
Prosiding Seminar Nasional Ilmu Komputer Undip 2014
SAMPLE OF DECISION AREA
Sistem Pengambilan Keputusan (SPK/DSS)
• E-gouverment
Merupakan alat manajemen yang terdiri dari komponen basis data, basis model dan user
• E-PID (KTP, SIM dsb)
interface yang berbasis komputer yang dapat
• Water allocation and usage
digunakan untuk memecahkan masalah dan
• Budged allocation
membantu tugas-tugas pengambilan keputusan.
• Seat allocation of a general election
DSS mendukung pengambilan keputusan kompleks
• Strategy for ICT development
dengan penekanan pada efektifitas.
• .… 28 25
Empat Karakteristik Utama DSS
1. Mengakomodasian Data dan Model
2. Membantu Pimpinan Pada Pengambilan
Keputusan pada Situasi Tidak/Kurang Terstruktur
3. Penekanan pak Mendukung dari pada Mengganti Proses Pengambilan
KeputusaSupport
4. Meningkatkan efectivitas baru efisiensi.
Pengetahuan v.s. wisdom Pendekatan Berencana v.s. Pend. Sistem Pendekatan Hard-System v.s. Soft-system Teori mendalam v.s. Aplikasi pragmatis Basis Data/informasi v.s. basis model/pengetahuan Alat dan sistem canggih v.s. Alat dan sistem tepat guna dan tepat sasaran
26
29
DSS STRUCTURE Data; External and Internal
Other Computerbased Systems
Model Based Management
Data Based Management
Dialog Management
Cara Pandang Parsial v.s. Holistik Penekanan pada Efektivitas v.s. Efisiensi Orientasi Penyelesaian Masalah v.s. Pencapaian Tujuan Team-work v.s Individual-work Collective v.s. Individual Decision Making Jangka waktu menengah atau panjang
Manager (User) and Tasks 27
30
B-5
Prosiding Seminar Nasional Ilmu Komputer Undip 2014
- ICT Profile - Population Profile
- Input
Data Extraction
DBMS
- ICT policy
Ranah basis data/pengetahuan
- Edit - Sort
Dialog Management System
ICT Prediction
• Teknik pengambilan keputusan multikriteria /hirarki • Teknik sistem intelijen: sistem fuzzy, jaringan neural dan algoritma genetik • Teknik optimasi
Financial Analysis Model
User
Pengembangan model
Basis Model
Population Dynamic Model
ICT Policy
keputusan • Teknik sistem intelijen • Teknik heuristik • Teknik optimasi
Kebutuhan Permodelan
Fuzzy atau eksak
MBMS
• Teknik pengambilan
Pemodelan Sistem Cerdas
• Konsep dan hirarki • Kendala • Konsep representasi
- Integrated
Model Algoritma Standard yang sudah diimplementasikan
Tujuan dan Permasalahan
DBMS Function
Data
Agenda metode dan algoritma • Prosedur eksekusi • Fasilitas dialog • Representasi dan penjelasan
Karakteristi k Model
31
Figure : DSS for ICT Development
34
Komponen Sistem Pakar (Mod. Turban et al., 2011) DBMS Function
Data - Area Profile - Population Profile
The Expert System
- Input
Data Extraction
DBMS
- Disaster Profile
- Edit
Expert Advice
- Sort
User Interface Programs
- Integrated
Inference Engine Program
Knowledge Base
Workstation
User MBMS Dialog Management System
Disaster Prediction
Expert System Development Disaster Prevention Knowledge Engineering
Knowledge Acquisition Program
Victims evacuation User
Res. Mobili.
IDSS for Disaster Management
Workstation
Data
Model
Sistem Manajemen Basis Data
Sistem Manajemen Basis Model
Data Penduduk
Sub Model Estimasi Pemilih
Data Partai
Sub Model Penetapan Anggota DPR
Data Wilayah Administrasi
Sub Model Penetapan Anggota DPRD
Data KPU
Sub Model Alokasi Sumberdaya
Data Pemilih
Sub Model Pemilihan Mobilisasi Sumberdaya
Data Anggaran
35
Komputasi Cerdas untuk IDSS Neural Network
Logika Fuzzy
Basis Data (Big data/Data Manajemen warehouse Risiko Pelayanan Publik
Sub Model Pemilihan Presiden Data PEMILU
Sistem Pengolahan Terpusat
Sistem Manajemen Dialog
Optimasi Koloni Semut
Pengguna
Sistem Pengambilan Keputusan bagi KPU
B-6
Expert and/or Knowledge Engineer
32
33
Multi Objective Programming
Intelligent Model based Algoritma Management Genetika System
Kelembagaan dan DSS Cerdas PSPi
- ISM - Sistem Cerdas
Prosiding Seminar Nasional Ilmu Komputer Undip 2014
- Population Profile
PEMODELAN SISTEM
DBMS Function
Data - ICT Profile
KERANGKA KONSEPTUAL MODEL IDSS-PSPi
- Input Data Extraction
- Edit
DBMS
- Sort
- ICT policy
- Integrated
IntelligenMBMS ICT Prediction - NN
Dialog Management System
Fuzzy Financial Analysis Model
Pemodelan Sistem Cerdas
Tujuan dan Permasalahan
SC-for ICT Policy
Figure : Intelligent DSS for ICT Development
Verifikasi dan Validasi
37
DBMS Function
Data
- Population Profile
Akses Media
Population Dynamic Model
User
- Area Profile
Basis data dan Proses Ekstraksi Data / Informasi
Basis Model dan Algoritma Pendukung
- Input
Data Extraction
DBMS
- Disaster Profile
1. Fuzzy Systems
- Edit - Sort - Integrated
2. Neural Networks Intelligen MBMS Dialog Management System
3. Genetic Algorithms
Disaster Prediction Disaster Prevention
Victims evacuation User
Res. Mobili.
Figure IDSS for Disaster Management
Data
Model
Sistem Manajemen Basis Data
Sistem Manajemen Basis Model
Pengetahuan
Data Penduduk Data Partai
Sub Model Estimasi Pemilih
Sistem Manajemen Basis Pengetahuan • Akuisi Pengetahuan
Data Wilayah Administrasi
• Konseptualisasi Pengetahuan • Representasi Pengetahuan
Representasi
Sub Model Penetapan Anggota DPRD Sub Model Alokasi Sumberdaya
Data Pemilih
Sub Model Pemilihan Mobilisasi Sumberdaya
Mekanisme Inferensi
Fuzzy System
Sub Model Penetapan Anggota DPR
Data KPU
Data Anggaran
41
38
Penanganan
dan penanganan ketidak pastian pengetahuan yang tidak terlalu jelas batas-
batasnya. Neural Network
Sub Model Pemilihan Presiden
Data PEMILU
Model
komputasi dengan pembelajaran dan sistem pengingat
Inter-ektrapolasi
Sistem Pengolahan Terpusat
Genetic Algorithm
Sistem Manajemen Dialog
Penelusuran Pengguna
Figure Sistem Pengambilan Keputusan Cerdas bagi KPU
Model 39
heuristik optimasi 42
B-7
Prosiding Seminar Nasional Ilmu Komputer Undip 2014
Sistem mencari kasus serupa dalam basis pengetahuan
Tujuan dan Masalah
Basis Pengetahuan Kasus
Sistem meminta tambahan informasi
Sistem menemukan solusi yg cocok dan mengambilnya Ya Sistem mengubah solusi agar lebih cocok dng masalah
Berhasil ? Tidak
46
43
X1
X2
X3
X5
layer
input : 5 node
...
Sistem Fuzzy Fuzzy Linear
Programming
Fuzzy AHP H1
layer tersembunyi :
Fuzzy QFD,
. . . H13
H2
1 layer, 13 node
Dst.
Neural Network
Algoritma Genetika
Sistem Pembelajaran
layer
output : 3 node
y1
y2
y3
Optimasi Genetik 47
44
. Search Techniques
Ga adalah suatu teknik pencarian/optimasi yang meniru proses genetika alami.
Operator GA: Seleksi Crossover Mutasi (cth: acak)
FS Calculus Base Techniqes
Fibonacci
Sort
Tabu Search
DFS
Hill Climbing
Simulated Anealing
Genetic Programming
Evolusi Alami
GA
Genotif Fenotif Kromosom Gen Allele Fitness
String yang dikodekan Titik yang tidak dikodekan String/individu Posisi string Nilai pada posisi tertentu Nilai fungsi objektif
B-8
Enumerative Techniques
Guided random search techniques
Dynamic Programming
BFS
Evolutionary Algorithms
Genetic Algorithms
5.1 GA using NN
NN
GA 5.2 NN using GA
45
48
Prosiding Seminar Nasional Ilmu Komputer Undip 2014
Rekomendasi
Soft Computing Penyusun iMBMS Pendekatan Sistem
METODA
Prediksi ICT
MULAI
• Analasis Kebutuhan • Formulasi Permasalahan • Identifikasi Sistem
Pengembangan portal layanan publik terintegrasi dengan Sistem Pengambilan Keputusan Cerdas
Nerual Network
Prediksi kebutuahan Segmentasi
Pengembangan Basisdata/Data warehouse untuk aplikasi bersama layanan publik
Fuzzy-clustering
Dinamika Populasi
System Dynamic
Kelayakan dan optimasi layanan
Fuzzy feasibility analisis and opt.
Strategi Pengembangan Kebijakan Pelayanan Publik
Fuzzy AHP
Pengembangan Basis Model dan Bisnis Intelligen Modul yang terintegrasi dengan Dash-board multi hirarki.
49
Referensi Integration Service
Aplikasi Lain
Presentation Layer
Intelligent Decision Support
Business Logic
Data Access Database/ Data Warehouse
Input Adapter
Transformer
1.
Ditjen-Adminduk-Depdagri. 2009. Sosialisasi Kebijakan dan Peraturan Administrasi Kependudukan.
2.
Nugroho LE. Menuju Implementasi E-Government yang Efektif. Diakses 11 September 2014
3.
Ojha S. ICT in Rural Development : Towards effective Governance. The World Bank. Diakses 10 September 2014.
4.
Lillepruun O. E-Health Information System. Diakses 11 September 2014
5.
Sahay S. E-Procurement. Diakses 11 September 2014.
6.
Raina. E-Government , Systems Architecture, E-GIF , E-Services and related subjects. UNDP. Diakses 11 September 2014.
7.
Turban E., R. Sharda, and D. Delen. 2011. Decision Support and Business Intelligence Systems.
8.
Beberapa riset penulis dalam bidang Sistem Pengambilan Keputusan Cerdas, Sistem Cerdas dan Intelijen Bisnis.
Document Input
Penutup iDSS dapat diintegrasikan pada Sistem Informasi Layanan publik yang berperan penting pada peningkatan efektivitas dan efisiensi pelayanan publik utamanya dalam hal ketepatan, kecepatan pengambilan keputusan. Telah dirumuskan beberapa kerangka aplikasi iDSS yang diharapkan mampu meningkatkan efektifitas dan efisiensi pengambilan keputusan dalam perumusan kebijakan layanan publik pada berbagai level manajemen.
Terima kasih Thank you Arigatou Gozaimasu
B-9