Konsep Sistem Pendukung Keputusan

Konsep Sistem PendukungKeputusanDECISION SUPPORT SYSTEM [MKB3493]Dosen: Yudha Saintika, S.T., M.T.I

Sub Capaian Pembelajaran MKWe Are Here!!!

Tinjauan Definisi SPK“Sistem berbasis model yang terdiri dariprosedur-prosedur dalam pemrosesan datadan pertimbangannya untuk membantumanajer dalam mengambil keputusan”

The Ford Case Study (1980)KARAKTERISTIK SPK2Memberidukungan untukpara manajerdalam semualevel1Masalahsemiterstrukstur &tidak terstruktur14Standalone,terintegrasi danberbasis web.13Kemampuanakses data3Memberidukungan bagiindividu ataukelompok5Memberi dukunganbagi semua tahapproses 2Pemodelan &analisis6Memberi dukunganbagi berbagai bentukpengambilan putusan salingmempengaruhi ataudilakukan berurutan9Efektif8Mudahdigunakan7Bersifat adaptifdan fleksibel

1Mendukung para pengambilkeputusan dalam situasisemiterstruktur & tidakterstruktur yang dilakukan secarabersama-sama antara keputusandari pengambil keputusandengan informasiterkomputerisasi.

2Dukungan untuk semualevel menejerial, mulaidari eksekutif tingkatatas sampai kelasmanajer

3Dukungan untuksemua individudalam kelompok

4Keputusan dapat diambilsekali, beberapa kaliatau berulang

5Mendukung dalam semuatahap proses pengambilankeputusan

6Mendukung dalambeberapa modelpengambilan keputusan

7Bersifat adaptif danfleksibel

8Mudah dan nyamandigunakan

9Meningkatkanefektivitaspengambilankeputusan

10Dikendalikansepenuhnya olehpengambil keputusanselama prosespenyelesaian masalah

11Sistem dapat dikembangkandengan mudah

12Memiliki kemampuan untukmenganalisis situasipengambilan keputusan

13Memiliki kemampuanuntuk mengaksesdata dari berbagaisumber, berbagaiformat, tipe, dll.

14Dapat digunakansebagai perangkatyang bersifatstandalone,terintegrasi atauberbasis web

Kategori SPK Turban (2005) mengkategorikan model sistempendukung keputusan dalam tujuh model, yaitu: Model optimasi untuk masalah-masalah /terbatas. Model optimasi dengan algoritma. Model optimasi dengan formula analitik. Model simulasi. Model heuristik. Model prediktif. Model-model yang lainnya.

Kategori SPK (2)Model optimasi untuk masalah-masalah denganalternatif - alternatif dalam jumlah relatifkecil/terbatas. Model ini akan melakukan pencarian terhadapsolusi terbaik dari sejumlah alternatif. Teknik-teknik untuk penyelesaian masalah iniantara lain dengan menggunakan tabelkeputusan atau pohon keputusan.Contoh: Tabel Keputusan, Pohon Keputusan, MultiAttribute Decision Making (MADM)

Contoh Pohon Keputusan

Kategori SPK (3)Model optimasi dengan algoritma. Model ini akan melakukan pencarian terhadapsolusi terbaik dari banyak alternatif. Proses pencarian dilakukan tahap demi tahap. Teknik-teknik untuk penyelesaian masalah iniantara lain dengan menggunakan linearprogramming atau model matematika yanglainnya, atau menggunakan model jaringan.Contoh: Linear Programming, ANN

Contoh Permasalahan LP(Pembuatan rencana produksi)Ada sebuah permintaan barang selama 6 bulan kedepan di perusahaan ABC 300300350300DemandKarton12008001500150020001200HPP pada contoh ini diasumsikan berbeda setiap bulannya. Asumsi yang digunakan adalah sebagai berikut(kondisi perusahaan ABC):1. Kapasitas mesin produksi adalah 1400 kartonperbulan2. Biaya penyimpanan adalah Rp 20/bulan/karton3. Barang memiliki masa exp 1 tahun, sehingga permintaan bisa dipenuhi pada bulan yang sama atau bulansebelumnya.4. Kapasitas gudang tidak boleh melebihi 2000 karton5. Perusahaan menginginkan adanya stok awal selalu diatas atau sama dengan 200 karton untukmengantisipasi tambahan demand6. Stok awal 200 karton dan diharapkan stok akhir di Bulan enam juga 200 kartonTentukan batasan harga pokok produksi dengan menggunakan linear programming!

Kategori SPK (4)Model optimasi dengan formula analitik. Model ini akan melakukan pencarian terhadapsolusi hanya dengan satu langkah melalui rumustertentu. Model seperti ini banyak dijumpai pada masalahmasalah inventory.Contoh: SAW, WP, Topsis

Contoh Permasalahan padaSimple Additive Weighting (SAW) Suatu institusi perguruan tinggi akan memilih seorang karyawannyauntuk dipromosikan sebagai kepala unit sistem informasi. Ada empat kriteria yang digunakan untuk melakukan penilaian, yaitu: C1 tes pengetahuan (wawasan) sistem informasi C2 praktek instalasi jaringan C3 tes kepribadian C4 tes pengetahuan agama Pengambil keputusan memberikan bobot untuk setiap kriteriasebagai berikut: C1 35%; C2 25%; C3 25%; dan C4 15%. Ada enam orang karyawan yang menjadi kandidat (alternatif) untukdipromosikan sebagai kepala unit, yaitu: Indra, Roni, Putri, Dani, Ratna, dan Mira.

Kategori SPK (5)Model Simulasi. Model ini akan melakukan pencarian terhadapsolusi cukup baik atau solusi terbaik padabeberapa alternatif yang akan diuji dalampenelitian. Model ini lebih banyak digunakan untukbeberapa tipe simulasi.

Model Simulasi10 applications per hourPoisson arrival process (negative exponential)Receive infoRequest infoNo0.30.5Deliver cardacceptCheck forcompletenessStartNotify acceptanceYes0.7Perform checksMake decisioncomplete?Decide0.80.5Notify rejectionTime outreview requestreviiewReceive reviewrequest0.2Endreject

Kategori SPK (6)Model Heuristik. Model ini akan melakukan pencarian terhadapsolusi yang cukup baik melalui serangkaian aturan(rules). Model ini lebih banyak direpresentasikan denganmenggunakan pemrograman heuristik atausistem pakar

Contoh Permasalahan Model Heuristik Untuk menetapkan suatu daerah akan dipilihsebagai lokasi untuk mendirikan perumahan,telah dihimpun 10 aturan. Ada 4 atribut yang digunakan, yaitu: harga tanah per meter persegi (C1), jarak daerah tersebut dari pusat kota (C2), ada atau tidaknya angkutan umum di daerahtersebut (C3), dan keputusan untuk memilih daerah tersebutsebagai lokasi perumahan (C4).

Contoh Pembuatan Association Rule dalamModel Heuristik

Kategori SPK (7) Model prediktif. Model ini akan melakukan prediksi untuk masadepan apabila diberikan skenario tertentu. Model ini lebih banyak direpresentasikan denganmenggunakan model peramalan (forecasting)atau analisis Makov

Contoh Permasalahan Model Prediktif Sebuah perusahaan transportasi mempunyai 220 unit mobil. Namuntidak semua mobil dapat beroperasi dikarenakan mesin rusak. Datamobil yang sedang beroperasi(narik) dan rusak(mogok) adalahsebagai berikut :

Contoh Permasalahan Model Prediktif (2) Dalam waktu dua hari ini terdapat perubahan, mobil yang beroperasiternyata mengalami kerusakan, dan sebaliknya. Untuk mengetahuiperubahan yang terjadi dapat dilihat pada tabel di bawah ini :Dari data tersebut hitunglah :a. Probabilitas transisib. Probabilitas hari ke-3 narik jika hari ke-1 narikc. Probabilitas hari ke-3 mogok jika hari ke-1 narikd. Probabilitas hari ke-3 narik jika hari ke-1 mogoke. Probabilitas hari ke-3 mogok jika hari ke-1 mogok

Kategori SPK (8) Model-model yang lainnya. Model ini akan menyelesaikan kasus what-ifmenggunakan formula tertentu. Model ini lebih banyak digunakan padapemodelan keuangan atau konsep antrian.

Komponen DSS (3) Hättenschwiler (1999) User dengan perbedaan hak akses & fungsi dalampengambilan keputusan Konteks keputusan Target sistem yang menggambarkan keutamaanpreferensi Basis pengetahuan (sumber data eksternal,basisdata pengetahuan, data warehouses danmeta-databases, metode & model matematis,prosedur, inferensi, program administratif, dansistem pelaporan Lingkungan kerja untuk persiapan, analisis, dandokumentasi alternatif.

Komponen DSS (2) Power (2002) Antarmuka Basisdata (internal atau eksternal) Model & peralatan analisis (algoritma untukmembuat keputusan berdasarkan informasi padabasisdata yang direpresentasikan dalam bentuktabel atau graf) Arsitektur DSS dan jaringan.

Komponen DSS (6) Haag (2004) Manajemen Model Manajemen Data Manajemen Antarmuka

6.Jawaban7. SolusiTelah dapat ditentukan jumlahkaryawan yang harus diterimabeserta nama-nama karyawanyang layak diterima.5. Modelterpilih4.InformasiyangdibutuhkanWhat – rmationStatisticalModelsManajemen Data2.Pertanyaan3.PemilihanmodelManajemen ModelPerusahaanmembutuhkan beberapakaryawan baru di bagianpengepakan produk. Adabeberapa calon karyawanyang telah mendaftarkandiri. Berapa banyakkaryawan yangdibutuhkan? Siapa sajayang layak diterima?Manajemen Antarmuka1. Masalah

Komponen DSS (6) Turban, dkk (2005) Manajemen data Manajemen model Model-model eksternal Subsistem berbasis pengetahuan Antarmuka pengguna

Sistem Data: eksternal daninternalManajemendataManajemenmodelSubsistem berbasispengetahuanAntarmukapenggunaBasis eleksternal

Subsistem Manajemen Data Subsistem manajemen data, terdiri-atas basisdata yangberisi data-data yang terkait dengan permasalahan yangakan diselesaikan.DSS base Management SystemData dictionaryQuery facility

Struktur DMSBasispengetahuanterorganisasiSumber dataeksternalSumber datainternalEkstraksiQuery facilityData dictionaryDSS databaseDatabasemanagement system:Retrieval, Inquiry,Update, Reportgeneration, DeleteData pribadi,privateDatawarehouseperusahaanManajemen antarmukaManajemen modelSubsistem berbasispengetahuan

Kamus Data

Subsistem Manajemen ModelSubsistem manajemen model, merupakan paket perangkatlunak yang berisi statistik, ilmu manajemen, atau modelkuantitatif lainnya yang mampu memberikan kapabilitasanalitik bagi sistem.

Struktur MMSModel Strategik, algoritma, operasional. Statistik, keuangan, teknik,akuntansi, dll. Blok-blok pembentukan model.Model dictionaryManajemen Model Perintah-perintah pemodelan: creation. Pemeliharaan: update. Bahasa berbasispengetahuanData dictionary

Subsistem User Interface Subsistem antarmuka, yang digunakan olehpengguna untuk berkomunikasi dengan sistem. Untuk sistem berbasis web, web browser digunakanuntuk keperluan tersebut.

Manajemendata & DBMSSubsistemberbasispengetahuanManajemenmodel &MBMSUser Interface ManagementSystem (UIMS)Natural Language sPC displayPrinter, PlotterUser

Subsistem manajemen berbasis pengetahuanSubsistem ini mendukung semua subsistem lain ataubertindak sebagai suatu komponen independen yangmemberikan intelegensi untuk memperbesarpengetahuan si pengambil keputusan. Subsistem inidapat di interkoneksikan dengan repositoripengetahuan perusahaan (bagian dari sistemmanajemen pengetahuan) yang kadang-kadang disebut basis pengetahuan organisasional.

Kapabilitas DSSSecara umum, DSS harus memiliki kemampuanuntuk: Digunakan dengan mudah Mengakses berbagai sumber, tipe dan formatdata untuk berbagai permasalahan Mengakses berbagai kemampuan analisis denganbeberapa saran dan panduan.

Tugas 1 SPKPetunjuk PengerjaanTugas diketik dalam format PDF dan dikirimkan palinglambat hariSenin, 16 Oktober 2017 ke email:yudha@ittelkom-pwt.ac.id.Nama Subjek dan File: NIM Nama Tugas1SPK“Silakan baca review mengenai studi kasuspenerapan DSS terkait aplikasi PetroVantagedan jawab pertanyaan yang tersedia!”

Kesimpulan Sistem berbasis model yang terdiri dari prosedur-prosedur dalam pemrosesandata dan pertimbangannya untuk membantu manajer dalam mengambilkeputusan. Terdapat 14 karakteristik SPK menurut Turban. Kategori SPK menurut Turban dibagi menjadi 7 model yaitu Model optimasiuntuk masalah-masalah dengan alternatif-alternatif dalam jumlah relatifkecil/terbatas, Model optimasi dengan algoritma, Model optimasi denganformula analitik, Model simulasi, Model heuristik, Model prediktif, dan model model lainnya. Komponen DSS pada intinya memuat manajemen model, manajemen data, danmanajemen antarmuka. Subsistem manajemen data memuat dss database, DBMS, Data dictionary, queryfacility. Subsistem manajemen model memuat model itu sendiri dan manajemen model. Subsistem manajemen antarmuka memuat UIMS, Natural language processordan input output.

pengambilan keputusan Konteks keputusan Target sistem yang menggambarkan keutamaan preferensi Basis pengetahuan (sumber data eksternal, basisdata pengetahuan, data warehouses dan meta-databases, metode & model matematis, prosedur, inferensi, program administratif, dan sistem pelaporan Lingkungan kerja untuk persiapan, analisis, dan