MAKALAH SISTEM PENDUKUNG KEPUTUSAN
SISTEM PENDUKUNG KEPUTUSAN DAN METODE AHP
Makalah ini disusun sebagai tugas dari
mata kuliah Sistem Pendukung Keputusan
mata kuliah Sistem Pendukung Keputusan
Disusun oleh:
NAMA : PRESTI WARDHANI
NIM : A12.2009.03407
PROGRAM STUDI : SISTEM INFORMASI-S1
FAKULTAS ILMU KOMPUTER
UNIVERSITAS DIAN NUSWANTORO
SEMARANG
2012
1. ABSTRAK
Dalam sebuah instansi atau
perusahaan, manajemen selalu dihadapkan pada pengambilan keputusan. Pengambilan
keputusan merupakan sebuah proses memilih tindakan dari berbagai pilihan atau
alternatif untuk mencapai suatu tujuan tertentu. Menurut Simon (1977) pengambilan
keputusan manajerial sinonim dengan proses keseluruhan dari manajemen. Manajemen
dituntut untuk selalu memilih dan menentukan keputusan-keputusan secara cepat,
tepat dan benar. Pentingnya fungsi manajerial dalam hal perencanaan meliputi
rangkaian keputusan dimana harus menjawab berbagai pertanyaan seperti apa yang
harus dilakukan? Kapan? Di mana? Mengapa? Bagaimana? Oleh siapa? Manajer
menentukan tujuan dan rencana. Oleh karena itu perencanaan mengimplikasikan
sebuah pengambilan keputusan.
Sistem pendukung keputusan
menjadi solusi bagi perusahaan yang menangani pekerjaan baik dengan tingkat
biasa sampai dengan tingkat kompleksitas yang tinggi. SPK sebagai suatu sistem berbasis
computer mendukung pembuatan keputusan pada tingkat manajerial dengan situasi
keputusan semi terstruktur. SPK dalam hal ini tidak menggantikan peranan
manajer, melainkan hanya memberi informasi mengenai masalah yang bersangkutan,
keputusan tetap berada di tangan manajer. SPK adalah suatu sistem informasi
yang menggunakan model-model keputusan, basis data, dan pemikiran manajer
sendiri, proses modeling interaktif dengan komputer untuk mencapai pengambilan
keputusan oleh manajer tertentu.
Survei mennyimpulkan bahwa
banyak alasan perusahaan besar mengembangkan sistem pendukung keputusan
skala-besar. Di antaranya, perusahaan bekerja dalam ekonomi yang tidak stabil
dan berubah dengan cepat, adanya kesulitan untuk melacak berbagai operasi
bisnis, meningkatnya persaingan, e-commerce,
tidak ada sistem yang mendukung pengambilan keputusan, diperlukannya informasi
yang akurat baik untuk peningkatan kinerja maupun kepuasan pelanggan.
SPK tidak berdiri sendiri
karena ada berbagai macam metode yang dapat digunakan untuk membantu dalam
pemrosesan SPK. Misalnya adalah metode sistem pakar, regresi linier, B/C ratio,
AHP, IRR, NPV, FMADM, dan SAW. Dalam perjalanannya, AHP yang
lebih sering digunakan sebagai metode pemecahan masalah dibanding dengan
metode yang lain karena strukturnya yang berhirarki, sebagai konsekuesi dari
kriteria yang dipilih, sampai pada subkriteria yang paling dalam. Selain
itu, AHP juga memperhitungkan validitas sampai dengan batas
toleransi inkonsistensi berbagai kriteria dan alternatif yang dipilih
oleh pengambil keputusan.
Kata kunci : pengambilan keputusan, Sistem Pendukung
Keputusan, Analytical Hierarchy Process
(AHP)
2. PENDAHULUAN
Kemajuan dalam bidang teknologi
dan informasi saat ini memang sudah tidak diragukan lagi mengingat begitu
banyaknya aplikasi yang sudah diterapkan dan menjadi pendukung dalam setiap
pekerjaan di sebuah instansi atau perusahaan. Sejalan dengan meningkatnya
berbagai macam aplikasi yang terus dikembangkan, peranan manajer dihadapkan
dengan berbagai macam pengambilan keputusan, baik pada tahap perencanaan,
pelaksanaan, pengawasan, maupun pada tahap penilaian.
Sistem pendukung keputusan
(SPK) hadir sebagai salah satu solusi
bagi para manajer dalam menangani setiap pengambilan keputusan secara cepat dan
tepat. SPK merupakan bagian dari sistem informasi berbasis komputer (Computer Based Information Systems),
termasuk dalam sistem berbasis pengetahuan atau manajemen pengetahuan yang dipakai untuk mendukung pengambilan keputusan
dalam suatu instansi atau perusahaan. SPK sebagai sistem komputer berperan
mengolah data menjadi informasi untuk mengambil keputusan dari masalah semi
terstruktur yang spesifik.
Istilah Sistem Pendukung Keputusan atau Decision Support System pertama kali
dikemukakan oleh G. Anthony Gorry dan Michael S. Scoot Morton pada tahun 1971,
keduanya merupakan profesor MIT, USA . Dari mereka muncul suatu pemikiran untuk
mengarahkan penggunaan aplikasi komputer untuk membantu pengambilan keputusan
yang dilakukan oleh manajemen berdasarkan kepada konsep Simon mengenai keputusan dari yang terstruktur sampai
keputusan yang tidak terstruktur, juga berdasarkan kepada konsep Robert N. Anthony tentang
tingkatan-tingkatan manajemen.
SPK didefinisikan sebagai
“Sistem Berbasis Komputer Interaktif membantu para pengambil keputusan untuk
menggunakan data dan berbagai model untuk memecahkan masalah-masalah yang tidak
terstruktur”. SPK menyediakan informasi, pemodelan, dan pemanipulasian data.
Ada berbagai macam metode
yang dapat digunakan untuk membantu sistem pendukung keputusan, seperti sistem
pakar, regresi linier, B/C ratio, AHP, IRR, NPV, FMADM, dan SAW.
Dalam perkembangannya, AHP yang
lebih sering digunakan sebagai metode pemecahan masalah dibanding dengan
metode yang lain karena strukturnya yang berhirarki, sebagai konsekuesi dari
kriteria yang dipilih, sampai pada subkriteria yang paling dalam.
AHP (Analytical
Hierarchy Process) dikembangkan oleh Dr. Thomas L.
Saaty dari Wharton School of Bussines pada tahun 1970-an untuk
mengorganisasikan informasi dan judgment dalam memilih alternatif yang paling
disukai. Persoalan yang kompleks dapat disederhanakan dan
dipercepat proses pengambilan keputusannya. Prinsip kerja AHP adalah penyederhanaan suatu
persoalan kompleks yang tidak terstruktur, strategik dan dan dinamik menjadi bagian-bagiannya, serta
menata dalam suatu hirarki. AHP merupakan suatu model yang luwes yang
memberikan kesempatan bagi perorangan atau kelompok untuk membangun
gagasan-gagasan dan mendefinisikan persoalan dengan cara membuat asumsi mereka
masing-masing dan memperoleh pemecahan yang diinginkan darinya (Saaty, 1991,
p23).
3. PEMBAHASAN
3.1 Pengambilan Keputusan
Keputusan merupakan tindakan atau rangkaian tindakan
yang harus diikuti untuk memecahkan suatu masalah. Keputusan merupakan bagian
dari suatu rangkaian proses pengambilan keputusan. Jenis-jenis keputusan
menurut Simon:
1. Keputusan
terstruktur atau terprogram berasal dari permasalahan dan kejadian-kejadian
yang terstruktur. Keputusan ini mencakup situasi dimana prosedur pengambilan
keputusan yang harus diikuti dapat ditentukan sebelumnya. Misal: inventory re-order.
2. Keputusan
tidak terstruktur berasal dari permasalahan atau kejadian yang tidak
terstruktur. Keputusan mencakup situasi keputusan dimana prosedur yang harus
diikuti tidak bisa ditentukan sebelumnya. Misal: reorganisasi dalam perusahaan.
3. Keputusan
semi terstruktur, sebagian prosedur pengambilan keputusan dapat ditentukan
namun tidak cukup untuk memastikan keputusan. Misal: penjadwalan produksi.
3.2 Definisi SPK
Berikut ini definisi SPK menurut beberapa sumber:
1.Little,
J.D.C. (1970) DSS
sebagai “sekumpulan prosedur berbasis model untuk data pemrosesan dan penilaian
guna membantu para manager mengambil keputusan”.
2. Alter (1990) mendefinsikan DSS
dengan membandingkannya dengan sistem EDP (Electronic
Data Processing) tradisional pada lima dimensi sbb:
Dimensi
|
DSS
|
EDP
|
Penggunaan
|
Aktif
|
Pasif
|
Pengguna
|
Lini manajemen staf
|
Klerikal
|
Tujuan
|
Keefektifan
|
Efisiensi mekanis
|
Horison waktu
|
Masa
sekarang dan akan datang
|
Masa lalu
|
Tujuan
|
Fleksibilitas
|
Konsistensi
|
3. Bonczek (1980) DSS sebagai sistem berbasis computer yang
terdiri dari tiga komponen yang saling berinteraksi : sistem bahasa (mekanisme
untuk memberikan komunikasi antara pengguna dan komponen DSS lain), sistem
pengetahuan (repository pengetahuan domain masalah yang ada pada DSS entah
sebagai data atau sebagai prosedur), dan sistem pemrosesan masalah (hubungan
antara dua komponen lainnya, terdiri dari satu atau lebih kapabilitas
manipulasi masalah umum yang diperlukan untuk pengambilan keputusan).
4. Moore and Chang (1980) SPK dapat digambarkan sebagai sistem yang berkemampuan
mendukung analisis ad hoc data, dan
pemodelan keputusan, berorientasi keputusan, orientasi perencanaan masa depan,
dan digunakan pada saat-saat yang tidak biasa.
Dari beberapa definisi tersebut, maka dapat diambil
kesimpulan bahwa Sistem Pendukung Keputusan merupakan sistem berbasis computer yang
mendukung pembuatan keputusan pada tingkat manajerial dengan memanfaatkan data
dan model tertentu untuk memecahkan berbagai persoalan. SPK sebagai pendukung
pengambilan keputusan hanya memberi informasi, namun keputusan tetap berada di
tangan manajer.
3.3 Konfigurasi SPK
Digunakan untuk proses kerja pribadi maupun kelompok
Sistem Penunjang Keputusan. Proses konfigurasinya SPK akan melakukan suatu
perulangan yang bersifat konstan sampai dengan adanya hasil keputusan yang
diperoleh.
Terdapat tiga komponen utama dalam konfigurasi SPK:
1. Data management. Melakukan pengambilan
data yang diperlukan baik dari database yang berisi data internal maupun
database yang berisi data eksternal.
2. Model management. Melakukan interkasi baik
dengan User Interface untuk
mendapatkan perintah maupun Data Management
untuk mendapatkan data yang akan diolah.
3. User interface. Berinteraksi antara user dengan SPK, baik untuk memasukkan
informasi ke sistem maupun menampilkan informasi ke user.
3.4 Karakter dan kemampuan SPK
Karakteristik dan kemampuan ideal dari SPK ditunjukkan dengan gambar di
bawah ini:
1. Dukungan untuk pengambil keputusan, terutama
pada situasi semiterstruktur dan tak terstruktur, dengan menyertakan penilaian
manusia dan informasi terkomputerisasi. Masalah-masalah tersebut tidak dapat
dipecahkan (atau tidak dapat dipecahkan dengan konvenien) oleh sistem computer
lain atau oleh metode atau alat kuantitatif standar.
2.
Dukungan untuk semua level manajerial, dari
eksekutif 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
virtual melalui alat-alat Web kolaboratif.
4. Dukungan untuk
keputusan independen dan atau sekuensial. Keputusan dapat dibuat satu kali, beberapa kali, atau
berulang (dalam interval yang sama).
5. Dukungan di semua fase
proses pengambilan keputusan: intelegensi, desain, pilihan dan implementasi.
6.
Dukungan untuk di
berbagai proses dan gaya pengambilan keputusan.
7.
Adoptivitas sepanjang
waktu. Pengambilan keputusan seharusnya reaktif, dapat menghadapi perubahan
kondisi secara cepat, dan dapat mengadaptasikan DSS untuk memenuhi perubahan
tersebut. DSS bersifat fleksibel dan karena itu pengguna dapat menambahkan,
menghapus, menggabungkan, mengubah, atau menyusun kembali elemen-elemen dasar.
DSS juga fleksibel dalam hal dapat dimodifikasi untuk memecahkan masalah lain
yang sejenis.
8. Pengguna merasa seperti
di rumah. Rumah-pengguna, kapabilitas grafis yang sangat kuat, dan antarmuka
menusia-mesin interaktif dengan satu bahasa alami dapat sangat meningkatkan
keefektifan DSS. Kebanyakan aplikasi DSS yang baru menggunakan antarmuka
berbasis-Web.
9. Peningkatan terhadap
keefektifan pengambilan keputusan (akurasi, timeliness, kualitas) ketimbang
pada efisiensinya (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.
12. Biasanya model-model digunakan untuk menganalisis
situasi pengambilan keputusan. Kapabilitas pemodelan memungkinkan eksperimen
dengan berbagai strategi yang berbeda di bawah konfigurasi yang berbeda.
Sebenarnya, model-model membuat DSS
berbeda dari kebanyakan MIS.
13. Akses disediakan 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 berbagai organisasi
sepanjang rantai persediaan. Dapat diintegrasikan dengan DSS lain dan atau
aplikasi lain.
3.5 Komponen
1. Subsistem manajemen data. Subsistem
manajemen data mencakup satu database yang berisi data yang relevan untuk
situasi dan dikelola oleh sistem manajemen basis data (Data Base Management Systems
(DBMS)). Ada beberapa perbedaan antara data base untuk DSS dan
non-DSS. Pertama, sumber data untuk DSS lebih “kaya” dari pada non-DSS yaitu
data harus berasal dari luar dan dari dalam karena proses pengambilan
keputusan, terutama pada level manajemen puncak, sangat bergantung data dari
luar, seperti data ekonomi. Perbedaan lain adalah proses pengambilan dan ekstrasi
data dari sumber data yang Sangat besar. DSS membutuhkan proses ekstraksi dan
DBMS yang dalam pengelolaannya harus cukup fleksibel untuk memungkinkan
penambahan dan pengurangan secara cepat. Subsistem manajemen data dapat diinterkoneksikan
dengan data warehouse perusahaan. Subsistem manajemen data terdiri dari
elemen-elemen berikut ini:
a. DSS
database : kumpulan data yang saling terkait yang diorganisir untuk memenuhi
kebutuhan sebuah organisasi dan dapat digunakan oleh lebih dari satu orang
untuk lebih dari satu aplikasi. Data pada database DSS diekstrak dari sumber
data internal dan eksternal, juga dari data personal milik satu atau lebih
pengguna. Hasil ekstraksi ditempatkan pada database aplikasi khusus atau pada
data warehouse perusahaan, jika ada.
b. Sistem
manajemen database : Database dibuat, diakses, dan diperbarui oleh sebuah DBMS.
Kebanyakan DSS dibuat dengan sebuah DBMS relasional komersial standar yang
memberikan berbagai kapabilitas.
c. Direktori
data : Merupakan sebuah katalog dari semua data di dalam database. Direktori
ini berisi definsi data, dan fungsi utamanya adalah untuk menjawab pertanyaan
mengenai ketersediaan item-item data, sumbernya, dan makna eksak dari data.
Direktori ini terutama cocok untuk mendukung fase inteligensi dari proses
pengambilan keputusan karena membantu men-scan data dan mengidentifikasi area
masalah atau peluang-peluang.
d. Query facility : Membangun dan
menggunakan DSS sering memerlukan akses, manipulasi dan query data. Tugas-tugas
tersebut dilakukan oleh query facility. Ia menerima permintaan untuk data dari
komponen DSS lain, menentukan bagaimana permintaan dapat dipenuhi,
memformulasikan permintaan dengan detail, dan mengembalikan hasilnya kepada
pemberi permintaan. Query facility memasukkan sebuah bahasa query khusus (misal
SQL).
2. Subsistem manajemen model. Merupakan
paket perangkat lunak yang memasukkan model keuangan, statistik, ilmu
manajemen, atau model kuantitatif lainnya yang memberikan kapabilitas analitik
dan manajemen perangkat lunak yang tepat.
a. Basis model: Strategis, taktis, operasional. Statistik,
keuangan, pemasaran, ilmu manajemen, akuntansi, teknik, dsb. Blok pembangun
model
b. Sistem manajemen basis model: Perintah pemodelan,
creation. Pemerliharaan;update. Antarmuka database.
c. Bahasa pemodelan
d. Direktori model
e. Eksekusi model, integrasi, dan prosesor perintah
3. Subsistem antarmuka pengguna. Pengguna
berkomunikasi dengan dan memerintahkan DSS melalui subsistem ini. Pengguna
adalah bagian yang dipertimbangkan dari sistem. Para peneliti menegaskan bahwa
beberapa kontribusi unik dari DSS berasal dari interaksi yang intensif antara
komputer dan pembuat keputusan.
4. Subsistem manajemen berbasis-pengetahuan.
Subsistem ini dapat mendukung semua subsistem lain atau bertindak sebagai
komponen independen. Ia memberikan inteligensi untuk memperbesar pengetahuan si
pengambil keputusan. Susbsistem ini dapat diinterkoneksikan dengan repositori
pengetahuan perusahaan yang kadang-kadang disebut basis pengetahuan organisasional.
Gambar Skematik DSS
3.6 Klasifikasi SPK
Menurut Holsapple dan Whinston (1996)
mengklasifikasikan DSS menjadi enam kerangka kerja
1. DSS berorientasi-teks : Informasi (meliputi data dan
pengetahuan) sering disimpan dalam format teks dan harus diakses oleh pengambil
keputusan. Dengan demikian, adalah penting untuk menyajikan dan memproses
dokumen dan fragmen teks secara efektif dan efisien. DSS berorientasi teks
mendukung pengambil keputusan dengan secara elektronik melacak informasi yang
disajikan secara teks yang dapat memengaruhi keputusan. DSS ini memungkinkan
dokumen-dokumen dibuat secara elektronik, direvisi, dan dilihat ketika diperlukan.
Teknologi informasi seperti imaging dokumen berbasis-Web, hypertext, dan agen
cerdas dapat digabungkan ke dalam aplikasi DSS berorientasi teks. Aplikasi DSS
berorientasi teks, diantaranya adalah sistem manajemen dokumen elektronik,
manajemen pengetahuan, content management isi (Content Management Systems), dan
sistem aturan bisnis. CMS digunakan untuk mengelola materi yang dikirimkan pada
situs Web. Pengiriman (misal FedEx dan UPS) menggunakan DSS berbasis teks untuk
mengoordinasikan pengiriman, membantu pelanggan menentukan cara terbaik untuk
mengirim,
dan membantu pelanggan serta perusahaan untuk melacak paket.
2. DSS berorientasi-database : Pada DSS ini, database
organisasi punya peran penting dalam struktur DSS. Generasi awal dari DSS ini
terutama menggunakan konfigurasi database relasional. DSS berorientasi-database
bercirikan pembuatan laporan yang baik dan kapabilitas query. Hendricks (2002) menjelaskan bagaimana
pemerintah Belanda menyediakan manajemen properti berbasis-Web untuk
pengambilan keputusan cerdas. Sistem ini terutama berorientasi-data dan
membantu agen pemerintah melalui standar dan database GIS dengan menggunakan
properti portfolionya secara efektif.
3. DSS berorientasi-spreadsheet : Spreadsheet merupakan
sistem pemodelan yang memungkinkan penguna mengembangkan model-model untuk mengeksekusi
analisis DSS. Model ini tidak hanya membuat, melihat, dan memodifikasi
pengetahuan prosedural, tetapi juga menginstruksikan sistem untuk mengeksekusi
instruksi self-contained mereka (macro). Spreadsheet digunakan secara luas pada
DSS yang dikembangkan oleh pengguna akhir. Alat pengguna akhir yang paling
populer untuk mengembangkan DSS adalah Microsoft Excel. Karena paket-paket
seperti Excel dapat memasukkan DBMS prinsipil atau dapat berantarmuka dengan
DBMS, maka mereka pun dapat menangani beberapa properti dari DSS
berorientasi-database, terutama manipulasi pengetahuan deskriptif. Beberapa
alat pengembangan spreadsheet meliputi analisis ‘bagaimana-jika’ dan
kapabilitas untuk menentukan tujuan.
4. DSS berorientasi-solver : Solver adalah suatu algoritma
atau prosedur yang ditulis sebagai satu program komputer untuk melakukan
komputasi tertentu untuk memecahkan suatu tipe masalah tertentu. Contoh-contoh
solver dapat berupa prosedur kuantitas pesanan ekonomis untuk menghitung
kuantitas pesanan optimal atau rutin regresi linier untuk menghitung suatu
tren. Solver dapat diprogram secara komersial dalam perangkat lunak
pengembangan. Sebagai contoh, Excel, memasukan beberapa solver powerful –
function dan procedure – yang memecahkan sejumlah masalah bisnis. Pembangun DSS
dapat menggabungkan beberapa solver ketika membuat aplikasi DSS. Solver dapat
ditulis dalam suatu bahasa pemrograman seperti C++; solver dapat ditulis secara
langsung atau dapat menjadi alat add-in
pada sebuah spreadsheet atau dapat di-embeded pada suatu bahasa pemodelan
khusus, seperti Lingo.
5.
DSS berorientasi-aturan (rule) : Komponen DSS yang telah
dijelaskan sebelumnya mencakup aturan prosedural maupun inferensial
(reasoning), sering pada suatu format sistem pakar. Aturan ini bisa jadi
kualitatif atau kuantitatif, dan komponen seperti itu dapat menggantikan atau
diintegrasikan dengan model kualitatif.
6. DSS gabungan (compound DSS) : Compound DSS adalah suatu
hibrid yang meliputi dua atau lebih dari lima struktur dasar yang telah
dijelaskan sebelumnya.
7. DSS Cerdas : DSS cerdas atau DSS berbasis-pengetahuan
(knowledge-base DSS). DSS cerdas akan dibahas di bagian lain.
3.7 Model Sistem Pendukung Keputusan
Dua jenis laporan:
1. Laporan
periodic laporan
yang dipersiapkan sesuai dengan jadwal
2. Laporan khusus laporan yang
dipersiapkan secara tiba-tiba
Empat cara mengelola
perbedaan:
1.
Menyiapkan
laporan hanya jika sesuatu yang tidak diharapkan terjadi
2.
Menggunakan
urutan laporan untuk menyoroti perbedaan yang muncul
3.
Mengelompokkan
perbedaan bersama-sama
4.
Menunjukkan
varians dari yang normal
Pembuatan
model matematika
1.
Model
statis tidak menyertakan waktu sebagai variable
2.
Model
dinamis merupakan model yang menyertakan waktu sebagai variable
Cara lain
mengelompokkan model adalah berdasarkan apakah formulanya mengenai
probabilitas:
1.
Model
probabilitas adalah model yang menggambarkan probabilitas
2.
Model
deterministic adalah model yang menggambarkan sesuatu yang sudah pasti
Model optimisasi atau
suboptimisasi
1. Model
optimisasi adalah model yang menunjukan solusi terbaik dari berbagai alternatif
solusi yang tersedia
2.Model
suboptimisasi adalah model yang memungkinkan seorang manajer untuk memasukkan
serangkaian keputusan dan model akan memproyeksikan hasilnya
Model Simulasi
Simulasi merupakan model yang
bergerak. Simulasi bekerja berdasarkan aturan tertentu, dimana aturan-aturan
tersebut dijelaskan dalam bentuk data skenario yang tersimpan dalam field-field
(elemen-elemen data) scenario. Istilah skenario digunakan untuk menjelaskan
suatu kondisi yang menentukan bagaimana simulasi harus bekerja.
3.8 Analisis Sistem Pendukung
Keputusan
Dalam pemrosesannya, berikut ini
alternatif-alternatif yang bisa digunakan dalam mendukung pengambilan
keputusan:
1. What-if-analysis: mengobservasi bagai-mana
perubahan terhadap variabel-variabel tertentu berpengaruh terhadap variabel
lain
2. Sensitivity analysis:
mengobservasi bagaimana naik turunnya satu variabel berpengaruh terhadap
variabel-variabel lain
3. Goal seeking Analysis:
merubah nilai-nilai beberapa variabel sampai satu variabel yang diinginkan
mencapai nilai tertentu
4. Optimization analysis:
mencari nilai-nilai optimum dari variabel-variabel tertentu berdasarkan
kendala-kendala yang ada.
3.9 Analytical Hierarchy Process
AHP merupakan suatu model pendukung keputusan yang dikembangkan
oleh Thomas L. Saaty. Model pendukung keputusan ini akan menguraikan masalah
multi faktor atau multi kriteria yang kompleks menjadi suatu hirarki,.
Menurut Saaty (1993), hirarki didefinisikan sebagai
suatu representasi dari sebuah permasalahan yang kompleks dalam suatu struktur multi level dimana
level pertama adalah tujuan, yang diikuti level faktor, kriteria, sub
kriteria, dan seterusnya ke bawah hingga level terakhir dari alternatif. Dengan hirarki,
suatu masalah yang kompleks dapat diuraikan ke dalam kelompok kelompoknya
yang kemudian diatur menjadi suatu bentuk hirarki sehingga permasalahan akan
tampak lebih terstruktur dan sistematis.
AHP sering digunakan sebagai metode pemecahan masalah dibanding dengan metode yang lain karena alasan-alasan sebagai berikut :
AHP sering digunakan sebagai metode pemecahan masalah dibanding dengan metode yang lain karena alasan-alasan sebagai berikut :
1.
Struktur yang berhirarki, sebagai konsekuesi dari
kriteria yang dipilih, sampai pada subkriteria yang paling dalam.
2.
Memperhitungkan validitas sampai dengan batas
toleransi inkonsistensi berbagai kriteria dan alternatif yang dipilih
oleh pengambil keputusan.
1. Struktur
yang berhierarki sebagai konskwensi dari kriteria yang dipilih sampai pada
sub-sub kriteria yang paling dalam.
2. Memperhitungkan
validitas sampai batas toleransi inkonsentrasi sebagai kriteria dan alternatif
yang dipilih oleh para pengambil keputusan.
3. Memperhitungkan daya tahan atau ketahanan output
analisis sensitivitas pengambilan keputusan.
Metode “pairwise
comparison” AHP mempunyai kemampuan untuk memecahkan masalah yang diteliti
multi obyek dan multi kriteria yang berdasar pada perbandingan preferensi dari
tiap elemen dalam hierarki. Jadi model
ini merupakan model yang komperehensif. Pembuat keputusan menetukan pilihan
atas pasangan perbandingan yang sederhana, membengun semua prioritas untuk
urutan alternatif. “ Pairwaise comparison” AHP mwenggunakan data yang
ada bersifat kualitatif berdasarkan pada persepsi, pengalaman, intuisi sehigga
dirasakan dan diamati, namun kelengkapan data numerik tidak menunjang untuk
memodelkan secara kuantitatif.
Kelemahan
1. Ketergantungan model AHP pada input utamanya. Input
utama ini berupa persepsi seorang ahli sehingga dalam hal ini melibatkan
subyektifitas sang ahli selain itu juga model menjadi tidak berarti jika ahli
tersebut memberikan penilaian yang keliru.
2. Metode AHP ini hanya metode matematis tanpa ada
pengujian secara statistik sehingga
tidak ada batas kepercayaan dari kebenaran model yang terbentuk daya tahan output analisis
sensitivitas pengambilan keputusan.
4. SIMPULAN
Dari hasil pembahasan sebelumnya, maka dapat disimpulkan
sebagai berikut:
1.
Sistem Pendukung Keputusan dirancang untuk mendukung seluruh
tahap pengambilan keputusan mulai dari mengidentifikasikan masalah, memilih
data yang relevan dan menentukan pendekatan yang digunakan dalam proses
pengambilan keputusan sampai mengevaluasi pemilihan alternatif-alternatif yang
ada.
2.
SPK menyediakan dukungan informasi interaktif bagi para
manajer dalam proses pengambilan keputusan dengan menggunakan model-model analitik,
basis data khusus, buah pikiran manajer sendiri, dan proses modeling
interaktif.
3.
Dalam pemrosesannya, SPK dapat menggunakan bantuan dari berbagai
macam metode seperti Artificial
Intelligence, Expert Systems, B/C ratio, IRR, NPV, Fuzzy Logic, Analytical Hierarchy Process dll.
4.
SPK dalam pemodelan bisa menggunakan model statis
(menggambarkan satu situasi) atau model yang dinamis (multiperiode).
5.
Dalam menganalisis suatu masalah, SPK menggunakan alternatif
seperti what-if-analysis, sensitivity analysis, goal seeking analysis, dan optimization analysis
dimana pemilihannya disesuaikan dengan kebutuhan informasi yang akan diproses.
5. DAFTAR
PUSTAKA
Efraim Turban, Decision Support Systems and Intelligent
Systems, edisi Bahasa Indonesia jilid
1, Penerbit ANDI, Yogyakarta, 2005.
http://eprints.dinus.ac.id/200/ diakses tanggal 29 Oktober 2012
http://prezi.com/tltsk-yygbx4/spk-sebuah-tinjauan/ diakses tanggal 29 Oktober 2012
http://xa.yimg.com/kq/.../SISTEM+PENDUKUNG+KEPUTUSAN3.doc tanggal
29 Oktober 2012
Http:// materi-kulias-si.googlecode.com/files/Makalah%20SPK%20AHP.doc
diaskes tanggal 31 oktober 2012
