Friday, January 21, 2011

Part VIII | Pemodelan, Tabel Keputusan, Pohon Keputusan, Expert Choice

PEMODELAM SPK
1.PEMODELAN
Pemodelan merupakan suatu upaya untuk melakukan analisis sistem pendukung keputusan (SPK) dengan cara meniru bentuk nyata-nya daripada melakukannya pada sistem nyata.

2. ALASAN PENGGUNAAN MODEL
  • Manipulasi model (seperti mengubah variabel) akan lebih mudah dilakukan daripada melakukannya pada sistem nyata.
  • Model dapat menghemat waktu.
  • Biaya untuk menganalisis model jauh lebih murah jika dibandingkan dengan mengaplikasikannya pada sistem nyata.
  • Resiko kesalahan pada bentuk model dengan melakukan trial & error (coba-coba) jauh lebih rendah jika dibandingkan dengan melakukannya pada sistem nyata.
  • Lingkungan bisnis yang banyak mengandung ketidakpastian.
  • Model matematika dapat menganalisis kemungkinan solusi dalam jumlah yang lebih banyak bahkan tidak terbatas.
  • Model meningkatkan pembelajaran & pelatihan.
  • Model-model dan metode-metode untuk mendapatkan solusi telah tersedia di web.
  • Ada beberapa Java applet (atau pemrograman web lainnya) yang tersedia untuk menyelesaikan model-model tersebut.

3. PEMODELAN PADA SPK MENCAKUP 7 PERMASALAHAN:
a. Identifikasi masalah dan analisis lingkungan.
  • Pada tahap ini akan dilakukan pengawasan, pelacakan, dan interpretasi terhadap informasi-informasi yang telah terkumpul.
  • Analisis dilakukan terhadap domain dan dinamika dari lingkungan yang ada.
  • Pada bagian ini perlu juga diidentifikasi budaya organisasi dan proses pengambilan keputusan.
  • Dapat digunakan business intelligence tools untuk keperluan tersebut
b. Identifikasi variabel
  • Pada tahap ini akan diidentifikasi variabel-variabel yang relevan.
  • Variabel tersebut meliputi variabel keputusan, variabel intermediate (tak terkontrol), dan variabel hasil.
  • Untuk kepentingan tersebut, dapat digunakan influence diagram untuk menunjukkan relasi antar variabel-variabel tersebut.
c. Peramalan (forecasting).
  • Apabila suatu SPK diimplemantasikan, maka akibatnya akan dirasakan di kemudian hari.
  • Oleh karena itu, peramalan mutlak diperlukan.
d. Penggunaan beberapa model keputusan.
  • Suatu sistem pendukung keputusan dapat terdiri-atas beberapa model.
  • Masing-masing model merepresentasikan bagian yang berbeda dari masalah pengambilan keputusan.
e. Seleksi kategori model yang sesuai.
  • Ada tujuh kategori model SPK sebagaimana telah dijelaskan pada bagian terdahulu.
  • Kategori memiliki beberapa teknik-teknik tertentu.
  • Pada dasarnya, teknik-teknik tersebut dapat diaplikasikan baik dalam model statis maupun model dinamis.
  • Kategori Model
  • Model statis umumnya memberikan asumsi adanya operasi perulangan dengan menggunakan kondisi yang identik.
  • Model dinamik (time-dependent) merepresentasikan skenario yang senantiasa berubah dari waktu ke waktu.
f. Manajemen model.
  • Untuk menjaga integritas dan aplikabilitasnya, model perlu dikelola sebaik mungkin.
  • Untuk keperluan tersebut dibutuhkan suatu model base management system.
  • Model Base Management System (MBMS) merupakan paket perangkat lunak yang dibangun dengan kapabilitas yang mirip dengan DBMS.
  • Kapabilitas MBMS meliputi:
a) kontrol,
b) fleksibilitas,
c) umpan balik,
d) antarmuka,
e) adanya pengurangan redundansi, dan
f) adanya peningkatan konsistensi.
g. Pemodelan berbasis pengetahuan
  • Sistem berbasis pengetahuan menggunakan sekumpulan aturan dalam menyelesaikan permasalahannya.
  • Sistem pakar merupakan salah satu model pendukung keputusan yang bersifat kualitatif.
  • Sistem pakar merupakan sistem berbasis pengetahuan.

4. INFLUENCE DIAGRAM
  • Influence diagram adalah representasi grafis dari suatu model keputusan yang digunakan untuk membantu perancangan model, pengembangan dan pemahaman.
  • Kata influence merujuk pada ketergantungan suatu variabel pada tingkatan tertentu terhadap variabel yang lainnya.
  • Ada 3 simbol utama yang digunakan untuk membuat influence diagram, yaitu:
a. Kotak, menunjukkan variabel keputusan
b. Lingkaran, menunjukkan variabel intermediate (tak terkontrol)
c. Oval, menunjukkan variabel hasil (outcome) baik bersifat intermediate maupun final

5. HUBUNGAN ANTAR VARIABEL
  • Hubungan dengan kepastian.
  • Hubungan dengan ketidakpastian.
  • Pada variabel random (resiko) diberi tanda (~) di atas nama variabel.
  • Preferensi (biasanya merupakan hubungan antara variabel hasil), dilambangkan dengan: Þ
  • Bentuk panah dapat berupa panah satu arah atau panah dua arah tergantung pada arah pengaruh antar variabel.

6. METODE-METODE OPTIMASI DENGAN ALTERNATIF TERBATAS
Turban (2005) mengkategorikan model sistem pendukung keputusan dalam tujuh model, yaitu:
1.Model optimasi untuk masalah-masalah dengan alternatif-alternatif dalam jumlah relatif kecil.
2.Model optimasi dengan algoritma.
3.Model optimasi dengan formula analitik.
4.Model simulasi.
5.Model heuristik.
6.Model prediktif.
7.Model-model yang lainnya.

7. FOKUS MASALAH
Model optimasi untuk masalah-masalah dengan alternatif-alternatif dalam jumlah relatif kecil.
  1. Model ini akan melakukan pencarian terhadap solusi terbaik dari sejumlah alternatif.
  2. Teknik-teknik untuk penyelesaian masalah ini antara lain dengan menggunakan tabel keputusan, pohon keputusan, atau beberapa metode pada MADM.

8. TABEL KEPUTUSAN
  • Tabel keputusan merupakan metode pengambilan keputusan yang cukup sederhana.
  • Metode ini menggunakan bantuan tabel yang berisi hubungan antara beberapa atribut yang mempengaruhi atribut tertentu.
  • Umumnya, tabel keputusan ini digunakan untuk penyelesaian masalah yang tidak melibatkan banyak alternatif.
  • Pada tabel keputusan, nilai kebenaran suatu kondisi diberikan berdasarkan nilai logika dari setiap atribut Ek.
  • Hanya ada dua nilai kebenaran, yaitu Ek = benar atau Ek = salah.
  • Secara umum, tabel keputusan berbentuk:
D = E {E1, E2, ..., EK}
dengan D adalah nilai kebenaran suatu kondisi, dan Ei adalah nilai kebenaran atribut ke-i (i = 1, 2, ... K).

9. POHON KEPUTUSAN
  • Pohon keputusan adalah salah satu metode penyelesaian masalah keputusan dengan cara merepresentasikan pengetahuan dalam bentuk pohon.
  • Suatu pohon memiliki conditional node yang menunjukkan kebenaran suatu ekspresi atau atribut.
  • Conditional node tersebut memberikan beberapa kemungkinan nilai, dapat berupa nilai boolean (Benar atau Salah), atau beberapa alternatif nilai yang mungkin dimiliki oleh suatu atribut, misal untuk atribut Tekanan Darah (Rendah, Normal, Tinggi).

10. EXPERT CHOICE
Metode AHP dikembangkan oleh Thomas L. Saaty, seorang ahli matematika. Metode ini digunakan untuk mengambil keputusan dengan efektif atas persoalan yang kompleks dengan menyederhanakan dan mempercepat proses pengambilan keputusan dengan memecahkan persoalan tersebut kedalam bagian-bagiannya, menata bagian atau variabel ini dalam suatu susunan hirarki, memberikan nilai numerik pada pertimbangan subjektif tentang pentingnya tiap variabel dan mensintesis berbagai pertimbangan ini untuk menetapkan variabel yang mana yang memiliki prioritas paling tinggi dan bertindak untuk mempengaruhi hasil pada situasi tersebut. Metode AHP ini membantu memecahkan persoalan yang kompleks dengan menstruktur suatu hirarki kriteria, pihak yang berkepentingan, hasil dan dengan menarik berbagai pertimbangan guna mengembangkan bobot atau prioritas. Metode ini juga menggabungkan kekuatan dari perasaan dan logika yang bersangkutan pada berbagai persoalan, lalu mensintesis berbagai pertimbangan yang beragam menjadi hasil yang cocok dengan perkiraan kita secara intuitif sebagaimana yang dipresentasikan pada pertimbangan yang telah dibuat. (Saaty, 1993)
Tahapan dalam AHP
1.Menyusun Hirarki
2.Membuat judgement
3.Mengukur konsitensi
4.Melakukan sintesis atau menghitung prioritas

Software yang dapat digunakan untuk memecahkan masalah berdasarkan AHP adalah: EXPERT CHOICE Expert Choice adalah sebuah perangkat lunak yang mendukung collaborative decision dan sistem perangkat keras yang memfasilitasi grup pembuatan keputusan yang lebih efisien, analitis, dan yang dapat dibenarkan. Memungkinkan interaksi real-time dari tim manajemen untuk mencapai consensus on decisions.

Aplikasi Area Expert Choice meliputi:
+Resource Allocation (Alokasi sumber daya)
+Vendor Selection (Vendor Seleksi)
+Strategic Planning (Perencanaan Strategis)
+HR Management (Manajemen SDM)
-Risk Assessment
-Project Management (Manajemen Proyek)
-Benefit/Cost Analysis (Manfaat / Biaya Analisis)

Metode yang digunakan pada program Expert Choice adalah Analytic Hierarchy Process (AHP).
Expert Choice menyediakan:
-Struktur untuk seluruh proses pengambilan keputusan
-Sebuah tool yang memfasilitasi kerjasama antara beberapa pihak yang berkepentingan
-Analisis pengambil keputusan
-Meningkatkan komunikasi
-Memberi keputusan yang lebih cepat
-Dokumentasi proses pengambilan keputusan
-Sebuah konsensus keputusan
-Keputusan akhir yang lebih baik dan dapat dibenarkan.
Software yang bisa digunakan Web-hipre dapat diakses yang trialnya dapat didownload di http://www.expertchoice.com/ .

No comments:

Post a Comment

Terimakasih Anda Telah berkunjung di di blog kami...