Aplikasi SPK Sistem Pendukung Keputusan Metode SAW

Skripsiteknikinformatika.net - Sistem pendukung keputusan atau biasa disingkat SPK merupakan sebuah sistem yang mampu memecahkan ataupun kemampuan pengkomunikasian sebuah masalah dengan kondisi semi terstruktur dan tak terstruktur dimana tak seorangpun tahu secara pasti bagaimana keputusan seharusnya.

Dalam kasusk ini SPK yang digunakan adalah metode SAW dengan kasus pada sistem penerimaan beasiswa pada universitas. Berikut keterangan dari setiap menunya.

Aplikasi SPK Sistem Pendukung Keputusan Metode SAW

Aplikasi SPK Metode SAW Berbasis Web

Halaman Awal SPK Berbasis Web
Pada halaman ini Anda bisa menambahkan deskripsi atau ucapan selamat datang yang ditujukan kepada pengunjung aplikasi SPK.

Contoh Sistem Penunjang Keputusan SAW

Menu Klasifikasi
Menu ini berfungsi untuk menentukan klasifikasi dari setiap mahasiswa yang akan diberikan beasiswa untuk nantinya diolah oleh sistem.

Contoh SPK Berbasis WEB

Menu Kriteria
Menu kriteria digunakan untuk mengelompokan sebuah data sehingga lebih rapi.

Program SPK Berbasis PHP dan Mysql Web

Menu Himpunan Kriteria
Merupkan kumpulan data yang diambil dari beberapa klasifikasi. Seperti klasifikasi IPK, penghasilan orangtua, semester, jumlah tanggungan dan usia.

Sistem Penujang Keputusan Metode SAW

Menu Data Mahasiswa
Merupakan kumpulan data yang berisi informasi setiap mahasiswa, disini Anda bisa memasukan data seperti NIM, Nama Mahasiswa dan Jurusan.

Sistem Penujang Keputusan SAW PHP Mysql

Halam Home Admin
Mirip seperti halaman beranda pada awal tampilan SPK, halaman ini akan Anda jumpai saat sukses login sebagai Administrator. Anda bisa menambahkan informasi untuk ditampilkan pada aplikasi.

Sourcecode SPK berbasis Web

Analisa Beasiswa
Menu khusus yang digunakan untuk menganalisa setiap data, nantinya dari menu ini dihasilkan sebuah data seperti ini :

Hasil Sistem Penunjang Keputusan Berbasis Web

Sistem penunjang keputusan berbasis web pada kasus penerimaan beasiswa untuk mahasiswa sudah siap digunakan, kami informasikan juga ada beberapa mahasiswa jurusan teknik informatika yang menggunakan SPK ini untuk skripsi dan berhasil lulus. Bagimana apakah Anda berminat memilikinya ? Untuk harga silahkan kontak kami.

Metode Weighted Product WP dalam Sistem Pendukung Keputusan (SPK)

Metode Weight Product (WP)

Metode  WP  mengunakan perkalian untuk menghubungkan rating atribut, di mana rating setiap atribut harus dipangkatkan dulu dengan bobot atribut yang bersangkutan.
Proses ini Ai diberikan sebagai berikut :

Dimana  ∑wj =  1.  wj  adalah  pangkat  bernilai  positif  untuk  atribut  keuntungan,  dan bernilai negatif untuk atribut biaya.
Preferensi relatif dari setiap alternatif, diberikan sebagai:


Contoh kasus :
Misalkan nilai setiap alternatif pada setiap atribut diberikan berdasarkan data riil yang ada seperti pada Tabel 2.1, perlu diidentifikasi terlebih dahulu jenis kriterianya, apakah termasuk kriteria keuntungan atau kriteria biaya.

Rating kecocokan dari setiap alternatif pada setiap kriteria

Kriteria C2 (kepadatan penduduk di sekitar lokasi) dan C4 (jarak dengan gudang  yang sudah  ada)  adalah  criteria  keuntungan.  Sedangkan  kriteria  C1(jarak  dengan  pasar terdekat), C3 (jarak dari pabrik), dan C5 (harga tanah untuk lokasi) adalah kriteria biaya.Permasalahan kasus di atasakan di selesaikan dengan menggunakan metode  Weighted Product (WP). Sebelumnya akan dilakukan perbaikan bobot terlebih dahulu. Bobot awal W = (5, 3, 4, 4, 2), akan diperbaiki sehingga total bobot ∑Wj = 1, dengan cara :

Kemudian vektor S dihitung berdasarkan persamaan  dengan i = 1, 2, … ,m sebagai berikut :

Nilai  vektor  yang  akan  digunakan  untuk  perankingan  dapat  dihitung  berdasarkan persamaan

Nilai terbesar ada pada V2  sehingga alternatif A2 adalah alternatif yang terpilih sebagai alternatif  terbaik.  Dengan  kata  lain,  alternatif  A2 akan  terpilih  sebagai  lokasi  untuk mendirikan gudang baru. ( Kusumadewi, Hartati, Harjoko, dan Wardoyo, 2006: 79 )

CONTOH LISTING PROGRAM RELASI PHPTriad DENGAN VISUAL BASIC.2008

Listing Program

Imports MySql.Data.MySqlClient

Public Class Form1
    Public db As New MySql.Data.MySqlClient.MySqlConnection
    Public SQL As String
    Public CMD As New MySqlCommand
    Public rs As MySqlDataReader
    Sub isitabel()
        liv.Items.Clear()
        SQL = "select a.kd_faktor,a.kd_barang,a.kd_konsumen,a.jumlah,a.total,b.nama_barang,b.harga,c.nama from pembelian as a,barang as b, kosumen as c  where a.kd_barang =b.kd_barang and a.kd_konsumen=c.kd_konsumen"
        CMD = New MySqlCommand(SQL, db)
        rs = CMD.ExecuteReader
        Try
            While rs.Read
                Dim lst As New ListViewItem
                lst.Text = rs("kd_faktor")
                lst.SubItems.Add(rs("kd_barang"))
                lst.SubItems.Add(rs("kd_konsumen"))
                lst.SubItems.Add(rs("nama_barang"))
                lst.SubItems.Add(rs("harga"))
                lst.SubItems.Add(rs("jumlah"))
                lst.SubItems.Add(rs("total"))
                lst.SubItems.Add(rs("nama"))
                liv.Items.Add(lst)
            End While
        Catch ex As Exception
            MsgBox(ex.Message)
        End Try
        rs.Close()
    End Sub

    Sub SIMPANDATA()
        SQL = "insert into pembelian values  ('" & kode_faktor.Text & _
           "','" & kd_konsumen.Text & "','" & kode_barang.Text & _
           "','" & jlh.Text & "','" & t_harga.Text & "')"
        Try
            CMD = New MySqlCommand(SQL, db)
            CMD.ExecuteNonQuery()
        Catch ex As Exception
            MsgBox(ex.Message)
        End Try
        isitabel()
        kode_faktor.Clear()
        kode_barang.Text = ""
        nama_barang.Text = ""
        harga.Text = ""
        kd_konsumen.Text = ""
        jlh.Text = ""
        t_harga.Text = ""
        nama.Text = ""
    End Sub

    Private Sub Form1_Load(ByVal sender As System.Object, ByVal e As System.EventArgs) Handles MyBase.Load
        SQL = "server=localhost;uid=root;database=penjualan_barang"
        Try
            db.ConnectionString = SQL
            db.Open()
        Catch ex As Exception
            MessageBox.Show(ex.Message)
        End Try
        Call isitabel()
        kdbarang()
        kodekonsumen()
        buattabel()
    End Sub

    Sub kdbarang()
        SQL = "select * from barang"
        CMD = New MySqlCommand(SQL, db)
        rs = CMD.ExecuteReader
        Try
            While rs.Read
                kode_barang.Items.Add(rs!kd_barang)
            End While
        Catch ex As Exception
            MsgBox(ex.Message)
        End Try
        rs.Close()
    End Sub

    Private Sub kode_barang_SelectedIndexChanged(ByVal sender As System.Object, ByVal e As System.EventArgs) Handles kode_barang.SelectedIndexChanged

   
        SQL = "select * from barang where kd_barang='" & kode_barang.Text & "' "
        CMD = New MySqlCommand(SQL, db)
        rs = CMD.ExecuteReader
        Try
            rs.Read()
            nama_barang.Text = rs!nama_barang
            harga.Text = rs!harga
        Catch ex As Exception
            MsgBox(ex.Message)
        End Try
        rs.Close()


    End Sub

    Sub kodekonsumen()

        SQL = "select * from kosumen"
        CMD = New MySqlCommand(SQL, db)
        rs = CMD.ExecuteReader
        Try
            While rs.Read
                kd_konsumen.Items.Add(rs!kd_konsumen)
            End While
        Catch ex As Exception
            MsgBox(ex.Message)
        End Try
        rs.Close()
    End Sub

    Private Sub kd_konsumen_SelectedIndexChanged(ByVal sender As System.Object, ByVal e As System.EventArgs) Handles kd_konsumen.SelectedIndexChanged


        SQL = "select * from kosumen where kd_konsumen='" & kd_konsumen.Text & "'"
        CMD = New MySqlCommand(SQL, db)
        rs = CMD.ExecuteReader
        Try
            rs.Read()

            nama.Text = rs!nama
        Catch ex As Exception
            MsgBox(ex.Message)
        End Try
        rs.Close()


    End Sub

    Sub buattabel()
        liv.Columns.Add("Kode Faktor", 100, HorizontalAlignment.Left)
        liv.Columns.Add("Kode Barang", 100, HorizontalAlignment.Left)
        liv.Columns.Add("Kode Konsumen", 100, HorizontalAlignment.Left)
        liv.Columns.Add("Nama Barang", 100, HorizontalAlignment.Left)
        liv.Columns.Add("Harga", 100, HorizontalAlignment.Left)
        liv.Columns.Add("jumlah Beli", 80, HorizontalAlignment.Left)
        liv.Columns.Add("Total Harga", 100, HorizontalAlignment.Left)
        liv.Columns.Add("Nama ", 100, HorizontalAlignment.Left)
        liv.GridLines = True
        liv.FullRowSelect = True
        liv.View = View.Details
    End Sub

 
    Sub editdata()

        SQL = "update pembelian set kd_konsumen='" & kd_konsumen.Text & "'," & _
               " kd_barang='" & kode_barang.Text & "'," & _
               " jumlah='" & jlh.Text & "'," & _
               " total='" & t_harga.Text & "' " & _
               " where kd_faktor='" & kode_faktor.Text & "'"

        Try
            CMD = New MySqlCommand(SQL, db)
            CMD.ExecuteNonQuery()
            MsgBox("Data Telah Di Perbarui")
        Catch ex As Exception
            MessageBox.Show(ex.Message)
        End Try

        isitabel()
    End Sub

 
    Sub HAPUSDATA()
        SQL = "delete from pembelian where kd_faktor='" & kode_faktor.Text & "'"
        Try
            CMD = New MySqlCommand(SQL, db)
            CMD.ExecuteNonQuery()
            MsgBox("Data Telah Dihapus?")
        Catch ex As Exception

        End Try
        isitabel()
        kode_faktor.Clear()
    End Sub
 
    Private Sub simpan_Click(ByVal sender As System.Object, ByVal e As System.EventArgs) Handles simpan.Click

        If simpan.Text = "Simpan" Then

            SIMPANDATA()

        Else

            editdata()
        End If
    End Sub

    Private Sub hapus_Click(ByVal sender As System.Object, ByVal e As System.EventArgs) Handles hapus.Click
        HAPUSDATA()
    End Sub

    Private Sub keluar_Click(ByVal sender As System.Object, ByVal e As System.EventArgs) Handles keluar.Click
        End
    End Sub

    Dim x As String = ""

    Private Sub kode_faktor_KeyPress(ByVal sender As Object, ByVal e As System.Windows.Forms.KeyPressEventArgs) Handles kode_faktor.KeyPress
        Dim kbr As String = ""
        Dim kks As String = ""
        If Asc(e.KeyChar) = 13 Then
            If kode_faktor.Text = "" Then
                MsgBox("Nama Kosong")
            Else
                SQL = "select kd_barang,kd_konsumen,jumlah,total " & _
                        "from pembelian " & _
                        "where kd_faktor='" & kode_faktor.Text & "'"
                CMD = New MySqlCommand(SQL, db)
                rs = CMD.ExecuteReader
                Try
                    rs.Read()
                    kbr = rs("kd_barang")
                    kks = rs("kd_konsumen")
                    jlh.Text = rs("jumlah")
                    t_harga.Text = rs("total")
                    simpan.Text = "Edit"

                Catch ex As Exception
                    MessageBox.Show(ex.Message)
                End Try
                rs.Close()
            End If
            kode_barang.Text = kbr
            kd_konsumen.Text = kks
        End If
    End Sub

    Private Sub jlh_KeyPress(ByVal sender As Object, ByVal e As System.Windows.Forms.KeyPressEventArgs) Handles jlh.KeyPress
        If Asc(e.KeyChar) = 13 Then
            t_harga.Text = jlh.Text * harga.Text
        End If

    End Sub
    Sub addkode()
        SQL = "select*from pembelian order by kd_faktor desc"
        cmd = New MySqlCommand(sql, db)
        rs = cmd.ExecuteReader

        Dim X As String
        X = 0
        If rs.HasRows = True Then
            rs.Read()
            X = Microsoft.VisualBasic.Right(rs!kd_faktor, 3)
            kode_faktor.Text = "FAK" & Microsoft.VisualBasic.Right("00" & Val(X) + 1, 4)
        Else
            kode_faktor.Text = "FAK001"
        End If
        rs.Close()
    End Sub

    Private Sub Baru_Click(ByVal sender As System.Object, ByVal e As System.EventArgs) Handles Baru.Click
        addkode()
    End Sub
End Class

Pengertian Sistem Pendukung Peputusan (SPK) Dan Metodenya

Konsep SistemPendukung Keputusan (SPK) / Decision Support System (DSS) pertama kali diungkapkan pada awal tahun 1970-an oleh Michael S. Scott Morton dengan istilah Management Decision System. Sistem tersebut adalah suatu sistem yang berbasis komputer yang ditujukan untuk membantu pengambil keputusan dengan memanfaatkan data dan model tertentu untuk memecahkan berbagai persoalan yang tidak terstruktur.Istilah SPK mengacu pada suatu sistem yang memanfaatkan dukungan komputer dalam proses pengambilan keputusan.

Berikut ini merupakan  pengertian dari Sistem Penunjang  oleh beberapa ahli:

§  Little (1970)

Sistem pendukung keputusan adalah sebuah himpunan/kumpulan prosedur berbasis model untuk memproses data dan pertimbangan untuk membantu manajemen dalam pembuatan keputusannya.

§  Man dan Watson

Sistem pendukung keputusan merupakan suatu sistem yang interaktif, yang membantu pengambil keputusan melalui penggunaan data dan model-model keputusan untuk memecahkan masalah yang sifatnya semi terstruktur maupun yang tidak terstruktur.

§  Raymond McLeod, Jr. (1998)

Sistem pendukung keputusan merupakan sebuah sistem yang menyediakan kemampuan untuk penyelesaian masalah dan komunikasi untuk permasalahan yang bersifat semi-terstruktur.

Berikut beberapa Metode yang sering digunakan dalam SPK:

1.      Metode Simple Additive Weighting (SAW)

Metode Simple Additive Weighting (SAW) sering juga dikenal istilah metode penjumlahan terbobot.  Konsep dasar metode SAW adalah mencari penjumlahan terbobot dari rating kinerja pada setiap alternatif pada semua atribut (Fishburn, 1967) (MacCrimmon, 1968).  Metode SAW membutuhkan proses normalisasi matriks keputusan (X) ke suatu skala yang dapat diperbandingkan dengan semua rating alternatif yang ada.  Metode ini merupakan metode yang paling terkenal dan paling banyak digunakan dalam menghadapi situasi Multiple Attribute Decision Making (MADM). MADM itu sendiri merupakan suatu metode yang digunakan untuk mencari alternatif optimal dari sejumlah alternatif dengan kriteria tertentu.

Metode SAW ini mengharuskan pembuat keputusan menentukan bobot bagi setiap atribut. Skor total untuk alternatif diperoleh dengan menjumlahkan seluruh hasil perkalian antara rating (yang dapat dibandingkan lintas atribut) dan bobot tiap atribut. Rating tiap atribut haruslah bebas dimensi dalam arti telah melewati proses normalisasi matriks sebelumnya.

2.      Metode Analytic Hierarchy Process (AHP)

Analytic Hierarchy Process (AHP) merupakan sebuah proses yang membantu para pengambil keputusan untuk memperoleh solusi terbaik dengan mendekomposisi permasalahan kompleks ke dalam bentuk yang lebih sederhana untuk kemudian melakukan sintesis terhadap berbagai faktor yang terlibat dalam permasalahan pengambilan keputusan tersebut [6]. AHP mempertimbangkan aspek kualitatif dan kuantitatif dari suatu keputusan [7] dan mengurangi kompleksitas suatu keputusan dengan membuat perbandingan satu-satu dari berbagai kriteria yang dipilih untuk kemudian mengolah dan memperoleh hasilnya.

3.      Metode PROMETHEE 

adalah salah satu metode penentuan urutan atau prioritas dalam analisis multikriteria atau MCDM (Multi Criterion Decision Making). Dugaan dari dominasi kriteria yang digunakan dalam PROMETHEE  adalah penggunaan nilai dalam  hubungan  outrangking. Masalah pokoknya adalah kesederhanaan, kejelasan dan kestabilan. Semua parameter yang dinyatakan mempunyai pengaruh  nyata menurut pandangan ekonomi.

4.      Bayesian Decision Theory

Bayesian Decision Theory adalah pendekatan secara statistik untuk menghitung tradeoffs diantara keputusan yang berbeda-beda, dengan menggunakan probabilitas dan costs yang menyertai suatu pengambilan keputusan tersebut. Bayesian probability adalah teori terbaik dalam menghadapi masalah estimasi dan penarikan kesimpulan. Bayesian method dapat digunakan untuk penarikan kesimpulan pada kasus-kasus dengan multiple source of measurement yang tidak dapat ditangani oleh metode lain seperti model hierarki yang kompleks.

Sistem Pendukung Keputusan (SPK) Dengan Metode Promethe

 

Sistem Pendukung Keputusan (SPK) Dengan Metode Promethe 

 

 

 

Pengantar

 

PROMETHEE merupakan salah satu metode yang digunakan untuk mengambil keputusan pada multi criteria decision making(MCDM). Metode ini pertama kali diperkenalkan oleh J. P. Brans pada tahun 1982.

MULTI CRITERIA DECISION MAKING

Multi Criteria Decision Making dapat dinyatakan sebagai berikut :

Max{g₁(a),g₂(a),…,g_j(a),…,g_k(a)|a  A}                                                   (1.1)
Dimana A : himpunan dari semua alternatif solusi {a1,a2,…,ai,..an}.
{g1(.),g2(.),…,g(j),g(k)} : nilai evaluasi dari tiap kriteria.

Cara yang sering dilakukan ketika akan mengambil keputusan dalam MCDM adalah membandingkan alternatif yang satu dengan alternatif lainnya. Perbandingan dilakukan pada setiap kriteria. Setelah proses perbandingan dilakukan, proses selanjutnya adalah melakukan proses perangkingan alternatif – alternatif yang ada berdasarkan hasil proses perbandingan tadi.

1. pengertian dari Promethee itu sendiri adalah metode dalam memecahkan permasalahan yang bersifat multikriteria dengan cara menentukan urutan (prioritas). Masalah pokoknya adalah kesederhanaan, kejelasan , dan kestabilan. Dugaan dari dominasi kriteria yang digunakan dalam promethee adalah penggunaan nilai dalam hubungan outranking. Ini adalah metode peringkat yang cukup sederhana dalam konsep dan aplikasi dibandingkan dengan metode lain untuk analisis multikriteria. Promethee ini sendiri termasuk dalam keluarga dari metode outranking yang dikembangkan oleh B. Roy, dan meliputi dua fase:
- Membangun hubungan outranking dari K
- Eksploitasi dari hubungan ini memberikan jawaban optimasi kriteria dalam paradigma permasalahan multikriteria.

2. Rumus perhitunagan
-preferensi multi kriteria

-Leaving flow

-Entering flow

-Net flow

Keterangan:
1. f(a, x) = menunjukkan preferensi bahwa alternatif lebih baik dari alternatif x.
2. f (x, a) = menunjukkan preferensi bahwa alternatif x lebih baik dari alternatif
3. F+( a) = Leaving flow, digunakan untuk menentukan urutan prioritas pada
proses Promethee I yang menggunakan urutan parsial.
4. F-( a) = Entering flow, digunakan untuk menentukan urutan prioritas pada proses Promethee I yang menggunakan urutan parsial.
5. F(a) = Net flow, digunakan untuk menghasilkan keputusan akhir penentuan Urutan dalam menyelesaikan masalah sehingga menghasilkan urutan lengkap.

Sistem Pendukung Keputusan ( SPK )

Sistem Pendukung Keputusan ( SPK ) 

         Konsep Sistem Pendukung Keputusan (SPK) / Decision Support Sistem (DSS) pertama kali diungkapkan pada awal tahun 1970-an oleh Michael S. Scott Morton dengan istilah Management Decision Sistem. Sistem tersebut adalah suatu sistem yang berbasis komputer yang ditujukan untuk membantu pengambil keputusan dengan memanfaatkan data dan model tertentu untuk memecahkan berbagai persoalan yang tidak terstruktur.
Istilah SPK mengacu pada suatu sistem yang memanfaatkan dukungan komputer dalam proses pengambilan keputusan. Untuk memberikan pengertian yang lebih mendalam, akan diuraikan beberapa difinisi mengenai SPK yang dikembangkan oleh beberapa ahli, diantaranya oleh Man dan Watson yang memberikan definisi sebagai berikut, SPK merupakan suatu sistem yang interaktif, yang membantu pengambil keputusan melalui penggunaan data dan model-model keputusan untuk memecahkan masalah yang sifatnya semi terstruktur maupun yang tidak terstruktur.
Karakteristik dan Nilai Guna

Karakteristik sistem pendukung keputusan adalah :

1. Sistem Pendukung Keputusan dirancang untuk membantu pengambil keputusan dalam memecahkan masalah yang sifatnya semi terstruktur ataupun tidak terstruktur dengan menambahkan kebijaksanaan manusia dan informasi komputerisasi.
2. Dalam proses pengolahannya, sistem pendukung keputusan mengkombinasikan penggunaan model-model analisis dengan teknik pemasukan data konvensional serta fungsi-fungsi pencari / interogasi informasi.
3. Sistem Pendukung Keputusan, dirancang sedemikian rupa sehingga dapat digunakan/dioperasikan dengan mudah.
4. Sistem Pendukung Keputusan dirancang dengan menekankan pada aspek fleksibilitas serta kemampuan adaptasi yang tinggi.

Dengan berbagai karakter khusus diatas, SPK dapat memberikan berbagai manfaat dan keuntungan. Manfaat yang dapat diambil dari SPK adalah :

1. SPK memperluas kemampuan pengambil keputusan dalam memproses data / informasi bagi pemakainya.
2. SPK membantu pengambil keputusan untuk memecahkan masalah terutama berbagai masalah yang sangat kompleks dan tidak terstruktur.
3. SPK dapat menghasilkan solusi dengan lebih cepat serta hasilnya dapat diandalkan.
4. Walaupun suatu SPK, mungkin saja tidak mampu memecahkan masalah yang dihadapi oleh pengambil keputusan, namun ia dapat menjadi stimulan bagi pengambil keputusan dalam memahami persoalannya, karena mampu menyajikan berbagai alternatif pemecahan.

Di samping berbagai keuntungan dan manfaat seperti dikemukakan diatas, SPK juga memiliki beberapa keterbatasan, diantaranya adalah  :

1. Ada beberapa kemampuan manajemen dan bakat manusia yang tidak dapat dimodelkan, sehingga model yang ada dalam sistem tidak semuanya mencerminkan persoalan sebenarnya.
2. Kemampuan suatu SPK terbatas pada perbendaharaan pengetahuan yang dimilikinya (pengetahuan dasar serta model dasar).
3. Proses-proses yang dapat dilakukan SPK biasanya juga tergantung pada perangkat lunak yang digunakan.
4. SPK tidak memiliki kemampuan intuisi seperti yang dimiliki manusia. Sistem ini dirancang hanyalah untuk membantu pengambil keputusan dalam melaksanakan tugasnya.

Jadi secara dapat dikatakan bahwa SPK dapat memberikan manfaat bagi pengambil keputusan dalam meningkatkan efektifitas dan efisiensi kerja terutama dalam proses pengambilan keputusan.
Komponen Sistem Pendukung Keputusan:

1. Subsistem pengelolaan data (database).
2. Subsistem pengelolaan model (modelbase).
3. Subsistem pengelolaan dialog (userinterface).

Hubungan antara ketiga komponen ini dapat dilihat pada gambar dibawah.

Gambar : Hubungan antara tiga komponen sistem pendukung keputusan

Sub sistem pengelolaan data (database)
Sub sistem pengelolaan data (database) merupakan komponen SPK yang berguna sebagai penyedia data bagi sistem. Data tersebut disimpan dan diorganisasikan dalam sebuah basis data yang diorganisasikan oleh suatu sistem yang disebut dengan sistem manajemen basis data (Database Management System).
Sub sistem pengelolaan model (model base)
Keunikan dari SPK adalah kemampuannya dalam mengintegrasikan data dengan model-model keputusan. Model adalah suatu tiruan dari alam nyata. Kendala yang sering dihadapi dalam merancang suatu model adalah bahwa model yang dirancang tidak mampu mencerminkan seluruh variabel alam nyata, sehingga keputusan yang diambil tidak sesuai dengan kebutuhan oleh karena itu, dalam menyimpan berbagai model harus diperhatikan dan harus dijaga fleksibilitasnya. Hal lain yang perlu diperhatikan adalah pada setiap model yang disimpan hendaknya ditambahkan rincian keterangan dan penjelasan yang komprehensif mengenai model yang dibuat.
Subsistem pengelolaan dialog (user interface)
Keunikan lainnya dari SPK adalah adanya fasilitas yang mampu mengintegrasikan sistem yang terpasang dengan pengguna secara interaktif, yang dikenal dengan subsistem dialog. Melalui subsistem dialog, sistem diimplementasikan sehingga pengguna dapat berkomunikasi dengan sistem yang dibuat.
Fasilitas yang dimiliki oleh subsistem dialog dibagi menjadi tiga komponen :

1. Bahasa aksi (action language), yaitu suatu perangkat lunak yang dapat digunakan oleh user untuk berkomunikasi dengan sistem, yang dilakukan melalui berbagai pilihan media seperti keyboard, joystick dan keyfunction yang lainnya.
2. Bahasa tampilan (display and presentation language), yaitu suatu perangkat yang berfungsi sebagai sarana untuk menampilkan sesuatu. Peralatan yang digunakan untuk merealisasikan tampilan ini diantaranya adalah printer, grafik monitor, plotter, dan lain-lain.
3. Basis pengetahuan (knowladge base), yaitu bagian yang mutlak diketahui oleh pengguna sehingga sistem yang dirancang dapat berfungsi secara interaktif.

SISTEM PENDUKUNG KEPUTUSAN DENGAN METODE AHP

1. Pengertian system pendukung keputusan (DSS)

      Secara umum DSS adalah sistem berbasis komputer yang interaktif, yang membantu mengambil   keputusan dengan memanfaatkan data dan model untuk menyelesaikan masalah-masalah yang  terstruktur. Sedangkan secara khusus DSS adalah Sebuah sistem yang mendukung kerja seorang    manajer maupun sekelompok manajer dalam memecahkan masalah semi-terstruktur dengan cara memberikan informasi ataupun usulan menuju pada keputusan tertentu.
Adapun menurut para ahli definisi dari DSS adalah sebagai berikut :
a.    Menurut Mann dan Watson, DSS adalah Sistem yang interaktif, membantu pengambilan     keputusan melalui penggunaan data dan model-model keputusan untuk memecahkan masalah-masalah yang sifatnya semi terstruktur dan tidak terstruktur.
b.    Menurut Maryam Alavi dan H.Albert Napier, DSS adalah suatu kumpulan prosedur pemrosesan data dan informasi yang berorientasi pada penggunaan model untuk menghasilkan berbagai jawaban yang dapat membantu manajemen dalam pengambilan keputusan.
c.    Menurut Little, DSS adalah suatu sistem informasi berbasis komputer yang menghasilkan berbagai alternatif keputusan untuk membantu manajemen dalam menangani berbagai permasalahan yang terstruktur atupun tidak terstruktur dengan menggunakan data dan model.
d.   Menurut Raymond Mc Leod, DSS adalah sistem penghasil informasi spesifik yang ditujukan untuk memecahkan suatu masalah tertentu yang harus dipecahkan oleh manajer pada berbagai tingkatan.
e.    Turban & Aronson (1998), DSS adalah  sistem yang digunakan untuk mendukung dan membantu pihak manajemen melakukan pengambilan keputusan pada kondisi semi terstruktur dan tidak terstruktur. Pada dasarnya konsep DSS hanyalah sebatas pada kegiatan membantu para manajer melakukan penilaian serta menggantikan posisi dan peran manajer

2. Konsep Sistem Pendukung Keputusan ( Decision Support System / DSS )

            Konsep DSS dimulai akhir tahun 1960 dengan time sharing komputer yaitu untuk pertama kalinya seseorang dapat berinteraksi langsung dengan komputer tanpa harus melalui spesialis informasi. Istilah DSS diciptakan pada tahun 1971 oleh Anthony Gory dan Scott Morton untuk mengarahkan aplikasi komputer pada pengambilan keputusan manajemen. Konsep DSS menggunakan informasi spesifik yang ditujukan untuk membantu manajemen dalam mengambil keputusan dengan menggunakan model sebagai dasar pengembangn alternatif yang secara interaktif dapat digunakan oleh pemakai. Dari penjelasan tersebut maka dapat diketahui bahwa DSS mempunyai karakteristik tersendiri, antara lain :
a.    DSS dirancang untuk membantu pengambil keputusan dalam memecahkan masalah yang bersifat semi terstruktur ataupun tidak terstruktur,
b.    Dalam proses pengolahannya, DSS mengkombinasikan penggunaan model-model/teknik-teknik analisis dengan teknik pemasukan data konvensional serta fungsi-fungsi pencari/interogasi informasi,
c.    DSS dirancang sedemikian rupa, sehingga dapat digunakan dengan mudah oleh orang yang tidak memiliki dasar kemampuan pengoperasian komputer yang tinggi,
d.   DSS dirancang dengan menekankan pada aspek fleksibilitas serta kemampuan adaptasi yang tinggi, sehingga mudah disesuaikan dengan kebutuhan pemakai.

 3. Konsep Keputusan

       Pengambilan keputusan merupakan hal yang pokok bagi pemegang jabatan manajer. Karena keputusan merupakan rangkaian tindakan yang perlu diikuti dalam memecahkan masalah untuk menghindari atau mengurangi dampak negatif atau untuk memanfaatkan kesempatan di dalam perusahaan. Model sistem yang dipergunakan untuk mengambil keputusan dapat bersifat tertutup atau terbuka. Sistem pengambilan tertutup menganggap bahwa keputusan dipisahkan dari masukan-masukan yang tidak diketahui dari lingkungannya. Dalam sistem ini pengambil keputusan dianggap :
a.  Mengetahui semua alternatif dan akibat atu hasil dari masing-masing alternatif;
b.  Mempunyai suatu metode (aturan, hubungan dan sebagainya) yang memungkinkan ia membuat urutan alternatif yang lebih disukainya,
c.  Memilih alternatif yang memaksimalkan sesuatu seperti keuntungan, volume penjualan atau kegunaan.
Paham pengambilan keputusan yang tertutup jelas menganggap bahwa orang yang rasional secara logis menguji semua alternatif, membuat urutan berdasarkan hasilnya yang lebih disukai, dan memilih alternatif yang mendatangkan hasil terbaik.
Sistem pengambilan keputusan terbuka adalah keputusan yang dipengaruhi oleh lingkungan, dan proses pengambilan keputusan selanjutnya juga mempengaruhi lingkungan tersebut. Pengambil keputusan dianggap tidak harus logis dan sepenuhnya rasional, tetapi lebih banyak menunjukkan rasionalitas hanya dalam batas-batas yang ditentukan oleh latar belakang, penglihatan alternatif-alternatif, kemampuan untuk menangani model keputusan dan sebagainya. Mengingat tujuan model tertutup telah dirumuskan dengan baik, tujuan model terbuka sama dengan tingkat keinginan sebab model terbuka dapat berubah apabila pengambil keputusan menerima bukti keberhasilan atau kegagalan. Dibandingkan dengan ketiga anggapan model tertutup, model keputusan terbuka menganggap bahwa pengambil keputusan :
a.  Tidak mengetahui semua alternatif dan semua hasil,
b.  Melakukan penyelidikan secara terbatas untuk menemukan beberapa alternatif yang memuaskan,
c.  Mengambil keputusan yang memuaskan tingkat keinginannya.
Model terbuka adalah dinamis atas urutan pilihan-pilihan karena tingkatan keinginan berubah menangani perbedaan antara hasil dan tingkat keinginan.
4. Tahapan Pengambilan Keputusan Menurut Herbert A. Simon
Ada 4 tahapan dalam pengambilan keputusan menurut Herbert A. Simon yaitu :
1.  Kegiatan Inteligen yaitu proses pencarian informasi dan data dari lingkungan yang berguna bagi pemecahan masalah,
2.   Kegiatan Merancang yaitu menemukan, mengembangkan, dan manganalisa arah tindakan yang mungkin dapat dipergunakan. Dalam hal ini mengandung proses-proses untuk memahami masalah, untuk menghasilkan cara pemecahan masalah dan untuk menguji apakah cara pemecahan tersebut dapat dilaksanakan.
3.  Kegiatan Memilih yaitu memilih arah tindakan tertentu dari semua arah tindakan yang ada. Pilihan ditentukan dan dilaksanakan.
4.  Kegiatan Menelaah  disebut juga pemahaman yaitu menyelidiki lingkungan tentang kondisi-kondisi yang memerlukan keputusan. Data mentah yang diperoleh diolah dan diperiksa untuk dijadikan petunjuk yang dapat menentukan masalahnya.

5. macam- macam metode sistem pendukung keputusan

1. Metode Sistem pakar
Secara umum, sistem pakar adalah sistem yang berusaha mengadopsi pengetahuan manusia ke komputer yang dirancang untuk memodelkan kemampuan menyelesaikan masalah seperti layaknya seorang pakar.
·      Ciri Sistem Pakar
1.  Memiliki informasi yang lebih handal.
2.  Mudah di modifikasi dan dapat beradaptasi.
3.  Dapat digunakan dalam berbagai jenis komputer.
2. Metode Regresi linier
Merupakan metode statistika yang digunakan untuk membentuk model hubungan antara variabel terikat (dependen; respon; Y) dengan satu atau lebih variabel bebas (independen, prediktor, X).
3.  Metode B/C Ratio
Metode B/C didefinisikan sebagai perbandingan (rasio) nilai ekivalen dari manfaat terhadap nilai ekivalen dari biaya-biaya. Metode nilai ekivalen yang biasa digunakan adalah PW dan AW
4.      Metode AHP(Analytical Hierarchy Process)
a. Definisi
Analytical Hierarchy Process (AHP). Diikembangkan oleh Thomas L. Saaty pada     tahun 1970-an. Metode ini merupakan salah satu model pengambilan keputusan multikriteria yang dapat membantu kerangka berpikir manusia dimana faktor logika, pengalaman pengetahuan, emosi dan rasa dioptimasikan ke dalam suatu  proses sistematis. Pada dasarnya, AHP merupakan metode yang digunakan untuk   memecahkan masalah yang kompleks dan tidak terstruktur ke dalam kelompok –      kelompoknya, dengan mengatur kelompok tersebut ke dalam suatu hierarki, kemudian memasukkan nilai numerik sebagai pengganti persepsi manusia dalam melakukan perbandingan relatif. Dengan suatu sintesa maka akan dapat ditentukan  elemen mana yang mempunyai prioritas tertinggi.
Menurut Badiru (1995), AHP merupakan suatu pendekatan praktis untuk memecahkan masalah keputusan kompleks yang meliputi perbandinagn alternatif.AHP juga memungkinkan pengambilankeputusan menyajikan hubungan hierarki antara faktor, atribut, karakteristik atau alternative dalam lingkungan pengambilan  keputusan. Dengan cirri – ciri khusus, hierarki yang dimilikinya, masalah kompleks yang tidak terstruktur dipecahkan dalam kelompok -kelompoknya.
Dalam menyelesaikan persoalan dengan AHP ada beberapa prinsip yang harus               dipahamidiantaranya adalah : decomposition,comparative judgment, synthesis of priority, dan logicalconsistency.

1.  Prinsip AHP

1.      Decomposition (Penyusunan Hirarki).
Setelah persoalan didefenisikan, maka perlu dilakukan decomposition yaitu memecah persoalan yang utuh menjadi unsur – unsurnya. Jika ingin mendapatkan hasil yang akurat, pemecahan juga dilakukan terhadap unsur – unsurnya sampai tidak mungkin dilakukan pemecahan lebih lanjut, sehinggadidapatkan beberapa tingkatan dari persoalan tadi. Karena alasan ini, maka proses analisis ini dinamakan hierarki (hierarchy). Ada 2 (dua) jenis hierarki, yaitu lengkap dan tak lengkap. Dalam hierarki lengkap, semua elemen pada suatu     tingkat memiliki semua elemen yang ada pada tingkat berikutnya. Jika tidakdemikian dinamakan hierarki tak lengkap.
2.      Comparative Judgement (Penilaian Perban- dingan Berpasangan.
Prinsip ini berarti membuat penilaian tentang kepentingan relative 2 (dua) elemen pada suatu tingkat tertentu dalam kaitannya dengan tingkat di atasnya.Penilaian ini merupakan inti dari AHP, karena ia akan berpengaruh terhadap prioritas elemen – elemen. Hasil dari penilaian ini akan tampak lebih enak bila  disajikan dalam bentuk matriks yang dinamakan matriks pairwise comparison.
3.      Sintesa Prioritas
Sintesa prioritas dilakukan dengan mengalikan prioritas lokal dengan  prioritas dari kriteria bersangkutan di level atasnya dan menambahkannya ke tiap  elemen dalam level yang dipengaruhi kriteria. Hasilnya berupa gabungan atau  dikenal dengan prioritas global yang kemudian digunakan untuk memboboti prioritas lokal dari elemen di level terendah sesuai dengan kriterianya.


c. Langkah dan Prosedur AHP.
        Buchara (2000) mejelaskan bahwa secara umum, langkah – langkah yang harus dilakukan dalam menggunakan AHP untuk memecahkan suatu masalah adalah sebagai berikut :
1.  Mendefenisikan permasalahan dan menentukan tujuan. Bila AHP digunakan untuk memilih alternatif atau menyusun prioritas alternatif, maka tahap ini dilakukan pengembangan alternatif.
2.  Menyusun masalah ke dalam suatu struktur hierarki sehingga permasalahan yang kompleks dapat ditinjau dari sisi yang detail dan terukur.
3.  Menyusun prioritas untuk tiap elemen masalah pada setiap hierarki. Prioritas ini dihasilkan dari suatu matriks perbandingan berpasangan antara seluruh elemen pada tingkat hierarki yang sama.
4.  Melakukan pengujian konsistensi terhadap perbandingan antar elemen yang     didapatkan pada tiap tingkat hierarki.

Sedangkan langkah-langkah pair-wise comparison AHP  :
1.  Pengambilan data dari obyek yang diteliti.
2.  Menghitung data dari bobot perbandingan berpasangan responden dengan        metode   “pairwise comparison” AHP berdasar hasil kuisioner.
3.  Menghitung rata-rata rasio konsistensi dari masing-masing responden.
4.  Pengolahan dengan metode “pairwise comparison” AHP.
5.  Setelah dilakukan pengolahan tersebut, maka dapat disimpulkan adanya          konsitensi     dengan tidak, bila data tidak konsisten maka diulangi lagi dengan pengambilan data seperti semula, namun bila sebaliknya maka digolongkan data terbobot yang selanjutnya dapat dicari nilai beta (b)

d. Kelebihan dan Kekurangan dalam Metode AHP
a. Kelebihan
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.
b. 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.
3.  Metode IRR
4.  Metode NPV
5.  Metode FMADM
Fuzzy Multiple Attribute Decission Making adalah suatu metode yang digunakan untuk mencari alternatif optimal dari sejumlah alternatif dengan kriteria tertentu
6.  Metode SAW
Metode SAW sering juga dikenal dengan istilah metode penjumlahan terbobot. Konsep dasar metode SAW adalah mencari penjumlahan terbobot dari rating kinerja pada setiap alternatif pada semua attribut. Metode SAW membutuhkan proses normalisasi matriks keputusan (X) ke suatu skala yang dapat diperbandingkan dengan semua rating alternatif yang ada.

SISTEM PENDUKUNG KEPUTUSAN DENGAN METODE TOPSIS

SISTEM PENDUKUNG KEPUTUSAN DENGAN METODE TOPSIS

 

TOPSIS (Technique For Others Reference by Similarity to Ideal Solution) adalah salah satu metode pengambilan keputusan multikriteria yang pertama kali diperkenalkan oleh Yoon dan Hwang (1981). TOPSIS menggunakan prinsip bahwa alternatif yang terpilih harus mempunyai jarak terdekat dari solusi ideal positif dan terjauh dari solusi ideal negatif dari sudut pandang geometris dengan menggunakan jarak Euclidean untuk menentukan kedekatan relatif dari suatu alternatif dengan solusi optimal.

Solusi ideal positif didefinisikan sebagai jumlah dari seluruh nilai terbaik yang dapat dicapai untuk setiap atribut, sedangkan solusi negatif-ideal terdiri dari seluruh nilai terburuk yang dicapai untuk setiap atribut.

TOPSIS mempertimbangkan keduanya, jarak terhadap solusi ideal positif dan jarak terhadap solusi ideal negatif dengan mengambil kedekatan relatif terhadap solusi ideal positif. Berdasarkan perbandingan terhadap jarak relatifnya, susunan prioritas alternatif bisa dicapai.

Metode ini banyak digunakan untuk menyelesaikan pengambilan keputusan secara praktis. Hal ini disebabkan konsepnya sederhana dan mudah dipahami, komputasinya efisien,dan memiliki kemampuan mengukur kinerja relatif dari alternatif-alternatif keputusan.

PROSEDUR TOPSIS

·         Menghitung separation measure

·         Menentukan jarak antara nilai setiap alternatif dengan matriks solusi ideal positif dan negatif

·         Menentukan nilai preferensi untuk setiap alternatif

·         Decision matrix D mengacu terhadap m alternatif yang akan dievaluasi berdasarkan n kriteria yang didefinisikan sebagai berikut:

       

Dengan xij menyatakan performansi dari perhitungan untuk alternatif ke-i terhadap atribut ke-j.

Langkah-langkah metode TOPSIS

1.    Membangun normalized decision matrix

Elemen rij hasil dari normalisasi decision matrix R dengan metode Euclidean length of a vector adalah:

  

  

2.Membangun weighted normalized decision matrix

Dengan bobot W= (w1, w2,…..,wn), maka normalisasi bobot matriks V adalah  :

3.        Menentukan solusi ideal dan solusi ideal negatif.

Solusi ideal dinotasikan A*, sedangkan solusi ideal negatif dinotasikan A- :

 4.         Menghitung separasi

Si* adalah jarak (dalam pandangan Euclidean) alternatif dari solusi ideal didefinisikan sebagai:

Dan jarak terhadap solusi negatif-ideal didefinisikan sebagai:

\

5.        Menghitung kedekatan relatif terhadap solusi ideal

6.        Merangking Alternatif

Alternatif dapat dirangking berdasarkan urutan Ci*. Maka dari itu, alternatif   terbaik adalah salah satu yang berjarak terpendek terhadap solusi ideal dan berjarak terjauh dengan solusi negatif-ideal.

MADM (Multi Attribute Decision Making) dengan Metode Topsis

Untuk mengisi waktu luang kali ini saya akan menulis tentang tugas kuliah saya tentang metode TOPSIS dalam SISTEM FUZZY.

Pertama saya akan menuliskan Contoh soal, Rumus Manual dan langkah menyelesaikan masalah dalam metode ini:

catatan: Nilai yang didapat dalam langkah-langkah yang akan dibahas seharusnya didapatkan berdasarkan analisa pembuat keputusan, tapi dalam kasus kali ini nilai yang didapat bukanlah nilai real karena kasus ini hanyalah kasus contoh.