Sistem Pendukung Keputusan dan Contoh Program SPK Kuliner

Sistem Penunjang Pengambilan Keputusan didefinisikan sebagai interaktif berbasis komputer yang membantu pengambilan suatu keputusan memanfaatkan data dan model untuk menyelesaikan masalah yang tidak terstruktur, Scoot-Morton (Turban, 2000).

Sistem Pendukung Keputusan yang dikemukakan oleh Raymond Mclood. Jr dalam buku Sistem Informasi Manajemen (McLeod, 2001) menekankan bahwa Sistem Pendukung Keputusan adalah suatu sistem informasi yang ditujukan untuk membantu manajemen dalam memecahkan masalah yang dihadapinya. Definisi selengkapnya adalah sistem penghasil informasi spesifik yang ditujukan untuk memecahkan suatu masalah tertentu  yang harus dipecahkan oleh menejer ada berbagai tingkatan. Sedangkan menurut Litlle (McLeod, 2001) mengemukakan bahwa sistem pendukung  keputusan adalah suatu sistem informasi berbasis komputer yang menghasilkan berbagai alternatif keputusan untuk membantu manajemen dalam menangani berbagai permasalahan yang terstruktur ataupun tidak terstruktur dengan menggunakan data atau model.

Sebagaimana diketahui bahwa salah satu tugas utama manajemen adalah mempertahankan (existensi) dan menghasilkan kinerja (performance) organisasi yang dikelolanya. Untuk  itulah manajemen harus mengambil keputusan mengenai langkah-langkah yang akan diambilnya, baik pada tingkatan strategi, taktik maupun operasional.

Keputusan-keputusan dibuat untuk memecahkan masalah. Dalam memecahkan suatu masalah, pemecahan masalah mungkin membuat banyak keputusan. Keputusan merupakan rangkaian tindakan yang perlu diikuti dalam memecahkan masalah untuk menghindari dan mengurangi dampak negatif atau untuk memanfaatkan kesempatan.

Agar kualitas keputusan yang diambil lebih baik maka diperlukan sistem pendukung keputusan yaitu yang berbasis komputer interaktif, yang mambantu pembuat keputusan memanfaatkan data dan model untuk menyelesaikan permasalahan yang tak terstruktur (Garry dan Morton,1971).

Jenis-Jenis Keputusan

Jenis–jenis keputusan menurut Simon dibedakan menjadi dua macam yaitu keputusan terprogram dan keputusan tidak terprogram dalam buku Sistem Informasi Manajemen (McLeod, 2001).

a. Keputusan Terprogram

Keputusan–keputusan yang bersifat berulang dan rutin, sedemikian hingga suatu prosedur pasti telah dibuat untuk menanganinya sehingga keputusan tersebut tidak perlu diperlakukan sebagai sesuatu yang baru tiap kali terjadi.

b.   Keputusan Tak Terprogram

Keputusan–keputusan yang berkaitan dengan berbagai persoalan baru, tidak terstruktur dan tidak konsisten. Tidak ada metode yang pasti untuk menangani masalah ini karena belum  pernah ada sebelumnya, atau karena sifat dan struktur persisnya tidak terlihat atau rumit.

Proses Pengambilan Keputusan.

Untuk memahami dengan lebih baik mengenai permodelan, dapat mengikuti proses pengambilan keputusan yang melibatkan tiga hal tahap utama : tahap intelegensi(intelligent phase), tahap perancangan (design phase), dan tahap pilihan (choice phase).Tahap keempat yaitu implementasi (implementation) ditambahkan kemudian. Sebuah gambaran konseptual mengenai proses pembuatan keputusan ditunjukkan pada gambar 2.1. Ada aliran aktifitas yang  berkesinambungan dari tahap intelegensi ke tahap perancangan dan tahap perancangan ke tahap pilihan (garis tebal), tetapi pada beberapa tahap mungkin menjadi arus balik ke tahap sebelumnya.

Subsistem–subsistem sistem pendukung keputusan terdiri dari 4 yaitu subsistem manajemen data, subsistem manajemen model, subsistem manajemen pengetahuan dan subsistem antar muka pengguna. Seperti pada gambar dibawah  (Turban, 2000).

Gambar 1. Skema SPK

Dalam pembuatan aplikasi sistem pendukung keputusan umumnya sistem dapat hasil keputusan yang dapat mengeluarkan output beberapa alternatif lain yang dapat direkomendasikan. Adapun contoh bentuk aplikasi sistem pendukung keputusan pada wisata kuliner dibawah menunjukkan mengeluarkan ketupusan berdasarkan rangking dan memiliki alternatif pilihan lain yang dapat direkomendasikan oleh manajer/user.

Contoh Program SPK

Dengan contoh data inputan dengan mengisi data kriteria dan bobot sesuai kebutuhan pemakai. Kriteria diantaranya adalah jenis makanan, waktu buka, lokasi kuliner, budget, fasilitas, dan khas makanan. Peta di ambil dari google eart untuk memvisualisasi data ruang geografi agar lebih baik dengan bentuk yang lebih nyata. Sedangkan bobot dapat diatur oleh pemakai sistem dan tidak dilakukan pemobobotan dalam koding. Perhatikan gambar 2 dibawah;

Gambar 2. Proses SPK Kuliner

Pada gambar 2 di atas suatu hasil keputusan sistem berdasarkan data inputan yang didapatkan untuk pencarian adalah Pondok Cabe jenis makanan Ayam Goreng dengan total skor persentase 98% dari total keseluruhan resto yang didapatkan yaitu 96 resto yang memiliki pendekatan data yang dicari baik jenis makanan, waktu buka, khas makanan, budget, suasana, fasilitas atau data lokasi.

Adapun resto yang memiliki total skor terkecil adalah Jimbaran Resto dengan total skor 40% yang memiliki perbedaan Jenis makanan, khas makanan, harga yang sangat jauh dari budget, dan memiliki persamaan suasana indoor dan memungkin jarak masih terjangkau.

Sistem ini dibuat dengan metode rule of thumb untuk mendukung keputusan serta google earth untuk visualisasi geografinya.

Untuk lebih jelas dapat mengemail saya..semoga bermanfaat terimakasih.

danifn[at]mail.ugm.ac.id

Konsep Dasar AHP dalam Sistem Pendukung Keputusan (SPK)

AHP merupakan pendekatan dasaruntuk pengambilan keputusan.Dalam proses ini  pembuat keputusan menggunakan Pairwise Comparison yang digunakan untuk membentuk seluruh prioritas untuk mengetahui ranking dari alternatif. Metode ini dikembangkan oleh Thomas L.,Saatyahli matematika yang dipublikasikan pertama kali dalam bukunya The Analytical Hierarchy Process tahun 1980. AHP merupakan alat pengambil keputusan yang  menguraikan suatu permasalahan kompleks dalam  struktur hirarki dengan banyak tingkatan yang terdiri dari tujuan, kriteria,dan alternatif. Peralatan utama dari  model ini adalah sebuah hirarki fungsional dengan persepsi manusia sebagai input utamanya.

Aksioma-aksioma pada model AHP:

1. Resiprocal Comparison,artinyapengambil keputusan harus dapat membuat perbandingan dan menyatakan preferensinya. Preferensi tersebut harus memenuhi syarat resiprocalyaitu kalau A lebih disukai daripada B dengan skala x, maka B lebih disukai daripada A dengan skala 1/x.
2. Homogenity, artinya preferensi seseorang harus dapat dinyatakan dalam skala terbatas ataudengan kata lain elemen-       elemennya dapat dibandingkan satu samalain. Kalau aksioma ini tidak terpenuhi maka elemen-elemen yang dibandingkan    tersebut tidak homogeneity dan harusdibentuksuatu ‘cluster’  (kelompok elemen-elemen) yang baru.
3. Independence, artinya preferensi dinyatakan dengan mengasumsikan bahwa kriteria tidak dipengaruhioleh alternatif-alternatif yang ada  melainkan oleh obyektif keseluruhan. Ini  menunjukkan bahwa pola ketergantungan dalam AHPadalah searah ke atas, artinya perbandingan antara elemen-elemen pada tingkat di atasnya.
4. Expectation, artinya untuk tujuan pengambilan keputusan, struktur hirarki diasumsikan lengkap.Apabila asumsi ini tidak dipenuhi  maka  pengambil keputusan.Memutuskan tidak memakai seluruh kriteria dan atau obyektif yang tersedia atau diperlukan sehingga keputusan yang diambil dianggap tidak lengkap. Prosedur atau langkah-langkah AHP.

Pada dasarnyalangkah-langkah dalam  metode AHP  meliputi :

1. Menyusun hirarki daripermasalahan yang dihadapi.
   Persoalan yang akan diselesaikan,diuraikan  menjadi unsur-unsurnya,yaitu tujuan,kriteria dan alternatif,kemudian disusun menjadi strukturhirarki
2. Penilaian kriteriadan alternatif
   Kriteria dan alternatif dinilai melalui perbandingan berpasangan.Menurut Saaty(1988),untuk berbagai persoalan, skala 1 sampai 9 adalah skala terbaik dalam  mengekspresikan pendapat. Nilai dan definisi  pendapat kualitatif  dari skala perbandingan Saaty.
3. Penentuan prioritas
   Untuk setiap kriteria dan alternatif,perlu dilakukan perbandingan berpasangan  (pairwise comparisons). Nilai-nilai perbandingan relatif kemudian diolah untuk menentukan peringkat alternatif dari seluruh alternatif.  Baik kriteria kualitatif, maupun kriteria kuantitatif, dapat dibandingkan sesuai dengan penilaian yang telah ditentukan untuk menghasilkan bobot dan proritas.  Bobot atau prioritas dihitung dengan manipulasi matriks atau melalui penyelesaian persamaan matematik.

Pertimbangan – pertimbangan  terhadap perbandingan berpasangan untuk  memperoleh keseluruhan prioritas melalui tahapan-tahapan berikut:
a.  Kuadratkan matriks hasil perbandingan berpasangan.
b.  Hitung jumlah nilai darisetiap  baris, kemudian lakukan normalisasi matriks.

Konsistensi logis
Semua elemendikelompokkan secara logis dan diperingatkan secara konsisten sesuai dengan suatu kriteria yang logis. Matriks bobot yang diperoleh dari hasil perbandingan secara berpasangan tersebut harus mempunyai hubungan kardinal dan ordinal. Hubungan tersebut dapatditunjukkansebagai berikut  (Suryadi & Ramdhani,1998):

Hubungan kardinal    : aij. ajk= aik
Hubungan ordinal      : Ai > Aj, Aj> Ak maka Ai > Ak
Hubungan diatas dapat dilihat dari dua hal sebagai berikut :

• Dengan melihat preferensi multiplikatif, misalnyabila anggur lebih enak empat kali dari mangga dan mangga lebih enak dua kali daripisang  maka anggur  lebih enak delapan kali dari pisang.

• Dengan melihat preferensi transitif, misalnya anggur lebih  enak dari mangga dan mangga lebih enak daripisang maka anggur lebih enak daripisang. Pada keadaan  sebenarnyaakan terjadi beberapa  penyimpangan darihubungan tersebut,sehingga matriks tersebut  tidak konsisten sempurna.  Hal ini terjadi karena  ketidak konsistenan dalam preferensi seseorang.
  Perhitungan konsistensilogis  dilakukan dengan mengikuti langkah-langkah  sebagai berikut :

a.  Mengalikan matriks dengan proritas bersesuaian.
b.  Menjumlahkan hasil perkalian perbaris.
c.  Hasil penjumlahan tiap baris dibagi prioritas bersangkutan dan hasilnya di jumlahkan.
d.  Hasil c dibagi jumlah elemen,akan didapat λmaks.
e.  Consistensi Indexs(CI) = (λmaks-n) / (n-1)
f.   Consistensy Ratio= CR/ RI,di mana RI adalah indeks random consistensi.Jika rasio consistensi ≤0.1,hasil perhitungan dapat dibenarkan.
g.  Menghitung nilai lambda (λ) dan Consistency Index(CI) dan Consistency Ratio(CR) dengan rumus :

Dimana :
λ     = Nilai rata-rata vector consistency
CV  = Consistency Vector
N   = Jumlah faktoryang sedang dibandingkan
CI  = Consistency Index
RI  = Random Index
CR = Consistency Ratio
Dalam hal ini RI(Random Index) ádalah indeksrerata konsistensi untuk bilangan numerik yang diambil secara acak dari skala 1/9, 1/8, …,1, 2,…., 9, berdasarkan penelitian yang dilakukan oleh Saaty terhadap 500 sampel.

Bila melibatkan partisipan.
Bila melibatkan  elemen-elemen masyarakat atau tokoh masyarakat setempat sebagai partisipator,  maka perlu dibuat quesioner untuk  memperoleh  jawaban responden dalam menentukan nilai perbandingan berpasangan darikriteria dan alternatif. Berdasarkan skor jawaban seluruh responden dapat diperoleh rata-rata geometrik setiap pasangan yang dibandingkan dan dikalkulasi berdasarkan rumus 4.1 untuk penyusunan matrik pairwise comparison dalam  menentukan nilai prioritas setiap kriteria dan alternatif serta menetapkan prioritas akhir alternatif pemilihan gagasan.

Keterangan :
Log G  : logaritma rata-rata geometrik
Xi : nilai darijawaban responden
n  : jumlah responden

Metode TOPSIS dalam Sistem Pendukung Keputusan (SPK)

Metode TOPSIS

Metode  TOPSIS  adalah  salah  satu  metode  pengambilan  keputusan multikriteria yang pertama kali diperkenalkan oleh Yoon dan Hwang  pada tahun 1981.  Metode  ini  merupakan  salah  satu  metode  yang  banyak  digunakan  untuk menyelesaikan pengambilan  keputusan  secara  praktis.  TOPSIS  memiliki  konsep dimana alternatif  yang terpilih merupakan alternatif terbaik  yang memiliki jarak terpendek dari solusi ideal positif dan jarak terjauh dari solusi ideal negatif [4]. Semakin  banyaknya  faktor  yang  harus  dipertimbangkan  dalam  proses pengambilan  keputusan,  maka  semakin  relatif  sulit  juga  untuk  mengambil
keputusan  terhadap  suatu  permasalahan.  Apalagi  jika  upaya  pengambilan keputusan  dari  suatu  permasalahan  tertentu,  selain  mempertimbangkan  berbagai faktor/kriteria  yang  beragam,  juga  melibatkan  beberapa  orang  pengambil keputusan.  Permasalahan  yang  demikian  dikenal  dengan  permasalahan  multiple criteria decision making  (MCDM).  Dengan kata lain, MCDM juga dapat disebut sebagai  suatu  pengambilan  keputusan  untuk  memilih  alternatif  terbaik  dari sejumlah  alternatif  berdasarkan  beberapa  kriteria  tertentu.  Metode  TOPSISdigunakan  sebagai  suatu  upaya  untuk  menyelesaikan  permasalahan  multiple criteria  decision  making.  Hal  ini  disebabkan  konsepnya  sederhana  dan  mudah dipahami, komputasinya  efisien  dan  memiliki  kemampuan  untuk  mengukur kinerja relatif dari alternatif-alternatif keputusan.

Langkah-langkah Metode TOPSIS

Langkah-langkah yang dilakukan dalam menyelesaikan suatu permasalahan menggunakan metode TOPSIS adalah sebagai berikut [4]:

1. Menggambarkan  alternatif  (m)  dan  kriteria  (n)  ke  dalam  sebuah  matriks, dimana  Xij adalah  pengukuran  pilihan  dari  alternatif  ke-i  dan  kriteria  ke-j.Matriks ini dapat dilihat pada persamaan satu.
    
2. Membuat matriks R yaitu matriks keputusan ternormalisasi Setiap  normalisasi  dari  nilai  rij dapat  dilakukan  dengan  perhitungan menggunakan persamaan dua.
   
3. Membuat pembobotan pada matriks yang telah dinormalisasi Setelah dinormalisasi, setiap kolom pada matriks R dikalikan dengan bobotbobot (wj) untuk menghasilkan matriks pada persamaan tiga.
   
4. Menentukan nilai solusi ideal positif dan solusi ideal negatif. Solusi ideal dinotasikan A+, sedangkan solusi ideal negatif dinotasikan A-. Persamaan untuk menentukan solusi ideal dapat dilihat pada persamaan empat.
   
5. Menghitung separation measure. Separation measure ini merupakan
   pengukuran jarak dari suatu alternatif ke solusi ideal positif dan solusi ideal
   negatif.
   –  Perhitungan solusi ideal positif dapat dilihat pada persamaan lima :
   
   –  Perhitungan solusi ideal negatif dapat dilihat pada persamaan enam :
6. Menghitung  nilai  preferensi  untuk  setiap  alternatif. Untuk  menentukan ranking tiap-tiap alternatif yang ada maka perlu dihitung terlebih dahulu nilai preferensi  dari  tiap  alternatif.  Perhitungan  nilai  preferensi  dapat  dilihat melalui persamaan tujuh.
   Setelah  didapat  nilai  Ci+,  maka  alternatif  dapat  diranking  berdasarkan urutan  Ci+.  Dari  hasil  perankingan  ini  dapat  dilihat  alternatif  terbaik  yaitu alternatif yang memiliki jarak terpendek dari solusi ideal dan berjarak terjauh dari solusi ideal negatif.

Pengertian Sistem Pendukung Keputusan

Sistem Pendukung Keputusan (SPK) atau Decision Support System (DSS) adalah sebuah sistem yang mampu memberikan kemampuan pemecahan masalah maupun kemampuan pengkomunikasian untuk masalah dengan kondisi semi terstruktur dan tak terstruktur. Sistem ini digunakan untuk membantu pengambilan keputusan dalam situasi semi terstruktur dan situasi yang tidak terstruktur, dimana tak seorangpun tahu secara pasti bagaimana keputusan seharusnya dibuat (Turban, 2001).

SPK bertujuan untuk menyediakan informasi, membimbing, memberikan prediksi serta mengarahkan kepada pengguna informasi agar dapat melakukan pengambilan keputusan dengan lebih baik.

SPK merupakan implementasi teori-teori pengambilan keputusan yang telah diperkenalkan oleh ilmu-ilmu seperti operation research dan menegement science, hanya bedanya adalah bahwa jika dahulu untuk mencari penyelesaian masalah yang dihadapi harus dilakukan perhitungan iterasi secara manual (biasanya untuk mencari nilai minimum, maksimum, atau optimum), saat ini computer PC telah menawarkan kemampuannya untuk menyelesaikan persoalan yang sama dalam waktu relatif singkat.

Sprague dan Watson mendefinisikan Sistem Pendukung Keputusan (SPK) sebagai sistem yang memiliki lima karakteristik utama yaitu (Sprague et.al, 1993):

1. Sistem yang berbasis komputer. 
2. Dipergunakan untuk membantu para pengambil keputusan 
3. Untuk memecahkan masalah-masalah rumit yang mustahil dilakukan dengan kalkulasi manual 
4. Melalui cara simulasi yang interaktif 
5. Dimana data dan model analisis sebaai komponen utama.

Komponen Sistem Pendukung Keputusan

Secara umum Sistem Pendukung Keputusan dibangun oleh tiga komponen besar yaitu database Management, Model Base dan Software System/User Interface. Komponen SPK tersebut dapat digambarkan seperti gambar di bawah ini.

Komponen Sistem Pendukung Keputusan (SPK)

a. Database Management

Merupakan subsistem data yang terorganisasi dalam suatu basis data. Data yang merupakan suatu sistem pendukung keputusan dapat berasal dari luar maupun dalam lingkungan. Untuk keperluan SPK, diperlukan data yang relevan dengan permasalahan yang hendak dipecahkan melalui simulasi.

b. Model Base

Merupakan suatu model yang merepresentasikan permasalahan kedalam format kuantitatif (model matematika sebagai contohnya) sebagai dasar simulasi atau pengambilan keputusan, termasuk didalamnya tujuan dari permaslahan (objektif), komponen-komponen terkait, batasan-batasan yang ada (constraints), dan hal-hal terkait lainnya. Model Base memungkinkan pengambil keputusan menganalisa secara utuh dengan mengembangkan dan membandingkan solusi alternatif.

c. User Interfase / Pengelolaan Dialog

Terkadang disebut sebagai subsistem dialog, merupakan penggabungan antara dua komponen sebelumnya yaitu Database Management dan Model Base yang disatukan dalam komponen ketiga (user interface), setelah sebelumnya dipresentasikan dalam bentuk model yang dimengerti computer. User Interface menampilkan keluaran sistem bagi pemakai dan menerima masukan dari pemakai kedalam Sistem Pendukung Keputusan.

Manfaat Sistem Pendukung Keputusan

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 barbagai 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 dia dapat menjadi stimulan bagi pengambil keputusan dalam memahami persoalannya,karena mampu menyajikan berbagai alternatif pemecahan.

Daftar Pustaka

• Sparague, R. H. and Watson H. J. 1993. Decision Support Systems: Putting Theory Into Practice. Englewood Clifts, N. J., Prentice Hall.
• Turban , Efraim & Aronson, Jay E. 2001. Decision Support Systems and Intelligent Systems. 6th edition. Prentice Hall: Upper Saddle River, NJ.