Pemodelan dan

Analisa

Pemodelan dan Analisa

Komponen pokok DSS

Dasar model dan Manajemen model

Perhatian: topik sulit yang akan datang

Terbiasa dengan ide pokok

Dasar konsep dan definisi
Tool dan diagram pengaruh
Model secara langsung di spreadsheet

Pemodelan dan Analisa

Struktur dari beberapa model yang sukses

dan
metodologi:

Analisa keputusan
Pohon keputusan
Optimisasi
Program heuristik
Simulasi

Perkembangan baru dalam tool

pemodelan/teknik

Isu penting di dalam dasar model

manajemen

Topik Pemodelan dan

Analisa

Pemodelan untuk MSS

Model statik dan dinamik

Keputusan dengan: kepastian, ketidakpastian dan resiko

Diagram pengaruh

Model MSS di Spreadsheet

Analisa keputusan dari beberapa alternatif (tabel keputusan

dan pohon)

Optimisasi dengan menggunakan program matematika

Program heuristik

Simulasi

Model multidimensional OLAP

Model interaktif visual dan simulasi interaktif visual

Paket perangkat lunak kuantitatif OLAP

Dasar model manajemen

Model untuk MSS

Elemen kunci dalam kebanyakan DSS

Hal yang perlu di dalam dasar model

DSS
Bisa mengarah pengurangan
ongkos yang sangat
besar/menaikkan penghasilan

Contoh yang baik dari

model MSS

Model simulasi pada sistem rail DuPont

(opening vignette)
Model restruktur dari optimisasi Supply
Chain dari Procter & Gamble
Pemilihan sebuah supplier pada Scott
Homes dengan AHP

Optimisasi IMERYS dalam Model

produksi lumpur

Pokok dalam isu

pemodelan

Identifikasi masalah

Analisa lingkungan
Identifikasi variabel
Peramalan
Macam model yang digunakan
Kategori model atau seleksi
Model manajemen
Model berdasarkan pengetahuan

Diagram pengaruh

Representasi dengan grafik dari sebuah model

Model dari model

Komunikasi visual

Beberapa paket dibuat dan memecahkan model

matematika
Framework untuk menyatakan relasi model MSS:

Segiempat = sebuah variabel keputusan

Lingkaran = variabel tak terkendali atau variabel antara

Oval = variabel hasil (hasil antara atau hasil akhir)

VVriVVVl tVrVuVunVkVn VVnVVn pVnVV

Unit Price

~
Amount used in advertisement

Income

Units Sold

Profit

Expense
Unit Cost

Fixed Cost

FIGURE 5.1 An Influence Diagram for the Profit Model.

Diagram pengaruh analitika

dari masalah pemasaran:
Model pemasaran

Submodel harga
analitika

Submodel
penjualan

Model MSS di
spreadsheet

Spreadsheet: alat modeling yang

paling populer bagi end-user.

Fungsi-fungsi yang paling bermanfaat

Fungsi-fungsi tambahan dan

pemecahan permasalahan

Penting untuk analisa, perencanaan,

pemodelan

Pemrograman macro.

Apabila menganalisa

Mencari tujuan

Manajemen basis data

sederhana

Buku
text
terpadu

Microsoft Excel

Lotus 1-2-3

Optimisasi dengan program

matematika

Program linier/Linear programming

(LP) digunakan secara luas di DSS
Program matematika
Sekumpulan perangkat lunak pemecahan
masalah manajerial dalam mengalokasikan
keterbatasan sumber daya untuk menunjang
berbagai kegiatan untuk mengoptimalkan
tercapainya tujuan.

Karakteristik masalah
pengalokasian program
linier
1. Keterbatasan kuantitas sumber
daya ekonomi
2. Sumber daya digunakan di dalam produksi
sebuah produk dan pelayanan
3. Dua atau lebih jalan solusi (program) untuk
menggunakan sumber daya
4. Setiap kegiatan (produk atau pelayanan)
menghasilkan sesuatu dalam bentuk tujuan
yang dicapai

5. Alokasi umumnya dibatasi oleh kendala

Model alokasi
program linier

Asumsi rasional dari ekonomi:

1.Hasil dari alokasi bisa dibandingkan dengan
satuan yang sama
2. Hasil bebas
3.Hasil total adalah jumlah hasil kegiatankegiatan yang berbeda
4. Semua data diketahui secara pasti
5.Sumber daya digunakan dengan cara yang
paling ekonomis

Solusi optimal: terbaik, yang didapat

secara algoritma

Program linier

Variabel keputusan (Decision variables)

Fungsi tujuan (Objective function)

Koefisien
fungsi
tujuan
(Objective function coefficients)

Kendala (Constraints)

Kapasitas (Capacities)

Koefisien
teknologi
[Inputoutput (technology) coefficients]

Program Heuristik

Pengurangan pencarian
Mendapat solusi memuaskan dengan lebih
cepat dan lebih murah
Cari aturan untuk memecahkan masalah
yang kompleks

Cari solusi layak yang cukup terhadap

masalah yang kompleks

Heuristik bisa jadi:

Quantitatif
Qualitatif

Kapan menggunakan
heuristik
1. Dalam kepastian atau data masukan terbatas (in exact
or limited input data)
2. Kenyataan yang kompleks (Complex reality)
3. kehandalan, algorithma yang eksak belum
tersedia(Reliable (exact algorithm not available)
4. Penggunaan waktu komputasi terlalu banyak
(Computation time excessive)
5. Untuk memperbaiki efisiensi dari optimisasi (To
improve the efficiency of optimization)
6. Untuk memecahkan masalah yang kompleks (To
solve complex problems)
7. Untuk pemecahan secara simbolik (For
symbolic processing)

8. Untuk membuat keputusan yang cepat (For making quick

decisions)

Kegunaan dari heuristik

1. Gampang di mengerti: lebih mudah
mengimplementasikan dan menjelaskan
2. Menolong orang menjadi kreatif
3. Menghemat waktu formulasi
4. Menghemat pemrograman dan memori pada komputer
5. Menghemat waktu perhitungan
6. Sering menghasilkan banyak solusi yang bisa diterima
7. Kemungkinan untuk mengembangkan sebuah solusi
dengan ukuran kualitas
8. Dapat melakukan pencarian dengan cerdas
9. Dapat memecahkan model masalah yang sangat kompleks

Keterbatasan dari
heuristik
1. Tidak menjamin dapat solusi optimal
2. Terlalu banyak pengecualian
3. Keputusan berurutan bisa saja tidak
mengantisipasi kosenkuensi yang akan
datang
4. Ketergantungan dari sub-sistem bisa
mempengaruhi sistem secara keseluruhan

Heuristik secara sukses

untuk routing kendaraan

diaplikasikan

Tipe dari Heuristik

Konstruksi (Construction)

Perbaikan (Improvement)

Program matematis (Mathematical

programming)
Dekomposisi (Decomposition)

Partisi (Partitioning)

Methode Heuristik
Modern

Pencarian dengan tabulasi (Tabu search)

Algorithma
Genetika
(Genetic algorithms)

Simulasi dengan beberapa asumsi

Questio
n?
End of Session