Anda di halaman 1dari 25

PEMODELAM SISTEM PENDUKUNG MANAJEMEN

Disusun Oleh :

Nama NIM
Adi Cipto Pratama 161022000084

STMIK ERESHA
2017
KATA PENGANTAR

Assalamulaikum wr.wb

Puji syukur kehadirat Allah SWT yang telah melimpahkan Rahmat serta Karunia-
Nya, sehingga saya dapat menyelesaikan makalah ini dengan penuh kemudahan. Tanpa
pertolongan-Nya mungkin saya tidak akan sanggup menyelesikan dengan baik dan muah.
Makalah ini yang berjudul Pemodelan Sistem Penunjang Manangenguna untuk
memenuhi salah satu tugas Mata Kuliah Sistem Penunjang Keputusan..
Semoga makalah ini dapat memberikan wawasan yang lebih luas kepada pembaca.
Apabila dalam penyusunan banyak terjadi kekurangan, oleh karena itu kritik dan saran
penulis harapkan demi perbaikan Dengan demikian penulis mengucapkan terima kasih.

Pamulang, Mei 2017

Penulis

i
DAFTAR ISI

KATA PENGANTAR..................................................................................................................i
DAFTAR ISI..............................................................................................................................ii
BAB I PENDAHULUAN.........................................................................................................1
1.1 Latar belakang...........................................................................................................1
1.2 Rumusan masalah......................................................................................................1
1.3 Tujuan Penulisan.......................................................................................................2
BAB II PEMBAHASAN..........................................................................................................3
2.1 MODEL DAN ANALISIS DALAM SPK................................................................3
2.2 Keuntungan Model....................................................................................................4
2.3 Pemodelan pada SPK mencakup tujuh permasalahan:..............................................4
2.4 PEMODELAN SISTEM PENDUKUNG MANAJEMEN.......................................6
2.4.1 Subsistem Manajemen Model..............................................................................6
2.5 MODEL STATIS DAN DINAMIS............................................................................8
2.5.1 Model Statis.........................................................................................................8
2.5.2 Model Dinamis.....................................................................................................9
2.6 STRUKTUR DARI BEBERAPA MODEL YANG BERHASIL DAN
METODOLOGINYA...................................................................................10
2.7 ANALISIS KEPUTUSAN......................................................................................10
2.8 POHON KEPUTUSAN...........................................................................................11
2.9 OPTIMISASI PEMROGRAMAN MATEMATIKA...............................................13
2.10 METODE PENCARIAN PEMECAHAN MASALAH...........................................14
2.11 KERANGKA KERJA PEMECAHAN MASALAH................................................15
2.12 MENDEFINISIKAN MASALAH DAN STRUKTURNYA
PEMROGRAMAN HEURISTIC............................................................................16
2.13 SIMULASI..............................................................................................................19

ii
BAB I
PENDAHULUAN

1.1 Latar belakang


Setiap perusahaan maupun instansi pemerintahan tidak akan pernah luput dari
masalah. Terutama masalah yang berhubungan dengan pengelolaan manajemen. Jika ditinjau
dari kehidupan sehari-hari terjadinya masalah bisa disebabkan dari pihak internal maupun
pihak eksternal. Banyak pihak yang menganggap bahwa masalah yang datangnya dari pihak
eksternal lebih berbahaya sehingga di prioritaskan untuk segera diselesaikan, sedangkan
masalah yang datangnya dari dalam (internal) tidak terlalu berbahaya. Inilah suatu pandangan
yang salah dan bisa menyebabkan kehancuran dari sebuah perusahaan / instansi /organisasi.
Karena masalah yang harus kita waspadai dan harus segera kita selesaikan adalah
masalah yang datangnya dari internal. Kita lihat saja partai politik sekarang banyak yang
pecah karena disebabkan masalah di dalam internalnya, perusahaan banyak yang bangkrut
karena masalah yang datang dari dalam ( internal ).
DDS / SPK adalah sebuah Aplikasi atau sistem Komputer yang interaktif yang
membantu pembuatan pegambilan keputusan, dalam menggunakan dan memanfaatkan data
serta model untuk memecahkan masalah yang tidak terstruktur.

1.2 Rumusan masalah


Dalam makalah ini penulis makalah ini kami akan memfokuskan pada beberapa
masalah di bawah ini :
a. model dan analisis dalam SPK
b. Pemodelan sistem pendukung manajemen
c. Model statis dan dinamis
d. Struktur dari beberapa model yang berhasil dan metodologinya
e. Analisis keputusan
f. Pohon keputusan
g. Struktur model matematika
h. Optimisasi pemrograman matematika
i. Metode pencarian pemecahan masalah

1
j. Mendefinisikan masalah dan strukturnya Pemrograman heuristik
k. Simulasi

1.3 Tujuan Penulisan


Adapun tujuan penulisan makalah ini agar pembaca dapat lebih memahami tentang materi
pemodelan dan analisis spk sehingga bermafaat di kemudian hari.

2
BAB II
PEMBAHASAN

1.4 MODEL DAN ANALISIS DALAM SPK


Pemodelan adalah elemen kunci pada kebanyakan DSS. Pemodelan merupakan suatu
upaya untuk melakukan analisis sistem pendukung keputusan (SPK) dengan cara meniru
bentuk nyata-nya daripada melakukannya pada sistem nyata. Dan hal penting pada sebuah
DSS berbasis-model. Ada banyak kelas model, dan kerap kali ada banyak teknik khusus
untuk memecahkan masing-masing model. Simulasi merupakan pendekatan pemodelan yang
umum, namun ada juga pendekatan yang lain. Model merupakan konseptualisasi dari suatu
masalah dengan mencoba mengabstraksikannya dalam bentuk kuantitatif maupun kualitatif.
Dengan model kita mencoba mendekati masalah sebenarnya dengan melakukan beberapa
penyederhanaan melalui pernyataan asumsi.Dalam permodelan DSS dapat diklasifikasikan
menjadi model statis dan model dinamis.
Model secara umum terdiri dari:
a. Variabel Keputusan
Variabel yang berada di bawah kontrol pemegangkeputusan yang nilainya ditentukan
oleh si pemegang keputusan, contohnya adalah nilai anggaran, waktu proses, jumlah
produk, jenis produk dsb
b. Variabel diluar kontrol,
Variabel yang berada di luar kontrol pemegang keputusan namun mempengaruhi
keluaran dari model, contohnya adalah tingkat inflasi, strategi pesaing, pertumbuhan
teknologi,dsb.
c. Variabel Hasil
Variabel yang merupakan keluaran dari model yang ditentukan oleh variabel keputusan
dan variabel di luar kontrol, contohnya adalah nilai keuntungan, nilai return on
investment, kapasitas produksi, harga produk, dsb
1. Ada empat jenis dasar model :
a. Model Fisik. Adalah penggambaran entitas dalam bentuk tiga dimensi.
b. Model Naratif. Adalah jenis model yang menggambarkan dan menjelaskan
suatu entitas secra langsung baik dalam bentuk lisan maupun tertulis.

3
c. Model Grafik. Merupakan model yang menggambarkan entitasnya dengan
sejumlah garis atau simbol. model ini merupakan model yang sangat efektif
dalam menjelaskan suatu entitas.
d. Model Matematika. semua rumus dan persamaan matematika adalah suatu
model matematika. model ini memiliki kemampuan untuk memperkirakan
output masalah-masalah tertentu yang bersifat eksakta.

1.5 Keuntungan Model


a. Biaya analisis model lebih murah daripada percobaan yang dilakukan pada
sistem yang sesungguhnya.
b. Model memungkinkan untuk menyingkat waktu. Operasi bertahun-tahun dapat
disimulasikan dalam hitungan menit di komputer.
c. Manipulasi model (perubahan variabel) lebih mudah dilakukan daripada bila
diterapkan pada sistem nyata. Selanjutnya percobaan yang dilakukan akan lebih
mudah dilakukan dan tak mengganggu jalannya operasi harian organisasi.
d. Akibat yang ditimbulkan dari adanya kesalahan-kesalahan sewaktu proses
trial-and-error lebih kecil daripada penggunaan model langsung di sistem nyata.
e. Lingkungan sekarang yang makin berada dalam ketidakpastian. Penggunaan
pemodelan menjadikan seorang manajer dapat menghitung resiko yang ada pada
proses-proses tertentu.
f. Penggunaan model matematis bisa menjadikan analisis dilakukan pada
kemungkinan- kemungkinan solusi yang banyak sekali, bahkan bisa tak terhitung.
Dengan adanya komunikasi dan teknologi canggih sekarang ini, manajer akan
seringkali memiliki alternatif-alternatif pilihan.
g. Model meningkatkan proses pembelajaran dan meningkatkan pelatihan.

1.6 Pemodelan pada SPK mencakup tujuh 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.

4
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 (Forcasting)
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


Setiap kategori memiliki beberapa teknik-teknik tertentu. Pada dasarnya, teknik-
teknik tersebut dapat diaplikasikan baik dalam model statis maupun model dinamis
1. Model statis umumnya memberikan asumsi adanya operasi perulangan
dengan menggunakan kondisi yang identik.
2. 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:
1. kontrol,
2. fleksibilitas,
3. umpan balik,
4. antarmuka,

5
5. adanya pengurangan redundansi, dan
6. 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.

1.7 PEMODELAN SISTEM PENDUKUNG MANAJEMEN


1.7.1 Subsistem Manajemen Model
Subsistem dari manajemen model dari Sistem Pendukung Keputusan terdiri dari
elemen-elemen berikut ini:
a. Basis Model
Basis model berisi rutin dan statistik khusus, keuangan, forecasting, ilmu
manajemen, dan model kuantitatif lainnya yang memberikan kapabilitas analisis
pada sebuah sistem pendukung keputusan. Kemampuan untuk invokasi,
menjalankan, mengubah, menggabungkan, dan menginspeksi model merupakan
suatu kapabilitas kunci dari sistem pendukung keputusan dan yang
membedakannya dengan CBIS (Computer Base Information System) lainnya.
Model dalam basis model dapat dibagi menjadi empat katagori utama, dan satu
katagori pendukung, yaitu:
1. Strategis : Model strategis digunakan untuk mendukung manajemen
puncak untuk menjalankan tanggung jawab dalam perencanaan strategis.
2. Taktis : Model Taktis digunakan terutama oleh manajemen tingkat
menengah, untuk membantu mengalokasikan dan mengontrol sumber
daya organisasi.
3. Operasional : Model ini digunakan untuk mendukung aktivitas kerja
harian transaksi organisasi.
4. Analitik : Model ini digunakan untuk menganalisis data, model ini
meliputi model statik, ilmu manajemen, algoritma data mining, model
keuangan, dan lainnya.

6
5. Blok Pembangunan Model dan Rutin : Selain berisi model strategis,
taktis, dan operasional, basis model juga berisi blok pembangunan model
dan rutin. Contoh-contohnya meliputi satu rutin generator dengan jumlah
acak, kurva, atau line-fitting rutin, rutin komputasi present-value, dan
analisis regresi. Blok pembangunan ini dapat digunakan dalam beberapa
cara. Dapat disebarkan untuk aplikasi sebagai analisis data, dapat juga
digunakan sebagai komponen present-value, dan analisis regresi.
b. Sistem Manajemen Basis Model
Fungsi perangkat lunak sistem manajemen basis model (MBMS) adalah untuk
membuat model dengan menggunakan bahasa pemrograman, alat sistem
pendukung keputusan atau subrutin, dan blok pembangunan lainnya,
membangkitkan rutin baru dan laporan, pembaruan dan perubahan model, dan
manipulasi data model. MBMS mampu mengaitkan model-model dengan link
yang tepat melalui sebuah database.
Peran direktori model yang terhubung ke MBMS sama dengan direktori
database. Direktori model adalah katalog dari semua model dan perangkat lunak
lainnya pada basis model. Yang berisi definisi model dan fungsi utamanya adalah
menjawab pertanyaan tentang ketersediaan dan kapabilitas model. Sistem
Manajemen Basis Model/Model Base Management System (MBMS) berisi
beberapa elemen antara lain, yaitu :
1. Eksekusi Model : Eksekusi Model adalah proses mengontrol jalannya
model.
2. Integrasi Model : Model ini mencakup gabungan operasi dari beberapa
model saat diperlukan (misalnya mengarahkan output suatu model,
katakanlah perkiraan, untuk diproses model lain, misal model perencanaan
pemrograman linier).
3. Perintah (Comman Processor Model) : Model ini digunakan untuk
menerima dan menginterpretasikan instruksi-instruksi pemodelan dari
komponen antarmuka pengguna dan merutekannya ke MBMS, eksekusi
model atau fungsi-fungsi integrasi elemen-elemen tersebut beserta
antarmukanya dengan komponen sistem pendukung keputusan.

Kemampuan subsistem model dalam Sistem Pendukung Keputusan antara lain :

7
a. Mampu menciptakan model model baru dengan cepat dan mudah
b. Mampu mengkatalogkan dan mengelola model untuk mendukung semua tingkat
pemakai
c. Mampu menghubungkan model model dengan basis data melalui hubungan
yang sesuai
d. Mampu mengelola basis model dengan fungsi manajemen yang analog dengan
database manajemen.

1.8 MODEL STATIS DAN DINAMIS


1.8.1 Model Statis
Menggunakan satu fokus tunggal dalam suatu keadaan dan segala sesuatu
terjadi dalam interval tunggal. Model statis mengambil satu snapshot tunggal dari
suatu situasi. Selama snapshot tersebut, segala sesuatu terjadi dalam interval tunggal.
Sebagai contoh, satu keputusan mengenai membuat sendiri atau membeli satu produk
adalah keputusan bersifat statis. Pendapatan triwulan atau tahunan adalah statis,
demikian juga contoh keputusan investasi. Sebagian besar situasi pengambilan
keputusan statis diperkirakan berulang dengan kondisi yang identik
Simulasi proses memulai dengan steady-state yang merupakan representasi
model statis dari sebuah pabrik untuk menemukan parameter pengoperasian optimal.
Representasi statis menganggap bahwa aliran bahan mentah ke dalam pabrik akan
berlangsung terus-menerus dan tidak bervariasi. Simulasi steady-state adalah alat
utama untuk desain proses ketika para ahli teknik harus menentukan imbal balik
terbaik antara biaya capital, biaya operasi, performa proses, kualitas produk, dan
factor-faktor keamanan serta lingkungan (Boswell, 1999). Stabilitas dari data relevan
dianggap ada pada analisis statis.
Contoh :
a. Keputusan pembelian atau pembuatan sendiri suku cadang suatu produk
b. Pendapatan triwulan / tahunan
c. Keputusan investasi

1.8.2 Model Dinamis


Ada beberapa kisah tentang pembangunan model yang menghabiskan waktu
berbulan-bulan untuk mengembangkan satu model statis yang kompleks, berskala

8
ultrabesar, dan sulit dipecahkan. Model tersebut merepresentasikan situasi
pengambilan keputusan dunia nyata yang makan waktu satu minggu, seperti produksi
sosis. Mereka mengirimkan system dan menyajikan hasilnya kepada presiden
perusahan, yang menanggapi, Hebat! Model mampu menangani masalah satu
minggu. Model dinamismerepresentasikan scenario yang berubah sepanjang waktu.
Contoh sederhana adalah proyeksi rugi-laba 5 tahun di mana data input seperti biaya,
harga, dan kuantitas berubah dari tahun ke tahun.
Model dinamis tergantung pada waktu. Sebagai contoh, dalam menentukan
berapa banyak poin checkout harus dibuat pada sebuah supermarket, orang harus
mengambil waktu satu hari karena jumlah pelanggan yang berbeda-beda dating
selama setiap jam. Permintaan harus diperkirakan sepanjang waktu. Simulasi dinamis,
berlawanan dengan simulasi steady-state, merepresentasikan apa yang terjadi ketika
kondisi berubah dari steady-state ke kondisi tergantung waktu. Mungkin ada variasi
pada bahan mentah (tanah liat). Metodologi ini digunakan pada desain control pabrik
(Boswell, 1999)
Model dinamis penting karena model ini sepanjang waktu menggunakan,
merepresentasikan, atau membuat trend dan pola-pola. Model ini juga menunjukkan
rata-rata per periode, rata-rata perubahan, dan analisi perbandingan. Model dapat
diperluas menjadi model aliran jaringan dinamis untuk mengakomodasi inventori
(Aronson, 1989).
a. Skenario yang mengalami perubahan sepanjang waktu. Misalnya proyeksi rugi
laba 5 tahun yang dipenagruhi oleh input biaya, harga dan kuantitas yang berubah
dari tahun ke tahun.
b. Model dinamis ditentukan oleh fungsi waktu
c. Representasi rata rata setiap periode
d. Rata rata perubahan
e. Analisis perbandingan

1.9 STRUKTUR DARI BEBERAPA MODEL YANG BERHASIL DAN


METODOLOGINYA
Kategori-kategori Model

9
Kategori Proses dan Tujuan Teknik yang Digunakan
Optimalisasi masalah Menemukan solusi terbaik Tabel keputusan, pohon
sebagai alternatif dari beberapa alternatif keputusan
yang ada
Optimalisasi melalui Menemukan solusi yang Model pemrograman
algoritma terbaik dari sejumlah besar matematika linier dan
alternatif dengan model jaringan
menggunakan proses
pendekatan step by step
Optimalisasi dengan Menemukan solusi terbaik Beberpaa model inventory
rumusan analitik dalam satu langkah dengan
menggunakan suatu rumus
Simulasi Menemukan satu solusi Beberapa tipe simulasi
terbaik diantara berbagai
alternatif yang dipilih
dengan menggunakan
eksperimen
Heuristik Menemukan satu solusi Pemrograman heuristik,
yang cukup baik dengan sistem pakar
menggunakan aturan-aturan
Model-model prediktif Memprediksi masa depan Model forecasting, analisisi
untuk skenario yang markov
ditentukan
Model-model lainnya Memecahkan kasus what-if Pemodelan keuangan
dengan menggunakan
rumus

1.10 ANALISIS KEPUTUSAN


Keputusan yang melibatkan jumlah alternatif yang terbatas. Ada 2 kasus: single goal
dan multiple goals.Kondisi untuk single goal dapat dimodelkan menggunakan table
keputusan dan pohon keputusan. Sedang untuk multigoal ada beberapa teknik. Tabel
keputusan merupakan metode untuk organisir informasi secara sistematis. Rencana
investasi sebuah perusahaan dengan pertimbangan pada 3 alternatif, yaitu :
a. obligasi
b. saham
c. certificate deposit

10
Tujuan perusahaan adalah memaksimalkan investasi setelah satu tahun. Hasilnya
tergantung pada kondisi alamiah (keadaan ekonomi masa mendatang) dengan
pertumbuhan ekonomi secara kuat, stagnan atau inflasi. Hasil analisis pakar adalah
sebagai berikut :

Keadaan Obligasi (%) Saham (%) Deposito (%)


Ekonomi kuat 12 15 6,5
Ekonomi stagnan 6 3 6,5
Inflasi 3 -2 6,5

Metode yang digunakan untuk penyelesaian masalah ini menggunakan analisis resiko.
Diasumsikan pakar memberikan estimasi pertumbuhan 50%, stagnan 30% dan inflasi
20% maka dapat dibuat table keputusan sebagai berikut :

Keadaan Pertumbuhan Stagnasi Inflasi Nilai


0,5(%) 0,30(%) 0,20(%) Ekspektasi
Obligasi 12 6 3 8,4
Saham 15 3 -2 8,0
Deposito 6,5 6,5 6,5 6,5

8,4 adalah nilai maksimum yang diperoleh.

1.11 POHON KEPUTUSAN


Pohon keputusan adalah salah satu metode klasifikasi yang paling populer karena
mudah untuk diinterpretasi oleh manusia. Pohon keputusan adalah model prediksi
menggunakan struktur pohon atau struktur berhirarki. Konsep dari pohon keputusan
adalah mengubah data menjadi pohon keputusan dan aturan-aturan keputusan. Manfaat
utama dari penggunaan pohon keputusan adalah kemampuannya untuk mem-break
down proses pengambilan keputusan yang kompleks menjadi lebih simpel sehingga
pengambil keputusan akan lebih menginterpretasikan solusi dari permasalahan.
Pohon Keputusan juga berguna untuk mengeksplorasi data, menemukan hubungan
tersembunyi antara sejumlah calon variabel input dengan sebuah variabel target. Pohon
keputusan memadukan antara eksplorasi data dan pemodelan, sehingga sangat bagus
sebagai langkah awal dalam proses pemodelan bahkan ketika dijadikan sebagai model
akhir dari beberapa teknik lain. Sering terjadi tawar menawar antara keakuratan model
dengan transparansi model. Dalam beberapa aplikasi, akurasi dari sebuah klasifikasi

11
atau prediksi adalah satu-satunya hal yang ditonjolkan, misalnya sebuah
perusahaan direct mail membuat sebuah model yang akurat untuk memprediksi anggota
mana yang berpotensi untuk merespon permintaan, tanpa memperhatikan bagaimana
atau mengapa model tersebut bekerja.
Kelebihan Pohon Keputusan
Kelebihan dari metode pohon keputusan adalah:
a. Daerah pengambilan keputusan yang sebelumnya kompleks dan sangat global,
dapat diubah menjadi lebih simpel dan spesifik.
b. Eliminasi perhitungan-perhitungan yang tidak diperlukan, karena ketika
menggunakan metode pohon keputusan maka sample diuji hanya berdasarkan
kriteria atau kelas tertentu.
c. Fleksibel untuk memilih fitur dari internal node yang berbeda, fitur yang terpilih
akan membedakan suatu kriteria dibandingkan kriteria yang lain dalam node yang
sama. Kefleksibelan metode pohon keputusan ini meningkatkan kualitas keputusan
yang dihasilkan jika dibandingkan ketika menggunakan metode penghitungan satu
tahap yang lebih konvensional
d. Dalam analisis multivariat, dengan kriteria dan kelas yang jumlahnya sangat
banyak, seorang penguji biasanya perlu untuk mengestimasikan baik itu distribusi
dimensi tinggi ataupun parameter tertentu dari distribusi kelas tersebut. Metode
pohon keputusan dapat menghindari munculnya permasalahan ini dengan
menggunakan criteria yang jumlahnya lebih sedikit pada setiap node internal tanpa
banyak mengurangi kualitas keputusan yang dihasilkan.

Kekurangan Pohon Keputusan


a. Terjadi overlap terutama ketika kelas-kelas dan criteria yang digunakan
jumlahnya sangat banyak. Hal tersebut juga dapat menyebabkan meningkatnya
waktu pengambilan keputusan dan jumlah memori yang diperlukan.
b. Pengakumulasian jumlah eror dari setiap tingkat dalam sebuah pohon keputusan
yang besar.
c. Kesulitan dalam mendesain pohon keputusan yang optimal.

12
d. Hasil kualitas keputusan yang didapatkan dari metode pohon keputusan sangat
tergantung pada bagaimana pohon tersebut didesain.

1.12 OPTIMISASI PEMROGRAMAN MATEMATIKA


Digunakan untuk membantu menyelesaikan masalah manajerial, untuk
mengalokasikan resources yang terbatas (misal tenaga kerja, modal, mesin, atau air)
diantara sekian banyak aktivitas untuk mengoptimalkan tujuan yang
ditetapkan. Pemrograman linier adalah salah satu teknik yang cukup terkenal dalam
perhitungan optimalisasi pada pemrograman matematika. Karakteristik pemrograman
linier antara lain :
a. Terbatasnya jumlah sumber daya ekonomi yang tersedia untuk dialokasikan
b. Sumber daya yang digunakan untuk memproduksi produk atau jasa
c. Ada dua atau lebih cara dimana sumber daya dapat digunakan, masing-masing
disebut solusi atau program.
d. Masing-masing aktivitas (produk atau jasa) dimana sumber daya digunakan
menghasilkan tujuan
e. Alokasi biaya dibatasi pada beberapa batasan dan persyaratan yang disebut
konstrain.

Model Optimisasi adalah model yang memilih solusi terbaik dari berbagai
alternatif, dimana masalahnya harus terstruktur sangat baik. Model Suboptimisasi,
sering disebut satisficing model, yang memungkinkan manajer memasukkan
serangkaian keputusan dan model akan memproyeksikan hasilnya, dimana model
tersebut menyerahkan tugas kepada manajer untuk mengidentifikasi keputusan yang
akan menghasilkan hasil terbaik.
Manajer yang menggunakan model matematika dapat memperoleh keuntungan
sebagai berikut:
a. Proses pembuatan model dapat menjadi pengalaman belajar, dimana pada setiap
proyek model dipelajari sesuatu yang baru mengeenai sistem fisik
b. Kecepatan proses simulasi dapat mengevaluasi dampak keputusan dalam jangka
waktu singkat, dimana dalam hitungan menit, dapat dibuat simulasi operasi
perusahaan untuk bebrapa bulan, kuartal, atau tahun

13
c. Model menyediakan daya prediksi suatu pandangan ke masa depan yang tidak
dapat disediakan oleh metode penghasil informasi lain
d. Model lebih murah daripada metode trial and error; dimana proses pembuatan
model memang mahal dalam hal waktu maupun perangkat lunak dan keras yang
diperlukan untuk simulasi, tetapi biaya tersebut tidak setinggi biaya yang
disebabkan keputusan yang buruk.

Adapun kerugian utama yang mengimbangi pembuatan model matematik adalah:


a. Kesulitan pembuatan model sistem bisnis, akan mengahasilkan suatu model yang
tidak menangkap semua pengaruh pada entitas. Misalnya, dalam model yang baru
dijelaskan, seseorang dalam perusahaan harus memperkirakan nilai-nilai dari
elemen-elemen data skenario. Ini berarti bahwa pertimbangan yang menyeluruh
sangat diperlukan dalam menerapkan keputusan yang didasarkan pada simulasi
b. Diperlukan keahlian matematika tingkat tinggi, untuk mengembangkan sendiri
model-model yang lebih kompleks, keahlian itu juga diperlukan untuk menafsirkan
output secara tepat.
1.13 METODE PENCARIAN PEMECAHAN MASALAH
Pemecahan masalah didefinisikan sebagai respon terhadap suatu hal yang berjalan
baik maupun berjalan buruk. masalah (problem) merupakan suatu keadaan atau
kejadian yang merugikan atau berpotensi akan merugikan bagi perusahaan dengan cara
negatif atau sebaliknya, yaitu hal yang menguntungkan atau berpotensi menguntungkan
bagi perusahaan dalam cara yang positif.
Pembuatan Keputusan Analitis tergantung pada informasi yang dipilih secara
sistematisdan dievaluasi dengan sistematis pula dengan cara memperkecil alternatif-
alternatif yang ada serta membuat suatu keputusan berdasarkan keputusan tersebut.
Pembuatan Keputusan Heuristik, pembuatan keputusan yang menggunakan heuristik
membuat keputusan dengan bantuan beberapa petunjuk (petunjuk praktis), meskipun
mereka tida selalu diterapkan secara konsisten atau sistematis.

Ada berbagai macam jenis masalah, yaitu:


1. Masalah terstruktur, yaitu masalah yang memiliki elemen-elemen yang saling
berhubungan di mana masing-masing elemen dan hubungannya dapat difahami
oleh manajer.

14
2. Masalah semi terstuktur, yaitu masalah yang sebagian elemennya difahami dan
sebagian lagi tidak difahami oleh manajer
3. Masalah tidak terstruktur, yaitu masalah yang elemen-elemennya atau hubungan
antarelemennya tidak difahami oleh manajer.

Dalam penyelesaian suatu masalah terdapat tiga fase penyelesaian masalah yaitu :
a. Kercedasan
Kecerdasan adalah kesadaran mengenai suatu masalah atau peluang. Dalam hal
ini, pembuat keputusan berupaya mencari lingkungan bisnis internal dan
eksternal, memeriksa keputusan-keputusan yang yang perlu dibuat, dan masalah-
masalah yang perlu diatasi. Mencari lingkungan yang kondusif untuk
mendadpatkan suatu solusi.
b. Perancangan
Dalam fase perancangan, pembuat keputusan merumuskan suatu masalah dan
menganalisis sejumlah solusi alternatif. Menciptakan, mengembangkan dan
menganalisais tindakan-tidakan yang mungkin dilakukan.
c. Pemilihan
Dalam pemilihan fase ini, pembuat keputusan memilih solusi masalah atau
peluang yang ditandai dalam fase kecerdasan. Memilih tindakan tertentu dari
berbagai kemungkinan yang ada
d. Aktivitas meninjau ulang, Menilai kembali pilihan atau keputusan yang telah
diambil.

1.14 KERANGKA KERJA PEMECAHAN MASALAH


Ada dua kerangka yang digunakan dalam pemecahan masalah, yaitu model sistem
dan model lingkungan. Model/pendekatan sistem berupa kerangka kerja perusahaan
sebagai suatu sistem. Dalam kerangka ini, elemen-elemen penting diidentifikasi,
termasuk aliran data, informasi dan keputusan-keputusan yang menghubungkan
elemen-elemen tersebut. dalam Proses pemecahan masalah dikelompokkan dalam 3
fase, yaitu:
a. Fase pertama, yaitu fase upaya persiapan
b. Fase kedua, yaitu fase upaya definisi atau penentuan
c. Fase ketiga, yaitu fase upaya solusi

15
Model lingkungan digunakan untuk dapat memahami lingkungan perusahaan dan
interaksi antara perusahaan dan masing-masing elemen lingkungan dalam bentuk
aliran sumber daya.
Metode yang digunakan dalam menyelesaikan masalah-masalah
Semiterstruktur.Dengan menggunakan keputusan kriteria ganda sebagai metode yang
digunakan dalam menyelesaikan masalah-masalah semiterstruktur. Dalam membentuk
model keputusan-keputusan serialitas mungkin, peneliti mengembangkan beberapa
pendekatan untuk mengevaluasi tujuan ganda atau masalah-masalah kriteria ganda.
Pendekatan kritera ganda memungkinkan pembuat keputusan menyusun prioritas
mereka serta memungkinkan ditampilkannya analisis sensitifitas dengan menanyakan
jenis pertanyaan Bagaimana jika? Metode ini meliputi metode-metode pembobotan,
pendekatan batasan konjungtif, pemrosesan hierarki analitis, dan pemrograman tujuan.
Selama proses pemecahan masalah, menejer akan terlibat dalam pengambilan
keputusan, yaitu suatu aksi atau tindakan memilih dari berbagai alternatif tindakan.
Keputusan adalah tindakan tertentu yang dipilih yang biasanya pemecahan satu
masalah akan membutuhkan atau menghasilkan beberapa keputusan. Membedakan
istilah pemecahan masalah dan pengambilan keputusan bisa sangat membingungkan.
Satu cara untuk dapat membedakan keduanya adalah dengan memeriksa tahapan-
tahapan atau fase-fase proses keputusan. Fase ini adalah inteligensi, perancangan,
pemilihan dan peninjauan (implementasi).

1.15 MENDEFINISIKAN MASALAH DAN STRUKTURNYA PEMROGRAMAN


HEURISTIC
Heuristik berasal dari bahasa Yunani dari kata discovery yaitu aturan keputusan
yang mengatur bagaimana sebuah masalah harus dipecahkan. Biasanya heuristik
dikembangkan berdasarkan basis analisis yang solid terhadap masalah. Contoh-contoh
pemrograman heuristik dapat dilihat pada tabel berikut ini :
Contoh Masalah Penyelesaian Masalah
Pekerjaan berurutan melalui sebuah Melakukan pekerjaan yang pertama dan
mesin memerlukan least time
Pembelian saham Jika rasio harga dibandingkan
pengeluaran lebih dari 10, tidak membeli
saham
Travel Tidak menggunakan jalan bebas hambatan

16
antara jam 8 dan 9 pagi
Investasi kapital pada proyek Mempertimbangkan proyek dengan
berteknologi tinggi periode pengembalian estimasi kurang
dari 2 tahun
Pembelian sebuah rumah Membeli hanya di lingkungan yang
strategis, tapi hanya membeli dalam
rentang harga yang lebih rendah.

Pengambil keputusan menggunakan heuristik atau aturan utama dengan berbagai


alasan yang masuk akal. Sebagai contoh, pengambil keputusan dapat menggunakan
sebuah heuristik jika mereka tidak mengetahui cara terbaik untuk memecahkan
masalah atau jika teknik optimalisasi belum dilakukan. Proses heuristik dapat
dijelaskan sebagai pengembangan berbagai aturan untuk membantu memecahkan
masalah-masalah rumit atau sub masalah final dengan menemukan jalur yang paling
menjanjikan dalam mencari solusi, menemukan cara-cara mendapatkan dan
menginterpretasi informasi yang senantiasa berubah, dan kemudian mengembangkan
metode-metode yang memimpin kepada satu algoritma komputasional atau solusi
umum.
Kapan Menggunakan Heuristic:
a. Input data tidak pasti atau terbatas.
b. Kenyataan yang ada terlalu kompleks sehingga model optimasi menjadi terlalu
disederhanakan.
c. Metode yang handal dan pasti tak tersedia.
d. Waktu komputasi untuk optimasi terlalu lama.
e. Adanya kemungkinan untuk meningkatkan efisiensi proses optimasi (misal,
dengan memberikan solusi awal yang baik menggunakan heuristic)
f. Masalah-masalah yang diselesaikan seringkali (dan berulang-ulang) dan
menghabiskan waktu komputasi.
g. Permasalahan yang kompleks yang tidak ekonomis untuk optimasi atau
memakan waktu terlalu lama dan heuristic dapat meningkatkan solusi yang tak
terkomputerisasi.
h. Di saat pemrosesan simbolik lebih banyak dilibatkan daripada pemrosesan
numerik (dalam ES)

17
Aplikasi heuiristik cocok untuk situasi-situasi sebagai berikut :
a. Data input tidak pasti atau terbatas
b. Realitas terlalu kompleks, sehingga model optimalisasi tidak dapat digunakan
c. Algoritma eksak yang reliabel tidak tersedia
d. Masalah-masalah kompleks tidak ekonomis untuk optimalisasi atau simulasi atau
memerlukan waktu komputasi yang berlebihan
e. Memungkinkan untuk efisiensi proses optimalisasi
f. Pemrosesan simbolik daripada numerik dilibatkan
g. Keputusan harus dibuat dengan cepat dan komputerisasi tidak layak

Keuntungan heuristik :
a. Mudah dipahami dan karena itu lebih mudah untuk diimplementasikan dan
dijelaskan
b. Membantu orang-orang untuk kreatif dan mengembangkan heuristik untuk
masalah-masalah lain
c. Menghemat waktu formulasi
d. Menghemat persyaratan pemrograman komputer dan persyaratan penyimpanan
e. Menghasilkan banyak solusi yang dapat diterima

Keterbatasan heuristik :
a. Tidak dapat menjamin solusi optimal, kadang-kadang batasan mengenai nilai
obyektif sangat buruk.
b. Mungkin terlalu banyak perkecualian pada aturan-aturan yang tersedia
c. Kesalingtergantungan dari statu bagian sebuah sistem Madang-kadang dapat
berpengaruh besar pada sistem keseluruhan.

1.16 SIMULASI
Simulasi adalah sebuah teknik untuk melakukan eksperimen dengan sebuah
komputer pada sebuah model dari sebuah sistem manajemen. Simulasi merupakan
model DSS yang paling umum digunakan. Simulasi merupakan suatu model deskriptif.
Tidak ada pencarian otomatis untuk suatu solusi yang optimal. Model simulasi
menggambarkan atau memprediksi karakteristik suatu sistem di bawah kondisi yang
berbeda.

18
Proses simulasi biasanya mengulangi sebuah eksperimen, berkali-kali untuk
mendapatkan estimasi mengenai efek keseluruhan dari tindakan-tindakan. Simulasi
lebih bersifat deskriptif (menjelaskan) daripada tool normatif; sehingga tak ada
pencarian otomatis untuk solusi optimal. Simulasi memperkirakan karakteristik sistem
tertentu pada berbagai keadaan yang berbeda-beda. Sekali karakteristik ini diketahui,
alternatif terbaik dari alternatif yang ada dapat dipilih. Simulasi digunakan bilamana
permasalahan yang ada terlalu kompleks/sulit bila diselesaikan dengan teknik optimasi
numerik (misalnya LP). Kompleksitas disini berarti bahwa permasalahan tadi tak bisa
dirumuskan untuk optimasinya atau perumusannya terlalu kompleks.

Keuntungan Simulasi:
a. Teori simulasi relatif mudah dan bisa langsung diterapkan.
b. Model simulasi mudah untuk menggabungkan berbagai hubungan dasar dan
ketergantungannya.
c. Simulasi lebih bersifat deskriptif daripada normative
d. Modelnya dibangun berdasarkan perspektif manajer dan berada dalam struktur
keputusannya
e. Simulasi dapat mengatasi variasi yang berbeda-beda dalam pelbagai jenis masalah
f. Sebagai sifat alamiah simulasi, kita dapat menghemat waktu

Kerugian Simulasi:
a. Tak menjamin solusi yang optimal.
b. Membangun model simulasi seringkali memakan waktu lama dan membutuhkan
biaya.
c. Solusi dan inferensi dari satu kasus simulasi biasanya tak bisa ditransfer ke
permasalahan yang lain.
d. Simulasi terkadang begitu mudah diterima oleh manajer sehingga solusi analitis
yang dapat menghasilkan solusi optimal malah sering dilupakan.

Metodologi Simulasi
a. Definisi masalah.
b. Membangun model simulasi.
c. Testing dan validasi mode
d. Desain percobaan.

19
e. Melakukan percobaan.
f. Evaluasi hasil.

20
BAB III
KESIMPULAN

Dari pembahasan diatas menganai sistem pendukung manajemen, dapat disimpulkan bahwa :
1. Sistem pendukung manajemen mempunyai beberapa model yang dapat digunakan,
2. Mengetahui kelebihan dan kekurangan dari masing-masing model.
3. Pemilihan model yang sesuai dengan yang dilapangan akan memberikan hasil yang
maksimal.
4. Membantu manajer dalam memanajemen perusahaan agar dapat berjalan sesuai dengan
yang diharapkan.

21
DAFTAR PUSTAKA

Davis, S. Gordon. 2002. Kerangka Dasar Sistem Informasi Manajemen: Pengantar. Jakarta:
PT Pustaka Binaman Pressindo.

Davis, S. Gordon. 1999. Kerangka Dasar Sistem Informasi Manajemen: Struktur dan
Pengembangannya. Jakarta: PT Pustaka Binaman Pressindo. Moekijat. 2005.

Pengantar Sistem Informasi Manajemen. Bandung: Penerbit Mandar Maju. Sutabri, Tata.
2005. Sistem Informasi Manajemen. Yogyakarta: ANDI. 16

22

Beri Nilai