Modul SPK1

MODUL I
Sistem Pendukung Keputusan
A. Defenisi SPK
 Sistem Pendukung Keputusan (Decision Support System, DSS) adalah bagian dari sistem
informasi berbasis computer.(termasuk sistem berbasis pengetahuan (manajemen
pengetahuan) yang dipakai untuk mendukung pengambilan keputusan dalam suatu
organisasi atau perusahaan.
 Dapat juga dikatakan sebagai sistem computer yang mengeloh data menjadi informasi
untuk pengembilan keputusan dari masalah semi terstruktur yang spesifik.
 Menurut Moore and Chang. SPK dapat digambarkan sebagai sistem yang berkemampuan
mendukung analisis ad hoc data dan permodelan keputusan, berorientasi keputusan,
orientasi perencanaan masa depan, dan digunakan pada saat tidak biasa.
 Sistem penunjang keputusan adalah suatu kumpulan prosedur pemrosesan data dan informasi
yang berorientasi pada penggunaan model untuk menghasilkan berbagai jawaban yang dapat
membantu manajemen dalam pengambilan keputusan.
 Sistem penunjang keputusan adalah suatu sistem informasi berbasis computer yang
menghasilkan berbagai alternative keputusan untuk membantu manajemen dalam
menangani berbagai permasalahan yang terstruktur ataupun tidak terstruktur dengan
menggunakan data dan model.
 Sistem penunjang keputusan adalah sistem penghasil informasi spesifik yang ditujukan
untuk memecahkan suatu masalah tertentu yang harus dipecahkan oleh manajer pada
berbagai tingkatan.
1
 Sistem penunjang keputusan 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.
 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.
 DSS adalah sebuah sistem yang mampu memberikan kemampuan baik kemampuan
pemecahan masalah maupun kemampuan pengkomunikasikan untuk masalah semi
terstruktur.
B. Tahapan SPK
 Defenisi Masalah, pengumpulan data atau elemen informasi yang relevan.
 Pengolahan data menjadi informasi baik dalam bentuk laporan grafik maupun tulisan.
 Menentukan alternative-alternatif solusi (bisa dalam persentase).
C. Tujuan dari SPK
 Membantu menyelesaikan masalah semi-terstruktur.
 Mendukung manajer dalam mengambil keputusan.
 Meningkatkan efektifitas bukan efisiensi pengambilan keputusan.
 Dalam pemrosesannya, SPK dapat menggunakan bantuan dari sistem lain seperti
Artificial Intelligence, Expert Systems, Fuzzy Logic, dll.
D. Prinsip Dasar DSS.
 Struktur Masalah
Sulit menemukan masalah yang sepenuhnya terstruktur atau tak terstruktur (Kelabu)
Artinya DSS diarahkan pada area tempat sebagai besar masalah berada.
 Dukungan Keputusan.
2
DSS tidak dimasukkan untuk menggantikan manajer, computer dapat diterapkan
pada bagian masalah yang terstruktur, tetapi manajer bertanggung jawab atas bagian
yang tidak terstruktur.
 Efektifitas Keputusan
Waktu manajer berharga dan tidak boleh terbuang, tetapi manfaat utama
menggunakan DSS adalah keputusan yang baik.
E. Ciri dan Keuntungan DSS.
 Dapat menyelesaikan problem yang kompleks.
 Sistem dapat berinteraksi dengan pemakainya.
 Lebih cepat dengan hasil yang lebih baik (terutama dibandingkan dengan
pengambilan keputusan secara intuisi).
 Menghasilkan acuan data untuk menyelesaikan masalah dihadapi manajer yang
kurang berpengalaman. Untuk masalah yang berulang. DSS dapat memberikan
keputusan yang lebih efektif.
 Fasilitas untuk mengambil data dapat memberikan kesempatan bagi beberapa
manajer untuk berkomunikasi dengan lebih baik.
 Meningkatkan produktivitas dan control dari manajer.
F. Sistem Informasi.
1. Sistem adalah suatu susunan yang teratur dari kegiatan yang saling berkaitan dan susunan
prosedur yang saling berhubungan, yang melaksanakan dan mempermudah kegiatan-
kegiatan utama suatu organisasi. Infomasi adalah data yang telah diproses/diolah
sehingga memiliki arti atau manfaat yang berguna.
3
2. Informasi pun memunyai umur, yang dimaksud umur di sini adalah kapan atau sampai
kapan sebuah informasi memiliki nilai/arti bagi penggunanya. Adanya acuan pada titik
waktu tertentu dan pernyataan suatu perubahan pada suatu waktu.
3. Kualitas Informasi tergantung dari 3 hal, yaitu informasi harus :
1. Akurat, berarti informasi harus bebas dari kesalahan-kesalahan dan tidak bisa atau
menyesatkan. Akurat juga berarti informasi harus jelas mencerminkan maksudnya.
2. Tepat pada waktunya, berarti informasi yang datang pada penerima tidak boleh
terlambat.
3. Relevan, berarti informasi tersebut mempunyai manfaat untuk pemakainya. Relevansi
informasi untuk tiap-tiap orang satu dengan yang lainnya berbeda.
Dari 3 hal tersebut maka akan di dapatkan sebuah nilai dari informasi tersebut. Nilai
informasi ditentukan dari dua hal, yaitu manfaat dan biaya mendapatkannya. Suatu
informasi dikatakan bernilai bila manfaatnya lebih efektif dibandingkan dengan biaya
mendapatkannya.
4. Sistem informasi adalah kumpulan informasi di dalam sebuah basis data menggunakan
model dan media teknologi informasi digunakan di dalam pengambilan keputusan bisnis
sebuah organisasi. Di dalam suatu organisasi, informasi merupakan sesuatu yang penting
di dalam mendukung proses pengambilan keputusan oleh pihak manajemen. Sistem ini
memanfaatkan perangkat keras dan perangkat lunak komputer, prosedur manual, model
manajemen dan basis data.
G. Pendekatan Sistem
Pemecahan Masalah
 Masalah : Suatu kondisi yang memiliki potensi untuk menimbulkan kerugian atau
keuntungan luar
biasa.
4
 Pemecahan Masalah : Tindakan memberi respon terhadap masalah untuk mengatasi
akibat buruknya atau memanfaatkan peluang keuntungan.
Masalah tidak terstruktur = Manajer
Masalah Terstruktur = Komputer
Masalah Semi Terstruktur = Manajer & Komputer
 Pentingnya pemecahan masalah didasarkan pada konsekuensinya bukan jumlah
waktu.
 Keputusan : Pemilihan suatu strategi atau tindakan
 Pengambilan Keputusan : Tindakan memilih strategi/ aksi yang manajer yakini akan
memberikan solusi tebaik atas masalah.
Masalah
Elemen-elemen Sistem Konseptual

Berbagai
Pemecahan Solusi
Standar
Masalah Alternatif
Informasi Kendala
Solusi
 Gejala : Kondisi yang dihasilkan oleh masalah.
 Gejala menyerupai puncak gunung Es = Manajer harus mencari penyebab
masalah dibalik gejala.
 Suatu masalah adalah penyebab dari sutu persoalan atau penyebab dari suatu
peluang
Struktur Masalah
5
1. Masalah Terstruktur : Terdiri dari elemen dan hubungan-hubungan antar elemen
yang dapat dipahami oleh pemecah masalah.
2. Masalah tak Terstruktur : Terdiri dari elemen atau hubungan-hubungan antar elemen
yang tidak dipahami oleh pemecah masalah.
3. Masalh Semi terstruktur : Masalh yang berisi sebagian elemen atau hubungan antar
elemen yang dimengerti oleh pemecah masalah.
H. Proses Pengambilan Keputusan
Pengambilan keputusan meliputi beberapa tahap dan melalui beberapa
proses (Lucas, 1992). Menurut Simon (1960), pengambilan keputusan meliputi
empat tahap yang saling berhubungan dan berurutan. Empat proses tersebut adalah:
(1) Intelligence
Tahap ini merupakan proses penelusuran dan pendeteksian dari lingkup
problematika serta proses pengenalan masalah. Data masukan diperoleh,
diproses, dan diuji dalam rangka mengidentifikasikan masalah.
(2) Design
Tahap ini merupakan proses menemukan dan mengembangkan alternatif.
Tahap ini meliputi proses untuk mengerti masalah, menurunkan solusi dan
menguji kelayakan solusi.
(3) Choice
Pada tahap ini dilakukan poses pemilihan di antara berbagai alternatif tindakan
yang mungkin dijalankan. Tahap ini meliputi pencarian, evaluasi, dan
rekomendasi solusi yang sesuai untuk model yang telah dibuat. Solusi dari
6
model merupakan nilai spesifik untuk variabel hasil pada alternatif yang
dipilih.
(4) Implementation
Tahap implementasi adalah tahap pelaksanaan dari keputusan yang telah diambil. Pada
tahap ini perlu disusun serangkaian tindakan yang terencana, sehingga hasil keputusan
dapat dipantau dan disesuaikan apabila diperlukan perbaikan.
Dalam hal ini, model Simon juga menggambarkan kontribusi Sistem
Informasi Manajemen (SIM) dan Ilmu Manajemen / Operations Research (IM /
OR) terhadap proses pengambilan keputusan, seperti terlihat pada Gambar 1
INTELLIGENCE SISTEM INFORMASI MANAJEMEN /

(PENELUSURANLINGKUP PEGOLAHAN DATA ELEKTRONIK
DESIGN
(PERANCANGAN SISTEM
PENDUKUNG
ILMU MANAJEMEN /
KEPUTUSAN
CHOICE OPERATIONS RESEARCH
IMPLEMENTATION
Gambar 1. Fase Proses Pengambilan Keputusan

Sumber: Sistem Pendukung Keputusan (Suryadi,2002)
Berdasarkan pada keempat tahap di atas, jelas bahwa Pengolahan Data
Elektronik (PDE) dan SIM mempunyai kontribusi dalam fase Intelligence,
sedangkan IM/OR berperan penting dalam fase Choice. Tidak tampak pendukung
7
yang berarti pada tahap Design, walaupun pada kenyataannya fase ini merupakan
salah satu kontribusi dasar dari suatu Sistem Pendukung Keputusan.
Pengambilan keputusan adalah pemilihan beberapa tindakan alternatif yang ada
untuk mencapai satu atau beberapa tujuan yang telah ditetapkan (Turban, 2005).
I. Karakteristik Sistem Pendukung Keputusan
Turban (2005) mengemukakan karakteristik dan kapabilitas kunci dari

Sistem Pendukung Keputusan adalah sebagai berikut (Gambar 4.2):
(1) Dukungan untuk pengambil keputusan, terutama pada situasi semiterstruktur
dan tak terstruktur.
(2) Dukungan untuk semua level manajerial, dari eksekutif puncak sampai
manajer
lini.
(3) Dukungan untuk individu dan kelompok.
(4) Dukungan untuk semua keputusan independen dan atau sekuensial.
(5) Dukungan di semua fase proses pengambilan keputusan: inteligensi, desain,
pilihan, dan implementasi.
(6) Dukungan pada berbagai proses dan gaya pengambilan keputusan.
(7) Kemampuan sistem beradaptasi dengan cepat dimana pengambil keputusan
dapat menghadapi masalah-masalah baru dan pada saat yang sama dapat
menanganinya dengan cara mengadaptasikan sistem terhadap kondisi-kondisi
perubahan yang terjadi.
(8) Pengguna merasa seperti di rumah. User-friendly, kapabilitas grafis yang kuat,
dan sebuah bahasa interaktif yang alami.
(9) Peningkatan terhadap keefektifan pengambilan keputusan (akurasi, timelines,
kualitas) dari pada efisiensi (biaya).
(10) Pengambil keputusan mengontrol penuh semua langkah proses pengambilan
keputusan dalam memecahkan masalah.
(11) Pengguna akhir dapat mengembangkan dan memodifikasi sistem sederhana.
8
(12) Menggunakan model-model dalam penganalisisan situasi pengambilan
keputusan.
(13) Disediakannya akses untuk berbagai sumber data, format, dan tipe, mulai dari
sistem informasi geografi (GIS) sampai sistem berorientasi objek.
Dapat dilakukan sebagai alat standalone yang digunakan oleh seorang pengambil
keputusan pada satu lokasi atau didistribusikan di satu organisasi keseluruhan dan
di beberapa organisasi sepanjang rantai persediaan.
Gambar 2Karakteristik dan Kapabilitas SPK

Sumber : Decision Support Systems and Intelligent Systems (Turban,2005)
J. Komponen-Komponen Sistem Pendukung Keputusan
Menurut Turban (2005), Sistem Pendukung Keputusan terdiri dari empat

subsistem, yaitu:
(1) Manajemen Data, meliputi basis data yang berisi data-data yang relevan
dengan keadaan dan dikelola oleh perangkat lunak yang disebut dengan
Database
Management System (DBMS).
(2) Manajemen Model berupa sebuah paket perangkat lunak yang berisi
modelmodel finansial, statistik, management science, atau model kuantitatif,
9
yang menyediakan kemampuan analisa dan perangkat lunak manajemen
yang sesuai.
(3) Subsistem Dialog atau komunikasi, merupakan subsistem yang dipakai oleh
user untuk berkomunikasi dan memberi perintah (menyediakan user
interface).
(4) Manajemen Knowledge yang mendukung subsistem lain atau berlaku

sebagai
Sumber : Decision Support Systems and Intelligent Systems(Turban,2005)
a. Subsistem Manajemen Data
Subsistem manajemen data terdiri dari elemen berikut ini:

(1) DSS database adalah kumpulan data yang saling terkait yang diorganisasi
untuk memenuhi kebutuhan dan struktur sebuah oraganisasi dan dapat
digunakan oleh lebih dari satu orang untuk lebih dari satu aplikasi.
(2) Sistem Manajemen basis data adalah pembuatan, pengaksesan, dan
pembaharuan (update) oleh DBMS yang mempunyai fungsi utama
sebagai tempat penyimpanan, mendapatkan kembali (retrieval) dan
pengontrolan.
(3) Direktori merupakan sebuah katalog dari semua data di dalam basis data.
10
(4) Query Facility, yang menyediakan fasilitas akses data. Fungsi utamannya
adalah untuk operasi seleksi dan manipulasi data dengan menggunakan
model-model yang sesuai dari model management
b. Subsistem Manajemen Model
Subsistem manajemen model terdiri atas elemen-elemen berikut ini:
(1) Basis Model.
Berisikan model-model seperti manajemen keuangan, statistik, ilmu
manajemen yang bersifat kuantitatif yang memberikan kapabilitas analisis
pada sebuah SPK.
Model Strategis digunakan untuk mendukung manajemen puncak untuk
menjalankan tanggungjawab perencanaan strategis. Ketika model ini
digunakan dalam suatu SPK, maka yang menjadi tujuan di dalamnya adalah
untuk membantu pengambilan keputusan strategis yang sifatnya jangka
panjang.
Model Taktis digunakan terutama oleh manajemen madya untuk membantu
mengalokasikan dan mengontrol sumber daya organisasi.
Model Operasional digunakan untuk mendukung aktifitas kerja harian pada
oraganisasi.
Model Analitik digunakan untuk menganalisis data (untuk apllikasi sendiri),
sebagai komponen dari model yang lebih besar, dan digunakan untuk
menentukan variabel dan parameter model.
11
(2) Sistem Manajemen Basis Model
Merupakan sistem software yang fungsi utamanya untuk membuat model
dengan menggunakan bahasa pemrograman, alat SPK dan atau subrutin,
dan balok pembangun lainnya; membangkitkan rutin baru dan laporan;
pembaruan dan perubahan model; dan manipulasi model.
(3) Direktori Model
Peran direktori model sama dengan direktori basis data. Direktori model
adalah katalog dari semua model dan perangkat lunak lainnya pada basis
model. Ia berisi definisi model dan fungsi utamanya adalah menjawab
pertanyaan tentang ketersediaan dan kapabilitas model.
(4) Eksekusi Model, Integrasi, dan Prosesor Perintah
Eksekusi model adalah proses mengontrol jalannya model saat ini. Integrasi
model mencakup gabungan operasi beberapa model saat diperlukan atau
menintegrasikan SPK dengan aplikasi lain. Sedangkan prosesor model
digunakan untuk menerima dan mengintepretasikan instruksi-instruksi
pemodelan.
c. Subsistem Dialog
Komponen dialog SPK adalah perangkat lunak dan perangkat keras yang
menyediakan antarmuka untuk SPK. Istilah antarmuka pengguna mencakup
semua aspek komunikasi antara satu pengguna dan SPK. Cakupannya tidak
hanya perangkat lunak dan perangkat keras, tapi juga faktor-faktor yang berkaitan
dengan kemudahan pengguna, kemampuan untuk dapat diakses, dan interaksi
manusiamesin.
12
d. Subsistem Manajemen Knowledge
Banyak masalah tak terstruktur dan bahkan semi terstruktur yang sangat
kompleks sehingga solusinya memerlukan keahlian. Oleh karena itu banyak SPK
canggih yang dilengkapi dengan komponen manajemen knowledge. Komponen
ini menyediakan keahlian untuk memecahkan beberapa aspek masalah dan
memberikan pengetahuan yang dapat meningkatkan operasi komponen SPK
lainnya.
Berikut adalah modul-modul Sistem Pendukung Keputusan dengan
menggunakan beberapa teknik penyelesaian yang anda bisa pergunakan untuk
memahami bagaimana sebuah Sistem Pendukung Keputusan diaplikasikan.
MODUL II
PENCOCOKAN PROFIL
A. Pendahuluan
Maksud dari pencocokan profil (profile matching) adalah sebuah mekanisme
pengambilan keputusan dengan mengasumsikan bahwa terdapat tingkat variabel
predikator yang ideal yang harus dimiliki oleh pelamar, bukannya tingkat minimal
yang harus dipenuhi atau dilewati.
Dalam pencocokan profil, dilakukan identifikasi terhadap kelompok karyawan yang
baik maupun yang buruk. Para karyawan dalam kelompok tersebut diukur
menggunakan kriteria penilaian. Misalnya, karyawan yang ideal mungkin memiliki
kecerdasan rata-rata, kepekaan sosia yang baik, kebutuhan yang rendah untuk
mendominasi orang lain, dan tingkat kemampuan perencanaan yang tinggi. Dalam
13
pencocokan profil, pelamar kerja yang diangkat adalah pelamar yang paling
mendekati profil yang ideal seorang karyawan yang berhasil.
B. Aspek-aspek Penilaian
Sistem pendukung keputusan tersebut dirancang sedemikian rupa sehingga
pengguna yang dalam hal ini adalah manajer bagian sumber daya manusia bisa
menentukan aspek-aspek penilaian sendiri secara dinamis sehingga sistem
pendukung keputusan tersebut bisa dipakai lebih luas.
Berikut dicontohkan menggunakan 3 aspek penilaian yaitu :
1. Aspek Kecerdasan
Aspek ini memiliki 10 faktor yaitu :
a. Common Sence, kemampuan berfikir konkrit praktis sehingga diperoleh
pandangan yang bersifat umum dan realistis
b. Verbalisasi Ide, kecakapan mengolah dan mengintegrasi suatu gagasan
pemikiran yang bersifat verbal.
c. Sistematika Berfikir, kelincahan berfikir dalam menangkap suatu hubungan
asosiasi antara satu gejala dengan gejala lain menggunakan logika yang
sistematis
d. Penalaran dan Sosial Real, kecakapan dalam memahami suatu inti persoalan
dari dua gejala secara mendalam sehingga mampu melakukan penalaran
secara logis dan merumuskan suatu hasil yang realistis
14
e. Konsentrasi, kemantapan untuk memusatkan perhatian dalam
mencamkan suatu persoalan.
f. Logika Praktis, kecakapan untuk memecahkan masalah secara logis dan
runtut dengan cara praktis dan sederhana
g. Fleksibilitas Berfikir, cara pendekatan berfikir yang bervariasi, tidak terpaku
pada satu metode saja, dan cakap menganalisis informasi secara faktual
h. Imajinasi Kreatif, kecakapan untuk mencari alternatif pemecahan masalah
secara kreatif melalui upaya membayangkan hubungan gejala secara
menyeluruh
i. Antisipasi, kecakapan dalam memprediksi suatu kejadian (akibat) dan mampu
mengenali adanya gejala-gejala perubahan
2. Aspek Sikap Kerja
a. Energi Psikis, mengungkap besarnya potensi energi kerja, terutama ketika
berada di bawah tekanan
b. Ketelitian dan Tanggung Jawab, menunjukkan
adanya kesediaan
bertanggung jawab, teliti, serta kepedulian, tetapi bisa berarti pula mudah
dipengaruhi, labil, dan kurang waspada
c. Kehati-hatian, adanya kecermatan, hati-hati, konsentrasi, kesiagaan, dan
kemantapan kerja terhadap pengaruh tekanan
15
d. Pengendalian Perasaan, adanya ketenangan, penyesuaian diri, dan
keseimbangan. Bisa juga berarti sebaliknya, yakni menggambarkan
temperamen secara penuh, mudah terangsang, dan cenderung egosentris.
e. Dorongan Berprestasi, menggambarkan kesediaan dan kemampuan
berprestasi, serta kemampuan untuk mengembangkan diri.
f. Vitalitas dan Perencanaan, menunjukkan ambisi untuk mengarahkan diri dan
mengatur kemampuan dalam mengatur tempo dan irama kerja.
3. Aspek Perilaku
a. Kekuasaan (Dominance), kemampuan untuk menahan diri dalam bersikap
egois dan menghilangkan sikap senioritas
b. Pengaruh (Influences), kemampuan karyawan untuk membimbing aktivitas
karyawan lainnya, memotivasi, dan mendayagunakan sumber daya manusia
dan sumber daya teknik yang tersedia untuk menyelesaikan tugas dan
mencapai solusi atas masalah yang dihadapi dengan berpedoman pada
kebijakan organisasi
c. Keteguhan Hati (Steadiness), kemampuan untuk menahan tekanan dan tetap
tenang dalam situasi kritis
d. Pemenuhan (Compliance), kemampuan untuk melakukan pekerjaan yang
disyaratkan dengan supervisi minimum serta kemampuan untuk memenuhi
kondisi yang menantang dan memecahkan masalah dari situasi yang baru.
16
C. Pemetaan Gap Kompetensi
Gap yang dimaksud adalah perbedaan antara profil jabatan dengan profil
karyawan atau bisa ditunjukkan pada rumus berikut :
Gap = Profil Karyawan – Profil Jabatan
Pembobotan
Setelah diperoleh Gap pada masing-masing karyawan, setiap profil karyawan
diberi bobot nilai dengan patokan tabel bobot nilai Gap. Seperti berikut ini :
No Selisih Bobot Nilai Keterangan
1 05 Tidak ada selisih (kompetensi sesuai dengan yang dibutuhkan)
2 1 4,5 Kompetensi individu kelebihan 1 tingkat/level
3 -1 4 Kompetensi individu kekurangan 1 tingkat/level
A. Perhitungan dan Pengelompokan Core dan Secondary Factor
Setiap aspek dikelompokkan menjadi 2 kelompok, yaitu kelompok Core Factor

dan
Secondary Factor.
Perhitungan core factor ditunjukkan menggunakan rumus yaitu :
17
Keterangan :
NCF : Nilai rata-rata core factor
NC(k,s,p) : Jumlah total nilai core factor (Kecerdasan, Sikap Kerja, Perilaku)
IC : Jumlah item core factor
Perhitungan secondary factor bisa ditunjukkan menggunakan rumus yaitu :
Keterangan :
NSF : Nilai rata-rata secondary factor
NS(k,s,p) : Jumlah total nilai secondary factor (Kecerdasan, Sikap Kerja,
Perilaku)
IS : Jumlah item secondary factor
B. Perhitungan Nilai Total
Dari hasil perhitungan setiap aspek diatas, selanjutnya dihitung nilai total
berdasarkan persentase dari core dan secondary yang diperkirakan berpengaruh
terhadap kinerja tiap-tiap profil. Contoh perhitungan bisa dilihat pada rumus berikut :
(x)% NCF(k,s,p) + (x)% NSF(k,s,p) = N(k,s,p)
Keterangan :
NCF(k,s,p) : Nilai rata-rata core factor (kecerdasan, Sikap Kerja, Perilaku)
18
NSF(k,s,p) : Nilai rata-rata secondary factor (Kecerdasan, Sikap Kerja, Perilaku)
N(k,s,p) : Nilai Total dari aspek (Kecerdasan, Sikap Kerja, Perilaku)
(x)% : Nilai Persen yang diinputkan
C. Perhitungan Penentuan Ranking
Hasil akhir dari profile matching adalah ranking dari kandidat yang diajukan
untuk mengisi suatu jabatan tertentu. Penentuan ranking mengacu pada hasil
perhitungan tertentu. Perhitungan tersebut bisa ditunjukkan dengan rumus sebagai
berikut :
Ranking = (x)%Nk + (x)% Ns +(x)%Np
Keterangan :
Nk : Nilai kecerdasan
Ns : Nilai Sikap Kerja
Np : Nilai Perilaku
(x)% : Nilai Persen yang diinputkan
Kasus
Berikut adalah contoh perhitungan nilai gap untuk variabel pengetahuan dan budaya
perusahaan yang digunakan sebagai dasar penentuan kenaikan jabatan di PT. IKSG
[8]. Pada variabel tersebut dilakukan proses perhitungan gap antara nilai profil
karyawan dan nilai profil jabatan untuk masingmasing sub-variabel, dimana pada
variabel pengetahuan dan budaya perusahaan terdiri atas 6 sub-variabel.
19
Keterangan :
BP001 : Kejujuran : memberikan data dan informasi yang sebenar-benarnya

BP002 : Komitmen : menjunjung tinggi nilai, etika, dan peraturan perusahaan
BP003 : Keunggulan : memberikan yang terbaik bagi tujuan dan kepentingan
BP004 : Memahami visi, misi dan tujuan perusahaan
BP005 : Memahami dan menguasai job description sesuai jabatan
BP006 : Meningkatnya pengetahuan sesuai dengan tuntutan pekerjaan
Dapat dilihat pada Tabel 1 bahwa nilai profil jabatan untuk tiap sub-variabel
yang tertera dalam tabel tersebut adalah sama yaitu bernilai 4. Selanjutnya,
sebagai contoh diambil karyawan dengan Kode Karyawan T990980 dimana nilai
profilnya adalah :
(BP001) = 2 (BP002) = 3 (BP003) = 3 (BP004) = 4 (BP005) = 5 (BP006) =
3
Sehingga nilai gap yang terjadi untuk tiap sub variabelnya adalah :
(BP001) = -2 (BP002) = -1 (BP003) = -1 (BP004) = 0 (BP005) = 1 (BP006) =
-1.
Proses yang sama juga dilakukan untuk variabel kemampuan dan kepribadian.
20
Setelah didapatkan nilai gap masing-masing karyawan, maka tiap nilai profil
karyawan diberi bobot nilai dengan patokan tabel bobot nilai gap. Seperti yang
dapat dilihat pada Tabel 2 berikut.
TABEL 2. TABEL BOBOT NILAI GAP

No Gap Bobot Nilai Keterangan
1. 0 5 Kompetensi sesuai kebutuhan
2. 1 4.5 Kompetensi kelebihan 1 tingkat/level
3. -1 4 Kompetensi kekurangan 1
tingkat/level
tingkat/level
tingkat/level
tingkat/level
Dari hasil konversi nilai gap menjadi bobot akan diperoleh nilai bobot untuk setiap
karyawan. Sehingga tiap karyawan akan memiliki tabel bobot seperti contoh-
contoh tabel yang ada di bawah ini.
Contoh hasil pemetaan gap variabel Pengetahuan dan budaya perusahaan:
TABEL 3. BOBOT NILAI GAP VARIABEL PENGETAHUAN DAN BUDAYA

PERUSAHAAN
Proses yang sama dilakukan untuk menentukan bobot nilai gap variabel kemampuan
dan kepribadian. Setelah seluruh bobot nilai gap diperoleh, maka proses berikutnya
adalah mengelompokkan variabel-variabel tersebut kedalam kelompok Core Factor
(CF) dan Secondary Factor (SF). Untuk perhitungan core factor dapat ditunjukkan pada
rumus di bawah ini:
21
∑NC
NCF = (2)
∑IC
Keterangan:
NCF : Nilai rata-rata core factor NC : Jumlah total nilai core
factor
IC : Jumlah item core factor
Sedangkan untuk perhitungan secondary factor dapat ditunjukkan pada rumus di

bawah ini:
∑NS
NSF = (3)
∑IS
Keterangan:
NSF : Nilai rata-rata secondary factor NS : Jumlah total nilai secondary actor IS
: Jumlah item secondary factor
Untuk lebih jelasnya pengelompokkan bobot nilai gap dapat dilihat pada
contoh perhitungan variabel Pengetahuan dan Budaya Perusahaan berikut ini.
Penghitungan core factor dan secondary factor diawali dengan terlebih dahulu
menentukan sub-variabel mana yang menjadi core factor. Misalnya sub-variabel
BP001, BP002, dan BP003, maka sub-variabel sisanya akan menjadi
secondary factor. Kemudian nilai core factor dan secondary factor ini dijumlahkan
sesuai rumus (1) dan (2) diatas, sehingga diperoleh nilai sebagai berikut.
NCF = = = 3,666
NSF = 5 + 4,5 + 4 = 13,5 = 4,5

3 3
22
Tabel berikut adalah hasil proses perhitungan nilai variabel CF dan SF untuk variabel
Pengetahuan dan Budaya Perusahaan.
TABEL 4. NILAI CF DAN SF UNTUK VARIABEL PENGETAHUAN DAN BUDAYA PERUSAHAAN
Dari hasil perhitungan tiap variabel diatas, kemudian dihitung nilai total
berdasar prosentase dari core dan secondary yang diperkirakan berpengaruh
terhadap kinerja tiap-tiap profil. Contoh perhitungan dapat dilihat pada rumus
dibawah ini:
NT=(X)%NCF+(X)%NSF [4]
Keterangan:
NCF : Nilai Rata-rata Core Factor
NSF : Nilai Rata-rata Secondary Factor
NT : Nilai Total dari variabel
(x)% : Nilai persen yang dimasukkan
Untuk lebih jelasnya perhitungan nilai total dapat dilihat pada contoh perhitungan
variabel Pengetahuan dan Budaya Perusahaan dengan nilai prosentase 60% dan
40% berikut ini:
NT(bp) = (60%x3,666) + (40%x4,5) = 3,9996
TABEL 5. NILAI TOTAL VARIABEL PENGETAHUAN DAN BUDAYA PERUSAHAAN
No Kode Karyawan CF SF NT (bp)

1 T990980 3.666 4.5 3.9996
2 T000767 4.166 4.5 4.2996
23
3 T960098 3.666 4.833 4.1328
Hasil akhir dari proses profile matching adalah ranking dari kandidat yang
diajukan untuk mengisi suatu jabatan tertentu. Penentuan ranking
mengacu pada hasil perhitungan rumus dibawah ini:
Skor = (x)%NT(bp) + (x)%NT(km) + (x)%NT(kp) [5]
Keterangan :
NT(bp) : Nilai Total variabel Pengetahuan dan Budaya Perusahaan

NT(km) : Nilat total variabel kemampuan
NT(kp) : Nilai total variabel kepribadian
(x)% : Nilai prosentase setiap variabel
Proses perhitungan raking setiap kandidat adalah sebagai berikut :

1. Nilai prosentase untuk setiap variabel adalah 30% (pengetahuan dan budaya perusahaan),
40% (kemampuan) dan 30% (Kepribadian)
Skor = (30% x 3,996) + (40% x 4,5) + (30% x 4,6998)
Skor = 1,1999 + 1,8 + 1,4099
Skor = 4,4098
Tabel 6. Hasil Akhir Proses Profile Matching
Dari tabel di atas menunjukan bahwa karyawan dengan kode T990980 menduduki peringkat
pertama sebagai kandidat terbaik
MODUL III
LINEAR PROGRAMMING
A. Pendahuluan
24
 Banyak keputusan utama yang dihadapi oleh seorang manajer perusahaan
untuk mencapai tujuan perusahaan dibatasi oleh situasi lingkungan operasi.
 Batasan dapat berupa:
 Sumber daya
 Batasan Pedoman
 Secara umum tujuan perusahaan :
 Memaksimalkan laba
 Meminimalkan biaya
Program Linear menggambarkan bahwa fungsi linier dalam model matematika
adalah linier dan teknik pemecahan masalah terdiri dari langkah-langkah
matematika yang telah ditetapkan disebut program.
Kasus
 Perusahaan barang tembikar Colonial memproduksi 2 produk setiap hari,
yaitu :
 mangkok
 cangkir
 Perusahaan mempunyai 2 sumber daya yang terbatas jumlahnya untuk
memproduksi produk-produk tersebut yaitu:
 Tanah liat (120 kg/hari)

 Tenaga kerja (40 jam/hari)
 Dengan keterbatasan sumber daya, perusahaan ingin mengetahui berapa
banyak mangkok dan cangkir yang akan diproduksi tiap hari dalam rangka
memaksimumkan laba
 Kedua produk mempunyai kebutuhan sumber daya untuk produksi serta laba
per item seperti ditunjukkan pada table
25
Penyelesaian
 Fungsi Tujuan
Z = 4000 X1 + 5000 X2
Menjadi
Z - 4000X1 -5000X2 = 0
 Batasan Batasan
1 X1 + 2 X2 <=40
3 X1 + 2 X2 <= 120
Menjadi
1 X1 + 2 X2 + X3 = 40
3 X1 + 2 X2 + x4 = 120
 Kolom kunci : kolom yang merupakan dasar untuk mengubah tabel diatas
 Kolom yang dipilih adalah kolom yang mempunyai nilai pada baris fungsi
tujuan yang bernilai negatif degnan angka terbesar
 Jika tidak ada nilai negatif pada baris fungsi tujuan maka, solusi optimal
sudahdiperoleh
26
 solusi maksimalnya adalah X1 = 40, X4 = 0 dan Z = 160000
 Jika ini disubstitusikan ke persamaan
Z = 4000 X1 + 5000 X2
160000 = 4000*40 + 5000*X2
X2 = 0
27
 solusi maksimalnya adalah X1 = 40, X2 = 0 dan Z = 160000
 Ini berarti jumlah produksi mangkok per hari adalah 40, jumlah produksi
cangkir per hari adalah 0 dengan keuntungan yang akan diperoleh
perusahaan sebesar Rp. 160.000,-
 Dari hasil ini, kita juga bisa mengetahui bahwa jam kerja yang terpakai adalah
sebesar:
1 X1 + 2 X2 = 40 + 2 * 0
= 40
 Karena sumber daya jam kerja yang dimiliki adalah 40 jam, berarti semua
sumber daya jam kerja dipakai untuk memproduksi.
 Sedangkan tanah liat yang dibutuhkan untuk produksi sehari sebesar:
3 X1 + 2 X2 = 3*40 + 2*0
28
= 120
Karena sumber daya tanah liat yang tersedia di perusahaan sebesar 120
kg/hari, berarti semua sumber daya tanah liat dipakai untuk memproduksi.
LATIHAN
 Jaringan Toko serba ada The Biggs menyewa perusahaan periklanan
untuk jenis dan jumlah iklan yang harus diperoleh untuk toko.
 Tiga jenis iklan yang tersedia adalah iklan komersial radio, televisi dan
iklan surat kabar.
 Jaringan toko ingin mengetahui jumlah setiap jenis iklan yang harus dibeli
dalam rangka memaksimumkan tujuannya.
29
 Berikut ini perkiraan setiap iklan komersial yang akan mencapai pemirsa
potensial dari biaya tertentu.
 Batasan Sumber daya
 Batas Anggaran untuk iklan adalah 1.000.000.000
 Stasiun televisi memiliki 4 waktu komersial
 Stasiun radio memiliki 10 waktu komersial
 Surat kabar mempunyai jatah yang tersedia untuk 7 iklan
 Perusahaan iklan hanya mempunyai waktu dan karyawan untuk
memproduksi tidak melebihi 15 iklan
 Pertanyaan
 variabel-variabel keputusan
 fungsi tujuan
 batasan-batasan model
30
 penyelesaian model dengan metode simplex
MODUL IV
SAW
(Simple Additive Weighting)
A. Pendahuluan
 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..
 Formula untuk melakukan normalisasi tersebut adalah sebagai berikut:
{ X ij }
{
Jika j adalahatribut keuntungan ( benefit )
max x ij
i
Minx x ij
i
X ij
dan jika j atribut biaya(cost )
31
 dengan rij adalah rating kinerja ternormalisasi dari alternatif A i pada atribut Cj;
i=1,2,...,m dan j=1,2,...,n.
 Nilai preferensi untuk setiap alternatif (Vi) diberikan sebagai:

n
Vi ¿ ∑ w r j ij
J=1
 Nilai Vi yang lebih besar mengindikasikan bahwa alternatif A i lebih terpilih.
Contoh Kasus
 Suatu institusi perguruan tinggi akan memilih seorang

karyawannya untuk dipromosikan sebagai kepala unit sistem
informasi.
 Ada empat kriteria yang digunakan untuk melakukan penilaian,

yaitu:
 C1 = tes pengetahuan (wawasan) sistem informasi
 C2 = praktek instalasi jaringan
 C3 = tes kepribadian
 C4 = tes pengetahuan agama
 Pengambil keputusan memberikan bobot untuk setiap kriteria

sebagai berikut: C1 = 35%; C2 = 25%; C3 = 25%; dan C4 =
15%.
 Ada enam orang karyawan yang menjadi kandidat (alternatif)

untuk dipromosikan sebagai kepala unit, yaitu:
 A1 = Indra,
 A2 = Roni,
 A3 = Putri,
 A4 = Dani,
 A5 = Ratna, dan
32
 A6 = Mira
 Buatlah Penyelesaian dari kasus di atas dengan menggunakan

metode SAW
MODUL 4
Weighted Product (WP)
 Metode Weighted Product (WP) menggunakan perkalian untuk
menghubungkan rating atribut, dimana rating setiap atribut harus
dipangkatkan dulu dengan bobot atribut yang bersangkutan.
 Proses ini sama halnya dengan proses normalisasi.
 Preferensi untuk alternatif Ai diberikan sebagai berikut: n

n
Si=∏ X ijwj
j=1
dengan i=1,2,...,m; dimana wj = 1.

 wj adalah pangkat bernilai positif untuk atribut keuntungan, dan
bernilai negatif untuk atribut biaya.
Contoh:
 Suatu perusahaan di Daerah Istimewa Yogyakarta (DIY) ingin membangun

sebuah gudang yang akan digunakan sebagai tempat untuk menyimpan
sementara hasil produksinya.  Ada 3 lokasi yang akan menjadi alternatif,
yaitu:
 A1 = Ngemplak,
 A2 = Kalasan,
33
 A3 = Kota Gedhe.
 Ada 5 kriteria yang dijadikan acuan dalam pengambilan keputusan,
yaitu:
 C1 = jarak dengan pasar terdekat (km),

 C2 = kepadatan penduduk di sekitar lokasi (orang/km2);
 C3 = jarak dari pabrik (km);
 C4 = jarak dengan gudang yang sudah ada (km);  C5 = harga tanah
untuk lokasi (x1000 Rp/m2).
 Tingkat kepentingan setiap kriteria, juga dinilai dengan 1 sampai 5, yaitu:
 1 = Sangat rendah,
 2 = Rendah,
 3 = Cukup,
 4 = Tinggi,
 5 = Sangat Tinggi.
 Pengambil keputusan memberikan bobot preferensi sebagai:
W = (5, 3, 4, 4, 2)
Nilai setiap alternatif di setiap kriteria:
Kriteria
Alternatif
C1 C2 C3 C4 C5
A1 0,75 2000 18 50 500
A2 0,50 1500 20 40 450
0,90 2050 35 35 800

A3
 Kategori setiap kriteria:
34
 Kriteria C2 (kepadatan penduduk di sekitar lokasi) dan
C4 (jarak dengan gudang yang sudah ada) adalah
kriteria keuntungan;
 Kriteria C1 (jarak dengan pasar terdekat), C3 (jarak
dari pabrik), dan C5 (harga tanah untuk lokasi) adalah
kriteria biaya.
Sebelumnya dilakukan perbaikan bobot terlebih
dahulu seperti sehingga w = 1, diperoleh w1 = 0,28;
w2 = 0,17; w3 = 0,22; w4 = 0,22; dan w5 = 0,11.
Kemudian vektor S dapat dihitung sebagai berikut:
S1=( 0,75−0,28 ) (2000¿ ¿ 0,17) ( 18−0,22) ( 50 0,22) ( 500−0,11 ) =2,4187 ¿

S2 = ( 0,5−0,28 ) ( 15000,17 ) ( 20−0,22 ) ( 40 0,22) ( 450−0,11 )=2,4270
S3= ( 0,9−0,28 )( 20500,17 ) ( 35−0,22 ) ( 350,22 ) ( 800−0,11 )=1,7462
V1= = 0,3669
V 2= = 0,3682
V3 = = 0,2649
35
 Nilai terbesar ada pada V2 sehingga alternatif A2 adalah alternatif
yang terpilih sebagai alternatif terbaik.
 Dengan kata lain, Kalasan akan terpilih sebagai lokasi untuk
mendirikan gudang baru.
Kasus
Buat Sebuah kasus yang harus diselesaikan dengan metode WP seperti contoh
diatas, kasusnya anda defenisikan sendiri.
Modul 5
TOPSIS
 Technique for Order Preference by Similarity to Ideal Solution (TOPSIS)
didasarkan pada konsep dimana alternatif terpilih yang terbaik tidak hanya
memiliki jarak terpendek dari solusi ideal positif, namun juga memiliki jarak
terpanjang dari solusi ideal negatif.
 TOPSIS banyak digunakan dengan alasan:
 konsepnya sederhana dan mudah dipahami;
 komputasinya efisien; dan
 memiliki kemampuan untuk mengukur kinerja relatif dari

alternatifalternatif keputusan dalam bentuk matematis yang sederhana.
36
 Langkah-langkah penyelesaian masalah MADM dengan TOPSIS:
 Membuat matriks keputusan yang ternormalisasi;
 Membuat matriks keputusan yang ternormalisasi terbobot;
 Menentukan matriks solusi ideal positif & matriks solusi ideal negatif;
 Menentukan jarak antara nilai setiap alternatif dengan matriks solusi

ideal positif & matriks solusi ideal negatif;
 Menentukan nilai preferensi untuk setiap alternatif.
TOPSIS membutuhkan rating kinerja setiap alternatif A i pada setiap kriteria
Cj yang ternormalisasi, yaitu:
x ij
rij = m
∑ x 2ij
i=1
Solusi ideal positif A+ dan solusi ideal negatif A- dapat ditentukan berdasarkan
rating bobot ternormalisasi (yij) sebagai berikut:
yij = wirij
( Y +¿¿ Y +¿¿
);
+¿¿
A+¿ ¿
= 1
, 2
,,Y n
A−¿¿
= ( Y −¿
1
¿
Y −¿
, 2
¿
,,Y
−¿ ¿
n
);
37
Dengan:
max y ij ;
y +¿¿
j =
i
min y ij
i
{ jika j adalah atribut keuntungan, dan jika j adalah atribut biaya
min y ij ;
y−¿
j =
¿ i
max y ij;
i
{ jika j adalah atribut keuntungan, dan jika j adalah atribut biaya
Jarak antara alternatif Ai dengan solusi ideal positif dirumuskan sebagai:
n
+¿=
Di
√∑ j=1
¿¿ ¿¿
Jarak antara alternatif Ai dengan solusi ideal negatif dirumuskan sebagai
n
−¿=
Di
√∑ j=1
¿ ¿¿¿
Nilai preferensi untuk setiap alternatif (Vi) diberikan sebagai berikut:
D i
¿
D¿i ¿
38
 Contoh:
 Suatu perusahaan di Daerah Istimewa Yogyakarta (DIY) ingin membangun

sebuah gudang yang akan digunakan sebagai tempat untuk menyimpan
sementara hasil produksinya.  Ada 3 lokasi yang akan menjadi alternatif,
yaitu:
 A1 = Ngemplak,
 A2 = Kalasan,
 A3 = Kota Gedhe.
 Ada 5 kriteria yang dijadikan acuan dalam pengambilan keputusan,
yaitu:
 C1 = jarak dengan pasar terdekat (km),
 C2 = kepadatan penduduk di sekitar lokasi (orang/km2);
 C3 = jarak dari pabrik (km);
 C4 = jarak dengan gudang yang sudah ada (km);  C5 = harga
tanah untuk lokasi (x1000 Rp/m2).
 Tingkat kepentingan setiap kriteria, juga dinilai dengan 1 sampai 5,
yaitu:
 1 = Sangat rendah,
 2 = Rendah,
 3 = Cukup,
 4 = Tinggi,
 5 = Sangat Tinggi.
 Pengambil keputusan memberikan bobot preferensi sebagai:
W = (5, 3, 4, 4, 2)
Kasus
Buatlah penyelesaian dari modul 4 dengan mempergunakan metode TOPSIS
39
Modul 6
AHP
(Analityc Hierarchy Process)
Metode AHP
Pada dasarnya langkah-langkah dalam metode AHP meliputi :
(1) Menyusun hirarki dari permasalahan yang dihadapi.
Persoalan yang akan diselesaikan, diuraikan menjadi unsur-unsurnya, yaitu
kriteria dan alternatif, kemudian disusun menjadi struktur hierarki seperti
(Gambar 4):
Tujuan Sasaran
40
Kriteria Kriteria 1 Kriteria 2 Kriteria 3 Kriteria 4 Kriteria n

Alternatif Alternatif 1 Alternatif 2 Alternatif 3 Alternatif n
Gambar 4 Struktur Hierarki AHP

Sumber: Decision Making For Leaders(Saaty,2001)
(2) Penilaian Kriteria dan Alternatif
Kriteria dan alternatif dinilai melalui perbandingan berpasangan. Menurut Saaty
(2001), untuk berbagai persoalan, skala 1 sampai 9 adalah skala terbaik dalam
mengekspresikan pendapat. Nilai dan definisi pendapat kualitatif dari skala
perbandingan Saaty dapat dilihat pada Tabel 4.1 berikut:
Tabel 4.1 Skala Nilai Perbandingan Berpasangan

Sumber: Decision Making For Leaders (Saaty,2001)
Nilai Keterangan
1 Kriteria/alternatif A sama penting dengan kriteria/alternatif B
3 A sedikit lebih penting dari B
5 A jelas lebih penting dari B
7 A sangat jelas lebih penting dari B
9 Mutlak lebih penting dari B
2, 4, 6, 8 Apabila ragu-ragu antara dua nilai yang berdekatan
Perbandingan dilakukan berdasarkan kebijakan pembuat keputusan dengan

menilai tingkat kepentingan satu elemen terhadap elemen lainnya. Proses
perbandingan berpasangan, dimulai dari tingkat hirarki paling tinggi, dimana suatu
kriteria digunakan sebagai dasar pembuatan perbandingan. Susunan dari elemen-
elemen yang dibandingkan tersebut dapat dilihat pada Gambar 5 di bawah ini.
41
A1 A2 ... A 3
A 1 A 11 A 12 ... A 1n
A 2 A 21 A 12 ... A 2n
: : : : :
: : : : :
A n a n1 a n2 ... a nn
Gambar 5 Matriks Perbandingan Berpasangan

Sumber: Decision Making For Leaders (Saaty,2001)
Untuk menentukan nilai kepentingan relatif antar elemen digunakan skala
bilangan dari 1 sampai 9 seperti pada Tabel 4.1. Penilaian ini dilakukan oleh seorang
pembuat keputusan yang ahli dalam bidang persoalan yang sedang dianalisa dan
mempunyai kepentingan terhadapnya.
Apabila suatu elemen dibandingkan dengan dirinya sendiri maka diberi nilai 1. Jika
elemen i dibandingkan dengan elemen j mendapatkan nilai tertentu, maka elemen j
dengan elemen i merupakan kebalikannya.
Dalam AHP ini, penilaian alternatif dapat dilakukan dengan metode langsung
(direct), yaitu metode yang digunakan untuk memasukkan data kuantitatif. Biasanya
nilai-nilai ini berasal dari sebuah analisis sebelumnya atau dari pengalaman dan
pengertian detail dari masalah keputusan tersebut. Jika si pengambil keputusan
memiliki pengalaman atau pemahaman yang besar mengenai masalah keputusan
yang dihadapi, maka ia dapat langsung memasukkan pembobotan dari setiap
42
alternatif.
(3) Penentuan Prioritas
Untuk setiap kriteria dan alternatif, perlu dilakukan perbandingan berpasangan
(pairwise comparisons). Nilai-nilai perbandingan relatif kemudian diolah untuk
menentukan peringkat relatif dari seluruh alternatif.
Baik kriteria kualitatif, maupun kriteria kuantitatif, dapat dibandingkan sesuai
dengan judgement yang telah ditentukan untuk menghasilkan bobot dan prioritas
yang dihitung dengan manipulasi matriks atau penyelesaian matematik.
(4) Konsistensi Logis
Semua elemen dikelompokkan secara logis dan diperingkatkan secara
konsisten dengan suatu kriteria yang logis. Matriks bobot yang diperoleh dari
hasil perbandingan secara berpasangan tersebut, harus mempunyai
hubungan kardinal dan ordinal, sebagai berikut.
Hubungan Kardinal : aij. ajk = aik
Hubungan Ordinal : Ai > Aj> Al> Ak, maka Ai> Ak
Hubungan tersebut dapat dilihat dari dua hal sebagai berikut:
a. Dengan melihat preferensi multiplikatif, misalnya bila anggur lebih enak 4 kali dari
mangga, dan mangga lebih enak 2 kali dari pisang, maka anggur lebih enak 8
kali dari pisang.
43
b. Dengan melihat preferensi transitif, misalnya anggur lebih enak dari mangga dan
mangga lebih enak dari pisang, maka anggur lebih enak dari pisang.
Pada keadaan sebenarnya akan terjadi beberapa penyimpangan dari hubungan
tersebut, sehingga matriks tersebut tidak konsistensi sempurna. Hal ini terjadi karena
ketidakkonsistenan dalam preferensi seseorang.
Penghitungan konsistensi logis dilakukan dengan mengikuti langkah-langkah
sebagai berikut:
a. Mengalikan matriks dengan prioritas bersesuaian.
b. Menjumlahkan hasil kali per baris.
c. Hasil penjumlahan tiap baris dibagi prioritas bersangkutan dan hasilnya
dijumlahkan.
d. Hasil poin c dibagi jumlah elemen, akan didapatkan λ maks.

n
e. Indeks Konsistensi CI  maks
n1
CI
f. Rasio Konsistensi CR  , dimana RI adalah indeks random konsistensi. Jika RI
rasio konsistensi ≤ 0.1, hasil perhitungan data dapat dibenarkan. Nilai indeks
random konsitensi dapat dilihat pada Tabel 2
Tabel 2Nilai Indeks Random

Sumber: Decision Making For Leaders(Saaty,2001)
Ukuran Matrik Nilai RI
44
1,2 0,00
3 0,58
4 0,90
5 1,12
6 1,24
7 1,32
8 1,41
9 1,45
10 1,49
11 1,51
12 1,48
13 1,56
14 1,57
15 1,59
Contoh Kasus
Sebuah perusahaan ingin memilih karyawan berprestasi dengan memperhatikan
beberapa kriteria. Kriteria yang dipertimbangkan oleh manajer beserta penilaiannya
adalah:
45
1. Kedisiplinan : Baik, cukup, Kurang
2. Prestasi Kerja : Baik, cukup, kurang
3. Pengalaman Kerja : Baik cukup Kurang
4. Perilaku : Baik, cukup, kurang
Langkah-langkah yang harus dilakukan untuk menentukan pegawai yang
berprestasi adalah sebagai berikut:
1. Menentukan prioritas kriteria
Langkah yang harus dilakukan dalam menentukan prioritas kriteria adalah
sebagai berikut:
a. Membuat matriks perbandingan berpasangan
Pada tahap ini dilakukan penilaian perbandingan antara satu kriteria
dengan kriteria yang lain, hasil penilaian bisa dilihat pada tabel 3.
Tabel 3
Matriks perbandingan berpasangan
Kedisiplinan Prestasi Kerja Pengalaman Kerja Perilaku

Kedisiplinan 1,00 2,00 2,00 3,00
Prestasi Kerja 0,50 1,00 2,00 2,00
Pengalaman Kerja 0,50 0,50 1,00 2,00
Perilaku 0,33 0,50 0,50 1,00
Jumlah 2,33 4,00 5,50 8,00
Angka satu pada kolom kedisiplinan baris kedisiplinan menggambarkan tingkat
kepentingan yang sama antara kedisplinan dengan kedisplinan.
46
Sedangkan angka 2 pada kolom prestasi kerja baris kedisiplinan menunjukan
prestasi kerja sedikit lebih penting dibandingkan dengan kedisplinan. Angka 0,5
pada kolom kedisiplinan baris prestasi kerja merupakan hasil perhitungan 1/nilai
pada kolom prestasi kerja baris kedisplinan (2). Angka-angka yang lain diperoleh
dengan cara yang sama.
b. Membuat matriks nilai kriteria
Matriks ini diperoleh dengan rumus berikut:
Nilai baris kolom baru = nilai baris kolom lama/jumlah masing-masing

kolom lama.
Hasil perhitungan bisa dilihat pada tabel 4
Tabel 4
Matriks nilai kriteria
Kedisiplinan Prestasi Pengalaman Perilaku Jumlah Prioritas

Kerja Kerja
Kedisiplinan 0,43 0,50 0,36 0,38 1,67 0,42
Prestasi Kerja 0,21 0,25 0,36 0,25 1,08 0,27
Pengalaman 0,21 0,13 0,18 0,25 0,77 0,19
Kerja
Perilaku 0,14 0,13 0,09 0,13 0,48 0,12
Nilai 0,43 pada kolom kedisplinan baris kedisiplinan tabel 4 diperoleh dari nilai kolom
kedisiplinan baris kedisiplinan tabel 3 dibagi jumlah kolom kedisiplinan tabel 3.
Nilai kolom jumlah pada tabel 4 diperoleh dari penjumlahan pada setiap barisnya.
Untuk baris pertama nilai 1,67 merupakan hasil penjumlahan dari
0,43+0,50+0,36+0,38.
Nilai pada kolom prioritas diperoleh dari nilai pada kolom jumlah dibagi dengan
jumlah kriteria dalam hal ini 4.
c. Membuat matriks penjumlahan setiap baris Matriks ini dibuat dengan mengalikan
nilai prioritas pada tabel 4 dengan matriks perbandingan berpasangan (tabel 3),
hasil perhitungan disajikan dalam tabel 5
47
Tabel 5
Matriks penjumlahan setiap baris
Kedisiplinan Prestasi Kerja Pengalaman Kerja Perilaku Jumlah

Kedisiplinan 0,42 0,54 0,39 0,36 1,70
Prestasi Kerja 0,21 0,27 0,39 0,24 1,11
Pengalaman 0,21 0,13 0,19 0,24 0,78
Kerja
Perilaku 0,14 0,13 0,10 0,12 0,49
d. Penghitungan rasio konsistensi
Penghitungan ini digunakan untuk memastikan bahwa nilai rasio
konsistensi (CR) <= 0,1. Jika ternyata nilai CR lebih besar dari 0,1, maka
matriks perbandingan harus diperbaiki. Untuk menghitung rasio konsistensi
dibuat tabel seperti yang terlihat pada tabel 6.
Tabel 6
Perhitungan rasio konsistensi
Jumlah per Prioritas Hasil

Baris
Kedisiplinan 1,70 0,42 2,12
Prestasi Kerja 1,11 0,27 1,38
Pengalaman Kerja 0,78 0,19 0,97
Perilaku 0,49 0,12 0,61
Jumlah 5,08
Kolom jumlah per baris diperoleh dari kolom jumlah pada tabel 5, sedangkan
kolom prioritas diperoleh dari kolom prioritas pada tabel 4.
Dari tabel 6 diperoleh nilai-nilai sebagai berikut:
Jumlah (hasil penjumlahan dari niai-nilai hasil) = 5,08
N (jumlah kriteria λ =4
λmaks(jumlah/n) = 1,27 CI((λ maks-N)/N) = 0,68
48
CR(CI/IR(lihat tabel 2)) = -0,76
Oleh karena CR < 0,1 maka rasio konsistensi dai perhitungan tersebut bisa
diterima.
2. Menentukan prioritas subkriteria
Penghitungan subkriteria dilakukan terhadap sub-sub dari semua kriteria, dalam
hal ini terdapat 4 kriteria yang berarti akan terdapat 4 perhitungan prioritas
subkriteria.
a. Menghitung prioritas subkriteria dari kriteria kedisiplinan
1. Membuat matriks perbandingan berpasangan
Langkah ini sama dengan langkah pembuatan matriks berpasangan pada
tabel 3. Hasil perhitungan disajikan pada tabel 7.
Tabel 7
Matriks berpasangan subkriteria kedisplinan
Baik Cukup Kurang

Baik 1,0 3,00 5,00
0
Cukup 0,3 1,00 3,00
3
Kurang 0,2 0,33 1,00
0
Jumlah 1,5 4,33 9,00
3
2. Membuat matriks nilai kriteria
Langkah ini sama dengan langkah pembuatan matriks berpasangan
pada tabel 4, nilai pada prioritas subkriteria diperoleh dari nilai prioritas pada
baris tersebut dibagi dengan nilai tertinggi pada pada kolom prioritas. Hasil
perhitungan di sajikan pada tabel 8.
49
Tabel 8
Matriks nilai subkriteriake kedisiplinan
Baik Cukup Kurang Jumlah Prioritas Prioritas Subkriteria
Baik 0,65 0,69 0,56 1,90 0,63 1,00
Cukup 0,22 0,23 0,33 0,78 0,26 0,41
Kurang 0,13 0,08 0,11 0,32 0,11 0,17
Pada matrik
3. Membuat matriks penjumlahan setiap baris
Langkah ini sama dengan langkah pembuatan matriks berpasangan pada
tabel 5. Hasil perhitungan disajikan pada tabel 9.
Tabel 9
Matrik penjumlahan
4. Perhitungan rasio konsistensi
Langkah ini sama dengan langkah pembuatan matriks
berpasangan pada tabel 6. Hasil perhitungan disajikan pada tabel
10.
Tabel 10
50
Jumlah (hasil penjumlahan dari niai-nilai hasil) = 4,06
N (jumlah kriteria = 3
λmaks(jumlah/n) = 1,35
CI((λ maks-N)/N) = -0,55
Oleh karena CR < 0,1 maka rasio konsistensi dari perhitungan
tersebut bisa diterima.
b. Menghitung prioritas subkriteria dari kriteria prestasi kerja
11.
Tabel 11
Baik Cukup Kurang

Baik 1,00 2,00 6,00
Cukup 0,50 1,00 2,00
Kurang 0,17 0,50 1,00
Jumlah 1,67 3,50 9,00
2. Membuat matriks nilai riteria
12.
51
Tabel 12
Matrik nilai kriteria
Priorita Prioritas
Baik Cukup Kurang Jumlah s Subkriteria
Baik 0,60 0,57 0,67 1,84 0,61 1,00
Cukup 0,30 0,29 0,22 0,81 0,27 0,44
Kurang 0,10 0,14 0,11 0,35 0,12 0,19
13
Tabel 13
Matrik penjumlahan tiap baris
Baik Cukup Kurang Jumlah

Baik 0,61 0,54 0,71 1,86
Cukup 0,31 0,27 0,24 0,81
Kurang 0,10 0,13 0,12 0,35
berpasangan pada tabel 10. Hasil perhitungan disajikan pada
tabel 14
Tabel 14
Jumlah
Perbaris Prioritas Hasil
Baik 1,86 0,61 2,47
Cukup 0,81 0,27 1,08
Kurang 0,35 0,12 0,47
Jumlah 4,02
Jumlah (hasil penjumlahan dari nilai-nilai hasil) = 4,02
52
CI((λ maks-N)/N) = -0,55
c. Menghitung prioritas subkriteria dari kriteria Pengalaman Kerja

tabel 15.
Tabel 15
Matrik perbandingan berpasangan
Baik Cukup Kurang

Baik 1,00 3,00 4,00
Cukup 0,33 1,00 3,00
Kurang 0,25 0,33 1,00
Jumlah 1,58 4,33 8,00
tabel 16.
Tabel 16
Baik Cukup Kurang Jumlah Priorita Prioritas Subkriteria

s
Baik 0,63 0,69 0,50 1,82 0,61 1,00
53
Cukup 0,21 0,23 0,38 0,82 0,27 0,45
Kurang 0,16 0,08 0,13 0,36 0,12 0,20
tabel 17
Tabel 17
Matriks penjumlahan tiap baris.

Baik 0,61 0,82 0,48 1,90
Cukup 0,20 0,27 0,36 0,83
Kurang 0,15 0,09 0,12 0,36
tabel 18
Tabel 18
Jumlah Perbaris Prioritas Hasil

Baik 1,9 0,61 2,51
Cukup 0,83 0,27 1,1
Kurang 0,36 0,12 0,48
Jumlah 4,09
54
CI((λ maks-N)/N) = -0,55
d. Menghitung prioritas subkriteria dari kriteria Perilaku
tabel 19
Tabel 19
Baik Cukup Kurang

Baik 1,00 2,00 5,00
Cukup 0,50 1,00 4,00
Kurang 0,20 0,25 1,00
Jumlah 1,70 3,25 10,00
tabel 20
Tabel 20
Baik Cukup Kurang Jumlah Prioritas Prioritas Subkriteria

Baik 0,59 0,62 0,50 1,70 0,57 1,00
Cukup 0,29 0,31 0,40 1,00 0,33 0,59
Kurang 0,12 0,08 0,10 0,29 0,10 0,17
55
tabel 21
Tabel 21
Matriks penjumlahan tiap baris

Baik 0,57 0,67 0,49 1,73
Cukup 0,28 0,33 0,39 1,01
Kurang 0,11 0,08 0,10 0,30
tabel 22.
Tabel 22
Jumlah Perbaris Prioritas Hasil

Baik 1,73 0,57 2,3
Cukup 1,01 0,33 1,34
Kurang 0,3 0,1 0,4
Jumlah 4,04
CI((λ maks-N)/N) = -0,55
56
3. Menghitung Hasil
Prioritas hasil perhitungan pada pada langkah 1 dan 2 kemudian
dituangkan dalam matriks hasil seperti yang terlihat pada tabel 23.
Tabel 23
Matriks hasil perhitungan
Kedisipina Prestasi Kerja Pengalaman Kerja Perilaku

n
0,42 0,27 0,19 0,12
Baik Baik Baik Baik
1 1 1 1
Cukup Cukup Cukup Cukup
0,41 0,44 0,45 0,59
Kurang Kurang Kurang Kurang
0,17 0,19 0,2 0,17
Seandainya diberikan data nilai dari 3 orang karyawan seperti yang
terlihat pada tabel 24.
Tabel 24.
Nilai Karyawan
Kedisiplinan Prestasi Kerja Pengalaman Kerja Perilaku

A Cukup Cukup Baik Baik
B Baik Kurang Cukup Cukup
C Cukup Baik Baik Baik
Maka hasilnya akan tampak pada tabel 25.
Tabel 25
Hasil Akhir
Kedisiplinan Prestasi Kerja Pengalaman Kerja Perilaku Total

A 0,17 0,12 0,19 0,12 0,60
B 0,42 0,05 0,09 0,07 0,63
C 0,17 0,27 0,19 0,12 0,75
57
Nilai 0,17 pada kolom kedisiplinan baris A diperoleh dari nilai
karyawan A untuk kedisiplinan, yaitu cukup dengan prioritas 0,41
(tabel 24) dikalikan dengan prioritas kedisplinan 0,42 (tabel 24).
Kololm total paa tabel 25 diperoleh dari penjumlahan pada masing-masing barisnya.
Nilai total inilah yang dipakai sebagai dasar untuk merangking prestasi pegawai.
Semakin besar nilainya, pegawai tersebut akan semakin berprestasi.
Kasus
Saya ingin membeli HP yang harganya relatif murah, memorinya besar, warnanya
banyak, ukuran piksel pada kamera besar, beratnya ringan, dan bentuknya unik.
Ada 4 alternatif yang saya bayangkan, yaitu: N70 , N73 , N80 dan N90
Alterna-tif Harga Memori Warna Kamera Berat

(gr)
(juta Rp) (MB) (MP)
N70 2,3 35 256 kb 2 126
N73 3,1 42 256 kb 3,2 116
N80 3,7 40 256 kb 3,2 134
N90 4,7 90 16 MB 2 191
58
Buat penyelesaian mempergunakan metode AHP dengan:
 Tentukan tujuan: Membeli HP dengan kriteria tertentu
 Tentukan kriteria: Harga, kapasitas memori, ukuran warna, ukuran
piksel kamera, berat, dan keunikan,
 Tentukan alternatif: N70, N73, N80, dan N90
59

Modul SPK1

Diunggah oleh

Informasi Dokumen

Judul Asli

Hak Cipta

Format Tersedia

Bagikan dokumen Ini

Bagikan atau Tanam Dokumen

Opsi Berbagi

Apakah menurut Anda dokumen ini bermanfaat?

Apakah konten ini tidak pantas?

Hak Cipta:

Format Tersedia

Modul SPK1

Diunggah oleh

Hak Cipta:

Format Tersedia

MODUL I

Sistem Pendukung Keputusan

informasi berbasis computer.(termasuk sistem berbasis pengetahuan (manajemen

pengetahuan) yang dipakai untuk mendukung pengambilan keputusan dalam suatu

organisasi atau perusahaan.

untuk pengembilan keputusan dari masalah semi terstruktur yang spesifik.

mendukung analisis ad hoc data dan permodelan keputusan, berorientasi keputusan,

membantu manajemen dalam pengambilan keputusan.

menghasilkan berbagai alternative keputusan untuk membantu manajemen dalam

menangani berbagai permasalahan yang terstruktur ataupun tidak terstruktur dengan

menggunakan data dan model.

keputusan melalui penggunaan data dan model-model keputusan untuk memecahkan

masalah-masalah yang sifatnya semi terstruktur dan tidak terstruktur.

manajer dalam memecahkan masalah semi-terstruktur dengan cara memberikan informasi

ataupun usulan menuju pada keputusan tertentu.

pemecahan masalah maupun kemampuan pengkomunikasikan untuk masalah semi

 Defenisi Masalah, pengumpulan data atau elemen informasi yang relevan.

 Menentukan alternative-alternatif solusi (bisa dalam persentase).

C. Tujuan dari SPK

 Membantu menyelesaikan masalah semi-terstruktur.

 Mendukung manajer dalam mengambil keputusan.

 Meningkatkan efektifitas bukan efisiensi pengambilan keputusan.

Artificial Intelligence, Expert Systems, Fuzzy Logic, dll.

D. Prinsip Dasar DSS.

yang tidak terstruktur.

menggunakan DSS adalah keputusan yang baik.

E. Ciri dan Keuntungan DSS.

 Dapat menyelesaikan problem yang kompleks.

 Sistem dapat berinteraksi dengan pemakainya.

pengambilan keputusan secara intuisi).

 Menghasilkan acuan data untuk menyelesaikan masalah dihadapi manajer yang

kurang berpengalaman. Untuk masalah yang berulang. DSS dapat memberikan

keputusan yang lebih efektif.

 Fasilitas untuk mengambil data dapat memberikan kesempatan bagi beberapa

manajer untuk berkomunikasi dengan lebih baik.

 Meningkatkan produktivitas dan control dari manajer.

prosedur yang saling berhubungan, yang melaksanakan dan mempermudah kegiatan-

sehingga memiliki arti atau manfaat yang berguna.

waktu tertentu dan pernyataan suatu perubahan pada suatu waktu.

3. Kualitas Informasi tergantung dari 3 hal, yaitu informasi harus :

menyesatkan. Akurat juga berarti informasi harus jelas mencerminkan maksudnya.

3. Relevan, berarti informasi tersebut mempunyai manfaat untuk pemakainya. Relevansi

informasi untuk tiap-tiap orang satu dengan yang lainnya berbeda.

manajemen dan basis data.

Elemen-elemen Sistem Konseptual

 Gejala : Kondisi yang dihasilkan oleh masalah.

 Gejala menyerupai puncak gunung Es = Manajer harus mencari penyebab

masalah dibalik gejala.

yang dapat dipahami oleh pemecah masalah.

yang tidak dipahami oleh pemecah masalah.

elemen yang dimengerti oleh pemecah masalah.

H. Proses Pengambilan Keputusan

Pengambilan keputusan meliputi beberapa tahap dan melalui beberapa

proses (Lucas, 1992). Menurut Simon (1960), pengambilan keputusan meliputi

Tahap ini merupakan proses penelusuran dan pendeteksian dari lingkup

problematika serta proses pengenalan masalah. Data masukan diperoleh,

diproses, dan diuji dalam rangka mengidentifikasikan masalah.

Tahap ini merupakan proses menemukan dan mengembangkan alternatif.

menguji kelayakan solusi.

yang mungkin dijalankan. Tahap ini meliputi pencarian, evaluasi, dan

dapat dipantau dan disesuaikan apabila diperlukan perbaikan.

Dalam hal ini, model Simon juga menggambarkan kontribusi Sistem

Informasi Manajemen (SIM) dan Ilmu Manajemen / Operations Research (IM /