Makalah

Manajemen Model Pada Sistem Pendukung

Keputusan

Oleh:
Nur Afifah
(20621028)

Dosen: Siti Nurhayati S.Kom.,M.Kom

UNIVERSITAS YAPIS PAPUA

FAKULTAS TEKNIK DAN SISTEM INFORMASI
PROGRAM STUDI SISTEM INFORMASI
 KATA PENGANTAR

Puji syukur kami Ucapkan kehadirat ALLAH SWT, yang atas rahmat-Nya
kami dapat menyelesaikan penyusunan makalah yang berjudul “Pemodelan dan
Analisi” pada mata kuliah Sistem pengambil keputusan.

Penulisan makalah merupakan salah satu tugas dan persyaratan untuk

menyelesaikan tugas mata kuliah di perguruan tinggi . Kami harap semoga Allah
SWT memberikan imbalan yang setimpal pada beliau yang telah memberikan
bantuan , dan dapat menjadikan semua bantuan ini sebagai ibadah , Amin Yaa
Robbal ‘Alamin .

Dalam penulisan makalah ini mungkin masih ada kekurangan, baik pada
teknis penulisan maupun materi yang disampaikan, mengingat akan kemampuan
yang kami miliki. Untuk itu kritik dan saran yang bersifat membangun untuk
kebaikan kedepannya.

Jayapura, 16 Maret 2023

Penulis
 DAFTAR ISI

HALAMAN JUDUL.......................................................................................i
KATA PENGANTAR....................................................................................ii
DAFTAR ISI...................................................................................................iii
BAB I PENDAHULUAN...............................................................................1
A. LATAR BELAKANG PLI...................................................................1
B. RUMUSAN MASALAH......................................................................2
C. TUJUAN...............................................................................................2
BAB II TOPIK BAHASAN............................................................................3
A. PENGERTIAN PEMODELAN DAN ANALISIS...............................3
B. PEMODELAN SISTEM PENDUKUNG MANAJEMEN..................7
C. MODEL STATIS DAN DINAMIS......................................................9
D. STRUKTUR DARI BEBERAPA MODEL YANG
BERHASIL DAN METODOLOGINYA.............................................11
E. ANALISIS KEPUTUSAN...................................................................12
F. POHON KEPUTUSAN........................................................................13
G. OPTIMISASI PEMROGRAMAN MATEMATIKA...........................15
H. METODE PENCARIAN PEMECAHAN MASALAH.......................16
I. MENDEFINISIKAN MASALAH DAN STRUKTURNYA
PEMROGRAMAN HEURISTIK.........................................................19
J. SIMULASI...........................................................................................22
BAB III PENUTUP.........................................................................................24
A. KESIMPULAN.....................................................................................24
B. SARAN.................................................................................................24
DAFTAR PUSTAKA......................................................................................25
 BAB I
 PENDAHULUAN

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.
Berdasarkan tugas yang di berikan oleh dosen kami maka penulis dalam
makalah ini akan membahas tentang ” pemodelan dan analisis spk”.
2.      Rumusan masalah
Dalam makalah ini penulis makalah ini kami akan memfokuskan pada
beberapa masalah di bawah ini :
1.      model dan analisis dalam SPK
2.      Pemodelan sistem pendukung manajemen
3.      Model statis dan dinamis
4.      Struktur dari beberapa model yang berhasil dan metodologinya
5.      Analisis keputusan
6.      Pohon keputusan
 7.      Optimisasi pemrograman matematika
8.      Metode pencarian pemecahan masalah
9.   Mendefinisikan masalah dan strukturnya Pemrograman heuristik
10.    Simulasi

3.      Tujuan Penulisan
Adapun tujuan penulisan makalah ini agar pembaca dapat lebih memahami
tentang materi pemodelan dan analisis spk sehingga bermafaat di kemudian hari.
 BAB II
PEMBAHASAN

1. PENGERTIAN MODEL DAN ANALISIS DALAM SPK

Menurut Jame A. F. Stoner(1986), pengambilan keputusan adalah proses

yang digunakan untuk memilih suatu tindakan sebagai cara pemecahan masalah.
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:
1. Variabel Keputusan, yaitu 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
2. Variabel diluar kontrol, yaitu variabel yang berada di luar kontrol pemegang
keputusan namun mempengaruhi keluaran dari model, contohnya adalah
tingkat inflasi, strategi pesaing, pertumbuhan teknologi,dsb.
3. Variabel Hasil, 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
Ada empat jenis dasar model :
1.      Model Fisik. Adalah penggambaran entitas dalam bentuk tiga dimensi.
2.      Model Naratif. Adalah jenis model yang menggambarkan dan menjelaskan
suatu entitas secra langsung baik dalam bentuk lisan maupun tertulis.
3.      Model Grafik. Merupakan model yang menggambarkan entitasnya dengan
sejumlah garis atau simbol. model ini merupakan model yang sangat efektif
dalam menjelaskan suatu entitas.
4.      Model Matematika. semua rumus dan persamaan matematika adalah suatu
model matematika. model ini memiliki kemampuan untuk memperkirakan
output masalah-masalah tertentu yang bersifat eksakta.

Keuntungan Model

o Biaya analisis model lebih murah daripada percobaan yang

dilakukan pada sistem yang sesungguhnya.
o Model memungkinkan untuk menyingkat waktu. Operasi bertahun-
tahun dapat disimulasikan dalam hitungan menit di komputer.
o 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.
o Akibat yang ditimbulkan dari adanya kesalahan-kesalahan sewaktu
proses trial-and-error lebih kecil daripada penggunaan model
langsung di sistem nyata.
o Lingkungan sekarang yang makin berada dalam ketidakpastian.
Penggunaan pemodelan menjadikan seorang manajer dapat
menghitung resiko yang ada pada proses-proses tertentu.
o 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.
 o Model meningkatkan proses pembelajaran dan meningkatkan
pelatihan.

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.
b. Identifikasi variable
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.
c. Peramalan (forecasting).
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.
Ada tujuh kategori model SPK sebagaimana telah dijelaskan pada
bagian terdahulu.Setiap kategori memiliki beberapa teknik-teknik
tertentu. Pada dasarnya, teknik-teknik tersebut dapat diaplikasikan baik
dalam model statis maupun model dinamis.

 Model statis umumnya memberikan asumsi adanya operasi

perulangan dengan
menggunakan kondisi yang identik.
  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 :
a) kontrol,
b) fleksibilitas,
c) umpan balik,
d) antarmuka,
e) adanya pengurangan redundansi, dan
f) 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.

2.   PEMODELAN SISTEM PENDUKUNG MANAJEMEN

a. Subsistem Manajemen Model
Subsistem dari manajemen model dari Sistem Pendukung Keputusan terdiri
dari elemen-elemen berikut ini:

1) 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:
 Strategis : Model strategis digunakan untuk mendukung manajemen
puncak untuk menjalankan tanggung jawab dalam perencanaan
strategis.
 Taktis : Model Taktis digunakan terutama oleh manajemen tingkat
menengah, untuk membantu mengalokasikan dan mengontrol sumber
daya organisasi.
 Operasional : Model ini digunakan untuk mendukung aktivitas kerja
harian transaksi organisasi.
 Analitik : Model ini digunakan untuk menganalisis data, model ini
meliputi model statik, ilmu manajemen, algoritma data mining, model
keuangan, dan lainnya.
 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.

2) 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 :
 Eksekusi Model : Eksekusi Model adalah proses mengontrol jalannya
model.
 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).
 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 :

 Mampu menciptakan model – model baru dengan cepat dan mudah

 Mampu mengkatalogkan dan mengelola model untuk mendukung
semua tingkat pemakai
  Mampu menghubungkan model – model dengan basis data melalui
hubungan yang sesuai
 Mampu mengelola basis model dengan fungsi manajemen yang analog
dengan database manajemen.

3.  MODEL STATIS DAN DINAMIS

a. 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 :

1) Keputusan pembelian atau pembuatan sendiri suku cadang suatu produk

2) Pendapatan triwulan / tahunan
3) Keputusan investasi  

b. Model Dinamis
Ada beberapa kisah tentang pembangunan model yang menghabiskan
waktu berbulan-bulan untuk mengembangkan satu model statis yang
kompleks, berskala 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
dinamis merepresentasikan 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).
1) 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.
2) Model dinamis ditentukan oleh fungsi waktu
3) Representasi rata – rata setiap periode
4) Rata – rata perubahan
5) Analisis perbandingan

4.   STRUKTUR DARI BEBERAPA MODEL YANG BERHASIL DAN

METODOLOGINYA
a. Kategori-kategori Model
Kategori
Optimalisasi masalah
sebagai alternatif
Proses dan Tujuan Teknik yang Digunakan
Menemukan solusi terbaik Tabel keputusan, pohon
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 Beberpaa model inventory
rumusan analitik solusi  terbaik 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,
untuk skenario yang analisisi markov
ditentukan
Model-model lainnya Memecahkan kasus what- Pemodelan keuangan
if dengan menggunakan
rumus

5.  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
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.

6.   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 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:

 Daerah pengambilan keputusan yang sebelumnya kompleks dan sangat

global, dapat diubah menjadi lebih simpel dan spesifik.
 Eliminasi perhitungan-perhitungan yang tidak diperlukan, karena ketika
menggunakan metode pohon keputusan maka sample diuji hanya
berdasarkan kriteria atau kelas tertentu.
 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
 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

 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.
 Pengakumulasian jumlah eror dari setiap tingkat dalam sebuah pohon
keputusan yang besar.
 Kesulitan dalam mendesain pohon keputusan yang optimal.
 Hasil kualitas keputusan yang didapatkan dari metode pohon keputusan
sangat tergantung pada bagaimana pohon tersebut didesain.

7.   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
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.

8. 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:

a. Masalah terstruktur, yaitu masalah yang memiliki elemen-elemen yang
saling berhubungan di mana masing-masing elemen dan hubungannya dapat
difahami oleh manajer.
b. Masalah semi terstuktur, yaitu masalah yang sebagian elemennya difahami
dan sebagian lagi tidak difahami oleh manajer
c. 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.

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:

1. Fase pertama, yaitu fase upaya persiapan

2. Fase kedua, yaitu fase upaya definisi atau penentuan
3. Fase ketiga, yaitu fase upaya solusi

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).

9.   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
mesin dan memerlukan least time
Pembelian saham Jika rasio harga dibandingkan
pengeluaran lebih dari 10, tidak
membeli saham
Travel Tidak menggunakan jalan bebas
hambatan 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.
a. Kapan Menggunakan Heuristic:
1) Input data tidak pasti atau terbatas.
2) Kenyataan yang ada terlalu kompleks sehingga model optimasi menjadi
terlalu disederhanakan
3) Metode yang handal dan pasti tak tersedia.
4) Waktu komputasi untuk optimasi terlalu lama.
5) Adanya kemungkinan untuk meningkatkan efisiensi proses optimasi
(misal, dengan memberikan solusi awal yang baik menggunakan heuristic)
6) Masalah-masalah yang diselesaikan seringkali (dan berulang-ulang) dan
menghabiskan waktu komputasi.
7) Permasalahan yang kompleks yang tidak ekonomis untuk optimasi atau
memakan waktu terlalu lama dan heuristic dapat meningkatkan solusi
yang tak terkomputerisasi.
8) Di saat pemrosesan simbolik lebih banyak dilibatkan daripada pemrosesan
numerik (dalam ES)
 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.

10.  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.
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

 Definisi masalah.
 Membangun model simulasi.
 Testing dan validasi model.
 Desain percobaan.
 Melakukan percobaan.
 Evaluasi hasil.
 Implementas.
 BAB III
PENUITUP

A.    Kesimpulan
Perkembangan dunia industri teknologi di dunia semakin pesat, hal ini
menjadikan persaingan setiap perusahaan semakin kuat pula. Jika di hubungkan
dengan pemodelan analisis perangkat lunak terletak pada jenis pemodelannya,
karena pada dasarnya pemodelan analisis bermacam-macam. Hal inilah yang di
manfaatkan oleh perusahaan perangkat lunak atau pembuatan software.
B.     Saran dan saran
Sekiranya makalah ini dapat menjadikan acuan teman-teman untuk bisa
bersaing dalam membuat software agar mendapatkan jenis analisis yang tepat dan
sesuai permintaan konsumen. Walau kami sadari bahwa makalah kami tidak
sempurna, maka dari itu kami sangat mengharapkan masukan atau saran yang
dapat membangun, agar dapat menjadi acuan dan motivasi makalah kami
berikutnya.S
 DAFTAR PUSTAKA

Soetari, Endang. 2014. Model Kepemimpinan Dan Pengambilan Keputusan.

Bandung : CV. Puska Media.

Cruiser, Ridwan. 2011. Makalah Pemodelan Dan Analisis Spk.

http://ridwan-cruiser.blogspot.com/2012/11/makalah-pemodelan-dan-analisis-
spk.html di akses 2 Maret 2020

Diana, Evi Noor. 2009. Makalah Pemodelan Analisis.

https://www.academia.edu/8946153/Contoh_Makalah_Pemodelan_Analisis di
akses 2 Maret 2020