Pengertian Sistem
Terdapat banyak pengertian tentang sistem, tetapi dari asal kata “sistem” maka
dapat diperoleh sedikit gambaran tentang apa itu sistem. Kata “sistem” berasal
dari bahasa Yunani yaitu systema yang berarti kesatuan, yakni keseluruhan
bagian-bagian yang mempunyai hubungan satu dengan yang lainnya.
Menurut Henry C. Lucas Jr, sistem adalah suatu komponen atau variabel yang
terorganisasi, saling bergantung satu sama lain dan terpadu. Menurut Gordon B.
Davis, sebuah sistem terdiri dari bagian-bagian yang saling berkaitan yang
beroperasi bersama-sama untuk mencapai beberapa sasaran tujuan. Sedangkan
menurut Jogiyanto, sistem adalah kumpulan elemen-elemen yang berinteraksi
untuk mencapai suatu tujuan tertentu.
Dari definisi di atas, dapat ditarik suatu kesimpulan bahwa sistem adalah
kumpulan semua unsur yang ada dalam suatu lingkup permasalahan yang saling
berintegrasi, sehingga setiap informasi yang ada akan dapat dimanfaatkan oleh
pihak-pihak yang ada dalam lingkup permasalahan untuk mencapai suatu tujuan
tertentu.
Menurut Gordon B. Davis sistem mempunyai karakteristik sebagai berikut:
Tujuan: sistem harus mempunyai tujuan, sehingga segala aktivitasnya
terarah pada satu tujuan yang pasti.
Kesatuan: sistem merupakan suatu kesatuan yang bulat dan utuh.
Suatu sistem akan menghasilkan nilai lebih dalam satu kesatuan dibandingkan
jika bagian-bagiannya berjalan sendiri-sendiri. Dan suatu sistem akan kehilangan
nilai serta fungsinya jika ada bagiannya yang tidak berfungsi.
Keterkaitan: setiap bagian dari suatu sistem saling terkait satu sama
lainnya dan memiliki ketergantungan antara satu dengan lainnya.
Keterbukaan: sistem pasti memiliki batasan-batasan, dan pasti
berinteraksi dengan sistem yang lebih luas yang berada di luar dirinya. Sistem
lebih luas yang berada di luar sistem, di sebut lingkungan. Esensinya adalah sistem
bekerja melalui lingkungan dan bekerja terhadap lingkungan. Jika ada sistem yang
tertutup, maka sebenarnya sistem itu gagal berhubungan dengan lingkungannya.
Transformasi: sistem harus melakukan kegiatan dalam upayanya
mencapai tujuan. Dalam kegiatan itu, sistem pasti memerlukan input yang kemudian
ditransformasikan menjadi suatu bentuk keluaran sesuai dengan tujuan sistem.
Mekanisme Pengendalian: untuk menjaga agar sistem selalu berjalan
sesuai dengan tujuan, maka harus ada mekanisme pengendalian yang menjaga
arah dari suatu sistem.
Struktur Sistem
Sistem secara umum dibagi atas 3 bagian yaitu masukan (input), proses (process)
dan keluaran (output). Ketiga bagian dasar pembentuk sistem ini akan dikelilingi
oleh suatu lingkungan (environment). Selain itu, biasanya suatu sistem akan
dirancang dengan memasukkan unsur umpan balik (feedback). Bagan dari sistem
dapat dilihat pada gambar 1
berikut.
Gambar 1. Bagan Sistem
1.
2. Masukkan (Input) merupakan bagian awal sistem yang meliputi semua
hal yang dijadikan masukan atau masuk ke dalam sistem tersebut.
3. Proses (Process) merupakan suatu pekerjaan yang menstransformasikan
masukan menjadi keluaran.
4. Keluaran (Output) adalah produk jadi atau hasil dari pengolahan
masukan oleh proses.
5. Lingkungan (Environment) adalah tempat dimana sistem tersebut berada
atau diletakkan. Yang termasuk lingkungan adalah semua elemen yang berada di luar
sistem yang mempengaruhi dan dipengaruhi oleh sistem tersebut.
6. Umpan Balik (Feedback) adalah suatu sensor yang berguna untuk
mencegah timbulnya keluaran yang tidak sesuai dengan yang diinginkan atau
memberikan informasi bila hal ini terjadi.
Pengertian Keputusan
Literatur manajemen menyatakan bahwa suatu keputusan adalah penentuan
suatu pilihan. Ada yang menyatakan keputusan sebagai pilihan tentang suatu
bagian tindakan atau di sebut course of action. Sedangkan menurut Daihani,
keputusan adalah suatu pilihan dari strategi tindakan atau di sebut strategy for
action.
Melengkapi pendapat para ahli di atas, Daihani menambahkan kata alternatif
dalam definisinya. Selengkapnya kedua ahli tersebut merumuskan bahwa :
Keputusan adalah suatu pilihan yang mengarah kepada tujuan yang
diinginkan (to a certain desired objective).
Keputusan adalah aktivitas pemilihan tindakan dari sekumpulan
alternatif untuk memecahkan suatu masalah.
Menurut Hasan, keputusan adalah hasil pemecahan masalah yang harus dapat
menjawab pertanyaan tentang apa yang dibicarakan dalam perencanaan.
Keputusan dapat berupa tindakan terhadap pelaksanaan yang sangat
menyimpang dari rencana semula.
Menurut Agustina, keputusan adalah pilihan di antara alternatif- alternatif.
Definisi ini mengandung tiga pengertian, yaitu adalah pilihan atas dasar logika
atau pertimbangan, ada beberapa alternatif yang harus dipilih dari salah satu yang
terbaik, dan ada tujuan yang ingin dicapai dan keputusan itu makin mendekatkan
pada tujuan tersebut.
Dari pengertian-pengertian di atas, dapat ditarik suatu kesimpulan bahwa
keputusan merupakan suatu pemecahan masalah yang dilakukan melalui satu
pemilihan dari beberapa alternatif.
Macam-macam Keputusan
Menurut Kendall terdapat tiga macam keputusan, yang biasanya dibayangkan
oleh banyak orang bahwa keputusan sebagai keputusan- keputusan yang sudah
ada dalam suatu deretan langkah dari terstruktur ke tidak terstruktur.
1. Keputusan terstruktur adalah suatu keputusan di mana semua atau
sebagian besar dari variabel-variabel yang ada diketahui dan bisa diprogram
secara total. Keputusan yang terstruktur bersifat rutin dan memerlukan sedikit
pendapat manusia begitu variabel-variabel tersebut diprogram.
2. Keputusan tidak terstruktur adalah keputusan yang tetap resistan
terhadap komputerisasi dan tergantung sepenuhnya pada intuisi.
3. Keputusan semi terstruktur adalah keputusan yang bisa
diprogramkan sebagian namun masih memerlukan pendapat manusia.
DSS Tools
Sebagaimana diketahui bahwa suatu perubahan pada karakteristik SPK tidak hanya
mengakibatkan perubahan lingkungan, tetapi juga mengubah cara manajer untuk
melakukan pendekatan pada masalah yang dihadapinya. Karena itu, faktor yang
penting dalam menggunakan peralatan dasar adalah kebutuhan untuk melibatkan
user (pengguna) secara langsung dalam mengubah dan memodifikasi SPK.
Decision Support System Generator (DSSG) pada dasarnya digunakan untuk
menciptakan suatu “platform” atau rencana induk yang juga digunakan sebagai media
komunikasi antara perancang dengan pengguna. Sehingga apabila akan diadakan
pengembangan lebih lanjut di mana SDSS dapat dikembangkan secara tetap dan
dimodifikasi dengan kerjasama user, serta dengan tidak membutuhkan banyak waktu
dan tenaga.
Manager (User)
Intermediary
Technical Supporter
Toolsmith
DSS Tools
atabase
Model base
Central Information
System Database Model
Management Management
Dialog
Management
Subsistem dari manajemen model dari Sistem Pendukung Keputusan terdiri dari
elemen-elemen berikut ini:
Basis Model
Basis model berisi rutin dan statistik khusus, keuangan, forecasting, ilmu
manajemen, dan model kuantitatif lainnya yang memberikan kapabilitas analisis
pada sebuah sistem pendukung keputusan. Kemampuan untuk invokasi,
menjalankan, mengubah, menggabungkan, dan menginspeksi model merupakan
suatu kapabilitas kunci dari sistem pendukung keputusan dan yang
membedakannya dengan CBIS (Computer Base Information System) lainnya.
Model dalam basis model dapat dibagi menjadi empat katagori utama, dan satu
katagori pendukung, yaitu:
1. Strategis: Model strategis digunakan untuk mendukung
manajemen puncak untuk menjalankan tanggung jawab dalam perencanaan
strategis.
2. Taktis: Model Taktis digunakan terutama oleh manajemen tingkat
menengah, untuk membantu mengalokasikan dan mengontrol sumber daya
organisasi.
3. Operasional: Model ini digunakan untuk mendukung aktivitas
kerja harian transaksi organisasi.
4. Analitik: Model ini digunakan untuk menganalisis data, model ini
meliputi model statik, ilmu manajemen, algoritma data mining, model keuangan,
dan lainnya.
5. Blok Pembangunan Model dan Rutin: Selain berisi model strategis,
taktis, dan operasional, basis model juga berisi blok pembangunan model dan
rutin. Contoh-contohnya meliputi satu rutin generator dengan jumlah acak,
kurva, atau line-fitting rutin, rutin komputasi present-value, dan analisis regresi.
Blok pembangunan ini dapat digunakan dalam beberapa cara. Dapat disebarkan
untuk aplikasi sebagai analisis data, dapat juga digunakan sebagai komponen
present-value, dan analisis regresi.
Langkah C Analisa
(Analysis)
Perancangan
Tahap Perancangan(Langkah D) SubsistemDatabase Perancangan Perancangan
SubsistemModel SubsistemDialog
Langkah E Pembangunan
(Construction)
Langkah F
Implementasi
Langkah G(Implementation)
Pemeliharaan
(Maintenance)
Langkah H Adaptasi
(Adaptation)
7. Pemeliharaan (Maintenance)
Tahap ini melibatkan perencanaan dukungan yang harus dilakukan terus menerus untuk
mempertahankan keandalan sistem.
8. Adaptasi (Adaptation)
Dalam tahap ini dilakukan pengulangan terhadap tahap-tahap di atas sebagai
tanggapan atas perubahan kebutuhan user.
SISTEM PENDUKUNG KEPUTUSAN
Dalam bab ini, ikhtisar teknik dan aplikasi yang terkait dengan pengambilan keputusan
cerdas disajikan. Proses pengambilan keputusan dan elemen kualitas keputusan dibahas.
Sebuah taksonomi sistem pendukung keputusan dijelaskan. Teknik yang berasal dari
kecerdasan buatan yang berguna untuk merancang dan mengembangkan sistem
pendukung keputusan cerdas dijelaskan. Penerapan sistem pendukung keputusan cerdas
ke berbagai domain disorot. Ringkasan dari kesimpulan disajikan di akhir bab ini.
1.1 PENDAHULUAN
Sistem pendukung keputusan, secara umum, adalah kelas khusus dari sistem
informasi terkomputerisasi yang mendukung kegiatan pengambilan keputusan di berbagai
domain, mis. pertanian, bioteknologi, keuangan, perbankan, manufaktur, kesehatan,
pendidikan, dan pemerintah. Deskripsi singkat tentang sistem pendukung keputusan
disediakan dalam [pp.25, 1], seperti dikutip:
“Sistem pendukung keputusan adalah teknologi yang membantu mendapatkan
pengetahuan yang tepat kepada pengambil keputusan yang tepat pada waktu
yang tepat dalam representasi yang tepat dengan biaya yang tepat.”
Dengan kata lain, sulit untuk menilai kualitas keputusan strategis berdasarkan
hasil, yang melibatkan ketidakpastian dalam cakrawala waktu yang lama. Dengan
demikian, seperangkat ukuran kualitas keputusan diperkenalkan di [11], seperti yang
ditunjukkan pada Gambar 1.2. Ada enam elemen kualitas keputusan, yaitu, (i) kerangka
yang sesuai; (ii) alternatif yang kreatif dan dapat dilakukan; (iii) informasi yang bermakna
dan andal; (iv) nilai dan pertukaran yang jelas; (v) penalaran yang benar secara logis; dan
(vi) komitmen untuk bertindak. Setiap elemen dari kualitas keputusan dibahas sebagai
berikut, dan rinciannya tersedia di [11].
Gambar 1.2 Elemen kualitas keputusan (sumber: [11])
Jaringan terdiri dari dua lapisan neuron yang memainkan peran berbeda pada
waktu yang berbeda: F1 - lapisan input/perbandingan; dan F 2 - lapisan
keluaran/pengenalan. Kedua lapisan ini saling terkait oleh hubungan umpan-maju dan
umpan balik (bobot) dua arah, yaitu bobot umpan maju atau bottom-up dari F1 ke F2, dan
bobot umpan balik atau top-down dari F2 ke F1. Selain itu, beberapa sinyal logika kontrol,
mis. kontrol gain dan sirkuit reset, hadir. Perhatikan bahwa ada tiga saluran input yang
mungkin untuk F1 dan F2 . Pola input, kontrol gain 1, dan bobot top-down dikaitkan
dengan F1 ; sedangkan bobot bottom-up, kontrol gain 2, dan sinyal reset dikaitkan dengan
F2 . Menurut [18], F1 dan F2 mematuhi apa yang disebut aturan 2/3 (dua dari tiga), yaitu,
neuron di F1 dan F2 menjadi aktif hanya jika setidaknya dua dari tiga sumber inputnya
aktif. Deskripsi pengoperasian jaringan adalah sebagai berikut.
Gambar 1.5 menunjukkan siklus pencocokan pola yang khas dalam jaringan teori
resonansi adaptif tanpa pengawasan. Pertama, vektor input, a, mendaftarkan dirinya
sebagai pola aktivitas memori jangka pendek, X, melintasi lapisan F1. Hal ini menghasilkan
pola keluaran, U, untuk ditransmisikan dari F1 dan F2 melalui bobot bottom-up, atau yang
disebut jejak memori jangka panjang. Setiap node F 2 menerima pola U yang ditimbang
oleh memori jangka panjang yang sesuai. Sebuah pola memori jangka pendek, Y, dibentuk
di F2 untuk menunjukkan respons terhadap stimulus yang masuk. Dengan dinamika
persaingan internal penguatan diri dan penghambatan lateral (on-centre off-surround
competition) [18], neuron yang memiliki aktivasi terbesar dipilih sebagai pemenang
sementara semua neuron lainnya dimatikan (winner-take- semua). Jadi, hanya satu
komponen Y yang sesuai dengan neuron pemenang yang bukan nol.
Gambar 1.5 Skenario pencocokan pola tipikal dalam jaringan teori resonansi adaptif
tanpa pengawasan. (a) Vektor input menuju F1 dan menginduksi pola memori jangka
pendek (STM)yang menghasilkan stimulus untuk ditransmisikan ke F 2 melalui memori
jangka panjang (LTM) dari bawah ke atas. (b) Berdasarkan tanggapan, neuron pemenang
di F2 dipilih, dan prototipe dikirim ke F1 melalui LTM top-down. (c) Menanggapi
ketidakcocokan antara vektor input dan pola STM F1 baru (X*), sinyal reset dimulai
untuk menghambat neuron pemenang.
(d) Vektor input diterapkan kembali ke F1 untuk memulai pencarian baru.
Mesin inferensi fuzzy berisi serangkaian aturan fuzzy tipe IF-THEN untuk
mengubah input fuzzy menjadi output fuzzy. Aturan fuzzy ini diminta dari pakar domain,
dan digunakan untuk melakukan penalaran berdasarkan input fuzzy. Setiap aturan fuzzy
terdiri dari bagian: anteseden dari bagian IF dan konsekuen dari bagian THEN, sebagai
berikut: di mana xi dan Y adalah input dan output, dan, Fi dan G masing-masing adalah
variabel linguistik input dan output atau himpunan fuzzy. Jika anteseden dari aturan yang
diberikan memiliki lebih dari satu bagian, proses yang dikenal sebagai implikasi dilakukan.
Operator fuzzy, seperti AND atau OR, dapat diterapkan untuk mendapatkan hasil yang
representatif dari anteseden untuk aturan tersebut. Beberapa metode dapat digunakan
untuk melakukan inferensi dengan operator AND atau OR. Sebagai contoh, sistem inferensi
fuzzy tradisional Mamdani [36] memperlakukan AND dan OR sebagai fungsi “min” dan
“maks”. Hasil representatif kemudian diterapkan pada aturan konsekuen, yaitu variabel
linguistik keluaran yang diwakili oleh fungsi keanggotaan fuzzy. Proses implikasi ini
diterapkan pada setiap aturan. Karena serangkaian aturan tersedia, proses agregasi untuk
menggabungkan semua konsekuensi aturan diperlukan. Dengan agregasi, himpunan fuzzy
yang mewakili output dari setiap aturan digabungkan menjadi satu himpunan fuzzy. Sekali
lagi, beberapa operator agregat, mis. "maks" atau "jumlah", tersedia untuk melakukan
agregasi.
Defuzzifikasi adalah kebalikan dari proses fuzzifikasi. Hal ini bertujuan untuk
mendapatkan nilai representatif dari keluaran himpunan fuzzy, dan untuk menghasilkan
keluaran yang tajam. Pusat gravitasi adalah salah satu operator defuzzifikasi yang paling
banyak digunakan, yang mirip dengan nilai yang diharapkan dari distribusi probabilitas.
Operator defuzzifikasi lainnya, mis. rata-rata maksimum, garis bagi luas, maksimum
terkecil, dan maksimum terbesar, juga tersedia [36]. Contoh dari output tajam yang
didefuzzifikasi ditunjukkan pada Gambar 9.
Gambar 1.11 Perbandingan sistem berbasis agen dan sistem lainnya (Sumber: [43]) Dalam sistem
Gambar 1.12 Model komunikasi negosiasi kepercayaan untuk sistem multi-agen (Sumber:[48])
1.5 KESIMPULAN
Ikhtisar pengambilan keputusan yang cerdas disajikan dalam bab ini. Proses pengambilan
keputusan manusia dan elemen yang terkait dengan kualitas keputusan dibahas. Taksonomi sistem
pendukung keputusan juga dijelaskan. Teknik dari kecerdasan buatan yang berguna untuk desain dan
pengembangan model pengambilan keputusan yang cerdas juga disajikan. Ini termasuk jaringan saraf
tiruan, komputasi evolusioner, sistem fuzzy, penalaran berbasis kasus, serta sistem multi-agen. Contoh
aplikasi yang menunjukkan bagaimana teknik cerdas dan hibrid dapat digunakan untuk mengatasi
masalah pengambilan keputusan disorot. Dapat dibayangkan bahwa aspek-aspek umum dari
pengambilan keputusan, serta teknik- teknik cerdas dan contoh-contoh penerapannya yang terkait dalam
berbagai domain seperti yang disajikan dalam bab ini berfungsi sebagai latar belakang bagi pembaca
untuk lebih memahami dan memahami bab-bab yang tercakup dalam buku ini.
SISTEM PENDUKUNG KEPUTUSAN
DESIGN
(PERANCANGAN SISTEM
PENDUKU
ILMU MANAJEMEN / NG
CHOICE OPERATIONS RESEARCH KEPUTUS
AN
IMPLEMENTATION
Gambar 1Fase Proses Pengambilan Keputusan Sumber:
Sistem Pendukung Keputusan (Suryadi,2002)
(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,
13 3
12 4
11 5
10 6
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 model- model
finansial, statistik, management science, atau model kuantitatif, 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
komponen yang berdiri sendiri.
Sistem Berbasis
Sistem Berbasis
Data internal Komputer
Data
internal lainnya
Manajemen Manajemen
Data Model
Manajemen
Manajemen
Antarmuka
Antarmuka Pengguna
Pengguna
Manajer
Manajer(Pengguna)
(Pengguna)
Manajer (Pengguna)
(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.
Direktori merupakan sebuah katalog dari semua data di dalam basis data.
(3) 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
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.
(3) 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 manusia- mesin.
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 1 PENCOCOKAN
PROFIL
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
pencocokan profil, pelamar kerja yang diangkat adalah pelamar yang paling mendekati
profil yang ideal seorang karyawan yang berhasil.
Aspek-aspek Penilaian
1. Aspek Kecerdasan
a. Energi Psikis, mengungkap besarnya potensi energi kerja, terutama ketika berada
di bawah tekanan Ketelitian dan Tanggung Jawab, menunjukkan adanya
kesediaan bertanggung jawab, teliti, serta kepedulian, tetapi bisa berarti pula
mudah dipengaruhi, labil, dan kurang waspada
b. Kehati-hatian, adanya kecermatan, hati-hati, konsentrasi, kesiagaan, dan
kemantapan kerja terhadap pengaruh tekanan
c. Pengendalian Perasaan, adanya ketenangan, penyesuaian diri, dan keseimbangan.
Bisa juga berarti sebaliknya, yakni menggambarkan temperamen secara penuh,
mudah terangsang, dan cenderung egosentris.
d. Dorongan Berprestasi, menggambarkan kesediaan dan kemampuan berprestasi,
serta kemampuan untuk mengembangkan diri.
e. Vitalitas dan Perencanaan, menunjukkan ambisi untuk mengarahkan diri dan
mengatur kemampuan dalam mengatur tempo dan irama kerja.
3. Aspek Perilaku