SISTEM PENUNJANG KEPUTUSAN (SPK)

I KONSEP DASAR PENUNJANG KEPUTUSAN

(SPK)
Manusia merupakan bagian dari alam, hidupnya tidak lepas dari alam.
Hampir setiap saat manusia membuat atau mengambil keputusan dan
melaksanakannya. Segala tindakannya secara sadar merupakan pencerminan
hasil proses pengambilan keputusan dalam pikirannya
KONSEP DASAR PENUNJANG KEPUTUSAN (SPK)

Sebenarnya manusia sudah sangat terbiasa dalam membuat keputusan.

Keputusan yang perlu dipertanggung jawabkan kepada orang lain atau
prosesnya memerlukan pengertian pihak lain, Maka perlu untuk
diungkapkan sasaran yang akan dicapai berikut kronologi proses
pengambilan keputusannya.
PENGERTIAN SISTEM PENUNJANG KEPUTUSAN (SPK)

Konsep Sistem Pendukung Keputusan (SPK) / Decision Support Sistem

(DSS) pertama kali diungkapkan dengan istilah Management Decision
Sistem, yaitu suatu sistem yang berbasis komputer yang ditujukan untuk
membantu pengambil keputusan dengan memanfaatkan data dan model
tertentu untuk memecahkan berbagai persoalan yang bersifat semi
terstruktur
PENGERTIAN SISTEM PENUNJANG KEPUTUSAN (SPK)

Persoalan yang bersifat semi terstruktur adalah Persoalan yang tidak lengkap terkait
informasi penyebabnya, hanya terdapat beberapa variabel saja.

Contohnya:
Kinerja SDM perusahaan yang menurun, variabel penyebabnya bisa berbeda-beda dan
berubah-ubah, bisa karena variabel/faktor motivasi, faktor kemampuan dan lainnya,
sehingga penyelesaian masalahnya juga berbeda tergantung variabelnya tadi
TERMINOLOGI SISTEM

Istilah Sistem Penunjang Keputusan mengacu pada suatu sistem yang memanfaatkan dukungan komputer
dalam proses pengambilan keputusan
Termonologi yg digunakan untuk mendefinisikan Sistem:
• Sistem sebagai suatu agregasi atau kumpulan objek-objek yg terangkai dan saling bergantungan yg
teratur (Gordon - 1989)
• Sistem sebagai suatu kumpulan dari elemen yg saling berinteraksi membentuk suatu kesatuan,
dalam interaksi yg kuat maupun lemah dengan pembatas sistem yg jelas (Robert & Michael 1991)
• Sistem sebagai suatu kumpulan elemen-elemen yg berada dalam keadaan yg salingberhubungan untuk
suatu tujuan yg sama. (Murdick 1995)
DEFINISI DARI SISTEM PENUNJANG KEPUTUSAN

• Sistem pendukung keputusan adalah sistem berbasis komputer yang dibangun lewat sebuah
proses adaptif dari pembelajaran, pola-pola penggunaan dan evolusi sistem (Keen 1980)
• Sistem pendukung keputusan sebagai sekumpulan tools komputer yang terintegrasi yang
mengijinkan seorang decision maker untuk berinteraksi langsung dengan komputer untuk
menciptakan informasi yang berguna dalam membuat keputusan semi terstruktur atau keputusan
tak terstruktur yang tidak terantisipasi (Hick 1993)
• Sistem pendukung keputusan merupakan sebuah sistem yang menyediakan kemampuan untuk
penyelesaian masalah dan komunikasi untuk permasalahan yang bersifat semi-terstruktur
(Raymond McLeod, Jr. 1998)
MENGAPA SPK DIBUTUHKAN ?

1. Pada umumnya organisasi yang bergerak di bidang produksi maupun jasa, tidaklepas dari
problematika manajemen.
2. Perubahan struktur pasar, produk, teknologi produksi, organisasi, dan yang lainnya sehingga
berpengaruh pada kebijaksanaan manajemen yang dijalankan.
3. Salah satu kiat untuk menyiasati problematika tersebut adalah dengan mengembangkan serta
meningkatkan potensi sumberdaya yang tersedia.
4. Perusahaan beroperasi pada ekonomi yang tak stabil
5. Perusahaan dihadapkan pada kompetisi dalam dan luar negeri yang meningkat.
6. Perusahaan menghadapi peningkatan kesulitan dalam hal melacak jumlah operasi-operasi bisnis.
7. Sistem komputer perusahaan tak mendukung peningkatan tujuan perusahaan dalam hal efisiensi,
profitabilitas, dan mencari jalan masuk di pasar yang benar-benar menguntungkan.
MACAM – MACAM METODE SISEM PENUNJANG
KEPUTUSAN

Metode Regresi linier :

Alat statistik yang dipergunakan untuk mengetahui pengaruh antara satu atau beberapa
variabel terhadap satu buah variabel. Variabel yang mempengaruhi seringdisebut variabel
bebas, variabel independen atau variabel penjelas. Variabel yang dipengaruhi sering disebut
dengan variabel terikat atau variabel dependen. Regresi linear hanya dapat digunakan pada
skala interval dan ratio. Contoh mengetahui pengaruh dari tinggi badan terhadap berat
badan
MACAM – MACAM METODE SISEM PENUNJANG
KEPUTUSAN

Metode Biaya/Cost Ratio

Merupakan salah satu metode kelayakan investasi. Pada dasarnya perhitungan metode
kelayakan investasi ini lebih menekankan kepada benefit (manfaat) dan perngorbanan
(biaya/cost) suatu invetasi, bisa berupa usaha, atau proyek. Pada umumnya jenis invetasi
yang sering digunakan adalah proyek-proyek pemerintah dimana benefitnya jenis benefit
langsung, manfaatnya akan terasa langsung pada masyarakat banyak.
Contoh dari proyek pemerintah adalah proyek pembangunan jalan tol. Nilai benefit yang
bisa didapatkan dari proyek tersebut misalnya efisiensi waktu tempuh antara kota satu
dengan kota lainnya
MACAM – MACAM METODE SISEM PENUNJANG
KEPUTUSAN

Metode NPV (Net Present Value)

Salah satu metode analisis investasi untuk menentukan layak atau tidaknya investasi pada
suatu proyek dengan membandingkan beberapa alternatif investasi dengan menilai
konskuensinya pada saat ini Akumulasi dari nilai sekarang dari semua penerimaan bersih
(setelah dikurangi oleh pengeluaran/biaya) selama umur investasi.
MACAM – MACAM METODE SISTEM PENUNJANG
KEPUTUSAN

Metode AHP (Analitycal Hierarchy Process)

AHP merupakan suatu model pendukung keputusan yang dikembangkan oleh Thomas L.
Saaty. Model pendukung keputusan ini akan menguraikan masalah multi faktor atau
multi kriteria yang kompleks menjadi suatu hirarki, menurut Saaty (1993), hirarki
didefinisikan sebagai suatu representasi dari sebuah permasalahan.
MACAM – MACAM METODE SISTEM PENUNJANG
KEPUTUSAN

Metode ANP (Analytic Network Process)

Merupakan salah satu metode pengambilan keputusan yang sangat powerfull untuk
diterapkan baik dalam ilmu manajamen, ekonomi, pendidikan, teknologi informasi, dan
bidang-bidang ilmu lainnya. Metodologi yang dikembangkan saat ini memilih pendekatan
kualitatif dan kuantitatif serta menggunakan perhitungan supermatriks sehingga hasil
penelitian akan lebih akurat daripada metodologi sejenis lainnya.
MACAM – MACAM METODE SISTEM PENUNJANG
KEPUTUSAN

Pendekatan penelitian kualitatif adalah pendekatan yang berfokus pada kualitas. Maksud
kualitas disini adalah memahami secara mendalam mengenai suatu fenomena yang terjadi
untuk diteliti kebenarannya. Oleh sebab itu, penelitian kualitatif biasanya menggunakan
teknik analisis mendalam. Teknik itu maksudnya adalah mendalami masalah secara rinci
dari kasus per kasus. Tujuan dari penelitian kualitatif tentunya untuk memahami secara
mendalam suatu permasalahan agar dapat memberikan saran-saran yang sesuai dengan hasil
dari penelitian.
MACAM – MACAM METODE SISTEM PENUNJANG
KEPUTUSAN

Pendekatan metode kuantitatif adalah penelitian yang datanya lebih bersifat numerik atau
angka. Angka yang dimaksudkan dalam hal ini bukan hanya untuk matematika, tetapi
maksudnya adalah untuk meneliti permasalahan yang bisa diukur dengan angka. Penelitian
kuantitatif ini digunakan untuk meneliti suatu populasi atau sampel yang bertujuan untuk
membuktikan suatu hipotesis yang ditetapkan di dalam penelitian. Karena data yang didapat
berupa angka-angka, maka analisis data yang dipakai akan bersifat statistik.
MACAM – MACAM METODE SISTEM PENUNJANG
KEPUTUSAN

Metode keputusan dengan Sistem Pakar dengan dukungan dari knowledge base
Sistem pakar adalah sistem yang berusaha mengadopsi pengetahuan manusia ke komputer
yang dirancang untuk memodelkan kemampuan menyelesaikan masalah seperti layaknya
seorang pakar.
Knowledge Base merupakan inti dari suatu sistem pakar, yaitu berupa representasi
pengetahuan dari pakar. Basis pengetahuan tersusun atas fakta dan kaidah. Fakta adalah
informasi tentang objek, peristiwa, atau situasi. Kaidah adalah cara untuk membangkitkan
suatu fakta baru dari fakta yang sudah diketahui.
TIPE SISTEM PENDUKUNG KEPUTUSAN

Decision Support Sistem tidak memiliki suatu model tertentu yang diterima atau dipakai di
seluruh dunia, sehingga terdapat banyak cara untuk mengklasifikasikan Decision Support
Sistem
1. DSS model pasif adalah model DSS yang hanya mengumpulkan data dan
mengorganisirnya dengan efektif, biasanya tidak memberikan suatu keputusan yang
khusus, dan hanya menampilkan datanya. Suatu DSS aktif pada kenyataannya benar-
benar memproses data dan secara eksplisit menunjukkan beragam solusi berdasarkan
pada data tersebut.
TIPE SISTEM PENDUKUNG KEPUTUSAN

2. DSS model aktif sebaliknya memproses data dan secara eksplisit menunjukkan solusi
berdasarkan pada data yang diperoleh, walau harus diingat bahwa intervensi manusia
terhadap data tidak dapat dipungkiri lagi. Misalnya, data yang kotor atau data sampah,
pasti akan menghasilkan keluaran yang kotor juga (garbage in garbage out).Suatu DSS
bersifat kooperatif jika data dikumpulkan, dianalisa dan lalu diberikan kepada manusia
yang menolong system untuk merevisi atau memperbaikinya.
3. Model Driven DSS adalah tipe DSS dimana para pengambil keputusan menggunakan
simulasi statistik atau model-model keuangan untuk menghasilkan suatu solusi atau
strategi tanpa harus intensif mengumpulkan data.
TIPE SISTEM PENDUKUNG KEPUTUSAN

4. Communication Driven DSS adalah suatu tipe DSS yang banyak digabungkan dengan
metode atau aplikasi lain, untuk menghasilkan serangkaian keputusan, solusi atau
strategi.
5. Data Driven DSS menekankan pada pengumpulan data yang kemudian dimanipulasi
agar sesuai dengan kebutuhan pengambil keputusan, dapat berupa data internal atau
eksternal dan memiliki beragam format. Sangat penting bahwa data dikumpulkan serta
digolongkan secara sekuensial, contohnya data penjualan harian, anggaran operasional
dari satu periode ke periode lainnya, inventori pada tahun sebelumnya.
TIPE SISTEM PENDUKUNG KEPUTUSAN

6. Document Driven DSS menggunakan beragam dokumen dalam bermacam bentuk

seperti dokumen teks, excel, dan rekaman basis data, untuk menghasilkan keputusan
serta strategi dari manipulasi data.
7. Knowledge Driven DSS adalah tipe DSS yang menggunakan aturan- aturan tertentu
yang disimpan dalam komputer, yang digunakan manusia untuk menentukan apakah
keputusan harus diambil. Misalnya, batasan berhenti pada perdagangan bursa adalah
suatu model knowledge driven DSS
PERKEMBANGAN SISTEM PENDUKUNG KEPUTUSAN

Menciptakan gagasan-gagasan Sistem Pendukung Keputusan bagi kelompok eksekutif dan

organisasi
Suatu sistem berbasis komputer yg interaktif untuk membantu didalam mencari solusi dari
permasalahan-permasalahan tidak terstruktur bagi kelompok pengambil keputusan yg
bekerja bersama-sama
 PERKEMBANGAN SISTEM PENDUKUNG KEPUTUSAN

• Sistem Pendukung Keputusan Eksekutif (Executive Information System/EIS)

Suatu sistem yg harus bersifat fleksibel yaitu dgn membuat prototipe, yg harus ditentukan terlebih
dahulu kebutuhan informasi para eksekutif dgn metodologi Critical Success Factor (CSF)
• Sistem Pendukung Keputusan Organisasi (Organization Decision Support System/ODSS)
Suatu sistem dgn pendekatan formal, terstruktur, besar, kompleks dan membutuhkan pemrograman
secara sistematik. Ada 4 Fase : Strukturisasi, Kerangka Pengembengan Sistem, Proses Iteratif dan
Implementasi Sistem
TUJUAN DARI SISTEM PENDUKUNG KEPUTUSAN

Berikut ini terdapat beberapa tujuan dari sistem pendukung keputusan, terdiri atas:
1. Membantu manajer dalam pengambilan keputusan atas masalah semi terstruktur.
2. Memberikan dukungan atas pertimbangan manajer dan bukannya dimaksudkan
untuk menggantikan fungsi manajer.
3. Meningkatkan efektivitas keputusan yang diambil manajer lebih daripada perbaikan
efisiensinya.
4. Kecepatan komputasi. Komputer memungkinkan para pengambil keputusan untuk
melakukan banyak komputasi secara cepat dengan biaya yang rendah.
TUJUAN DARI SISTEM PENDUKUNG KEPUTUSAN

5. Peningkatan produktivitas. Membangun satu kelompok pengambil keputusan, terutama

para pakar, bisa sangat mahal. Pendukung terkomputerisasi bisa mengurangi ukuran
kelompok dan memungkinkan para anggotanya untuk berada di berbagai lokasi yang
berbeda-beda (menghemat biaya perjalanan).
6. Dukungan kualitas. Komputer bisa meningkatkan kualitas keputusan yang dibuat.
Sebagai contoh, semakin banyak data yang diakses, semakin banyak data yang diakses,
makin banyak juga alternatif yang bisa dievaluasi.
7. Berdaya saing. Manajemen dan pemberdayaan sumber daya perusahaan. Tekanan
persaingan menyebabkan tugas pengambilan keputusan menjadi sulit.
8. Mengatasi keterbatasan kognitif dalam memproses dan penyimpanan.
COMPUTER BASE INFORMATION SYSTEM (CBIS)
COMPUTER BASE INFORMATION SYSTEM (CBIS)

Computer Base Information System CBIS)

1. Sistem Informasi Akuntansi (SIA), merupakan bagian dari CBIS pada tingkat pertama, dimana dalam
pengolahan sistem informasinya selalu berkaitan dengan transaksi-transaksi yang bersifat detail , contoh: cash
flow, catatan transaksi harian,pembuatan jurnal. Contoh aplikasi SIA yaitu Zahir Accounting, Accurate, Fina,
MYOB
2. Sistem Informasi Manajemen (SIM), bagian dari CBIS yang berkaitan dengan hal-hal yang bersifat manajerial,
pengolahan data lebih dominan menggunakan peralatan berupa komputer, contoh: informasi penggajian,
informasi penjualan, informasi inventory control, informasi kegiatan rumah sakit, informasi stok barang di
gudang.
3. Decision Support System (DSS), bagian dari CBIS yang lebih cendrung berkaitan dengan permasalahan yang
bersifat semi terstruktur, pengolahan data dengan dukungan komputer dan keputusan ada pada user
(manager).
 COMPUTER BASE INFORMATION SYSTEM (CBIS)

4. Expert System (ES), bagian dari CBIS yang lebih menenkankan kepada petunjuk pakar (ahli) dalam
pengambilan keputusannya dibutuhkan database dan knowledgebase. Database digunakan untuk menyimpan
data yang bersifat terstruktur dan knowledge base digunakan untuk menyimpan data yang bersumber dari
keilmuanpakar (kepakaran).
5. Office Automation (OA), bagian dari CBIS yang mengatur bagaimana penggunaan data dapat di sharing
oleh setiap bagian atau unit di lingkup organisasi, dengan tujuan pemanfaatan sumber daya (resources)
secara optimal. Tidak terbatas pada sharing data saja melainkan membangun saluran komunikasi dalam
kegiatan organisasi dan pemanfaatan hardware yang dapat digunakan secara bersama- samadan bersifat
outomatic.
 KOMPONEN SISTEM PENDUKUNG KEPUTUSAN

Sistem Pendukung Keputusan yang dikembangkan oleh tiga komponen utama, yaitu manajemen database, Basis
Model dan Sistem Software / User Interface.
Komponen SPK dapat digambarkan sebagai berikut :
• Database Management

Adalah subsistem dari data yang terorganisir dalam database. Data adalah suatu sistem pendukung keputusan
dapat berasal dari luar dan dalam lingkungan.
 KOMPONEN SISTEM PENDUKUNG KEPUTUSAN

• Model Base

Adalah model yang mewakili masalah dalam format kuantitatif (model matematika sebagai contoh) sebagai
dasar
simulasi atau pengambilan keputusan, termasuk tujuan permaslahan (tujuan), komponen terkait, keterbatasan
yang ada (kendala), dan hal-hal terkait lainnya
• User Interfase / Pengelolaan Dialog

Kadang-kadang disebut sebagai subsistem dialog, penggabungan antara dua komponen sebelumnya, yaitu

Manajemen Database dan Model Basis tergabung dalam tiga komponen (user interface)
 STRUKTUR PERMASALAHAN

Struktur permasalahan menurut Herbert Simon

1. Permasalahan Tersturktur
Untuk permasalahan yang bersifat terstruktur penanganan masalah dapat ditangani dengan menggunakan
komputer, artinya sistem komputer mampu melakukan pengambilan keputusan tanpa harus campur tangan
manusia/manager. Contoh: Pintu kaca digedung dapat bekerja dengan signal termis akan terbuka dan tertutup
secara otomatis, dimana input termis terkontrol via suhu tubuh manusia. Secara penuh ditangani oleh sistem
komputer dan tidak membutuhkan user dalam pengambilan keputusan
 STRUKTUR PERMASALAHAN

2. Permasalahan Semi Terstruktur

Membutuhkan bantuan dari komputer dan peran user (manager). Contoh untuk menentukan keputusan atas
pembelian barang kepada supplier dimana harga barang dipengaruhi oleh aspek environtment seperti kondisi
perekonomian sedang tidak menentu. komputer berperan sebagai pendukung keputusan yang berkaitan untuk
mengetahui kondisi stok. Sedangkan peran manager adalah menentukan keputusan untuk membeli atau tidak
atas kondisi barang yang semakin menipis
 STRUKTUR PERMASALAHAN

3. Permasalahan Tidak Terstruktur

Permasalan yang bersifat tidak terstruktur (unstructure) sepenuhnya pengambilan keputusan ada ditangan user
(manager). Contoh : Dalam menentukan nilai besaran saham atau harga nilai mata uang (kurs), hal
iniditentukan oleh pasar, menentukan nilai besaran saham. Peran komputer tidak sangat dibutuhkan karena
sepenuhkan permasalahan yang timbul akibat lingkungan yang tidak terkondisi dan tidak terkontrol dengan
system komputer. Sehingga peran manajer sangat mendominasi dalam hal pengambilan keputusan. Seperti
dengan adanya isue nasional maupun isue internasional mengakibatkan harga saham dapat terjadi fluktuasi
apakah akan terapresiasi atau menjadi terdepresiasi.
 II. PEMBUATAN KEPUTUSAN

Ada beberapa ahli yang meluncurkan mengenai dasar pembuatan keputusan yaitu Herbert Simon dan Henry
Mintzberg. Proses pembuatan keputusan diawali dari cara bagaimana menerima informasi dari DSS, dengan cara
mengetahui peranan laporan dan pemodelan matematis dalam pemecahan masalah, kemudian mendefinisikan
terminologinya dan kelemahannya. Hingga terbentuk tampilan informasi yang bervariasi, tergantung daya
kemudahan penggunaan dan daya dukung keputusan.
Menurut Simon , keputusan berada dalam kondisi yang berkesinambungan antara keputusan yang terprogram dan
keputusan yang tidak terprogram. Keputusan terprogram adalah bersifat berulang-ulang dan rutin, pada suatu
tingkat tertentu dan prosedur telah ditetapkan untuk menanganinya, sehingga hal tersebut tidak dianggap suatu hal
yang baru.
 II. PEMBUATAN KEPUTUSAN

Menurut Baron Dan Byre “2008”, Definisi pengambilan keputusan menurut Baron dan Byrne ialah suatu proses
melalui kombinasi individu atau kelompok dan mengintegrasikan informasi yang ada dengan tujuan memilih satu
dari berbagai kemungkinan tindakan
Menurut Dermawan “2004”, Definisi pengambilan keputusan menurut Dermawan ialah suatu proses yang
dipengaruhi oleh banyak kekuatan termasuk lingkungan organisasi dan pengetahuan, kecakapan dan motivasi.
Pengambilan keputusan merupakan ilmu dan seni pemilihan alternatif solusi atau tindakan dari sejumlah alternatif
solusi dan tindakan yang berguna menyelesaikan masalah.
 II. PEMBUATAN KEPUTUSAN

Menurut Wang Dan Ruhe “2007”, Definisi pengambilan keputusan menurut Wan dan Ruhe ialah proses yang
memilih pilihanyang lebih disukai atau suatu tindakan dari antara alternatif atas dasar kriteria atau strategi yang
diberikan.
Menurut Terry “2003”, Definisi pengambilan keputusan menurut Terry pemilihan alternatif perilaku dari dua
alternatif atau lebih tindakan untuk memecahkan masalah yang dihadapi melalui pemilihan satu diantara alternatif-
alternatif yang memungkinkan.
Menurut Kamus Besar Ilmu Pengetahuan, Definisi pengambilan keputusan menurut Kamus Besar Ilmu
Pengetahuan ialah pemilihan keputusan atau kebijakan yang didasarkan atas kriteria tertentu, proses ini meliputi
dua atau lebih alternatif karena seandainya hanya ada satu alternatif tidak ada keputusan yang diambil.
CIRI-CIRI PENGAMBILAN KEPUTUSAN

Berikut ini terdapat beberapa ciri-ciri pengambilan keputusan, terdiri atas:

1. Proses Keputusan
Keputusan adalah suatu proses yang terus menerus (continue), sebab kalau tidak adanya suatu proses yang
berkesinambungan bearti tidak adanya hubungan dengan keputusan tersebut. Apabila tidak ada tindakan lebih
lanjut maka keputusan itu tidak mempunyai arti. Sifat daripada pengambilan keputusan ini dapat
dipertimbangkan dengan faktor waktu yang dapat dibagi menjadi :
a. Pertimbangan waktu yang lampau, di mana masalah itu timbul dan informasi dapat dikumpulkan.
b. Waktu sekarang di mana keputusan itu dibuat.
c. Waktu yang akan datang di mana keputusan dilaksanakan, dan diadakan penilaian.
CIRI-CIRI PENGAMBILAN KEPUTUSAN

Rangkaian keputusan tersebut diambil oleh sejumlah individu yang berbeda. Faktor waktu ditambah dengan
rangkaian sifat-sifat adalah merupakan suatu komponen daripada proses,yang merupakan dasar daripada
pengambilan keputusan.
2. Konsep Ikatan
Kalau suatu keputusan menyangkut sejumlah besar orang-orang, maka hal yang penting adalah kemampuan
untuk menghadapi reaksi dan menyesuaikan perbedaan-perbedaan dengan kedua belah pihak itu. Hasil
daripada syarat-syarat yang telah ditentukan dalam keputusan yang baik dapat digambarkan sebagai suatu
kesimpulan: keputusan itu akan sukses apabila menimbulkan suatu ikatan antara pengambil keputusan
dengan keputusannya. Berhasil atau tidaknya suatu organisasi disebabkan karena cara bekerjanya
keputusan itu sendiri. Ikatan akan timbul karena orang-orang di dalam organisasi berusaha untuk
menyesuaikan dan melaksanakan keputusan itu.
CIRI-CIRI PENGAMBILAN KEPUTUSAN

Keputusan itu bersifat berkesinambungan karena adanya unsur dinamis dan pengharapan-pengharapan
daripada orang-orang yang ada di dalam organisasi itu. Keputusan itu juga sering menimbulkan perubahan
antara satu bidang yang akan mempengaruhi terhadap bidang lain. Misalnya : Suatu keputusan kenaikan harga
bensin akan mempengaruhi biaya angkutan/transport.
3. Penilaian
Faktor penilaian di dalam pengambilan keputusan dapat dibedakan atas 2 hal :
a. Pimpinan (pengambil keputusan) menghadapi suatu pertanyaan pilihan antara 2 atau lebih alternatif.
b. Masalah daripada hasil keputusan itu sendiri yang telah diambil Pemilihan daripada pengambil keputusan
(pimpinan) tidak atas dasar pertimbangan,tetapi atas dasar beberapa alternatif yang oleh pengambil
keputusan dianggap penting.
CIRI-CIRI PENGAMBILAN KEPUTUSAN

Adapun yang merupakan pertimbangan pokok bagi Pimpinan dalam pengambilan keputusan tidak hanya
didasarkan kepada pribadinya, pengalamannya, pengabdiannya dan kecakapannya,tetapi sebagai unsur
yang penting ialah pertimbangan dari orang-orang yang membantunya (sifatnya) dalam memberikan
saran-sarannya. Dengan demikian maka terdapat dua unsur yang mempengaruhi terhadap keputusan itu
yaitu Kepentingan pribadinya, dan Kepentingan organisasi yang akan bersama-sama menjadi
pertimbangan, sekalipun dua faktor penilaian itu sangat kompleks. Dalam menghadapi masalah ini
Pimpinan harus mengadakan penilaian daripada keputusan-keputusan yang lampau dan mengadakan
penilaian pula terhadap hal-hal yang relevan dalam waktu yang sekarang ini, dan meneliti akibat yang
akan timbul dalam waktu yang akan datang.
DASAR PENGAMBILAN KEPUTUSAN

Menurut Terry dalam Sanusi “2000:16” menyatakan pada umumnya pengambilan keputusan seseorang
memiliki dasar antara lain yaitu:
1. Intuisi
Keputusan yang diambil berdasarkan intuisi atau perasaan lebih bersifat subjektif yaitu mudah terkena
sugesti, pengaruh luar, dan faktor kejiwaan lain. Sifat subjektif dari keputusuan intuitif ini terdapat beberapa
keuntungan, yaitu :
2. Pengambilan keputusan oleh satu pihak sehingga mudah untuk memutuskan.
3. Keputusan intuitif lebih tepat untuk masalah-masalah yang bersifat kemanusiaan.
DASAR PENGAMBILAN KEPUTUSAN

Pengambilan keputusan yang berdasarkan intuisi membutuhkan waktu yang singkat Untuk masalah-masalah
yang dampaknya terbatas, pada umumnya pengambilan keputusan yangbersifat intuitif akan memberikan
kepuasan. Akan tetapi, pengambilan keputusan ini sulit diukur kebenarannya karena kesulitan mencari
pembandingnya dengan kata lain hal ini diakibatkan pengambilan keputusan intuitif hanya diambil oleh satu
pihak saja sehingga hal- hal yang lain sering diabaikan.
2. Pengalaman
Sering kali terjadi bahwa sebelum mengambil keputusan, pimpinan mengingat-ingatapakah kasus seperti ini
sebelumnya pernah terjadi. Pengingatan semacam itu biasanya ditelusuri melalui arsip-arsip pengambilan
keputusan yang berupa dokumentasi pengalaman- pengalaman masa lampau. Jika ternyata permasalahan
tersebut pernah terjadi sebelumnya, maka pimpinan tinggal melihat apakah permasalahan tersebut sama atau
tidak dengan situasi dan kondisi saat ini.
DASAR PENGAMBILAN KEPUTUSAN

Jika masih sama kemudian dapat menerapkan cara yang sebelumnya itu untuk mengatasi masalah yang timbul.
Dalam hal tersebut, pengalaman memang dapat dijadikan pedoman dalam menyelesaikan masalah.
Keputusan yang berdasarkan pengalaman sangat bermanfaat bagi pengetahuan praktis. Pengalaman dan
kemampuan untuk memperkirakan apa yang menjadi latar belakang masalah dan bagaimana arah
penyelesaiannya sangat membantu dalam memudahkan pemecahan masalah.
3. Fakta
Ada yang berpendapat bahwa sebaiknya pengambilan keputusan didukung oleh sejumlahfakta yang memadai.
Sebenarnya istilah fakta perlu dikaitkan dengan istilah data dan informasi. Kumpulan fakta yang telah
dikelompokkan secara sistematis dinamakan data. Sedangkan informasi adalah hasil pengolahan dari data.
Dengan demikinan, data harus diolah lebih dulu menjadi informasi yang kemudian dijadikan dasar
pengambilan keputusan.
DASAR PENGAMBILAN KEPUTUSAN

Keputusan yang berdasarkan sejumlah fakta, data atau informasi yang cukup itu memang merupakan
keputusan yang baik dan solid, namun untuk mendapatkan informasi yang cukup itu sangat sulit.
4. Wewenang
Pengambilan keputusan berdasarkan wewenang biasanya dilakukan oleh pimpinan terhadap bawahannya, atau
oleh orang yang lebih tinggi kedudukannya kepada orang yang lebih rendah kedudukannya. Hasil
keputusannya dapat bertahan dalam jangka waktu yang cukup lama dan memiliki otentisitas (otentik), tetapi
dapat menimbulkan sifat rutinitas, mengasosiasikan dengan praktek diktatorial dan sering melewati
permasalahan yang seharusnya dipecahkan sehingga dapat menimbulkan kekaburan
DASAR PENGAMBILAN KEPUTUSAN

5. Rasional.
Pada pengambilan keputusan yang berdasarkan rasio, keputusan yang dihasilkan bersifat objektif, logis, lebih
transparan dan konsisten untuk memaksimumkan
hasil atau nilai dalam batas kendala tertentu, sehingga dapat dikatakan mendekati kebenaran atau sesuai
dengan apa yang diinginkan.
DASAR PENGAMBILAN KEPUTUSAN

Pengambilan keputusan secara rasional ini berlaku sepenuhnya dalam keadaan yang ideal. Pada pengambilan
keputusan secara rasional terdapat beberapa hal sebagai berikut:
a. Kejelasan masalah: tidak ada keraguan dan kekaburan masalah.
b. Orientasi tujuan: kesatuan pengertian tujuan yang ingin dicapai.
c. Pengetahuan alternatif: seluruh alternatif diketahui jenisnya dan konsekuensinya.
d. Preferensi yang jelas: alternatif bisa diurutkan sesuai kriteria.
e. Hasil maksimal: pemilihsan alternatif terbaik berdasarkan atas hasil ekonomis yang maksimal.
TAHAP PEMBUATAN KEPUTUSAN

Tahap pembuatan keputusan menurut Simon

Sebagai bentuk kontribusi Simon menjelaskan empat fase yang harus dijalankan oleh manager dalam
memecahkan masalah:
1. Aktivitas intelegensi, tahapan ini mencari kondisi dalam lingkungan yang memerlukan pemecahan.
Aktivitas ini berkaitan dengan langkah analisis bagian sistem secara urut atau berproses dari tingkat sistem
ke sub sistem untuk mencari tanda adanya masalah.
2. Aktivitas desain, yaitu menemukan, mengembangkan, dan menganalisa kemungkinan tindakan yang akan
dilakukan. Pada tahap ini harus sesuai dengan langkah pengidentifikasian dan pengevaluasian alternatif
yang terbaik untuk menuju kepada tahap aktivitas pemilihan.
TAHAP PEMBUATAN KEPUTUSAN

3. Aktivitas pemilihan, menentukan cara tindakan tertentu dari beberapa cara yang telah ada.
4. Aktivitas peninjauan ulang yaitu memberikan penilaian ulang terhadap pilihan yang telah dilakukan. Tahap
ini berhubungan dengan langkah pengimplementasian pemecahan dan penindaklanjutannya. Dari tahapan
diatas Simon menginterpretasikan hal ini menjadi hal yang sangat memiliki arti penting dalam pendekatan
sistem.
PERANAN KEPUTUSAN

Peranan keputusan menurut Mintzberg

1. Interpersonal, memilki peranan sebagai figure pimpinan dan sebagai penghubung dari tugas ceremonial atas
pemeriksaan fasilitas dan wewenang, yang melibatkan unit-unit untuk dipekerjakan, serta memberi motivasi
dalam peranannya sebagai penghubung dengan pihak luar dengan tujuan untuk turut serta dalam permasalahan
bisnis.
2. Peran Informasional , informasi memiliki peranan yang penting dalam kerja manajemen. Sebagai pemonitor,
manajer harus mencari informasi untuk penampilan unit. Pemikiran manajer harus ditujukan pada aktivitas
dalam unit maupun lingkungannya, sehingga merangkap peran sebagai penyerbar dan pemimpin dalam
mengemukakan informasi.
PERANAN KEPUTUSAN

1. Peranan decisional, pada tahapan ini peran manajer harus mampu memberikan gambaran informasi terhadap
bukti untuk dapat memberikan keputusan mengenai situasi dan memungkinkan untuk membuat model tanpa
abstraksi dari sistem informasi yang digunakan untuk membuat berbagai jenis keputusan.
2. Pengalokasi sumber, peranan ini manajer diharapkan mampu menentukan cara pembagian sumber organisasi
kepada berbagai unit yang ada, seperti pembuatankeputusan untuk menetapkan anggaran operasional tahunan.
3. Negosiator , pemegang peranan ini manajer mengatasi perselisihan yang muncul dalam perusahaan dan
perselisihan yang terjadi antara perusahaan dan environment, seperti pengambilan keputusan untuk melakukan
negosiasi kontrak project baru dengan pekerja.
CONTOH PERANAN KEPUTUSAN

Dari peranan decision pembuatan berbagai keputusan dapat dicontohkan pada kasus semi struktur dalam dunia
enterpreneurship.
1. Seorang entrepreneur (pengusaha), maka Peningkatan hal yang bersifat permanendilimpahkan kepada
organisasi, seperti pembuatan keputusan untuk menambah jalur produk baru, menghilangkan produk tertentu,
mengubah struktur organisasi, mengimplementasikan CBIS, dan sebagainya.
2. Pelaku yang menangani gangguan, ketika manajer berperan sebagai disturbance handler, maka ia akan
memecahkan masalah yang belum diantisipasi, ia membuat keputusan untuk merespon gangguan yang timbul,
seperti perubahan dalam ekonomi, ancaman dari pesaing, serta masalah yang berkaitan dengan lingkungan
luar.
CONTOH PERANAN KEPUTUSAN

3. Pengalokasi sumber, peranan ini manajer diharapkan mampu menentukan cara pembagian sumber organisasi
kepada berbagai unit yang ada, seperti pembuatan keputusan untuk menetapkan anggaran operasional tahunan.
4. Negosiator , pemegang peranan ini manajer mengatasi perselisihan yang muncul dalam perusahaan dan
perselisihan yang terjadi antara perusahaan dan environment, seperti pengambilan keputusan untuk melakukan
negosiasi kontrak project baru dengan pekerja.
JENIS DECISION SUPPORT SYSTEM (DSS)

Jenis DSS menurut Steven L. Alter, memberikan pengetahuan dalam membedakan antara tingkat dukungan
penunjang keputusan.
JENIS DECISION SUPPORT SYSTEM (DSS)

Jenis Decision Support System (DSS) yang memberikan dukungan paling sedikit adalah jenis yang
memungkinkan manager untuk meretrieve information element, dapat melakukan query terhadap database
untuk memperoleh gambaran. Dukungan yang sedikit lebih besar diberikan oleh Decision Support System (DSS)
yang memberikan kemampuan manajer untuk menganalisis keseluruhan file sebagai bentuk laporan khusus.
Dukungan yang lebih besar lagi dicukupi oleh system membuat laporan standar dari beberapa file, laporan khusus,
dan laporan berkala. Sedangkan tiga jenis DSS selanjutnya menggunakan model matematis. Dukungan keputusan
yang lebih banyak lagi diberikan oleh model yang dapat menawarkan keputusan yang dapat digunakan oleh
manajer untuk membuat keputusan. Jenis keputusan yang dikemukakan oleh Alter mencakup sistem yang
memberikan ketigaoutput dasar.
PENDEKATAN PENGAMBILAN KEPUTUSAN

Pendekatan Pengambilan Keputusan dapat membuat keputusan degan menggunakan satuatau beberapa
pertimbangan sbb:
1. Fakta
Bekerja secara sistematis dgn mengumpulkan semua fakta mengenai suatumasalah.
2. Pengalaman
Dapat memutuskan pertimbangan pengambilan keputusan berdasarkan pengalamannya.
DUKUNGAN KEPUTUSAN

Proses manajemen dimulai dengan perencanaan, kemudian proses pelaksanaan, proses pengendalian dan
pengawasan. Pada setiap proses diperlukan informasi yang sebagian dihasilkan oleh Sistem Informasi Manajemen.
Sistem Informasi Manajemen sangat bermanfaat bagi para manajer dalam proses pengambilan keputusan. Sistem
ini secara terpadu dan efisien melaksanakan pengumpulan data, dan menyajikan informasi sesuai dengan
kebutuhan para pengambil keputusan. Dalam manajemen, pengambilan keputusan (decision making) memegang
peranan yang sangat penting karena keputusan yang diambil oleh manajer merupakan hasil pemikiran akhir yang
harus dilaksanakan oleh bawahannya atau mereka yang bersangkutan dengan organisasi yang ia pimpin.
Pengambilan keputusan adalah suatu proses pemikiran dalam rangka pemecahan suatu masalah untuk memperoleh
hasil akhir untuk dilaksanakan. Dilihat dari tujuan DSS, DSS dimaksudkan tidak untuk mengganti tugas dari
manajer sebagai pengambil keputusan yang menunjukan hubungan antara struktur masalah dan darajat atau
tingkatan dukungan yang dapat diberikan oleh komputer.
III LINGKUP DECISION SUPPORT SYSTEM (DSS) DAN EXPERT SYSTEM (ES)

Pengembangan Pendekatan Sistem Penunjang Keputusan

Siklus Hidup Pengembangan Sistem (System Development Life Cycle/SDLC), merupakan metodologi yg masih
banyak digunakan dalam membangun sistem, terutama untuk sistem yg besar dan kompleks. Adanya kebutuhan
untuk mengembangkan sistem dgn cara yg relatif lebih cepat yaitu dgn membuat prototype, menggunakan
perangkat lunak aplikasi, pengembangan sistem oleh pemakai akhir dan sistem informasi yg dikelola dan
dikembangkan oleh pihak luar organisasi
III LINGKUP DECISION SUPPORT SYSTEM (DSS) DAN EXPERT SYSTEM (ES)

Tingkat Teknologi Sistem Penunjang Keputusan dibedakan berdasarkan 3 (tiga) macam :

1. Sistem Penunjang Keputusan Khusus (Specific DSS)
Merupakan Sistem Penunjang Keputusan yg langsung digunakan untuk menyelesaikan suatu pekerjaan.
Meliputi sistem informasi terapan, tetapi dgn karakteristik yg berbeda dgn pemrosesan data biasa. Contoh
Sistem Interaktif Grafik dalam Evaluasi Penjadwalan Produksi (Suryadi,1992).
III LINGKUP DECISION SUPPORT SYSTEM (DSS) DAN EXPERT SYSTEM (ES)

2. Pembangkit Sistem Penunjang Keputusan (DSS Generator)

Merupakan perngkat keras dan lunak yg memiliki kemampuan utk mengembangkan SPK khusus secara cepat
dan mudah. Meliputi fasilitas penyiapan laporan, bahasa simulasi, tampilan grafik, subrutin statistik
dsb.Geodata Analysis and Display System (IBM) dan Interactive Financial Planning System (Executive
System) merupakan contohnya (Sprague, 1989).
3. Peralatan Sistem Penunjang Keputusan (DSS Tools)
Merupakan tingkatan teknologi yg paling mendasar dalam pengembangan Sistem Penunjang Keputusan .
Diantaranya dapat berupa bahasa pemrograman, sistem operasi komputer khusus, dbms dsb.
PIHAK – PIHAK YG BERPERAN

Ada lima pihak yg berperan dalam pengembangan Sistem Penunjang Keputusan :

1. Manajer/Pemakai
2. Penghubung, yaitu pihak yg membantu pemakai
3. Pembangun Sistem Penunjang Keputusan/Fasilitator, yaitu pihak yg mengembangkan Sistem Penunjang
Keputusan khusus dari pembangkit Sistem Penunjang Keputusan
4. Pendukung Teknik, yaitu pihak yg mengembangkan tambahan pengembangan pembangkit Sistem Penunjang
Keputusan
5. Pengembang Peralatan, yaitu pihak yg mengembangkan teknologi baru dan yg meningkatkan efisiensi
hubunganantar subsistem dalam Sistem Penunjang Keputusan
DUKUNGAN KOMPUTER DALAM PEMECAHAN MASALAH

DSS memberikan dukungan pembuatan keputusan dalam bentuk laporan serta ouputs dari simulasi
matematis. Data yang digunakan oleh DSS berupa numerik, namun data yang digunakan oleh ES lebih
bersifat simbolik dan sering kali berbentuk teks naratif dan lebih menekankan logic routines.
PERBEDAAN DECISION SUPPORT SYSTEM DENGAN
DENGAN EXPERT SYSTEM

DECISION SUPPORT SYSTEM berbeda dengan EXPERT SYSTEM dalam dua hal pokok:

1. DECISION SUPPORT SYSTEM terdiri dari routine yang merefleksikan keyakinan manager dalam
caranya memecahkan masalah, oleh karena itu keputusan yang dihasilkan oleh DSS merefleksikan
gaya kemampuan manager. Sebaliknya ES memberikan peluang untuk mendapatkan kemampuan
dalam membuat keputusan melebihi kemampuan yang dimiliki manager.
2. EXPERT SYSTEM mempunyai kemampuan untuk menjelaskan jalur penalaran yang diikuti
pencapaian pemecahan tertentu, seringkali penjelasan mengenai bagaimana pemecahan dicapai akan
leibh berguna dari pada pemecahan itu sendiri..
EXPERT SYSTEM (ES)

Expert System (ES) merupakan Subset pokok dari Artificial Intelegent (AI), ES merupakan program
komputer yang berfungsi dengan cara yang sama seperti ahli manusia, yaitu memberi advise pemakai
mengenai cara pemecahan masalah dengan bantuan knowledge base, yang berperan sebagai konsultan,
atau konsultasi dari pakar mengenai kepakarannya. Jika menemukan masalah tentunya dapat memilih ES
dari pada DSS SPK apabila:
1. Masalah tersebut melibatkan diagnosis situasi yang kompleks atau melibatkan pembuatan kesimpulan
atau peringkasan dari volume data yang besar.
2. Ada tingkat ketidak tentuan dalam aspek masalah tertentu.
3. Ada kemungkinan bagi ahli manusia untuk memecahkan masalah tersebut dalam jangka waktu yang
wajar.
KOMPONEN MODEL EXPERT SYSTEM

Komponen Model Expert Sytem:

1. User interface, memungkinkan manager untuk memasukan insteruksi untuk menentukan parameter
dan informasi dalam ES dan menerima informasi darinya.
2. Knowledge base, berisi fakta yang menejelaskan bidang masalah dan merepresentasikan teknik yang
menjelaskan cara penggabungan fakta tersebut dalam cara yang logis dengan menggunakan rule
(kaidah) tertentu hingga menghasilkan conclusion.
3. Inference engine, merupakan komponen dari ES yang melakukan penalaran dengan menggunakan isi
dari knowledge base dengan urutan tertentu.
4. Development engine, digunakan untuk menciptakan ES yang melibatkan pembuatan himpunan rule
dengan bantuan shell Expert System.
EXPERT SYSTEM

Sistem Pakar secara umum terdiri dari 3 bagian utama yaitu:

1. Knowledge Base = berisi informasi data, aturan (rule), relasi antara data
dan aturan dalam pengambilan kesimpulan.
2. Inference Engine = berfungsi menganalisa data yang ada dan menarik
kesimpulan berdasarkan aturan yang ada.
3. User Interface = berfungsi sebagai alat atau media komunikasi antara
pemakai (user) dengan program.
EXPERT SYSTEM

Basis Pengetahuan (Knowledge Base)

1. Basis pengetahuan tersusun atas fakta yang berupa informasi tentang obyek, dan kaidah yang merupakan
informasi tentang cara bagaimana membangkitkan fakta baru dari fakta yang sudah diketahui diketahui.
Basis pengetahuan pengetahuan merupakan merupakan representasi representasi pengetahuan dari seorang
pakar.
2. Pengetahuan yang disimpan dalam basis pengetahuan disimpan dalam suatu struktur data khusus yang
disesuaikan dengan metode inferensi yang dipakai
EXPERT SYSTEM

Mesin Inferensi (Inference Engine)

• Definisi Inferensi: Proses yang digunakan dalam Sistem Pakar untuk menghasilkan informasi baru dari
informasi yang telah diketahui
• Dalam sistem pakar proses inferensi dilakukan dalam suatu modul yang disebut Inference Engine (Mesin
inferensi)
• Dibuat ketika representasi pengetahuan (RP) pada bagian knowledge base telah lengkap, atau paling tidak
telah berada pada level yang cukup akurat, maka RP tersebut telah siap digunakan.
EXPERT SYSTEM

• Inference Inference engine merupakan merupakan modul yang berisi program program tentang tentang
bagaimana mengendalikan proses reasoning.
Definisi reasoning : Proses bekerja dengan pengetahuan, fakta dan strategi pemecahan masalah, untuk
mengambil suatu kesimpulan. (Berpikir dan mengambil kesimpulan)
• Mesin inferensi pada dasarnya memilih pengetahuan yang relevan dalam rangka mencapai kesimpulan.
Mesin inferensi memulai pelacakannya dengan mencocokkan aturan-aturan dalam basis pengetahuan dengan
fakta-fakta yang ada
EXPERT SYSTEM

Antarmuka pemakai terbagi atas empat bagian

Terdiri atas empat bagian:

1. Antarmuka pengisian Tabel Variabel.

2. Antarmuka pengisian Tabel Konklusi.
3. Antarmuka pengisian Tabel Rules.
4. Antarmuka Tanya Jawab
EXPERT SYSTEM

Antar muka pengisian

• Tabel Variabel digunakan untuk memasukkan variable list.
• Sedangkan antarmuka Tabel Konklusi sama dengan Tabel Variabel hanya pada form Tabel Konklusi diberi
keterangan apakah variable konklusi yang diinputkan akan ditampilkan pada saat konsultasi atau tidak.
• Antarmuka pengisian Tabel Rules digunakan untuk memasukkan basis pengetahuan dengan penggunaan data
variable dan konklusi yang diisikan melalui antarmuka pengisian Tabel Variabel dan Tabel Konklusi.
• Pada antarmuka Tanya Jawab dilakukan proses tanya jawab antara program dan pemakai.Pengisian berbentuk
menu pilihan, sehingga pemakai dapat memilih jawaban dari sekian jawaban yang tersedia. Hal ini untuk
menghindari kesalahan dalam memasukkan jawaban yang dapat menyebabkan kesalahan program pada saat
melakukan proses pengecekan aturan-aturan yang ada dalam knowledge base.
KNOWLEDGE MANAGEMENT

Knowledge management atau manajemen pengetahuan adalah suatu sistem dan proses yang terformat dan terarah
yang dikembangkan dalam suatu organisasi untuk menciptakan, mencari, mengumpulkan, memilih,
mengorganisir, mendokumentasikan, menyimpan, memelihara dan menyebarkan informasi dan pengetahuan
dalam rangka mendukung kebutuhan masing-masing individu di dalam perusahaan sehingga dapat digunakan
dalam pengambilan keputusan yang baik untuk mendukung strategi bisnis.

Knowledge management digunakan dalam pengelolaan pengetahuan organisasi untuk menciptakan nilai dan
menghasilkan keunggulan bersaing atau kinerja prima. Kombinasi pengetahuan manusia dalam organisasi akan
menghasilkan pengetahuan organisasi yang berbeda. Hanya saja, organisasi yang memiliki banyak pengetahuan
berkualitas belum tentu mampu menghasilkan barang atau jasa yang sama kualitasnya. Maka dari itu penting
bagi suatu perusahaan untuk memiliki Knowledge Management guna mendapatkan manfaat sebesar-besarnya
dari pengetahuan.
KNOWLEDGE MANAGEMENT

Manajemen pengetahuan adalah sebuah proses perencanaan dan pengontrolan kinerja aktivitas tentang
pembentukan proses pengetahuan, yakni proses yang membantu suatu organisasi atau lembaga dalam
mendapatkan, memilih, menyebarluaskan (distribusi), dan mentransfer informasi yang dianggap penting dan
informasi yang didapat dari beragam keahlian seseorang seperti informasi yang muncul pada saat diskusi untuk
menyelesaikan masalah organisasi, pembelajaran dinamis, perencanaan strategis dan proses pengambilan
keputusan.

Manajemen pengetahuan digunakan untuk memfasilitasi pengumpulan, perekaman, pengorganisasian,

penyaringan, analisis, temu kembali dan penyebaran pengetahuan eksplisit dan implisit serta dapat menunjukkan
fungsi strategis dengan sangat jelas. Fungsi adanya aplikasi manajemen pengetahuan adalah sebagai perantara
transfer pengetahuan antara penyedia dan pencari pengetahuan dari pikiran pemiliknya ke tempat penyimpanan
eksternal dan sebaliknya pengambilan pengetahuan dari penyimpanan eksternal yang disaring sesuai dengan
kebutuhan dan mudah dipahami oleh pengguna.
KNOWLEDGE MANAGEMENT

Menurut Frappaolo dan Toms (Dewiyana, 2006), fungsi knowledge management adalah sebagai berikut:
• Intermediation, yaitu peran perantara transfer pengetahuan antara penyedia dan pencari pengetahuan. Peran
tersebut untuk mencocokkan (to match) kebutuhan pencari pengetahuan dengan sumber pengetahuan secara
optimal. Dengan demikian, intermediation menjamin transfer pengetahuan berjalan lebih efisien.
• Externalization, yaitu transfer pengetahuan dari pikiran pemiliknya ke tempat penyimpanan (repository)
eksternal, dengan cara se-efisien mungkin. Externalization dengan demikian adalah menyediakan sharing
pengetahuan.
• Internalization, adalah pengambilan (extraction) pengetahuan dari tempat penyimpanan eksternal, dan
penyaringan pengetahuan tersebut untuk disediakan bagi pencari yang relevan. Pengetahuan harus disajikan
bagi pengguna dalam bentuk yang lebih cocok dengan pemahamannya. Maka, fungsi ini mencakup
interpretasi format ulang penyajian pengetahuan.
KNOWLEDGE MANAGEMENT

• Cognition, yaitu fungsi suatu sistem untuk membuat keputusan yang didasarkan atas ketersediaan
pengetahuan. Cognition merupakan penerapan pengetahuan yang telah berubah melalui tiga fungsi terdahulu.
• Measurement, yaitu kegiatan knowledge management untuk mengukur, memetakan dan mengkuantifikasi
pengetahuan korporat dan performance dari solusi knowledge management. Fungsi ini mendukung empat
fungsi lainnya, untuk mengelola pengetahuan itu sendiri.

Implementasi knowledge management atau manajemen pengetahuan akan memberikan pengaruh positif terhadap
proses bisnis perusahaan baik secara langsung maupun tidak langsung. Adapun manfaat adanya manajemen
pengetahuan di perusahaan antara lain adalah sebagai berikut:
1. Penghematan waktu dan biaya. Dengan adanya sumber pengetahuan yang terstruktur dengan baik, maka
perusahaan akan mudah untuk menggunakan pengetahuan tersebut untuk konteks yang lainnya, sehingga
perusahaan akan dapat menghemat waktu dan biaya.
KNOWLEDGE MANAGEMENT

2. Peningkatan aset pengetahuan. Sumber pengetahuan akan memberikan kemudahan kepada setiap karyawan
untuk memanfaatkannya, sehingga proses pemanfaatan pengetahuan di lingkungan perusahaan akan
meningkat, yang akhirnya proses kreatifitas dan inovasi akan terdorong lebih luas dan setiap karyawan dapat
meningkatkan kompetensinya.
3. Kemampuan beradaptasi. Perusahaan akan dapat dengan mudah beradaptasi dengan perubahan lingkungan
bisnis yang terjadi.
4. Peningkatan Produktifitas. Pengetahuan yang sudah ada dapat digunakan ulang untuk proses atau produk
yang akan dikembangkan, sehingga produktivitas dari perusahaan akan meningkat.
KNOWLEDGE MANAGEMENT

Komponen Knowledge Management

Menurut Bhatt (2000), knowledge management memiliki tiga komponen utama yang saling terikat satu sama
lain, yaitu people, process, technology. Ketiga komponen dapat menghasilkan suatu pembelajaran bagi
organisasi. Adapun penjelasan atas ketiga komponen tersebut adalah sebagai berikut (Debowski, 2006):
a. People
People adalah orang yang memiliki knowledge, mengelola sistem dan proses, dan berkomitmen terhadap
proses strategik knowledge untuk keseluruhan organisasi. Budaya sharing mendorong penyebaran knowledge
dapat dibangun melalui hubungan knowledge efektif, networks, CoPs dan strategi komunitas sosial lainnya.
b. Process
Process adalah pengaturan dan penyelarasan dari strategi, prinsip, proses, praktek untuk memastikan bahwa
knowledge management berjalan dengan baik ketika diimplementasikan.
KNOWLEDGE MANAGEMENT

c. Technology
Technology adalah peran atau media pendukung yang penting dalam knowledge management, dimana
dibutuhkan individu yang memiliki kompeten ketika menggunakannya. Implementasi knowledge
management system memerlukan berbagai tools cukup beragam yang ikut terlibat dalam sepanjang siklus
knowledge management teknologi yang digunakan untuk memfasilitasi teruntama komunikasi, kolaborasi,
dan konten manajemen untuk knowledge capture, sharing, dissemination, and application. Dalam hal ini
teknologi berperan sebagai support dan enabler bagi organisasi, karena people merupakan komponen
knowledge management yang paling berperan penting.
KNOWLEDGE MANAGEMENT

Jenis dan Sumber Knowledge Management

Dalam perusahaan knowledge sering terkait pada dokumen atau tempat penyimpanan barang berharga. Selain itu
pengetahuan juga terletak pada rutinitas, proses, praktek dan norma perusahaan. Menurut Wijaya (2014),
knowledge dibagi menjadi dua jenis yaitu Explicit Knowledge dan Tacit Knowledge. Adapun penjelasan kedua
jenis pengetahuan tersebut adalah sebagai berikut:

a. Pengetahuan Eksplisit (explicit knowledge)

Merupakan sesuatu yang dapat diekspresikan dengan kata-kata dan angka, serta dapat disampaikan dalam
bentuk ilmiah, spesifikasi, manual dan sebagainya. Knowledge jenis ini dapat segera diteruskan dari satu
individu ke individu lainnya secara formal dan sistematis. Explicit Knowledge juga dapat dijelaskan sebagai
suatu proses, metoda, cara, pola bisnis dan pengalaman desain dari suatu produksi. Pengetahuan eksplisit
lebih mudah ditemukan kembali dan ditransfer kepada orang lain dibandingkan pengetahuan implisit. Hal ini
disebabkan karena pengetahuan implisit sulit untuk dibagi melalui ruang dan waktu.
KNOWLEDGE MANAGEMENT

b. Pengetahuan Implisit (tacit knowledge)

Pengetahuan implisit adalah pengetahuan yang berada di dalam pikiran manusia yang tidak dinyatakan dalam
bentuk tulisan, melainkan sesuatu yang terdapat dalam benak orang-orang yang bekerja di dalam suatu
organisasi. Tacit knowledge merupakan knowledge dari para pakar, baik individu maupun masyarakat, serta
pengalaman mereka. Tacit Knowledge bersifat sangat personal dan sulit dirumuskan sehingga membuatnya
sangat sulit untuk dikomunikasikan atau disampaikan kepada orang lain. Perasaan pribadi, intuisi, bahasa
tubuh, pengaman fisik serta petunjuk praktis (rule-ofthumb) termasuk dalam jenis Tacit Knowledge.
Pengetahuan implisit memiliki dua dimensi, yaitu:
1. Dimensi teknis, yang lebih bersifat informal dan know-how dalam melakukan sesuatu. Dimensi teknis
yang mengandung prinsip-prinsip dan teknis pengetahuan yang diperoleh karena pengalaman ini, relatif
sulit didefinisikan dan dijelaskan.
2. Dimensi kognitif, terdiri dari kepercayaan, persepsi, idealisme, values, emosi dan mental yang juga sulit
dijelaskan. Dimensi ini akan membentuk cara seseorang menerima segala sesuatu yang ada di
lingkungannya.
KNOWLEDGE MANAGEMENT

Menurut Short (2000), Sumber-sumber pengetahuan dapat diklasifikasikan menjadi tiga jenis, yaitu: modal
pengetahuan (knowledge capital), modal sosial (social capital) dan modal infrastruktur (infrastructure capital).
Adapun penjelasan ketiga jenis sumber pengetahuan tersebut adalah sebagai berikut:
1. Modal pengetahuan (knowledge capital). Aset pengetahuan boleh jadi tersimpan, atau terletak pada pekerjaan
rutin, proses dan prosedur, peran jabatan dan pertanggungjawaban, dan struktur organisasi. Pengetahuan yang
tersimpan dalam sistem ini digunakan secara reguler untuk melaksanakan tugas atau langkah-langkah proses
pekerjaan secara konsisten.
2. Modal Sosial (social capital). Aset sosial adalah sejumlah sumber daya yang potensial dan aktual yang
tersimpan dalam, tersedia melalui, dan diperoleh dari jaringan antar hubungan yang diproses oleh individu
atau organisasi. Inti teori aset sosial adalah tersedianya jaringan antar hubungan yang menyediakan sumber
untuk menjalankan kegiatan sosial, menyediakan koleksi aset pengetahuan yang dimiliki kepada anggota
mereka.
KNOWLEDGE MANAGEMENT

3. Modal Infrastruktur (infrastructure capital). Infrastruktur kapital mencakup sumber-sumber pengetahuan

suatu perusahaan, seperti jaringan LAN/WAN, file, server, network, intranet, PC, dan aplikasinya. Semua
infrastruktur teknologi informasi dapat dikatakan sebagai bagian dari infrastructure capital juga mencakup
struktur organisasi, pembukuan atau pemberkasan, peran pertanggungjawaban, dan lokasi kantor secara
geografis yang menyediakan sarana fisik dalam berbagai pasar. Sumber daya ini secara rutin ditopang oleh
perusahaan dengan tugas keseharian, baik administrasi maupun operasional.
KNOWLEDGE MANAGEMENT

Level Knowledge Management

Menurut Dewiyana (2009), level knowledge

management atau manajemen pengetahuan dapat
digambarkan seperti piramida
KNOWLEDGE MANAGEMENT

Untuk penjelasan setiap level manajemen pengetahuan gambar Piramida adalah sebagai berikut:

1. Level 1: Data tersebar ditransformasikan oleh processing (pemrosesan data) ke informasi. Pada level ini
biasanya disebut manajemen dokumen yaitu mengelolah isi informasi (content management),
mengorganisasikan dan mendistribusikan informasi. Pemakai dapat melakukan akses dan temu kembali
dokumen secara Online pada database.
2. Level 2: Data dianalisis dan diterapkan sehingga menjadi informasi. Pemakai bisa menyumbangkan informasi
ke sistem, menciptakan isi baru dan mengembangkan database pengetahuan. Pemakai bisa membaca dokumen
Online, mendownload, melengkapinya dan kemudian mengirimkannya ke tujuan yang dikehendaki. Dengan
demikian informasi dapat secara terus menerus di-update.
KNOWLEDGE MANAGEMENT

3. Level 3: Informasi dianalisis dan diterapkan sehingga menjadi pengetahuan. Hal ini memerlukan pemahaman
tentang input dan output informasi untuk mendukung kegiatan organisasi. Pengetahuan dibangun oleh
organisasi melalui proses pemerolehan, pendistribusian, kolaborasi dan komunikasi serta penciptaan
pengetahuan baru.
4. Level 4: Pengetahuan dianalisis dan diterapkan sehingga membuat orang bijaksana. Pada level ini enterprise
intelligence dikembangkan dengan membangun jaringan pakar, interaksi dengan database operasional, dan
performance support, dimana pengetahuan baru yang dihasilkan, ditambahkan pada sistem.
KNOWLEDGE MANAGEMENT

Siklus Aliran Knowledge Management

Menurut Wijaya (2014), siklus aliran knowledge management disebut sebagai General Knowledge Model (GKM)
yang digambarkan di bawah ini.
KNOWLEDGE MANAGEMENT

Untuk penjelasan General Knowledge Model adalah sebagai berikut:

1. Knowledge Creation (penciptaan pengetahuan), merupakan proses penciptaan pengetahuan baru, dapat
dilakukan dengan proses pengembangan (development), penemuan (discovery) ataupun penangkapan (capture)
pengetahuan.
2. Knowledge Retention (penyimpanan pengetahuan), merupakan proses yang bertujuan untuk menjaga dan
memelihara serta pengambilan-kembali pengetahuan yang ada.
3. Knowledge Transfer (pemindahan pengetahuan), merupakan proses untuk mengalirkan pengetahuan dari satu
pihak ke pihak yag lainnya, meliputi proses komunikasi, penterjemahan, pengubahan dan juga pemilahan.
Knowledge Transfer dapat juga dipahami sebagai Knowledge Sharing (penyebarluasan pengetahuan).
4. Knowledge Utilization (pemanfaatan pengetahuan), merupakan proses yang berkaitan dengan pemanfaatan
pengetahuan yang ada.
DECISION TREE

Decision tree
Decision tree adalah salah satu metode bisa membantu dalam mempertimbangkan berbagai pilihan dan risiko
sekaligus, jadi kita bisa mengambil keputusan dengan pertimbangan yang matang.
DECISION TREE

Decision tree adalah diagram yang bisa membantu kita untuk memilih salah satu dari beberapa pilihan tindakan.
Umumnya, decision tree dimulai dengan satu node atau simpul. Kemudian, node tersebut bercabang untuk
menyatakan pilihan-pilihan yang ada. Selanjutnya, setiap cabang tersebut akan memiliki cabang-cabang baru.
Oleh karena itu metode ini disebut “tree” karena bentuknya menyerupai pohon yang memiliki banyak
cabang.Dalam decision tree, kita bisa menyusun berbagai pilihan dan menyelidiki kemungkinan hasil dari pilihan
tersebut. Selain itu, kita juga bisa melihat kemungkinan risiko dan kelebihan atas setiap pilihan yang ada.
DECISION TREE

Ada tiga elemen dalam satu decision tree, yaitu:

1. root node (akar):
Merupakan node teratas, pada node ini tidak ada input dan dapat tidak mempunyai output atau dapat
mempunyai output lebih dari satu.
2. Internal node(ranting:))
Merupakan node percabangan, pada node ini hanya terdapat satu input dan mempunyai output minimal dua.
3. Leaf node (daun)
Merupakan node akhir atau terminal node, pada node ini hanya terdapat satu input dan tidak mempunyai
output (simpul terminal).

Ada dua jenis leaf node, yakni yang berbentuk persegi dan lingkaran. Lead node persegi menyatakan keputusan
yang diambil. Sementara itu, leaf node lingkaran menyatakan hasil yang tidak pasti.
DECISION TREE

Decision tree adalah metode yang biasa dilakukan untuk mengambil keputusan-keputusan informal atau
sederhana. Namun, menurut Lucidchart, tidak sedikit pula yang menggunakannya untuk memprediksi hasil secara
sistematis. Salah satu contohnya adalah dalam analisis data.

Berikut adalah beberapa manfaat yang bisa didapatkan dari melakukan decision tree saat mengambil keputusan:
1. Opsi yang akan dipilih dijabarkan secara logis, sehingga memudahkan membuat keputusan yang tepat
2. Setiap opsi dan pilihan bisa dipertimbangkan secara bersamaan, yang memungkinkan setiap orang yang
terlibat menganalisis setiap opsi secara komprehensif
3. Resiko dari setiap opsi bisa dianalisis dan dipertimbangkan karena menggunakan faktor kemungkinan
4. sSngat spesifik karena mempertimbangkan potensi keuntungan dan kerugian dari setiap opsi yang ada
5. Hasil dari setiap opsi bisa digambarkan dan dijabarkan, yang membuatnya mudah dipahami
6. Setiap opsi dipaparkan secara transparan, yang membuat setiap orang yang terlibat tahu pertimbangan apa saja
yang diambil dari keputusan yang dipilih
DECISION TREE

Decision tree dalam aturan keputusan (decision rule) merupakan metodologi data mining yang banyak
diterapkan sebagai solusi untuk klasifikasi. Decision tree merupakan suatu metode klasifikasi yang
menggunakan struktur pohon, dimana setiap node merepresentasikan atribut dan cabangnya
merepresentasikan nilai dari atribut, sedangkan daunnya digunakan untuk merepresentasikan kelas.
Node teratas dari decision tree ini disebut dengan root.

Breiman et al. (1984) menyatakan bahwa metode ini merupakan metode yang sangat populer untuk
digunakan karena hasil dari model yang terbentuk mudah untuk dipahami. Dinamakan pohon
keputusan karena aturan yang terbentuk mirip dengan bentuk pohon. Pohon terbentuk dari proses
pemilahan rekursif biner pada suatu gugus data sehingga nilai variabel respon pada setiap gugus data
hasil pemilahan akan lebih homogen.
DECISION TREE

Sebagai contoh suatu pohon disusun oleh simpul t1, t2, …, t4 dengan rincian terdapat 3 daun, 1 akar,
dan 1 internal node. Setiap pemilah (split) memilah simpul nonterminal menjadi dua simpul yang
saling lepas. Hasil prediksi respon suatu amatan terdapat pada simpul terminal (daun).
DECISION TREE

Konsep dari pohon keputusan adalah mengubah data menjadi pohon keputusan dan aturan-aturan
keputusan. Pohon keputusan merupakan himpunan aturan if — then, dimana setiap path dalam pohon
dihubungkan dengan sebuah aturan dimana premis terdiri atas sekumpulan node yang ditemui dan
kesimpulan dari aturan terdiri atas kelas yang dihubungkan dengan daun dari path.
DECISION TREE

Pembentukan pohon keputusan terdiri dari beberapa tahap :

1. Konstruksi pohon diawali dengan pembentukan akar (terletak paling atas). Kemudian data dibagi
berdasarkan atribut-atribut yang cocok untuk dijadikan daun.
2. Pemangkasan pohon (tree pruning) yaitu mengidentifikasikan dan membuang cabang yang tidak
diperlukan pada pohon yang telah terbentuk. Hal ini dikarenakan pohon keputusan yang
dikontruksi dapat berukuran besar, maka dapat disederhanakan dengan melakukan pemangkasan
berdasarkan nilai kepercayaan (confident level). Pemangkasan pohon dilakukan selain untuk
pengurangan ukuran pohon juga bertujuan untuk mengurangi tingkat kesalahan prediksi pada
kasus baru dari hasil pemecahan yang dilakukan dengan divide and conquer.
DECISION TREE

Pruning ada dua pendekatan yaitu :

a. Pre-pruning yaitu menghentikan pembangunan suatu subtree lebih awal (dengan memutuskan
untuk tidak lebih jauh mempartisi data training). Saat seketika berhenti, maka node berubah
menjadi leaf (node akhir). Node akhir ini menjadi kelas yang paling sering muncul di antara subset
sampel.
b. Post-pruning yaitu menyederhanakan tree dengan cara membuang beberapa cabang subtree setelah
tree selesai dibangun. Node yang jarang dipotong akan menjadi leaf (node akhir) dengan kelas
yang paling sering muncul.
DECISION TREE

3. Pembentukan aturan keputusan yaitu membuat aturan keputusan dari pohon yang telah dibentuk.
Aturan tersebut dapat dalam bentuk if — then diturunkan dari pohon keputusan dengan melakukan
penelusuran dari akar sampai ke daun. Untuk setiap simpul dan percabangannya akan diberikan di
if, sedangkan nilai pada daun akan ditulis di then. Setelah semua aturan dibuat maka aturan dapat
disederhanakan atau digabung.
DECISION TREE

Decision tree adalah suatu model klasifikasi yang paling populer karena mudah diinterpretasikan oleh
manusia. Banyak algoritma yang dapat digunakan dalam pembentukan pohon keputusan seperti ID3,
C4.5, CART, dan GUIDE. Algoritma decision tree banyak digunakan dalam proses data mining karena
memiliki beberapa kelebihan :
1. Mudah mengintegrasikan dengan sistem basis data.
2. Memiliki ketelitian yang baik.
3. Dapat menemukan gabungan tak terduga dari suatu data.
4. Daerah pengambilan keputusan yang sebelumnya kompleks dan sangat global dapat diubah
menjadi lebih sederhana dan spesifik.
5. Dapat melakukan eliminasi untuk perhitungan-perhitungan yang tidak diperlukan. Karena ketika
menggunakan metode ini maka sampel hanya diuji berdasarkan kriteria atau kelas tertentu.
6. Fleksibel untuk memilih fitur dari internal node yang berbeda, fitur yang terpilih akan
membedakan suatu kriteria dibandingkan kriteria yang lain dalam node yang sama.
DECISION TREE

Kekurangan pohon keputusan adalah.

1. Terjadi overlap terutama ketika kelas-kelas dan kriteria yang digunakan jumlahnya sangat banyak.
Hal tersebut juga dapat menyebabkan meningkatnya waktu pengambilan keputusan dan jumlah
memori yang diperlukan.
2. Pengakumulasian jumlah error dari setiap tingkat dalam sebuah pohon keputusan yang besar.
3. Kesulitan dalam mendesain pohon keputusan yang optimal.
4. Hasil kualitas keputusan yang didapatkan dari metode pohon keputusan sangat bergantung pada
bagaimana pohon tersebut didesain.
RULE BASED SYSTEM

Rule Based System

Rule based system adalah suatu struktur pengetahuan yang bertujuan untuk menganalisis informasi-
informasi memori dengan menggunakan kumpulan rule pada basis pengetahuan dan menggunakan
inference engine sebagai pencarian informasi sehingga diperoleh informasi baru. Rule based system
merupakan pilihan utama dalam membangun sebuah sistem pakar.
Konsep dari rule based system adalah meniru cara kerja manusia dalam memecahkan masalah dalam
kehidupan sehari-hari yang dinamakan sebagai production system. Production system didefiniskan
sebagai cara pemecahan masalah yang digunakan oleh manusia dengan mengkombinasikan suatu
situasi permasalahan baru yang tersimpan dalam short-term memory manusia dengan produksi yang
tersimpan dalam long-term memory sehingga menghasilkan suatu informasi baru yang disimpan di
short-term memory
RULE BASED SYSTEM

Gambar model Productions System

RULE BASED SYSTEM

Kinerja dari sebuah rule based system meniru cara yang digunakan manusia dalam memecahkan
sebuah masalah sehingga dapat dilihat sebagai berikut:
• Meniru long-term memory yang dimiliki oleh manusia dengan menggantikan fungsinya menjadi
knowledge base dimana didalamnya berisi seperangkat rules.
• Meniru short-term memory yang dimiliki oleh manusia dengan mengganti fungsinya menjadi
working memory yang berisi fakta-fakta baik yang di-inputkan maupun hasil inferensi dari rules
yang ada.
• Meniru cara penalaran manusia kemudian menggantikan fungsinya dengan inference engine
dimana tool ini yang akan memproses fakta-fakta dari working memory dengan menggunakan
rule-rule yang ada pada knowledge base.
RULE BASED SYSTEM
Untuk dapat mengerti dengan lebih jelas maka kinerja dari rule based system dapat dilihat pada
gambar dibawah
RULE BASED SYSTEM

Arsitektur Rule Based System

Dalam tubuh rule based system terdapat tiga buah modul utama dimana modul tersebut
merupakan jantung daripada rule based system yang diantaranya adalah knowledge base,
working memory dan inference engine.
Selain tiga buah modul utama tersebut, ada faktor-faktor lain yang juga mendukung
terbentuknya sebuah rule based system yaitu user interface, developer interface, explanation
facility, dan external programs.
RULE BASED SYSTEM

Arsitektur rule based system dapat dilihat

pada gambar
 RULE BASED SYSTEM
1. Knowledge base adalah representasi pengetahuan dari seorang atau beberapa pakar yang diperlukan untuk
memahami, memformulasikan dan memecahkan masalah. Dalam hal ini digunakan untuk memecahkan masalah-
masalah yang terjadi pada komputer. Knowledge base ini terdiri dari dua elemen dasar, yaitu fakta dan rules.
2. Inference engine merupakan otak dari sistem pakar yang mengandung mekanisme fungsi berpikir dan pola-pola
penalaran sistem yang digunakan oleh seorang pakar. Mekanisme ini yang menganalisis suatu masalah tertentu dan
kemudian mencari solusi atau kesimpulan yang terbaik.
3. Working Memory merupakan tempat penyimpanan fakta-fakta yang diketahui dari hasil menjawab pertanyaan.
4. User/developer interface. Semua software pengembangan sistem pakar memberikan interface yang berbeda bagi
user dan developer. User akan berhadapan dengan tampilan yang sederhana dan mudah sedangkan developer akan
berhadapan dengan editor dan source code waktu mengembangkan program.
5. Explanation facility memberikan penjelasan saat mana user mengetahui apakah alasan yang diberikan sebuah
solusi.
6. External programs, berbagai program seperti database, spreadsheets,algorithms, dan lainnya yang berfungsi untuk
mendukung sistem.
 RULE BASED SYSTEM
Kelebihan dari penggunaan rule based system antara lain:
1. Menggunakan bahasa natural dengan pernyataan IF… THEN yang mudah dipahami.
2. Memisahkan antara inference engine dan knowledge base sehingga bisa diubah secara terpisah. Hal ini
sebenarnya ada pada semua metode sistem pakar.
3. Modularity of knowledge. Konklusi atas suatu permasalahan ada di bagian THEN sedangkan fakta-
fakta ada di bagian IF. Pemisahan ini memudahkan untuk memeriksa rule.
4. Mudah dikembangkan karena bisa dengan mudah menambah rule pada knowledge base.
5. Seiring dengan penambahan rule pada knowledge base, berarti juga meningkatkan kecerdasan sistem.
6. Sistem hanya menggunakan rules yang relevan pada permasalahan.
7. Dapat melakukan tracing dari mana sebuah informasi diperoleh.
8. Konsistensi dalam pemerikasaan rules.
9. Memungkinkan pengetahuan yang bersifat heuristik
10.Adanya faktor kemungkinan
11. Dapat bekerja dengan menggunakan variabel.
 RULE BASED SYSTEM

Rule based system juga memiliki beberapa kekurangan, diantaranya:

1. Membutuhkan pencocokan yang benar-benar pas, contohnya:
JIKA mesin panas
MAKA matikan mesin
Jika diberikan pernyataan suhu mesin panas pada working memory maka rule tidak dijalankan karena
tidak cocok, hanya dikarenakan adanya tambahan kata suhu.
2. Seringkali sulit untuk menghubungkan rule-rule yang berhubungan dengan sebuah inference chain.
3. Proses akan berlangsung lama untuk rule yang berjumlah banyak.
4. Terkadang tidak efisien untuk beberapa masalah.
 RULE BASED SYSTEM
Tahap Pengembangan Rule Based System
Secara garis besar, sebuah sistem pakar dapat dikembangkan menjadi tiga langkah utama, diantaranya
adalah sebagai berikut:
1. Melakukan analisis terhadap permasalahan yang timbul serta melakukan dekomposisi dengan tujuan
untuk memecah permasalahan dalam bentuk seperti modul-modul agar permasalahan tersebut menjadi
lebih sederhana. Setelah itu, dilakukan evaluasi atas hubungan-hubungan yang terjadi dalam lingkup
permasalahan. Pada tahap ini, fokus utamanya mengarah kepada knowledge engineer untuk menggali
dan mengerti mengenai informasi bidang kepakaran dari seorang pakar atau dari sumber-sumber lain
seperti buku.
2. Menyusun dan mendesain informasi-informasi yang sudah diperoleh ke dalam bentuk yang bisa dengan
mudah diaplikasikan ke komputer.
3. Mengimplementasikannya ke komputer.