Rabu, 27 Mei 2015

Sistem Pendukung Keputusan Dengan Metode AHP

Latar Belakang

Dewasa ini perkembangan teknologi informasi sudah sedemikian pesat. Perkembangan yang pesat tidak hanya teknologi perangkat keras dan perangkat lunak saja, tetapi metode komputasi juga ikut berkembang. Salah satu metode komputasi yang cukup berkembang saat ini adalah metode sistem pengambilan keputusan (Decisions Support System). Dalam teknologi informasi, sistem pengambilan keputusan merupakan cabang ilmu yang letaknya diantara system informasi dan sistem cerdas.
Sistem pengambilan keputusan juga membutuhkan teknologi informasi, hal ini dikarenakan adanya era globalisasi, yang menuntut sebuah perusahaan untuk bergerak cepat dalam mengambil suatu keputusan dan tindakan. Dengan mengacu kepada solusi yang diberikan oleh metode AHP (Analytical Hierarcy Process) dalam membantu membuat keputusan, seorang decision maker dapat mengambil keputusan tentang pemilihan supplier secara objektif berdasarkan multi kriteria yang ditetapkan.
Metode AHP adalah metode pengambilan keputusan yang multi kriteria, sedangkan pengambilan keputusan dibidang pembelian juga mengandalkan kriteria-kriteria yaitu kualitas barang, kecepatan pengiriman barang, harga barang dan status supplier. Dengan melihat adanya kriteria-kriteria yang dipergunakan untuk mengambil keputusan, maka akan sangat cocok untuk menggunakan metode AHP dengan multi kriteria.

Beberapa Definisi Lain dari Sistem Pendukung Keputusan

  1. 1.       Little (1970)
Sistem pendukung keputusan adalah sebuah himpunan/kumpulan prosedur berbasis model untuk memproses data dan pertimbangan untuk membantu manajemen dalam pembuatan keputusannya.
2.  Alter (1990)
membuat definisi sistem pendukung keputusan dengan memabandingkannya dengan sebuah sistem pemrosesan data elektronik (PDE) / Electronic Data Processing tradisional dalam 5 hal :
SPK
Penggunaan :Aktif
Pengguna :Manajemen
Tujuan :Efektifitas
Time horizon :Sekarang dan masa depan
Kelebihan : Fleksibilitas
PDE
Penggunaan : Pasif
Pengguna : Operator/Pegawai
Tujuan : Efisiensi Mekanis
Time horizon :Masa Lalu
Kelebihan :Konsistensi

3. Keen (1980)

Sistem pendukung keputusan adalah sistem berbasis komputer yang dibangun lewat sebuah proses adaptif dari pembelajaran, pola-pola penggunan dan evolusi sistem.

4. Bonczek (1980)

Sistem pendukung keputusan sebagai sebuah sistem berbasis komputer yang terdiri atas komponen-komponen antara lain komponen sistem bahasa (language), komponen sistem pengetahuan (knowledge) dan komponen sistem pemrosesan masalah (problem processing) yang saling berinteraksi satu dengan yang lainnya.
5. Hick (1993)
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 dan keputusan tak terstruktur yang tidak terantisipasi.
6. Man dan Watson
Sistem pendukung keputusan merupakan suatu sistem yang interaktif, yang membantu pengambil keputusan melalui penggunaan data dan model-model keputusan untuk memecahkan masalah yang sifatnya semi terstruktur maupun yang tidak terstruktur.
7. Moore and Chang
Sistem pendukung keputusan dapat digambarkan sebagai sistem yang berkemampuan mendukung analisis ad hoc data, dan pemodelan keputusan, berorientasi keputusan, orientasi perencanaan masa depan, dan digunakan pada saat-saat yang tidak biasa.
8. Bonczek (1980)
Sistem pendukung keputusan sebagai sebuah sistem berbasis komputer yang terdiri atas komponen-komponen antara lain komponen sistem bahasa (language), komponen sistem pengetahuan (knowledge) dan komponen sistem pemrosesan masalah.
9. Turban & Aronson (1998)
Sistem pendukung keputusan sebagai sistem yang digunakan untuk mendukung dan membantu pihak manajemen melakukan pengambilan keputusan pada kondisi semi terstruktur dan tidak terstruktur. Pada dasarnya konsep DSS hanyalah sebatas pada kegiatan membantu para manajer melakukan penilaian serta menggantikan posisi dan peran manajer.
10. Raymond McLeod, Jr. (1998)
Sistem pendukung keputusan merupakan sebuah sistem yang menyediakan kemampuan untuk penyelesaian masalah dan komunikasi untuk permasalahan yang bersifat semi-terstruktur.

Macam – Macam Metode Sisem Pendukung Keputusan

  1. Metode Sistem pakar
  2. Metode Regresi linier
  3. Metode B/C Ratio
  4. Metode AHP
  5. Metode IRR
  6. Metode NPV
  7. Metode FMADM
  8. Metode SAW

Pengertian Metode AHP

Metode AHP dikembangkan oleh Thomas L. Saaty, seorang ahli matematika. Metode ini adalah sebuah kerangka untuk mengambil keputusan dengan efektif atas persoalan yang kompleks dengan menyederhanakan dan mempercepat proses pengambilan keputusan dengan memecahkan persoalan tersebut kedalam bagian-bagiannya, menata bagian atau variabel ini dalam suatu susunan hirarki, member nilai numerik pada pertimbangan subjektif tentang pentingnya tiap variabel dan mensintesis berbagai pertimbangan ini untuk menetapkan variabel yang mana yang memiliki prioritas paling tinggi dan bertindak untuk mempengaruhi hasil pada situasi tersebut. Metode AHP ini membantu memecahkan persoalan yang kompleks dengan menstruktur suatu hirarki kriteria, pihak yang berkepentingan, hasil dan dengan menarik berbagai pertimbangan guna mengembangkan bobot atau prioritas. Metode ini juga menggabungkan kekuatan dari perasaan dan logika yang bersangkutan pada berbagai persoalan, lalu mensintesis berbagai pertimbangan yang beragam menjadi hasil yang cocok dengan perkiraan kita secara intuitif sebagaimana yang dipresentasikan pada pertimbangan yang telah dibuat. (Saaty, 1993).

Sistem Pendukung Keputusan Dengan Metode Topsis

TOPSIS (Technique For Others Reference by Similarity to Ideal Solution) adalah salah satu metode pengambilan keputusan multikriteria yang pertama kali diperkenalkan oleh Yoon dan Hwang (1981). TOPSIS menggunakan prinsip bahwa alternatif yang terpilih harus mempunyai jarak terdekat dari solusi ideal positif dan terjauh dari solusi ideal negatif dari sudut pandang geometris dengan menggunakan jarak Euclidean untuk menentukan kedekatan relatif dari suatu alternatif dengan solusi optimal.
Solusi ideal positif didefinisikan sebagai jumlah dari seluruh nilai terbaik yang dapat dicapai untuk setiap atribut, sedangkan solusi negatif-ideal terdiri dari seluruh nilai terburuk yang dicapai untuk setiap atribut.
TOPSIS mempertimbangkan keduanya, jarak terhadap solusi ideal positif dan jarak terhadap solusi ideal negatif dengan mengambil kedekatan relatif terhadap solusi ideal positif. Berdasarkan perbandingan terhadap jarak relatifnya, susunan prioritas alternatif bisa dicapai.
Metode ini banyak digunakan untuk menyelesaikan pengambilan keputusan secara praktis. Hal ini disebabkan konsepnya sederhana dan mudah dipahami, komputasinya efisien,dan memiliki kemampuan mengukur kinerja relatif dari alternatif-alternatif keputusan.
PROSEDUR TOPSIS
·         Menghitung separation measure
·         Menentukan jarak antara nilai setiap alternatif dengan matriks solusi ideal positif dan negatif
·         Menentukan nilai preferensi untuk setiap alternatif
·         Decision matrix D mengacu terhadap m alternatif yang akan dievaluasi berdasarkan n kriteria yang didefinisikan sebagai berikut:



       
Dengan xij menyatakan performansi dari perhitungan untuk alternatif ke-i terhadap atribut ke-j.
Langkah-langkah metode TOPSIS
1.    Membangun normalized decision matrix
Elemen rij hasil dari normalisasi decision matrix R dengan metode Euclidean length of a vector adalah:


  
2.Membangun weighted normalized decision matrix
Dengan bobot W= (w1, w2,…..,wn), maka normalisasi bobot matriks V adalah  :


3.        Menentukan solusi ideal dan solusi ideal negatif.
Solusi ideal dinotasikan A*, sedangkan solusi ideal negatif dinotasikan A- :


 4.         Menghitung separasi
Si* adalah jarak (dalam pandangan Euclidean) alternatif dari solusi ideal didefinisikan sebagai:




Dan jarak terhadap solusi negatif-ideal didefinisikan sebagai:
\
5.        Menghitung kedekatan relatif terhadap solusi ideal




6.        Merangking Alternatif
Alternatif dapat dirangking berdasarkan urutan Ci*. Maka dari itu, alternatif   terbaik adalah salah satu yang berjarak terpendek terhadap solusi ideal dan berjarak terjauh dengan solusi negatif-ideal.

Sistem Pendukung Keputusan Penentuan Plafon Kredit Dengan Fuzzy MADM (Multiple Attribute Decissio Making)

ABSTRAK

Bank perkreditan rakyat adalah bank yang melaksanakan kegiatan usaha secara

konvensional atau berdasarkan prinsip syariah yang dalam kegiatnnya tidak memberikan

 Sistem Pendukung Keputusan penentuan plafon kredit pada PD.BPR BKK

Boyolali cabang Simo ini dengan Fuzzy MADM (Multiple Attribute Decission Making)

menggunakan metode SAW (Simple Additive Weighting) dengan kriteria yang telah

ditentukan. Metode pengembangan sistem mengggunakan RUP (Rational Unified

Process). Alat bantu perancangan menggunakan UML(Business Use case, Use case,

Activity Diagram dan Class Diagram). Bahasa pemrograman menggunakan PHP dan

 Konsep dasar metode SAW adalah mencari penjumlahan terbobot dari rating

kinerja pada setiap alternatif pada semua atribut dan membutuhkan proses normalisasi

matriks keputusan (X) ke suatu skala yang dapat diperbandingkan dengan semua rating

alternatife yang ada. Sistem Pendukung Keputusan penentuan plafon kredit dibuat untuk

membantu dan mempermudah pihak pengambil keputusan memberikan alternatif-
alternatif dalam hal di setujui atau tidaknya pengajuan kredit oleh pemohon kredit.
Jenis Dan Sumber Data

Selama penelitian di PD.BPR BKK Boyolali cabang Simo penulis dapat

mengumpulkan beberapa data, antara lain:

a. Data primer adalah data yang secara langsung diambil dari objek penelitian oleh

peneliti perorangan maupun organisasi. Penulis disini memperoleh data dengan

mewawancarai langsung dari beberapa pegawai di PD. BPR BKK Boyolali cabang

Simo.

b. Data sekunder adalah data yang didapat secara tidak langsung dari objek penelitian.

Penulis disini mendapatkan data dari studi literatur.

Metode pengumpulan data

 Metode pengumpulan data yang digunakan dalam penelitian ini adalah sebagai

berikut :

a. Studi Literatur

Studi ini dimaksudkan untuk pengumpulan dan memperoleh data sekunder dengan

cara mempelajari, membaca dan mencatat literatur dari beberapa buku yang

berkaitan dengan permasalahan di atas.

b. Observasi

Teknik pengumpulan data dengan mengadakan penelitian dan peninjauan langsung

terhadap permasalahan yang diambil. Penulis melakukan penelitian tentang

pemberian plafon kredit.

c. Interview

Duta.com ISSN : 2086-9436 Volume 5 Nomor 1 September 2013 62

 Teknik pengumpulan data dengan mengadakan tanya jawab secara langsung yang

ada kaitannya dengan topik yang diambil. Penulis melakukan interview

dengan suharno, sri utanto bagian staf kredit dan yanuariyanto bagian pemasaran.

Metode Pengembangan Sistem

 Teknik pengembangan sistem menggunakan metode RUP (Rational Unified

Process). Tahapan-tahapan yang terdapat dalam metode RUP sebagai berikut (Rosa dan

Shalahuddin, 2011):

a. Inception (permulaan)

Tahap ini lebih pada memodelkan proses bisnis yang dibutuhkan dan mendefinisikan

kebutuhan akan sistem yang akan dibuat (requirements) dan melakukan analisis

kebutuhan user. Tahap yang dibutuhkan adalah sebagai berikut:

1. Memahami ruang lingkup dari proyek (biaya, waktu, kebutuhan, dan resiko).

2. Membangun kasus bisnis yang dibutuhkan.

b. Elaboration (perluasan)

Tahap ini lebih difokuskan pada perencanaan arsitektur sistem. Tahap ini juga

mendeteksi apakah arsitektur sistem yang diinginkan dapat dibuat atau tidak. Tahap

ini lebih pada analisis dan desain sistem pembuatan alur sistem, permodelan diagram

UML (Business Use case, Use case diagram, Diagram Activity, dan Class Diagram),

arsitektur sistem serta implementasi sistem yang fokus pada purwarupa

sistem(prototype)

c. Construction (konstruksi)

Tahap ini lebih pada implementasi dari hasil desain dan pengujian sistem yang fokus

pada implementasi perangkat lunak pada kode program. Disini penulis dalam

pengkodean menggunakan bahasa pemograman PHP dan database MySQL dan

pengujian menggunakan metode blac box.

d. Transition (transisi)

Tahap ini menghasilkan produk perangkat lunak dan fokus pada pelatihan user,

pemeliharaan.

ANALISIS DAN PERANCANGAN SISTEM

Inception(Permulaan)

Tahap ini memodelkan proses bisnis yang dibutuhkan dan mendefinisikan

kebutuhan akan sistem yang akan dibuat (requirements) dan melakukan analisis

kebutuhan user. Tahap yang dilakukan yaitu memahami ruang lingkup proyek(biaya,

waktu, teknik, resiko dan kebutuhan)

Kelayakan Jadwal(Schedule feasibility)

 Dalam sebuah proyek dibutuhkan penjadwalan guna untuk menentukan apakah

tenggat waktu itu bersifat perintah atau keinginan. Sistem pendukung keputusan

penentuan plafon kredit yang di kembangkan harus dapat beroperasi dalam waktu yang

telah direncanakan. Berdasarkan perkiraan waktu jadwal kegiatan digambarkan dengan

diagram PERT sebagai berikut:

Duta.com ISSN : 2086-9436 Volume 5 Nomor 1 September 2013 63

Gambar Diagram Pert Estimasi Waktu Pengujian Proyek

Keterangan:

a. : Jalur kritis

b. : Jalur kegiatan

c. Waktu yang dibutuhkan untuk pengujian proyek adalah 31 minggu.

 Kelayakan Teknis(Technical feasibility)

 Sistem pendukung keputusan penentuan plafon kredit di PD.BPR BKK Boyolali

cabang simo dapat dibangun dengan menggunakan bahasa pemrograman PHP dan mesin

basis data MySQL. Software yang dibutuhkan untuk membangun aplikasi tersebut adalah

sebagai berikut :

Tabel Kebutuhan Perangkat Lunak

Jenis Kterangan

Sistem operasi Microsoft Windows XP

Software Microsoft Windows office 2007

Software Rapid Php dan xampp

Database Mysql

Hardware yang digunakan untuk membangun Sistem pendukung keputusan penentuan

plafon kredit di PD.BPR BKK Boyolali cabang simo membutuhkan seperangkat

komputer dengan spesifikasi sebagai berikut :

Tabel Kebutuhan Perangkat Keras

komponen Keterangan

Processor pentium 3

Ram 512 MB

Hardisk 120 GB

Monitor CRT HP “15

Duta.com ISSN : 2086-9436 Volume 5 Nomor 1 September 2013 64

Analisis Resiko (risk analysis)

 Analisis resiko atau risk analysis dapat diartikan sebagai sebuah prosedur untuk

mengenali suatu ancaman dan kerentanan, kemudian menganalisanya untuk memastikan

hasil pembongkaran, dan menyoroti bagaimana dampak-dampak yang ditimbulkan dapat

dihilangkan atau dikurangi. Analisis resiko juga dipahami sebagai sebuah proses untuk

menentukan pengamanan macam apa yang cocok atau layak untuk sebuah sistem atau

lingkungan. Berikut jenis resiko yang mungkin akan terjadi.

Jenis Resiko Kemungkinan Resiko

Teknologi Kecepatan Database-Engine yang digunakan tidak dapat melakukan

Tabel Perkiraan resiko

Personal Tidak dimungkinkannya melakukan recruitment staff yang memiliki

Organisasi Organisasi direstrukturisasi sehingga manajemen yang berbeda

Tools Code yang dibangkitkan oleh Tool tidak efisien CASE tool tidak dapat

Kebutuhan-
kebutuhan

Estimasi Perkiraan jumlah waktu yang diperlukan untuk menyelesaikan projek

proses transaksi sebanyak yang dinginkan, Terdapat kerusakan pada

komponen software yang digunakan sehingga tidak sesuai dengan

fungsinya

kemampuan sesuai dengan yang diingikan. Tidak tersedianya tempat

training untuk staff yang dibutuhkan

bertanggung jawab ke projek. Masalah dalam keuangan organisasi

mengakibatkan menurunkan biaya-biaya

diintegrasikan

Perubahan kebutuhan mengakibatkan perancangan ulang Tidak

pahamnya pelanggan terhadap dampak perubahan kebutuhan

terlalu rendah. Perkiraan jumlah perbaikan kerusakan terlalu rendah

Perkiraan ukuran sistem software terlalu rendah

Analisis Sistem

 Merupakan suatu metode pengembangan sistem yang harus dipenuhi. Salah

satunya yaitu mengumpulkan kebutuhan secara lengkap kemudian dianalisis dan

didefinisikan kebutuhan yang harus dipenuhi oleh program yang akan dibangun. Metode

digunakan untuk melakukan pengembangan sistem pendukung keputusan penentuan

plafon kredit dengan identifikasi masalah microsoft exel, dimana sistem pengolahan data

belum terintegrasi dengan database sehingga memerlukan waktu yang lama dalam proses

pemberian kredit dan apabila terjadi kesalahan dalam pembuatan pembahasan kredit,

maka harus menginputkan data lagi. Oleh sebab itu penulis memberikan solusi yaitu

menganalisa, merancang dan membuat sistem pendukung keputusan penentuan plafon

kredit.

Selasa, 26 Mei 2015

Metode Weighted Product WP dalam Sistem Pendukung Keputusan (SPK)

Metode Weight Product (WP)
Metode  WP  mengunakan perkalian untuk menghubungkan rating atribut, di mana rating setiap atribut harus dipangkatkan dulu dengan bobot atribut yang bersangkutan.
Proses ini Ai diberikan sebagai berikut :
rumus
Dimana  ∑wj =  1.  wj  adalah  pangkat  bernilai  positif  untuk  atribut  keuntungan,  dan bernilai negatif untuk atribut biaya.
Preferensi relatif dari setiap alternatif, diberikan sebagai:
rumus1
Contoh kasus :
Misalkan nilai setiap alternatif pada setiap atribut diberikan berdasarkan data riil yang ada seperti pada Tabel 2.1, perlu diidentifikasi terlebih dahulu jenis kriterianya, apakah termasuk kriteria keuntungan atau kriteria biaya.
Kriteria C2 (kepadatan penduduk di sekitar lokasi) dan C4 (jarak dengan gudang  yang sudah  ada)  adalah  criteria  keuntungan.  Sedangkan  kriteria  C1(jarak  dengan  pasar terdekat), C3 (jarak dari pabrik), dan C5 (harga tanah untuk lokasi) adalah kriteria biaya.Permasalahan kasus di atasakan di selesaikan dengan menggunakan metode  Weighted Product (WP). Sebelumnya akan dilakukan perbaikan bobot terlebih dahulu. Bobot awal W = (5, 3, 4, 4, 2), akan diperbaiki sehingga total bobot ∑Wj = 1, dengan cara :
rumus2
Kemudian vektor S dihitung berdasarkan persamaan rumus6 dengan i = 1, 2, … ,m sebagai berikut :
rumus3
Nilai  vektor  yang  akan  digunakan  untuk  perankingan  dapat  dihitung  berdasarkan persamaan
rumus4
rumus5
Nilai terbesar ada pada V2  sehingga alternatif A2 adalah alternatif yang terpilih sebagai alternatif  terbaik.  Dengan  kata  lain,  alternatif  A2 akan  terpilih  sebagai  lokasi  untuk mendirikan gudang baru

Kelebihan dan Kekurangan Bahasa Pemrograman Java

Pada Kesempatan kali ini saya akan membuat posting tentang kelebihan dan  kekurangan Bahasa Pemrograman Java,

Mungkin anda sudah tahukan java (alias jawa) sebuah pulau di indonesia?, tetapi yang saya maksud bukan itu melainkan Bahasa Pemrograman Java. Nah ini adalah pengertian bahasa pemrograman java, Java adalah bahasa pemograman yang dapat dijalankan baik di komputer ataupun ponsel dan merupakan bahasa pemograman yang bersifat umum.



Berikut adalah kelebihan dan kekurangan yang dimiliki oleh bahasa pemrograman Java :
Kelebihan
> Dapat dijalankan di beberapa sistem operasi komputer biasa disebut multiplatform, sehingga pengguna cukup menuliskan sebuah program Java untuk kemudian digunakan pada beberapa sistem operasi komputer yang berbeda. Contohnya: Untuk Hp yang ada Platform Java, Android, Windows, Linux.
> Bahasa pemrograman yang digunakan tidak rumit dan banyak fitur yang dulunya manual telah dikerjakan secara otomatis, jadi memudahkan programer.
> Pemrograman berorientasi objek, Konsep ini dalam bahasa inggris Object Oriented Programming
> Lengkapnya perpustakan (library) yang akan sangat memudahkan pengguna untuk membangun aplikasi yang sesuai dengan kebutuhannya.
> Bergaya C++ sehingga menarik banyak pemrograman dengan konsep C++ untuk hijrah ke Java.
> Pengumpulan ‘sampah’ secara otomatis, sehingga pengguna tidak perlu melakukan pengaturan memori secara langsung.
Kekurangan
> Slogan java adalah ‘tulis sekali, jalankan di mana saja’, slogan tersebut tidak sepenuhnya bisa berjalan dengan lancar, karena masih ada beberapa hal yang tidak kompatibel antara satu sistem operasi dengan sistem operasi lainnya.
> Mudah didekompilasi, dekompilasi adalah proses membalikan kode jadi menjadi kode sumber.
Hal ini mungkin disebabkan oleh kode yang digunakan pada Java merupkan bytekode yang menyimpan banyak atribut bahasa tingkat tinggi. Dan akibatnya akan ada orang yang tidak bertanggung jawab memplagiat kode sumber buatan orang lain.

SISTEM PENDUKUNG KEPUTUSAN DENGAN METODE AHP (CONTOH KASUS PEMILIHAN PONSEL)

PEMBAHASAN

1. pengertian system pendukung keputusan (DSS)
       Secara umum DSS adalah sistem berbasis komputer yang interaktif, yang membantu mengambil   keputusan dengan memanfaatkan data dan model untuk menyelesaikan masalah-masalah yang  terstruktur. Sedangkan secara khusus DSS adalah Sebuah sistem yang mendukung kerja seorang    manajer maupun sekelompok manajer dalam memecahkan masalah semi-terstruktur dengan cara memberikan informasi ataupun usulan menuju pada keputusan tertentu.
Adapun menurut para ahli definisi dari DSS adalah sebagai berikut :
a.    Menurut Mann dan Watson, DSS adalah Sistem yang interaktif, membantu pengambilan keputusan melalui penggunaan data dan model-model keputusan untuk memecahkan masalah-masalah yang sifatnya semi terstruktur dan tidak terstruktur.
b.    Menurut Maryam Alavi dan H.Albert Napier, DSS adalah suatu kumpulan prosedur pemrosesan data dan informasi yang berorientasi pada penggunaan model untuk menghasilkan berbagai jawaban yang dapat membantu manajemen dalam pengambilan keputusan.
c.    Menurut Little, DSS adalah suatu sistem informasi berbasis komputer yang menghasilkan berbagai alternatif keputusan untuk membantu manajemen dalam menangani berbagai permasalahan yang terstruktur atupun tidak terstruktur dengan menggunakan data dan model.
d.   Menurut Raymond Mc Leod, DSS adalah sistem penghasil informasi spesifik yang ditujukan untuk memecahkan suatu masalah tertentu yang harus dipecahkan oleh manajer pada berbagai tingkatan.
e.    Turban & Aronson (1998), DSS adalah  sistem yang digunakan untuk mendukung dan membantu pihak manajemen melakukan pengambilan keputusan pada kondisi semi terstruktur dan tidak terstruktur. Pada dasarnya konsep DSS hanyalah sebatas pada kegiatan membantu para manajer melakukan penilaian serta menggantikan posisi dan peran manajer

2. Konsep Sistem Pendukung Keputusan ( Decision Support System / DSS )
            Konsep DSS dimulai akhir tahun 1960 dengan time sharing komputer yaitu untuk pertama kalinya seseorang dapat berinteraksi langsung dengan komputer tanpa harus melalui spesialis informasi. Istilah DSS diciptakan pada tahun 1971 oleh Anthony Gory dan Scott Morton untuk mengarahkan aplikasi komputer pada pengambilan keputusan manajemen. Konsep DSS menggunakan informasi spesifik yang ditujukan untuk membantu manajemen dalam mengambil keputusan dengan menggunakan model sebagai dasar pengembangn alternatif yang secara interaktif dapat digunakan oleh pemakai. Dari penjelasan tersebut maka dapat diketahui bahwa DSS mempunyai karakteristik tersendiri, antara lain :
a.    DSS dirancang untuk membantu pengambil keputusan dalam memecahkan masalah yang bersifat semi terstruktur ataupun tidak terstruktur,
b.    Dalam proses pengolahannya, DSS mengkombinasikan penggunaan model-model/teknik-teknik analisis dengan teknik pemasukan data konvensional serta fungsi-fungsi pencari/interogasi informasi,
c.    DSS dirancang sedemikian rupa, sehingga dapat digunakan dengan mudah oleh orang yang tidak memiliki dasar kemampuan pengoperasian komputer yang tinggi,
d.   DSS dirancang dengan menekankan pada aspek fleksibilitas serta kemampuan adaptasi yang tinggi, sehingga mudah disesuaikan dengan kebutuhan pemakai.
 
3. Konsep Keputusan
Pengambilan keputusan merupakan hal yang pokok bagi pemegang jabatan manajer. Karena keputusan merupakan rangkaian tindakan yang perlu diikuti dalam memecahkan masalah untuk menghindari atau mengurangi dampak negatif atau untuk memanfaatkan kesempatan di dalam perusahaan. Model sistem yang dipergunakan untuk mengambil keputusan dapat bersifat tertutup atau terbuka. Sistem pengambilan tertutup menganggap bahwa keputusan dipisahkan dari masukan-masukan yang tidak diketahui dari lingkungannya. Dalam sistem ini pengambil keputusan dianggap :
a.       Mengetahui semua alternatif dan akibat atu hasil dari masing-masing alternatif;
b.      Mempunyai suatu metode (aturan, hubungan dan sebagainya) yang memungkinkan ia membuat urutan alternatif yang lebih disukainya,
c.       Memilih alternatif yang memaksimalkan sesuatu seperti keuntungan, volume penjualan atau kegunaan.
Paham pengambilan keputusan yang tertutup jelas menganggap bahwa orang yang rasional secara logis menguji semua alternatif, membuat urutan berdasarkan hasilnya yang lebih disukai, dan memilih alternatif yang mendatangkan hasil terbaik.
            Sistem pengambilan keputusan terbuka adalah keputusan yang dipengaruhi oleh lingkungan, dan proses pengambilan keputusan selanjutnya juga mempengaruhi lingkungan tersebut. Pengambil keputusan dianggap tidak harus logis dan sepenuhnya rasional, tetapi lebih banyak menunjukkan rasionalitas hanya dalam batas-batas yang ditentukan oleh latar belakang, penglihatan alternatif-alternatif, kemampuan untuk menangani model keputusan dan sebagainya. Mengingat tujuan model tertutup telah dirumuskan dengan baik, tujuan model terbuka sama dengan tingkat keinginan sebab model terbuka dapat berubah apabila pengambil keputusan menerima bukti keberhasilan atau kegagalan. Dibandingkan dengan ketiga anggapan model tertutup, model keputusan terbuka menganggap bahwa pengambil keputusan :
a.       Tidak mengetahui semua alternatif dan semua hasil,
b.      Melakukan penyelidikan secara terbatas untuk menemukan beberapa alternatif yang memuaskan,
c.       Mengambil keputusan yang memuaskan tingkat keinginannya.
Model terbuka adalah dinamis atas urutan pilihan-pilihan karena tingkatan keinginan berubah menangani perbedaan antara hasil dan tingkat keinginan.
4. Tahapan Pengambilan Keputusan Menurut Herbert A. Simon
Ada 4 tahapan dalam pengambilan keputusan menurut Herbert A. Simon yaitu :
1.      Kegiatan Inteligen yaitu proses pencarian informasi dan data dari lingkungan yang berguna bagi pemecahan masalah,
2.      Kegiatan Merancang yaitu menemukan, mengembangkan, dan manganalisa arah tindakan yang mungkin dapat dipergunakan. Dalam hal ini mengandung proses-proses untuk memahami masalah, untuk menghasilkan cara pemecahan masalah dan untuk menguji apakah cara pemecahan tersebut dapat dilaksanakan.
3.      Kegiatan Memilih yaitu memilih arah tindakan tertentu dari semua arah tindakan yang ada. Pilihan ditentukan dan dilaksanakan.
4.      Kegiatan Menelaah  disebut juga pemahaman yaitu menyelidiki lingkungan tentang kondisi-kondisi yang memerlukan keputusan. Data mentah yang diperoleh diolah dan diperiksa untuk dijadikan petunjuk yang dapat menentukan masalahnya.


5. macam- macam metode sistem pendukung keputusan
1.      Metode Sistem pakar
Secara umum, sistem pakar adalah sistem yang berusaha mengadopsi pengetahuan manusia ke komputer yang dirancang untuk memodelkan kemampuan menyelesaikan masalah seperti layaknya seorang pakar.
·      Ciri Sistem Pakar
1.      Memiliki informasi yang lebih handal.
2.      Mudah di modifikasi dan dapat beradaptasi.
3.      Dapat digunakan dalam berbagai jenis komputer.
2.      Metode Regresi linier
Merupakan metode statistika yang digunakan untuk membentuk model
hubungan antara variabel terikat (dependen; respon; Y) dengan satu atau lebih variabel bebas (independen, prediktor, X).
3.      Metode B/C Ratio
Metode B/C didefinisikan sebagai perbandingan (rasio) nilai ekivalen dari manfaat terhadap nilai ekivalen dari biaya-biaya. Metode nilai ekivalen yang biasa digunakan adalah PW dan AW
4.      Metode AHP(Analytical Hierarchy Process)
a. Definisi
Analytical Hierarchy Process (AHP). Diikembangkan oleh Thomas L. Saaty pada     tahun 1970-an. Metode ini merupakan salah satu model pengambilan keputusan multikriteria yang dapat membantu kerangka berpikir manusia dimana faktor logika, pengalaman pengetahuan, emosi dan rasa dioptimasikan ke dalam suatu  proses sistematis. Pada dasarnya, AHP merupakan metode yang digunakan untuk   memecahkan masalah yang kompleks dan tidak terstruktur ke dalam kelompok –      kelompoknya, dengan mengatur kelompok tersebut ke dalam suatu hierarki, kemudian memasukkan nilai numerik sebagai pengganti persepsi manusia dalam melakukan perbandingan relatif. Dengan suatu sintesa maka akan dapat ditentukan  elemen mana yang mempunyai prioritas tertinggi.
Menurut Badiru (1995), AHP merupakan suatu pendekatan praktis untuk memecahkan masalah keputusan kompleks yang meliputi perbandinagn alternatif.AHP juga memungkinkan pengambilankeputusan menyajikan hubungan hierarki antara faktor, atribut, karakteristik atau alternative dalam lingkungan pengambilan  keputusan. Dengan cirri – ciri khusus, hierarki yang dimilikinya, masalah kompleks yang tidak terstruktur dipecahkan dalam kelompok -kelompoknya.
Dalam menyelesaikan persoalan dengan AHP ada beberapa prinsip yang harus               dipahamidiantaranya adalah : decomposition,comparative judgment, synthesis of priority, dan logicalconsistency.

b. Prinsip AHP
1.      Decomposition (Penyusunan Hirarki).
     Setelah persoalan didefenisikan, maka perlu dilakukan decomposition yaitu memecah persoalan yang utuh menjadi unsur – unsurnya. Jika ingin mendapatkan hasil yang akurat, pemecahan juga dilakukan terhadap unsur – unsurnya sampai tidak mungkin dilakukan pemecahan lebih lanjut, sehinggadidapatkan beberapa tingkatan dari persoalan tadi. Karena alasan ini, maka proses analisis ini dinamakan hierarki (hierarchy). Ada 2 (dua) jenis hierarki, yaitu lengkap dan tak lengkap. Dalam hierarki lengkap, semua elemen pada suatu     tingkat memiliki semua elemen yang ada pada tingkat berikutnya. Jika tidakdemikian dinamakan hierarki tak lengkap.
2.      Comparative Judgement (Penilaian Perban- dingan Berpasangan.
     Prinsip ini berarti membuat penilaian tentang kepentingan relative 2 (dua) elemen pada suatu tingkat tertentu dalam kaitannya dengan tingkat di atasnya.Penilaian ini merupakan inti dari AHP, karena ia akan berpengaruh terhadap prioritas elemen – elemen. Hasil dari penilaian ini akan tampak lebih enak bila  disajikan dalam bentuk matriks yang dinamakan matriks pairwise comparison. Pertanyaan yang biasa diajukan dalam penyusunan skala kepentingan adalah :
             a. Elemen mana yang lebih (penting/disuka/…) ?
                                     dan
            b. Berapa kali lebih (penting/disuka …) ?
            Agar diperoleh skala yang bermanfaat ketika membandingkan 2 (dua) elemen seseorang yang akan memberikan jawaban perlu pengertian menyeluruh tentang elemen – elemen yang dibandingkan dan relevansinya terhadap kriteria atau tujua  yang dipelajari.
3.      Sintesa Prioritas
     Sintesa prioritas dilakukan dengan mengalikan prioritas lokal dengan  prioritas dari kriteria bersangkutan di level atasnya dan menambahkannya ke tiap  elemen dalam level yang dipengaruhi kriteria. Hasilnya berupa gabungan atau  dikenal dengan prioritas global yang kemudian digunakan untuk memboboti prioritas lokal dari elemen di level terendah sesuai dengan kriterianya. 
cLangkah dan Prosedur AHP.
        Buchara (2000) mejelaskan bahwa secara umum, langkah – langkah yang harus dilakukan dalam menggunakan AHP untuk memecahkan suatu masalah adalah sebagai berikut :
1.      Mendefenisikan permasalahan dan menentukan tujuan. Bila AHP digunakan untuk memilih alternatif atau menyusun prioritas alternatif, maka tahap ini dilakukan pengembangan alternatif.
2.      Menyusun masalah ke dalam suatu struktur hierarki sehingga permasalahan yang kompleks dapat ditinjau dari sisi yang detail dan terukur.
3.       Menyusun prioritas untuk tiap elemen masalah pada setiap hierarki. Prioritas ini dihasilkan dari suatu matriks perbandingan berpasangan antara seluruh elemen pada tingkat hierarki yang sama.
4.      Melakukan pengujian konsistensi terhadap perbandingan antar elemen yang     didapatkan pada tiap tingkat hierarki.
Sedangkan langkah-langkah pair-wise comparison AHP  :
1.        Pengambilan data dari obyek yang diteliti.
2.        Menghitung data dari bobot perbandingan berpasangan responden dengan        metode   “pairwise comparison” AHP berdasar hasil kuisioner.
3.        Menghitung rata-rata rasio konsistensi dari masing-masing responden.
4.        Pengolahan dengan metode “pairwise comparison” AHP.
5.        Setelah dilakukan pengolahan tersebut, maka dapat disimpulkan adanya          konsitensi     dengan tidak, bila data tidak konsisten maka diulangi lagi dengan pengambilan data seperti semula, namun bila sebaliknya maka digolongkan data terbobot yang selanjutnya dapat dicari nilai beta (b)
d. Kelebihan dan Kekurangan dalam Metode AHP
a. Kelebihan
1.   Struktur yang berhierarki sebagai konskwensi dari kriteria yang dipilih sampai  pada   sub-sub kriteria yang paling dalam.
2.   Memperhitungkan validitas sampai batas toleransi inkonsentrasi sebagai kriteria dan alternatif yang dipilih oleh para pengambil keputusan.
3.   Memperhitungkan daya tahan atau ketahanan output analisis sensitivitas             pengambilan keputusan.
b. Kelemahan
1.   Ketergantungan model AHP pada input utamanya.
     Input utama ini berupa persepsi seorang ahli sehingga dalam hal ini melibatkan   subyektifitas sang ahli selain itu juga model menjadi tidak berarti jika ahli  tersebut memberikan penilaian yang keliru.
2.  Metode AHP ini hanya metode matematis tanpa ada pengujian secara statistik   sehingga tidak ada batas kepercayaan dari kebenaran model yang terbentuk.
5.      Metode IRR
6.      Metode NPV
7.      Metode FMADM
Fuzzy Multiple Attribute Decission Making adalah suatu metode yang digunakan untuk mencari alternatif optimal dari sejumlah alternatif dengan kriteria tertentu
8.      Metode SAW
Metode SAW sering juga dikenal dengan istilah metode penjumlahan terbobot. Konsep dasar metode SAW adalah mencari penjumlahan terbobot dari rating kinerja pada setiap alternatif pada semua attribut. Metode SAW membutuhkan proses normalisasi matriks keputusan (X) ke suatu skala yang dapat diperbandingkan dengan semua rating alternatif yang ada.
6. Contoh Kasus
     Kasus yang dibahas ini adalah pemilihan ponsel masa kini yang terbaik dari berbagai brand ternama. Antara Nokia, Samsung, SonyEricson.
·  Dasar Penentuan Kriteria.
Penentuan kriteria-kriteria dalam SPPK ini didasarkan pada hal-hal yang sekiranya sangat berpengaruh dalam sebuah telepon seluler (ponsel) baik hardware, teknologi, software maupun jaringan. Pada setiap kriteria diberikan bobot yang berbeda-beda karena setiap kriteria memiliki pengaruh yang dominan atau tidak dalam spesifikasi sebuah ponsel,berikut penjelasan setiap kriteria :
1.      Fitur.
Meliputi :  kamera
                  musik
                  ketajaman warna
                  layar
                  internet mobile dll.     
Sistem Operasi diberikan bobot sebanyak 15%.
2.      Teknologi.
Meliputi :  Touch screen
                  Touch Pad
Teknologi diberikan bobot sebanyak 5%.
3.      Harga.
Meliputi :  Low End
                High End
Harga diberikan bobot sebanyak 20%.
   a. Yang pertama kali dilakukan adalah Menentukan bobot kriteria mana yang paling                          penting, yang dalam terminologi AHP disebut pair-wire comparation
·         Harga 4  kali lebih penting dari Teknologi
·         Harga 1,5 kali lebih penting dari fitur
·         Fitur 3 kali lebih penting dari teknologi.
Selanjutnya hasil pair-wire comparation diatas akan  dibuat tabulasinya, yang dalam istilah AHP disebut sebagai pair comparation matrix.
Pair comparation matrix
Kriteria
Harga
Fitur
Teknologi
Priority Vector
Harga
1
1,5
4
0,5143
fitur
0,7
1
3
0,3620
teknologi
0,25
0,33
1
0,1232
Jumlah
1,95
2,83
8
0,9995
Pricipal Eigen Value (lmax)

3,0
Consistency Index (CI)

0
Consistency Ratio (CR)

0,0%
Keterangan :
·      Jumlah merupakan penjumlahan dari semua angka yang ada pada baris diatasnya  dalam satu kolom.
·     Priority Vector merupakan hasil penjumlahan dari semua sel disebelah Kirinya (pada baris yang sama) setelah terlebih dahulu dibagi dengan jumlah yang ada dibawahnya, kemudian hasil penjumlahan tersebut dibagi dengan angka 3.
Angka 3 diperoleh dari jumlah kriteria yaitu harga, fitur dan teknologi.
·       Priority vector = 0,5143 diperoleh dari perhitungan (1/1,95+1,5/2,83+4/8) * 1/3
·       Priority vector = 0,3620 diperoleh dari perhitungan (0,7/1,95+1/2,83+3/8) * 1/3
·       Priority vector= 0,3620 diperoleh dari perhitungan(0,25/1,95+0,33/2,83+1/8)*1/3
·   Prioity Vector menunjukan bobot dari masing-masing kriteria, jadi dalam hal ini harga merupakan bobot tertinggi/terpenting dalam pemilihan ponsel, disusul fitur dan yang terakhir adalah teknologi. 
·    Setelah mendapatkan bobot untuk setiap kriteria (yang ada pada kolom Priority  Vector), maka selanjutnya  mengecek apakah bobot yang dibuat konsisten atau tidak.  Untuk hal ini, yang pertama yang dilakukan adalah menghitung Pricipal Eigen Value (lmaxmatrix.
Principal Eigen Value (lmax) matrix perhitungannya dengan cara menjumlahkan hasil perkalian antara jumlah dan priority vector.
Principal Eigen Value (lmax) = (1,95×0.5143)+(2,83×0,3620)+(8×0.1232)=3,0
·           Menghitung Consistency Index (CI) dengan rumus
CI = (lmax-n)/(n-1), untuk n = 3
CI= (3,0-3) / (3-1) = 0, CI sama dengan nol berarti pembobotan yang dilakukan sangat konsisten.