Sistem Pendukung Keputusan (SPK) Metode WP (Weighted Product) dengan Excel Spreadsheet

Sistem Pendukung Keputusan (SPK) Metode WP (Weighted Product) dengan Excel Spreadsheet ingin coba penulis sharing di Blog ini, karena berkali-kali penulis harus menyelesaikan pekerjaan Sistem Cerdas seperti ini. Metode ini sangat peopuler di kalangan Akademisi / Mahasiswa di Jurusan Teknik Informatika / Ilmu Komputer.

Teori tentang Algoritma SPK dengan Metode WP ini sebenarnya penulis dapatkan dari sebuah sumber yang tidak mungkin disharing secara langsung di Blog ini, maka penulis coba buatkan dalam bentuk Excel / Spreadsheet sehingga kelihatan cara menghitungnya di Formula yang ada di File Microsoft Excel tersebut. Untuk teorinya mohon dicari sendiri karena penulis memang tidak terlalu bisa dalam menjelaskan Teori seperti halnya seorang dosen. Mohon maaf, kerena Penulis seorang programmer praktis.

Berikut ini tampilan SPK dengan Metode WP di Excel :

sumber: http://cariprogram.blogspot.com/2013/06/sistem-pendukung-keputusan-spk-metode-  wp-weighted-product.html

SPK dalam proses kenaikan jabatan dan perencanaan karir

Sebuah perusahaan sering mengalami kekosongan pada sebuah jabatan di perusahaan. Kekosongan jabatan seperti ini akan mengurangi kualitas perusahaan jika berlangsung dalam waktu yang cukup lama.
Pengisian jabatan yang kosong pada proses kenaikan jabatan sering mengalami kesulitan karena pengajuan calon kandidat yang bisa menempati jabatan tersebut dengan cara pencocokan profil karyawan dan profil jabatan kurang terdefinisi dengan baik. Untuk meminimumkan kendala tersebut diperlukan suatu sistem pendukung keputusan yang dapat menganalisa beberapa karyawan yang sesuai dengan profil jabatan yang ada.
Sistem pendukung keputusan untuk proses profile matching dan analisis gap dapat dijadikan salah satu penyelesaian dalam permasalahan manajemen karyawan seperti ini.
Untuk lebih jelasnya, pada blog ini disediakan sebuah paper mengenai Pembuatan Aplikasi Sistem Pendukung Keputusan untuk Proses Kenaikan Jabatan dan Perencanaan Karir. Paper tersebut dapat didownload dibawah ini.

SPK pada proses kenaikan jabatan dan gaji pada sebuah Instansi
Pengisian jabatan yang kosong pada proses kenaikan jabatan sering mengalami kesulitan karena pengajuan calon kandidat yang bisa menempati jabatan tersebut dengan cara pencocokan profil karyawan dan profil jabatan kurang terdefinisi dengan baik. Untuk meminimumkan kendala tersebut diperlukan suatu sistem pendukung keputusan yang dapat menganalisa beberapa karyawan yang sesuai dengan profil jabatan yang ada. Sistem pendukung keputusan untuk proses profile matching dan analisis gap dibuat berdasarkan data dan norma-norma SDM yang terdapat pada perusahaan atau instansi tersebut. Proses Profile Matching dilakukan untuk menentukan ekomendasi karyawan dalam Sistem Kenaikan Jabatan dan Perencanaan Karir berdasar pada 3 aspek yaitu Kapasitas Intelektual, Sikap Kerja dan Perilaku. Hasil dari proses ini berupa ranking karyawan sebagai rekomendasi bagi pengambil keputusan untuk memilih karyawan yang cocok pada jabatan yang kosong tersebut. Software ini dibuat dengan menggunakan Microsoft Access 2000 untuk database dan Borland Delphi 5 sebagai compiller-nya. Dari hasil implementasi sistem, disimpulkan bahwa dengan penggunaan software ini dapat
membantu proses pengambilan keputusan terhadap profile matching proses kenaikan jabatan dan perencanaan karir di Perusahaan atau Instansi terkait.

sumber: http://agtionhan.wordpress.com/category/artikel-tentang-spk/

Analytic Hierarchy process (AHP)

Salah satu kesulitan pada awal implementasi sistem pengelolaan kinerja adalah menentukan bobot masing-masing KPI. Dalam artikel yang lalu disebutkan bahwa untuk melakukan pembobotan bisa dilakukan dengan dua cara yaitu dengan pembobotan secara langsung (direct weighting) atau menggunakan metode Analytic Hierarchy process (AHP). Pada artikel kali ini kita akan membahas bagaimana menggunakan metode AHP untuk menentukan bobot.
Sejarah AHP
AHP dikembangkan oleh thomas saaty pada tahun 1970an. AHP merupakan sistem pembuat keputusan dengan menggunakan model matematis. AHP membantu dalam menentukan prioritas dari beberapa kriteria dengan melakukan analisa perbandingan berpasangan dari masing-masing kriteria. Dalam sistem pengelolaan kinerja yang dimaksud dengan kriteria tersebut adalah KPI.
Penggunaan metode AHP dalam Sistem Pengelolaan Kinerja
Kaidah pembobotan menyatakan bahwa:

1. Nilai bobot KPI berkisar antara 0 – 1 atau antara 0% – 100% jika kita menggunakan prosentase.
2. Jumlah total bobot semua KPI harus bernilai 1 (100%)
3. Tidak ada bobot yang bernilai negatif (-).

Berikut ini adalah langkah-langkah yang digunakan dalam menentukan bobot KPI dengan menggunakan AHP:
Menentukan nilai prioritas KPI. Biasanya orang lebih mudah mengatakan bahwa KPI A lebih penting daripada KPI B, KPI B kurang penting dibanding dengan KPI C dsb, namun mengalami kesulitan menyebutkan seberapa penting KPI A dibandingkan KPI B atau seberapa kurang pentingnya KPI B dibandingkan dengan KPI C. Untuk itu kita perlu membuat tabel konversi dari pernyatan prioritas ke dalam angka-angka. Contoh tabel skala nilai prioritas KPI seperti pada tabel dibawah:

Nilai	Tingkat prioritas
1	KPI A sama penting dibanding dengan KPI B
3	KPI A sedikit lebih penting dibanding dengan KPI B
5	KPI A lebih penting dibanding dengan KPI B
7	KPI A sangat penting dibanding dengan KPI B
9	KPI A jauh sangat penting dibanding dengan KPI B
2,4,6,8	*) nilai tengah-tengah

*) Pengertian nilai tengah-tengah adalah Jika KPI A sedikit lebih penting dari KPI B maka kita seharusnya memberikan nilai 3, namun jika nilai 3 tersebut dianggap masih terlalu besar dan nilai 1 masih terlalu kecil maka nilai 2 yang harus kita berikan untuk prioritas antara KPI A dengan KPI B.
*) Tabel diatas tidak disebutkan konversi nilai KPI A kurang penting dari KPI B karena pernyataan KPI A kurang penting dari KPI B sama dengan pernyataan nilai KPI B lebih penting dari KPI A

Selanjutnya adalah membuat table perbandingan prioritas setiap KPI dengan membandingkan masing-masing KPI. Sebagai contoh: Jika kita mempunyai 4 KPI, maka kita membuat matrik perbandingan ke-4 KPI tersebut. Misalkan dari proses menbandingkan antar KPI diperoleh nilai prioritas KPI sebagai berikut:

	KPI A	KPI B	KPI C	KPI D
KPI A	1	1/2	1/5	1/3
KPI B	2	1	1/3	1
KPI C	5	3	1	1/2
KPI D	3	1	2	1

Cara mengisinya adalah dengan menganalisa prioritas antara KPI baris dibandingkan dengan KPI kolom. Dalam prakteknya kita hanya perlu menganalisa prioritas KPI yang terdapat dibawah pada garis diagonal (kotak dengan warna dasar putih) yang ditunjukan dengan warna kuning atau diatas garis diagonal yang ditunjukan dengan kotak warna hijau. Hal ini sesuai dengan persamaan matematika yang menyebutkan jika A:B= X, maka B : A = 1/X. Contoh: jika prioritas KPI B (baris) : KPI A (kolom) = 2, maka prioritas KPI A (baris) : KPI B (kolom) = 1/2 (lihat rumus persamaan perbandingan matematika diatas). Sehingga prioritas setiap KPI antara KPI A : KPI A = 1, KPI C : KPI A = 5, KPI C : KPI B = 3, KPI D : KPI A = 3, KPI D : KPI B = 1, KPI D : KPI C = 2.
Selanjutnya adalah menentukan bobot pada tiap KPI, nilai bobot ini berkisar antara 0 – 1. dan total bobot untuk setiap kolom adalah 1. Cara menghitung bobot adalah angka pada setiap kotak dibagi dengan penjumlahan semua angka dalam kolom yang sama. Contoh bobot dari (KPI A, KPI A) = 1/ (1+2+5+3) = 0.090, (KPI B, KPI A) = 2 / (1+2+5+3) = 0.181. Dengan perhitungan yang saman bobot prioritas tabel KPI di atas menjadi:

	KPI A	KPI B	KPI C	KPI D
KPI A	0.091	0.091	0.057	0.118
KPI B	0.182	0.182	0.094	0.353
KPI C	0.455	0.545	0.283	0.176
KPI D	0.273	0.182	0.566	0.353

Selanjutnya adalah mencari nilai bobot untuk masing-masing KPI. Caranya adalah dengan melakukan penjumlahan setiap nilai bobot prioritas pada setiap baris tabel dibagi dengan jumlah KPI. Sehingga diperoleh bobot masing-masing KPI adalah:

• KPI A = (0.091 + 0.092 + 0.057 + 0.118) / 4 = 0.089 (8.9%)
• KPI B = (0.182 + 0.182 + 0.094 +0.353) / 4 = 0.203 (20.3%), dengan perhitungan yang sama KPI C, KPI D
• KPI C = 0.365 (36.5%)
• KPI D = 0.343 (34.3%)

Sehingga jumlah total bobot semua KPI = 1 (100%) sesuai dengan kaidah pembobotan dimana jumlah total bobot harus bernilai 100.
Perhitungan secara manual akan lebih mudah jika jumlah KPI yang dimiliki hanya sedikit , jika jumlah KPI sudah lebih dari 10 maka perhitungan bobot menggunakan software akan jauh lebih mudah. Ada beberapa software yang bisa dipakai antara lain Expert Choice, Decision Lens, TESS, Web-HIPPRE.
Proses yang paling menentukan dalam menentukan bobot KPI dengan menggunakan AHP adalah menentukan besarnya prioritas antar KPI. Karena itu seringkali terjadi pembahasan yang alot antar anggota tim implementasi sistem pengelolaan kinerja mengenai masalah tersebut. Hal ini dikarenakan tiap-tiap anggota tim memiliki persepsi tersendiri mengenai prioritas masing-masing KPI.

sumber: http://heru.wordpress.com/2006/09/21/analytic-hierarchy-process-ahp/

SISTEM PENDUKUNG KEPUTUSAN DENGAN MENGGUNAKAN METODE TOPSIS

A. Teknik Pemodelan METODE TOPSIS (Technique For Others Reference by Similarity to Ideal Solution) B. Kategori Kategori dari metode TOPSIS adalah kategori Multi-Criteria Decision Making (MCDM) yaitu teknik pengambilan keputusan dari beberapa pilihan alternatif yang ada ,khususnya MADC(Multi Attribute Decision Making).TOPSIS bertujuan untuk menentukan solusi ideal positif dan solusi ideal negatif. Solusi ideal positif memaksimalkan kriteria manfaat dan meminimalkan kriteria biaya, sedangkan solusi ideal negatif memaksimalkan kriteria biaya dan meminimalkan kriteria manfaat (Fan dan Cheng, 2009 : 4). Kriteria manfaat merupakan kriteria dimana ketika nilai kriteria tersebut semakin besar maka semakin layak pula untuk dipilih. Sedangkan kriteria biaya merupakan kebalikan dari kriteria manfaat, semakin kecil nilai dari kriteria tersebut maka akan semakin layak untuk dipilih. Dalam metode TOPSIS, alternatif yang optimal adalah yang paling dekat dengan solusi ideal positif dan paling jauh dari solusi ideal negatif. C. Sejarah TOPSIS adalah salah satu metode pengambilan keputusan multikriteria yang pertama kali diperkenalkan oleh Kwangsun Yoon and Hwang Ching-Lai (1981). · Yoon, K., “System Selection by Multiple Attribute Decision Making,” Ph. D. Dissertation, Kansas State University, Manhattan, Kansas, 1980. · Yoon, K. and C. L. Hwang, “TOPSIS (Technique for Order Preference by Similarity to Ideal Solution)- A Multiple Attribute Decision Making,” a paper to be published, 1980. D. Deskripsi Teknik Pemodelan TOPSIS menggunakan prinsip bahwa alternatif yang terpilih tidak hanya mempunyai jarak terpendek dari solusi ideal positif, namun juga memiliki jarak terpanjang dari solusi ideal negatif. Konsep ini banyak digunakan untuk menyelesaikan masalah keputusan secara praktis. Konsepnya sederhana dan mudah dipahami, komputasinya efisien dan memiliki kemampuan untuk mengukur kinerja relatif dari alternatif-alternatif keputusan kedalam bentuk matematis yang sederhana (kusumadewi dkk. , 2006:88). Konsep fundamental dari metode ini adalah penentukan jarak Euclide terpendek dari solusi ideal positif dan jarak.

sumber:  http://galerycatatan.blogspot.com/2013/05/sistem-pendukung-keputusan-dengan.html

Sistem Pendukung Keputusan ( SPK )

Sistem Pendukung Keputusan ( SPK ) 

Konsep Sistem Pendukung Keputusan (SPK) / Decision Support Sistem (DSS) pertama kali diungkapkan pada awal tahun 1970-an oleh Michael S. Scott Morton dengan istilah Management Decision Sistem. Sistem tersebut adalah suatu sistem yang berbasis komputer yang ditujukan untuk membantu pengambil keputusan dengan memanfaatkan data dan model tertentu untuk memecahkan berbagai persoalan yang tidak terstruktur.

Istilah SPK mengacu pada suatu sistem yang memanfaatkan dukungan komputer dalam proses pengambilan keputusan. Untuk memberikan pengertian yang lebih mendalam, akan diuraikan beberapa difinisi mengenai SPK yang dikembangkan oleh beberapa ahli, diantaranya oleh Man dan Watson yang memberikan definisi sebagai berikut, SPK 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.

Karakteristik dan Nilai Guna

Karakteristik sistem pendukung keputusan adalah [10]:

1. Sistem Pendukung Keputusan dirancang untuk membantu pengambil keputusan dalam memecahkan masalah yang sifatnya semi terstruktur ataupun tidak terstruktur dengan menambahkan kebijaksanaan manusia dan informasi komputerisasi.
2. Dalam proses pengolahannya, sistem pendukung keputusan mengkombinasikan penggunaan model-model analisis dengan teknik pemasukan data konvensional serta fungsi-fungsi pencari / interogasi informasi.
3. Sistem Pendukung Keputusan, dirancang sedemikian rupa sehingga dapat digunakan/dioperasikan dengan mudah.
4. Sistem Pendukung Keputusan dirancang dengan menekankan pada aspek fleksibilitas serta kemampuan adaptasi yang tinggi.

Dengan berbagai karakter khusus diatas, SPK dapat memberikan berbagai manfaat dan keuntungan. Manfaat yang dapat diambil dari SPK adalah [10]:

1. SPK memperluas kemampuan pengambil keputusan dalam memproses data / informasi bagi pemakainya.
2. SPK membantu pengambil keputusan untuk memecahkan masalah terutama berbagai masalah yang sangat kompleks dan tidak terstruktur.
3. SPK dapat menghasilkan solusi dengan lebih cepat serta hasilnya dapat diandalkan.
4. Walaupun suatu SPK, mungkin saja tidak mampu memecahkan masalah yang dihadapi oleh pengambil keputusan, namun ia dapat menjadi stimulan bagi pengambil keputusan dalam memahami persoalannya, karena mampu menyajikan berbagai alternatif pemecahan.

Di samping berbagai keuntungan dan manfaat seperti dikemukakan diatas, SPK juga memiliki beberapa keterbatasan, diantaranya adalah:

1. Ada beberapa kemampuan manajemen dan bakat manusia yang tidak dapat dimodelkan, sehingga model yang ada dalam sistem tidak semuanya mencerminkan persoalan sebenarnya.
2. Kemampuan suatu SPK terbatas pada perbendaharaan pengetahuan yang dimilikinya (pengetahuan dasar serta model dasar).
3. Proses-proses yang dapat dilakukan SPK biasanya juga tergantung pada perangkat lunak yang digunakan.
4. SPK tidak memiliki kemampuan intuisi seperti yang dimiliki manusia. Sistem ini dirancang hanyalah untuk membantu pengambil keputusan dalam melaksanakan tugasnya.

Jadi secara dapat dikatakan bahwa SPK dapat memberikan manfaat bagi pengambil keputusan dalam meningkatkan efektifitas dan efisiensi kerja terutama dalam proses pengambilan keputusan.

Komponen Sistem Pendukung Keputusan

Sistem pendukung keputusan terdiri atas tiga komponen utama yaitu [10]:

1. Subsistem pengelolaan data (database).
2. Subsistem pengelolaan model (modelbase).
3. Subsistem pengelolaan dialog (userinterface).

Hubungan antara ketiga komponen ini dapat dilihat pada gambar dibawah.

Gambar : Hubungan antara tiga komponen sistem pendukung keputusan

Sub sistem pengelolaan data (database)
Sub sistem pengelolaan data (database) merupakan komponen SPK yang berguna sebagai penyedia data bagi sistem. Data tersebut disimpan dan diorganisasikan dalam sebuah basis data yang diorganisasikan oleh suatu sistem yang disebut dengan sistem manajemen basis data (Database Management System).
Sub sistem pengelolaan model (model base)
Keunikan dari SPK adalah kemampuannya dalam mengintegrasikan data dengan model-model keputusan. Model adalah suatu tiruan dari alam nyata. Kendala yang sering dihadapi dalam merancang suatu model adalah bahwa model yang dirancang tidak mampu mencerminkan seluruh variabel alam nyata, sehingga keputusan yang diambil tidak sesuai dengan kebutuhan oleh karena itu, dalam menyimpan berbagai model harus diperhatikan dan harus dijaga fleksibilitasnya. Hal lain yang perlu diperhatikan adalah pada setiap model yang disimpan hendaknya ditambahkan rincian keterangan dan penjelasan yang komprehensif mengenai model yang dibuat.
Subsistem pengelolaan dialog (user interface)
Keunikan lainnya dari SPK adalah adanya fasilitas yang mampu mengintegrasikan sistem yang terpasang dengan pengguna secara interaktif, yang dikenal dengan subsistem dialog. Melalui subsistem dialog, sistem diimplementasikan sehingga pengguna dapat berkomunikasi dengan sistem yang dibuat.

Fasilitas yang dimiliki oleh subsistem dialog dibagi menjadi tiga komponen [10]:

1. Bahasa aksi (action language), yaitu suatu perangkat lunak yang dapat digunakan oleh user untuk berkomunikasi dengan sistem, yang dilakukan melalui berbagai pilihan media seperti keyboard, joystick dan keyfunction yang lainnya.
2. Bahasa tampilan (display and presentation language), yaitu suatu perangkat yang berfungsi sebagai sarana untuk menampilkan sesuatu. Peralatan yang digunakan untuk merealisasikan tampilan ini diantaranya adalah printer, grafik monitor, plotter, dan lain-lain.
3. Basis pengetahuan (knowladge base), yaitu bagian yang mutlak diketahui oleh pengguna sehingga sistem yang dirancang dapat berfungsi secara interaktif.

sumber: http://haniif.wordpress.com/2007/08/01/23-tinjauan-pustaka-sistem-pendukung-keputusan-spk/