Return to flip book view

Disusun oleh:Andi IrmayanaNovita Sambo LayukBahan AjarUniversitas Dipa Makassarirmayana.andi@undipa.ac.idSistemPendukungKeputusan

A letterhead is the heading at the top of a sheet of letter paper (stationery). That heading usually consists of a name and an address, and a logo or corporate design, andsometimes a background pattern. The term "letterhead" is often used to refer to the wholesheet imprinted with such a heading. Many companies and individuals prefer to create aletterhead template in a word processor or other software application.This generally includes the same information as pre-printed stationery but without theadditional costs involved. Letterhead can then be printed on stationery (or plain paper) asneeded on a local output device or sent electronically.This generally includes the same information as pre-printed stationery but without theadditional costs involved. Letterhead can then be printed on stationery (or plain paper) asneeded on a local output device or sent electronically.The term "letterhead" is often used to refer to the whole sheet imprinted with such aheading. Many companies and individuals prefer to create a letterhead template in a wordprocessor or other software application.Dear Mr. Francisco AndradeSebastian BennettManager OperasionalTimmerman Industries123 Anywhere St., Any CityRegards,Soo Jin AeGeneral ManagerTO :July 1, 2023123-456-7890123 Anywhere St., Any Cityhello@reallygreatsite.com

Berikut adalah sejumlah KTP yangberisi tentang data no indukkependudukan, nama penduduk,tempat/tgl lahir, jenis kelamin,alamat, agama, status perkawinan,pekerjaan,kewarganegaraanBab IData, Informasi, Pemecahan Masalah danPengambilan Keputusan1.1 DataData adalah kumpulan fakta mentah yang belum diolah. Data bisa berupaangka, teks, gambar, atau suara yang belum memiliki makna yang spesifik.Gambar 1.1 Data KTP Kecamatan X Kota YData KTP tersebut belum diolah sehingga belum memiliki makna yang berarti Tujuan Pembelajaran:Memahami pengertian data, informasi, dan pengetahuan.Mengidentifikasi jenis-jenis informasi berdasarkan sumber, bentuk, dan fungsinya.Memahami peran data dan informasi dalam pemecahan masalah.Mengetahui tahapan pengambilan keputusan dalam proses pemecahan masalah.

Data KTP 2022DiolahBerdasarkan data KTP, informasi yang dihasilkan adalah persentase pendudukyang bekerja sebagai pegawai negeri, wiraswasta, ibu rumah tangga, pelajardan tidak bekerja1.3 Fungsi Informasi dalam Pengambilan KeputusanMengurangi Ketidakpastian: Informasi membantu mengklarifikasi situasidan membuat pengambilan keputusan lebih jelas.1.Mengurangi Risiko Kegagalan: Informasi yang akurat meminimalkankesalahan dalam memilih solusi.2.Memberikan Gambaran yang Akurat: Informasi membantumenggambarkan kondisi yang sebenarnya, sehingga keputusan yangdiambil lebih tepat sasaran.3.Menetapkan Standar atau Pedoman: Informasi memberikan acuan dalammenentukan strategi atau solusi yang akan diambil.4.Gambar 1.2 Persentase Penduduk Kecamatan X Kota Y Tahun 20221.2 InformasiInformasi adalah hasil pengolahan dari data sehingga memiliki makna dandapat digunakan untuk pengambilan keputusan. Informasi memberikan nilailebih karena telah disusun dalam konteks tertentu yang relevan bagipenggunanya.1.4 Jenis-Jenis InformasiBerdasarkan sumbernya, informasi dibagi menjadi dua jenis:Informasi Primer: Diperoleh langsung dari sumber aslinya tanpa melaluipengolahan pihak ketiga, seperti hasil wawancara dan survei.Informasi Sekunder: Diperoleh dari hasil olahan informasi primer, sepertiartikel jurnal dan laporan analisis.

INFORMASI BERDASARKANBENTUKInformasi TeksInformasiAudioInformasiVisualInformasiAudio VisualLaporanEssaiArtikelRekamanWawancaraMusiikPodcastPetaFotografiInfografisVideoPresentaseFilm InformasiTeksJenis InformasiJenis InformasiGambar 1.3 Jenis Informasi berdasarkan bentukBerdasarkan bentuknya, informasi dapat dibagi menjadi:Informasi Teks: Informasi dalam bentuk tulisan, seperti laporan dan artikel.Informasi Visual: Informasi dalam bentuk gambar atau grafik, sepertiinfografis dan diagram.Informasi Audio: Informasi dalam bentuk suara, seperti rekamanwawancara atau podcast.Informasi Audiovisual: Gabungan informasi dalam bentuk audio dan visual,seperti film dan video.Pengambilan keputusan adalah proses memilih alternatif tindakan yangpaling tepat untuk menyelesaikan masalah yang telah diidentifikasi. Berikutadalah tahapan pengambilan keputusan:Identifikasi Masalah: Mengetahui dan mendefinisikan masalah secarajelas.1.Pengumpulan Data: Mengumpulkan data yang relevan terkait masalah.2.Pengolahan dan Analisis Data: Mengubah data menjadi informasi yangberguna.3.Evaluasi Alternatif Solusi: Mengevaluasi berbagai solusi berdasarkaninformasi yang telah diperoleh.4.Pengambilan Keputusan: Memilih solusi yang paling efektif untukditerapkan.5.Implementasi dan Evaluasi Keputusan: Menerapkan keputusan danmengevaluasi hasilnya untuk mengetahui apakah keputusan tersebutefektif.6.1.5 Tahapan Pengambilan Keputusan

Latihan SoalJelaskan perbedaan antara data dan informasi serta berikan contohnyamasing-masing!1.Mengapa informasi penting dalam proses pengambilan keputusan?Berikan penjelasan dan contohnya!2.Sebutkan dan jelaskan tahapan dalam proses pemecahan masalah!3.Apa fungsi informasi dalam pengambilan keputusan? Berikan penjelasantentang bagaimana informasi membantu mengurangi ketidakpastiandalam suatu keputusan!4.

2.1 Pengertian Sistem Pendukung Keputusan (SPK)Sistem Pendukung Keputusan (SPK) adalah sistem berbasis komputer yangdirancang untuk membantu pengambil keputusan, terutama dalam menghadapimasalah semi terstruktur dan tidak terstruktur. SPK tidak berfungsi untukmenggantikan pengambil keputusan, tetapi untuk memberikan dukungan yangmemadukan analisis terkomputerisasi dengan pertimbangan manusia. SPKbertujuan untuk meningkatkan efektivitas pengambilan keputusan, bukan hanyaefisiensi.Tujuan SPK:Membantu manajer dalam membuat keputusan guna memecahkan masalahsemi terstruktur dan tidak terstruktur.Mendukung pengambil keputusan tanpa menggantikannya.Meningkatkan efektivitas pengambilan keputusan.Tujuan Pembelajaran:Memahami pengertian dan konsep dasar Sistem Pendukung Keputusan (SPK).Mengetahui perbedaan antara SPK dengan Sistem Pakar, Sistem Informasi Strategis (SIS),dan Sistem Informasi Manajemen (SIM).Memahami tipe-tipe SPK serta kelebihan dan kelemahan masing-masing.Memberikan contoh penerapan SPK di berbagai bidang.Bab IKonsep DasarSistem Pendukung Keputusan

SPK dikategorikan berdasarkan cara kerjanya dan jenis data yang dianalisis:2.3 Tipe-Tipe SPKGambar 2.1 Jenis Informasi berdasarkan bentuk2.2 Perbedaan SPK dengan Sistem Pakar, Sistem Informasi Strategis(SIS), dan Sistem Informasi Manajemen (SIM)Sistem Pakar:Sistem ini mengadopsi pengetahuan manusia ke dalam komputer dandirancang untuk memodelkan kemampuan pemecahan masalah sepertiseorang ahli dalam bidang tertentu. Sistem Pakar banyak digunakan untukmemecahkan masalah yang memerlukan keahlian khusus.Sistem Informasi Strategis (SIS):SIS adalah sistem informasi yang dikembangkan sebagai tanggapan atasinisiatif bisnis strategis dari perusahaan. SIS berperan dalam mendukungkeputusan yang memiliki dampak strategis jangka panjang.Sistem Informasi Manajemen (SIM):SIM adalah sistem yang mengelola transaksi dan mengorganisasikan dataserta informasi yang berguna untuk mendukung pelaksanaan tugasmanajerial, fungsi manajemen, dan pengambilan keputusan di dalamorganisasi.Data DrivenFokus pada analisis sejumlah besar data terstruktur. Contohpenggunaannya adalah dalam analisis tren penjualan atau pengelolaan datainventaris.Dokumen DrivenMenekankan pada analisis sejumlah besar data yg tidak terstruktur,termasuk suara, gambar ataupun video.

Kelebihan SPK:Mempersingkat Siklus Pengambilan Keputusan, SPK mempercepat prosesanalisis dan menghasilkan keputusan yang lebih cepat.1.Pengambilan Keputusan Lebih Baik, Dengan data yang lengkap dan analisisyang mendalam, keputusan yang diambil lebih tepat dan berdasarkaninformasi yang akurat.2.Peningkatan Konsistensi dan Transparansi, SPK memungkinkan keputusandiambil secara konsisten dengan langkah-langkah yang transparan.3.Kemampuan Analisis Kompleks, SPK mampu mengolah dan menganalisisdata yang kompleks, termasuk berbagai model dan skenario keputusan.4.Dukungan untuk Keputusan Tak Terstruktur, SPK sangat berguna untukkeputusan yang tidak memiliki struktur yang jelas atau yang membutuhkankreativitas dalam pemecahan masalah.5.Model DrivenMenekankan pada akses dan manipulasi model, serta biasanyamenggunakan tools statistik dan analisis sederhana. SPK jenis ini membantudalam simulasi atau peramalan keputusan.Knowledge DrivenFokus pada keahlian atau pengetahuan pemecahan masalah untuk domaintertentu. Sering kali disebut SPK cerdas yang menggunakan data miningatau kecerdasan buatan (AI) untuk memberikan saran.Communication DrivenMemanfaatkan teknologi jaringan dan komunikasi untuk mendukungpengambilan keputusan, terutama yang melibatkan kolaborasi tim ataupengambilan keputusan terdistribusi.Kekurangan SPK:Pemodelan yang Rumit, Membuat model yang dapat menangani situasinyata bisa menjadi tantangan, terutama ketika masalahnya kompleks danberubah-ubah.1.Biaya Pengembangan yang Tinggi, Membangun SPK memerlukan investasibesar, baik dari segi perangkat keras, perangkat lunak, maupun tenaga ahli.2.Ketergantungan pada SPK, Pengambil keputusan mungkin terlalubergantung pada SPK dan kurang mempertimbangkan faktor eksternal yangtidak dapat diukur oleh sistem.3.2.4 Kelebihan dan Kekurangan SPK

Latihan SoalJelaskan perbedaan antara SPK, Sistem Pakar, SIS, dan SIM!1.Apa saja kelebihan dari SPK dan bagaimana sistem ini dapat membantumempercepat proses pengambilan keputusan?2.Sebutkan tipe-tipe SPK dan berikan contoh penerapan setiap tipe didunia nyata!3.Apa kelemahan SPK dan bagaimana tantangan dalam pengembangansistem ini dapat mempengaruhi pengambilan keputusan?4.Berikan contoh penerapan SPK dalam manajemen rantai pasokan danbagaimana sistem ini mendukung pengelolaan persediaan!5.2.5 Penerapan SPK ke beberapa bidangSPK dapat diterapkan dalam berbagai bidang, seperti:Manajemen Rantai Pasokan, SPK membantu dalam perencanaan produksi,pengelolaan persediaan, dan pengoptimalan distribusi. Contoh: Sistemyang membantu perusahaan menentukan kapan dan berapa banyakbarang yang harus diproduksi untuk memenuhi permintaan pasar.1.Manajemen Sumber Daya Manusia (SDM), SPK dapat digunakan untukmendukung rekrutmen, penilaian kinerja, dan perencanaan pengembangankaryawan. Contoh: Sistem yang menganalisis data kinerja karyawan untukmenentukan promosi atau pelatihan.2.Manajemen Pemasaran, SPK mendukung analisis pasar, segmentasipelanggan, dan perencanaan kampanye pemasaran. Contoh: Sistem yangmenganalisis data penjualan untuk menentukan strategi pemasaran yangpaling efektif.3.

3.1 Karakteristik Sistem Pendukung Keputusan (SPK)Sistem Pendukung Keputusan (SPK) adalah sistem berbasis komputer yangdirancang untuk membantu manajer atau pengambil keputusan, terutamadalam situasi semi terstruktur dan tidak terstruktur. Berikut adalah karakteristikutama SPK:Masalah Semi Terstruktur dan Tak Terstruktur, SPK mendukungpengambilan keputusan dalam situasi di mana masalahnya tidaksepenuhnya terstruktur atau sangat kompleks. Sistem ini menggabungkananalisis komputer dan penilaian manusia.Mendukung Manajer di Semua Level, SPK digunakan di berbagai tingkatanmanajemen, mulai dari manajemen puncak hingga manajemen operasional,membantu mereka dalam pengambilan keputusan yang lebih baik.Mendukung Pengambilan Keputusan Individu dan Kelompok, SPK dirancanguntuk mendukung pengambilan keputusan baik secara individu maupunkelompok. Banyak masalah organisasi yang memerlukan keputusan tim ataugrup.Bab IIIKarakteristik dan Arsitektur SPKTujuan PembelajaranSetelah mempelajari bab ini, mahasiswa diharapkan mampu:Memahami karakteristik utama dari Sistem Pendukung Keputusan (SPK).Menjelaskan tingkatan teknologi yang ada dalam SPK.Mengetahui lima pihak yang berperan dalam pengembangan SPK.Memahami arsitektur SPK dan komponen-komponen pentingnya.

Keputusan yang Saling Bergantung dan Sekuensial, SPK mendukungkeputusan yang saling berkaitan, di mana keputusan satu berdampak padakeputusan lainnya, serta keputusan yang dilakukan secara berurutan.Mendukung Fase Proses Pengambilan Keputusan, SPK membantu dalamberbagai fase pengambilan keputusan:Intelligence: Mengidentifikasi masalah dan mengumpulkan data.Design: Merancang alternatif solusi.Choice: Memilih alternatif terbaik.Implementation: Melaksanakan solusi yang dipilih.Mendukung Berbagai Proses dan Gaya Pengambilan Keputusan, SPKfleksibel dan mampu mendukung berbagai pendekatan atau gayapengambilan keputusan, baik yang bersifat analitis maupun intuitif.Adaptasi dan Fleksibilitas, SPK harus dapat beradaptasi dengan perubahankondisi bisnis atau lingkungan. Sistem ini dirancang untuk terus berkembangsesuai dengan perubahan yang terjadi.Kemudahan Penggunaan (User-Friendly), SPK harus mudah digunakandengan antarmuka yang user-friendly, dukungan grafis, dan bahasa yangsesuai dengan pengguna. Hal ini meningkatkan efektivitas pengguna dalammenggunakan sistem.Fokus pada Keefektifan, SPK dirancang untuk meningkatkan efektivitaspengambilan keputusan, seperti akurasi dan kualitas keputusan, daripadasekadar meningkatkan efisiensi biaya atau waktu.Kontrol oleh Pengambil Keputusan, Pengambil keputusan memiliki kontrolpenuh atas langkah-langkah yang digunakan dalam proses pengambilankeputusan, dengan fleksibilitas untuk menyesuaikan prosesnya sesuaikebutuhan.Kemudahan Pengembangan oleh Pengguna Akhir, SPK memungkinkanpengguna akhir untuk memodifikasi atau mengembangkan sistem sesuaikebutuhan mereka tanpa memerlukan intervensi teknis yang mendalam.Pemodelan dan Analisis, SPK sering kali menggunakan berbagai modelanalisis, baik model standar maupun model khusus yang dibuat berdasarkankebutuhan pengguna.Akses ke Berbagai Sumber Data, SPK memungkinkan akses ke berbagaisumber data, format, dan tipe data, mulai dari data terstruktur hingga datageografis dan data yang berbasis objek.Standalone, Terintegrasi, dan Berbasis Web, SPK dapat berfungsi sebagaisistem stand-alone yang digunakan oleh satu individu atau terdistribusi diseluruh organisasi, bahkan melalui jaringan berbasis web.

Pengembangan SPK melibatkan lima pihak utama yang berperan dalammemastikan sistem ini berjalan dengan baik, yaitu:Manajer atau Pemakai, Orang yang membuat keputusan dan bertanggungjawab atas keputusan yang diambilnya. Mereka adalah pengguna akhir SPK.1.Penghubung (Linker), Orang yang bertugas sebagai penghubung antaramanajer dan perancang sistem, membantu menerjemahkan kebutuhanmanajer ke dalam spesifikasi teknis.2.DSS Builder (Fasilitator), Orang yang bertugas untuk mengembangkan SPKspesifik dengan memanfaatkan kemampuan pembangkit SPK.3.Technical Support, Tim teknis yang mendukung pengembangan,penambahan komponen sistem, dan pemeliharaan database atau modelanalisis baru.4.Pengembang Software (Toolsmith), Orang yang bertugas mengembangkanteknologi perangkat lunak dan perangkat keras baru, sertamenghubungkannya dengan berbagai subsistem lainnya.5.SPK memiliki beberapa tingkatan teknologi yang mendukung fungsinya, yaitu:Specific DSS (SDSS), Sistem yang dirancang untuk memecahkan masalahdengan karakteristik tertentu, misalnya sistem penilaian dalam perencanaanproduksi.1.DSS Generators (DSSG), Paket perangkat lunak yang memungkinkanpembuatan SDSS dengan cepat dan mudah, seperti Lotus dan Excel.2.DSS Tools (DSST), Alat berbasis komputer yang mencakup model simulasidan teknik analisis, membantu dalam pengembangan SDSS dan DSSG.Contoh: bahasa pemrograman, sistem operasi.3.1.3 Lima Pihak dalam Pengembangan SPK1.2 Tingkatan Teknologi dalam SPKGambar 3.1 Level of Decission Technology

Arsitektur SPK terdiri dari beberapa komponen utama yang saling berkaitan,yaitu:Manajemen Data (Database Management), Terdiri dari DSS database yangmenyimpan data yang relevan dan diatur oleh Database ManagementSystem (DBMS). Komponen ini juga mencakup direktori data dan fasilitaskueri.1.Manajemen Model (Model Management), Terdiri dari model-model finansial,statistik, atau berbagai model kuantitatif lainnya yang mendukung analisis.Sistem ini dikelola oleh Model Base Management System (MBMS) yangbertugas mengelola model base dan integrasi eksekusi model.2.Manajemen Pengetahuan (Knowledge Management), Komponen inimendukung proses pengambilan keputusan dengan menyediakanpengetahuan yang relevan. Pada SPK yang lebih canggih, sistem inimenggunakan komponen Expert System (ES) yang memberikan kepakarankhusus dalam menyelesaikan masalah.3.Antarmuka Pengguna (User Interface), Media yang digunakan penggunauntuk berinteraksi dengan sistem, seperti Dialog Generation andManagement System (DGMS). DGMS menyediakan cara pengguna untukmemberikan perintah, menyimpan data input/output, serta menampilkanhasil keputusan dalam berbagai format.4.1.4 Tingkatan Teknologi dalam SPKGambar 3.2 Arsitektur SPK

Jelaskan bagaimana karakteristik SPK mendukung pengambilan keputusandi organisasi!1.Apa saja tingkatan teknologi dalam SPK dan bagaimana merekaberkontribusi terhadap pengambilan keputusan?2.Sebutkan lima pihak yang terlibat dalam pengembangan SPK dan jelaskanperan masing-masing pihak!3.Jelaskan komponen-komponen utama dalam arsitektur SPK dan perannyadalam mendukung pengambilan keputusan!4.Berikan contoh bagaimana SPK yang berbasis web dapat membantupengambilan keputusan di organisasi yang terdistribusi!5.Latihan Soal

Menurut Kusrini (2007:6), keputusan adalah kegiatan memilih suatu strategiatau tindakan dalam memecahkan masalah. Pengambilan keputusanmerupakan proses yang sistematis yang dimulai dari identifikasi masalahhingga penerapan solusi. Sistem Pendukung Keputusan (SPK) berperan pentingdalam mendukung proses pengambilan keputusan ini melalui model analisisdata dan evaluasi alternatif yang tersedia.4.1 Pengertian Pengambilan Keputusan4.2 Tahapan Pengambilan KeputusanGambar 4.1 Fase Pengambilan Keputusan(Simon, 1977)Bab IVFase dan Parameter Pengambilan KeputusanTujuan PembelajaranMemahami tahapan-tahapan dalam proses pengambilan keputusan.Menjelaskan metode Multi Criteria Decision Making (MCDM) dan perbedaan antara MADMdan MODM.Mengidentifikasi kriteria dan bobot dalam pengambilan keputusan.

Pengambilan keputusan dalam SPK terdiri dari beberapa fase yang berurutan.Setiap fase memiliki peran penting dalam memastikan keputusan yang diambiltepat sasaran dan efektif. Fase pengambilan tersebut terdiri dari:Fase 1: IntelligencePada tahap ini, tujuan utama adalah menemukan dan menganalisis masalah.Proses ini dimulai dengan mengumpulkan data dari lingkungan organisasi,mengidentifikasi masalah yang memerlukan perhatian, danmengkategorikannya. Aktivitas pada fase ini meliputi:Menganalisis tujuan organisasi.Mengumpulkan data yang relevan.Mengidentifikasi masalah.Mengkategorikan masalah (misalnya, dapat diprogram atau tidak dapatdiprogram).Menilai pemangku kepentingan (stakeholder) dan penanggung jawabmasalah.Fase 2: DesignPada tahap desain, realitas permasalahan direpresentasikan dalam model yangmenyederhanakan kompleksitas masalah. Asumsi-asumsi dibuat untukmembantu membangun hubungan antara variabel. Aktivitas pada fase inimencakup:Menyusun model permasalahan.Menetapkan kriteria untuk memilih model.Mengembangkan alternatif tindakan yang mungkin dilakukan.Memprediksi dan mengukur keluaran dari setiap alternatif.Melakukan validasi terhadap model yang dibuat.Fase 3: ChoiceTahap pemilihan adalah tahap di mana alternatif tindakan dievaluasi dan dipilihberdasarkan kriteria yang telah ditentukan. Ada dua pendekatan utama yangdigunakan dalam proses ini:Teknik analitis: Penggunaan formulasi matematis untuk memecahkanmasalah.Algoritma: Langkah demi langkah prosedur untuk menyelesaikan masalah.Pada fase ini, salah satu metode yang digunakan adalah Multi Criteria DecisionMaking (MCDM), yang membantu memilih alternatif terbaik berdasarkanbeberapa kriteria.Fase 4: ImplementationTahap implementasi melibatkan tindakan untuk menjalankan solusi yang telahdipilih. Evaluasi dilakukan untuk memastikan solusi yang diambil efektif dansesuai dengan permasalahan yang dihadapi. Tindak lanjut juga penting untukmengukur dampak dari solusi yang diimplementasikan.

Gambar 4.2 Fase Pengambilan Keputusan(Turban et.al., 2005)4.3 Metode Pengambilan KeputusanMulti Criteria Decision Making (MCDM) adalah metode pengambilan keputusanyang mempertimbangkan berbagai kriteria dalam memilih alternatif terbaik.Metode ini berguna dalam situasi di mana terdapat banyak kriteria yang harusdiperhatikan. MCDM terbagi menjadi dua pendekatan utama:Multi Attribute Decision Making (MADM), digunakan untuk menentukanalternatif terbaik dari sejumlah alternatif yang sudah ada berdasarkanbeberapa atribut atau kriteria. Contohnya adalah pemilihan lokasi terbaikberdasarkan sejumlah parameter lingkungan.1.Multi Objective Decision Making (MODM), digunakan untukmemaksimalkan atau meminimalkan sejumlah tujuan atau sasaran yangada. MODM diterapkan ketika ada beberapa tujuan yang harus dipenuhisecara bersamaan, misalnya dalam perencanaan optimasi produksi.2.Gambar 4.3 Metode Pengambilan Keputusan

4.4 Parameter Pengambilan KeputusanKriteria adalah parameter atau tolok ukur yang digunakan sebagai dasar untukmembandingkan alternatif dalam proses pengambilan keputusan. Kriteria inibukan alat pengukuran, melainkan standar yang dipakai untuk menilaiberbagai alternatif tindakan. Contoh kriteria dalam pemilihan lokasi kawasanpermukiman kumuh antara lain:Kepadatan penduduk.1.Konstruksi bangunan.2.Sistem drainase.3.Frekuensi pembuangan sampah.4.4.5 Bobot KriteriaBobot kriteria adalah nilai yang diberikan pada setiap kriteria untukmencerminkan pentingnya kriteria tersebut dalam proses pengambilankeputusan. Bobot ini digunakan untuk menunjukkan sejauh mana kriteriatertentu mempengaruhi keputusan akhir.Metode pembobotan dapat bersifat:Subyektif: Dipengaruhi oleh persepsi pengambil keputusan. Tidak adastandar tetap dalam penetapan bobot ini. Contoh metode subyektifadalah skoring, di mana kriteria dinilai dan diberi skor berdasarkan tingkatkepentingannya.Obyektif: Didasarkan pada analisis data dan metode kuantitatif yangmengurangi subjektivitas pengambil keputusan.Jelaskan tahapan-tahapan dalam proses pengambilan keputusan danaktivitas yang terlibat dalam setiap tahapan!1.Apa yang dimaksud dengan Multi Criteria Decision Making (MCDM), danbagaimana metode ini diterapkan dalam pengambilan keputusan?2.Berikan contoh penerapan metode Multi Attribute Decision Making(MADM) dalam kehidupan sehari-hari!3.Jelaskan perbedaan antara kriteria dan bobot dalam pengambilankeputusan, serta bagaimana bobot kriteria mempengaruhi hasil keputusan!4.Mengapa validasi model menjadi bagian penting dalam tahap desain prosespengambilan keputusan? Jelaskan dengan contoh!5.Latihan Soal

Data Science adalah bidang ilmu yang menggunakan metode, proses, algoritma,dan sistem ilmiah untuk mengekstrak pengetahuan dan wawasan dari data, baikyang terstruktur maupun tidak terstruktur. Data Science menggabungkanberbagai disiplin ilmu, termasuk statistik, pembelajaran mesin, dan pengolahandata.Komponen Utama Data Science:Statistik: Ilmu yang mempelajari pengumpulan, analisis, interpretasi, danpresentasi data.1.Pembelajaran Mesin (Machine Learning): Metode analitik untuk membuatmodel prediktif berdasarkan data yang tersedia.2.Pengolahan Data: Proses membersihkan, mengubah, dan memodelkan datauntuk menemukan informasi yang berguna bagi pengambilan keputusan.3.5.1 Pengertian Data ScienceBab VKonsep Data Science dan Kaitannyadalam Pengambilan KeputusanTujuan PembelajaranMemahami konsep dasar Data Science dan perannya dalam pengambilan keputusan.Mengidentifikasi manfaat pengambilan keputusan berbasis data.Mengetahui tahapan Data Science untuk pengambilan keputusan.Menguasai teknik-teknik analisis data yang digunakan dalam pengambilan keputusan.Mengaplikasikan pengetahuan Data Science dalam studi kasus dunia nyata.

Proses Data Science untuk pengambilan keputusan terdiri dari beberapatahapan, yang membantu memastikan bahwa keputusan yang diambildidasarkan pada analisis yang mendalam dan relevan.Definisi Masalah, Identifikasi dan klarifikasi masalah bisnis atau penelitianyang perlu diselesaikan.Pengumpulan Data, Mengumpulkan data yang relevan dari berbagaisumber seperti database internal, survei, media sosial, atau sensor.Pembersihan Data, Membersihkan data dari kesalahan, duplikasi, daninkonsistensi untuk memastikan kualitas data yang tinggi.Pengumpulan DataEksplorasi DataEvaluasi ModelDefinisi MasalahPembersihan DataPemodelan DataImplementasi danMonitoring5.3 Tahapan dalam Data Science untuk Pengambilan KeputusanGambar 5.1 Tahapan dalam Data Science untuk Pengambilan Keputusan5.2 Pengambilan Keputusan berbasis DataPengambilan keputusan berbasis data adalah proses membuat keputusan yangdidasarkan pada data yang telah diolah dan dianalisis, daripada hanyabergantung pada intuisi atau perkiraan semata.Manfaat Pengambilan Keputusan Berbasis Data:Objektivitas: Mengurangi bias dan lebih berdasarkan pada fakta.1.Efisiensi: Meningkatkan kecepatan dan akurasi keputusan.2.Wawasan Mendalam: Memberikan pemahaman yang lebih dalam tentangtren dan pola yang mungkin tidak terlihat secara langsung.3.

5.4 Teknik Analisis Data dalam Pengambilan KeputusanEksplorasi Data, Menggunakan teknik statistik dan visualisasi untukmemahami karakteristik utama dari data.Pemodelan Data, Menggunakan teknik pembelajaran mesin seperti regresiatau klasifikasi untuk membuat model prediktif atau deskriptif.Evaluasi Model, Mengevaluasi kinerja model menggunakan metrik sepertiakurasi, presisi, recall, dan AUC-ROC untuk menilai keefektifannya.Implementasi dan Monitoring, Mengimplementasikan model dalam sistemdan memantau kinerjanya untuk memastikan bahwa hasil yang diharapkanterus berlanjut.Berikut adalah beberapa teknik analisis data yang digunakan dalampengambilan keputusan:1. Statistik DeskriptifMean, Median, Mode: Ukuran kecenderungan sentral.Range, Variance, Standard Deviation: Ukuran dispersi data.2. Statistik InferensialUji Hipotesis: Menguji asumsi tentang populasi berdasarkan sampel data.Interval Kepercayaan: Rentang nilai yang diharapkan mengandungparameter populasi dengan tingkat kepercayaan tertentu.3. Pemodelan PrediktifRegresi Linier: Digunakan untuk memodelkan hubungan antara variabeldependen dan independen.Regresi Logistik: Digunakan untuk memprediksi hasil biner (misalnya,ya/tidak).Pohon Keputusan: Struktur pohon yang digunakan untuk mengambilkeputusan berdasarkan fitur-fitur input.4. Pemodelan KlasifikasiK-Nearest Neighbors (KNN): Algoritma non-parametrik untuk klasifikasi.Support Vector Machine (SVM): Algoritma yang mencari hyperplaneoptimal untuk memisahkan kelas dalam dataset.5. ClusteringK-Means Clustering: Metode yang membagi data ke dalam beberapa clusterberdasarkan kesamaan fitur.Hierarchical Clustering: Pendekatan clustering yang membangun hierarkicluster.

Sebuah perusahaan retail ingin meningkatkan penjualan dengan memprediksiproduk mana yang akan laris manis pada bulan berikutnya. Berikut adalahlangkah-langkah yang diambil menggunakan Data Science:Definisi Masalah : Memprediksi produk yang akan laku keras pada bulanberikutnya.1.Pengumpulan Data : Data penjualan historis, data pelanggan, data promosi,dan data pasar dikumpulkan.2.Pembersihan Data : Data dibersihkan dari kesalahan input, duplikasi, dandata yang hilang.3.Eksplorasi Data : Menganalisis tren penjualan, pola pembelian pelanggan,dan dampak promosi terhadap penjualan.4.Pemodelan Data : Menggunakan regresi linier atau pohon keputusan untukmemprediksi penjualan produk pada bulan berikutnya.5.Evaluasi Model : Model dievaluasi dengan menggunakan data historis untukmemastikan akurasi prediksi.6.Implementasi dan Monitoring : Model diimplementasikan dalam sistempenjualan dan kinerjanya dipantau secara terus-menerus untukmeningkatkan akurasi prediksi.7.Latihan Contoh KasusBuatkan tahapan penyelesaian masalah pada kasus berikut :Sebuah rumah sakit ingin memprediksi risiko pasien mengalami komplikasisetelah operasi berdasarkan data medis pasien sebelum operasi. Hal inibertujuan untuk menurunkan tingkat komplikasi dan meningkatkan hasiloperasi.5.6 Studi Kasus - Pengambilan Keputusan di Industri Retail

SMART menggunakan prinsip linear additive model di mana nilai total dari setiapalternatif dihitung dengan menjumlahkan nilai setiap atribut yang telah dikalikandengan bobotnya. Bobot tersebut mencerminkan tingkat kepentingan relatifdari setiap atribut terhadap keputusan.Proses utama dalam metode SMART meliputi beberapa langkah, yaitu:Identifikasi Alternatif dan Kriteria : Menentukan alternatif yang tersedia dankriteria yang relevan dalam pengambilan keputusan.1.Penentuan Bobot Kriteria : Menentukan bobot masing-masing kriteriaberdasarkan tingkat kepentingan relatif terhadap keputusan.2.Penilaian Alternatif : Menilai setiap alternatif terhadap setiap kriteria. Skalapenilaian dapat bersifat subyektif dan dinormalisasi ke dalam bentuk nilainumerik (biasanya skala 0–1).3.Perhitungan Nilai Total : Menghitung nilai total untuk setiap alternatifdengan menjumlahkan produk dari nilai atribut dan bobotnya.4.6.1 Konsep Dasar SMARTBab VIMetode Simple Multi Attribute RatingTechnique (SMART) Tujuan PembelajaranMenjelaskan konsep dasar metode Simple Multi Attribute Rating Technique (SMART)Menjelaskan Algoritma/Langkah SMARTMenerapkan metode SMART untuk menyelesaikan kasus pengambilan keputusan

6.2 Langkah-langkah penggunaan SMARTGambar 6.1 Tahapan metode SMART dalam Pengambilan Keputusan6.2 Contoh Kasus SMARTTentukan kajian kelayakan bisnis terhadap 5 Bidang Usaha yaitu Toko KelontongPerkasa, Toko ATK Sejahtera, Agen Sembako Jaya, Minimarket Nasional, WarungKarya. Kajian kelayakan bisnis adalah perhitungan tentang kelayakan ekonomis,berupa estimasi-estimasi dengan mempergunakan beberapa metodependekatan. Berdasarkan aspek keuangan dan ekonomi, terdapat lima kriteriayang biasa digunakan untuk menentukan kelayakan suatu usaha atau usaha,yaitu Payback period (PP), Net Present Value (NPV), Average Rate of Return(ARR), Internal Rate of Return(IRR), Profibility Index (PI). Gunakan metodeSMART untuk menentukan Bidang usaha terbaik!Langkah Penyelesaian :1. Identifikasi MasalahSuatu perusahaan ingin menentukan kelayakan investasi pada 5 bidang usaha:Toko Kelontong PerkasaToko ATK SejahteraAgen Sembako JayaMinimarket NasionalWarung Karya

KriteriaBobot AwalNet Present Value (NPV)72Payback Period (PP)79Average Rate of Return (ARR)54Internal Rate of Return (IRR)77Profitability Index (PI)692. Menentukan Kriteria dan Sub kriteriaNet Present Value (NPV): Mengukur nilai keuntungan dari investasiberdasarkan arus kas masa depan yang didiskon.Payback Period (PP): Mengukur waktu yang dibutuhkan untukmengembalikan investasi awal.Average Rate of Return (ARR): Mengukur tingkat keuntungan rata-rata dariinvestasi.Internal Rate of Return (IRR): Mengukur tingkat pengembalian investasiberdasarkan tingkat diskonto yang membuat NPV nol.Profitability Index (PI): Mengukur kelayakan investasi dengan perbandinganantara arus kas masuk dan arus kas keluar.3. Menentukan Bobot KriteriaBerikut adalah kriteria yang digunakan beserta bobot yang telah diberikan olehpengambil keputusan:4. Normalisasi Bobot KriteriaAgar bobot dapat diolah lebih mudah, bobot awal perlu dinormalisasi sehinggajumlah total bobot menjadi 1. Langkah normalisasi bobot dilakukan dengan caramembagi setiap bobot dengan total keseluruhan bobot awal.Menjumlahkan seluruh bobot awal: Total Bobot=72+79+54+77+69=351Membagi setiap bobot dengan total bobot untuk mendapatkan bobotnormalisasi:Tabel 6.1 Kriteria dan Bobot Kriteria

KriteriaKodeBobotNormalisasi BobotNPVC17272/352 = 0.205PPC27979/351 = 0.225ARRC35454/351 = 0.153IRRC47777/351 = 0.219PIC569=69/351 = 0.196Catatan : Pada contoh kasus ini, nilai untuk setiap alternatif kriteria berbentukKUANTITATIF sehingga tidak perlu diberi nilai parameter lagi.Nilai untuk setiap alternatif kriteria sudah berbentuk NORMAL sehinggaTIDAK PERLU dilakukan tahap normalisasiTIDAK terdapat SUB KRITERIA sehingga tidak perlu menghitung reratageometrikMembagi setiap bobot dengan total bobot untuk mendapatkan bobotnormalisasi:Tabel 6.2 Normalisasi Bobot Kriteria5. Memberi nilai Kriteria pada setiap alternatifBerdasarkan penilaian dari pengambil keputusan atau pihak terkait maka berikutadalah nilai kriteria pada setiap alternatif.Tabel 6.3 Nilai Kriteria pada setiap Alternatif

Tabel 6.4 Nilai maksimum dan minimun kriter pada seluruh alternatif 6. Menghitung nilai Utility, karena semua kriteria bersifat benefit, kita gunakanrumus utility sebagai berikut untuk setiap kriteria:Dimana: Ui(ai) : nilai utility kriteria ke i Cmax : nilai kriteria maksimal Cmin : nilai kriteria minimal Cout : nilai kriteria ke iTabel 6.5 Nilai Utility Setiap Alternatif terhadap setiap kriteria7. Hitung Nilai Akhir, Setelah kita mendapatkan nilai utility, kita hitung nilai akhiruntuk setiap alternatif dengan menggunakan bobot normalisasi dari tiap kriteria(dihitung dari tahap sebelumnya).Dimana: u(ai) : nilai total alternatif ke i wj : hasil normalisasi bobot kriteria ke j ui(ai) : hasil penentuan nilai utilityuA1C1=((603-178)/603-178))*100%=1

Tabel 6.6 Nilai Akhir Setiap Alternatif Studi KasusSebuah perusahaan teknologi ingin membuka kantor cabang baru di salah satudari tiga kota: Kota A, Kota B, dan Kota C. Mereka menggunakan beberapakriteria untuk menentukan kota mana yang paling sesuai dengan kebutuhanbisnis mereka. Kriteria yang dipertimbangkan adalah sebagai berikut:Biaya Sewa (Bobot: 40%)1.Ketersediaan Tenaga Kerja Ahli (Bobot: 30%)2.Akses Transportasi Publik (Bobot: 20%)3.Infrastruktur IT (Bobot: 10%)4.Setelah menilai setiap kota berdasarkan kriteria di atas, perusahaanmemberikan skor sebagai berikut (skor berkisar dari 0 hingga 1):8. Melakukan PerankinganBerikut adalah perolehan nilai akhir dari setiap alternatif menggunakan metodeSMART:A1 (Toko Kelontong Perkasa): 0.452A2 (Toko ATK Sejahtera): 0.474A3 (Agen Sembako Jaya): 0.490A4 (Minimarket Nasional): 0.693A5 (Warung Karya): 0.296Berdasarkan nilai akhir ini, Minimarket Nasional (A4) memiliki skor tertinggi,sehingga dianggap sebagai alternatif yang paling layak untuk dipilih dalaminvestasi.uA1= (0.205*1)+(0.225*0.222)+(0.153*0)+(0.219*0)+(0.196*1)=0.451

Berdasarkan metode Simple Multi Attribute Rating Technique (SMART),tentukan kota mana yang seharusnya dipilih oleh perusahaan untuk membukakantor baru.

Metode SAW memerlukan proses normalisasi data untuk memastikan bahwasetiap kriteria memiliki skala yang sama sebelum dilakukan penjumlahan.Langkah-langkah utama dalam metode SAW meliputi:Penentuan Alternatif dan Kriteria: Tentukan alternatif yang akan dievaluasidan kriteria yang digunakan sebagai dasar evaluasi.1.Pemberian Bobot pada Setiap Kriteria: Setiap kriteria diberikan bobotberdasarkan tingkat kepentingannya. Bobot ini umumnya ditentukan olehpengambil keputusan.2.Normalisasi Matriks Keputusan: Nilai setiap alternatif pada masing-masingkriteria dinormalisasi agar berada dalam skala yang seragam.3.Perhitungan Nilai SAW: Setelah normalisasi, hitung nilai akhir setiapalternatif dengan cara menjumlahkan hasil perkalian nilai kriteria yang telahdinormalisasi dengan bobot masing-masing kriteria.4.Penentuan Alternatif Terbaik: Alternatif dengan nilai SAW tertinggi dianggapsebagai pilihan terbaik.5.7.1 Konsep Dasar SAWBab VIMetode Simple Additive Weighting (SAW) Tujuan PembelajaranMenjelaskan konsep dasar metode Simple Additive Weighting (SAW)Menjelaskan Algoritma/Langkah SAWMenerapkan metode SAW untuk menyelesaikan kasus pengambilan keputusan

7.2 Langkah-langkah penggunaan SMARTGambar 7.1 Tahapan metode SAW dalam Pengambilan Keputusan6.2 Contoh Kasus SAWTentukan kajian kelayakan bisnis terhadap 5 Bidang Usaha yaitu Toko KelontongPerkasa, Toko ATK Sejahtera, Agen Sembako Jaya, Minimarket Nasional, WarungKarya. Kajian kelayakan bisnis adalah perhitungan tentang kelayakan ekonomis,berupa estimasi-estimasi dengan mempergunakan beberapa metodependekatan. Berdasarkan aspek keuangan dan ekonomi, terdapat lima kriteriayang biasa digunakan untuk menentukan kelayakan suatu usaha atau usaha,yaitu Payback period (PP), Net Present Value (NPV), Average Rate of Return(ARR), Internal Rate of Return(IRR), Profibility Index (PI). Gunakan metodeSMART untuk menentukan Bidang usaha terbaik!Langkah Penyelesaian :Untuk melakukan perankingan menggunakan metode Simple Additive Weighting(SAW), kita akan melalui beberapa langkah utama yang serupa dengan metodeSMART, namun dengan penekanan yang berbeda pada tahap agregasi skor.

Dimana:rij = rating kinerja ternomalisasiMaxij = nilai maksimum dari setiap baris dan kolomMinij = nilai minimum dari setiap baris dan kolomXij = nilai pada baris dan kolom5. Normalisasi Matriks KeputusanPada metode SAW, normalisasi dilakukan dengan cara membagi nilai setiapalternatif pada kriteria ke-j dengan nilai maksimum dari kriteria tersebutuntuk kriteria benefit. Rumus normalisasi untuk kriteria benefit: Berdasarkan nilai kriteria pada setiap alternatif yang ditunjukkan pada tabel 6.3diperoleh hasil normalisasi matrik keputusan sebagai berikut:Tabel 7.1 Hasil Normalisasi Matrix KeputusanDengan Studi kasus yang sama dengan metode SMART pada Bab 6, makadiketahui:Alternatif (A1 - A5): Toko Kelontong Perkasa, Toko ATK Sejahtera, AgenSembako Jaya, Minimarket Nasional, Warung Karya1.Kriteria: C1 (NPV), C2 (PP), C3 (ARR), C4 (IRR), C5 (PI)2.Bobot Normalisasi: [0.205, 0.225, 0.154, 0.219, 0.197]3.Nilai Maksimum untuk setiap kriteria: [603, 2.73, 534, 57.5, 1.8]4.6.Menghitung nilai preferensi (Vi), skor akhir dari setiap alternatif dihitungdengan cara mengalikan nilai normalisasi dengan bobot kriteria, kemudiandijumlahkanrA1C1= 603/max{603,289,178,573,410}=603/603=1Dimana:Vi adalah skor akhir alternatif ke-iWj adalah bobot dari kriteria ke-jrij adalah nilai normalisasi alternatif ke-i pada kriteria ke-j

7. Hasil PerankinganBerikut adalah hasil perankingan bidang usaha menggunakan metode SimpleAdditive Weighting (SAW):Minimarket Nasional (A4): 0.8531.Toko Kelontong Perkasa (A1): 0.7492.Agen Sembako Jaya (A3): 0.7203.Toko ATK Sejahtera (A2): 0.7184.Warung Karya (A5): 0.6935.Berdasarkan hasil perhitungan, Minimarket Nasional (A4) tetap memilikiperingkat tertinggiTabel 7.2 Nilai Preferensi Setiap AlternatifVA1= (0.205*1)+(0.225*0.0.846)+(0.153*0.423)+(0.219*0.417)+(0.196*1)=0.748Studi Kasus (Kasus yang sama pada Metode Smart Bab 6)Sebuah perusahaan teknologi ingin membuka kantor cabang baru di salah satudari tiga kota: Kota A, Kota B, dan Kota C. Mereka menggunakan beberapakriteria untuk menentukan kota mana yang paling sesuai dengan kebutuhanbisnis mereka. Kriteria yang dipertimbangkan adalah sebagai berikut:Biaya Sewa (Bobot: 40%)1.Ketersediaan Tenaga Kerja Ahli (Bobot: 30%)2.Akses Transportasi Publik (Bobot: 20%)3.Infrastruktur IT (Bobot: 10%)4.Setelah menilai setiap kota berdasarkan kriteria di atas, perusahaanmemberikan skor sebagai berikut (skor berkisar dari 0 hingga 1):

Berdasarkan metode Simple Multi Attribute Rating Technique (SMART),tentukan kota mana yang seharusnya dipilih oleh perusahaan untukmembuka kantor baru.Lakukan analisis perbedaan hasil perankingan yang diperoleh menggunakanmetode SAW dan metode SMART yang pada bab sebelumnya telah dihitungGambarkan visualisasi hasil pada kedua metode (SAW dan SMART) agartampak perbedaan hasilnya dan berikan kesimpulan.