SlideShare a Scribd company logo
1 of 24
Download to read offline
Assalamu’alaikum Wr.Wb
Sistem Pengambilan Keputusan
Siti Nurhaliza (Mahasiswa UMB Jakarta)
Prof.Dr.Hapzi Ali, CMA (Dosen Pengampu)
mengimplementasi Sistem Pendukung Keputusan (SPK) atau Decision Support System (DSS)
dalam mendukung pengambilan keputusan pada kegiatan bisnis.
Saya Bekerja pada sebuah perusahaan distribusi Farmasi,
dan disini saya mengambil contoh dalam mengimplementasi Sistem Pendukung Keputusan
(SPK) atau Decision Support System (DSS) pada Perusahaan yang bergerak sama dalam bidang
perusahaan Distribusi Farmasi juga, namun bukan pada perusahaan dimana saya bekerja.
I. Pendahuluan
Informasi sangat dibutuhkan dalam proses pengambilan keputusan. Keputusan yang baik dan
tepat perlu didukung oleh ketersediaan informasi yang akurat, cepat dan cukup. Dengan
informasi yang demikian, pengawas (supervisor) dan pimpinan (leader) suatu lembaga atau
organisasi mendapatkan gambaran yang komplek dan spesifik dari suatu keputusan yang akan
dirumuskan. Keputusan pun akan efektif dari aspek waktu karena data dapat diakses secara
instan. Sehingga keputusan yang dirumuskan akan lebih tepat dan dalam waktu yang relatif
lebih singkat.
Pada saat ini pencatatan pendistribusian obat-obatan di Dinas Kesehatan Kabupaten Solok
perlu diorganisir lebih baik lagi dengan merelasikan kumpulan data yang ada untuk melakukan
proses yang dapat membantu dalam pengambilan keputusan.
Dengan sistem pengambilan keputusan ini akan memperbaiki pendistribusian obat-obatan
terhadap pihak-pihak terkait lebih akurat dan data yang lebih terjamin, sehingga keputusan
yang dirumuskan akan lebih tepat dan dapat dirumuskan dalam waktu yang relatif lebih singkat.
II. Dinas Kesehatan Kabupaten Solok
Dinas Kesehatan Kabupaten Solok merupakan salah satu instansi pemeritahan yang berdiri
pada tahun 1955. Pada awalnya hanya ada satu Dinas Kesehatan di daerah Solok. Namun
semenjak adanya otonomi daerah, Dinas Kesehatannya dibagi menjadi tiga bagian yakni Dinas
Kesehatan Kabupaten Solok, Dinas Kesehatan Kota Solok, dan Dinas Kesehatan Solok Selatan.
Dimana salah satu tugas dari Dinas Kesehatan Kabupaten Solok adalah melakukan
pendistribusian obat-obatan ke Puskesmas, Rumah Sakit, Unit Kesehatan dan Farmasi di lingkup
kabupaten Solok.
Jurnal Processor Vol. 5, No. 1, Februari 2010 – STIKOM Dinamika Bangsa – Jambi 37
III. Teori Sistem Penunjang Keputusan
Sistem Pendukung Keputusan (SPK) atau Decision Support System (DSS) merupakan sebuah alat
bantu yang menggunakan aplikasi sistem informasi berbasis komputer. Sistem pendukung
keputusan juga dapat diartikan sebagai sistem berbasiskan komputer yang menambahkan
teknologi didalamnya, sehingga dapat membantu dalam pengambilan keputusan.
SPK sebenarnya merupakan implementasi teori-teori pengambilan keputusan yang telah
diperkenalkan oleh ilmu-ilmu seperti operation research dan management science. Hanya
bedanya adalah bahwa jika dahulu untuk mencari penyelesaian masalah yang dihadapi harus
dilakukan perhitungan iterasi secara manual (biasanya untuk mencari nilai minimum,
maksimum, atau optimum), saat ini komputer PC telah menawarkan kemampuannya untuk
menyelesaikan persoalan yang sama dalam waktu relatif singkat, yang pada hakekatnya adalah
merepresentasikan permasalahan manajemen yang dihadapi setiap hari.
Tujuan dari Sistem Penunjang Keputusan menurut Peter G. W. Keen, bekerja
sama dengan Scott Morton adalah :
a. Membantu manajer membuat keputusan untuk memecahkan masalah semiterstruktur.
b. Mendukung penilaian manajer bukan mencoba menggantikannya.
c. Meningkatkan efektivitas pengambilan keputusan manajer dari pada efisiensinya.
Dari keputusan yang diambil, maka pengawasan persediaan obat-obatan akan dapat diatur,
sehingga suatu tingkat persediaan yang optimum yang dapat memenuhi kebutuhan obat-
obatan dalam jumlah, mutu dan pada waktu yang tepat serta jumlah biaya yang rendah.
Kegiatan pengawasan persediaan meliputi :
1. Perencanaan persediaan
2. Penjadwalan untuk pemesanan
3. Pengaturan penyimpanan
Tujuan pengawasan persediaan :
1. Menjaga agar jangan sampai kehabisan persediaan
2. Menjaga persediaan agar tidak terlalu besar
3. Menjaga agar pesanan ataupembelian dalam ukuran kecil dapat dihindari
Kebijakan dalam pengawasan persediaan terbagi atas dua yaitu :
1. Kebijakan mengenai pemesanan, perlu ditentukan :
a) Cara pemesanan
b) Jumlah yang dipesan
c) Kapan pemesanan dilakukan
2. Kebijakan mengenai tingkat persediaan, perlu ditentukan :
a) Besarnya persediaan pengaman yang merupakan persediaan minimum.
b) Besarnya persediaan pada waktu pemesanan kembali dilakukan.
c) Besarnya persediaan maksimum.
IV. Sistem Pendukung Keputusan Pendistribusian Obat-obatan
Sistem pendukung keputusan pendistribusian obat dapat dilihat pada gambar 1 berikut ini :
Jurnal Processor Vol. 5, No. 1, Februari 2010 – STIKOM Dinamika Bangsa – Jambi 38
Gambar 1. Sistem Pendukung Keputusan Pendistribusian Obat
Gambar 1 di atas memperlihatkan sistem pendukung keputusan pendistribusian
obat yang terdiri dari tiga bagian utama yaitu basis data, model, dan dialog.
IV.1 Basis Data
Basis data berisikan data yang tidak lengkap (incomplete data).
Untuk mendapatkan keputusan yang tepat dan akurat, data yang tidak lengkap diproses
sehingga didapatkan suatu data yang lengkap dengan menggunakan metoda data cleaning.
Selanjutnya untuk menghasilkan keputusan yang lebih singkat dan mudah dipahami oleh
pemakai, data lengkap ditransformasikan dengan menggunakan metoda data transformasi.
IV.1.1. Data Cleaning
Metoda data cleaning adalah suatu metoda yang digunakan untuk menangani data yang tidak
lengkap. Teknik yang digunakan pada metoda data cleaning adalah teknik mean substitution.
Dalam teknik ini, data yang tidak lengkap diisi dengan nilai rata-rata dari sample data.
Algoritma 1 : Teknik mean substitution
Input : Data yang tidak lengkap
Output : Data lengkap
Method : 1. Hitung rata-rata dari sample data, x = S Xi n
2. Isi data tidak lengkap dengan nilai rata-rata
Ilustrasi dari algorithma 1 dapat dilihat pada tabel 1 berikut ini :
Tabel 1 Data tidak lengkap
Jurnal Processor Vol. 5, No. 1, Februari 2010 – STIKOM Dinamika Bangsa – Jambi 39
Sumber : Dinas Kesehatan Solok-2008
Dari tabel 1 di atas dapat dilihat bahwa terdapat data yang tidak lengkap yaitu pada record 3.
Hitung rata-rata dari sample data, x = S Xi n
Pemakaian = 87+63+52+107 = 309 = 62 55
Sisa Persediaan = 108+102+98+63 = 371 = 74 55
Permintaan = 100+200+120+130 = 550 = 110 55
Berdasarkan nilai rata-rata tersebut, tabel 1 yang berisi data tidak lengkap dapat
menjadi data lengkap yang dapat dilihat pada tabel 2 berikut ini :
Tabel 2 Data lengkap
IV.1.2. Data Transformasi
Data transformasi adalah suatu metoda yang digunakan untuk
mentransformasikan baris data ke dalam data yang ditransformasikan.
Algoritma dari data transformasi adalah sebagai berikut :
Jurnal Processor Vol. 5, No. 1, Februari 2010 – STIKOM Dinamika Bangsa – Jambi 40
Algoritma 2 : Data transformasi
Input : Data lengkap
Output : Data yang ditransformasi
Method :
1. Tentukan nilai terbesar (Xmax), dan nilai terkecil (Xmin).
2. Tentukan range nilai (Xrange = Xmax – Xmin).
3. Tentukan jumlah kelas, K = 1 + 3,3 log (n).
4. Tentukan nilai interval, Int = (Xrange / K).
5. Transformasikan data dengan { Xmin, [ Xmin + Int ],…,
[Xmin + n(Int) ]}.
Ilustrasi dari algoritma 2 diberikan pada data berikut ini :
Dengan menggunakan data lengkap pada table.2, maka dapat dilihat nilai terbesar dan
nilai terkecil untuk masing-masing atribut.
1. Atribut Pemakaian
a. nilai terbesarnya adalah 107 dan nilai terkecil 52
b. range nilai adalah 107 – 52 = 55
c. jumlah kelas adalah 1+ 3,3 log (5) = 3
d. nilai interval adalah 55/3 = 18,3
Transformasi data yang dihasilkan
52 – 70,3 = 1
70,4 – 88,7 = 2
88,8 – 107 = 3
2. Atribut Sisa Persediaan
a. nilai terbesarnya adalah 108 dan nilai terkecil 63
b. range nilai adalah 108 – 63 = 45
c. jumlah kelas adalah 1+ 3,3 log (5) = 3
d. nilai interval adalah 45/3 = 15
Transformasi data yang dihasilkan :
63 – 78 = 1
79 – 94 = 2
95 – 108 = 3
3. Atribut Permintaan
a. nilai terbesarnya adalah 200 dan nilai terkecil 100
b. range nilai adalah 200 – 100 = 100
c. jumlah kelas adalah 1+ 3,3 log (5) = 3
d. nilai interval adalah 100/3 = 33,3
Transformasi data yang dihasilkan
100 – 133,3 = 1
133,4 – 166,7 = 2
166,8 – 200 = 3
Berdasarkan nilai di atas, data lengkap dari tabel 2 dapat ditransformasikan ke dalam
tabel 3 di bawah ini :
Tabel 3 Data transformasi
Jurnal Processor Vol. 5, No. 1, Februari 2010 – STIKOM Dinamika Bangsa – Jambi 41
IV.2 Penentuan Keputusan Komputerisasi
Penentuan keputusan dengan komputerisasi merupakan hasil dari pemrosesan
program agar keputusan yang dihasilkan tepat, cepat, dan akurat. Keputusan
pendistribusian dengan komputerisasi dihasilkan dengan ketentuan sebagai berikut :
X = Pemakaian
Y1 = Persediaan Bulan Terakhir
Y2 = Persediaan Bulan Ini
Z = Permintaan
Buffer = 20 % ( sebagai cadangan )
1. Mencari pemakaian rata-rata
x = Xi n
2. Mencari Persediaan Bulan ini maksimal
3. Mencari Persediaan Bulan Ini Optimal
Persediaan bulan ini optimal digunakan sebagai solusi apabila permintaan
dengan jumlah tertentu mendapatkan keputusan ditolak
Sehingga untuk Persediaan Bulan Ini:
1. Keputusan bernilai Diterima apabila :
2. Keputusan bernilai Ditolak apabila :
Jurnal Processor Vol. 5, No. 1, Februari 2010 – STIKOM Dinamika Bangsa – Jambi 42
Apabila persediaan bulan lalu masih berada di atas persediaan bulan ini minimal, yaitu :
Maka :
Tidak diberi penambahan obat untuk bulan ini.
Sehingga jumlah persediaan bulan ini = jumlah persediaan bulan terakhir.
Dan sebaliknya apabila persediaan bulan lalu berada di bawah persediaan bulan ini
minimal, yaitu :
Maka :
Obat akan diberikan dengan jumlah persediaan bulan ini optimal.
Sehingga jumlah persediaan bulan ini = jumlah persediaan bulan ini optimal.
Dengan permintaan yang disetujui :
Penerapan rumus di atas dapat dilihat pada data tabel 4 berikut :
Tabel 4 Penentuan Keputusan Komputer
Sumber : Dinas Kesehatan Solok-2008
1. Lokasi Puskesmas Alahan Panjang
a. Mencari Pemakaian Rata-Rata
x = Xi
n = ( X1 + X2 + X3 + X4 + X5 + X6 )
n = 96 + 86 + 100 + 120 + 70 + 926 = 564
6 = 94
b. Mencari Persediaan Bulan Ini Maksimal
Y2 Max = X Max + 20% = 120 + 24
Jurnal Processor Vol. 5, No. 1, Februari 2010 – STIKOM Dinamika Bangsa – Jambi 43 = 144
c. Mencari Persediaan Bulan Ini Minimal
Y2 Min = x + 20% = 94 + 19 = 112
d. Mencari Persediaan Bulan Ini Optimal
Y2 Op = Y2 Max + Y2 Min
2 = 144 + 113
2 = 128
Penentuan Keputusan :
Y2 Max = 144
Y2 Min = 113
Y1 = 40
Z = 100
Y1 + Z = 40 + 100
= 140
Sehingga Keputusan : Diterima
Karena
Y2 Min ( Y1 + Z ) Y2 Max
113 140 144
Dengan jumlah persediaan bulan ini = 140
2. Lokasi Puskesmas Tanjung Bingkung
a. Mencari Pemakaian Rata-Rata
x = Xi
n = ( X1 + X2 + X3 + X4 + X5 + X6 )
n = 74 + 61 + 65 + 71 + 80 + 79
6 = 430
6 = 72
b. Mencari Persediaan Bulan Ini Maksimal
Y2 Max = X Max + 20%
= 80 + 16
= 96
c. Mencari Persediaan Bulan Ini Minimal
Y2 Min = x + 20%
= 72 + 14
= 85
d. Mencari Persediaan Bulan Ini Optimal
Y2 Op = Y2 Max + Y2 Min
Jurnal Processor Vol. 5, No. 1, Februari 2010 – STIKOM Dinamika Bangsa – Jambi 44
2 = 96 + 86
2 = 91
Penentuan Keputusan :
Y2 Max = 96
Y2 Min = 85
Y1 = 60
Z = 200
Y1 + Z = 60 + 200 = 260
Sehingga Keputusan : Ditolak
Karena
( Y1 + Z ) > Y2 Max
260 > 96
Dengan jumlah persediaan bulan ini = persediaan optimal = 91
3. Lokasi Puskesmas Selayo
a. Mencari Pemakaian Rata-Rata
x = Xi
n = ( X1 + X2 + X3 + X4 + X5 + X6 )
n = 90 + 86 + 72 + 87 + 109 + 80
6 = 524
6 = 87
b. Mencari Persediaan Bulan Ini Maksimal
Y2 Max = X Max + 20%
= 109 + 22
= 131
c. Mencari Persediaan Bulan Ini Minimal
Y2 Min = x + 20% = 87 + 18 = 105
d. Mencari Persediaan Bulan Ini Optimal
Y2 Op = Y2 Max + Y2 Min
2 = 131 + 105
2 = 118
Penentuan Keputusan :
Y2 Max = 131
Y2 Min = 105
Y1 = 60
Jurnal Processor Vol. 5, No. 1, Februari 2010 – STIKOM Dinamika Bangsa – Jambi 45
Z = 60
Y1 + Z = 60 + 60 = 120
Sehingga Keputusan : Diterima
Karena
Y2 Min ( Y1 + Z ) Y2 Max
105 120 131
Dengan jumlah Persediaan Bulan ini = 120
4. Lokasi Puskesmas Gunung Talang
a. Mencari Pemakaian Rata-Rata
x = Xi
n = ( X1 + X2 + X3 + X4 + X5 + X6 )
n = 66 + 84 + 48 + 61 + 77 + 50
6 = 386
6 = 64
b. Mencari Persediaan Bulan Ini Maksimal
Y2 Max = X Max + 20%
= 86 + 18
= 103
c. Mencari Persediaan Bulan Ini Minimal
Y2 Min = x + 20%
= 64 + 13
= 77
d. Mencari Persediaan Bulan Ini Optimal
Y2 Op = Y2 Max + Y2 Min
2 = 103 + 77
2 = 90
Penentuan Keputusan :
Y2 Max = 103
Y2 Min = 77
Y1 = 20
Z = 50
Y1 + Z = 20 + 50 = 70
Sehingga Keputusan : Ditolak
Karena ( Y1 + Z ) < Y2 Min 70 < 77
Dengan jumlah Persediaan Bulan ini = Persediaan bulan ini optimal
Jurnal Processor Vol. 5, No. 1, Februari 2010 – STIKOM Dinamika Bangsa – Jambi 46 = 90
5. Lokasi Puskesmas Singkarak
a. Mencari Pemakaian Rata-Rata
x = Xi
n = ( X1 + X2 + X3 + X4 + X5 + X6 )
n = 74 + 77 + 58 + 50 + 93 + 82
6 = 72
b. Mencari Persediaan Bulan Ini Maksimal
Y2 Max = X Max + 20%
= 93 + 18
= 112
c. Mencari Persediaan Bulan Ini Minimal
Y2 Min = x + 20%
= 72 + 14 = 86
d. Mencari Persediaan Bulan Ini Optimal
Y2 Op = Y2 Max + Y2 Min
2 = 112 + 86
2 = 99
Penentuan Keputusan :
Y2 Max = 112
Y2 Min = 86
Y1 = 22
Z = 80
Y1 + Z = 22 + 80 = 102
Sehingga Keputusan : Diterima
Y2 Min ( Y1 + Z ) Y2 Max
86 102 112
Dengan jumlah Persediaan Bulan ini = 102
Dari pembahasan di atas dapat terlihat bahwa dengan menggunakan batasan:
yaitu dengan membandingkan pemakaian dari beberapa bulan sebelumnya pada tiap-tiap jenis
obat pada masing-masing puskesmas, maka persediaan obat-obatan tidak akan mengalami
penumpukan maupun kekurangan. Sehingga obat-obatan dapat didistribusikan dengan jumlah
yang sesuai dengan kebutuhan.
Tabel 5 Hasil Pencacahan Kasus
Jurnal Processor Vol. 5, No. 1, Februari 2010 – STIKOM Dinamika Bangsa – Jambi 47
V. Kesimpulan
Kesimpulan yang dapat ditarik dari sistem penunjang keputasan diatas adalah :
1. Sistem pendukung keputusan terdiri dari komponen database, dialog dan model
memungkinkan pengambil keputusan dapat menghasilkan keputusan yang tepat dan
akurat dengan menggunakan teknik data cleaning dan teknik data transformasi.
2. Dengan memanfaatkan komputer dan peralatan teknologi lainnya, pengambilan
keputusan dapat dilakukan secara tepat dan akurat serta informasi yang dibutuhkan
dapat tersedia setiap saat.
3. Dengan menggunakan Sistem Penunjang Keputusan Obat, maka keputusan yang
dihasilkan dapat disajikan setiap saat lebih cepat, efektif dan akurat dalam
pengambilan keputusan dibandingkan dengan cara manual karena telah menggunakan
teknik-teknik pemodelan Sistem Penunjang Keputusan.
4. Dalam pendistribusian obat-obatan lebih baik, sehingga dapat mengatasi penumpukan
dan kekosongan dalam pendistribusian obat-obatan disetiap daerah, dan juga sudah
dapat diketahui kebutuhan untuk masa yang akan datang.
1. Jelaskan Pengertian dan fungsi dari Sistem Pendukung Keputusan (SPK) atau Decision
Support System (DSS) dari sumber lain selain dari sumber dari modul ini.
2. Jelakankan tahapan dalam SPK dan apa maafaat sistem ini dalam pengambilan keputusan,
serta beri contohnya.
1. Pengertian Sistem Pendukung Keputusan
Sistem Pendukung Keputusan (SPK)
Sistem Pendukung Keputusan (SPK) atau Decision Support System (DSS) adalah sebuah sistem
yang mampu memberikan kemampuan pemecahan masalah maupun kemampuan
pengkomunikasian untuk masalah dengan kondisi semi terstruktur dan tak terstruktur. Sistem
ini digunakan untuk membantu pengambilan keputusan dalam situasi semi terstruktur dan
situasi yang tidak terstruktur, dimana tak seorangpun tahu secara pasti bagaimana keputusan
seharusnya dibuat (Turban, 2001).
SPK bertujuan untuk menyediakan informasi, membimbing, memberikan prediksi serta
mengarahkan kepada pengguna informasi agar dapat melakukan pengambilan keputusan
dengan lebih baik.
SPK merupakan implementasi teori-teori pengambilan keputusan yang telah diperkenalkan oleh
ilmu-ilmu seperti operation research dan menegement science, hanya bedanya adalah bahwa
jika dahulu untuk mencari penyelesaian masalah yang dihadapi harus dilakukan perhitungan
iterasi secara manual (biasanya untuk mencari nilai minimum, maksimum, atau optimum), saat
ini computer PC telah menawarkan kemampuannya untuk menyelesaikan persoalan yang sama
dalam waktu relatif singkat.
Sprague dan Watson mendefinisikan Sistem Pendukung Keputusan (SPK) sebagai sistem yang
memiliki lima karakteristik utama yaitu (Sprague et.al, 1993):
Sistem yang berbasis komputer.
Dipergunakan untuk membantu para pengambil keputusan untuk memecahkan masalah-
masalah rumit yang mustahil dilakukan dengan kalkulasi manual melalui cara simulasi yang
interaktif dimana data dan model analisis sebaai komponen utama.
Komponen Sistem Pendukung Keputusan
Secara umum Sistem Pendukung Keputusan dibangun oleh tiga komponen besar yaitu database
Management, Model Base dan Software System/User Interface. Komponen SPK tersebut dapat
digambarkan seperti gambar di bawah ini.
Fungsi Sistem Pendukung Keputusan (SPK)
Secara global dapat dikatakan bahwa fungsi dari Sistem Pendukung Keputusan (SPK) adalah
untuk meningkatkan kemampuan para pengambil keputusan dengan memberikan alternative
alternative keputusan yang lebih banyak atau lebih baik, sehingga dapat membantu untuk
merumuskan masalah dan keadaan yang dihadapi. Dengan demikian Sistem Pendukung
Keputusan (SPK) dapat menghemat waktu, tenaga dan biaya. Jadi dapatlah dikatakan
secarasingkat bahwa tujuan Sistem Penunjang Keputusan adalah untuk meningkatkan
efektivitas (do the right things) dan efesiensi (do the things right) dalam pengambilan
keputusan. Walaupun demikian penekanan dari suatu Sistem Penunjang Keputusan (SPK)
adalah pada peningkatan efektivitas dari pengambilan keputusan dari pada efisiensinya.
Sprague dan Watson mendefinisikan Sistem Pendukung Keputusan (SPK) sebagai sistem yang
memiliki lima karakteristik utama yaitu (Sprague et.al, 1993) :
1. Sistem yang berbasis komputer.
2. Dipergunakan untuk membantu para pengambil keputusan
3. Untuk memecahkan masalah-masalah rumit yang mustahil dilakukan dengan kalkulasi
manual
4. Melalui cara simulasi yang interaktif
5. Dimana data dan model analisis sebaai komponen utama.
Komponen Sistem Pendukung Keputusan
Secara umum Sistem Pendukung Keputusan dibangun oleh tiga komponen
2. Komponen Sistem Pendukung Keputusan (SPK)
Komponen Sistem Pendukung Keputusan (SPK)
a. Database Management
Merupakan subsistem data yang terorganisasi dalam suatu basis data. Data yang merupakan
suatu sistem pendukung keputusan dapat berasal dari luar maupun dalam lingkungan. Untuk
keperluan SPK, diperlukan data yang relevan dengan permasalahan yang hendak dipecahkan
melalui simulasi.
b. Model Base
Merupakan suatu model yang merepresentasikan permasalahan kedalam format kuantitatif
(model matematika sebagai contohnya) sebagai dasar simulasi atau pengambilan keputusan,
termasuk didalamnya tujuan dari permaslahan (objektif), komponen-komponen terkait,
batasan-batasan yang ada (constraints), dan hal-hal terkait lainnya. Model Base memungkinkan
pengambil keputusan menganalisa secara utuh dengan mengembangkan dan membandingkan
solusi alternatif.
c. User Interfase / Pengelolaan Dialog
Terkadang disebut sebagai subsistem dialog, merupakan penggabungan antara dua komponen
sebelumnya yaitu Database Management dan Model Base yang disatukan dalam komponen
ketiga (user interface), setelah sebelumnya dipresentasikan dalam bentuk model yang
dimengerti computer. User Interface menampilkan keluaran sistem bagi pemakai dan
menerima masukan dari pemakai kedalam Sistem Pendukung Keputusan.
Manfaat Sistem Pendukung Keputusan
SPK dapat memberikan berbagai manfaat dan keuntungan. Manfaat yang dapat diambil dari
SPK adalah :
SPK memperluas kemampuan pengambil keputusan dalam memproses data / informasi bagi
pemakainya.
SPK membantu pengambil keputusan untuk memecahkan masalah terutama barbagai masalah
yang sangat kompleks dan tidak terstruktur.
SPK dapat menghasilkan solusi dengan lebih cepat serta hasilnya dapat diandalkan.
Walaupun suatu SPK mungkin saja tidak mampu memecahkan masalah yang dihadapi oleh
pengambil keputusan, namun dia dapat menjadi stimulan bagi pengambil keputusan dalam
memahami persoalannya,karena mampu menyajikan berbagai alternatif pemecahan.
Dalam sistem pendukung keputusan terdapat tiga jenis keputusan, yaitu :
1. Keputusan Terstruktur
Keputusan terstruktur adalah keputusan yang dilakukan secara berulang-ulang dan bersifat
rutin.
Informasi yang dibutuhkan spesifik, terjadwal, sempit, interaktif, real time, internal, dan detail.
Prosedur yang dilakukan untuk pengambilan keputusan sangat jelas. Keputusan ini terutama
dilakukan pada manajemen tingkat bawah.
Contoh : Keputusan pemesanan barang dan keputusan penagihan piutang; menentukan
kelayakan lembur, mengisi persediaan, dan menawarkan kredit pada pelanggan.
2. Keputusan Semiterstruktur
Keputusan semiterstruktur adalah keputusan yang mempunyai sifat yakni sebagian keputusan
dapat ditangani oleh komputer dan yang lain tetap harus dilakukan oleh pengambil keputusan.
Informasi yang dibutuhkan folus, spesifik, interaktif, internal, real time, dan terjadwal.
Contoh : Pengevaluasian kredit, penjadwalan produksi dan pengendalian sediaan, merancang
rencana pemasaran, dan mengembangkan anggaran departemen.
3. Keputusan Tidak Terstruktur
Keputusan tak terstruktur adalah keputusan yang penanganannya rumit karena tidak terjadi
berulang-ulang atau tidak selalu terjadi. Keputusan ini menuntut pengalaman dan berbagai
sumber yang bersifat eksternal. Keputusan ini umumnya terjadi pada manajemen tingkat atas.
Informasi yang dibutuhkan umum, luas, internal, dan eksternal.
Contoh : Pengembangan teknologi baru, keputusan untuk bergabung dengan perusahaan lain,
perekrutan eksekutif.
Daftar Pustaka
Sparague, R. H. and Watson H. J. 1993. Decision Support Systems: Putting Theory Into Practice.
Englewood Clifts, N. J., Prentice Hall.
Turban , Efraim & Aronson, Jay E. 2001. Decision Support Systems and Intelligent Systems. 6th
edition. Prentice Hall: Upper Saddle River, NJ.
http://anggiramadiah.blogspot.co.id/2014/12/sistem-pengambilan-keputusan.html
Astri, Renita. Decission Support System dalam Trend Teknologi Bisnis dan Industri.
(2003). Padang – Indonesia : Majalah Ilmiah Universitas Putra Indonesia
“YPTK”. Vol. 4. No. 1. ISSN-0128-3790.
Cahyono, Yeni. 2008. Pengantar Sistem Informasi. Ditemukan tanggal 23 November
2008 dari http://www.nicdesain.net/getfile.php?id=1.
Center for Health Service Management. 2008. Reportase Manajemen Suplai Obat.
Ditemukan 28 Oktober 2008 dari http://www.desentralisasikesehatan.
net/data/Reportase%20 Manajemen%20Obat.pdf.
Defit , Sarjon dan Noor, Mohammad. Mining Association Rule From Large Database.
(2001). Johor – Malaysia : Journal of Information Technology Universiti
Teknologi Malaysia. Jilid 13. Bil. 2. ISSN-0128-3790.
Dwiantoro, Tono. 2007. Sistem Pendukung Keputusan. Ditemukan tanggal 30 November
2008 dari http://www.dwiantoro.com/documents/ SIM_4_DSS.ppt
Kusrini. 2007. Konsep dan Aplikasi Sistem Pendukung Keputusan. Yogyakarta: Penerbit
Andi.
Jurnal Processor Vol. 5, No. 1, Februari 2010 – STIKOM Dinamika Bangsa – Jambi 48
Santri. 2007. Sistem Pendukung Keputusan (SPK). Ditemukan tanggal 26 Oktober 2008
dari http://haniif.wordpress.com/2007/08/01/23-tinjauan-pustaka-sistempendukung-
keputusan-spk/.
Suryadi, Kadarsah dan M. Ali Ramdhani. 2002. Sistem Pendukung Keputusan. Bandung:
Remaja Rosdakarya.
Turban, Efraim. 2002. Sistem Pendukung Keputusan. Terjemahan oleh Irfan Subakti. dari
Decision Support System and Expert System : Management Support Systems,
Fourth Edition (1995). Surabaya: Institut Teknologi Sepuluh Nopember.
Zamzarina dan Noor, Mohammad. Clustering Technique in Data Mining : General and
Research Perspective. (2002). Johor – Malaysia : Journal of Information Technology
Universiti Teknologi Malaysia. Jilid 14. Bil. 2. ISSN-0128-3790.

More Related Content

Similar to Siti nurhaliza, hapzi ali, sistem pendukung pengambilan keputusan, umb jakarta (12)

Sim, rani novita sari, prof. dr. ir. hapzi ali, mm, cma , analisis dan pernca...
Sim, rani novita sari, prof. dr. ir. hapzi ali, mm, cma , analisis dan pernca...Sim, rani novita sari, prof. dr. ir. hapzi ali, mm, cma , analisis dan pernca...
Sim, rani novita sari, prof. dr. ir. hapzi ali, mm, cma , analisis dan pernca...mercubuana university
 
FIKS BAHAN AJAR SISTEM INFORMASI KESEHATAN.pdf
FIKS BAHAN AJAR SISTEM INFORMASI KESEHATAN.pdfFIKS BAHAN AJAR SISTEM INFORMASI KESEHATAN.pdf
FIKS BAHAN AJAR SISTEM INFORMASI KESEHATAN.pdfmutmainnah56
 
SIM 12 : Nahdiyah Puji Lestari. Prof.Dr. Hapzi Ali, MM,CMA.Sistem Pendukung K...
SIM 12 : Nahdiyah Puji Lestari. Prof.Dr. Hapzi Ali, MM,CMA.Sistem Pendukung K...SIM 12 : Nahdiyah Puji Lestari. Prof.Dr. Hapzi Ali, MM,CMA.Sistem Pendukung K...
SIM 12 : Nahdiyah Puji Lestari. Prof.Dr. Hapzi Ali, MM,CMA.Sistem Pendukung K...nadiapuji98
 
SIM, Fitri Febriani, Hapzi Ali, Sistem Pendukung Pengambilan Keputusan, Unive...
SIM, Fitri Febriani, Hapzi Ali, Sistem Pendukung Pengambilan Keputusan, Unive...SIM, Fitri Febriani, Hapzi Ali, Sistem Pendukung Pengambilan Keputusan, Unive...
SIM, Fitri Febriani, Hapzi Ali, Sistem Pendukung Pengambilan Keputusan, Unive...Fitri Febriani
 
Penerapan Data Mining dengan Algoritma C4.5 dalam Pemesanan Obat Guna Meningk...
Penerapan Data Mining dengan Algoritma C4.5 dalam Pemesanan Obat Guna Meningk...Penerapan Data Mining dengan Algoritma C4.5 dalam Pemesanan Obat Guna Meningk...
Penerapan Data Mining dengan Algoritma C4.5 dalam Pemesanan Obat Guna Meningk...Gede Surya Mahendra
 
Sim,shandy dwi juniardi,hapzi ali,sistem pendukung pengambilan keputusan,univ...
Sim,shandy dwi juniardi,hapzi ali,sistem pendukung pengambilan keputusan,univ...Sim,shandy dwi juniardi,hapzi ali,sistem pendukung pengambilan keputusan,univ...
Sim,shandy dwi juniardi,hapzi ali,sistem pendukung pengambilan keputusan,univ...Shandydwi
 
SIM 13 : Nahdiyah Puji Lestari. Prof.Dr. Hapzi Ali, MM,CMA.Teknologi Internal...
SIM 13 : Nahdiyah Puji Lestari. Prof.Dr. Hapzi Ali, MM,CMA.Teknologi Internal...SIM 13 : Nahdiyah Puji Lestari. Prof.Dr. Hapzi Ali, MM,CMA.Teknologi Internal...
SIM 13 : Nahdiyah Puji Lestari. Prof.Dr. Hapzi Ali, MM,CMA.Teknologi Internal...nadiapuji98
 
SIM 12, YONO, PROF. Dr. HAPZI ALI CMA, Sistem Pendukung Pengambilan Keputusan...
SIM 12, YONO, PROF. Dr. HAPZI ALI CMA, Sistem Pendukung Pengambilan Keputusan...SIM 12, YONO, PROF. Dr. HAPZI ALI CMA, Sistem Pendukung Pengambilan Keputusan...
SIM 12, YONO, PROF. Dr. HAPZI ALI CMA, Sistem Pendukung Pengambilan Keputusan...yonostheven
 
Sim, nella dwi septiani, hapzi ali, sistem pendukung pengambilan keputusan , ...
Sim, nella dwi septiani, hapzi ali, sistem pendukung pengambilan keputusan , ...Sim, nella dwi septiani, hapzi ali, sistem pendukung pengambilan keputusan , ...
Sim, nella dwi septiani, hapzi ali, sistem pendukung pengambilan keputusan , ...Nella Dwi Septiani
 
0401 06-ext-siti-rohajawati-sitem-pakar-diagnosis
0401 06-ext-siti-rohajawati-sitem-pakar-diagnosis0401 06-ext-siti-rohajawati-sitem-pakar-diagnosis
0401 06-ext-siti-rohajawati-sitem-pakar-diagnosisMuhammad Dzulfikri
 
Jurnal Sistem Pakar penyakit unggas menggunakan metode certainty factor (CF)
Jurnal Sistem Pakar penyakit unggas menggunakan metode certainty factor (CF)Jurnal Sistem Pakar penyakit unggas menggunakan metode certainty factor (CF)
Jurnal Sistem Pakar penyakit unggas menggunakan metode certainty factor (CF)roniracuda
 
Sim, 12 muhamad abud mahasin, hapzi ali, sistem pendukung pengambil keputusan...
Sim, 12 muhamad abud mahasin, hapzi ali, sistem pendukung pengambil keputusan...Sim, 12 muhamad abud mahasin, hapzi ali, sistem pendukung pengambil keputusan...
Sim, 12 muhamad abud mahasin, hapzi ali, sistem pendukung pengambil keputusan...Abud Maha
 
Analisis perancangan sistem informasi
Analisis perancangan sistem informasiAnalisis perancangan sistem informasi
Analisis perancangan sistem informasihilman31
 
Decision support system
Decision support systemDecision support system
Decision support systempujisetiani12
 
Kelompok 2_Tugas 1_PPT_Perencanaan Pengembangan dan Evaluasi SIK.pdf
Kelompok 2_Tugas 1_PPT_Perencanaan Pengembangan dan Evaluasi SIK.pdfKelompok 2_Tugas 1_PPT_Perencanaan Pengembangan dan Evaluasi SIK.pdf
Kelompok 2_Tugas 1_PPT_Perencanaan Pengembangan dan Evaluasi SIK.pdfAndiFauzya
 
SIK 9 Strategi PengembanganSistem Informasi kesehatan.pptx
SIK 9 Strategi PengembanganSistem Informasi kesehatan.pptxSIK 9 Strategi PengembanganSistem Informasi kesehatan.pptx
SIK 9 Strategi PengembanganSistem Informasi kesehatan.pptxEchiDesnawati1
 
Sim 2, khairul anwar , hapzi, sistem informasi, universitas mercu buana, 2017
Sim 2, khairul anwar , hapzi, sistem informasi, universitas mercu buana, 2017Sim 2, khairul anwar , hapzi, sistem informasi, universitas mercu buana, 2017
Sim 2, khairul anwar , hapzi, sistem informasi, universitas mercu buana, 2017khairul anwar
 
SIM, FADLI, Prof. Dr. Ir Hapzi Ali, MM, CMA, Sistem Pendukung Pengambilan Kep...
SIM, FADLI, Prof. Dr. Ir Hapzi Ali, MM, CMA, Sistem Pendukung Pengambilan Kep...SIM, FADLI, Prof. Dr. Ir Hapzi Ali, MM, CMA, Sistem Pendukung Pengambilan Kep...
SIM, FADLI, Prof. Dr. Ir Hapzi Ali, MM, CMA, Sistem Pendukung Pengambilan Kep...Fadli2727
 
Sim,miranti dewi putri,prof dr hapzi ali,mm,cma,implementasi sistem informasi...
Sim,miranti dewi putri,prof dr hapzi ali,mm,cma,implementasi sistem informasi...Sim,miranti dewi putri,prof dr hapzi ali,mm,cma,implementasi sistem informasi...
Sim,miranti dewi putri,prof dr hapzi ali,mm,cma,implementasi sistem informasi...Mirantidewiputri
 

Similar to Siti nurhaliza, hapzi ali, sistem pendukung pengambilan keputusan, umb jakarta (12) (20)

Sim, rani novita sari, prof. dr. ir. hapzi ali, mm, cma , analisis dan pernca...
Sim, rani novita sari, prof. dr. ir. hapzi ali, mm, cma , analisis dan pernca...Sim, rani novita sari, prof. dr. ir. hapzi ali, mm, cma , analisis dan pernca...
Sim, rani novita sari, prof. dr. ir. hapzi ali, mm, cma , analisis dan pernca...
 
FIKS BAHAN AJAR SISTEM INFORMASI KESEHATAN.pdf
FIKS BAHAN AJAR SISTEM INFORMASI KESEHATAN.pdfFIKS BAHAN AJAR SISTEM INFORMASI KESEHATAN.pdf
FIKS BAHAN AJAR SISTEM INFORMASI KESEHATAN.pdf
 
SIM 12 : Nahdiyah Puji Lestari. Prof.Dr. Hapzi Ali, MM,CMA.Sistem Pendukung K...
SIM 12 : Nahdiyah Puji Lestari. Prof.Dr. Hapzi Ali, MM,CMA.Sistem Pendukung K...SIM 12 : Nahdiyah Puji Lestari. Prof.Dr. Hapzi Ali, MM,CMA.Sistem Pendukung K...
SIM 12 : Nahdiyah Puji Lestari. Prof.Dr. Hapzi Ali, MM,CMA.Sistem Pendukung K...
 
SIM, Fitri Febriani, Hapzi Ali, Sistem Pendukung Pengambilan Keputusan, Unive...
SIM, Fitri Febriani, Hapzi Ali, Sistem Pendukung Pengambilan Keputusan, Unive...SIM, Fitri Febriani, Hapzi Ali, Sistem Pendukung Pengambilan Keputusan, Unive...
SIM, Fitri Febriani, Hapzi Ali, Sistem Pendukung Pengambilan Keputusan, Unive...
 
Penerapan Data Mining dengan Algoritma C4.5 dalam Pemesanan Obat Guna Meningk...
Penerapan Data Mining dengan Algoritma C4.5 dalam Pemesanan Obat Guna Meningk...Penerapan Data Mining dengan Algoritma C4.5 dalam Pemesanan Obat Guna Meningk...
Penerapan Data Mining dengan Algoritma C4.5 dalam Pemesanan Obat Guna Meningk...
 
Sim,shandy dwi juniardi,hapzi ali,sistem pendukung pengambilan keputusan,univ...
Sim,shandy dwi juniardi,hapzi ali,sistem pendukung pengambilan keputusan,univ...Sim,shandy dwi juniardi,hapzi ali,sistem pendukung pengambilan keputusan,univ...
Sim,shandy dwi juniardi,hapzi ali,sistem pendukung pengambilan keputusan,univ...
 
SIM 13 : Nahdiyah Puji Lestari. Prof.Dr. Hapzi Ali, MM,CMA.Teknologi Internal...
SIM 13 : Nahdiyah Puji Lestari. Prof.Dr. Hapzi Ali, MM,CMA.Teknologi Internal...SIM 13 : Nahdiyah Puji Lestari. Prof.Dr. Hapzi Ali, MM,CMA.Teknologi Internal...
SIM 13 : Nahdiyah Puji Lestari. Prof.Dr. Hapzi Ali, MM,CMA.Teknologi Internal...
 
Jurnal 17880
Jurnal 17880Jurnal 17880
Jurnal 17880
 
SIM 12, YONO, PROF. Dr. HAPZI ALI CMA, Sistem Pendukung Pengambilan Keputusan...
SIM 12, YONO, PROF. Dr. HAPZI ALI CMA, Sistem Pendukung Pengambilan Keputusan...SIM 12, YONO, PROF. Dr. HAPZI ALI CMA, Sistem Pendukung Pengambilan Keputusan...
SIM 12, YONO, PROF. Dr. HAPZI ALI CMA, Sistem Pendukung Pengambilan Keputusan...
 
Sim, nella dwi septiani, hapzi ali, sistem pendukung pengambilan keputusan , ...
Sim, nella dwi septiani, hapzi ali, sistem pendukung pengambilan keputusan , ...Sim, nella dwi septiani, hapzi ali, sistem pendukung pengambilan keputusan , ...
Sim, nella dwi septiani, hapzi ali, sistem pendukung pengambilan keputusan , ...
 
0401 06-ext-siti-rohajawati-sitem-pakar-diagnosis
0401 06-ext-siti-rohajawati-sitem-pakar-diagnosis0401 06-ext-siti-rohajawati-sitem-pakar-diagnosis
0401 06-ext-siti-rohajawati-sitem-pakar-diagnosis
 
Jurnal Sistem Pakar penyakit unggas menggunakan metode certainty factor (CF)
Jurnal Sistem Pakar penyakit unggas menggunakan metode certainty factor (CF)Jurnal Sistem Pakar penyakit unggas menggunakan metode certainty factor (CF)
Jurnal Sistem Pakar penyakit unggas menggunakan metode certainty factor (CF)
 
Sim, 12 muhamad abud mahasin, hapzi ali, sistem pendukung pengambil keputusan...
Sim, 12 muhamad abud mahasin, hapzi ali, sistem pendukung pengambil keputusan...Sim, 12 muhamad abud mahasin, hapzi ali, sistem pendukung pengambil keputusan...
Sim, 12 muhamad abud mahasin, hapzi ali, sistem pendukung pengambil keputusan...
 
Analisis perancangan sistem informasi
Analisis perancangan sistem informasiAnalisis perancangan sistem informasi
Analisis perancangan sistem informasi
 
Decision support system
Decision support systemDecision support system
Decision support system
 
Kelompok 2_Tugas 1_PPT_Perencanaan Pengembangan dan Evaluasi SIK.pdf
Kelompok 2_Tugas 1_PPT_Perencanaan Pengembangan dan Evaluasi SIK.pdfKelompok 2_Tugas 1_PPT_Perencanaan Pengembangan dan Evaluasi SIK.pdf
Kelompok 2_Tugas 1_PPT_Perencanaan Pengembangan dan Evaluasi SIK.pdf
 
SIK 9 Strategi PengembanganSistem Informasi kesehatan.pptx
SIK 9 Strategi PengembanganSistem Informasi kesehatan.pptxSIK 9 Strategi PengembanganSistem Informasi kesehatan.pptx
SIK 9 Strategi PengembanganSistem Informasi kesehatan.pptx
 
Sim 2, khairul anwar , hapzi, sistem informasi, universitas mercu buana, 2017
Sim 2, khairul anwar , hapzi, sistem informasi, universitas mercu buana, 2017Sim 2, khairul anwar , hapzi, sistem informasi, universitas mercu buana, 2017
Sim 2, khairul anwar , hapzi, sistem informasi, universitas mercu buana, 2017
 
SIM, FADLI, Prof. Dr. Ir Hapzi Ali, MM, CMA, Sistem Pendukung Pengambilan Kep...
SIM, FADLI, Prof. Dr. Ir Hapzi Ali, MM, CMA, Sistem Pendukung Pengambilan Kep...SIM, FADLI, Prof. Dr. Ir Hapzi Ali, MM, CMA, Sistem Pendukung Pengambilan Kep...
SIM, FADLI, Prof. Dr. Ir Hapzi Ali, MM, CMA, Sistem Pendukung Pengambilan Kep...
 
Sim,miranti dewi putri,prof dr hapzi ali,mm,cma,implementasi sistem informasi...
Sim,miranti dewi putri,prof dr hapzi ali,mm,cma,implementasi sistem informasi...Sim,miranti dewi putri,prof dr hapzi ali,mm,cma,implementasi sistem informasi...
Sim,miranti dewi putri,prof dr hapzi ali,mm,cma,implementasi sistem informasi...
 

More from Siti Nurhaliza

Hapzi Ali, siti nurhaliza Analisis dan Perancangan SI di PT.MPI - Makalah UAS
Hapzi Ali, siti nurhaliza Analisis dan Perancangan SI di PT.MPI - Makalah UASHapzi Ali, siti nurhaliza Analisis dan Perancangan SI di PT.MPI - Makalah UAS
Hapzi Ali, siti nurhaliza Analisis dan Perancangan SI di PT.MPI - Makalah UASSiti Nurhaliza
 
Siti nurhaliza, hapzi ali, pengenalan e learning, umb jakarta (14)
Siti nurhaliza, hapzi ali, pengenalan e learning, umb jakarta (14)Siti nurhaliza, hapzi ali, pengenalan e learning, umb jakarta (14)
Siti nurhaliza, hapzi ali, pengenalan e learning, umb jakarta (14)Siti Nurhaliza
 
Siti nurhaliza,hapzi ali, keamanan sistem informasi, umb jakarta 2017 (10)
Siti nurhaliza,hapzi ali, keamanan sistem informasi, umb jakarta 2017 (10)Siti nurhaliza,hapzi ali, keamanan sistem informasi, umb jakarta 2017 (10)
Siti nurhaliza,hapzi ali, keamanan sistem informasi, umb jakarta 2017 (10)Siti Nurhaliza
 
Hapzi Ali, siti nurhaliza Implementasi Sistem Informasi sesuai dengan aktivit...
Hapzi Ali, siti nurhaliza Implementasi Sistem Informasi sesuai dengan aktivit...Hapzi Ali, siti nurhaliza Implementasi Sistem Informasi sesuai dengan aktivit...
Hapzi Ali, siti nurhaliza Implementasi Sistem Informasi sesuai dengan aktivit...Siti Nurhaliza
 
Hapzi Ali, siti nurhaliza Implementasi Sistem Informasi sesuai dengan aktivit...
Hapzi Ali, siti nurhaliza Implementasi Sistem Informasi sesuai dengan aktivit...Hapzi Ali, siti nurhaliza Implementasi Sistem Informasi sesuai dengan aktivit...
Hapzi Ali, siti nurhaliza Implementasi Sistem Informasi sesuai dengan aktivit...Siti Nurhaliza
 
Sim siti nurhaliza, Hapzi Ali Sistem Manajemen Database
Sim siti nurhaliza, Hapzi Ali Sistem Manajemen DatabaseSim siti nurhaliza, Hapzi Ali Sistem Manajemen Database
Sim siti nurhaliza, Hapzi Ali Sistem Manajemen DatabaseSiti Nurhaliza
 
Sim Siti Nurhaliza, Hapzi Ali sumber daya komputasi dan komunikasi
Sim Siti Nurhaliza, Hapzi Ali sumber daya komputasi dan komunikasiSim Siti Nurhaliza, Hapzi Ali sumber daya komputasi dan komunikasi
Sim Siti Nurhaliza, Hapzi Ali sumber daya komputasi dan komunikasiSiti Nurhaliza
 
Sim Siti Nurhaliza, Hapzi Ali, pengguna dan pengembang sistem
Sim Siti Nurhaliza, Hapzi Ali, pengguna dan pengembang sistemSim Siti Nurhaliza, Hapzi Ali, pengguna dan pengembang sistem
Sim Siti Nurhaliza, Hapzi Ali, pengguna dan pengembang sistemSiti Nurhaliza
 
Hapzi Ali, siti nurhaliza Penggunaan Teknologi Informasi dalam e-Business - p...
Hapzi Ali, siti nurhaliza Penggunaan Teknologi Informasi dalam e-Business - p...Hapzi Ali, siti nurhaliza Penggunaan Teknologi Informasi dalam e-Business - p...
Hapzi Ali, siti nurhaliza Penggunaan Teknologi Informasi dalam e-Business - p...Siti Nurhaliza
 

More from Siti Nurhaliza (9)

Hapzi Ali, siti nurhaliza Analisis dan Perancangan SI di PT.MPI - Makalah UAS
Hapzi Ali, siti nurhaliza Analisis dan Perancangan SI di PT.MPI - Makalah UASHapzi Ali, siti nurhaliza Analisis dan Perancangan SI di PT.MPI - Makalah UAS
Hapzi Ali, siti nurhaliza Analisis dan Perancangan SI di PT.MPI - Makalah UAS
 
Siti nurhaliza, hapzi ali, pengenalan e learning, umb jakarta (14)
Siti nurhaliza, hapzi ali, pengenalan e learning, umb jakarta (14)Siti nurhaliza, hapzi ali, pengenalan e learning, umb jakarta (14)
Siti nurhaliza, hapzi ali, pengenalan e learning, umb jakarta (14)
 
Siti nurhaliza,hapzi ali, keamanan sistem informasi, umb jakarta 2017 (10)
Siti nurhaliza,hapzi ali, keamanan sistem informasi, umb jakarta 2017 (10)Siti nurhaliza,hapzi ali, keamanan sistem informasi, umb jakarta 2017 (10)
Siti nurhaliza,hapzi ali, keamanan sistem informasi, umb jakarta 2017 (10)
 
Hapzi Ali, siti nurhaliza Implementasi Sistem Informasi sesuai dengan aktivit...
Hapzi Ali, siti nurhaliza Implementasi Sistem Informasi sesuai dengan aktivit...Hapzi Ali, siti nurhaliza Implementasi Sistem Informasi sesuai dengan aktivit...
Hapzi Ali, siti nurhaliza Implementasi Sistem Informasi sesuai dengan aktivit...
 
Hapzi Ali, siti nurhaliza Implementasi Sistem Informasi sesuai dengan aktivit...
Hapzi Ali, siti nurhaliza Implementasi Sistem Informasi sesuai dengan aktivit...Hapzi Ali, siti nurhaliza Implementasi Sistem Informasi sesuai dengan aktivit...
Hapzi Ali, siti nurhaliza Implementasi Sistem Informasi sesuai dengan aktivit...
 
Sim siti nurhaliza, Hapzi Ali Sistem Manajemen Database
Sim siti nurhaliza, Hapzi Ali Sistem Manajemen DatabaseSim siti nurhaliza, Hapzi Ali Sistem Manajemen Database
Sim siti nurhaliza, Hapzi Ali Sistem Manajemen Database
 
Sim Siti Nurhaliza, Hapzi Ali sumber daya komputasi dan komunikasi
Sim Siti Nurhaliza, Hapzi Ali sumber daya komputasi dan komunikasiSim Siti Nurhaliza, Hapzi Ali sumber daya komputasi dan komunikasi
Sim Siti Nurhaliza, Hapzi Ali sumber daya komputasi dan komunikasi
 
Sim Siti Nurhaliza, Hapzi Ali, pengguna dan pengembang sistem
Sim Siti Nurhaliza, Hapzi Ali, pengguna dan pengembang sistemSim Siti Nurhaliza, Hapzi Ali, pengguna dan pengembang sistem
Sim Siti Nurhaliza, Hapzi Ali, pengguna dan pengembang sistem
 
Hapzi Ali, siti nurhaliza Penggunaan Teknologi Informasi dalam e-Business - p...
Hapzi Ali, siti nurhaliza Penggunaan Teknologi Informasi dalam e-Business - p...Hapzi Ali, siti nurhaliza Penggunaan Teknologi Informasi dalam e-Business - p...
Hapzi Ali, siti nurhaliza Penggunaan Teknologi Informasi dalam e-Business - p...
 

Siti nurhaliza, hapzi ali, sistem pendukung pengambilan keputusan, umb jakarta (12)

  • 1. Assalamu’alaikum Wr.Wb Sistem Pengambilan Keputusan Siti Nurhaliza (Mahasiswa UMB Jakarta) Prof.Dr.Hapzi Ali, CMA (Dosen Pengampu) mengimplementasi Sistem Pendukung Keputusan (SPK) atau Decision Support System (DSS) dalam mendukung pengambilan keputusan pada kegiatan bisnis. Saya Bekerja pada sebuah perusahaan distribusi Farmasi, dan disini saya mengambil contoh dalam mengimplementasi Sistem Pendukung Keputusan (SPK) atau Decision Support System (DSS) pada Perusahaan yang bergerak sama dalam bidang perusahaan Distribusi Farmasi juga, namun bukan pada perusahaan dimana saya bekerja. I. Pendahuluan Informasi sangat dibutuhkan dalam proses pengambilan keputusan. Keputusan yang baik dan tepat perlu didukung oleh ketersediaan informasi yang akurat, cepat dan cukup. Dengan informasi yang demikian, pengawas (supervisor) dan pimpinan (leader) suatu lembaga atau organisasi mendapatkan gambaran yang komplek dan spesifik dari suatu keputusan yang akan dirumuskan. Keputusan pun akan efektif dari aspek waktu karena data dapat diakses secara instan. Sehingga keputusan yang dirumuskan akan lebih tepat dan dalam waktu yang relatif lebih singkat. Pada saat ini pencatatan pendistribusian obat-obatan di Dinas Kesehatan Kabupaten Solok perlu diorganisir lebih baik lagi dengan merelasikan kumpulan data yang ada untuk melakukan proses yang dapat membantu dalam pengambilan keputusan.
  • 2. Dengan sistem pengambilan keputusan ini akan memperbaiki pendistribusian obat-obatan terhadap pihak-pihak terkait lebih akurat dan data yang lebih terjamin, sehingga keputusan yang dirumuskan akan lebih tepat dan dapat dirumuskan dalam waktu yang relatif lebih singkat. II. Dinas Kesehatan Kabupaten Solok Dinas Kesehatan Kabupaten Solok merupakan salah satu instansi pemeritahan yang berdiri pada tahun 1955. Pada awalnya hanya ada satu Dinas Kesehatan di daerah Solok. Namun semenjak adanya otonomi daerah, Dinas Kesehatannya dibagi menjadi tiga bagian yakni Dinas Kesehatan Kabupaten Solok, Dinas Kesehatan Kota Solok, dan Dinas Kesehatan Solok Selatan. Dimana salah satu tugas dari Dinas Kesehatan Kabupaten Solok adalah melakukan pendistribusian obat-obatan ke Puskesmas, Rumah Sakit, Unit Kesehatan dan Farmasi di lingkup kabupaten Solok. Jurnal Processor Vol. 5, No. 1, Februari 2010 – STIKOM Dinamika Bangsa – Jambi 37 III. Teori Sistem Penunjang Keputusan Sistem Pendukung Keputusan (SPK) atau Decision Support System (DSS) merupakan sebuah alat bantu yang menggunakan aplikasi sistem informasi berbasis komputer. Sistem pendukung keputusan juga dapat diartikan sebagai sistem berbasiskan komputer yang menambahkan teknologi didalamnya, sehingga dapat membantu dalam pengambilan keputusan. SPK sebenarnya merupakan implementasi teori-teori pengambilan keputusan yang telah diperkenalkan oleh ilmu-ilmu seperti operation research dan management science. Hanya bedanya adalah bahwa jika dahulu untuk mencari penyelesaian masalah yang dihadapi harus dilakukan perhitungan iterasi secara manual (biasanya untuk mencari nilai minimum, maksimum, atau optimum), saat ini komputer PC telah menawarkan kemampuannya untuk menyelesaikan persoalan yang sama dalam waktu relatif singkat, yang pada hakekatnya adalah merepresentasikan permasalahan manajemen yang dihadapi setiap hari.
  • 3. Tujuan dari Sistem Penunjang Keputusan menurut Peter G. W. Keen, bekerja sama dengan Scott Morton adalah : a. Membantu manajer membuat keputusan untuk memecahkan masalah semiterstruktur. b. Mendukung penilaian manajer bukan mencoba menggantikannya. c. Meningkatkan efektivitas pengambilan keputusan manajer dari pada efisiensinya. Dari keputusan yang diambil, maka pengawasan persediaan obat-obatan akan dapat diatur, sehingga suatu tingkat persediaan yang optimum yang dapat memenuhi kebutuhan obat- obatan dalam jumlah, mutu dan pada waktu yang tepat serta jumlah biaya yang rendah. Kegiatan pengawasan persediaan meliputi : 1. Perencanaan persediaan 2. Penjadwalan untuk pemesanan 3. Pengaturan penyimpanan Tujuan pengawasan persediaan : 1. Menjaga agar jangan sampai kehabisan persediaan 2. Menjaga persediaan agar tidak terlalu besar 3. Menjaga agar pesanan ataupembelian dalam ukuran kecil dapat dihindari Kebijakan dalam pengawasan persediaan terbagi atas dua yaitu : 1. Kebijakan mengenai pemesanan, perlu ditentukan : a) Cara pemesanan b) Jumlah yang dipesan c) Kapan pemesanan dilakukan
  • 4. 2. Kebijakan mengenai tingkat persediaan, perlu ditentukan : a) Besarnya persediaan pengaman yang merupakan persediaan minimum. b) Besarnya persediaan pada waktu pemesanan kembali dilakukan. c) Besarnya persediaan maksimum. IV. Sistem Pendukung Keputusan Pendistribusian Obat-obatan Sistem pendukung keputusan pendistribusian obat dapat dilihat pada gambar 1 berikut ini : Jurnal Processor Vol. 5, No. 1, Februari 2010 – STIKOM Dinamika Bangsa – Jambi 38 Gambar 1. Sistem Pendukung Keputusan Pendistribusian Obat Gambar 1 di atas memperlihatkan sistem pendukung keputusan pendistribusian obat yang terdiri dari tiga bagian utama yaitu basis data, model, dan dialog. IV.1 Basis Data Basis data berisikan data yang tidak lengkap (incomplete data). Untuk mendapatkan keputusan yang tepat dan akurat, data yang tidak lengkap diproses sehingga didapatkan suatu data yang lengkap dengan menggunakan metoda data cleaning. Selanjutnya untuk menghasilkan keputusan yang lebih singkat dan mudah dipahami oleh pemakai, data lengkap ditransformasikan dengan menggunakan metoda data transformasi. IV.1.1. Data Cleaning Metoda data cleaning adalah suatu metoda yang digunakan untuk menangani data yang tidak lengkap. Teknik yang digunakan pada metoda data cleaning adalah teknik mean substitution. Dalam teknik ini, data yang tidak lengkap diisi dengan nilai rata-rata dari sample data. Algoritma 1 : Teknik mean substitution Input : Data yang tidak lengkap
  • 5. Output : Data lengkap Method : 1. Hitung rata-rata dari sample data, x = S Xi n 2. Isi data tidak lengkap dengan nilai rata-rata Ilustrasi dari algorithma 1 dapat dilihat pada tabel 1 berikut ini : Tabel 1 Data tidak lengkap Jurnal Processor Vol. 5, No. 1, Februari 2010 – STIKOM Dinamika Bangsa – Jambi 39 Sumber : Dinas Kesehatan Solok-2008 Dari tabel 1 di atas dapat dilihat bahwa terdapat data yang tidak lengkap yaitu pada record 3. Hitung rata-rata dari sample data, x = S Xi n Pemakaian = 87+63+52+107 = 309 = 62 55 Sisa Persediaan = 108+102+98+63 = 371 = 74 55 Permintaan = 100+200+120+130 = 550 = 110 55 Berdasarkan nilai rata-rata tersebut, tabel 1 yang berisi data tidak lengkap dapat menjadi data lengkap yang dapat dilihat pada tabel 2 berikut ini : Tabel 2 Data lengkap IV.1.2. Data Transformasi Data transformasi adalah suatu metoda yang digunakan untuk mentransformasikan baris data ke dalam data yang ditransformasikan. Algoritma dari data transformasi adalah sebagai berikut : Jurnal Processor Vol. 5, No. 1, Februari 2010 – STIKOM Dinamika Bangsa – Jambi 40
  • 6. Algoritma 2 : Data transformasi Input : Data lengkap Output : Data yang ditransformasi Method : 1. Tentukan nilai terbesar (Xmax), dan nilai terkecil (Xmin). 2. Tentukan range nilai (Xrange = Xmax – Xmin). 3. Tentukan jumlah kelas, K = 1 + 3,3 log (n). 4. Tentukan nilai interval, Int = (Xrange / K). 5. Transformasikan data dengan { Xmin, [ Xmin + Int ],…, [Xmin + n(Int) ]}. Ilustrasi dari algoritma 2 diberikan pada data berikut ini : Dengan menggunakan data lengkap pada table.2, maka dapat dilihat nilai terbesar dan nilai terkecil untuk masing-masing atribut. 1. Atribut Pemakaian a. nilai terbesarnya adalah 107 dan nilai terkecil 52 b. range nilai adalah 107 – 52 = 55 c. jumlah kelas adalah 1+ 3,3 log (5) = 3 d. nilai interval adalah 55/3 = 18,3 Transformasi data yang dihasilkan 52 – 70,3 = 1
  • 7. 70,4 – 88,7 = 2 88,8 – 107 = 3 2. Atribut Sisa Persediaan a. nilai terbesarnya adalah 108 dan nilai terkecil 63 b. range nilai adalah 108 – 63 = 45 c. jumlah kelas adalah 1+ 3,3 log (5) = 3 d. nilai interval adalah 45/3 = 15 Transformasi data yang dihasilkan : 63 – 78 = 1 79 – 94 = 2 95 – 108 = 3 3. Atribut Permintaan a. nilai terbesarnya adalah 200 dan nilai terkecil 100 b. range nilai adalah 200 – 100 = 100 c. jumlah kelas adalah 1+ 3,3 log (5) = 3 d. nilai interval adalah 100/3 = 33,3 Transformasi data yang dihasilkan 100 – 133,3 = 1 133,4 – 166,7 = 2 166,8 – 200 = 3
  • 8. Berdasarkan nilai di atas, data lengkap dari tabel 2 dapat ditransformasikan ke dalam tabel 3 di bawah ini : Tabel 3 Data transformasi Jurnal Processor Vol. 5, No. 1, Februari 2010 – STIKOM Dinamika Bangsa – Jambi 41 IV.2 Penentuan Keputusan Komputerisasi Penentuan keputusan dengan komputerisasi merupakan hasil dari pemrosesan program agar keputusan yang dihasilkan tepat, cepat, dan akurat. Keputusan pendistribusian dengan komputerisasi dihasilkan dengan ketentuan sebagai berikut : X = Pemakaian Y1 = Persediaan Bulan Terakhir Y2 = Persediaan Bulan Ini Z = Permintaan Buffer = 20 % ( sebagai cadangan ) 1. Mencari pemakaian rata-rata x = Xi n 2. Mencari Persediaan Bulan ini maksimal 3. Mencari Persediaan Bulan Ini Optimal Persediaan bulan ini optimal digunakan sebagai solusi apabila permintaan dengan jumlah tertentu mendapatkan keputusan ditolak Sehingga untuk Persediaan Bulan Ini:
  • 9. 1. Keputusan bernilai Diterima apabila : 2. Keputusan bernilai Ditolak apabila : Jurnal Processor Vol. 5, No. 1, Februari 2010 – STIKOM Dinamika Bangsa – Jambi 42 Apabila persediaan bulan lalu masih berada di atas persediaan bulan ini minimal, yaitu : Maka : Tidak diberi penambahan obat untuk bulan ini. Sehingga jumlah persediaan bulan ini = jumlah persediaan bulan terakhir. Dan sebaliknya apabila persediaan bulan lalu berada di bawah persediaan bulan ini minimal, yaitu : Maka : Obat akan diberikan dengan jumlah persediaan bulan ini optimal. Sehingga jumlah persediaan bulan ini = jumlah persediaan bulan ini optimal. Dengan permintaan yang disetujui : Penerapan rumus di atas dapat dilihat pada data tabel 4 berikut : Tabel 4 Penentuan Keputusan Komputer Sumber : Dinas Kesehatan Solok-2008 1. Lokasi Puskesmas Alahan Panjang a. Mencari Pemakaian Rata-Rata x = Xi n = ( X1 + X2 + X3 + X4 + X5 + X6 )
  • 10. n = 96 + 86 + 100 + 120 + 70 + 926 = 564 6 = 94 b. Mencari Persediaan Bulan Ini Maksimal Y2 Max = X Max + 20% = 120 + 24 Jurnal Processor Vol. 5, No. 1, Februari 2010 – STIKOM Dinamika Bangsa – Jambi 43 = 144 c. Mencari Persediaan Bulan Ini Minimal Y2 Min = x + 20% = 94 + 19 = 112 d. Mencari Persediaan Bulan Ini Optimal Y2 Op = Y2 Max + Y2 Min 2 = 144 + 113 2 = 128 Penentuan Keputusan : Y2 Max = 144 Y2 Min = 113 Y1 = 40 Z = 100 Y1 + Z = 40 + 100 = 140 Sehingga Keputusan : Diterima Karena
  • 11. Y2 Min ( Y1 + Z ) Y2 Max 113 140 144 Dengan jumlah persediaan bulan ini = 140 2. Lokasi Puskesmas Tanjung Bingkung a. Mencari Pemakaian Rata-Rata x = Xi n = ( X1 + X2 + X3 + X4 + X5 + X6 ) n = 74 + 61 + 65 + 71 + 80 + 79 6 = 430 6 = 72 b. Mencari Persediaan Bulan Ini Maksimal Y2 Max = X Max + 20% = 80 + 16 = 96 c. Mencari Persediaan Bulan Ini Minimal Y2 Min = x + 20% = 72 + 14 = 85 d. Mencari Persediaan Bulan Ini Optimal Y2 Op = Y2 Max + Y2 Min
  • 12. Jurnal Processor Vol. 5, No. 1, Februari 2010 – STIKOM Dinamika Bangsa – Jambi 44 2 = 96 + 86 2 = 91 Penentuan Keputusan : Y2 Max = 96 Y2 Min = 85 Y1 = 60 Z = 200 Y1 + Z = 60 + 200 = 260 Sehingga Keputusan : Ditolak Karena ( Y1 + Z ) > Y2 Max 260 > 96 Dengan jumlah persediaan bulan ini = persediaan optimal = 91 3. Lokasi Puskesmas Selayo a. Mencari Pemakaian Rata-Rata x = Xi n = ( X1 + X2 + X3 + X4 + X5 + X6 ) n = 90 + 86 + 72 + 87 + 109 + 80 6 = 524
  • 13. 6 = 87 b. Mencari Persediaan Bulan Ini Maksimal Y2 Max = X Max + 20% = 109 + 22 = 131 c. Mencari Persediaan Bulan Ini Minimal Y2 Min = x + 20% = 87 + 18 = 105 d. Mencari Persediaan Bulan Ini Optimal Y2 Op = Y2 Max + Y2 Min 2 = 131 + 105 2 = 118 Penentuan Keputusan : Y2 Max = 131 Y2 Min = 105 Y1 = 60 Jurnal Processor Vol. 5, No. 1, Februari 2010 – STIKOM Dinamika Bangsa – Jambi 45 Z = 60 Y1 + Z = 60 + 60 = 120 Sehingga Keputusan : Diterima Karena
  • 14. Y2 Min ( Y1 + Z ) Y2 Max 105 120 131 Dengan jumlah Persediaan Bulan ini = 120 4. Lokasi Puskesmas Gunung Talang a. Mencari Pemakaian Rata-Rata x = Xi n = ( X1 + X2 + X3 + X4 + X5 + X6 ) n = 66 + 84 + 48 + 61 + 77 + 50 6 = 386 6 = 64 b. Mencari Persediaan Bulan Ini Maksimal Y2 Max = X Max + 20% = 86 + 18 = 103 c. Mencari Persediaan Bulan Ini Minimal Y2 Min = x + 20% = 64 + 13 = 77 d. Mencari Persediaan Bulan Ini Optimal Y2 Op = Y2 Max + Y2 Min
  • 15. 2 = 103 + 77 2 = 90 Penentuan Keputusan : Y2 Max = 103 Y2 Min = 77 Y1 = 20 Z = 50 Y1 + Z = 20 + 50 = 70 Sehingga Keputusan : Ditolak Karena ( Y1 + Z ) < Y2 Min 70 < 77 Dengan jumlah Persediaan Bulan ini = Persediaan bulan ini optimal Jurnal Processor Vol. 5, No. 1, Februari 2010 – STIKOM Dinamika Bangsa – Jambi 46 = 90 5. Lokasi Puskesmas Singkarak a. Mencari Pemakaian Rata-Rata x = Xi n = ( X1 + X2 + X3 + X4 + X5 + X6 ) n = 74 + 77 + 58 + 50 + 93 + 82 6 = 72 b. Mencari Persediaan Bulan Ini Maksimal Y2 Max = X Max + 20%
  • 16. = 93 + 18 = 112 c. Mencari Persediaan Bulan Ini Minimal Y2 Min = x + 20% = 72 + 14 = 86 d. Mencari Persediaan Bulan Ini Optimal Y2 Op = Y2 Max + Y2 Min 2 = 112 + 86 2 = 99 Penentuan Keputusan : Y2 Max = 112 Y2 Min = 86 Y1 = 22 Z = 80 Y1 + Z = 22 + 80 = 102 Sehingga Keputusan : Diterima Y2 Min ( Y1 + Z ) Y2 Max 86 102 112 Dengan jumlah Persediaan Bulan ini = 102 Dari pembahasan di atas dapat terlihat bahwa dengan menggunakan batasan:
  • 17. yaitu dengan membandingkan pemakaian dari beberapa bulan sebelumnya pada tiap-tiap jenis obat pada masing-masing puskesmas, maka persediaan obat-obatan tidak akan mengalami penumpukan maupun kekurangan. Sehingga obat-obatan dapat didistribusikan dengan jumlah yang sesuai dengan kebutuhan. Tabel 5 Hasil Pencacahan Kasus Jurnal Processor Vol. 5, No. 1, Februari 2010 – STIKOM Dinamika Bangsa – Jambi 47 V. Kesimpulan Kesimpulan yang dapat ditarik dari sistem penunjang keputasan diatas adalah : 1. Sistem pendukung keputusan terdiri dari komponen database, dialog dan model memungkinkan pengambil keputusan dapat menghasilkan keputusan yang tepat dan akurat dengan menggunakan teknik data cleaning dan teknik data transformasi. 2. Dengan memanfaatkan komputer dan peralatan teknologi lainnya, pengambilan keputusan dapat dilakukan secara tepat dan akurat serta informasi yang dibutuhkan dapat tersedia setiap saat. 3. Dengan menggunakan Sistem Penunjang Keputusan Obat, maka keputusan yang dihasilkan dapat disajikan setiap saat lebih cepat, efektif dan akurat dalam pengambilan keputusan dibandingkan dengan cara manual karena telah menggunakan teknik-teknik pemodelan Sistem Penunjang Keputusan. 4. Dalam pendistribusian obat-obatan lebih baik, sehingga dapat mengatasi penumpukan dan kekosongan dalam pendistribusian obat-obatan disetiap daerah, dan juga sudah dapat diketahui kebutuhan untuk masa yang akan datang.
  • 18. 1. Jelaskan Pengertian dan fungsi dari Sistem Pendukung Keputusan (SPK) atau Decision Support System (DSS) dari sumber lain selain dari sumber dari modul ini. 2. Jelakankan tahapan dalam SPK dan apa maafaat sistem ini dalam pengambilan keputusan, serta beri contohnya. 1. Pengertian Sistem Pendukung Keputusan Sistem Pendukung Keputusan (SPK) Sistem Pendukung Keputusan (SPK) atau Decision Support System (DSS) adalah sebuah sistem yang mampu memberikan kemampuan pemecahan masalah maupun kemampuan pengkomunikasian untuk masalah dengan kondisi semi terstruktur dan tak terstruktur. Sistem ini digunakan untuk membantu pengambilan keputusan dalam situasi semi terstruktur dan situasi yang tidak terstruktur, dimana tak seorangpun tahu secara pasti bagaimana keputusan seharusnya dibuat (Turban, 2001). SPK bertujuan untuk menyediakan informasi, membimbing, memberikan prediksi serta mengarahkan kepada pengguna informasi agar dapat melakukan pengambilan keputusan dengan lebih baik. SPK merupakan implementasi teori-teori pengambilan keputusan yang telah diperkenalkan oleh ilmu-ilmu seperti operation research dan menegement science, hanya bedanya adalah bahwa jika dahulu untuk mencari penyelesaian masalah yang dihadapi harus dilakukan perhitungan iterasi secara manual (biasanya untuk mencari nilai minimum, maksimum, atau optimum), saat ini computer PC telah menawarkan kemampuannya untuk menyelesaikan persoalan yang sama dalam waktu relatif singkat. Sprague dan Watson mendefinisikan Sistem Pendukung Keputusan (SPK) sebagai sistem yang memiliki lima karakteristik utama yaitu (Sprague et.al, 1993):
  • 19. Sistem yang berbasis komputer. Dipergunakan untuk membantu para pengambil keputusan untuk memecahkan masalah- masalah rumit yang mustahil dilakukan dengan kalkulasi manual melalui cara simulasi yang interaktif dimana data dan model analisis sebaai komponen utama. Komponen Sistem Pendukung Keputusan Secara umum Sistem Pendukung Keputusan dibangun oleh tiga komponen besar yaitu database Management, Model Base dan Software System/User Interface. Komponen SPK tersebut dapat digambarkan seperti gambar di bawah ini. Fungsi Sistem Pendukung Keputusan (SPK) Secara global dapat dikatakan bahwa fungsi dari Sistem Pendukung Keputusan (SPK) adalah untuk meningkatkan kemampuan para pengambil keputusan dengan memberikan alternative alternative keputusan yang lebih banyak atau lebih baik, sehingga dapat membantu untuk merumuskan masalah dan keadaan yang dihadapi. Dengan demikian Sistem Pendukung Keputusan (SPK) dapat menghemat waktu, tenaga dan biaya. Jadi dapatlah dikatakan secarasingkat bahwa tujuan Sistem Penunjang Keputusan adalah untuk meningkatkan efektivitas (do the right things) dan efesiensi (do the things right) dalam pengambilan keputusan. Walaupun demikian penekanan dari suatu Sistem Penunjang Keputusan (SPK) adalah pada peningkatan efektivitas dari pengambilan keputusan dari pada efisiensinya. Sprague dan Watson mendefinisikan Sistem Pendukung Keputusan (SPK) sebagai sistem yang memiliki lima karakteristik utama yaitu (Sprague et.al, 1993) : 1. Sistem yang berbasis komputer. 2. Dipergunakan untuk membantu para pengambil keputusan 3. Untuk memecahkan masalah-masalah rumit yang mustahil dilakukan dengan kalkulasi
  • 20. manual 4. Melalui cara simulasi yang interaktif 5. Dimana data dan model analisis sebaai komponen utama. Komponen Sistem Pendukung Keputusan Secara umum Sistem Pendukung Keputusan dibangun oleh tiga komponen 2. Komponen Sistem Pendukung Keputusan (SPK) Komponen Sistem Pendukung Keputusan (SPK) a. Database Management Merupakan subsistem data yang terorganisasi dalam suatu basis data. Data yang merupakan suatu sistem pendukung keputusan dapat berasal dari luar maupun dalam lingkungan. Untuk keperluan SPK, diperlukan data yang relevan dengan permasalahan yang hendak dipecahkan melalui simulasi.
  • 21. b. Model Base Merupakan suatu model yang merepresentasikan permasalahan kedalam format kuantitatif (model matematika sebagai contohnya) sebagai dasar simulasi atau pengambilan keputusan, termasuk didalamnya tujuan dari permaslahan (objektif), komponen-komponen terkait, batasan-batasan yang ada (constraints), dan hal-hal terkait lainnya. Model Base memungkinkan pengambil keputusan menganalisa secara utuh dengan mengembangkan dan membandingkan solusi alternatif. c. User Interfase / Pengelolaan Dialog Terkadang disebut sebagai subsistem dialog, merupakan penggabungan antara dua komponen sebelumnya yaitu Database Management dan Model Base yang disatukan dalam komponen ketiga (user interface), setelah sebelumnya dipresentasikan dalam bentuk model yang dimengerti computer. User Interface menampilkan keluaran sistem bagi pemakai dan menerima masukan dari pemakai kedalam Sistem Pendukung Keputusan. Manfaat Sistem Pendukung Keputusan SPK dapat memberikan berbagai manfaat dan keuntungan. Manfaat yang dapat diambil dari SPK adalah : SPK memperluas kemampuan pengambil keputusan dalam memproses data / informasi bagi pemakainya. SPK membantu pengambil keputusan untuk memecahkan masalah terutama barbagai masalah yang sangat kompleks dan tidak terstruktur. SPK dapat menghasilkan solusi dengan lebih cepat serta hasilnya dapat diandalkan. Walaupun suatu SPK mungkin saja tidak mampu memecahkan masalah yang dihadapi oleh pengambil keputusan, namun dia dapat menjadi stimulan bagi pengambil keputusan dalam memahami persoalannya,karena mampu menyajikan berbagai alternatif pemecahan.
  • 22. Dalam sistem pendukung keputusan terdapat tiga jenis keputusan, yaitu : 1. Keputusan Terstruktur Keputusan terstruktur adalah keputusan yang dilakukan secara berulang-ulang dan bersifat rutin. Informasi yang dibutuhkan spesifik, terjadwal, sempit, interaktif, real time, internal, dan detail. Prosedur yang dilakukan untuk pengambilan keputusan sangat jelas. Keputusan ini terutama dilakukan pada manajemen tingkat bawah. Contoh : Keputusan pemesanan barang dan keputusan penagihan piutang; menentukan kelayakan lembur, mengisi persediaan, dan menawarkan kredit pada pelanggan. 2. Keputusan Semiterstruktur Keputusan semiterstruktur adalah keputusan yang mempunyai sifat yakni sebagian keputusan dapat ditangani oleh komputer dan yang lain tetap harus dilakukan oleh pengambil keputusan. Informasi yang dibutuhkan folus, spesifik, interaktif, internal, real time, dan terjadwal. Contoh : Pengevaluasian kredit, penjadwalan produksi dan pengendalian sediaan, merancang rencana pemasaran, dan mengembangkan anggaran departemen. 3. Keputusan Tidak Terstruktur Keputusan tak terstruktur adalah keputusan yang penanganannya rumit karena tidak terjadi berulang-ulang atau tidak selalu terjadi. Keputusan ini menuntut pengalaman dan berbagai sumber yang bersifat eksternal. Keputusan ini umumnya terjadi pada manajemen tingkat atas. Informasi yang dibutuhkan umum, luas, internal, dan eksternal. Contoh : Pengembangan teknologi baru, keputusan untuk bergabung dengan perusahaan lain,
  • 23. perekrutan eksekutif. Daftar Pustaka Sparague, R. H. and Watson H. J. 1993. Decision Support Systems: Putting Theory Into Practice. Englewood Clifts, N. J., Prentice Hall. Turban , Efraim & Aronson, Jay E. 2001. Decision Support Systems and Intelligent Systems. 6th edition. Prentice Hall: Upper Saddle River, NJ. http://anggiramadiah.blogspot.co.id/2014/12/sistem-pengambilan-keputusan.html Astri, Renita. Decission Support System dalam Trend Teknologi Bisnis dan Industri. (2003). Padang – Indonesia : Majalah Ilmiah Universitas Putra Indonesia “YPTK”. Vol. 4. No. 1. ISSN-0128-3790. Cahyono, Yeni. 2008. Pengantar Sistem Informasi. Ditemukan tanggal 23 November 2008 dari http://www.nicdesain.net/getfile.php?id=1. Center for Health Service Management. 2008. Reportase Manajemen Suplai Obat. Ditemukan 28 Oktober 2008 dari http://www.desentralisasikesehatan. net/data/Reportase%20 Manajemen%20Obat.pdf. Defit , Sarjon dan Noor, Mohammad. Mining Association Rule From Large Database. (2001). Johor – Malaysia : Journal of Information Technology Universiti Teknologi Malaysia. Jilid 13. Bil. 2. ISSN-0128-3790. Dwiantoro, Tono. 2007. Sistem Pendukung Keputusan. Ditemukan tanggal 30 November 2008 dari http://www.dwiantoro.com/documents/ SIM_4_DSS.ppt Kusrini. 2007. Konsep dan Aplikasi Sistem Pendukung Keputusan. Yogyakarta: Penerbit
  • 24. Andi. Jurnal Processor Vol. 5, No. 1, Februari 2010 – STIKOM Dinamika Bangsa – Jambi 48 Santri. 2007. Sistem Pendukung Keputusan (SPK). Ditemukan tanggal 26 Oktober 2008 dari http://haniif.wordpress.com/2007/08/01/23-tinjauan-pustaka-sistempendukung- keputusan-spk/. Suryadi, Kadarsah dan M. Ali Ramdhani. 2002. Sistem Pendukung Keputusan. Bandung: Remaja Rosdakarya. Turban, Efraim. 2002. Sistem Pendukung Keputusan. Terjemahan oleh Irfan Subakti. dari Decision Support System and Expert System : Management Support Systems, Fourth Edition (1995). Surabaya: Institut Teknologi Sepuluh Nopember. Zamzarina dan Noor, Mohammad. Clustering Technique in Data Mining : General and Research Perspective. (2002). Johor – Malaysia : Journal of Information Technology Universiti Teknologi Malaysia. Jilid 14. Bil. 2. ISSN-0128-3790.