1 / 44

DECISION SUPPORT SYSTEM (DSS)

DECISION SUPPORT SYSTEM (DSS). Prof. Dr. Ir. Marimin, M.Sc. marimin_07@yahoo.com. SISTEM INFORMASI BERBASIS KOMPUTER (Computer Based Information Systems-CBIS). ES : Expert System (Sistem Pakar). DSS : Decision Support Systems. (Sistem Penunjang Keputusan).

sheba
Download Presentation

DECISION SUPPORT SYSTEM (DSS)

An Image/Link below is provided (as is) to download presentation Download Policy: Content on the Website is provided to you AS IS for your information and personal use and may not be sold / licensed / shared on other websites without getting consent from its author. Content is provided to you AS IS for your information and personal use only. Download presentation by click this link. While downloading, if for some reason you are not able to download a presentation, the publisher may have deleted the file from their server. During download, if you can't get a presentation, the file might be deleted by the publisher.

E N D

Presentation Transcript

  1. DECISION SUPPORT SYSTEM (DSS) Prof. Dr. Ir. Marimin, M.Sc. marimin_07@yahoo.com

  2. SISTEM INFORMASI BERBASIS KOMPUTER (Computer Based Information Systems-CBIS) • ES : Expert System (Sistem Pakar) • DSS : Decision Support Systems (Sistem Penunjang Keputusan) • MIS : Management Information System (Sistem Informasi Manajemen) • DBMS : Data Based Management Systems (Sistem Manajemen Basis Data) • EDP : Electronic Data Processing (Pengolahan Data Elektronik) • IS : Information Systems (Sistem Informasi)

  3. EIS ES Directive DSS Strategic IS MIS Tactic DBMS EDP Operasional Posisi ES/ES pada Sistem Informasi (IS)

  4. Definisi Sistem Penunjang Keputusan (SPK/DSS) Merupakan alat manajemen yang terdiri dari komponen basis data, basis model dan user interface yang berbasis komputer yang dapat digunakan untuk memecahkan masalah dan membantu tugas-tugas pengambilan keputusan. DSS mendukung pengambilan keputusan kompleks dengan penekanan pada efektifitas (Turban, 1998)

  5. FOUR MAJOR DSS CHARACTERISTICS • Incorporate both data and model • Assist Manager in semi-structured/unstructured design making process • Support rather than replace managerial judgment • Improve effectiveness rather than efficiency

  6. Other Computer-based Systems Data; External and Internal Dialog Management Model Based Management Data Based Management Manager (User) and Tasks DSS STRUCTURE

  7. SAMPLE OF DECISION AREA • Industrial planning • Municipal waste control • Water allocation and usage • Budged allocation • Seat allocation of a general election • Strategy for ICT development • .…

  8. DBMS Function • Input • Edit • Sort • Integrated • Data • ICT Profile • Population Profile • ICT policy Data Extraction DBMS MBMS ICT Prediction Dialog Management System Population Dynamic Model Financial Analysis Model User MCDM Figure : DSS for ICT Development

  9. DBMS Function • Input • Edit • Sort • Integrated • Data • Profile wisata • Profile infrastruktur • Profile masyarakat • Policy pemerintah • Profile wisatawan • Profile fasilitas wisata Data Extraction DBMS MBMS Pengembangan Prod Dialog Management System Segmentasi Lokasi wisata User Strategi Figure : DSS strategi pengembangan pariwisata

  10. Model Pengetahuan Data Sistem Manajemen Basis Data Sistem Manajemen Basis Model Data Penduduk Sub Model Estimasi Pemilih Sistem Manajemen Basis Pengetahuan Data Partai Sub Model Penetapan Anggota DPR Data Wilayah Administrasi Sub Model Penetapan Anggota DPRD • Akuisi Pengetahuan • Konseptualisasi Pengetahuan • Representasi Pengetahuan Data KPU Sub Model Alokasi Sumberdaya Data Pemilih Sub Model Pemilihan Mobilisasi Sumberdaya Data Anggaran Sub Model Pemilihan Presiden Data PEMILU Pengguna Sistem Manajemen Dialog Sistem Pengolahan Terpusat Mekanisme Inferensi Sistem Pendukung Keputusan bagi KPU

  11. Model Pengetahuan Data Sistem Manajemen Basis Data Sistem Manajemen Basis Model Data Komoditas Hortikultura Sub Model Pemilihan Komoditas Unggulan Sistem Manajemen Basis Pengetahuan Data Produk Agroindustri Sub Model Pemilihan Produk Unggulan Data Potensi Lokasi Agroindustri Sub Model Sistem Pakar Lokasi Agroindustri Unggulan • Akuisi Pengetahuan • Konseptualisasi Pengetahuan • Representasi Pengetahuan Data Produksi dan Konsumsi Komoditas Sub Model Prakiraan Ketersediaan Bahan Baku Data Pertumbuhan Penduduk Sub Model Kelayakan Finansial Agroindustri Data Biaya Agroindustri Sub Model Strategi Pengembangan Agroindustri Data Strategi Pengembangan Agroindustri Pengguna Sistem Manajemen Dialog Sistem Pengolahan Terpusat Mekanisme Inferensi Konfigurasi EMS Agroindustri

  12. DSS/EMS SOURCES OF REFERENCES • Decision Support System Journal • Data and Knowledge Engineering Journal • Expert Systems with Application Journal • Systems Research and Behavioral Science Journal • Books in DSS and Expert System

  13. Analasis Kebutuhan • Formulasi Permasalahan • Identifikasi Sistem Pendekatan Sistem METODA MULAI Indeks kinerja Pemilihan Jenis wisata Pengembangan produk wisata Segmentasi Ketersediaan SDM Kelayakan Bisnis Wisata Klustering Regresi Linier Kelayakan Finansial Strategi Pengembangan Pariwista AHP METODOLOGI

  14. SISTEM PAKAR • Definisi Sistem Pakar adalah Sistem Perangkat Lunak Komputer yang menggunakan ilmu, fakta, dan teknik berfikir dalam pengambilan keputusan untuk menyelesaikan masalah-masalah yang biasanya hanya dapat diselesaikan oleh tenaga ahli dalam bidang yang bersangkutan • Tujuan Pengembangan • Mempermudah kerja tenaga ahli • Mengganti tenaga ahli • Menggabungkan kemampuan tenaga ahli • Training tenaga ahli • Mengurangi resiko pada pekerjaan yang berbahaya • Menyediakan ahli pada bidang pekerjaan “kering”

  15. The Expert System Expert Advice Knowledge Base User Interface Programs Inference Engine Program Workstation User Expert System Development Knowledge Engineering Knowledge Acquisition Program Expert and/or Knowledge Engineer Workstation Components of Expert Systems

  16. Tabel : Perbedaan perangkat lunak sistem pakar dengan perangkat lunak konvensional

  17. Expert Systems Example DENDRAL, mass spectrometer interpreter MYCIN, modeling medical expert PROSPECTOR, mining exploration M1, computer designer RECSEL, recruitment and selection …

  18. APLIKASI SISTEM PAKAR DI BIDANG MANAJERIAL 1. Analisis a. Interprestasi • Analisa pasar untuk komoditi tertentu • Identifikasi media iklan yang sesuai • Identifikasi kebutuhan pelatihan b. Diagnostik • Diagnosa kelesuan perusahaan dan usaha penyembuhan 2. Sintesa • Penarikan tenaga kerja • Strategi Penentuan harga • Strategi pengembangan produk 3. Integrasi • Prediksi perkembangan nilai saham pada bursa efek

  19. Metoda penelitian : mengggunakan pendekatan sistem • Tahapan pelaksanaan penelitian ini adalah : 1. Pengumpulan data a. kajian pustaka b. observasi lapang c. wawancara dengan pakar 2. Perancangan sistem a. Sistem Manajemen Basis Data b. Sistem Manajemen Basis Model c. Sistem Manajemen Basis Pengetahuan 3. Implementasi 4. Verifikasi METODOLOGI PENGEMBANGAN EMS

  20. Pengumpulan Data TATA LAKSANA • Telaah Literatur • Pustaka • Jurnal • Laporan Observasi Lapang Wawancara dengan Pakar Pengembangan Sistem Basis Model Basis Data Basis Pengetahuan Mekanisme Inferensi Integrasi Sistem Implementasi Verifikasi

  21. 1. Sub Model Pemilihan Komoditas Unggulan • Input Data • Kriteria Pemilihan • Pembobotan Kriteria • Alternatif Komoditas • Penilaian Komoditas • terhadap kriteria • Edit/Tambah/ Hapus Data • Kriteria Pemilihan • Pembobotan Kriteria • Alternatif Komoditas • Penilaian Komoditas • terhadap kriteria Penentuan Proritas Komoditas Unggulan Dengan Metode MPE OUTPUT Urutan Prioritas Komoditas Unggulan

  22. A. Sub Model Pemilihan Komoditas Unggulan • Penentuan Kriteria dan Pembobotan No. KRITERIA BOBOT AHP BOBOT (faktor konversi = 20) 1. Potensi Komoditas 0,2755 6 2. Nilai Ekonomis 0,1417 3 3. Keterkaitan Dengan Pendapatan Rakyat 0,0742 1 4. Penyebaran Lokasi 0,1509 3 5. Kesempatan Untuk Diversifakasi Produk 0,0841 2 6. Intensifikasi Dan Ekstensifikasi 0,2180 4 7. Kebijakan Pemerintah 0,0556 1 VERIFIKASI dan PEMBAHASAN

  23. PRIORTAS KOMODITAS NILAI MPE 1 Pisang 536.858 • Penentuan Alternatif Komoditas Hortikultura Unggulan 2 Mangga 120.983 Jambu Biji, Pisang, Mangga dan Tomat 3 • Penilaian Komoditas terhadap Kriteria Jambu Biji 120.786 • Hasil Analisis dengan Metode MPE : 4 Tomat 49.847

  24. No. KRITERIA BOBOT (pairwise) BOBOT (faktor konversi = 20) B. Sub Model PemilihanProduk Unggulan 1. Kontinuitas Bahan Baku 0,2038 4 • Penentuan Kriteria dan Pembobotan 2. Peluang Pasar 0,2850 6 3. Nilai Tambah Produk 0,1047 2 4. Teknologi Yang Sudah Dipakai 0,1503 3 5. Penyerapan Tenaga Kerja 0,0427 1 6. Dampak Ganda Terhadap Produk Lain 0,0668 1 7. Dampak Lingkungan 0,0663 1 8. Kondisi Agroindustri Saat Ini 0,0537 1 9. Kebijakan Pemerintah 0,0267 1

  25. PRIORTAS PRODUK NILAI MPE • Penentuan Alternatif Produk Unggulan dari Komoditas unggulan terpilih 1 Sale Pisang 538.431 2 Kripik Pisang 269.134 Kripik Pisang, Sale pisang, Sari Buah Pisang dan Tepung Pisang 3 Sari Buah Pisang 124.805 • Penilaian Produk terhadap Kriteria 4 Tepung Pisang 53.489 • Hasil Analisis dengan Metode MPE :

  26. C. Sub Model Sistem Pakar Lokasi Agroindustri Unggulan Mempunyai 2 cara Penggunaan pengguna dapat berdialogdengan sistem mengenai lokasi agroindustri unggulan • Konsultasi Menganalisis Data Lokasi yang terdapat dalam Basis Data • Analisis Hasil Analisis Data dari 24 Kecamatan di Kab. Cianjur menunjukkan prioritas Lokasi yang menjadi unggulan untuk Agroindustri sale pisang yaitu : Prioritas 1. Kecamatan Cikalongkulon Prioritas 2. Kecamatan Karang Tengah Prioritas 3. Kecamatan Sindang Barang Prioritas 4. Kecamatan Mande.

  27. Tahun Tahun Produksi (ton) Penduduk D. Sub Model Prakiraan Ketersediaan Bahan Baku 1998 1998 343.520 1.812.936 • Data Yang Tersedia : Data Produksi Pisang (1998-2001) 1999 1999 1.830.786 310.590 2000 2000 1.832.468 399.381 2001 2001 631.687 1.946.405 Prakiraan Produksi tahun 2002 dengan analisis regresi adalah 659.618ton (Y = 95329,3 X + 182971,3 dan R2 = 0,7207) Data jumlah Penduduk (1998-2001) Prakiraan Jumlah Penduduk tahun 2002 dengan analisis regresi adalah 1.956.171jiwa (Y = 40208,9X + 1755126,5 dan R2 = 0,7207)

  28. Prakiraan Produksi Prakiraan Konsumsi Kebutuhan Bahan Baku Status Ketersediaan Konsumsi Rata-rata = 18 kg per kapita per tahun Konsumsi untuk Agroindustri yang ada = 125.000ton Penjualan ke Luar daerah = 60 % dari produksi 659.618 555.982 365 Tersedia Hasi Analisis : Hasil Analisis sistem menunjukkan untuk suatu agroindustri dengan kapasitas produksi 365 ton/tahun ketersediaan bahan baku diperkirakan masih mencukupi

  29. Umur Proyek 10 Tahun E. Sub Model Kelayakan Finansial Agroindustri Jumlah Produksi (Produk/Tahun) 657000 Verifikasi  kelayakan agroindustri Sale Pisang Persentase Terjual 90 % Asumsi yang digunakan : Harga Jual Produk Rp 2.500,- Bunga Bank saat ini 18 % Persentase Produksi Tahun I 70 % Tahun II 85 % Tahun III s/d Tahun X 100 % Perawatan 2%, Penyusutan 10 %, Asuransi 0,5 %, Pajak Bangunan 2 %

  30. Kriteria Kelayakan Keadaan Normal Terjadi Penurunan Harga Jual Produk (10%) Terjadi Kenaikan Harga Bahan Baku (10%) Terjadi Penurunan Harga Jual Produk dan Kenaikan Harga Bahan Baku (10%) Hasil Analisis : Keuntungan Bersih Rp 2.399.141.750 ,- Rp 987.413.000 ,- Rp 1.876.279.250 ,- Rp 464.550.500 ,- BEP Rp 8.700.975.105,- 9.670.497.911,- Rp 9.360.472.966,- 10.592.082.846,- ROI 20,47 % 8,43 % 15,33 % 3,8 % B/C Ratio 1,2 1,08 1,15 1,04 NPV Rp 707.351.542,- Rp 96.520.164,- Rp 481.117.698,- (Rp 129.713.679,-) IRR 47,47 % 22,44 % 38,56 % 11,66 % PBP 2,5 Tahun 4,25 Tahun 2,92 Tahun 6,03 Tahun TIDAK LAYAK LAYAK

  31. No FAKTOR Bobot AHP Prioritas F. Sub Model Strategi Pengembangan Agroindustri 1 Sumberdaya Manusia (SDM) 0,2879 1 Teknik Pengambilan Keputusan yang digunakan adalah Proses Hirarki Analitik 2 Sumberdaya Alam (SDA) 0,1652 3 3 Modal 0,1613 4 Hasil Analisis : 4 Pemasaran 0,1213 5 Prioritas Faktor 5 Sarana dan Prasarana 0,0628 6 6 Kebijakan Pemerintah 0,2015 2

  32. No No No AKTOR Alternatif Tindakan Tujuan Bobot AHP Bobot AHP Prioritas Bobot AHP Prioritas Prioritas Prioritas Aktor 1 1 1 Perluasan Lapangan Pekerjaan Mempertahankan dan Memperkuat Agroindustri yang telah ada Pemerintah 0,1762 0,2048 2 0,4590 3 2 2 Petani 0,2021 1 2 2 Perluasan Pasar Menciptakan suasana yang medukung tumbuhnya Agroindustri Baru 0,2809 0,5410 1 1 3 Pengusaha 0,1694 4 3 Peningkatan Daya Saing 0,1414 4 Prioritas Tujuan 4 Pemerintah 0,1823 3 4 Peningkatan Pendapatan 0,2544 2 5 Perbankan 0,1300 6 5 Pembangunan Daerah 0,1185 5 6 Pedagang 0,1399 5 Prioritas Alternatif Tindakan

  33. PENGEMBANGAN AGROINDUSTRI HORTIKULTURA FOKUS Sumberdaya Manusia (28,79 %) Sumberdaya Alam (16,52 %) Modal (16,13 %) Pemasaran (12,13 %) Sarana dan Prasarana (6,28 %) Kebijakan Pemerintah (20,15 %) FAKTOR AKTOR Pemerintah (17,62 %) Petani (20,21 %) Pengusaha (16,94 %) Koperasi (18,23 %) Perbankan (13,00 %) Pedagang (13,99 %) Perluasan Lapangan Pekerjaan (20,48 %) Perluasan Pasar (28,09 %) Peningkatan Daya Saing (14,14 %) Peningkatan Pendapatan (25,44 %) Pembangunan Daerah (11,85 %) TUJUAN Mempertahankan dan Memperkuat Agroindustri yang telah ada (45,90 %) Menciptakan suasana yang medukung tumbuhnya Agroindustri Baru (54,10 %) ALTERNATIF

  34. Operational Performance Rating Qualitative Data Fuzzy Fuzzy Non-Fuzzy Financial Ratios Op. Health Level Quantitative Data F i n a n c i a l EMS Diagnosa dan Terapi Kesehatan Perusahaan

  35. Coding Non-Fuzzy List of Operational Aspect • ANFIS • Six layer • Neural input • Neural output • Learning backpropagation & hybrid • Output • Normali zation • Aggre gation Score on Company Performance Suggestion & Recomendation Fuzzy Aggregation Pre-process Output data for ANFIS Network • Single indicator score • Inter indicator score Pre-process List of Financial • Ratio computation • ANFIS network input THE COMPANY PERFORMANCE RATING EVALUATION FRAMEWORK

  36. Membership of Fuzzy Expression

  37. SAMPLE OF THE ISCPE FUZZY INFERENCE MODEL

  38. Sample of System Dialog

  39. Wall-Mounted Project Screen White Board White Board Facilitator Console and Network File Server Control Room Breakout Room Workstations Breakout Room Barco Projector Breakout Room Break Area Storage Figure : Universal of Arizona Small GDSS Facility

  40. Processor GDSS Applications Software Data base Model Base User Interface Group Facilitator I/O Device Public Screen Group Members Gambar: Model GDSS

  41. Pustaka • Marimin, 2004, Teknik dan Aplikasi Pengambilan Keputusan Kriteria Majemuk, Grassindo, Jakarta. • Marimin, 2005, Teknik dan Aplikasi Sistem Pakar dalam Teknologi Manajerial, IPB Press, Bogor • Turban, E., 2001, Decision Support System and Intelligent System, Prentice Hall, New Jersey.

More Related