Nama
: Achmad Dwi Normansyah
Kelas
: 1A Teknik Informatika
NIM
: 1801301110
SPK
( Sistem Pengambilan Keputusan)
A. Pengertian Sistem Pengambilan Keputusan
(SPK)
Sistem Pendukung Keputusan (SPK) adalah bagian dari sistem
informasi berbasis komputer termasuk sistem berbasis pengetahuan atau
manajemen pengetahuan yang dipakai untuk mendukung pengambilan keputusan dalam
suatu organisasi atau perusahaan. Dapat juga dikatakan sebagai sistem komputer
yang mengolah data menjadi informasi untuk mengambil keputusan
dari masalah semi terstruktur yang spesifik.
Sistem Pendukung Keputusan (SPK) dapat digambarkan sebagai
sistem yang berkemampuan mendukung analisis adhoc data, pemodelan keputusan,
berorientasi keputusan, orientasi perencanaan masa depan yang digunakan pada
saat-saat yang tidak biasa. Sistem Pendukung Keputusan (SPK) juga merupakan
penggabungan sumber-sumber kecerdasan individu dengan kemampuan komponen untuk
memperbaiki kualitas keputusan dan menjadi sistem informasi berbasis komputer
untuk manajemen pengambilan keputusan yang menangani masalah-masalah semi
struktur.
Dengan pengertian diatas, dapat diambil suatu kesimpulan
bahwa Sistem Pendukung Keputusan (SPK) bukan merupakan alat pengambilan
keputusan, melainkan merupakan sistem yang membantu pengambil keputusan untuk
melengkapi informasi dari data yang telah diolah secara relevan dan diperlukan
untuk membuat keputusan tentang suatu masalah dengan
lebih cepat dan akurat. Sehingga sistem ini tidak dimaksudkan untuk menggantikan
pengambilan keputusan dalam proses pembuatan keputusan.
B. Fungsi Sistem Pengambilan Keputusan
(SPK)
Secara global dapat dikatakan bahwa fungsi
dari Sistem Pendukung Keputusan (SPK) adalah untuk meningkatkan kemampuan para
pengambil keputusan dengan memberikan alternatif-alternatif 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 secara
singkat 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.
C. Artikel Tentang Sistem Pengambil
Keputusan
Macam-macam artikel yaitu antara lain :
1.
Artikel Rancang Bangun Sistem Pendukung
Keputusan Kelompok untuk Amnesis,
Diagnosis dan Terapi Gangguan Jiwa
Di Indonesia, kesehatan jiwa menjadi bagian
yang sangat diperhatikan oleh pemerintah. Kesehatan jiwa adalah suatu kondisi
mental yang sejahtera yang memungkinkan hidup harmonis dan produktif sebagai
bagian yang utuh dari kualitas hidup seseorang, dengan memperhatikan semua segi
kehidupan manusia. Sedangkan gangguan jiwa (mental disorder) adalah suatu
perubahan pada fungsi jiwa yang menyebabkan adanya gangguan pada fungsi
jiwa,yang menimbulkan penderitaan pada individu dan atau hambatan dalam
melaksanakan peran sosialnya (Menkes, 2002)
Penelitian ini bertujuan untuk membagun
suatu sistem berbasis web yang berfungsi sebagai linical Group Decision Support
System (CGDSS) untuk diagnosis gangguan jiwa nonpsitotis. Proses diagnosis
didasarkan pada basis pengetahuan yang dibentuk berdasarkan kompromi dari para
pengambil keputusan (psikiater atau psikolog klinis) melalui konsep fuzzy multi
attribute decision making(FMADM).
Pada analisis kebutuhan sistem akan dibahas
beberapa kebutuhan dan atau persyaratan terkait dengan input, proses, output,
dan antarmuka sistem yang akan dibangun. kebutuhan(persyaratan) ini diperoleh
berdasarkan hasil wawancara dengan para psikiater, psikolog (baik klinis maupun
non klinis), dan dokter di bidang farmakologi. Berdasarkan hasil
wawancara,kebutuhan Group Support System (GSS), dan Clinical Decision Support
System(CDSS) (Turban, 2005), diperoleh hasil analisis kebutuhan sistem berikut.
1) Kebutuhan input
Sistem yang akan dibangun membutuhkan beberapa data input, antara lain:
a. Data pengguna
sistem, seperti: username, password, nama lengkap, jenis kelamin, pekerjaan,
alamat, tempat dan tanggal lahir, nomor telpon atau HP, alamat email, institusi,
alamat institusi.
b. Data gangguan jiwa,
seperti: kode gangguan dan nama gangguan.
c. Data gejala
gangguan jiwa, seperti: kode gejala dan nama gejala.
d. Data hubungan
gejala dan gangguan jiwa.
e. Preferensi dengan
format ordered vector, utility vector, selected subset, atau fuzzy selected
f.
subset yang akan
digunakan untuk membentuk basis pengetahuan berdasarkan
g. FMADM(Kusumadewi,
dkk., 2007).
h.
Data farmakoterapi,
seperti: nama golongan obat, nama generik obat, nama dagang obat, perusahaan
yang memproduksi obat, kemasan, sediaan, dosis, indikasi, efek samping, satuan
sediaan, satuan dosis, hubungan antara jenis gangguan dan golongan obat,
hubungan antara kondisi medik dengan golongan obat.
i.
Data psikoterapi,
seperti: jenis psikoterapi dan hubungan antara jenis gangguan dan jenis
j.
psikoterapi.
k. Data psikososial
dan medik umum, seperti: jenis masalah psikososial, kode medik dan nama medik
seperti yang diberikan oleh ICD-10.
l.
Data pendukung
inferensi, seperti: metode inferensi (SAW atau TOPSIS), dan nilai threshold.
m.
Data pasien,
seperti: kode pasien, nama pasien, jenis kelamin, alamat dan pekerjaan.
2). Kebutuhan proses
Beberapa proses dibutuhkan untuk mengolah data input menjadi output yang berupa :
Beberapa proses dibutuhkan untuk mengolah data input menjadi output yang berupa :
a.
informasi yang
diharapkan. Beberapa proses tersebut antara lain.
b. Proses manajemen
pengetahuan, yang meliputi: manipulasi data gangguan, gejala, hubungan gejala
& gangguan pada aturan PPDGJ, hubungan gejala & gangguan pada CGDSS,
manipulasi data preferensi, akuisisi pengetahuan, manipulasi data
farmakoterapi, manipulasi data psikoterapi, manipulasi data medik, manipulasi
data pekerjaan, dan manipulasi data PPDGJ III.
c. Proses manajemen inferensi,
yang meliputi: ubah atribut pengambil keputusan menampilkan statistik
preferensi, uji sensitivitas, mengubah metode inferensi, dan mengubah nilai
threshold.
d. Proses manajemen
data pasien, yang meliputi: input, ubah, hapus dan menampilkan informasi data
pasien.
e. Proses anamnesis,
diagnosis dan terapi, yang meliputi: registrasi pasien, manipulasi data pasien
pada aksis I, II, III, IV dan V, proses farmakoterasi & psikoterapi pasien,
cetak hasil anamnesis, diagnosis & terapi.
f.
Proses manajemen
pengguna, yang meliputi: input, ubah, hapus dan menampilkan informasi data
pengguna.
g. Proses manajemen
informasi, yang meliputi: manajemen data berita, link informasi, forum, dan
polling.
h. Proses manajemen
konferensi, yang meliputi: manajemen agenda konferensi dan konferensi online.
i.
Proses display
informasi umum, yang meliputi: isi & menampilkan buku tamu, pendaftaran.
j.
Proses login untuk
masuk ke sistem sesuai dengan level aksesnya.
3) Kebutuhan output
Output yang diharapkan berupa informasi terkait beberapa hal, antara lain:
Output yang diharapkan berupa informasi terkait beberapa hal, antara lain:
a. Informasi jenis
gangguan.
b. Informasi gejala
gangguan jiwa.
c. Informasi aturan
menggunakan PPDGJ III.
d. Informasi kondisi
dalam aturan CGDSS.
e. Informasi
preferensi dengan format ordered vector, utility vector, selected subset, dan
fuzzy selected subset .
f.
Informasi
farmakoterapi.
g. Informasi
psikoterapi.
h. Informasi hasil
anamnesis terhadap pasien.
i.
informasi hasil
diagnosis terhadap pasien .
j.
Informasi hasil
terapi terhadap pasien.
k.
Laporan rekam medik
yang berisi hasil anamnesis, diagnosis, dan terapi
4) Kebutuhan perangkat lunak dan perangkat keras
Sistem yang akan dibangun dapat bekerja dengan
optimal apabila dioperasikan dengan menggunakan perangkat keras dan perangkat
lunak dengan spesifikasi minimal berikut.
a) Perangkat lunak (software), untuk server:
a) Perangkat lunak (software), untuk server:
a.
Sistem Operasi
Linux atau UNIX.
b.
Apache web server
(minimal versi 2.0.53.0).
c.
Bahasa pemrograman
web, PHP (minimal versi 5.0.4.4).
d.
Administrator
basisdata, phpMyAdmin (minimal versi 2.6.1).
e.
Basisdata, MySQL
b) Perangkat lunak (software), untuk
workstation:
a. Sistem Operasi
Windows X (Windows XP, Vista, dll), Linux.
b. Web browser, seperti: internet explorer
(tampilan terbaik minimal versi 6) atau Mozila Firefox.
c) Perangkat keras (hardware), untuk
server:
a. Seperangkat
komputer server.
b. Jaringan internet.
c. GSM modem
d. Sarana komunikasi data antara GSM modem dan
komputer.
d) Perangkat keras (hardware), untuk
workstation:
a. Seperangkat
komputer dengan spesifikasi: prosesor pentium IV, RAM 512 MB, hardisk dengan
sisa memori 250 MB.
b. Jaringan internet.
5) Kebutuhan antarmuka
Sistem dibangun berbasis web, dengan 2 model antarmuka yang digunakan yaitu model dialog dan model pengisian formulir. Model menu berbentuk pohon hirarki yang bertujuan untuk menyeleksi sejumlah pilihan dari setiap menu yang jumlahnya relatif sedikit (Downtown, 1992: 82). Model pengisian formulir bertujuan untuk mengisi data-data (yang biasanya akan disimpan dalam basisdata) melalui formulir yang tervisualisasi (Downtown, 1992: 87). Kedua model ini dipilih dengan alasan bahwa:
Sistem dibangun berbasis web, dengan 2 model antarmuka yang digunakan yaitu model dialog dan model pengisian formulir. Model menu berbentuk pohon hirarki yang bertujuan untuk menyeleksi sejumlah pilihan dari setiap menu yang jumlahnya relatif sedikit (Downtown, 1992: 82). Model pengisian formulir bertujuan untuk mengisi data-data (yang biasanya akan disimpan dalam basisdata) melalui formulir yang tervisualisasi (Downtown, 1992: 87). Kedua model ini dipilih dengan alasan bahwa:
- Kedua model relatif mudah digunakan dan sudah familiar dengan para pengguna.
- Model menu digunakan, karena pada sistem yang dibuat terdiri-dari sejumlah proses yang masing-masing memiliki cukup banyak subproses.
- Model pengisian formulir digunakan, karena sistem yang dibangun terdiri-dari beberapa proses yang membutuhkan input data dari pengguna. Pada model pengisian formulir, beberapa objek digunakan baik sebagai media pengisian seperti textbox dan objek untuk pilihan seperti checkbox, radiobutton, atau combobox.
6) Perancangan sistem
Pada proses perancangan,
diawali dengan membuat diagram konteks sistem. Kemudian dilanjutkan dengan
membuat Diagram Arus Data (DAD). Untuk setiap proses yang terdapat pada suatu
DAD akan diderinci lagi ke bentuk DAD level berikutnya apabila diperlukan.
Semua pengambil keputusan dapat berpartisipasi dalam:
- Melakukan manipulasi (input, ubah, hapus) data gangguan maupun gejala.
- Membentuk kondisi (anteseden) kejiwaan yang berisi kumpulan gejala.
- Memberikan preferensi terhadap kondisi tersebut.
- Melakukan akuisisi pengetahuan.
- Membentuk aturan terkait penetapan farmakoterapi dan psikoterapi
7) Perancangan Basis Data
Sistem basisdata yang dibangun
terdiri-atas 47 tabel, antara lain: tabel Login, Gangguan, Gejala,
Gangguan_Umum, GejalaGangguan, Konsekuen_PPDGJ, Standar, Anteseden, P_Ordered,
P_Utility, P_SelectedSubset, P_FuzzySelectedSubset, Matriks, MADM, KlasObat,
GolObat, Generik, BrandObat, PerusahaanObat, Kemasan, Satuan, HubObat,
AturanObat, Psikoterapi, HubTerapi, Pasien, Periksa, Diagnosis, Medik,
Psikososial, GangguanPasien, MedikPasien, PsikososialPasien, ObatPasien,
TerapiPasien, GolForum, Forum, KomentarForum, Polling, JawabPolling,
Konferensi, Informasi, Berita, PPDGJ3, Pekerjaan, Kota, dan BukuTamu
8) Pengujian
Pengujian dilakukan dalam 2 bentuk.
Pertama, pengujian terhadap validitas sistem (disebut: CGDSS) apabila
dibandingkan dengan gold standard (PPDGJ III). Kedua, pengujian terhadap
kinerja sistem berdasarkan evaluasi yang diberikan oleh para pengguna
(psikiater, psikolog, atau pengguna lain yang berkepentingan).
Proses pengujian validitas CGDSS terhadap
PPDGJ III dilakukan pada ke-30 gangguan yang menjadi sample dalam penelitian.
Proses pengujian dilakukan dengan cara memberikan beberapa gejala yang relevan
dengan jenis gangguan tertentu sesuai dengan kriteria diagnosis PPDGJ III
seperti yang telah dibahas pada Bab III. Selanjutnya sistem akan mendiagnosis
gejala-gejala tersebut untuk mendapatkan jenis gangguan jiwa yang
direkomendasikan. Sebagai contoh diberikan gejala-gejala seperti terlihat pada
Tabel 1. Berdasarkan PPDGJ III jenis gangguan yang relevan dengan kondisi
tersebut adalah episode depresif (F32.0).
Tabel Gejala-gejala pada pengujian-1.
menunjukkan sebanyak 280 hasil diagnosis
dengan CGDSS sesuai dengan gold standard (PPDGJ III) dan 21 hasis diagnosis
dengan CGDSS tidak sesuai dengan PPDGJ III. Sehingga dapat dikatakan bahwa 93%
hasil diagnosis sesuai dengan gold standard.
Pengujian sistem juga dilakukan dengan cara
memberi kesempatan kepada para pengguna (psikiater, psikolog, dan dokter di
bidang farmakologi) untuk mengevaluasi kinerja sistem. Evaluasi dilakukan pada
setiap sub sistem (manajemen pengetahuan, inferensi, terapi, informasi, pengguna,
dan konferensi). Penilaian dilakukan dengan skor 1 = sangat buruk, 2 = buruk, 3
= cukup, 4 = baik, dan 5 = sangat baik. Hasil evaluasi untuk setiap sub sistem
terlihat pada Tabel 2. Nilai rata-rata untuk semua sub sistem adalah 4,321.
Berdasarkan hasil tersebut dapat disimpulkan bahwa para pengguna memberikan
nilai BAIK untuk CGDSS yang telah dibangun.
Tabel 2. Hasil pengujian setiab subsistem
2. Artikel Mengenai Sistem Penunjang
Keputusan dalam
MANAJEMEN SISTEM INFORMASI RS
MANAJEMEN SISTEM INFORMASI RS
1). Penggunaan
Sistem Informasi Manajemen Keperawatan (SIMK)
Sistem informasi manajemen keperawatan (SIMK) merupakan paket
perangkat lunak yang dikembangkan secara khusus untuk divisi pelayanan
keperawatan. Paket perangkat lunak ini mempunyai program-program atau
modul-modul yang dapat membentuk berbagai fungsi manajemen keperawatan.
Kebanyakan SIMK mempunyai modul-modul untuk :
1. Mengklasifikasikan pasien
2. Pambentukan saraf
3. Penjadwalan
4. Catatan personal
5. Laporan bertahap
6. Pengembangan anggaran
7. Alokasi sumber dan pengendalian biaya
8. Analisa kelompok diagnosa yang berhubungan
9. Pengendalian mutu
10. Catatan pengembangan staf
11. Model dan simulasi untuk pengembilan keputusan
12. Rencana strategi
13. Rencana permintaan jangka pendek dan rencana kerja
14. Evolusi program
1. Mengklasifikasikan pasien
2. Pambentukan saraf
3. Penjadwalan
4. Catatan personal
5. Laporan bertahap
6. Pengembangan anggaran
7. Alokasi sumber dan pengendalian biaya
8. Analisa kelompok diagnosa yang berhubungan
9. Pengendalian mutu
10. Catatan pengembangan staf
11. Model dan simulasi untuk pengembilan keputusan
12. Rencana strategi
13. Rencana permintaan jangka pendek dan rencana kerja
14. Evolusi program
Modul SIMK untuk klasifikasi pasien,
pengaturan staf, catatan personal, dan laporan bertahap sering berhubungan.
Pasien diklasifikasikan menurut kriterianya. Informasi klasifikasi pasien
dihitung berdasarkan formula beban kerja. Juga susunan pegawai yang dibutuhkan
dan susunan pegawai yang sebenarnya dapat dibuat.
SIMK dan komputer dapat membuat perawatan
pasien lebih efektif dan ekonomis. Perawat-perawat klinis menggunakannya untuk
mengatur perawatan pasien, termasuk di dalamnya sejarah pasien, rencana
perawatan, pemantauan psikologis dan tidak langsung, catatan kemajuan perawatan
dan peta kemajuan. Hal ini dapat dilakukan di semua kantor/ruang perawat.
Perawat-perawat klinis dapat menggunakan SIMK untuk mengganti sistem manual pada pencatatan data. Hal ini dapat mengurangi biaya sekaligus memungkinkan peningkatan kualitas dari perawatan. Dengan sistem informasi usia, manajer perawat dapat merencanakan karier untuk mereka sendiri dan perawat klinis mereka. Karier baru di SIMK mungkin satu jawaban untuk perawat.
Perawat-perawat klinis dapat menggunakan SIMK untuk mengganti sistem manual pada pencatatan data. Hal ini dapat mengurangi biaya sekaligus memungkinkan peningkatan kualitas dari perawatan. Dengan sistem informasi usia, manajer perawat dapat merencanakan karier untuk mereka sendiri dan perawat klinis mereka. Karier baru di SIMK mungkin satu jawaban untuk perawat.
2) Manajemen Asuhan Keperawatan yang menggunakan
Model dalam Sistem Pemberian Asuhan
Keperawatan
1) Metode Kasus
2) Metode Fungsional
3) Metode Perawatan Tim
4) Metode Perawatan Primer
5) Metode Keperawatan Modular
6) Metode Manajemen Kasus
1) Metode Kasus
2) Metode Fungsional
3) Metode Perawatan Tim
4) Metode Perawatan Primer
5) Metode Keperawatan Modular
6) Metode Manajemen Kasus
3) Issue-issue dalam Manajemen Asuhan Keperawatan
Ada banyak issue-issue yang berkembang dalam manajemen asuhan keperawatan dimasa yang akan datang, beberapa diantaranya adalah :
1) Robotik
Ada banyak issue-issue yang berkembang dalam manajemen asuhan keperawatan dimasa yang akan datang, beberapa diantaranya adalah :
1) Robotik
Robot akan membantu perawat dalam
menjelaskan beberapa tugas. Hal yang paling praktis dengan menggunakan robot
yaitu penggunaan kartu elektronik, dimana digunakan untuk penyimpanan dan
transpor obat-obatan, kain-kain dan persediaan-persediaan lain. Contoh lain
yaitu tangan robot yang dapat digunakan untuk mengangkat yang berat.
Kemungkinan aplikasi dimasa yang akan datang termasuk prosedur-prosedur yang
tidak dapat untuk dibentuk seperti mata, otak, atau perbedaan tulang belakang
atau prosedur dimana kontak secara langsung merupakan kontra indikasi untuk
bahaya kesehatan. Seperti seorang pasien dengan tidak ada sistem kekebalan.
2) Komunikasi Suara
Komunikasi suara
akan membantu perawat untuk berbicara dengan komputer mereka. Keyboard dan
pembaca bar code tidak akan dibutuhkan untuk memasukkan atau mendapatkan
kembali informasi komputer akan diminta untuk menampilkan informasi atau untuk
mencatatnya dengan perintah suara.
3) Sistem Ahli dan
Inteligensia Buatan
Kecenderungan masa
depan lainnya adalah sistem ahli dan inteligensia buatan. Manajer perawat
mempunyai akses ke kuantitas informasi yang besar yang memungkinkan mebantu
mereka dalam membuat keputusan setiap hari. Dengan sistem ahli, manajer perawat
dapat mengidentifikasi situasi manajemen, kriteria pendefinisian masalah, dan
tujuan dari penanganan situasi. Manajer perawat kemudian mengevaluasi
alternatif dan membuat keputusan.
Sistem ahli membuat kode pengetahuan yang
relevan dan pengalaman dari ahli-ahli dan untuk memungkinkannya ada pada orang
yang kurang berpengetahuan dan kurang berpengalaman. Suatu contoh dimana
diperlukannya pengetahuan dan pengalaman total dari spesialis perawat klinis
dibidang keperawatan ilmu neurologi, hal ini kemudian dikodekan dalam program
komputer, dan dimungkinkannya ada untuk perawat melaksanakan klinis di area
ilmu neurologi. Mereka akan mengkonsultasikannya untuk memecahkan masalah
asuhan keperawatan.
3. PENGGUNAAN
METODE TOPSIS
Abstrak.
Permasalahan
pengambilan keputusan merupakan proses pencarian opsi terbaik dari seluruh
alternative fisibel. Multiple criteria decision making merupakan bagian dari
problem pengambilan keputusan yang relatif kompleks, yang mengikutsertakan
beberapa orang pengambil keputusan, dengan sejumlah berhingga kriteria yang
beragam yang harus dipertimbangkan, dan masing-masing kriteria itu memiliki
nilai bobot tertentu, dengan tujuan untuk mendapatkan solusi optimal atas suatu
permasalahan. Salah satu metode yang digunakan untuk menangani permasalahan
ini, adalah Technique for Order Performance by Similarity to Ideal Solution
(TOPSIS). Konsep fundamental dari metode ini adalah penentukan jarak Euclide
terpendek dari solusi ideal positif dan jarak Euclide terjauh dari solusi ideal
negatif. Di akhir makalah akan dilakukan studi kasus, yang dapat memperjelas
penggunaan metode TOPSIS pada permasalahan multiple criteria decision making.
Kata kunci : pengambilan
keputusan, multiple criteria decision making, TOPSIS, solusi ideal positif,
solusi ideal negatif
1). Pendahuluan
Dalam kehidupan nyata terdapat bermacam-macam jenis
keputusan. Ada keputusan yang mudah diambil, dan sudah tentu ada juga keputusan
yang baru dapat diambil setelah dipertimbangkan segala macam aspek secara
cermat. Ada keputusan yang hasilnya hanya membawa konsekuensi bagi fihak yang
mengambil keputusan tersebut, ada juga keputusan yang menyangkut nasib orang
banyak, seperti keputusan dalam bidang politik ekonomi yang diambil pemerintah
suatu negara. Manusia senantiasa
dihadapkan pada kewajiban untuk pada waktu-waktu tertentu mengambil keputusan.
Misalnya keputusan untuk bersekolah, keputusan untuk bekerja, keputusan untuk
berlibur, keputusan untuk membeli barang-barang, keputusan untuk memilih
pasangan hidup. Dalam kenyataan bisa
dilihat bahwa tidak semua keputusan yang diambil senantiasa membawa hasil
seperti yang diinginkan. Berhasil dan tidaknya suatu keputusan tergantung dari
berbagai faktor. Semakin banyak faktor yang harus dipertimbangkan, semakin
relatif sulit juga untuk mengambil keputusan terhadap suatu permasalahan.
Apalagi jika upaya pengambilan keputusan dari suatu permasalahan tertentu,
selain mempertimbangkan berbagai faktor/kriteria yang beragam, juga melibatkan
beberapa orang pengambil keputusan (expert). Permasalahan yang demikian dikenal
dengan permasalahan multiple criteria decision making. Pada makalah ini akan
dicoba dibahas metode TOPSIS, sebagai suatu upaya untuk menyelesaikan
permasalahan multiple criteria decision making.
2. Pengambilan Keputusan
Sebelum mulai dengan mengemukakan definisi pengambilan
keputusan, kiranya perlu disampaikan lebih dulu tentang apa pengertian
keputusan itu. Menurut Ibnu Syam, keputusan sesungguhnya merupakan hasil
pemikiran yang berupa pemilihan satu diantara beberapa alternatif yang dapat
digunakan untuk memecahkan masalah yang dihadapinya.
Ada beberapa definisi tentang pengambilan keputusan (decision
making), satu diantaranya, menurut Terry, pengambilan keputusan adalah
pemilihan alternatif perilaku dari dua alternatif atau lebih. Dapat pula
dikatakan bahwa pengambilan keputusan adalah tindakan pimpinan untuk memecahkan
masalah yang dihadapi dalam organisasi yang dipimpinnya dengan melalui
pemilihan satu di antara alternatif-alternatif yang dimungkinkan. Memang pada
hakikatnya pembuatan keputusan adalah suatu pendekatan yang sistematis terhadap
hakikat alternatif yang dihadapi, dan mengambil tindakan yang menurut
perhitungan merupakan tindakan yang paling tepat .
Pengambialan keputusan dimaksudkan untuk memecahkan masalah.
Kerap kali masalah pengambilan keputusan merupakan satu segi saja, tetapi ada
kemungkinan dapat saja terjadi masalah yang pemecahannya menghendaki dua hal
kontradiksi terpecahkan.
Kesimpulan yang diperoleh mengenai pengambilan keputusan
adalah : tujuan pengambilan keputusan itu bersifat tunggal, dalam arti bahwa
sekali diputuskan, tidak ada kaitannya dengan masalah lain. Kemungkinan kedua
adalah tujuan pengambilan keputusan dapat juga bersifat ganda (multiple
objectives) dalam arti bahwa satu keputusan yang diambilnya itu sekaligus
memecahkan dua masalah (atau lebih) yang sifatnya kontradiktif ataupun yang
tidak kontradiktif. Terry, mengemukakan bahwa
dasar pengambilan keputusan adalah dengan menggunakan : intuisi, fakta,
pengalaman, wewenang, sedangkan metode pengambilan keputusan adalah :
operations research, linear programming, gaming, probability, ranking and
statistical weighting.
3. Pengambilan Keputusan Berdasarkan Fakta
3. Pengambilan Keputusan Berdasarkan Fakta
Ada yang berpendapat bahwa sebaiknya pengambilan keputusan
itu didukung oleh sejumlah fakta yang memadai. Pendapat semacam ini banyak juga
yang mendukungnya. Sebenarnya istilah fakta di sini perlu dikaitkan dengan
istilah data dan informasi. Kumpulan fakta yang telah dikelompokan secara
sistematis dinamakan data. Sedangkan data itu merupakan bahan mentahnya
informasi. Dengan demikian maka data harus diolah lebih dulu menjadi informasi,
kemudian informasi inilah yang dijadikan dasar pengambilan keputusan.
Keputusan yang berdasarkan sejumlah fakta, data atau
informasi yang memadai dikatakan sebagai keputusan yang sehat, solid, dan baik.
Namun untuk mendapatkan informasi yang memadai, terkadang sulit. Informasi yang
terpercaya itu datanya lebih dulu harus diolah dengan cermat. Pengambilan keputusan dapat dilakukan secara individual
dan juga dapat dilakukan oleh sekelompok orang. Keputusan individual dibuat
oleh seorang pengambil keputusan secara sendirian, sedangkan keputusan kelompok
dibuat oleh sekelompok orang, yang biasanya merupakan satu tim atau panitia.
Metode SAW sering
dikenal dengan istilah metode penjumlahan terbobot. Konsep dasar metode
SAW (Simple Additive Weighting) adalah mencari penjumlahan terbobot dari
rating kinerja pada setiap alternatif pada semua atribut. Metode SAW dapat
membantu dalam pengambilan keputusan suatu kasus, akan tetapi perhitungan
dengan menggunakan metode SAW ini hanya yang menghasilkan nilai terbesar
yang akan terpilih sebagai alternatif yang terbaik. Perhitungan akan sesuai
dengan metode ini apabila alternatif yang terpilih memenuhi kriteria yang telah
ditentukan. Metode SAW ini lebih efisien karena waktu yang dibutuhkan
dalam perhitungan lebih singkat. Metode SAW membutuhkan proses normalisasi
matriks keputusan (X) ke suatu skala yang dapat diperbandingkan dengan
semua rating alternatif yang ada.
Keterangan :
Vi
= rangking untuk setiap alternatif
wj
= nilai bobot dari setiap kriteria
rij
= nilai rating kinerja ternormalisasi
Nilai Vi yang lebih
besar mengindikasikan bahwa alternatif Ai lebih terpilih.
Contoh:
- Sebuah perusahaan
makanan ringan XYZ akan menginvestasikan sisa usahanya dalam satu tahun.
- Beberapa
alternatif investasi telah akan diidentifikasi. Pemilihan alternatif terbaik
ditujukan selain
untuk keperluan
investasi, juga dalam rangka meningkatkan kinerja perusahaan ke depan.
- Beberapa kriteria
digunakan sebagai bahan pertimbangan untuk mengambil keputusan,yaitu:
C1=Harga, yaitu
seberapa besar harga barang tersebut.
C2 =Nilai
investasi 10 tahun ke depan, yaitu seberapa besar nilai investasi barang dalam
jangka waktu
10 tahun ke depan.
C3 =Dayadukung
terhadap produktivitas perusahaan, yaitu seberapa besar peranan barang
dalam mendukung
naiknya tingkat produktivitas perusahaan.
Daya dukung diberi
nilai: 1= kurangmendukung, 2 = cukup mendukung; dan 3 =sangat mendukung.
C4 =Prioritas
kebutuhan, merupakan tingkat kepentingan (ke-mendesak-an) barang untuk
dimiliki
perusahaan.
Prioritas diberi
nilai:1=sangat berprioritas, 2 =berprioritas; dan 3 = cukupberprioritas.
C5 =Ketersediaan
atau kemudahan, merupakan ketersediaan barang di pasaran.
Ketersediaan diberi
nilai:1= sulit diperoleh, 2 = cukup mudahdiperoleh; dan 3 =sangat mudah
diperoleh.
- Dari pertama dan
keempat kriteria tersebut, kriteria pertama dan keempat merupakan kriteria
biaya,
sedangkan kriteria
kedua, ketiga, dan kelima merupakan kriteria keuntungan.
- Pengambil
keputusan memberikan bobotuntuk setiap kriteria sebagai berikut:
C1 = 25%; C2 =15%;
C3 = 30%;Â C4 = 25; dan C5 = 5%.
- Ada empat
alternatif yang diberikan, yaitu:
A1= Membeli mobil
box untuk distribusi barang ke gudang;
A2 = Membeli tanah
untuk membangun gudang baru;
A3 = Maintenance
sarana teknologi informasi;
A4 = Pengembangan
produk baru.
Sebuah perusahaan sering mengalami
kekosongan pada sebuah jabatan di perusahaan. Kekosongan jabatan seperti ini
akan mengurangi kualitas perusahaan jika berlangsung dalam waktu yang cukup lama.
Pengisian jabatan yang kosong pada proses kenaikan jabatan sering mengalami kesulitan karena pengajuan calon kandidat yang bisa menempati jabatan tersebut dengan cara pencocokan profil karyawan dan profil jabatan kurang terdefinisi dengan baik. Untuk meminimumkan kendala tersebut diperlukan suatu sistem pendukung keputusan yang dapat menganalisa beberapa karyawan yang sesuai dengan profil jabatan yang ada.
Pengisian jabatan yang kosong pada proses kenaikan jabatan sering mengalami kesulitan karena pengajuan calon kandidat yang bisa menempati jabatan tersebut dengan cara pencocokan profil karyawan dan profil jabatan kurang terdefinisi dengan baik. Untuk meminimumkan kendala tersebut diperlukan suatu sistem pendukung keputusan yang dapat menganalisa beberapa karyawan yang sesuai dengan profil jabatan yang ada.
Sistem pendukung keputusan untuk
proses profile matching dan analisis gap dapat dijadikan salah satu
penyelesaian dalam permasalahan manajemen karyawan seperti ini. Untuk lebih
jelasnya, pada blog ini disediakan sebuah paper mengenai Pembuatan Aplikasi
Sistem Pendukung Keputusan untuk Proses Kenaikan Jabatan dan Perencanaan Karir.
Paper tersebut dapat didownload dibawah ini.
TERIMA KASIH ATAS KUNJUNGAN
0 Komentar