BAB 2 LANDASAN TEORI 2.1 Konsep Sistem Informasi 2.1.1...

7

BAB 2

LANDASAN TEORI

2.1 Konsep Sistem Informasi

Konsep sistem informasi mencakup sistem informasi, piramida sistem

informasi, jenis sistem informasi, serta perbedaan MIS, DSS, dan EIS.

2.1.1 Pengertian Data dan Informasi

Data mengandung fakta atau deskripsi yang secara relatif kurang berarti

bagi penerimanya, sedangkan informasi adalah data yang telah diproses sehingga

berarti bagi penerimanya (McLeod et al, 2001, p12).

Selain itu, informasi juga dapat didefinisikan sebagai data yang telah

diproses ke dalam bentuk yang berarti bagi penerimanya dan memiliki nilai yang

real maupun yang dipersepsikan dalam mengambil tindakan dan keputusan pada

saat kini maupun yang akan datang. Definisi tersebut memperlihatkan nilai dari

informasi dalam pengambilan keputusan yang spesifik dan nilai informasi dalam

memotivasi, pembuatan model dan pembentukan latar belakang yang

mempengaruhi tindakan dan keputusan pada masa yang akan datang. Informasi

biasanya berupa laporan yang dapat berbentuk hasil cetakan, tampilan di layar

komputer, maupun file komputer. (McLeod et al, 2001, p12).

Menurut pendapat kami, data adalah kumpulan fakta yang diperoleh dari

pengamatan (observasi), eksperimen, atau pengukuran, yang dapat diproses ke

dalam bentuk yang bermanfaat berupa informasi.

8

2.1.2 Pengertian Sistem

Sistem adalah sekelompok elemen yang terintegrasi dengan maksud yang

sama untuk mencapai suatu tujuan (McLeod et al, 2001, p9).

Sistem adalah sekelompok dua atau lebih komponen-komponen yang

saling berkaitan atau subsistem-subsistem yang bersatu, untuk mencapai tujuan

yang sama (Hall, 2001, p5).

Menurut pendapat kami, sistem adalah sekumpulan entitas, nyata maupun

abstrak, yang menyusun suatu keseluruhan dimana setiap komponen berinteraksi

atau berkaitan dengan setidaknya satu komponen lainnya dan semua entitas

tersebut memiliki tujuan (sasaran) yang sama.

2.1.3 Pengertian Sistem Informasi

Sistem informasi dapat berupa penggabungan terorganisasi dari manusia,

hardware, software, jaringan komputer, dan sumber data yang mengumpulkan,

mentransformasikan, dan menyebarkan informasi di dalam suatu organisasi

(O’Brien, 2003, p7).

Sistem informasi adalah sebuah sistem yang bertujuan untuk menyimpan,

memproses, dan menyebarkan informasi (Mallach,1997, p75).

Sistem informasi adalah sekumpulan komponen yang saling

berhubungan yang bekerjasama mengumpulkan (mengambil), memproses,

menyimpan, dan menyebarkan informasi untuk mendukung pengambilan

keputusan, koordinasi, dan pengawasan dalam suatu organisasi (Laudon, 2002,

p7).

9

Sistem informasi adalah susunan dari orang, data, proses, penyajian

informasi, dan teknologi informasi yang berinteraksi untuk mendukung dan

mengembangkan pengoperasian sehingga dapat membantu dalam penyelesaian

masalah dan pembuatan keputusan yang dibutuhkan oleh manajemen dan user

(Whitten et al, 2001, p8).

Menurut pendapat kami, sistem informasi adalah sistem yang menerima

sumber daya data sebagai input dan mengolahnya menjadi output berupa

informasi; sebuah sistem yang menggunakan sumber daya hardware, software

dan manusia untuk melaksanakan aktivitas input, proses, output, penyimpanan

dan kontrol yang mengubah data menjadi informasi; sebuah sistem yang khusus

dirancang untuk menyatukan data, komputer, prosedur, dan orang untuk

mengatur informasi yang berguna bagi pencapaian sasaran organisasi.

2.1.4 Piramida Sistem Informasi

Karena kebutuhan informasi untuk masing-masing tingkatan manajerial

adalah berbeda, maka informasi yang disajikan juga berbeda. Tidak ada satu

sistem yang dapat menyediakan seluruh kebutuhan informasi organisasi. Oleh

karena itu, sistem informasi (SI) terbagi menjadi beberapa tingkatan sebagai

berikut:

1. SI tingkat operasional (operational-level system): sistem yang mendukung

manajer operasional dengan memonitor aktivitas dan kegiatan organisasi

pada tingkat dasar, seperti penjualan, penerimaan, penyimpanan kas,

penggajian, keputusan kredit, dan aliran bahan mentah dalam suatu pabrik.

10

2. SI tingkat manajemen (management-level system): sistem yang mendukung

pengawasan (monitoring), pengontrolan (controlling), pengambilan

keputusan (decision-making), dan aktivitas administratif dari manager

menengah. Management-level system biasanya menyediakan laporan

periodik daripada informasi langsung tentang kegiatan operasional.

3. SI tingkat strategis (strategic-level system): sistem yang mendukung manajer

tingkat atas untuk menghadapi masalah-masalah yang bersifat strategis dan

jangka panjang, baik di dalam perusahaan maupun lingkungan eksternal.

Prinsipnya adalah menyesuaikan perubahan pada lingkungan eksternal

dengan kemampuan yang dimiliki organisasi.

Untuk memperjelas hubungan antar tingkatan SI dapat dilihat pada gambar 2.1.

Gambar 2.1 Jenis-jenis Sistem Informasi

(Sumber: Laudon, K.C dan Laudon, J.P., 2006, p39)

11

2.1.5 Jenis Sistem Informasi

Untuk memenuhi kebutuhan pada ketiga tingkatan SI tersebut, maka

diperlukan 4 jenis SI antara lain:

1. Transaction Processing Systems (TPS)

TPS adalah sistem bisnis dasar yang mendukung tingkat operasional

dalam organisasi. TPS merupakan sistem terkomputerisasi yang menjalankan

dan mencatat transaksi rutin sehari-hari yang diperlukan untuk menjalankan

bisnis. Pada tingkat operasional, tugas, sumber daya, dan sasaran telah

ditentukan dan sangat terstruktur.

2. Management Information Systems (MIS)

MIS mendukung tingkat manajemen dalam organisasi, menyediakan

laporan bagi manajer dan seringkali akses langsung terhadap kinerja

organisasi saat ini dan catatan historis. MIS terutama mendukung fungsi-

fungsi perencanaan, pengontrolan, dan pengambilan keputusan pada tingkat

manajemen. Umumnya, MIS bergantung pada TPS sebagai sumber datanya.

3. Decision Support Systems (DSS)

DSS juga mendukung tingkat manajemen dalam organisasi. DSS

membantu manajer membuat keputusan yang unik, selalu berubah-ubah, dan

tidak mudah ditentukan terlebih dulu. DSS menangani masalah yang

prosedur penyelesaiannya mungkin belum ditentukan sebelumnya. Meskipun

DSS menggunakan informasi internal dari TPS dan MIS, mereka seringkali

menggunakan informasi dari sumber eksternal, seperti harga saham atau

harga produk pesaing.

12

4. Executive Support Systems (ESS)

ESS mendukung tingkat strategis dalam organisasi dengan

mendukung manajer tingkat atas dalam mengambil keputusan. ESS

menangani keputusan non-rutin yang memerlukan penilaian, evaluasi, dan

pandangan karena tidak ada prosedur yang telah disepakati/ditentukan untuk

mencapai solusi. ESS dirancang untuk menyaring, memadatkan, dan melacak

data penting, menampilkan data yang paling penting bagi manajer tingkat

atas, baik data tentang peristiwa eksternal, seperti aturan perpajakan atau

pesaing baru, maupun informasi ringkas dari MIS dan DSS internal.

Gambar 2.2 memperlihatkan jenis spesifik dari sistem informasi yang

berhubungan dengan masing-masing tingkat organisasi.

13

Gambar 2.2 Empat Jenis Utama Sistem Informasi

(Sumber: Laudon, K.C dan Laudon, J.P., 2006, p40)

2.1.6 Perbedaan MIS, DSS, dan EIS

Dari perbedaan antara MIS, DSS, dan EIS yang disajikan pada tabel 2.1

dapat dilihat secara garis besar perbedaan dari masing-masing dimensinya.

Tabel 2.1 Perbedaan MIS, DSS, dan EIS

(Sumber: Hugh J. Watson, George Houdeshel, Rex Kelly Rainer, JR., 1997, p12)

Dimensi EIS CONVENTIONAL MIS

DSS

Fungsi

(penggunaan)

utama

Mengarahkan kegiatan Kontrol Merencanakan,

mengatur, menyusun

staff (staffing), dan

mengontrol

Aplikasi Pemantauan

lingkungan, evaluasi

kinerja, identifikasi

masalah dan peluang

Pengontrolan

produksi, peramalan

penjualan, analisis

keuangan, manajemen

sumber daya manusia

Berbagai area

dimana keputusan

manajerial dibuat

Basis data

(database)

Perusahaan, khusus Perusahaan Khusus

Kemampuan

pendukung

keputusan

Dukungan tidak

langsung, terutama

keputusan dan

kebijakan tingkat

tinggi dan tidak

terstruktur

Dukungan langsung

atau tidak langsung;

terutama masalah

rutin, terstruktur;

menggunakan riset

operasi standar dan

model lainnya

Mendukung

pengambilan

keputusan semi-

terstruktur dan tidak

terstruktur, terutama

yang bersifat ad hoc,

namun keputusan

berulang

14


DSS

Adaptabilitas

terhadap

pengguna

individual

Dirancang untuk

eksekutif secara

perorangan

Biasanya tidak ada,

memiliki standarisasi

Memungkinkan

penilaian individual,

kemampuan what-if,

beberapa pilihan

gaya dialog

Grafik Suatu keharusan Dapat digunakan,

sesuai kebutuhan

Pilihan gaya dialog

terintegrasi dalam

berbagai DSS

Keramahan

terhadap

pengguna

Suatu keharusan Dapat digunakan,

sesuai kebutuhan

Suatu keharusan jika

tidak ada perantara

yang digunakan

Penanganan

informasi

Menyaring dan

memadatkan

informasi, melacak

data dan informasi

yang penting

Informasi disediakan

bagi berbagai

kelompok pengguna

yang kemudian

memanipulasinya atau

meringkasnya sesuai

kebutuhan

Informasi yang

disediakan oleh EIS

dan/atau MIS

digunakan sebagai

input bagi DSS

Dukungan

terhadap

informasi rinci

Akses langsung ke

detil pendukung dari

berbagai ringkasan

Laporan yang tidak

fleksibel, tidak dapat

memperoleh detil

pendukung dengan

cepat

Dapat diprogram ke

dalam DSS

Basis model Dapat ditambahkan.

Seringkali tidak

disertakan atau

biasanya terbatas.

Model standar

tersedia, namun tidak

diatur

Inti dari DSS

15


DSS

Konstruksi Oleh vendors,

spesialis SI atau staf

EIS

Oleh spesialis SI Oleh pengguna, baik

sendiri maupun

bekerjasama dengan

spesialis dari

departemen SI atau

kelompok DSS

Hardware Mainframe, micro,

atau sistem

terdistribusi

Mainframe, micro,

atau sistem

terdistribusi

Mainframe, micro,

atau sistem

terdistribusi

Sifat dasar dari

paket

komputasi

Interaktif, kemudahan

akses ke banyak

database, akses online,

kemampuan DBMS

yang canggih,

hubungan yang

kompleks

Berorientasi aplikasi,

laporan kinerja,

kemampuan pelaporan

yang kuat, keuangan

statistik standar,

model ilmiah dari

akuntansi dan

manajemen

Kemampuan

komputasi yang

besar, bahasa

pemodelan dan

simulasi dan

penghasil DSS (DSS

generators)

2.2 Konsep Sistem Pendukung Keputusan (SPK)

Konsep SPK atau DSS diciptakan pertama kali yang memungkinkan

seseorang dapat berinteraksi langsung tanpa harus spesialis informasi.

SPK diciptakan untuk dapat menyediakan kebutuhan informasi yang

spesifik untuk memecahkan masalah yang spesifik. SPK menyediakan informasi

pemecahan masalah maupun komunikasi dalam memecahkan masalah semi

terstruktur dan tidak terstruktur.

16

2.2.1 Sistem Pendukung Keputusan (SPK)

Definisi awal SPK (Decision Support Systems) menunjukkan SPK

sebagai sebuah sistem yang dimaksudkan untuk mendukung para pengambil

keputusan manajerial dalam situasi keputusan semi terstruktur. SPK

dimaksudkan untuk menjadi alat bantu bagi para pengambil keputusan untuk

memperluas kapabilitas mereka, namun tidak untuk menggantikan penilaian

mereka. SPK ditujukan untuk keputusan-keputusan yang memerlukan penilaian

atau pada keputusan-keputusan yang sama sekali tidak dapat didukung oleh

algoritma.

(Sumber: Efraim Turban, Jay E. Aronson, & Ting-Peng Liang, 2005, p136)

2.2.1.1 Definisi SPK

SPK merupakan suatu pendekatan (atau metodologi) untuk mendukung

pengambilan keputusan. SPK menggunakan computer-based information

systems (CBIS) yang fleksibel, interaktif, dan dapat diadaptasi, yang

dikembangkan untuk mendukung solusi bagi masalah manajemen spesifik yang

semi terstruktur. SPK menggunakan data, memberikan user interface yang

mudah, dan dapat menggabungkan pemikiran pengambil keputusan. Sebagai

tambahan, SPK biasanya menggunakan berbagai model dan dibangun (seringkali

oleh pengguna akhir) melalui suatu proses interaktif dan iterative. Ia mendukung

semua fase pengambilan keputusan dan dapat memasukkan suatu komponen

pengetahuan.


17

2.2.1.2 Jenis-Jenis Keputusan

Keen dan Scott Morton (Mallach, 1997, p32) membagi keputusan

berdasarkan keharusan keputusan dibuat dan cakupan keputusan tersebut, yaitu:

1. Keputusan terstruktur: sebuah keputusan terstruktur dapat merupakan

keputusan yang dihasilkan oleh program komputer, keputusan terstruktur

diambil untuk memecahkan masalah yang pernah terjadi sebelumnya.

2. Keputusan tidak terstruktur: keputusan yang diambil untuk memecahkan

masalah baru atau sangat jarang terjadi, sehingga perlu dipelajari secara hati-

hati. Komputer tetap dapat membantu pembuat keputusan, tetapi hanya dapat

memberikan sedikit dukungan.

3. Keputusan semi terstruktur: merupakan keputusan diantara keputusan

terstruktur dan tidak terstruktur.

2.2.1.3 Tahap-Tahap Pengambilan Keputusan

Menurut Simon (1977) proses pengambilan keputusan terdiri dari tiga

fase utama: inteligensi, desain, dan kriteria, serta fase keempat yaitu

implementasi.

1. Inteligensi

Inteligensi dalam pengambilan keputusan meliputi scanning

(pemindaian) lingkungan untuk identifikasi situasi atau peluang-peluang

masalah, Pada fase inteligensi, realitas diuji, dan masalah diidentifikasi dan

ditentukan. Kepemilikan masalah juga ditetapkan di sini.

18

2. Desain

Pada fase desain akan dikonstruksi sebuah model yang

merepresentasikan sistem. Hal ini dilakukan dengan membuat asumsi-asumsi

yang menyederhanakan realitas dan menuliskan hubungan di antara semua

variabel. Model ini kemudian divalidasi, dan ditentukanlah kriteria dengan

menggunakan prinsip memilih untuk mengevaluasi alternatif tindakan yang

telah diidentifikasi. Proses pengembangan model sering mengidentifikasi

solusi-solusi alternatif, dan demikian sebaliknya.

3. Pilihan

Fase pilihan meliputi pilihan terhadap solusi yang diusulkan tampak

masuk akal, kita siap untuk fase terakhir: fase implementasi keputusan.

4. Implementasi

Hasil implementasi yang berhasil adalah terpecahkannya masalah riil.

Kegagalan implementasi membuat kita harus kembali ke fase sebelumnya.

19

Gambar 2.3 Proses Pengambilan Keputusan

(Sumber: Efraim Turban, Jay E. Aronson, & Ting-Peng Liang, 2005, p64-65)

2.2.1.4 Tujuan SPK

Tujuan-tujuan SPK berhubungan dengan tiga prinsip dasar dari konsep

SPK, yaitu:

1. Struktur masalah: membantu manajer membuat keputusan dan

menyelesaikan masalah semi terstruktur.

2. Dukungan keputusan: DSS mendukung pengambilan keputusan manajer, dan

bukan menggantikannya.

20

3. Efektivitas keputusan: meningkatkan efektivitas pengambilan keputusan

daripada efisiensinya.

2.2.1.5 Karakteristik dan Kapabilitas SPK

Karakteristik dan kapabilitas dari SPK adalah (ditunjukkan pada Gambar

2.4):

Gambar 2.4 Karakteristik dan Kapabilitas SPK


1. Dukungan untuk pengambil keputusan, terutama pada situasi semi terstruktur

dan tidak terstruktur, dengan menyertakan penilaian manusia dan informasi

21

terkomputerisasi. Masalah-masalah tersebut tidak dapat dipecahkan oleh

sistem komputer lain atau oleh metode atau alat kuantitatif standar.

2. Dukungan untuk semua level manajerial, dari eksekutif puncak sampai

manajer lini.

3. Dukungan untuk individu dan kelompok. Masalah yang kurang terstruktur

sering memerlukan keterlibatan individu dari departemen dan tingkat

organisasional yang berbeda atau bahkan dari organisasi lain. SPK

mendukung tim virtual melalui alat-alat Web kolaboratif.

4. Dukungan untuk keputusan independen dan atau sekuensial. Keputusan

dapat dibuat satu kali, beberapa kali, atau berulang (dalam interval yang

sama).

5. Dukungan di semua fase proses pengambilan keputusan: inteligensi, desain,

pilihan, dan implementasi.

6. Dukungan di berbagai proses dan gaya pengambilan keputusan.

7. Adaptivitas sepanjang waktu. Pengambil keputusan seharusnya reaktif, dapat

menghadapi perubahan kondisi secara cepat, dan dapat mengadaptasikan

SPK untuk memenuhi perubahan tersebut. SPK bersifat fleksibel dan karena

itu pengguna dapat menambahkan, menghapus, menggabungkan, mengubah,

atau menyusun kembali elemen-elemen dasar. SPK juga fleksibel dalam hal

dapat dimodifikasi untuk memecahkan masalah lain yang sejenis.

8. Pengguna merasa seperti di rumah. User-friendly, kapabilitas grafis yang

sangat kuat, dan antarmuka manusia-mesin interaktif dengan satu bahasa

22

alami dapat sangat meningkatkan keefektifan SPK. Kebanyakan aplikasi

SPK yang baru menggunakan antarmuka berbasis-Web.

9. Peningkatan terhadap keefektifan pengambilan keputusan (akurasi,

timeliness, kualitas) daripada pada efisiensinya (biaya pengambilan

keputusan).

10. Kontrol penuh oleh pengambil keputusan terhadap semua langkah proses

pengambilan keputusan dalam memecahkan suatu masalah. SPK tidak

menggantikan pengambil keputusan.

11. Pengguna akhir dapat mengembangkan dan memodifikasi sendiri sistem

sederhana.

12. Biasanya model-model digunakan untuk menganalisis situasi pengambilan

keputusan. Kapabilitas pemodelan memungkinkan eksperimen dengan

berbagai strategi yang berbeda di bawah konfigurasi yang berbeda.

13. Akses disediakan untuk berbagai sumber data, format, dan tipe, mulai dari

sistem informasi geografis (GIS) sampai sistem berorientasi objek.

14. Dapat dilakukan sebagai alat stand alone yang digunakan oleh seorang

pengambil keputusan pada satu lokasi atau didistribusikan di seluruh

organisasi dan di beberapa organisasi sepanjang rantai persediaan. Dapat

diintegrasikan dengan SPK lain dan atau aplikasi lain, dan dapat

didistribusikan secara internal dan eksternal dengan menggunakan

networking dan teknologi Web.

23

Karakteristik dan kapabilitas kunci dari SPK tersebut memungkinkan

para pengambil keputusan untuk membuat keputusan yang lebih baik dan lebih

konsisten pada satu cara yang dibatasi waktu.

2.2.1.6 Komponen SPK

Sistem lainnya yang berbasis komputer

Manajemen Data

Internet, Intranet, Ekstranet

Manajemen Model Model Eksternal

Antarmuka Pengguna

Manajer (pengguna)

Subsistem berbasis

Pengetahuan

Basis Pengetahuan

Organisasional

Gambar 2.5 Komponen SPK


Menurut Turban (2005, p145) Aplikasi DSS dapat terdiri dari subsistem

seperti ditunjukkan pada Gambar 2.5. Berdasarkan definisi, DSS harus

mencakup tiga komponen utama dari DBMS, MBMS dan antarmuka pengguna.

24

Subsistem manajemen berbasis pengetahuan adalah opsional, namun dapat

memberikan banyak manfaat karena memberikan intelegensi bagi tiga

komponen utama tersebut. Seperti pada semua system informasi manajemen,

pengguna dapat dianggap sebagai komponen DSS.

Komponen-komponen tersebut membentuk sistem aplikasi DSS yang

dapat dikoneksikan ke intranet perusahaan, ke ekstranet, atau ke internet.

Umumnya komponen berkomunikasi via teknologi internet.

1. Subsistem Manajemen Data: subsistem manajemen data memasukkan satu

database yang berisi data yang relevan untuk situasi dan dikelola oleh

perangkat lunak yang disebut sistem manajemen database (DBMS –

Database Management Systems). Subsistem manajemen data dapat

diinterkoneksikan dengan data warehouse perusahaan, suatu repositori untuk

data perusahaan yang relevan untuk pengambilan keputusan. Biasanya data

disimpan atau diakses via server Web database.

2. Subsistem Manajemen Model: merupakan paket perangkat lunak yang

memasukkan model keuangan, statistic, ilmu manajemen, atau model

kuantitatif lainnya yang memberikan kapabilitas analitik dan manajemen

perangkat lunak yang tepat. Bahasa-bahasa permodelan untuk membangun

model-model custom juga dimasukkan. Perangkat lunak ini sering disebut

sistem manajemen basis model (MBMS – Model Base Management

Systems). Komponen ini dapat dikoneksikan ke penyimpanan korporat atau

eksternal yang ada pada model. Sistem manajemen dan metode solusi model

25

diimplementasikan pada sistem pengembangan Web untuk berjalan pada

server aplikasi.

3. Subsistem Antarmuka Pengguna: pengguna komunikasi dengan dan

memerintahkan DSS melalui subsistem ini. Pengguna adalah bagian yang

dipertimbangkan dari sistem. Para peneliti menegaskan bahwa beberapa

konstruksi unik dari DSS berasal dari interaksi yang intensif antara komputer

dan pembuat keputusan. Browser Web memberikan struktur antarmuka

pengguna grafis yang familiar dan konsisten bagi kebanyakan DSS.

4. Subsistem Manajemen Berbasis-Pengetahuan: subsistem ini dapat

mendukung semua subsistem lain atau bertindak sebagai suatu komponen

independen. Ia memberikan inteligensi untuk memperbesar pengetahuan si

pengambil keputusan. Subsistem ini dapat diinterkoneksikan dengan

repositori pengetahuan perusahaan (bagian dari sistem manajemen

pengetahuan), yang kadang-kadang disebut basis pengetahuan

organisasional. Pengetahuan dapat disediakan via server Web.


2.2.1.7 Tahapan Pengembangan SPK

Pengembangan merupakan tahap yang penting dalam rangka

mewujudkan sistem. Dalam pengembangan sistem diperlukan suatu metodologi

untuk menyediakan struktur bagi pengembangan sistem tersebut, yang disebut

System Development Life Cycle (SDLC). Menurut Dennis & Wixon (Dikutip

26

dari Turban & Aronson, 2001, p229-231), SDLC tradisional terdiri dari 4 tahap

utama yaitu:

1. Perencanaan (Planning): fase perencanaan memulai dengan sebuah

kebutuhan bisnis yang belum terpenuhi. Meliputi peluang-peluang yang

mungkin yang diidentifikasi dengan membaca lingkungan. Apakah ada suatu

masalah yang perlu dipecahkan? Inisiasi proyek melibatkan sebuah sistem

yang telah diputuskan. Jika kelihatan bermanfaat, maka dilakukan studi

kelayakan. Studi kelayakan mempertimbangkan apakah gagasan tersebut

masuk akal. Pertanyaan-pertanyaan berkenaan dengan kelayakan teknis,

kelayakan biaya, dan kelayakan organisasional dijawab disini. Jika proyek

disetujui, maka ditugaskanlah seorang manajer proyek dan ia menyusun

sebuah rencana kerja, mengorganisasi proyek, dan mengadopsi metode-

metode untuk mengelolanya.

2. Analisis (Analysis): fase analisis seperti wawancara wartawan. Fase ini

menanyakan dan menjawab pertanyaan-pertanyaan penting seperti siapa para

pengguna sistem, apa yang akan dicapai oleh sistem, dan dimana serta kapan

sistem akan dijalankan. Fase ini memulai dengan pengembangan sebuah

strategi analisis atau suatu rencana untuk memandu proyek. Jika sebelumnya

sudah ada sistem yang berjalan, maka sistem tersebut dianalisis bersama

dengan berbagai cara untuk mengarah kepada sistem baru. Hal ini mengacu

kepada pengumpulan informasi lebih lanjut, pengembangan sebuah model

proses dan sebuah model data.

27

3. Perancangan (Design): fase perancangan menandai bagaimana sistem akan

bekerja, mempertimbangkan semua detail perangkat keras, perangkat lunak,

infrastruktur jaringan, antarmuka pengguna, dan lain-lain. Pada fase ini,

antarmuka pengguna, form, display, program dan laporan, database, dan file

ditetapkan. Pada strategi design, ditetapkanlah jumlah sistem untuk dibeli

atau dikontrak (versus membangun in-house). Hal ini mengacu pada

rancangan arsitektur, yang mengacu kepada rancangan database dan file,

yang pada gilirannya mengacu kepada rancangan program. Secara bersama-

sama, hal-hal tersebut merupakan spesifikasi sistem.

4. Implementasi (Implementation): fase implementasi membawa semua hal

bersama-sama. Inilah tempat dimana sistem dibangun atau dibeli. Konstruksi

melibatkan tidak hanya membangun sistem, tetapi juga mengujinya untuk

memverifikasi bahwa sistem tersebut bekerja. Perencanaan yang lebih baik

dapat mendorong ke arah sistem dengan lebih sedikit bug. Instalasi

merupakan langkah terakhir dan melibatkan apakah sistem benar-benar

berjalan.

28

Gambar 2.6 Tahap Pengembangan SPK


2.2.1.8 Klasifikasi SPK

Holsaple dan Whinston (1996) mengklasifikasikan DSS menjadi enam

kerangka kerja yaitu text-oriented DSS, database-oriented DSS, spreadsheet-

oriented DSS, solver-oriented DSS, rule-oriented DSS, dan compound DSS.

a) Text-oriented DSS

Informasi (meliputi data dan pengetahuan) sering disimpan dalam

format teks dan harus diakses oleh pengambil keputusan. Dengan demikian,

adalah penting untuk menyajikan dan memproses dokumen dan fragmen teks

secara efektif dan efisien. SPK berorientasi teks mendukung pengambil

keputusan dengan secara elektronik melacak informasi yang disajikan secara

teks yang dapat mempengaruhi keputusan. SPK tersebut memungkinkan

dokumen-dokumen dibuat secara elektronik, direvisi, dan dilihat ketika

diperlukan.

29

b) Database-oriented DSS

Pada SPK ini, database organisasi punya peran penting dalam

struktur DSS. Generasi awal dari SPK berorientasi database terutama

menggunakan konfigurasi database relasional. Informasi yang ditangani oleh

database relasional cenderung sangat berisi, deskriptif, dan sangat terstruktur.

SPK berorientasi database bercirikan pembuatan laporan yang baik dan

kapabilitas query.

c) Spreadsheet-oriented DSS

SPK berorientasi spreadsheet merupakan sistem pemodelan yang

memungkinkan pengguna mengembangkan model-model untuk

mengeksekusi analisis SPK. Model ini tidak hanya membuat, melihat, dan

memodifikasi pengetahuan procedural, tetapi juga menginstruksikan sistem

untuk mengeksekusi instruksi self-contained mereka (macro). Spreadsheet

digunakan secara luas pada SPK yang dikembangkan oleh pengguna akhir.

End-user tool yang paling populer untuk mengembangkan SPK adalah

Microsoft Excel.

d) Solver-oriented DSS

Solver adalah suatu algoritma atau prosedur yang ditulis sebagai satu

program komputer untuk melakukan komputasi tertentu untuk memecahkan

suatu tipe masalah tertentu. Contoh-contoh solver dapat berupa prosedur

economic order quantity untuk menghitung kuantitas pesanan optimal atau

linear regression routine untuk menghitung suatu tren. Solver dapat

diprogram secara komersial dalam perangkat lunak pengembangan. Sebagai

30

contoh, Excel memasukkan beberapa solver powerful – function dan

procedure – yang memecahkan sejumlah masalah bisnis. Pembangun SPK

dapat menggabungkan beberapa solver ketika membuat aplikasi SPK.

e) Rule-oriented DSS

Komponen pengetahuan dari SPK mencakup aturan prosedural

maupun inferensial (reasoning), seperti dalam format expert system (sistem

pakar). Aturan ini bisa jadi kualitatif atau kuantitatif, dan komponen seperti

itu dapat menggantikan atau diintegrasikan dengan model kualitatif.

f) Compound DSS

SPK gabungan adalah suatu hybrid system yang meliputi dua atau

lebih dari lima struktur dasar yang telah dijelaskan sebelumnya.


2.2.2 Konsep Model SPK

Karakteristik utama dari SPK termasuk kemampuan permodelannya. Ide

dasar untuk menjalankan analisis SPK adalah dengan menggunakan model.

Model dapat merepresentasikan sistem atau masalah dengan berbagai tingkatan

abstraksi. Model diklasifikasikan menjadi tiga jenis berdasarkan tingkat

abstraksi, antara lain:

1) Model Iconic (Scale)

Model iconic – tipe model dengan abstraksi yang paling rendah –

merupakan replika fisik dari sebuah sistem, biasanya pada skala yang

berbeda dari aslinya. Model iconic bisa berupa tiga dimensi, misalnya

31

pesawat terbang, mobil, jembatan, atau lini produksi. Fotografi adalah model

skala iconic dua dimensi.

2) Model Analog

Model analog bertindak seperti sistem riil, tetapi tidak mirip. Model

ini lebih abstrak dibanding model iconic dan merupakan representasi

simbolis dari realitas. Model dengan tipe ini biasanya bagan atau diagram

dua dimensi. Model ini dapat berupa model fisik, namun bentuk model

berbeda dari sistem aktual. Beberapa contoh meliputi:

• Bagan organisasi yang menggambarkan struktur, otoritas, dan

tanggung jawab.

• Peta dengan warna-warna berbeda merepresentasikan objek-objek,

seperti mata air atau gunung.

• Bagan pasar saham yang merepresentasikan pergerakan harga

saham.

• Cetak biru sebuah mesin atau rumah.

• Animasi, video, dan film.

3) Model Matematika (Kuantitatif)

Kompleksitas hubungan di banyak sistem organisasi tidak dapat

direpresentasikan dengan icon atau secara analogi karena representasi

tersebut akan segera membingungkan, dan akan makan banyak waktu jika

menggunakan kedua hal tersebut. Dengan demikian, model yang lebih

abstrak dijelaskan secara matematika. Sebagian besar analisis SPK dilakukan

secara numerik dengan model matematika atau model kuantitatif lainnya.

32


2.2.2.1 Model

Karakteristik utama dari SPK adalah kemampuannya dalam

menggunakan model. Turban (1995, p42) menuliskan bahwa model adalah

penyederhanaan atau abstraksi dari realita (kenyataan). Model selalu sederhana

karena realita terlalu kompleks untuk ditiru dengan tepat dan karena banyak

kompleksitas yang sebenarnya tidak relevan dengan masalah yang spesifik.

2.2.2.2 Jenis Model

Tabel di bawah mengelompokkan model-model DSS menjadi tujuh

kelompok dan mendaftarkan beberapa teknik representif untuk setiap kategori.

Masing-masing teknik dapat diterapkan pada model statis atau dinamis yang

dapat dikonstruksi di bawah lingkungan yang pasti, tidak pasti atau risiko.

Tabel 2.2 Kategori-Kategori Model


Kategori Proses dan Tujuan Teknik-Teknik Representatif

Optimalisasi

masalah dengan

sedikit alternatif.

Menemukan solusi terbaik dari

sejumlah kecil alternatif.

Tabel keputusan, pohon

keputusan.

Optimalisasi via

algoritma.

Menemukan solusi terbaik dari

sejumlah besar alternatif dengan

menggunakan proses pendekatan

langkah demi langkah.

Model pemograman matematika

linier dan lainnya, model

jaringan.

Optimalisasi via Menemukan solusi terbaik dalam Beberapa model inventori.

33

Kategori Proses dan Tujuan Teknik-Teknik Representatif

rumusan analitik. satu langkah dengan

menggunakan satu rumus.

Simulasi. Menemukan satu solusi yang

cukup baik atau yang terbaik di

antara berbagai alternatif yang

dipilih dengan menggunakan

eksperimen.

Beberapa tipe simulasi.

Heuristik. Menemukan satu solusi yang

cukup baik dengan menggunakan

aturan-aturan.

Pemograman heuristik, sistem

pakar.

Model-model

prediktif.

Memprediksi masa depan untuk

skenario yang ditentukan.

Model forecasting, analisis

Markov.

Model-model

lainnya.

Memecahkan kasus bagaimana-

jika (what-if) dengan

menggunakan sebuah rumus.

Pemodelan keuangan, waiting

lines.

2.2.2.3 Keuntungan dan Kerugian Model

Keuntungan (manfaat) yang diperoleh dari penggunaan model dalam

sistem pendukung keputusan menurut Turban, Aronson & Ting-Peng Liang

(2005, p63) antara lain:

• Manipulasi model (mengubah variabel keputusan atau lingkungan) jauh lebih

mudah ketimbang memanipulasi sistem riil. Eksperimentasi lebih mudah dan

tidak berinterferensi dengan operasional harian dan organisasi.

• Model memungkinkan kompresi waktu. Tahun-tahun operasi dapat

disimulasi dalam hitungan menit atau detik (dari waktu komputer).

34

• Biaya analisis pemodelan jauh lebih rendah ketimbang biaya eksperimen

serupa yang dilakukan pada sebuah sistem riil.

• Biaya pembuatan kesalahan selama eksperimen coba-salah jauh lebih rendah

ketika menggunakan model-model, dibanding menggunakan sistem riil.

• Lingkungan bisnis mencakup ketidakpastian yang dapat dipertimbangkan.

Dengan pemodelan, manajer dapat mengestimasi risiko dari tindakan-

tindakan tertentu.

• Model matematika memungkinkan analisis terhadap sejumlah solusi yang

mungkin yang sangat besar, dan kadang-kadang tak terbatas. Bahkan pada

masalah sederhana, manajer sering memiliki sejumlah alternatif untuk

dipilih.

• Model memperkuat pembelajaran dan pelatihan.

• Metode model dan solusi tersedia di Web.

• Ada banyak applet Java (dan program Web lainnya) yang telah memecahkan

model-model.

Keuntungan pembuatan model diimbangi dengan 2 kerugian utama

model, yaitu:

• Kesulitan pembuatan model sistem bisnis akan menghasilkan model yang

tidak menangkap semua pengaruh pada entitas. Pertimbangan yang

menyeluruh diperlukan dalam menerapkan keputusan yang didasarkan hasil

simulasi.

35

• Keahlian matematika tingkat tinggi diperlukan untuk mengembangkan

sendiri model-model yang lebih kompleks. Keahlian itu juga diperlukan

dalam menafsirkan output secara tepat.

2.2.3 Pengambilan Keputusan Kriteria Majemuk

Pengambilan keputusan kriteria majemuk dilakukan dengan

menggunakan model Analytic Hierarchy Process (AHP).

2.2.3.1 Definisi Analytic Hierarchy Process (AHP)

Analytic Hierarchy Process (AHP) adalah suatu model yang luwes yang

memberikan kesempatan bagi perorangan atau kelompok untuk membangun

gagasan-gagasan dan mendefinisikan persoalan dengan cara membuat asumsi

mereka masing-masing dan memperoleh pemecahan yang diinginkan darinya

(Saaty, 1991, p23).

Menurut Marshall (1995, p278), AHP adalah suatu metode yang

dikembangkan untuk menghasilkan tingkatan alternatif keputusan dengan

struktur matematis. Ide utamanya adalah untuk menemukan trade-off atribut

melalui perbandingan atribut berpasangan. Menemukan nilai setiap alternatif

keputusan berpasangan dalam atribut tersebut.

2.2.3.2 Keuntungan AHP

Saaty (1991, p25) menyebutkan berbagai keuntungan AHP yaitu:

1. Kesatuan

36

AHP memberikan suatu model tunggal yang mudah dimengerti dan luwes

untuk aneka ragam persoalan tak terstruktur.

2. Kompleksitas

AHP memadukan rancangan deduktif dan rancangan berdasarkan sistem

dalam memecahkan persoalan kompleks.

3. Saling ketergantungan

AHP dapat menangani saling ketergantungan elemen-elemen dalam suatu

sistem dan tidak memaksakan pemikiran linier.

4. Penyusunan hirarki

AHP mencerminkan kecenderungan alami pikiran untuk memilah-milah

elemen suatu sistem dalam berbagai tingkat berlainan dan mengelompokkan

struktur yang serupa dalam setiap tingkat.

5. Pengukuran

AHP memberikan suatu skala untuk mengukur hal-hal dan terwujud suatu

metode untuk menetapkan prioritas.

6. Konsistensi

AHP melacak konsistensi logis dari pertimbangan-pertimbangan yang

digunakan dalam menetapkan berbagai prioritas.

7. Sintesis

AHP menuntun ke suatu taksiran menyeluruh tentang kebaikan setiap

alternatif.

8. Tawar-menawar

37

AHP mempertimbangkan prioritas-prioritas relatif dari berbagai faktor

sistem dan memungkinkan orang memilih alternatif terbaik berdasarkan

tujuan-tujuan mereka.

9. Penilaian dan konsensus

AHP tidak memaksakan konsensus tetapi mensintesis suatu hasil yang

representatif dari berbagai penilaian yang berbeda-beda.

10. Pengulangan proses

AHP memungkinkan orang memperhalus definisi mereka pada suatu

persoalan dan memperbaiki pertimbangan dan pengertian mereka melalui

pengulangan.

2.2.3.3 Prinsip Dasar AHP

Ada empat prinsip dasar AHP (Mulyono, 2004, p335-337):

a. Decomposition, yaitu memecahkan masalah yang utuh menjadi unsur-

unsurnya. Jika ingin mendapat hasil akurat, pemecahan juga dilakukan

terhadap unsur-unsurnya sampai tidak mungkin dilakukan pemecahan lebih

lanjut sehingga didapat beberapa tingkatan dari persoalan tadi. Proses analisi

ini dinamakan hirarki.

Ada dua jenis hirarki, yaitu lengkap dan tidak lengkap. Dalam hirarki

lengkap, semua elemen pada suatu tingkat memiliki semua elemen yang ada

pada tingkat berikutnya. Jika tidak demikian maka dinamakan hirarki tidak

lengkap.

38

b. Comparative Judgement, prinsip ini berarti membuat penilaian tentang

kepentingan relatif dua elemen pada suatu tingkat tertentu dalam kaitannya

dengan tingkat diatasnya. Penilaian ini merupakan inti dari AHP, karena ia

akan berpengaruh terhadap prioritas elemen-elemen. Dalam penyusunan

skala kepentingan ini digunakan tabel berikut:

Tabel 2.3 Skala Perbandingan Berpasangan (Aksioma AHP)

Tingkat

Kepentingan

Definisi

1 Sama pentingnya dibanding yang lain.

3 Moderat atau sedikit lebih penting dibanding yang lain.

5 Kuat pentingnya dibanding yang lain.

7 Sangat kuat pentingnya dibanding yang lain.

9 Ekstrim pentingnya dibanding yang lain.

2, 4, 6, 8 Nilai di antara dua pertimbangan yang berdekatan.

c. Synthesis of Priority, dari setiap matriks pairwise comparison kemudian

dicari eigen vector-nya untuk mendapatkan local priority. Karena matriks

pairwise comparison terdapat pada semua tingkat, maka untuk mendapatkan

global priority harus dilakukan sintesa di antara local priority. Prosedur

melakukan sintesis berbeda menurut bentuk hirarki. Pengurutan elemen-

elemen menurut kepentingan relatif melalui prosedur sintesis dinamakan

priority setting.

d. Logical Consistency, konsistensi memiliki dua makna. Pertama adalah

bahwa obyek-obyek yang serupa dapat dikelompokkan sesuai dengan

39

keseragaman dan relevansi. Arti kedua adalah menyangkut tingkat hubungan

antara obyek-obyek yang didasarkan pada kriteria tertentu.

2.2.3.4 Kelebihan AHP

Menurut Kadarsah (2002, p131), kelebihan AHP dibanding dengan

model yang lainnya adalah:

a. Struktur yang hirarki, sebagai konsekuensi dari kriteria yang dipilih, sampai

pada subkriteria-subkriteria yang paling dalam.

b. Memperhitungkan validitas sampai dengan batas toleransi inkonsistensi

berbagai kriteria dan alternatif yang dipilih oleh para pengambil keputusan.

c. Memperhitungkan daya tahan atau ketahanan output analisis sensitivitas

pengambilan keputusan.

2.2.3.5 Struktur AHP

Membuat struktur hirarki diawali dengan tujuan umum, dilanjutkan

dengan sub-sub tujuan, kriteria, dan kemungkinan alternatif-alternatif pada

tingkat kriteria yang paling bawah (Kadarsah, 2002, p131).

40

Gambar 2.7 Struktur Hirarki AHP

2.2.3.6 Langkah-langkah Menentukan Prioritas

Langkah ini diawali dengan melihat hirarki yang telah dibuat lalu

membentuk matriks pairwise comparison. Nilai pada matriks ini didapat dari

memberi pertanyaan berapa kali lipat suatu kriteria dibandingkan terhadap

kriteria lainnya.

Contoh:

Kriteria L W T

L 1 0.5 0.25

W 2 1 0.5

T 4 2 1

Langkah kedua yaitu matriks pairwise comparison dinormalisasi dengan

cara membagi unsur pada setiap kolom dengan hasil nilai jumlah kolom.

Contoh:

41

Kriteria L W T

L 1/7 = 0.14 0.5/3.5 = 0.14 0.25/1.75 = 0.14

W 2/7 = 0.29 1/3.5 = 0.29 0.5/1.75 = 0.29

T 4/7 = 0.57 2/3.5 = 0.57 1/1.75 = 0.57

Langkah selanjutnya yaitu langkah ketiga adalah menjumlahkan setiap

baris matriks yang telah dinormalisasi dan dibagi dengan n (banyaknya unsur),

dalam kasus ini adalah 3. Hasilnya merupakan prioritas atau bobot yang dicari.

Contoh: 0.14 + 0.14 + 0.14 = 0.14, dan seterusnya 3

Langkah keempat yaitu mencari Eigen Value (Z) dengan cara

menjumlahkan baris nilai kriteria pada matriks pairwise comparison dengan nilai

bobot ketiga kriteria, kemudian dibagi dengan bobot kriteria yang bersangkutan.

Setelah mendapatkan nilai Z, dicari Z maksimal yaitu dengan

menjumlahkan Z dan membagi dengan jumlah kriteria yang ada.

Langkah terakhir yaitu mencari nilai Consistency Index (CI) dan

Consistency Ratio (CR) dengan rumus:

CI = (Zmaks - n) / (n - 1)

CR = CI Random Consistency Index Nilai dari CR seharusnya kurang dari 10% (0.1).

Tabel 2.4 Random Consistency Index

N 1 2 3 4 5 6 7 8 9 10

RCI 0 0 0.58 0.9 1.12 1.24 1.32 1.41 1.45 1.49

42

2.3 Alat Bantu Analisis dan Perancangan Sistem

Alat bantu yang digunakan dalam analisis dan perancangan SPK ini

antara lain adalah Data Flow Diagram (DFD), Entity Relationship Diagram

(ERD), dan State Transition Diagram (STD).

2.3.1 Data Flow Diagram (DFD)

Berikut ini akan dijelaskan mengenai definisi, manfaat, komponen,

hirarki dan aturan-aturan DFD.

2.3.1.1 Definisi DFD

DFD (Whitten, 2001, p168) adalah sebuah diagram yang

menggambarkan proses-proses yang sedang berjalan dan atau yang akan

ditawarkan dalam sebuah sistem beserta seluruh input, output dan file dari sistem

tersebut.

DFD (Marakas, 2006, p117) adalah sebuah piranti grafis yang

menggambarkan urutan dari proses-proses dan fungsi-fungsi di dalam sebuah

batasan sistem tertentu dan juga aliran data yang ada di dalam sistem tersebut.

2.3.1.2 Manfaat DFD

Manfaat dari DFD adalah:

• Menggambarkan aliran data dari sebuah sistem serta pekerjaan atau

pemrosesan yang dijalankan oleh sistem tersebut (Whitten, 2001, p308).

43

• Mengilustrasikan kebutuhan-kebutuhan dari proses bisnis (Whitten, 2001,

p96).

• Mengilustrasikan bagaimana data akan dikumpulkan, disimpan, digunakan

dan dipelihara (Whitten, 2001, p169).

2.3.1.3 Komponen DFD

Komponen-komponen pembentuk DFD (Gane & Sarson) adalah:

1. Process (proses): sarana pengubah data ke dalam bentuk lain, digunakan

untuk menciptakan data baru atau dirangkai menjadi hasil keluaran yang

berguna. Dalam pemodelan logis, proses data dilakukan oleh mesin, manusia

atau komputer. Proses diatur berdasarkan urutan terjadinya masing-masing

proses, hal ini digambarkan dengan adanya identitas nomor untuk setiap

proses (Marakas, 2006, p118-119).

Gambar 2.8 Bentuk Process (Proses)

(Marakas, 2006, p118)

2. Data Store: mewakili sebuah tempat penyimpanan untuk data, baik yang

bersifat sementara atau selamanya disimpan di dalam sistem tersebut

(Marakas, 2006, p118).

44

Gambar 2.9 Bentuk Data Store

(Marakas, 2006, p118)

3. Data Flow (Aliran Data): representasi pergerakan data, arah dan isi dari data

(Marakas, 2006, p118).

Gambar 2.10 Bentuk Data Flow (Aliran Data)

(Marakas, 2006, p118)

4. External Agent: seseorang atau sesuatu yang berinteraksi dengan sistem

namun berada di luar batasan sistem dan oleh karena itu tidak berada dalam

kontrol sistem atau pengguna sistem. External Agent bisa berbentuk sebagai

sebuah Sink ataupun sebuah Source (Marakas, 2006, p118).

• Sink: external agent yang merupakan tujuan keluarnya aliran data dari

sistem.

• Source: external agent yang merupakan sumber atau asal keluarnya

aliran data menuju ke dalam sistem.

Gambar 2.11 Bentuk External Agent

(Marakas, 2006, p118)

45

2.3.1.4 Hirarki DFD

Hirarki dari penggambaran DFD (Marakas, 2006, p120-123) adalah

sebagai berikut:

1. Diagram Level Konteks

Merupakan diagram level pertama yang menampilkan sistem dengan

sangat global (tidak detil), bertujuan untuk mengidentifikasi batasan sistem

serta hubungannya dengan berbagai source ataupun sink. Diagram Konteks

hanya memiliki satu proses yang ditandai dengan nama dari sistem dan tidak

ada penggambaran data store.

2. Diagram Level Nol

Merupakan penggambaran detil atau penjabaran dari Diagram Konteks.

Menggambarkan proses-proses utama yang terdapat dalam sebuah sistem,

urutan dari proses tersebut, semua data store yang diakses oleh proses dan

juga source serta sink yang berinteraksi dengan sistem sesuai dengan yang

sudah digambarkan di Diagram Konteks. Proses ditandai dengan penomoran

1.0, 2.0, dan seterusnya.

3. Diagram Level 1 hingga N (Rinci)

Merupakan penggambaran lebih detil dari masing-masing proses di

Diagram Nol atau level sebelumnya yang membutuhkan penjabaran. Semua

penggambaran komponen yang terlibat, harus sesuai dengan penggambaran

yang sudah dilakukan di level sebelumnya. Proses ditandai dengan

penomoran 1.1, 2.1, 1.1.1, 2.1.1, 3.1, dan seterusnya. Proses yang sudah

46

terjabarkan hingga sempurna, maka tidak perlu digambarkan ke level

selanjutnya dan disebut sebagai functional primitive.

2.3.1.5 Aturan-aturan DFD

Larangan dalam penggambaran proses (Whitten, 2001, p315):

• Proses yang memiliki input namun tidak memiliki output disebut sebagai

Black Hole.

• Proses yang memiliki output namun tidak memiliki input disebut sebagai

Miracle.

• Proses yang jumlah input-nya kurang untuk dapat menghasilkan output yang

diinginkan (ada aliran data masuk yang kurang) disebut sebagai Grey Hole.

Larangan dalam Penggambaran Data Flow (aliran data)

Data Flow Ilegal Data Flow Terkoreksi

Gambar 2.12 Aturan Data Flow (Aliran Data)

(Whitten, 2001, p325)

47

2.3.2 Entity Relationship Diagram (ERD)

Pembahasan mengenai ERD mencakup definisi, manfaat dan komponen ERD.

2.3.2.1 Definisi ERD

ERD (Whitten, 2001, p260) adalah sebuah diagram yang

menggambarkan data dalam bentuk entitas-entitas beserta hubungan yang

terbentuk antar data tersebut.

ERD (Marakas, 2006, p145) adalah sebuah diagram yang digunakan

untuk menggambarkan kebutuhan konseptual data dari sistem yang direncanakan

serta mengidentifikasikan aturan dan hubungan antar data.

2.3.2.2 Manfaat ERD

Manfaat dari ERD adalah:

• Untuk memodelkan data mentah yang dihasilkan oleh sebuah sistem

(Whitten, 2001, p169).

• Untuk memodelkan kebutuhan data perusahaan (Whitten, 2001, p97).

2.3.2.3 Komponen ERD

Komponen-komponen pembentuk ERD (Whitten, 2001, p260-267)

adalah:

1. Entitas: sesuatu mengenai bisnis yang butuh untuk disimpan datanya. Entitas

bisa berupa sekumpulan manusia, tempat, objek, kejadian atau konsep.

48

Gambar 2.13 Bentuk Entitas

(Whitten, 2001, p260)

2. Atribut: sebuah properti deskriptif atau karakteristik dari sebuah entitas.

Gambar 2.14 Contoh Atribut-atribut Sebuah Entitas

(Marakas, 2006, p149)

MAHASISWA NIM Nama Alamat No. HP Tanggal Lahir Jenis Kelamin Ras IPK

49

3. Relationship (hubungan): sebuah asosiasi dalam lingkup lingkungan bisnis

dan organisasi antar satu entitas dengan entitas lainnya (Marakas, 2006,

p149).

Gambar 2.15 Contoh Hubungan Antar Entitas

(Marakas, 2006, p149)

MAHASISWA NIM Nama Alamat No. HP Tanggal Lahir Jenis Kelamin IPK

KURIKULUM Kd. Program Studi Judul Program Gelar

50

4. Identification atau Key: sebuah atribut atau sekumpulan atribut, yang bernilai

unik untuk setiap contoh dari entitas (Whitten, 2001, p262).

Primary Key (PK): sebuah key yang paling unik digunakan untuk

mengidentifikasi sebuah contoh tunggal dari sebuah entitas (Marakas, 2006,

p148).

Foreign Key (FK): sebuah PK dari suatu entitas yang berada di entitas lain

untuk mengidentifikasi hubungan antar entitas tersebut (Whitten, 2001,

p267).

Gambar 2.16 Contoh Key Entitas

(Whitten, 2001, p262)

5. Kardinalitas: mendefinisikan nilai minimum dan maksimum dari terjadinya

suatu hubungan antar sebuah entitas dengan entitas lainnya. Kardinalitas

MAHASISWA NIM (PK) Nama Alamat No. HP Tanggal Lahir Jenis Kelamin IPK

KURIKULUM Kd. Program Studi (PK) Judul Program Gelar

JURUSAN ID Jurusan (PK) NIM (PK) Kd. Program Studi (PK) Tanggal Pengambilan

51

harus ditentukan untuk kedua arah dari suatu hubungan (Whitten, 2001,

p264).

Gambar 2.17 Contoh Kardinalitas Hubungan Antar Entitas

(Whitten, 2001, p264)

MAHASISWA NIM (PK) Nama Alamat No. HP Tanggal Lahir Jenis Kelamin IPK

KURIKULUM Kd. Program Studi (PK) Judul Program Gelar

JURUSAN ID Jurusan (PK) NIM (PK) Kd. Program Studi (PK) Tanggal Pengambilan

52

Tabel 2.5 Notasi Kardinalitas

(Whitten, 2001, p265)

Interpretasi

Kardinalitas

Nilai

Minimum

Nilai

Maksimum

Notasi Grafik

Tepat satu

(Satu dan hanya satu)

1 1

Nol atau satu 0 1

Satu atau lebih 1 Banyak

(> 1) Nol, satu atau lebih 0 Banyak

(> 1)

Lebih dari satu > 1 > 1

2.3.3 State Transition Diagram (STD)

2.3.3.1 Definisi STD

STD (Marakas, 2006, p135) adalah sebuah diagram yang memodelkan

bagaimana dua atau lebih proses saling berhubungan satu sama lainnya dalam

suatu cakupan waktu.

STD merupakan suatu alat yang digunakan untuk menggambarkan sistem

yang berdasarkan sifat ketergantungan dari sistem terhadap waktu serta

perubahan dari suatu keadaan ke keadaan lain karena adanya suatu aksi dan

53

Event / Action

digunakan untuk memperjelas suatu situasi dimana terdapat banyak kondisi yang

dapat mempengaruhi status dari sistem.

STD digunakan untuk menggambarkan state dari sebuah kelas, event

yang merubah suatu keadaan ke state yang lain dan action yang dihasilkan dari

perubahan state tersebut. Sebuah STD menunjukkan gambaran sebuah model

yang dinamis dari sebuah kelas atau seluruh sistem. Dalam analisa, STD akan

digunakan untuk mengidentifikasikan sifat dinamis dari sistem, sedangkan dalam

desain, STD digunakan untuk merancang suatu kelas.

STD memiliki 2 elemen penting, yaitu:

• State

Melambangkan keadaan sebuah obyek, baik atribut obyek itu sendiri maupun

hubungan dari obyek tersebut dengan obyek lain dari sistem.

• State Transition

Merupakan suatu kejadian yang menyebabkan perubahan state dalam sistem.

Setiap state transition menghubungkan 2 buah state. Sebuah state dapat saja

mempunyai transisi ke diri sendiri dan sangat lazim bagi suatu state yang

sama, meskipun setiap transisi haruslah unik. Unik dalam arti tidak akan ada

lebih dari 1 state transition dari state yang sama melalui event yang sama.

Name

Action

54

Transition (transisi) atau Event (kejadian)

2.3.3.2 Manfaat STD

Manfaat dari STD adalah mengilustrasikan beragam status yang dapat

dimiliki oleh sebuah komponen sistem dalam hubungannya dengan kejadian-

kejadian atau kondisi-kondisi yang menyebabkan sebuah perubahan dari status

yang satu dengan yang lainnya (Marakas, 2006, p135).

2.3.3.3 Komponen STD

Komponen-komponen pembentuk STD (Marakas, 2006, p135) adalah:

1. State (status): sebuah kondisi akan keberadaan atau bentuk yang dapat dipilih

oleh sebuah sistem komponen.

2. Event (kejadian) atau Transition (transisi): sebuah aksi atau fenomena atau

pemicu yang menyebabkan terjadinya pergantian status.

3. Current State (status sekarang): status dimana sistem sedang berada saat ini.

4. Final State (status akhir): status dimana terjadi saat dipicu oleh sebuah

kejadian yang menyebabkan tidak adanya jalan keluar atau alternatif lainnya,

yang menyebabkan pengakhiran sempurna dari sebuah sistem.

State (status)

BAB 2 LANDASAN TEORI 2.1 Konsep Sistem Informasi 2.1.1...

Documents

Transcript of BAB 2 LANDASAN TEORI 2.1 Konsep Sistem Informasi 2.1.1...