BAB II KAJIAN PUSTAKA A. Sistem Pendukung Keputusan/ …repository.ump.ac.id/1663/3/SITI MAESAROH...

4

BAB II

KAJIAN PUSTAKA

A. Sistem Pendukung Keputusan/ Decision Support System (DSS)

Sistem adalah kumpulan objek seperti orang, sumber daya, konsep,

dan prosedur yang dimaksudkan untuk melakukan suatu fungsi yang dapat

diidentifikasi atau untuk melayani suatu tujuan. Pengambilan keputusan

adalah sebuah proses memilih tindakan (di antara berbagai alternatif) untuk

mencapai suatu tujuan atau beberapa tujuan. Sistem pendukung keputusan

(DSS) adalah sistem pendukung berbasis komputer bagi para pengambil

keputusan manajemen yang menangani masalah-masalah tidak terstruktur

(Turban,dkk., 2005).

Tujuan dari sistem pendukung keputusan (DSS) adalah (Turban,dkk.,

2005) :

a. Membantu manajer dalam pengambilan keputusan atas masalah

semiterstruktur.

b. Memberikan dukungan atas pertimbangan manajer dan bukannya

dimaksudkan untuk menggantikan fungsi manajer.

c. Meningkatkan efektivitas keputusan yang diambil manajer lebih daripada

perbaikan efisiensinya.

d. Kecepatan komputasi. Komputer memungkinkan para pengambil

keputusan untuk melakukan banyak komputasi secara cepat dengan biaya

yang rendah.

Sistem Pendukung Keputusan..., Siti Maesaroh, Fak. Teknik UMP 2016

5

e. Peningkatan produktivitas. Membangun satu kelompok pengambil

keputusan, terutama para pakar, bisa sangat mahal.

f. Dukungan kualitas. Komputer bisa meningkatkan kualitas keputusan

yang dibuat.

g. Berdaya saing. Manajemen pemberdayaan sumber daya perusahaan.

Tekanan persaingan menyebabkan tugas pengambilan keputusan menjadi

sulit. Persaingan didasarkan tidak hanya pada harga, tetapi juga pada

kualitas, kecepatan, kustomasi produk, dan dukungan pelanggan.

h. Mengatasi keterbatasan kognitif dalam pemrosesan dan penyimpanan.

Karakteristik yang diharapkan ada dalam DSS adalah (Turban, dkk.,

2005) :

a. Dukungan kepada pengambil keputusan, terutama pada situasi

semiterstruktur dan tak terstrukur, dengan menyertakan penilaian manual

dan informasi terkomputerisasi.

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

manajer ini.

c. Dukungan untuk individu dan kelompok.

d. Dukungan untuk keputusan independen dan/atau sekuensial. Keputusan

dapat dibuat sekali, beberapa kali, atau berulang-ulang.

e. Dukungan di semua fase proses pengambilan keputusan: inteligensi,

desain, pilihan, dan implementasi.

f. Dukungan diberbagai proses dan gaya pengambilan keputusan.


6

g. Adaptivitas sepanjang waktu. Pengambil keputusan seharusnya reaktif,

bisa menghadapi berbagai perubahan kondisi secara cepat, dan

mengadaptasi DSS untuk memenuhi kebutuhan tersebut.

h. Pengguna seperti merasa di rumah. Rumah-pengguna, kapabilitas grafis

yang sangat kuat, dan antarmuka manusia-mesin yang interaktif dengan

satu bahasa alami bisa sangat meningkatkan efektifitas DSS.

i. Peningkatan efektifitas pengambilan keputusan (akurasi, timelines,

kualitas) dari pada efisiensinya (biaya pengambilan keputusan).

j. Kontrol penuh oleh pengambil keputusan terhadap semua langkah proses

pengambilan keputusan dalam memecahkan suatu masalah. DSS secara

khusus menekankan untuk mendukung pengambilan keputusan bukan

untuk menggantikan.

k. Pengguna akhir bisa mengembangkan dan memodifikasi sendiri sistem

sederhana.

l. Model-model digunakan untuk menganalisis situasi pengambilan

keputusan. Kapabilitas pemodelan memungkinkan eksperimen dengan

berbagai strategi yang berbeda di bawah konfigurasi yang berbeda.

m. Akses kesediaan untuk berbagai sumber data, format, dan tipe, mulai dari

sistem informasi geografi (GIS) sampai sistem berorientasi objek.

n. Dapat digunakan sebagai alat standalone oleh seorang pengambil

keputusan pada satu lokasi atau didistribusikan di suatu organisasi secara

keseluruhan dan dibeberapa organisasi sepanjang rantai persediaan.

Dapat diintegrasikan dengan DSS lain dan atau aplikasi lain, serta bisa


7

didistribusikan secara internal dan eksternal menggunakan networking

dan teknologi web.

Karakteristik dari DSS tersebut memungkinkan para pengambil

keputusan untuk membuat keputusan yang lebih baik dan lebih konsisten

dalam satu cara yang dibatasi oleh waktu. Keputusan yang diambil untuk

menyelesaikan suatu masalah dilihat dari keterstrukturannya yang bisa dibagi

menjadi :

a. Keputusan terstruktur (structured decision)

Keputusan terstruktur adalah keputusan yang dilakukan secara berulang-

ulang dan bersifat rutin. Prosedur pengambilan keputusannya sangat

jelas. Keputusan tersebut terutama dilakukan pada manajemen tingkat

bawah. Misalnya, keputusan pemesanan barang.

b. Keputusan semiterstruktur (semistructured decision)

Keputusan semiterstruktur adalah keputusan yang memiliki dua sifat.

Sebagian keputusan bisa ditangani oleh komputer dan yang lain tetap

harus dilakukan oleh pengambil keputusan. Prosedur dalam pengambilan

keputusan ini secara garis besar sudah ada, tetapi ada beberapa hal yang

masih memerlukan kebijakan dari pengambil keputusan. Biasanya

keputusan semacam ini diambil oleh manajemen tingkat menengah

dalam suatu organisasi. Contoh dari keputusan jenis ini adalah

penjadwalan produksi.

c. Keputusan tak terstruktur (unstructured decision)


8

Keputusan tak terstruktur adalah keputusan yang penanganannya rumit

karena tidak terjadi berulang-ulang atau tidak selalu terjadi. Keputusan

tersebut menuntut pengalaman dan berbagai sumber yang bersifat

eksternal. Keputusan tersebut umumnya terjadi pada manajemen tingkat

atas. Contoh dari keputusan tak terstruktur adalah keputusan untuk

bergabung dengan perusahaan lain.

Proses pemilihan wisudawan berprestasi merupakan masalah

semitersrtuktur, karena sistem yang akan dibangun merupakan alat bantu

pihak Ikatan Keluarga Alumni Universitas Muhammadiyah Purwokerto

dalam menentukan alternatif dengan nilai tertinggi dari para kandidat

wisudawan berprestasi.

B. Profile Matching

Menurut Kusrini (2007) metode profile matching atau pencocokan

profil merupakan metode yang sering digunakan sebagai mekanisme dalam

pengambilan keputusan dengan mengansumsikan bahwa terdapat tingkat

variabel prediktor yang ideal yang harus dipenuhi oleh subyek yang diteliti,

bukannya tingkat minimal yang harus dipenuhi atau dilewati. Tahapan dalam

metode profile matching adalah sebagai berikut :

1. Menentuan Bobot Nilai Gap. Pada tahap ini, akan ditentukan bobot nilai

masing-masing aspek dengan menggunakan bobot nilai yang telah

ditentukan bagi masing-masing aspek itu sendiri. Adapun inputan dari

proses pembobotan ini adalah selisih dari profil karyawan dan profil

jabatan.


9

2. Langkah kedua dengan melakukan pemetaan Gap. Gap yang dimaksud

adalah perbedaan antara profil mahasiswa dengan profil tingkat keaktifan

mahasiswa.

Gap = Profil Wisudawan – Profil Ideal.

3. Melakukan pencocokan dengan tabel bobot Gap. Hasil Gap dari

pengurangan profil mahasiswa dan profil tingkat keaktifan mahasiswa

bila dicocokkan dengan kolom selisih gap pada tabel bobot nilai yang

dihasilkan sama. Tabel bobot nilai bisa dilihat pada Tabel 1.

Tabel 1. Bobot Nilai Gap.

Gap

No.

Selisih

Gap

Bobot

Nilai

Keterangan

1 0 5 Kompetensi sesuai dengan yang dibutuhkan

2 1 4.5 Kompetensi individu lebih 1 tingkat/level

3 -1 4 Kompetensi individu kurang 1 tingkat/level







d. Melakukan perhitungan core factor dan secondary factor. Setelah

menentukan bobot nilai gap untuk kedua aspek yang dibutuhkan ,


10

kemudian tiap aspek dikelompokkan lagi menjadi dua kelompok yaitu

core factor dan secondary factor.

NRC = ∑

∑ .........................................................(1)

Keterangan :

NRC = Nilai rata-rata core factor tiap aspek

∑NC = Jumlah total nilai core factor tiap aspek

∑IC = Jumlah item tiap aspek

NRS = ∑

∑ ........................................................(2)

Keterangan :

NRS = Nilai rata-rata secondary factor tiap aspek

∑NS = Jumlah total nilai secondary factor tiap aspek

∑IS = Jumlah item tiap aspek

e. Perhitungan nilai total dengan rumus sebagai berikut :

( ) ( ) ........................................... (3)

Nilai total (N) merupakan (X)% nilai prosentase yang diinputkan dari

NCI yaitu nilai rata-rata core factor ditambahkan dengan nilai-nilai

prosentase yang diinputkan dari NSI yaitu rata-rata secondary factor.

Perhitungan nilai total terlebih dahulu menentukan nilai persen yang

dimasukkan yaitu core factor 60% dan secondary factor 40%. Kemudian

nilai core factor dan secondary factor ini dijumlahkan sesuai dengan

persamaan 1.

f. Perhitungan penentuan ranking dengan rumus sebagai berikut :

Ranking = %NCF + % NSF .........................................(4)


11

NCF mewakili nilai akhir aspek akademik dan NSF mewakili nilai akhir

dari aspek non akademik.

C. Wisudawan Berprestasi

Di dalam UU RI No.12 Tahun 2012 Pasal 13 (1) Tentang Pendidikan

Tinggi, dikatakan bahwa “Mahasiswa sebagai anggota Sivitas Akademika

diposisikan sebagai insan dewasa yang memiliki kesadaran sendiri dalam

mengembangkan potensi diri di Perguruan Tinggi untuk menjadi intelektual,

ilmuwan, praktisi, dan/atau profesional”. Dari pasal 13 ini mahasiswa dituntut

untuk mengembangkan potensi diri. Untuk itu, dalam UU RI No.12 Tahun

2012 pasal 14 (1), dikatakan juga bahwa “Mahasiswa mengembangkan bakat,

minat, dan kemampuan dirinya melalui kegiatan kokurikuler dan

ekstrakurikuler sebagai bagian dari proses pendidikan”.

Wisudawan sendiri merupakan mahasiswa yang telah menyelesaikan

tugas akhirnya sebagai mahasiswa dan peresmian atau pelantikan dilakukan

dengan upacara khidmat (KBBI, 2003). Menurut Kamus Besar Bahasa

Indonesia (2003), prestasi adalah hasil yang telah dicapai (dari yang telah

dilakukan, dikerjakan dan sebagainya). Dari pengertian di atas, dapat

disimpulkan bahwa wisudawan berprestasi adalah wisudawan yang selama

masa kuliahnya memiliki prestasi baik di bidang akademik maupun non-

akademik yang sangat bermanfaat dan dapat dibanggakan perguruan tinggi

asal, serta diakui pada skala nasional atau internasional.

Sesuai dengan Keputusan Ketua Umum IKAUMP Nomor:

115/S.Kep/IKAUMP/IX/2016, menetapkan untuk memberikan penghargaan


12

sebagai Wisudawan Berprestasi Akademik dan Non Akademik pada Wisuda

Program Magister, Sarjana & Ahli Madya ke-57 UMP (IKAUMP, 2016).

Keputusan tersebut dimusyawarahkan terlebih dahulu berdasarkan Surat

Keputusan Ketua Umum IKAUMP Nomor : 001/S.Kep/IKAUMP/IV/2013

tentang pengurus harian IKAUMP periode 2013-2017 dalam penentuan

penerima penghargaan Wisudawan Berprestasi pada Wisuda Program

Magister, Sarjana & Ahli Madya UMP setiap periode wisuda.

D. Database

Database adalah sekumpulan tabel-tabel yang diberisi data dan

merupakan kumpulan dari field atau kolom. Structure file yang menyusun

sebuah database adalah data, record dan field.

Data adalah satu satuan informasi yang akan diolah. Sebelum diolah, data

dikumpulkan didalam suatu file database.

Record adalah data yang isinya merupakan satu kesatuan seperti

NamaUser dan Password. Setiap keterangan yang mencakup NamaUser

dan Password dinamakan satu record. Setiap record diberi nomor urut

yang disebut nomor record (Record Number).

Field adalah sub bagian dari record. Dari contoh isi record di atas maka

terdiri dari 2 field, yaitu : field NamaUser dan Password (Anhar, 2010).

E. MySQL

MySQL (My Structure Query Language) adalah salah satu Database

Management System (DBMS) dari sekian banyak DBMS seperti Oracle, MS


13

SQL, Postagre SQL, dan lainnya. MySQL berfungsi untuk mengolah database

menggunakan bahasa SQL. MySQL bersifat open source sehingga kita bisa

menggunakannya secara gratis (Anhar, 2010).

F. Bahasa Pemrograman C#

Bahasa pemrograman C# (baca: C-sharp) dirancang oleh Microsoft

Corp. Sebagai bahasa pemrograman yang sangat berdaya-guna, aman

(secure), serta mudah digunakan. Sebagai bagian dari platform .NET, bahasa

pemrograman C# dirancang sedemikian rupa untuk bekerja dengan sangat

baik di atas framework .NET yang mampu digunakan untuk menulis

perangkat handal demi layanan yang cepat. Bahasa pemrograman C# juga

dapat digunakan untuk mengembangkan aplikasi sarana bergerak (mobile

application), aplikasi berbasis Web (Web-based apllication), serta aplikasi-

aplikasi berskala besar (enterprise) (Nugroho, 2010).

G. Penelitian Sejenis

Penelitian tentang sistem pendukung keputusan telah banyak

dilakukan oleh peneliti dengan menggunakan beberapa metode. Sistem

pendukung keputusan berbasis komputer memudahkan para pengambil

keputusan dalam melakukan tugasnya.

Angkasa (2016), menerapkan metode profile matching untuk

menentukan kelayakan pemberian kredit pada PNPM MANDIRI di kota

Banjarmasin. Kelompok Swadaya Masyarakat (KSM) yang mengajukan

kredit akan dinilai berdasarkan kriteria-kriteria yang telah ditetapkan

diantaranya meliputi : tujuan, karakter, kapasitas modal, kondisi, kontinuitas,


14

dan cek lingkungan. Kemudian nilai profil yang dimiliki oleh KSM akan

dicocokan dengan nilai profil pencapaian yang telah ditentukan. Hasil dari

proses ini berupa perankingan untuk didanai bagi pihak pengambil keputusan

untuk menentukan KSM yang layak untuk menerima kredit.

Faizal (2014), mengimplementasikan metode profile matching dalam

penentuan penerimaan usulan penelitian internal dosen STMIK El Rahma.

Penilaian dan perhitungan nilai gap berdasarkan lima kriteria yaitu abstrak,

pendahuluan, tinjauan pustaka, metode penelitian dan kesesuaian anggaran

dan jadwal penelitian. Hasil penelitian menunjukan bahwa metode profile

matching dapat diimplementasi dalam sebuah sistem pendukung keputusan

untuk melakukan penilaian kelayakan proposal usulan penelitian dengan

akurat, profesional dan proporsional berdasarkan kriteria penilaian.

Wijaya (2015) telah membangun sebuah sistem pendukung keputusan

untuk menentukan lulusan terbaik di Fakultas Teknik Universitas

Muhammadiyah Purwokerto menggunakan metode Simple Additive

Weighting (SAW). Dalam proses penentuan lulusan terbaik digunakan

beberapa kriteria yaitu : IPK, masa studi, tidak ada nilai D dan nilai C

maksimal 1. Hasil dari penelitian ini digunakan sebagai pertimbangan dalam

menentukan lulusan terbaik Fakultas Teknik. Penelitian ini memberikan

alternatif berupa sistem pendukung keputusan untuk membantu pemangku

kepentingan bidang akademik dalam memutuskan mahasiswa lulusan terbaik

dengan metode SAW.


15

Indapuri (2014), membuat sebuah sistem pendukung keputusan

penerimaan siswa baru menggunakan metode profile matching. Ada beberapa

kriteria dalam penilaian, diantaranya yaitu : agama, bahasa indonesia, bahasa

inggris, ilmu pengetahuan alam, ilmu pengetahuan sosial, matematika, quran-

hadits, aqidah-akhlak, fiqih, sejarah kebudayaan islam, dan bahasa arab.

Sistem yang dibuat bertujuan untuk membantu proses seleksi penerimaan

siswa baru, sistem yang dirancang menggunakan visual basic.net 2008.

Joshi, dkk. (2013), menggunakan profile matching untuk mencocokan

setiap profil pengguna yang berbeda di jejaring sosial. jejaring sosial

menawarkan kepada pengguna sarana yang menarik dan cara untuk

berhubungan, berkomunikasi dan berbagi informasi dengan pengguna lain di

dalam platform yang sama. Situs jejaring sosial memungkinkan pengguna

untuk berbagi ide, kegiatan, acara dan lainnya. Jenis utama layanan jejaring

sosial yaitu merekomendasikan teman yang menggunakan platform yang

sama. Kriteria yang digunakan untuk mencocokan profil pengguna di jejaring

sosial yaitu nama, nama sekolah, lulusan Universitas/perguruan tinggi, pasca

sarjana Universitas, keluarga, teman bersama, email, alamat, dan bahasa.

Penelitian ini memudahkan para pengguna jejaring sosial menemukan teman-

teman mereka di situs jejaring sosial yang sama berdasarkan kecocokan profil

para pengguna.

Sravani, dkk. (2015), menggunakan skema profile matching dalam

mengklasifikasikan profil pengguna di media sosial ke dalam tiga bagian

yaitu non-anonimitas, anonimitas bersyarat, dan anonimitas penuh. Tujuan


16

utama dari penelitian ini yaitu untuk menentukan kesamaan keseluruhan dari

profil pengguna dari hubungan mereka satu sama lain. Aplikasi profile

matching yang telah dibuat diimplementasikan untuk membantu klien

menemukan individu yang cocok dengan individu yang lainnya. Protokol

keamanan juga tak luput digunakan seperti ICPM, IPPM, BPSE, dan BPSE

guna untuk meningkatkan privasi sehingga hanya sedikit informasi profil

pengguna yang terungkap.

Ringkasan dari penelitian-penelitian sejenis ditunjukan pada Tabel 2.


17

Tabel 2. Ringkasan Penelitian Sejenis

No. Peneliti Judul Penelitian Tujuan Metode

1 Angkasa

(2016)

Penerapan Metode Profile Matching untuk

Menentukan Kelayakan Pemberian Kredit pada PNPM

Mandiri Kota Banjarmasin

Membantu pihak pelaku PNPM mandiri

dalam menentukan pemberian kelayakan

pemberian kredit

Profile

Matching

2 Faizal

(2014)

Implementasi Metode Profile Matching untuk

Penentuan Penerima Usulan Penelitian Internal Dosen

STMIK El Rahma

Merancang sebuah aplikasi sistem

pendukung keputusan penentuan kelayakan

proposal penelitian internal dosen

Profile

Matching

3 Wijaya

(2015)

Sistem Pendukung Keputusan untuk Menentukan

Lulusan Mahasiswa Terbaik Menggunakan Metode

Simple Additive Weighting (SAW)

Menentukan lulusan terbaik di Fakultas

Teknik

Simple Additive

Weighting

(SAW)

4 Indapuri

(2014)

Sistem Pendukung Keputusan Penerimaan Siswa Baru

dengan Menggunakan Metode Profile Matching

Membantu Mts. Alwasliyah dalam

memutuskan alternatif-alternatif terbaik

dalam penerimaan siswa baru

Profile

Matching

5 Joshi

(2013)

Attributes Similarities Supports Profile Matching in

Sosial Network

Memudahkan para pengguna jejaring sosial

menemukan teman-teman mereka di situs

jejaring sosial yang sama berdasarkan

kecocokan profil para pengguna.

Profile

Matching

6 Sravani

(2015)

A Novel Profile Matching Scheme in Mobile Social

Network Using Implicit Comparison Based Matching Protocol

Untuk menentukan kesamaan keseluruhan

dari profil pengguna dari hubungan mereka satu sama lain dan menemukan individu

yang cocok dengan individu yang lainnya.

Profile

Matching


BAB II KAJIAN PUSTAKA A. Sistem Pendukung Keputusan/ …repository.ump.ac.id/1663/3/SITI MAESAROH...

Documents

Transcript of BAB II KAJIAN PUSTAKA A. Sistem Pendukung Keputusan/ …repository.ump.ac.id/1663/3/SITI MAESAROH...