PEMOGRAMAN LINEAR

11.    Suatu perusahaan  memproduksi 2 jenis produk yaitu lemari dan kursi. Untuk memproduksi 2 produk tersebut dibutuhkan 2 kegiatan yaitu proses perakitan dan pengecatan. Perusahaan menyediakan waktu 56 jam untuk proses perakitan dan 60 jam untuk proses pengecatan. untuk produksi 1 unit lemari diperlukan 8 jamperakitan dan 5 jam pengecatan. untuk produksi 1unit kursi diperlukan 7 jam perakitan dan 12 jam pengecatan. Jika masing-masing produk adalah Rp.200 ribu untuk lemari dan 100 ribu untuk kursi. Tentukan solusi optimal agar mendapatkan untungmaksimal.

Penyelesaian :

1.      Tabel produksi

Proses	Waktu (1 unit)		Total waktu
	Lemari	Kursi
Perakitan	8	7	56
Pengecatan	5	12	60
Jlh produk	200	100

Keterangan :

X = Lemari

Y = Kursi

Z = Jlh Produk

2.      Menentukan Fungsi

Ø  Fungsi tujuan : Z= 200X +100Y

Ø  Fungsi Kendala :

      Fungsi perakitan: 8X +  7Y ≤ 56

      Fungsi pengecatan: 5X + 12Y ≤ 60

3.      Menentukan titik potong

      Fungsi perakitan: 8X +  7Y = 56

v  X = 0

8(0) + 7Y=56

           7Y=56

           Y=8

(0 , 8)

v  Y = 0

8X + 7(0)=56

      8X=56

X=7

(7 , 0)

      Funsi pengecatan: 5X + 12Y = 60

v  5(0) + 12Y=60

                              12Y=60

                                Y=5

(0 , 5)

v  5X + 12(0)=60

           5X=60

           X=12

          (12 , 0)

4.      Grafik 

5.      Eliminasi kedua persamaan fungsi

8x + 7y = 56   X 5 = 40x + 35y=280

5x + 12y = 60 X 8 = 40x + 96y=480 –

                                           -61y= -200

                                              Y=200 /61

                                              Y=3.3

ð  Substitusikan ke persamaan (1)

8x + 7(3.3) =56

8x + 23.1=56

         8x=56-23.1

        8x=32.9

        X= 4.1  ((4.1), (3.3))

6.      Mencari nilai optimal

 Z = 200x + 100y

v  A (0,5) : Z = 200 (0) + 100 (5)

                                           =500

v  B ((4.1),(3.3)) : Z = 200 (4.1) + 100 (3.3)

                                                      = 820 + 330

                                                      = 1150

v  C (7, 0) : Z = 200(7) + 100(0)

                                            =1400

Maka nilai optimalnya ada pada titik ((4.1),(3.3)) yaitu 1150

Kelebihan dan Kelemahan Metode AHP

Kelebihan

1.      Struktur yang berhierarki sebagai konskwensi dari kriteria yang dipilih sampai pada sub-sub kriteria yang paling dalam.

2.      Memperhitungkan validitas sampai batas toleransi inkonsentrasi sebagai kriteria dan alternatif yang dipilih oleh para pengambil keputusan.

3.      Memperhitungkan daya tahan atau ketahanan output analisis sensitivitas pengambilan keputusan.

Metode “pairwise comparison” AHP mempunyai kemampuan untuk memecahkan masalah yang diteliti multi obyek dan multi kriteria yang berdasar pada perbandingan preferensi dari tiap elemen dalam hierarki. Jadi model ini merupakan model yang komperehensif. Pembuat keputusan menetukan pilihan atas pasangan perbandingan yang sederhana, membengun semua prioritas untuk urutan alternatif. “ Pairwaise comparison” AHP mwenggunakan data yang ada bersifat kualitatif berdasarkan pada persepsi, pengalaman, intuisi sehigga dirasakan dan diamati, namun kelengkapan data numerik tidak menunjang untuk memodelkan secara kuantitatif.

Kelemahan

1.       Ketergantungan model AHP pada input utamanya.

Input utama ini berupa persepsi seorang ahli sehingga dalam hal ini melibatkan subyektifitas sang ahli selain itu juga model menjadi tidak berarti jika ahli tersebut memberikan penilaian yang keliru.

2.       Metode AHP ini hanya metode matematis tanpa ada pengujian secara statistik

sehingga tidak ada batas kepercayaan dari kebenaran model yang terbentuk

Proses Pengambilan Keputusan

Pengambilan Keputusan

Pengambilan keputusan adalah pemilihan beberapa tindakan alternatif yang ada untuk mencapai satu atau beberapa tujuan yang telah diterapkan (Turban, 2005). Pada dasarnya pengambilan keputusan merupakan suatu bentuk pemilihan dari berbagai alternatif tindakan yang mungkin dipilih, yang prosesnya melalui mekanisme tertentu dengan harapan akan menghasilkan suatu keputusan yang terbaik (Simon,1980).

Penyelesaian masalah adalah suatu bentuk aktifis dimana individu atau organisasi dalam mencapai tujuan yang diinginkan harus membuat seleksi dari beberapa langkah alternatif untuk mencapai tujuan tersebut (Gass, 1985). Penyelesaian masalah dengan alternatif ini dilakukan oleh pengambil keputusan.

Pengambilan keputusan adalah seorang individu yang tidak merasa puas dengan situasi yang ada atau dengan prospek situasi mendatang dan yang mempunyai otoritas untuk berinisiatif dalam mengambil langkah untuk menanggulangi keadaan tersebut (Kuswardani,2006).

Proses Pengambilan Keputusan

Pengambilan keputusan meliputi  empat tahap yang saling berhubungan dan berurutan (Simon, 1980). Empat proses tersebut adalah :

1. Intelligence
   Tahap ini merupakan proses penelusuran dan pendeteksian dari lingkup problematika serta proses pengenalan masalah. Data masukan diperoleh, diproses, dan diuji dalam rangka mengidentifikasi masalah.
2. Design
   Tahap ini adalah proses menemukan, mengembangkan, dan menganalisis alternatif tindakan yang bisa dilakukan. Tahap ini meliputi proses untuk mengertimasalah, menurunkan solusi, dan menguji kelayakan solusi.
3. Choice
   Pada tahap ini dilakukan proses pemilihan diantara berbagai alternatif tindakan yang mungkin akan dijalankan. Tahap ini meliputi pencarian, evaluasi, dan rekomendasi solusi yang sesuai untuk model yang telah dibuat. Solusi dari model merupakan nilai spesifik untuk variabel hasil pada alternatif yang dipilih.
4. Implementation
   Tahap implementasi adalah tahap pelaksanaan dari keputusan yang telah diambil. Pada tahap ini diperlukan untuk menyusun serangkian tindakan yang terencana, sehingga hasil keputusan dapat dipantau dan disesuaikan apabila diperlukan perbaikan.

Konsep Sistem Pendukung Keputusan (SPK)

Konsep Sistem Pendukung Keputusan (SPK) / Decision Support Sistem (DSS) 

pertama kali diungkapkan pada awal tahun 1970-an oleh Michael S. Scott Morton dengan istilah Management Decision Sistem. Sistem tersebut adalah suatu sistem yang berbasis komputer yang ditujukan untuk membantu pengambil keputusan dengan memanfaatkan data dan model tertentu untuk memecahkan berbagai persoalan yang tidak terstruktur.Istilah SPK mengacu pada suatu sistem yang memanfaatkan dukungan komputer dalam proses pengambilan keputusan.

Beberapa Definisi Lain dari Sistem Penunjang Keputusan

1.       Little (1970)

Sistem pendukung keputusan adalah sebuah himpunan/kumpulan prosedur berbasis model untuk memproses data dan pertimbangan untuk membantu manajemen dalam pembuatan keputusannya.
2.  Alter (1990)

membuat definisi sistem pendukung keputusan dengan memabandingkannya dengan sebuah sistem pemrosesan data elektronik (PDE) / Electronic Data Processing tradisional dalam 5 hal :

SPK
Penggunaan :Aktif

Pengguna :Manajemen

Tujuan :Efektifitas

Time horizon :Sekarang dan masa depan

Kelebihan : Fleksibilitas

PDE
Penggunaan : Pasif

Pengguna : Operator/Pegawai

Tujuan : Efisiensi Mekanis

Time horizon :Masa Lalu

Kelebihan :Konsistensi

3. Keen (1980)

Sistem pendukung keputusan adalah sistem berbasis komputer yang dibangun lewat sebuah proses adaptif dari pembelajaran, pola-pola penggunan dan evolusi sistem.

4. Bonczek (1980)

Sistem pendukung keputusan sebagai sebuah sistem berbasis komputer yang terdiri atas komponen-komponen antara lain komponen sistem bahasa (language), komponen sistem pengetahuan (knowledge) dan komponen sistem pemrosesan masalah (problem processing) yang saling berinteraksi satu dengan yang lainnya.

5. Hick (1993)

Sistem pendukung keputusan sebagai sekumpulan tools komputer yang terintegrasi yang mengijinkan seorang decision maker untuk berinteraksi langsung dengan komputer untuk menciptakan informasi yang berguna dalam membuat keputusan semi terstruktur dan keputusan tak terstruktur yang tidak terantisipasi.

6. Man dan Watson

Sistem pendukung keputusan merupakan suatu sistem yang interaktif, yang membantu pengambil keputusan melalui penggunaan data dan model-model keputusan untuk memecahkan masalah yang sifatnya semi terstruktur maupun yang tidak terstruktur.

7. Moore and Chang

Sistem pendukung keputusan dapat digambarkan sebagai sistem yang berkemampuan mendukung analisis ad hoc data, dan pemodelan keputusan, berorientasi keputusan, orientasi perencanaan masa depan, dan digunakan pada saat-saat yang tidak biasa.

8. Bonczek (1980)

Sistem pendukung keputusan sebagai sebuah sistem berbasis komputer yang terdiri atas komponen-komponen antara lain komponen sistem bahasa (language), komponen sistem pengetahuan (knowledge) dan komponen sistem pemrosesan masalah.

9. Turban & Aronson (1998)

Sistem penunjang keputusan sebagai sistem yang digunakan untuk mendukung dan membantu pihak manajemen melakukan pengambilan keputusan pada kondisi semi terstruktur dan tidak terstruktur. Pada dasarnya konsep DSS hanyalah sebatas pada kegiatan membantu para manajer melakukan penilaian serta menggantikan posisi dan peran manajer.

10. Raymond McLeod, Jr. (1998)

Sistem pendukung keputusan merupakan sebuah sistem yang menyediakan kemampuan untuk penyelesaian masalah dan komunikasi untuk permasalahan yang bersifat semi-terstruktur.

Macam – Macam Metode Sisem Penunjang Keputusan

1.   Metode Sistem pakar 
2.   Metode Regresi linier
3. Metode B/C Ratio 
4.  Metode AHP 
5.  Metode IRR 
6.  Metode NPV
7.  Metode FMADM
8. Metode SAW

DECISION SUPPORT SYSTEM (Sistem Pendukung Keputusan)

Decision Support Systems (DSS) atau system pendukung keputusan adalah serangkaian kelas tertentu dari system informasi terkomputerisasi yang mendukung kegiatan pengambilan keputusan bisnis dan organisasi. Suatu DSS yang dirancang dengan benar adalah suatu system berbasis perangkat lunak interaktif yang dimaksudkan untuk membantu para pengambil keputusan mengkompilasi informasi yang berguna dari data mentah, dokumen, pengetahuan pribadi, dan/atau model bisnis untuk mengidentifikasikan dan memecahkan berbagai masalah dan mengambil keputusan.
System pendukung keputusan atau DSS digunakan untuk mengumpulkan data, menganalisa dan membentuk data yang dikoleksi, dan mengambil keputusan yang benar atau membangun strategi dari analisis, tidak pengaruh terhadap computer, basis data atau manusia penggunanya.
Informasi yang biasanya dikumpulkan dengan menggunakan aplikasi pendukung keputusan akan melakukan:

• Mengakses semua asset informasi terkini, termasuk data legasi dan relasional, kompulan data, gudang data, dan kumpulan jumlah besar data.
• Angka-angka penjualan antara satu periode dengan periode lainnya.
• Angka-angka pendapatan yang diperkirakan, berdasarkan pada asumsi penjualan produk baru.
• Konsekuensi pilihan-pilihan pengambilan keputusan yang berbeda, dengan pengalaman dalam suatu konteks yang dirinci ulang.

Sudah begitu banyak perusahaan di berbagai industri yang bergantung pada perangkat, teknik dan pemodelan pendukung keputusan, untuk membantu mereka menganalisa dan memecahkan beragam pertanyaan bisnis sehari-hari. System pendukung keputusan bersifat tergantung oleh data, sebagaimana keseluruhan proses mengambil seluruh kumpulan data yang tersedia, untuk dianalisa.
Perangkat-perangkat, proses, dan metodologi pelaporan berbasis Business Intelligence adalah contoh penggunaan penting dalam system pendukung keputusan manapun, dan memberikan analisis data, pelaporan serta monitoring data yang sangat terpercaya kepada pengguna.
Persyaratan yang biasa dimiliki dalam penerapan Sistem Pendukung Keputusan Tingkat Tinggi:

• Pengumpulan data dari beragam sumber (data penjualan, data inventori, data supplier, data riset pasar, dsb).
• Penformatan dan penggunaan data.
• Lokasi database yang sesuai serta pembangunan format untuk pembuatan laporan dan analisa berbasis pengambilan keputusan.
• Perangkat dan aplikasi yang serba bisa dan mampu memberikan pelaporan, monitoring dan analisa terhadap data.

 

Berbagai Tipe Sistem Pendukung Keputusan (DSS):

Penting untuk dicatat bahwa DSS tidak memiliki suatu model tertentu yang diterima atau dipakai di seluruh dunia. Banyak teori DSS yang diimplementasikan, sehingga terdapat banyak cara untuk mengklasifikasikan DSS.

1. DSS model pasif adalah model DSS yang hanya mengumpulkan data dan mengorganisirnya dengan efektif, biasanya tidak memberikan suatu keputusan yang khusus, dan hanya menampilkan datanya. Suatu DSS aktif pada kenyataannya benar-benar memproses data dan secara eksplisit menunjukkan beragam solusi berdasarkan pada data tersebut.
2. DSS model aktif sebaliknya memproses data dan secara eksplisit menunjukkan solusi berdasarkan pada data yang diperoleh, walau harus diingat bahwa intervensi manusia terhadap data tidak dapat dipungkiri lagi. Misalnya, data yang kotor atau data sampah, pasti akan menghasilkan keluaran yang kotor juga (garbage in garbage out).
3. Suatu DSS bersifat kooperatif jika data dikumpulkan, dianalisa dan lalu diberikan kepada manusia yang menolong system untuk merevisi atau memperbaikinya.
4. Model Driven DSS adalah tipe DSS dimana para pengambil keputusan menggunakan simulasi statistik atau model-model keuangan untuk menghasilkan suatu solusi atau strategi tanpa harus intensif mengumpulkan data.
5. Communication Driven DSS adalah suatu tipe DSS yang banyak digabungkan dengan metode atua aplikasi lain, untuk menghasilkan serangkaian keputusan, solusi atau strategi.
6. Data Driven DSS menekankan pada pengumpulan data yang kemudian dimanipulasi agar sesuai dengan kebutuhan pengambil keputusan, dapat berupa data internal atua eksternal dan memiliki beragam format. Sangat penting bahwa data dikumpulkan serta digolongkan secara sekuensial, contohnya data penjualan harian, anggaran operasional dari satu periode ke periode lainnya, inventori pada tahun sebelumnya, dsb.
7. Document Driven DSS menggunakan beragam dokumen dalam bermacam bentuk seperti dokumen teks, excel, dan rekaman basis data, untuk menghasilkan keputusan serta strategi dari manipulasi data.
8. Knowledge Driven DSS adalah tipe DSS yang menggunakan aturan-aturan tertentu yang disimpan dalam komputer, yang digunakan manusia untuk menentukan apakah keputusan harus diambil. Misalnya, batasan berhenti pada perdagangan bursa adalah suatu model knowledge driven DSS.

Implementasi DSS di Dunia Kerja

Konsep implementasi DSS di dunia kerja yang kali ini diambil oleh penulis adalah penerapan Business Intelligence dalam pengumpulan data serta presentasi data dalam suatu bentuk Dashboard. Bidang industri perusahaan yang dijadikan contoh adalah maskapai penerbangan atau airline industry.
Teknologi aplikasi yang digunakan adalah system aplikasi berbasis web dan dapat diakses pada suatu URL tertentu dari PC/laptop/tablet milik pengguna dengan kapasitas minimum, kapan saja dan dimana saja pengguna berada.
Metodologi, proses serta perangkat pelaporan Business Intelligence atau BI adalah komponen kunci yang memberikan analisa data, pelaporan dan monitoring yang kaya kepada pengguna sistem.
Secara garis besar, proses yang terjadi kurang lebih adalah seperti digambarkan dalam diagram dibawah ini, dimana;

• System akan mengumpulkan semua data baik data master dan juga data transaksi dari setiap aplikasi yang digunakan semua departemen dalam perusahaan, untuk kemudian dilakukan analisis What-if tergantung dari laporan apa yang diinginkan oleh pihak manajemen.
• Hasil analisis tersebut akan menentukan keputusan apa yang harus diambil oleh manajemen.
• Terlihat dibawah, berbagai departemen yang mengaksesnya antara lain Personalia (Human Resource/HRD), Keuangan (Accounting), Produksi/Operasional, Pemasaran/Marketing, Distribusi/Pengiriman, serta divisi lain, yang semuanya berada dibawah manajemen perusahaan.

Alur DSS untuk Sistem Informasi Akuntansi

Struktur Alur Data Dalam Aplikasi Business Intelligence

Pelaporan yang ingin dilihat oleh tingkat manager dalam manajemen perusahaan tersebut akan tampil dalam aplikasi Dashboard yang interaktif dan dapat dikustomisasi sesuai keinginan user/ pengguna aplikasi. Contoh dashboard tersebut adalah seperti dibawah ini.
Sebelumnya, perlu diingat bahwa aplikasi dashboard juga memiliki beragam kategori per divisi, dimana setiap divisi/departemen dalam suatu perusahaan biasanya menggunakan jenis data yang berbeda, serta mengakses data dalam cara yang berbeda pula. Laporan dan hasil analisis yang diperlukan juga otomatis berbeda, begitu pula bentuk pelaporan yang diperlukan tiap-tiap divisi tersebut, sebagaimana digambarkan dalam diagram dibawah.