Proses Pemodelan Sistem Pendukung Keputusan

PROSES PEMODELAN

A.      DEFINISI PROSES DAN MODEL

Proses adalah proses transformasi elemen-elemen dari input menjadi output, sedangkan model adalah percontohan yang mengandung unsur yang bersifat penyederhanaan untuk dapat ditiru. Menurut Raymond McLeod, Jr (McLeod, 1998) adalah penyederhanaan (abstraction )dari sesuatu. Sedangkan menurut Efraim Turban (Turban, 1998) adalah sebuah representasi atau abstraksi realitas yang disederhanakan.

Diklasifikasikan model menjadi tiga kelompok menurut tingkat abstraksinya, antara lain (Turban, 1998) :  
1.      Model Iconik (Skala) 
 Sebuah model iconik, model abstraksi terkecil adalah replika fisik sebuah sistem, biasanya pada suatu skala yang berbeda dari aslinya. Model iconik dapat muncul pada tiga dimensi (miniatur maket), sebagaimana pesawat terbang, mobil, jembatan, atau alur produksi. Photografi adalah jenis model skala iconik yang lain, tetapi hanya dalam dua dimensi. 

2.      Model Analog

Sebuah model yang tidak tampak mirip dengan model aslinya, tetapi bersifat seperti sistem aslinya. Model ini biasanya berbentuk bagan atau diagram 2 dimensi. 

3.       Model Matematik (Quantitatif)

Model matematis yaitu sebagian besar analisis sistem pendukung keputusan dilakukan secara numerik dengan model matematis atau model quantitatif yang lain.

Manfaat Model yaitu sebagai berikut :

1. Untuk mengetahui apakah hubungan yang bersifat tunggal dari unsur-unsur itu ada relevansinya terhadap masalah yang akan dipecahkan diselesaikan itu.
2. Untuk memperjelas (secara eksplisit) mengenai hubungan signifikan diantara unsur-unsur itu.
3. Untuk merumuskan hipotesis mengenai hakikat hubungan-hubungan antar variabel. Hubungan ini biasanya dinyatakan dalam bentuk matematika.
4. Untuk memberikan pengelolaan terhadap pengambilan keputusan.

B.       PROSES PEMODELAN

1.        TRIAL AND ERROR

Trial & error dengan sistem yang nyata. Tapi sistem ini tak berjalan bila: terlalu banyak alternatif untuk dicoca, akibat samping dari error yang terjadi besar pengaruhnya, lingkungan itu sendiri selalu berubah.

2.        SIMULASI

Simulasi adalah sebuah teknik untuk melakukan eksperimen dengan sebuah komputer pada sebuah model dari sebuah sistem manajemen. Simulasi merupakan model DSS yang paling umum digunakan. Simulasi merupakan suatu model deskriptif. Tidak ada pencarian otomatis untuk suatu solusi yang optimal. Model simulasi menggambarkan atau memprediksi karakteristik suatu sistem di bawah kondisi yang berbeda. Proses simulasi biasanya mengulangi sebuah eksperimen, berkali-kali untuk mendapatkan estimasi mengenai efek keseluruhan dari tindakan-tindakan.

3.        OPTIMISASI

Pemrograman linier adalah salah satu teknik yang cukup terkenal dalam perhitungan optimalisasi pada pemrograman matematika. Karakteristik pemrograman linier antara lain :

• Terbatasnya jumlah sumber daya ekonomi yang tersedia untuk dialokasikan
• Sumber daya yang digunakan untuk memproduksi produk atau jasa
•  Ada dua atau lebih cara dimana sumber daya dapat digunakan, masing-masing disebut solusi atau program.
• Masing-masing aktivitas (produk atau jasa) dimana sumber daya digunakan menghasilkan tujuan
• Alokasi biaya dibatasi pada beberapa batasan dan persyaratan yang disebut konstrain.

Penggunaan pemrograman matematica, khususnya dalam pemrograman linier cukup umum diguanakan selama ini. Ada beberapa program komputer standar yang tersedia antara lain Excel, Lotus dan program spreadsheet lainnya. Demikian pula adalah mudah untuk mengantarmuka perangkat lunak optimalisasi lanilla dengan Excel, sistem manajemen database, dan peralatan lanilla. Model optimalisasi yang paling umum dapat dipecahkan dengan berbagai pemrograman matematika antara lain :

• Penugasan
• Pemrograman dinamis
• Pemrograman tujuan
• Investasi dalam memaksimalkan rate of return
• Pemrograman linier dan integer
• Model jaringan untuk perencanaan dan penjadwalan
• Pemrograman non linier
• Penggantian (anggaran model)
• Model inventori
• Transportasi (meminimalkan biaya pengiriman)

4.        HEURISTIC

Heuristik berasal dari bahasa Yunani dari kata discovery yaitu aturan keputusan yang mengatur bagaimana sebuah masalah harus dipecahkan. Biasanya heuristik dikembangkan berdasarkan basis analisis yang solid terhadap masalah. Contoh-contoh pemrograman heuristik dapat dilihat pada tabel berikut ini :

Contoh Masalah	Penyelesaian Masalah
Pekerjaan berurutan melalui sebuah mesin	Melakukan pekerjaan yang pertama dan memerlukan least time
Pembelian saham	Jika rasio harga dibandingkan pengeluaran lebih dari 10, tidak membeli saham
Travel	Tidak menggunakan jalan bebas hambatan antara jam 8 dan 9 pagi
Investasi kapital pada proyek berteknologi tinggi	Mempertimbangkan proyek dengan periode pengembalian estimasi kurang dari 2 tahun
Pembelian sebuah rumah	Membeli hanya di lingkungan yang strategis, tapi hanya membeli dalam rentang harga yang lebih rendah.

Pengambil keputusan menggunakan heuristik atau aturan utama dengan berbagai alasan yang masuk akal. Sebagai contoh, pengambil keputusan dapat menggunakan sebuah heuristik jika mereka tidak mengetahui cara terbaik untuk memecahkan masalah atau jika teknik optimalisasi belum dilakukan. Proses heuristik dapat dijelaskan sebagai pengembangan berbagai aturan untuk membantu memecahkan masalah-masalah rumit atau sub masalah final dengan menemukan jalur yang paling menjanjikan dalam mencari solusi, menemukan cara-cara mendapatkan dan menginterpretasi informasi yang senantiasa berubah, dan kemudian mengembangkan metode-metode yang memimpin kepada satu algoritma komputasional atau solusi umum. Aplikasi heuiristik cocon untuk situasi-situasi sebagai berikut :

• Data input tidak pasti atau terbatas
• Realitas terlalu kompleks, sehingga model optimalisasi tidak dapat digunakan
• Algoritma eksak yang reliabel tidak tersedia
• Masalah-masalah kompleks tidak ekonomis untuk optimalisasi atau simulasi atau memerlukan waktu komputasi yang berlebihan
• Memungkinkan untuk efisiensi proses optimalisasi
• Pemrosesan simbolik daripada numerik dilibatkan
• Keputusan harus dibuat dengan cepat dan komputerisasi tidak layak

Keuntungan heuristik :

• Mudah dipahami dan karena itu lebih mudah untuk diimplementasikan dan dijelaskan
• Membantu orang-orang untuk kreatif dan mengembangkan heuristik untuk masalah-masalah lain
• Menghemat waktu formulasi
• Menghemat persyaratan pemrograman komputer dan persyaratan penyimpanan
• Menghasilkan banyak solusi yang dapat diterima

Keterbatasan heuristik :

• Tidak dapat menjamin solusi optimal, kadang-kadang batasan mengenai nilai obyektif sangat buruk.
• Mungkin terlalu banyak perkecualian pada aturan-aturan yang tersedia
• Kesalingtergantungan dari statu bagian sebuah sistem Madang-kadang dapat berpengaruh besar pada sistem keseluruhan.

 Kategori-kategori Model

Kategori	Proses dan Tujuan	Teknik yang Digunakan
Optimalisasi masalah sebagai alternatif	Menemukan solusi terbaik dari beberapa alternatif yang ada	Tabel keputusan, pohon keputusan
Optimalisasi melalui algoritma	Menemukan solusi yang terbaik dari sejumlah besar alternatif dengan menggunakan proses pendekatan step by step	Model pemrograman matematika linier dan model jaringan
Optimalisasi dengan rumusan analitik	Menemukan solusi  terbaik dalam satu langkah dengan menggunakan suatu rumus	Beberpaa model inventory
Simulasi	Menemukan satu solusi terbaik diantara berbagai alternatif yang dipilih dengan menggunakan eksperimen	Beberapa tipe simulasi
Heuristik	Menemukan satu solusi yang cukup baik dengan menggunakan aturan-aturan	Pemrograman heuristik, sistem pakar
Model-model prediktif	Memprediksi masa depan untuk skenario yang ditentukan	Model forecasting, analisisi markov
Model-model lainnya	Memecahkan kasus what-if dengan menggunakan rumus	Pemodelan keuangan

Sumber :

1. Definisi proses, definisi model,manfaat model (http://MANAJEMEN-ORGANISASI-Model-pengambilan-Keputusan.html)
2. Jenis-jenis proses  pemodelan (http://charitasfibriani.files.wordpress.com/2010/09/pertemuan-3.doc)