SISTEM PENDUKUNG KEPUTUSAN

Macam - Macam Metode Sistem Penunjang Keputusan

Metode Sistem pakarSistem pakar adalah suatu program komputer yang dirancang untuk mengambil keputusan seperti keputusan yang diambil oleh seorang atau beberapa orang pakar. Menurut Marimin (1992), sistem pakar adalah sistem perangkat lunak komputer yang menggunakan ilmu, fakta, dan teknik berpikir dalam pengambilan keputusan untuk menyelesaikan masalah-masalah yang biasanya hanya dapat diselesaikan oleh tenaga ahli dalam bidang yang bersangkutan. Dalam penyusunannya, sistem pakar mengkombinasikan kaidah-kaidah penarikan kesimpulan (inference rules) dengan basis pengetahuan tertentu yang diberikan oleh satu atau lebih pakar dalam bidang tertentu. Kombinasi dari kedua hal tersebut disimpan dalam komputer, yang selanjutnya digunakan dalam proses pengambilan keputusan untuk penyelesaian masalah tertentu.

• Modul Penyusun Sistem Pakar

Suatu sistem pakar disusun oleh tiga modul utama (Staugaard, 1987), yaitu :

1. Modul Penerimaan Pengetahuan Knowledge Acquisition Mode)

Sistem berada pada modul ini, pada saat ia menerima pengetahuan dari pakar. Proses mengumpulkan pengetahuan-pengetahuan yang akan digunakan untuk pengembangan sistem, dilakukan dengan bantuan knowledge engineer. Peran knowledge engineer adalah sebagai penghubung antara suatu sistem pakar dengan pakarnya.

2. Modul Konsultasi(Consultation Mode)

Pada saat sistem berada pada posisi memberikan jawaban atas permasalahan yang diajukan oleh user, sistem pakar berada dalam modul konsultasi. Pada modul ini, user berinteraksi dengan sistem dengan menjawab pertanyaan-pertanyaan yang diajukan oleh sistem.

3. Modul Penjelasan(Explanation Mode)

Modul ini menjelaskan proses pengambilan keputusan oleh sistem (bagaimana suatu keputusan dapat diperoleh).

• Struktur Sistem Pakar

Komponen utama pada struktur sistem pakar (Hu et al, 1987) meliputi:

1. Basis Pengetahuan (Knowledge Base)

Basis pengetahuan merupakan inti dari suatu sistem pakar, yaitu berupa representasi pengetahuan dari pakar. Basis pengetahuan tersusun atas fakta dan kaidah. Fakta adalah informasi tentang objek, peristiwa, atau situasi. Kaidah adalah cara untuk membangkitkan suatu fakta baru dari fakta yang sudah diketahui. Menurut Gondran (1986) dalam Utami (2002), basis pengetahuan merupakan representasi dari seorang pakar, yang kemudian dapat dimasukkan kedalam bahasa pemrograman khusus untuk kecerdasan buatan (misalnya PROLOG atau LISP) atau shell sistem pakar (misalnya EXSYS, PC-PLUS, CRYSTAL, dsb.)

2. Mesin Inferensi (Inference Engine)

Mesin inferensi berperan sebagai otak dari sistem pakar. Mesin inferensi berfungsi untuk memandu proses penalaran terhadap suatu kondisi, berdasarkan pada basis pengetahuan yang tersedia. Di dalam mesin inferensi terjadi proses untuk memanipulasi dan mengarahkan kaidah, model, dan fakta yang disimpan dalam basis pengetahuan dalam rangka mencapai solusi atau kesimpulan. Dalam prosesnya, mesin inferensi menggunakan strategi penalaran dan strategi pengendalian.

Strategi penalaran terdiri dari strategi penalaran pasti (Exact Reasoning) dan strategi penalaran tak pasti (Inexact Reasoning). Exact reasoning akan dilakukan jika semua data yang dibutuhkan untuk menarik suatu kesimpulan tersedia, sedangkan inexact reasoning dilakukan pada keadaan sebaliknya.

Strategi pengendalian berfungsi sebagai panduan arah dalam melakukan prose penalaran. Terdapat tiga tehnik pengendalian yang sering digunakan, yaitu forward chaining, backward chaining, dan gabungan dari kedua tehnik pengendalian tersebut.

3. Basis Data (Database)

Basis data terdiri atas semua fakta yang diperlukan, dimana fakta-fakta tersebut digunakan untuk memenuhi kondisi dari kaidah-kaidah dalam sistem. Basis data menyimpan semua fakta, baik fakta awal pada saat sistem mulai beroperasi, maupun fakta-fakta yang diperoleh pada saat proses penarikan kesimpulan sedang dilaksanakan. Basis data digunakan untuk menyimpan data hasil observasi dan data lain yang dibutuhkan selama pemrosesan.

4. Antarmuka Pemakai (User Interface)

Fasilitas ini digunakan sebagai perantara komunikasi antara pemakai dengan sistem. Hubungan antar komponen penyusun struktur sistem pakar dapat dilihat pada Gambar di bawah ini :

Teknik Representasi Pengetahuan

Representasi pengetahuan adalah suatu teknik untuk merepresentasikan basis pengetahuan yang diperoleh ke dalam suatu skema/diagram tertentu sehingga dapat diketahui relasi/keterhubungan antara suatu data dengan data yang lain. Teknik ini membantu knowledge engineer dalam memahami struktur pengetahuan yang akan dibuat sistem pakarnya.

Terdapat beberapa teknik representasi pengetahuan yang biasa digunakan dalam pengembangan suatu sistem pakar, yaitu :

1. Rule-Based Knowledge

2. Pengetahuan direpresentasikan dalam suatu bentuk fakta (facts) dan aturan (rules).

    Bentuk representasi ini terdiri atas premise dan kesimpulan

3. Frame-Based Knowledge

    Pengetahuan direpresentasikan dalam suatu bentuk hirarki atau jaringan frame

4. Object-Based Knowledge Pengetahuan direpresentasikan sebagai jaringan dari

    obyek-obyek. Obyek adalah elemen data yang terdiri dari data dan metoda (proses)

5. Case-Base Reasoning Pengetahuan direpresentasikan dalam bentuk kesimpulan

    kasus (cases)

(Untuk mengetahui lebih jelasnya, Anda dapat membaca buku :

• Management Information System (J.A. O'Brien) McGraw Hill. Arizona.USA.

• Decision Support and Expert Systems; Management Support Systems (E. Turban)

   Prentice Hall. New Jersey.USA.

• Buku-buku lain yang membahas tentang Sistem Pakar)

    Sistem pakar berisi bahasa prosesor untuk komunikasi yang bersahabat,

    berorientasi pada masalah antara pengguna dan komputer. Komunikasi ini dapat

    secara baik dibawa oleh natural language, dan dalam beberapa kasus user interface

    ditambahkan dengan menu-menu dan grafik.

6. Subsistem penjelasan

7. Sistem penyaringan pengetahuan

   

    Sedangkan konsep dasar dalam sistem pakar menurut Turban, 1993 adalah:

1. Keahlian (Expertise)

2. Pakar (Expert)

3. Transfer keahlian

4. Inferensi

5. Rule

6. Kemampuan memberikan penjelasanHYPERLINK "http://kmp.htm/" \t "right"

    Akuisisi pengetahuan adalah akumulasi, transfer dan transformasi dari keahlian

    pemecahan masalah dari beberapa sumber pengetahuan ke program komputer

    untuk konstruksi atau perluasan basis pengetahuan. Sumber-sumber pengetahuan

    potensial termasuk pakar manusia, textbook, database, laporan penelitian khusus,

    dan gambar-gambar. Pengakuisisian pengetahuan dari pakar adalah tugas kompleks

    yang sering membuat kemacetan dalam konstruksi sistem pakar sehingga

    dibutuhkan seorang knowledge engineer untuk berinteraksi dengan satu atau lebih

    pakar dalam membangun basis pengetahuan.

Metode Regresi linier

    Regresi linier adalah metode statistika yang digunakan untuk membentuk model

    hubungan antara variabel terikat (dependen; respon; Y) dengan satu atau lebih

    variabel bebas (independen, prediktor, X).

Apabila banyaknya variabel bebas hanya

    ada satu, disebut sebagai regresi linier sederhana, sedangkan apabila terdapat lebih

    dari 1 variabel bebas, disebut sebagai regresi linier berganda.

    Analisis regresi setidak-tidaknya memiliki 3 kegunaan, yaitu untuk tujuan deskripsi

    dari fenomena data atau kasus yang sedang diteliti, untuk tujuan kontrol, serta

    untuk tujuan prediksi. Regresi mampu mendeskripsikan fenomena data melalui

    terbentuknya suatu model hubungan yang bersifatnya numerik. Regresi juga dapat  

     digunakan untuk melakukan pengendalian (kontrol) terhadap suatu kasus atau hal-

     hal yang sedang diamati melalui  penggunaan model regresi yang diperoleh. Selain

     itu, model regresi juga dapat dimanfaatkan untuk melakukan prediksi untuk

     variabel terikat. Namun yang perlu diingat, prediksi di dalam konsep regresi hanya  

     boleh dilakukan di dalam rentang data dari variabel-variabel bebas yang digunakan

     untuk membentuk model regresi tersebut. Misal, suatu model regresi diperoleh

     dengan mempergunakan data variabel bebas yang memiliki rentang antara 5 s.d.

     25, maka prediksi hanya boleh dilakukan bila suatu nilai yang digunakan sebagai

     input untuk variabel X berada di dalam rentang tersebut. Konsep ini disebut

     sebagai interpolasi. Data untuk variabel independen X pada regresi linier bisa

     merupakan data pengamatan yang tidak ditetapkan sebelumnya oleh peneliti

     (obsevational data) maupun data yang telah ditetapkan (dikontrol) oleh peneliti

     sebelumnya (experimental or fixed data). Perbedaannya adalah bahwa

     dengan menggunakan fixed data, informasi yang diperoleh lebih kuat dalam

     menjelaskan hubungan sebab akibat antara variabel X dan variabel Y. Sedangkan,

     pada observational data, informasi yang diperoleh belum tentu merupakan  

     hubungan sebab-akibat. Untuk fixed data, peneliti sebelumnya telah memiliki

     beberapa nilai variabel X yang ingin diteliti. Sedangkan, pada observational data,

     variabel X yang diamati bisa berapa saja, tergantung keadaan di lapangan.

    Biasanya, fixed data diperoleh dari percobaan laboratorium, dan observational data

    diperoleh dengan menggunakan kuesioner. Di dalam suatu model regresi kita akan   

    menemukan koefisien-koefisien. Koefisien pada model regresi sebenarnya adalah

    nilai duga parameter di dalam model regresi untuk kondisi yang sebenarnya (true

    condition), sama halnya dengan statistik mean (rata-rata) pada konsep statistika

dasar. Hanya saja, koefisien-koefisien untuk model regresi merupakan suatu nilai rata-rata yang berpeluang terjadi pada variabel Y (variabel terikat) bila suatu nilai X (variabel bebas) diberikan.  Koefisien regresi dapat dibedakan menjadi 2 macam, yaitu:

1. Intersep (intercept)

Intersep, definisi secara metematis adalah suatu titik perpotongan antara suatu garis dengan sumbu Y pada diagram/sumbu kartesius saat nilai X = 0. Sedangkan definisi secara statistika adalah nilai rata-rata pada variabel Y apabila nilai pada variabel X bernilai 0. Dengan kata lain, apabila X tidak memberikan kontribusi, maka secara rata-rata, variabel Y akan bernilai sebesar intersep. Perlu diingat, intersep hanyalah suatu konstanta yang memungkinkan munculnya koefisien lain di dalam model regresi. Intersep tidak selalu dapat atau perlu untuk diinterpretasikan. Apabila data pengamatan pada variabel X tidak mencakup nilai 0 atau mendekati 0, maka intersep tidak memiliki makna yang berarti, sehingga tidak perlu diinterpretasikan.

Secara matematis, slope merupakan ukuran kemiringan dari suatu garis.

Slope adalah

koefisien regresi untuk variabel X (variabel bebas). Dalam konsep statistika, slope

merupakan suatu nilai yang menunjukkan seberapa besar kontribusi (sumbangan) yang diberikan suatu variabel X terhadap variabel Y. Nilai slope dapat pula diartikan sebagai ratarata pertambahan (atau pengurangan) yang terjadi pada variabel Y untuk setiap peningkatan satu satuan variabel X.

Contoh model regresi:

Y = 9.4 + 0.7*X + 

Angka 9.4 merupakan intersep, 0.7 merupakan slope, sedangkan  merupakan error.

Error bukanlah berarti sesuatu yang rusak, hancur atau kacau. Pengertian error di dalam konsep statistika berbeda dengan pengertian error yang selama ini dipakai di dalam kehidupan sehari-hari.

Metode B/C Ratio

Analisis manfaat-biaya merupakan analisis yang digunakan untuk mengetahui besaran keuntungan/kerugian serta kelayakan suatu proyek. Dalam perhitungannya, analisis inimemperhitungkan biaya serta manfaat yang akan diperoleh dari pelaksanaan suatu program.Dalam analisisbenefit dancos t perhitungan manfaat serta biaya ini merupakan satu kesatuanyang tidak dapat dipisahkan.

Analisis ini mempunyai banyak bidang penerapan. Salah satu bidang penerapan yang umummenggunakan rasio ini adalah dalam bidang investasi. Sesuai dengan dengan maknatekstualnya yaitu benefit cost (manfaat-biaya) maka analisis ini mempunyai penekanan dalamperhitungan tingkat keuntungan/kerugian suatu program atau suatu rencana denganmempertimbangkan biaya yang akan dikeluarkan serta manfaat yang akan dicapai. Penerapananalisis ini banyak digunakan oleh para investor dalam upaya mengembangkan bisnisnya.Terkait dengan hal ini maka analisis manfaat dan biaya dalam pengembangan investasi hanyadidasarkan pada rasio tingkat keuntungan dan biaya yang akan dikeluarkan atau dalam kata lainpenekanan yang digunakan adalah pada rasio finansial atau keuangan.

Dibandingkan penerapannya dalam bidang investasi, penerapan Benefit Cost Ratio (BCR) telahbanyak mengalami perkembangan. Salah satu perkembangan analisis BCR antara lain yaitupenerapannya dalam bidang pengembangan ekonomi daerah. Dalam bidang pengembanganekonomi daerah, analisis ini umum digunakan pemerintah daerah untuk menentukan kelayakanpengembangan suatu proyek.

Relatif berbeda dengan penerapan BCR di bidang investasi, penerapan BCR dalam prosespemilihan suatu proyek terkait upaya pengembangan ekonomi daerah relatif lebih sulit. Hal inidikarenakan aplikasi BCR dalam sektor publik harus mempertimbangkan beberapa aspek terkait

social benefit(social welfare function) dan lingkungan serta tak kalah penting adalah factor efisiensi. Faktor efisiensi mutlak menjadi perhatian menimbang terbatasnya dana dan kemampuan pemerintah daerah sendiri. Secara terinci aspek-aspek tersebut juga mempertimbangkan dampak penerapan suatu program dalam masyarakat baik secara langsung (direct impact) maupun tidak langsung (indirect impact), faktor eksternalitas, ketidakpastian (uncertainty), risiko (risk) serta shadow price. Terkait perhitungan risiko dan ketidakpastian, hal ini dapat diatasi dengan menggunakan asuransi danmelakukan lindung nilai (hedging). Efisiensi ekonomi merupakan kontribusi murni suatu program dalam peningkatan kesejahteraan masyarakat. Sehingga yang menjadi perhatian utama dalam penerapan BCR dalam suatu proyekpemerintah yang berkaitan dengan sektor publik adalah redistribusi sumber daya.

• Metode AHP

AHP merupakan suatu model pendukung keputusan yang  dikembangkan oleh Thomas L. Saaty. Model pendukung keputusan ini  akan menguraikan masalah multi faktor atau multi kriteria yang  kompleks menjadi suatu hirarki, menurut Saaty (1993), hirarki  didefinisikan sebagai suatu representasi dari sebuah permasalahan  yang

kompleks dalam suatu struktur multi level dimana level pertama  adalah tujuan, yang diikuti level faktor, kriteria, sub kriteria, dan seterusnya ke bawah hingga level terakhir dari alternatif. Dengan hirarki, suatu masalah yang kompleks dapat diuraikan ke dalam kelompok-kelompoknya yang kemudian diatur menjadi suatu bentuk

hirarki sehingga permasalahan akan tampak lebih terstruktur dan sistematis.

AHP sering digunakan sebagai metode pemecahan masalah  dibanding dengan metode yang lain karena alasan-alasan sebagai berikut :

1. Struktur yang berhirarki, sebagai konsekuesi dari kriteria yang  dipilih, sampai pada

    subkriteria yang paling dalam.

2. Memperhitungkan validitas sampai dengan batas toleransi inkonsistensi berbagai

    kriteria dan alternatif yang dipilih oleh pengambil keputusan.

3. Memperhitungkan daya tahan output analisis sensitivitas pengambilan keputusan.

Kelebihan dan Kelemahan AHP

Layaknya sebuah metode analisis, AHP pun memiliki kelebihan dan kelemahan dalam system analisisnya. Kelebihan-kelebihan analisis ini adalah :

Kesatuan (Unity)§

AHP membuat permasalahan yang luas dan tidak terstruktur menjadi suatu model yang fleksibel dan mudah dipahami.

Kompleksitas (Complexity)§

AHP memecahkan permasalahan yang kompleks melalui  pendekatan sistem dan pengintegrasian secara deduktif.

Saling ketergantungan (Inter Dependence)§

AHP dapat digunakan pada elemen-elemen sistem yang saling bebas dan tidak memerlukan hubungan linier.

Struktur Hirarki (Hierarchy Structuring)§

AHP mewakili pemikiran alamiah yang cenderung mengelompokkan elemen sistem ke level-level yang berbeda dari masing-masing level berisi elemen yang serupa.

Pengukuran (Measurement)§

AHP menyediakan skala pengukuran dan metode untuk mendapatkan prioritas.

Konsistensi (Consistency)§

AHP mempertimbangkan konsistensi logis dalam penilaian yang digunakan untuk menentukan prioritas.

Sintesis (Synthesis)§

AHP mengarah pada perkiraan keseluruhan mengenai seberapa  diinginkannya masing-masing alternatif.

Trade Off§

AHP mempertimbangkan prioritas relatif faktor-faktor pada sistem  sehingga orang mampu memilih altenatif terbaik berdasarkan tujuan mereka.

Penilaian dan Konsensus (Judgement and Consensus)§

AHP tidak mengharuskan adanya suatu konsensus, tapi  menggabungkan hasil penilaian yang berbeda.

Pengulangan Proses (Process Repetition)§

AHP mampu membuat orang menyaring definisi dari suatu permasalahan dan mengembangkan penilaian serta pengertian mereka melalui proses pengulangan.

Sedangkan kelemahan metode AHP adalah sebagai berikut:

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.

Metode AHP ini hanya metode matematis tanpa ada pengujian§

secara statistik sehingga tidak ada batas kepercayaan dari kebenaran model yang terbentuk

C. Tahapan AHP

Dalam metode AHP dilakukan langkah-langkah sebagai berikut

(Kadarsyah Suryadi dan Ali Ramdhani, 1998) :

1. Mendefinisikan masalah dan menentukan solusi yang diinginkan.Dalam tahap ini

    kita berusaha menentukan masalah yang akan kita pecahkan secara jelas, detail dan   

  mudah dipahami. Dari

  masalah yang ada kita coba tentukan solusi yang mungkin cocok

  bagi masalah tersebut. Solusi dari masalah mungkin berjumlah

  lebih dari satu. Solusi tersebut nantinya kita kembangkan lebih

  lanjut dalam tahap berikutnya.

2. Membuat struktur hierarki yang diawali dengan tujuan utama. Setelah menyusun

     tujuan utama sebagai level teratas akan disusun level hirarki yang berada di

     bawahnya yaitu kriteria-kriteria yang cocok untuk mempertimbangkan atau

     menilai alternatif yang kita berikan dan menentukan alternatif tersebut. Tiap

     kriteria mempunyai intensitas yang berbeda-beda. Hirarki dilanjutkan dengan

     subkriteria (jika mungkin diperlukan).

3. Membuat matrik perbandingan berpasangan yang

menggambarkan kontribusi relatif atau pengaruh setiap elemen terhadap tujuan atau kriteria yang setingkat di atasnya. Matriks yang digunakan bersifat sederhana, memiliki kedudukan kuat untuk kerangka konsistensi, mendapatkan informasi lain yang mungkin dibutuhkan dengan semua perbandingan yang mungkin

dan mampu menganalisis kepekaan prioritas secara keseluruhan untuk perubahan pertimbangan. Pendekatan dengan matriks mencerminkan aspek ganda dalam prioritas yaitu mendominasi dan didominasi. Perbandingan dilakukan berdasarkan judgment dari pengambil keputusan dengan menilai tingkat kepentingan

suatu elemen dibandingkan elemen lainnya. Untuk memulai proses perbandingan berpasangan dipilih sebuah kriteria dari level paling atas hirarki misalnya K dan kemudian dari level di bawahnya diambil elemen yang akan dibandingkan misalnya

E1,E2,E3,E4,E5

• Metode IRR

Metode ini untuk membuat peringkat usulan investasi dengan menggunakan tingkat pengembalian atas investasi yang dihitung dengan mencari tingkat diskonto yang menyamakan nilai sekarang dari arus kas masuk proyek yang diharapkan terhadap nilai sekarang biaya proyek atau sama dengan tingkat diskonto yang membuat NPV sama dengan nol.

RUMUS!

Apabila Ao adalah investasi pada periode 0 dan A1 sampai An adalah aliran bersih dari periode 1 sampai n, maka metode IRR semata mata mencari discount factor yang menyamakan A0 dengan A1 sampai An. Penerimaan atau penolakan usulan investasi ini adalah dengan membandingkan IRR dengan tingkat bunga yang disyaratkan (required rate of return). Apabila IRR lebih besar dari pada tingkat bunga yang disyaratkan maka proyek tersebut diterima, apabila lebih kecil diterima.

Kelemahan secara mendasar menurut teori memang hampir tidak ada, namun dalam praktek penghitungan untuk menentukan IRR tersebut masih memerlukan penghitungan NPV

Internal Rate of Return (IRR)

Ukuran kedua yang sering digunakan dalam analisis manfaat finansial adalah internal rate of return (IRR) atau tingkat pengembaliandari investasi. IRR menunjukan tingkat discount rate atau tingkat keuntungan dari investasi yang menghasilkan NPV sama dengan nol.

Untuk mengitung IRR digunakan rumus sebagai berikut:

RUMUS

Kriteria penilain digunakan tingkat bunga bank. Jadi, jika IRR ??tingkat bunga bank, maka usaha yang direncanakan atau yang diusulan layak untuk dilaksanakan, dan jika sebaliknya usaha yang direncanakan tidak layak untuk dilaksanakan.

Internal Rate of Return (IRR)

Teknik perhitungan dengan IRR banyak digunakan dalam suatu analisis investasi, namun relatif sulit untuk ditentukan karena untuk mendapatkan nilai yang akan dihitung diperlukan suatu 'trial and error' hingga pada akhirnya diperoleh tingkat bunga yang akan menyebabkan NPV sama dengan nol. IRR dapat didefinisikan sebagai tingkat bunga yang akan menyamakan present value cash inflow dengan jumlah initial investment dari proyek yang sedang dinilai. Dengan kata lain, IRR adalah tingkat bunga yang akan menyebabkan NPV sama dengan nol, karena present value cash inflow pada tingkat bunga tersebut akan sama dengan initial investment. Suatu usulan proyek investasi akan ditetima jika IRR > cost of capital dan akan ditolak jika IRR < cost of capital. Perhitungan IRR untuk pola cash flow yang bersifat seragam (anuitas), relatif berbeda dengan yang berpola tidak seragam. Menurut Arifin dan Fauzi (1999:13) bahwa: Adapun langkah-langkah menghitung IRR untuk pola cash flow yang sama adalah sebagai beiikut: a. Hitung besarnya payback period untuk proyek yang sedang dievaluasi. b. Gunakan tabel discount factor, dan pada baris umur proyek, cari angka yang sama atau mendekati dengan hasil payback period pada langkah 1 di atas. IRR terletak pada persentase terdekat hasil yang diperoleh. c. Untuk mendapatkan nilai IRR yang sesungguhnya dapat ditempuh dengan menggunakan interpolasi. Sedangkan untuk proyek yang memiliki pola cash inflow yang tidak seragam, dapat diselesaikan dengan langkah-langkah berikut: a) Hitung rata-rata cash inflow per tahun b) Bagi initial investment dengan rata-rata cash inflow untuk mengetahui "estimasi" payback period dari proyek yang sedang dievaluasi. c) Gunakan tabel discount factor untuk menghitung besarnya IRR, seperti langkah ke-2 dalam menghitung IRR untuk pola cash flow yang berbentuk seragam (anuitas). Hasil yang diperoleh akan merupakan "perkiraan IRR'. d) Selanjutnya sesuaikan IRR yang diperoleh pada langkah ke-3 di atas, yaitu diperbesar atau diperkecil, ke dalam pola cash flow yang sesungguhnya. Apabila cash inflow yang sesungguhnya dalam tahun-tahun pertama temyata lebih besar dari rata-rata yang diperoleh dalam langkah ke 1 di atas, maka perbesarlah tingkat discount yang digunakan, dan apabila sebaliknya maka perkecillah discount tersebut. e) Dari hasil discount rate yang diperoleh pada langkah ke-4, kernudian hitunglah NPV dari proyek tersebut. f) Apabila hasil yang diperoleh lebih besar dari nol, maka naikkanlah discount rate yang digunakan, dan apabila sebaliknya maka turunkanlah discount rate tersebut. g) Hitunglah kembali NPV dengan menggunakan discount rate yang baru, sampai akhirnya diperoleh discount rate yang secara berurutan menghasilkan NPV yang positif dan negatif. Dengan jalan interpolasi akan ditemukan nilai IRR yang sesungguhnya. Setelah IRR diketahui langkah selanjutnya adalah membandingkan IRR dengan cost of capital. Apabila IRR lebih besar dari pada cost of capital maka rencana investasi dapat diterima karena menguntungkan dan sebaliknya apabila IRR lebih kecil dari pada cost of capital maka rencana investasi ditolak karena merugikan.

 Metode PBP,

 PBP adalah metode yang digunakan dengan cara menyusun satu demi satu piece hingga layer tersebut solve. PBP ini sendiri sangat berbeda dengan metoda lain yang mengharuskan harus membuat cross dan lain sebagainya. Metoda yang satu ini bisa dibilang full intuitive (kecuali untuk layer ke 2) karena tidak memerlukan algoritma untuk menyusun satu layer, cukup dengan logika murni saja, dan inilah salah satu kelebihan dari metoda PBP ini. Selain itu metoda ini sangat cocok untuk dipelajari bagi mereka yang baru (sangat baru =.=) dalam cubing, ini berdasarkan fakta nyata yang saya alami ketika mengajarkan cubing ke teman-teman saya, mereka lebih mudeng dengan metoda ini daripada LBL yang merupakan metoda paling umum yang dipelajari oleh para beginner. Baik langsung saja, saya akan memberi beberapa contoh PBP

Metode MPE

Metode Perbandingan Eksponensial (MPE), merupakan salah satu metode untuk menentukan urutan prioritas alternatif keputusan dengan kriteria jamak , Teknik ini cocok untuk penilaian dengan skala ordinal. Hasil MPE akan lebih kontras dari pada hasil Bayes. Prosedur MPE • Formulasi perhitungan skor untuk setiap alternatif dalam metoda perbandingan eksponensial adalah: m Total nilai (TNi) =å (RK ij)TKK j j=1 Keterangan : TNi = Total nilai alternatif ke -i RK ij = derajat kepentingan relatif kriteria ke-j pada pilihan keputusan i TKK j = derajat kepentingan kritera keputusan ke-j; TKKj > 0; bulat

n = jumlah pilihan keputusan

m = jumlah kriteria keputusan

• Penentuan tingkat kepentingan kriteria dilakukan dengan cara wawancara dengan

   pakar atau melalui kesepakatan curah pendapat.

• Penentuan skor alternatif pada kriteria tertentu dilakukan dengan memberi nilai

   setiap alternatif berdasarkan nilai kriterianya .

Keuntungan MPE

• Mengurangi bias yang mungkin terjadi dalam analisa

• Nilai skor yang menggambarkan urutan prioritas menjadi besar (fungsi

   eksponensial) ini mengakibatkan urutan prioritas alternatif keputusan lebih nyata

Contoh Aplikasi MPE

• Penilaian terhadap tiga alternatif calon pemimpin divisi ICT (Pergiwa, Bratasena,

   Kresna)

• Kriteria yang dipertimbangkan: Kecakapan, Kepemimpinan dan Kejujuran

• Penilaian alternatif pada setiap kriteria menggunakan skala penilaian 1-9.

Contoh Pemilihan pimpinan

Alternatif Kriteria Nilai

Alternatif Peringkat

Kecakapan Kepemimpinan Kejujuran

1. Pergiwa 4 4 3

2. Bratasena 4 5 2

3. Kresna 4 3 4

Tk. Kepentingan Kriteria 3 4 3

• Nilai (Pergiwa) = 4 **(3) + 4**(4) + 3**(3) = ?

• Nilai alternatif 1,2, dan 3 adalah? sehingga didapat alternatif yang terurut dari yang

   terbaik adalah alternatif?

• Metode NPV

NPV merupakan selisih antara pengeluaran dan pemasukan yang telah didiskon dengan menggunakan social opportunity cost of capital sebagai diskon faktor, atau dengan kata lain merupakan arus kas yang diperkirakan pada masa yang akan datang yang didiskontokan pada saat ini.Untuk menghitung NPV diperlukan data tentang perkiraan biaya investasi, biaya operasi, dan pemeliharaan serta perkiraan manfaat/benefit dari proyek yang direncanakan.

Rumus yang digunakan

Arus kas masuk dan keluar yang didiskontokan pada saat ini (present value (PV)). yang dijumlahkan selama masa hidup dari proyek tersebut dihitung dengan rumus:

dimana:

t - waktu arus kas

i – adalah suku bunga diskonto yang digunakan

Rt - arus kas bersih (the net cash flow) dalam waktu

Arti perhitungan NPV

Pada tabel berikut ditunjukkan arti dari perhitungan NPV terhadap keputusan investasi yang akan dilakukan.

Bila... Berarti... Maka...

NPV > 0 investasi yang dilakukan memberikan manfaat bagi perusahaan proyek bisa dijalankan

NPV < 0 investasi yang dilakukan akan mengakibatkan kerugian bagi perusahaan proyek ditolak

NPV = 0 investasi yang dilakukan tidak mengakibatkan perusahaan untung ataupun merugi Kalau proyek dilaksanakan atau tidak dilaksanakan tidak berpengaruh pada keuangan perusahaan. Keputusan harus ditetapkan dengan menggunakan kriteria lain misalnya dampak investasi terhadap positioning perusahaan.

.

Rapat dengan Rektor dan Wakil Rektor Bidang  Kemahasiswaan berkaitan dengan

Organisasi - Organisasi Kemahasiswaan ( ORMAWA ) yang ada di Unipdu Jombang

hari kamis 4 pebruari 2016

PELATIHAN PERANGKAT DESA MENYONGSONG DESA ON LINE

Pelatihan desa on line yang saya laksanakan di desa Sumbergandu Kecamatan Pilangkenceng Kabupaten Madiun merupakan kerjasama dengan pemerintahan desa guna menyongsong desa on-line 2015 ini. Pelatihan ini dilaksanakan selama 2 hari penuh,yang diikuti oleh seluruh perangkat Desa Sumbergandu kecamatan Pilangkenceng Kabupaten Madiun. Para peserta mendapatkan berbagai materi tentang jaringan komputer,internet dasar,komunikasi dalam internet,hingga pembuatan web site dalam bentuk blog, serta operasional aplikasi - aplikasi yang disediakan oleh Pemerintah Daerah.

Dalam pelatihan yang dilaksanakan selama 2 hari penuh,diikuti oleh para aparatur desa mulai dari kaur umum,kaur pemerintahan,sekretaris desa,kaur keuangan,kaur kesejahteraan masyarakat.dimana pelatihan ini berdurasi dalam 1 hari 2 jam nonstop.
Harapan dari pelatihan ini,kantor desa sudah bisa on line dalam hal apapun,terutama dibidang internet,yaitu browsing,search engine,email,komunikasi dengan internet sampai mengakses data-data desa dalam pengurusan persuratan dan berita tentang desa Sumbergandu.
semoga pelatihan ini bermanfaat untuk para aparatur pada khususnya, dan kepada masyarakat desa pada umumnya.terima kasih.

Foto bersama Dosen FMIPA dalam membina mahasiswa
dalam penyelenggaraan musyawarah mahasiswa

Bakti Sosial Prodi S-1 Matematika dan S-! Pendidikan Matematika di Desa Ngruyung Mojokerto

dengan tema Menumbuhkan Kepedulian Sosial Dosen dan Mahasiswa FMIPA UNIDU dengan Meningkatkan Kecintaan Ilmu dan masyarakat.tgl 27 - 29 November 2015 merupakan bagian

Pembinaan Kegiatan Kemahasiswaan dengan mengikut sertakan Mahasiwa dalam pengabdian kepada masayarakat.

PENGANTAR TEKNOLOGI SISTEM INFORMASI

DATA -------------- INFORMASI ------------- KNOWLEDGE ----------- WISDEM/PENGAMBILAN KEPUTUSAN

Basis Data              Sist.Informasi                        pengetahuan                        sistem pendukung keputusan

Komponen sistem informasi : DATA, SOFTWARE, HARDWARE, JARINGAN, SDM(PEOPLE)

ERP(Enterprise Resource Planning) System  adalah sistem informasi yang diperuntukkan bagi perusahan manufaktur maupun jasa yang berperan mengintegrasikan dan mengotomasikan proses bisnis yang berhubungan dengan aspek operasi, produksi maupun distribusi di perusahaan bersangkutan.

Sistem pendukung operasi meliputi :

l  Efisiensi dalam proses stransaksi bisnis.

l  Mengendalikan proses industrial

l  Mendukung komunikasi dan kerjasama

l  Memperbaharui database perusahaan.

Mengembagkan perusahaan berbasis pengetahuan

l  Satu-satunya kepastian di dalam ekonomi adalah ketidak pastian.

l  Satu-satunya sumber pasti untuk keunggulan kompetitif yang bertahan lama adalah pengetahuan.

l  Ketika pasar pasar bergeser, teknologi berkembang cepat, pesaing semakin banyak, dan produk semakin cepat menjadi ketinggalan jaman, maka perusahaan yang berhasil adalah perusahaan yang secara konsisten membuat pengetahuan baru, menyebarkannya ke seluruh organisasi, dan dengan cepat memasukkannya ke produk baru.

l  Inovasi berkelanjutan adalah jika perusahaan melakukan aktivitasnya dengan secara terus menerus dapat menghasilkan pengetahuan untuk mengembangkan perusahaan.

Beberapa jenis sistem pendukung manajemen

l  Management Information Systems (MIS)

l  Memberikan informasi dalam bentuk laporan dan tampilan pada manajer.

l  Contoh : laporan analisis penjualan harian.

l  Decision Support Systems (DSS)

l  Memberikan dukungan pada manajer selama proses pengambilan keputusan.

l  Contoh : Analisis what-if untuk menguji dampak berbagai anggaran iklan atas rediksi penjualan.

l  Executive Information Systems (EIS)

l  Memberikan informasi penting untuk eksekutif dan manajer.

l  Contoh : kemudahan dalam berbagai area utama kinerja organisasi dan persaingan.

Ukuran keberhasilan SI :

l  Efficiency

l  Meminimalkan biaya, waktu, dan penggunaan sumber daya informasi.

l  Effectiveness

l  Mendukung strategi bisnis

l  Memungkinkan proses bisnis

l  Meningkatkan struktur organisasi dan budaya

l  Meningkatkan nilai pelanggan dan bisnis perusahaan

Komponen –komponen SI

l  Sumber Daya Manusia

l  Pemakai akhir:  pengguna SI atau informasi yang dihasilkan oleh sistem tsb. Contoh : staf admninistrasi, pelanggalan, manajer, teknisi, pekerja ahli.

l  Pakar SI: yang mengembangkan dan mengoperasikan sistem. Contoh : analisis sistem, pembuat software, operator sistem, personal manajerial.

l  Sumber Daya Hardware

l  Semua peralatan dan bahan fisik yang digunakan dalam pemosesan informasi. Contoh sistem komputer dan berbagai periferal yang saling berhubungan (keyboard, mouse, printer, disk magnetis dll)

l  Sumber Daya Software

l  Semua rangkaian perintah pemrosesan informasi, termasuk program dn prosedur. Cotoh software sistem, sofware aplikasi, prosedur.

l  Sumber Daya Data

l  Berbagai fakta yang digunakan dalam transaksi bisnis. Contoh data teks,

l  Database menyimpan data yang diproses dan diatur.

l  Sumber Daya Jaringan

l  Media komunikasi

l  Infrastructur jaringan :  hardware dan software

l  Internet, intranet dan extranet

Generasi 1 : bahasa mesin

Generasi 2 : bahasa simbol

Generasi 3 : sistem operasi bahasa tingkat tinggi

Generasi 4 : bahasa mikrocomputer

Generasi 5 : bahasa serba guna    Graphic-Interface   Jaringan-Diaktifkan   Ahli-Assisted   paket

Lima bidang pengetahuan yang penting untuk pengguna akhir untuk memahami sistem informasi:

Yayasan Konsep. Pengguna akhir harus terbiasa dengan dengan komponen dasar dan jenis sistem informasi ada. Tapi mereka juga harus terbiasa dengan teori sistem umum dan teori pengolahan informasi (mesin dan manusia). Topik-topik yang dibahas dalam Bab 1 dan 2.

Informasi Teknologi. Pengguna akhir harus memahami teknologi, lebih tepatnya, teknologi informasi perangkat keras, perangkat lunak, telekomunikasi, manajemen database, dan bagaimana semua unsur interaksi dalam proses dinamis perubahan yang sangat cepat, pengembangan, dan cara-cara baru melakukan bisnis (Lihat Bab 3 - 6).

Bisnis Aplikasi. Bagaimana sistem informasi yang diterapkan untuk masalah bisnis lebih kompleks daripada mungkin tampak. Para pengguna akhir informasi berusaha untuk belajar baik tentang bagaimana menggunakan sistem informasi untuk memecahkan masalah yang ada dan untuk mulai menggunakan IS sebagai cara baru untuk mendefinisikan masalah dan peluang pertemuan bisnis. Pengguna akhir harus mendapatkan pemahaman dasar di bidang kebutuhan pengguna, otomatisasi kantor, proses transaksi, bidang fungsional bisnis, pelaporan manajemen, pendukung keputusan, dukungan eksekutif, keunggulan kompetitif, dan kecerdasan buatan (Bab 7 - 9).

Pengembangan Proses. Akhir pengguna IS perlu mengetahui konsep dasar pemecahan masalah dan pengembangan. Di sini Anda harus menjadi akrab dengan metodologi seperti pendekatan sistem, pengembangan sistem siklus hidup, dan prototyping (Bab 10).

Tantangan manajemen. Bagaimana manajer memanfaatkan sumber daya IS merupakan keprihatinan utama bagi pengguna akhir. Lebih dari sebelumnya, pengetahuan tentang metode manajemen yang diperlukan oleh masing-masing pengguna akhir, sebagai IT menuntut bahwa pengguna akhir membuat keputusan yang lebih independen yang mendukung tujuan perusahaan secara keseluruhan. Isu-isu kunci seperti manajemen sumber daya informasi, manajemen IT global, dan informasi perencanaan sistem, implementasi, dan kontrol yang dibahas dalam Bab 11 - 12, dan seluruh teks.

Sistem informasi melakukan tiga peran penting dalam bisnis:

Dukungan Operasi Bisnis. Dari akuntansi untuk melacak pesanan pelanggan, sistem informasi manajemen memberikan dukungan dalam sehari-hari operasi bisnis. Sebagai respon cepat menjadi lebih penting, kemampuan sistem informasi untuk mengumpulkan dan mengintegrasikan informasi di seluruh fungsi bisnis menjadi penting.

Mengajar Tip: Sebagai contoh, kemampuan untuk mencocokkan perubahan dalam penjualan produk item dengan sebagai hasil dari kampanye pemasaran baru untuk persediaan dan sistem pemesanan, dapat membantu menjaga item dalam permintaan tinggi di saham.

Dukungan Pengambilan Keputusan Manajerial. Sama seperti sistem informasi dapat menggabungkan informasi untuk membantu menjalankan bisnis yang lebih baik, informasi yang sama dapat membantu manajer mengidentifikasi tren dan untuk mengevaluasi hasil dari keputusan sebelumnya. IS membantu manajer membuat keputusan yang lebih baik, lebih cepat, dan lebih banyak informasi.

Dukungan Keuntungan Strategis. Sistem informasi dirancang dengan tujuan strategis perusahaan membantu menciptakan keunggulan kompetitif di pasar.

Mengajar Tip: Sebagai contoh, Wal-Mart dapat memberikan harga yang lebih rendah sebagian karena biaya yang lebih rendah yang dikeluarkan oleh negara-of-the persediaan terkomputerisasi seni, pelacakan, dan sistem distribusi mereka.

membimbing mahasiswa dalam penyelenggaraan seminar Matematika