PEMODELAN DAN MANAJEMEN MODEL

PEMODELAN DAN
MANAJEMEN MODEL
Pemodelan

Pemodelan merupakan suatu upaya untuk melakukan
analisis sistem pendukung keputusan (SPK) dengan cara
meniru bentuk nyata-nya daripada melakukannya pada
sistem nyata.
Alasan Penggunaan Model (1)

Manipulasi model (seperti mengubah variabel) akan lebih
mudah dilakukan daripada melakukannya pada sistem nyata.

Model dapat menghemat waktu.

Biaya untuk menganalisis model jauh lebih murah jika
dibandingkan dengan mengaplikasikannya pada sistem nyata.

Resiko kesalahan pada bentuk model dengan melakukan trial &
error (coba-coba) jauh lebih rendah jika dibandingkan dengan
melakukannya pada sistem nyata.
Alasan Penggunaan Model (2)

Lingkungan bisnis yang banyak mengandung ketidakpastian.

Model matematika dapat menganalisis kemungkinan solusi
dalam jumlah yang lebih banyak bahkan tidak terbatas.

Model meningkatkan pembelajaran & pelatihan.

Model-model dan metode-metode untuk mendapatkan solusi
telah tersedia di web.

Ada beberapa Java applet (atau pemrograman web lainnya)
yang tersedia untuk menyelesaikan model-model tersebut.
MODEL SISTEM PENDUKUNG KEPUTUSAN

Turban (2005) mengkategorikan model sistem pendukung
keputusan dalam tujuh model, yaitu:

Model
optimasi
untuk
masalah-masalah
alternatif dalam jumlah relatif kecil.

Model optimasi dengan algoritma.

Model optimasi dengan formula analitik.

Model simulasi.

Model heuristik.

Model prediktif.

Model-model yang lainnya.
dengan
alternatif-
Model optimasi (1)

Model optimasi untuk masalah-masalah dengan
alternatif-alternatif dalam jumlah relatif kecil.
 Model
ini akan melakukan pencarian terhadap solusi
terbaik dari sejumlah alternatif.
 Teknik-teknik
untuk penyelesaian masalah ini antara
lain dengan menggunakan tabel keputusan atau pohon
keputusan.
Model optimasi (2)

Model optimasi dengan algoritma.

Model ini akan melakukan pencarian terhadap solusi terbaik
dari banyak alternatif.

Proses pencarian dilakukan tahap demi tahap.

Teknik-teknik untuk penyelesaian masalah ini antara lain
dengan menggunakan linear programming atau model
matematika
jaringan.
yang
lainnya,
atau
menggunakan
model
Model optimasi (3)

Model optimasi dengan formula analitik.
 Model
ini akan melakukan pencarian terhadap solusi
hanya dengan satu langkah melalui rumus tertentu.
 Model
seperti ini banyak dijumpai pada masalah-
masalah inventory.
Model simulasi

Model simulasi.
 Model
ini akan melakukan pencarian terhadap solusi
cukup baik atau solusi terbaik pada beberapa alternatif
yang akan diuji dalam penelitian.
 Model
ini lebih banyak digunakan untuk beberapa tipe
simulasi.
Model heuristik

Model heuristik.
 Model
ini akan melakukan pencarian terhadap solusi
yang cukup baik melalui serangkaian aturan (rules).
 Model
ini lebih banyak direpresentasikan dengan
menggunakan pemrograman heuristik atau “sistem
pakar”.
Model prediktif

Model prediktif.
 Model
ini akan melakukan prediksi untuk masa depan
apabila diberikan skenario tertentu.
 Model
ini lebih banyak direpresentasikan dengan
menggunakan model peramalan (forecasting) atau
analisis Makov.
Model-model yang lainnya

Model-model yang lainnya.
 Model
ini
akan
menyelesaikan
kasus
what-if
menggunakan formula tertentu.
 Model
ini lebih banyak digunakan pada pemodelan
keuangan atau konsep antrian.
Pemodelan

Pemodelan pada SPK mencakup tujuh permasalahan:

Identifikasi masalah dan analisis lingkungan.

Identifikasi variabel

Peramalan (forecasting).

Penggunaan beberapa model keputusan.

Seleksi kategori model yang sesuai.

Manajemen model.

Pemodelan berbasis pengetahuan
1.Identifikasi Masalah dan Analisis
Lingkungan

Pada tahap ini akan dilakukan pengawasan, pelacakan, dan
interpretasi terhadap informasi-informasi yang telah terkumpul.

Analisis
dilakukan
terhadap
domain
dan
dinamika
dari
lingkungan yang ada.

Pada bagian ini perlu juga diidentifikasi budaya organisasi dan
proses pengambilan keputusan.

Dapat digunakan business intelligence tools untuk keperluan
tersebut.
2.Identifikasi Variabel

Pada tahap ini akan diidentifikasi variabel-variabel yang
relevan.

Variabel tersebut meliputi variabel keputusan, variabel
intermediate (tak terkontrol), dan variabel hasil.

Untuk kepentingan tersebut, dapat digunakan influence
diagram untuk menunjukkan relasi antar variabel-variabel
tersebut.
3.Peramalan (forecasting)

Apabila suatu SPK diimplemantasikan, maka akibatnya
akan dirasakan di kemudian hari.

Oleh karena itu, peramalan mutlak diperlukan.
4.Penggunaan Beberapa Model

Suatu sistem pendukung keputusan dapat terdiri-atas
beberapa model.

Masing-masing model merepresentasikan bagian yang
berbeda dari masalah pengambilan keputusan.
5.Seleksi Kategori Model (1)

Ada
tujuh
kategori
model
SPK
sebagaimana
telah
dijelaskan pada bagian terdahulu.

Setiap kategori memiliki beberapa teknik-teknik tertentu.

Pada dasarnya, teknik-teknik tersebut dapat diaplikasikan
baik dalam model statis maupun model dinamis.
5.Kategori Model (2)

Model statis umumnya memberikan asumsi adanya operasi
perulangan dengan menggunakan kondisi yang identik.

Model
dinamik
(time-dependent),
merepresentasikan
skenario yang senantiasa berubah dari waktu ke waktu.
6.Manajemen Model (1)

Untuk menjaga integritas dan aplikabilitasnya, model perlu
dikelola sebaik mungkin.

Untuk keperluan tersebut dibutuhkan suatu model base
management system.

Model Base Management System (MBMS) merupakan paket
perangkat lunak yang dibangun dengan kapabilitas yang mirip
dengan DBMS.
6.Manajemen Model (2)

Kapabilitas MBMS meliputi:

kontrol,

fleksibilitas,

umpan balik,

antarmuka,

adanya pengurangan redundansi, dan

adanya peningkatan konsistensi.
7.Pemodelan Berbasis Pengetahuan

Sistem berbasis pengetahuan menggunakan sekumpulan
aturan dalam menyelesaikan permasalahannya.

Sistem pakar merupakan salah satu model pendukung
keputusan yang bersifat kualitatif.

Sistem pakar merupakan sistem berbasis pengetahuan.
Subsistem Manajemen Model (MMS)

Subsistem
manajemen
model,
merupakan
paket
perangkat lunak yang berisi statistik, ilmu manajemen,
atau model kuantitatif lainnya yang mampu memberikan
kapabilitas analitik bagi sistem.
Subsistem Manajemen Model
Model (Basis Model)
Strategis, taktis, operasional
• Statistik, keuangan, pemasaran,
Ilmu manajemen, akuntansi,
Teknik, dsb.
•
Direktori
Model
Manajemen Basis Model
Perintah pemodelan: creation
• Pemeliharaan: update
• Antarmuka database
• Bahasa pemodelan
•
Manajemen
Data
Manajemen
antarmuka
Subsistem
Berbasis pengetahuan
Eksekusi model,
Integrasi, dan
prosesor perintah
Subsistem manajemen model terdiri dari:
a.
Basis Model
Berisi rutinitas dan statistik khusus, keuangan, forecasting,
ilmu manajemen, dan model kuantitatif lainnya yang
memberikan kapabilitas analisis pada sebuah SPK.
Model-model pada SPK pada dasarnya adalah matematis;
dinyatakan dalam rumus yang dapat diprogram dalam alat
pengembangan SPK, ex: excel
4 kategori utama Basis Model:

Model Strategis : untuk mendukung manajemen tingkat atas
Cth: inovasi produk & merger perusahaan.

Model Taktis : untuk mendukung manajemen tingkat menengah
Cth: pemilihan server web, perencanaan persyaratan tenaga
kerja, promosi penjualan, tata letak pabrik dll.

Model Operasional : untuk mendukung manajemen tingkat bawah
Cth: persetujuan pinjaman pada bank, jadwal produksi,
kontrol inventori, dll

Model Analitik : untuk menganalisis data. Meliputi model statistik,
ilmu manajemen, algoritma data, model keuangan dll.
b.
Sistem Manajemen Basis Model
MBMS mampu mengaitkan model-model dengan link yang tepat
melalui sebuah database.
c.
Direktori model

Perannya sama dengan direktori database. Merupakan katalog
dari semua model dan perangkat lunak lainnya pada basis
model.

Berisi definisi model dan fungsi utamanya adalah menjawab
pertanyaan tentang ketersediaan dan kapabilitas model.
d.
Eksekusi Model, Integrasi, dan Prosesor Perintah

Eksekusi model : proses mengontrol jalannya model saat ini.

Integrasi model : gabungan operasi dari beberapa model saat diperlukan
atau mengintegrasikan SPK dengan aplikasi lain.

Command Processor Model : menerima dan menginterpretasikan instruksiinstruksi pemodelan dari user interface dan merutekannya ke MBMS,
eksekusi model atau fungsi-fungsi integrasi
Kemampuan Model

Kepustakaan model terkait aturan basis model

Fasilitas pembangun model

Manipulasi model

Fungsi manajemen basis model

Dokumentasi model

Tracking penggunaan model

Dukungan terhadap fleksibilitas & adaptasi model
Contoh Komponen Model
Influence Diagram (1)

Influence diagram adalah representasi grafis dari suatu
model
keputusan
yang
digunakan
untuk
membantu
perancangan model, pengembangan dan pemahaman.

Kata influence merujuk pada ketergantungan suatu
variabel pada tingkatan tertentu terhadap variabel yang
lainnya.
Influence Diagram (2)

Ada 3 simbol utama yang digunakan untuk membuat
influence diagram, yaitu:

Kotak, menunjukkan variabel keputusan

Lingkaran,
menunjukkan
variabel
intermediate
(tak
terkontrol)

Oval, menunjukkan variabel hasil (outcome) baik bersifat
intermediate maupun final
variabel keputusan
variabel intermediate
variabel hasil
Hubungan antar variabel (1)

Hubungan dengan kepastian:
Jumlah
buku
Koleksi
kesayangan
Hubungan antar variabel (2)

Hubungan dengan ketidakpastian :
Harga
Penjualan
Hubungan antar variabel (3)

Pada variabel random (resiko) diberi tanda () di atas nama
variabel:

Permintaan
Penjualan
Hubungan antar variabel (4)

Preferensi (biasanya merupakan hubungan antara
variabel hasil), dilambangkan dengan: 

Bentuk panah dapat berupa panah satu arah atau
panah dua arah tergantung pada arah pengaruh antar
variabel.
Contoh

Diketahui model profit sebagai berikut:
 Profit
= pemasukan – pengeluaran
 Pemasukan
 Unit
= unit terjual * harga jual per unit
terjual = 0,5 * jumlah yang dikeluarkan untuk iklan
 Pengeluaran
tetap.
= biaya per unit * unit terjual – biaya

Jumlah yang
dikeluarkan
untuk iklan
Harga
setiap unit
Unit
yang
terjual
Pemasuk
an
Profit
Biaya
tiap
unit
Biaya
tetap
Pengeluaran
Teknik Pemodelan SPK
Teknik
Pendekatan
Simulasi
Menciptakan model matematis terhadap suatu
keadaan menggunakan teknik-teknik simulasi
untuk meniru keadaan yang nyata
Optimisasi
Menciptakan model matematis terhadap suatu
keadaan dengan menggunakan teknik riset
operasi untuk memperoleh solusi yang terbaik
OLAP (Online
analytical processing)
dan data mining
Menggunakan teknik statistik untuk
menganalisis hasil-hasil bisnis
Sistem pakar
Menggunakan jasa seorang ahli di bidang
tertentu dalam melakukan pengambilan
keputusan
Teknik Pemodelan SPK
(Lanjutan…)
Jaringan saraf (neural
networks)
Menggunakan teknik pembelajaran untuk
mengenali pola dalam suatu data
Logika kabur (fuzzy
logic)
Menggunaan pendekatan derajat
keanggotaan (derajat kerelativan) dalam
melakukan pengambilan keputusan sebagai
pengganti logika biner (benar atau salah)
Penalaran berbasis
kasus (Case-based
reasoning)
Menggunakan pendekatan kecerdasan buatan
yang membuat basis data contoh-contoh yang
membantu pengambilan keputusan
Agen cerdas
(Intelligent Agents)
Menentukan parameter-parameter keputusan
terhadap agen terkomputerisasi yang mencari
salah satu atau beberapa basis data untuk
menemukan jawaban tertentu, seperti harga
terendah sebuah kamera tertentu