Pemodelan dan Analisa

Pemodelan dan Analisa

• Komponen pokok DSS

• Dasar model dan Manajemen model

• Perhatian: topik sulit yang akan datang – Terbiasa dengan ide pokok

– Dasar konsep dan definisi – Tool dan diagram pengaruh

Pemodelan dan Analisa

• Struktur dari beberapa model yang sukses dan metodologi: – Analisa keputusan – Pohon keputusan – Optimisasi – Program heuristik – Simulasi

• Perkembangan baru dalam tool pemodelan / teknik

Topik Pemodelan dan Analisa

• Pemodelan untuk MSS

• Model statik dan dinamik

• Keputusan dengan: kepastian, ketidak pastian dan resiko • Diagram pengaruh

• Model MSS di Spreadsheet

• Analisa keputusan dari beberapa alternatif(tabel keputusan dan pohon)

• Optimisasi dengan menggunakan program matematik • Program heuristik

• Simulasi

• Model multidimensional –OLAP

• Model interaktif visual dan simulasi interaktif visual • Paket perangkat lunak kuantitatif OLAP

Model untuk MSS

• Elemen kunci dalam kebanyakan DSS • Hal yang perlu di dalam dasar model

DSS

• Bisa mengarah pengurangan ongkos yang sangat besar/ menaikkan

Contoh yang baik dari model

MSS

• Model simulasi pada sistem rail DuPont (opening vignette)

• Model restruktur dari optimisasi

Supply Chain dari Procter & Gamble • Pemilihan sebuah supplier pada Scott

Homes dengan AHP

• Optimisasi IMERYS dalam Model

Pokok dalam isu pemodelan

• Identifikasi masalah • Analisa lingkungan • Identifikasi variabel • Peramalan

• Macam model yang digunakan • Katagori model atau seleksi

• Model manajemen

Diagram pengaruh

• Representasi dengan grafik dari sebuah model • Model dari model

• Komunikasi visual

• Beberapa paket dibuat dan memecahkan model matematika

• Framework untuk menyatakan relasi model MSS:

– Segiempat = sebuah variabel keputusan

– Lingkaran = variabel tak terkendali atau variabel antara – Oval = variabel hasil (hasil antara atau hasil akhir)

FIGURE 5.1 An Influence Diagram for the Profit Model.

~

Amount used in advertisement

Profit Income Expense Unit Price Units Sold Unit Cost Fixed Cost

Diagram pengaruh analitika dari

Model MSS di spreadsheet

• Spreadsheet: alat modeling yang paling populer bagi end-user.

• Fungsi-fungsi yang paling bermanfaat • Fungsi-fungsi tambahan dan

pemecahan permasalahan

• Pneting untuk analisa, perencanaan, pemodelan

• Apa – bila menganalisa • Mencari tujuan

• Manajemen basisdata sederhana • Bukutext terpadu

• Microsoft Excel • Lotus 1-2-3

• Sebuah model statik dalam spreadsheet excel dari

sebuah perhitungan pinjaman dari bayaran bulanan (Figure 5.3)

• Sebuah model dinamik dalam spreadsheet Excel

dari perhitungan pinjaman sederhana dari

bayaran bulanan dan pengaruh dari prabayar (Figure 5.4)

Optimisasi dengan program

matematika

• Program linier Linear programming (LP)

digunakan secara luas di DSS

• Program matematika

– Sekumpulan perangkat lunak pemecahan masalah

manajerial dalam mengalokasikan keterbatasan sumber daya untuk menunjang berbagai kegiatan untuk mengoptimalkan tercapainya tujuan.

Karakteristik masalah

pengalokasian program linier

1. Keterbatasan kuantitas sumber daya ekonomi 2. Sumber daya digunakan didalam produksi

sebuah produk dan pelayanan

3. Dua atau lebih jalan solusi, program) untuk menggunakan sumber daya

4. Setiap kegiatan (produk atau pelayanan) menghasilkan sesuatu dalam bentuk tujuan yang dicapai

Model alokasi program linier

• Asumsi rasional dari ekonomi:

1. Hasil dari alokasi bisa dibandingkan denagn satuan yang sama

2. Hasil bebas

3. Hasil total adalah jumlah hasil kegiatan-kegiatabn yang berbeda

4. Semua data diketahui secara pasti

5. Sumber daya digunakan dengan cara yang paling ekonomis

• Solusi optimal: terbaik, yang didapat

Program linier

• Variabel keputusan (Decision variables) • Fungsi tujuan (Objective function)

• Koefisien fungsi tujuan(Objective

function coefficients)

• Kendala(Constraints) • Kapasitas (Capacities)

• Koefisien teknologi [Input-output

Program Heuristik

• Pengurangan pencaharian

• Mendapat solusi memuaskan dengan lebih

cepat dan lebih murah

• Cari aturan untuk memecahkan masalah yang

kompleks

• Cari solusi layak yang cukup terhadap masalah

yang kompleks

• Heuristik bisa jadi:

– Quantitatif – Qualitatif

Kapan menggunakan

heuristik

1. Dalam kepastian atau data masukan terbatas(Inexact or limited input data)

2. Kenyataan yang kompleks(Complex reality)

3. keandalan, algorithma yang eksak belum tersedia(Reliable, exact algorithm not available)

4. Penggunaan waktu komputasi terlalu banyak(Computation time excessive)

5. Untuk memperbaiki efisiensi dari optimisasi(To improve the efficiency of optimization)

6. Untuk memecahkan masalah yang kompleks(To solve complex problems)

7. Untuk pemecahan secara simbolik(For symbolic processing) 8. Untuk membuat keputusan yang cepat(For making quick

Kegunaan dari heuristik

1. Gampang dimengerti: lebih mudah

mengimplementasikan dan menjelaskan 2. Menolong orang menjadi kreatif

3. Menghemat waktu formulasi

4. Menghemat pemrograman dan memori pad komputer 5. Menghemat waktu perhitungan

6. Sering menghasilkan banyak solusi yangbisa diterima 7. Kemungkinan untuk mengembangkan sebuah dengan

ukuran kualitas

8. Dapat pencarian dengan cerdas

9. Dapat memecahkan model masalah yang sangat kompleks

Keterbatasan dari heuristik

1. Tidak menjamin dapat solusi optimal 2. Terlalu banyak pengecualian

3. Keputusan berurutan bisa saja tidak

mengantisipasi kosenkuensi yang akan datang 4. Ketergantungan dari sub-sistem bisa

mempengaruhi sistem secara keseluruhan

• Heuristik secara sukses diaplikasikan untuk

Tipe dari Heuristik

• Konstruksi(Construction) • Perbaikan(Improvement) • Program matematis(Mathematical programming) • Dekomposisi(Decomposition) • Partisi (Partitioning)

Methode Heuristik Modern

• Pencarian dengan tabulasi(Tabu search) • Algorithma Genetika(Genetic

algorithms)

Simulasi

• Teknik untuk melaksanakan percobaan

dengan komputer dalam sebuah model dari sistem manajemen(Technique for

conducting experiments with a computer on a model of a management system)

• Sering digunakan sebagai alat dalam

Karacteristik pokok dari

simulasi

• Menirukan dunia nyata dan

menggunakan variabel pokok yang mempengaruhi dunia nyata

• Salah satu cara untuk melaksanakan

percobaan

• Deskriptif, bukan merupakan perangkat

lunak normatif

• Sering digunakan untuk masalah yang

Kegunaan dari Simulasi

1. Teorinya langsung pada model 2. Pengurangan waktu

3. Deskriptif, bukan normatif

4. Pembuat MSS membuat antar muka dengan manager untuk mendapatkan manfaat bagi manager tentang masalah yang dihadapi

5. Model dibuat dari persepektif seorang manager

6. Manager menginginkan tidak generalisasi pengertian. Masing-masing komponen menyatakan komponen masalah nyata

7. Variasi yang luas di dalam tipe masalah 8. Bisa melaksanakan percobaan dengan

variabel yang berbeda

9. Bisa untuk kehidupan nyata yang kompleks 10. Mudah untuk mendapatkan banyak

penampilan secara langsung

11. Sering hanya perangkat model DSS untuk masalah yang tidak terstrutur

12. Paket Monte Carlo add-in spreadsheet (@Risk)

Keterbatasan dari Simulasi

1. Tidak ada jaminan solusi yang optimal

2. Dalam membangun model yang baik perlu waktu lama dan biaya yang besar

3. Tidak bisa memindahkan hasil dan menarik kesimpulan untuk memecahkan masalah yang lain

4. Begitu mudah menjual kepada manager, bisa terjadi solusi analitiknya salah

Methodologi Simulasi

Model sistem nyata dan bisa melaksanakan percobaan berulang-ulang tanpa merusak sistem yang asli

1. Definisikan masalah 2. Bangun model simulasi 3. Test dan validasi model 4. Rancangan percobaan 5. Laksanakan percobaan 6. Evaluasi hasil

Tipe Simulasi

• Simulasi Probabilistik

– Distribusi diskrit – Distribusi kontinyu

– Simulasi probabilistik via teknik Monte Carlo

– Simulasi yang tergantung pada waktu versus tidak

tergantung pada waktu

– Perangkat lunak simulasi – Visualisaai simulasi

Pemodelan dengan

multidimensi

• Dilaksankan dalam proses secara online (online

analytical processing (OLAP))

• Dari sebuah spreadsheet dan analisa perspektif • 2-D ke 3-D terus multiple-D

• Perangkat lunak Model multidimensi: 16-D + • Model-OLAP multidimensional (Figure 5.6) • Alat bisa membandingkan, rotasi, dan

memilah-milah dalam korporasi data silang dalam sudut pandang yang berbeda

Entire Data Cube from a Query in PowerPlay (Figure 5.6a)

Tampilan secara grafik dari layar pada Figure 5.6a (Figure 5.6b)

Environmental Line of Products by Drilling Down (Figure 5.6c)

Drilled Deep into the Data: Current Month, Water Purifiers, Only in North America

Visualisasi Spreadsheets

• Pengguna dapat memvisualisasi model

dan rumus-rumus dengan diagram pengaruh

Visual Interactive Modeling (VIM) dan Visual Interactive Simulation (VIS)

• Visual interactive modeling (VIM) (DSS In Action

5.8)

• Juga disebut

– Visual interactive problem solving – Visual interactive modeling

– Visual interactive simulation

• Menggunakan komputer grafik untuk menyatakan

akibat dari keputusan manajemen yang berbeda

• Bisa diintegrasikan dengan GIS

• Penggunakan melaksanakan analisa sensitivitas • Sistem Statik ataudinamik (animation) systems

Image yang dibangkitkan dari lalu lintas pad perpotongan dari Orca dengan Simulasi Visual

Visual Interactive Simulation (VIS)

• Pengambil keputusan berinteraksi

dengan model simulasi dan

memperhatikan hasilnya sepanjang waktu tertentu

• Model Interaktif Visual dan DSS

– VIM (Case Application W5.1 on book’s

Web site)

Paket perangkat lunak Kuantitatif –

OLAP

• Model yang diprogramkan bisa memeriksa

waktu programing DSS

• Beberapa model terdiri beberapa blok dari

model yang lain

– Paket Statistik

– Paket Manajemen science – Manajemen Pendapatan

– Beberapa aplikasi spesifik DSS

Manajemen basis Model

• MBMS: kemampuan hampir sama dg

DBMS

• Tetapi, tidak ada paket manajemen basis

model yang komprehensif

• Masing-masing organisasi menggunakan

yang sedikit berbeda

• Banyak klas-kals dari model

• Dimana masing-masing klas mempunyai

pendekatan soulusi yang berbeda

• Beberapa MBMS membutuhkan ahli dan

Kemampuan yang dibutuhkan

dari MBMS

• Kendalai(Control) • Elastis(Flexibility) • Umpan-balik(Feedback) • Antar muka(Interface) • Pengurangan duplikasi(Redundancy reduction) • Menaikkan konsistensi(Increased consistency)

Rancangan MBMS harus

memberikan pengguna DSS Untuk:

• 1. Access dan retrieve model yang ada. • 2. berlatih dan memanipulasi model

yang ada

• 3. Menyimpan model yang ada • 4. Menjaga model yang ada

• 5. Membangun model baru dengan

• Bahasa dalam pemodelan • Relasi MBMS

• Basis model Object-oriented dan

manajemennya

• Model untuk database dan rancangan

RINGKASAN

• Models memainkan peranan penting dalam DSS • Models bisa statik atau dinamik

• Analisa bisa kondisi kepastian dan ketidakpastian

– Influence diagrams – Spreadsheets

– Decision tables and decision trees

• Model Spreadsheetdan hasil didalam diagram

pengaruh

• Optimisasi: program mathematik • (More)

• Program Linier berbasis ekonomi • Program Heuristik

• Simulasi dengan situasi yang lebih

kompleks

• Expert Choice

• Model Multidimensi-OLAP • (More)

• Paket Perangkat lunak kuantitatif-OLAP

(statistical, etc.)

• Visual interactive modeling (VIM) • Visual interactive simulation (VIS) • MBMS seperti DBMS