BAB 2
LANDASAN TEORI
2.1 Konsep Sistem Informasi
Konsep sistem informasi mencakup sistem informasi, piramida sistem informasi, jenis sistem informasi, serta perbedaan MIS, DSS, dan EIS.
2.1.1 Pengertian Data dan Informasi
Data mengandung fakta atau deskripsi yang secara relatif kurang berarti bagi penerimanya, sedangkan informasi adalah data yang telah diproses sehingga berarti bagi penerimanya (McLeod et al, 2001, p12).
Selain itu, informasi juga dapat didefinisikan sebagai data yang telah diproses ke dalam bentuk yang berarti bagi penerimanya dan memiliki nilai yang
real maupun yang dipersepsikan dalam mengambil tindakan dan keputusan pada
saat kini maupun yang akan datang. Definisi tersebut memperlihatkan nilai dari informasi dalam pengambilan keputusan yang spesifik dan nilai informasi dalam memotivasi, pembuatan model dan pembentukan latar belakang yang mempengaruhi tindakan dan keputusan pada masa yang akan datang. Informasi biasanya berupa laporan yang dapat berbentuk hasil cetakan, tampilan di layar komputer, maupun file komputer. (McLeod et al, 2001, p12).
Menurut pendapat kami, data adalah kumpulan fakta yang diperoleh dari pengamatan (observasi), eksperimen, atau pengukuran, yang dapat diproses ke dalam bentuk yang bermanfaat berupa informasi.
2.1.2 Pengertian Sistem
Sistem adalah sekelompok elemen yang terintegrasi dengan maksud yang sama untuk mencapai suatu tujuan (McLeod et al, 2001, p9).
Sistem adalah sekelompok dua atau lebih komponen-komponen yang saling berkaitan atau subsistem-subsistem yang bersatu, untuk mencapai tujuan yang sama (Hall, 2001, p5).
Menurut pendapat kami, sistem adalah sekumpulan entitas, nyata maupun abstrak, yang menyusun suatu keseluruhan dimana setiap komponen berinteraksi atau berkaitan dengan setidaknya satu komponen lainnya dan semua entitas tersebut memiliki tujuan (sasaran) yang sama.
2.1.3 Pengertian Sistem Informasi
Sistem informasi dapat berupa penggabungan terorganisasi dari manusia, hardware, software, jaringan komputer, dan sumber data yang mengumpulkan, mentransformasikan, dan menyebarkan informasi di dalam suatu organisasi (O’Brien, 2003, p7).
Sistem informasi adalah sebuah sistem yang bertujuan untuk menyimpan, memproses, dan menyebarkan informasi (Mallach,1997, p75).
Sistem informasi adalah sekumpulan komponen yang saling berhubungan yang bekerjasama mengumpulkan (mengambil), memproses, menyimpan, dan menyebarkan informasi untuk mendukung pengambilan keputusan, koordinasi, dan pengawasan dalam suatu organisasi (Laudon, 2002, p7).
Sistem informasi adalah susunan dari orang, data, proses, penyajian informasi, dan teknologi informasi yang berinteraksi untuk mendukung dan mengembangkan pengoperasian sehingga dapat membantu dalam penyelesaian masalah dan pembuatan keputusan yang dibutuhkan oleh manajemen dan user (Whitten et al, 2001, p8).
Menurut pendapat kami, sistem informasi adalah sistem yang menerima sumber daya data sebagai input dan mengolahnya menjadi output berupa informasi; sebuah sistem yang menggunakan sumber daya hardware, software dan manusia untuk melaksanakan aktivitas input, proses, output, penyimpanan dan kontrol yang mengubah data menjadi informasi; sebuah sistem yang khusus dirancang untuk menyatukan data, komputer, prosedur, dan orang untuk mengatur informasi yang berguna bagi pencapaian sasaran organisasi.
2.1.4 Piramida Sistem Informasi
Karena kebutuhan informasi untuk masing-masing tingkatan manajerial adalah berbeda, maka informasi yang disajikan juga berbeda. Tidak ada satu sistem yang dapat menyediakan seluruh kebutuhan informasi organisasi. Oleh karena itu, sistem informasi (SI) terbagi menjadi beberapa tingkatan sebagai berikut:
1. SI tingkat operasional (operational-level system): sistem yang mendukung manajer operasional dengan memonitor aktivitas dan kegiatan organisasi pada tingkat dasar, seperti penjualan, penerimaan, penyimpanan kas, penggajian, keputusan kredit, dan aliran bahan mentah dalam suatu pabrik.
2. SI tingkat manajemen (management-level system): sistem yang mendukung pengawasan (monitoring), pengontrolan (controlling), pengambilan keputusan (decision-making), dan aktivitas administratif dari manager menengah. Management-level system biasanya menyediakan laporan periodik daripada informasi langsung tentang kegiatan operasional.
3. SI tingkat strategis (strategic-level system): sistem yang mendukung manajer tingkat atas untuk menghadapi masalah-masalah yang bersifat strategis dan jangka panjang, baik di dalam perusahaan maupun lingkungan eksternal. Prinsipnya adalah menyesuaikan perubahan pada lingkungan eksternal dengan kemampuan yang dimiliki organisasi.
Untuk memperjelas hubungan antar tingkatan SI dapat dilihat pada gambar 2.1.
Gambar 2.1 Jenis-jenis Sistem Informasi (Sumber: Laudon, K.C dan Laudon, J.P., 2006, p39)
2.1.5 Jenis Sistem Informasi
Untuk memenuhi kebutuhan pada ketiga tingkatan SI tersebut, maka diperlukan 4 jenis SI antara lain:
1. Transaction Processing Systems (TPS)
TPS adalah sistem bisnis dasar yang mendukung tingkat operasional dalam organisasi. TPS merupakan sistem terkomputerisasi yang menjalankan dan mencatat transaksi rutin sehari-hari yang diperlukan untuk menjalankan bisnis. Pada tingkat operasional, tugas, sumber daya, dan sasaran telah ditentukan dan sangat terstruktur.
2. Management Information Systems (MIS)
MIS mendukung tingkat manajemen dalam organisasi, menyediakan laporan bagi manajer dan seringkali akses langsung terhadap kinerja organisasi saat ini dan catatan historis. MIS terutama mendukung fungsi-fungsi perencanaan, pengontrolan, dan pengambilan keputusan pada tingkat manajemen. Umumnya, MIS bergantung pada TPS sebagai sumber datanya. 3. Decision Support Systems (DSS)
DSS juga mendukung tingkat manajemen dalam organisasi. DSS membantu manajer membuat keputusan yang unik, selalu berubah-ubah, dan tidak mudah ditentukan terlebih dulu. DSS menangani masalah yang prosedur penyelesaiannya mungkin belum ditentukan sebelumnya. Meskipun DSS menggunakan informasi internal dari TPS dan MIS, mereka seringkali menggunakan informasi dari sumber eksternal, seperti harga saham atau harga produk pesaing.
4. Executive Support Systems (ESS)
ESS mendukung tingkat strategis dalam organisasi dengan mendukung manajer tingkat atas dalam mengambil keputusan. ESS menangani keputusan non-rutin yang memerlukan penilaian, evaluasi, dan pandangan karena tidak ada prosedur yang telah disepakati/ditentukan untuk mencapai solusi. ESS dirancang untuk menyaring, memadatkan, dan melacak data penting, menampilkan data yang paling penting bagi manajer tingkat atas, baik data tentang peristiwa eksternal, seperti aturan perpajakan atau pesaing baru, maupun informasi ringkas dari MIS dan DSS internal.
Gambar 2.2 memperlihatkan jenis spesifik dari sistem informasi yang berhubungan dengan masing-masing tingkat organisasi.
Gambar 2.2 Empat Jenis Utama Sistem Informasi (Sumber: Laudon, K.C dan Laudon, J.P., 2006, p40)
2.1.6 Perbedaan MIS, DSS, dan EIS
Dari perbedaan antara MIS, DSS, dan EIS yang disajikan pada tabel 2.1 dapat dilihat secara garis besar perbedaan dari masing-masing dimensinya.
Tabel 2.1 Perbedaan MIS, DSS, dan EIS
(Sumber: Hugh J. Watson, George Houdeshel, Rex Kelly Rainer, JR., 1997, p12)
Dimensi EIS CONVENTIONAL
MIS
DSS Fungsi
(penggunaan) utama
Mengarahkan kegiatan Kontrol Merencanakan, mengatur, menyusun
staff (staffing), dan mengontrol Aplikasi Pemantauan
lingkungan, evaluasi kinerja, identifikasi masalah dan peluang
Pengontrolan
produksi, peramalan penjualan, analisis keuangan, manajemen sumber daya manusia
Berbagai area dimana keputusan manajerial dibuat
Basis data (database)
Perusahaan, khusus Perusahaan Khusus
Kemampuan pendukung keputusan Dukungan tidak langsung, terutama keputusan dan kebijakan tingkat tinggi dan tidak terstruktur
Dukungan langsung atau tidak langsung; terutama masalah rutin, terstruktur; menggunakan riset operasi standar dan model lainnya
Mendukung pengambilan keputusan semi-terstruktur dan tidak terstruktur, terutama yang bersifat ad hoc, namun keputusan berulang
Dimensi EIS CONVENTIONAL MIS DSS Adaptabilitas terhadap pengguna individual Dirancang untuk eksekutif secara perorangan
Biasanya tidak ada, memiliki standarisasi Memungkinkan penilaian individual, kemampuan what-if, beberapa pilihan gaya dialog
Grafik Suatu keharusan Dapat digunakan, sesuai kebutuhan
Pilihan gaya dialog terintegrasi dalam berbagai DSS Keramahan
terhadap pengguna
Suatu keharusan Dapat digunakan, sesuai kebutuhan
Suatu keharusan jika tidak ada perantara yang digunakan Penanganan informasi Menyaring dan memadatkan informasi, melacak data dan informasi yang penting Informasi disediakan bagi berbagai kelompok pengguna yang kemudian memanipulasinya atau meringkasnya sesuai kebutuhan Informasi yang disediakan oleh EIS dan/atau MIS digunakan sebagai input bagi DSS Dukungan terhadap informasi rinci Akses langsung ke detil pendukung dari berbagai ringkasan
Laporan yang tidak fleksibel, tidak dapat memperoleh detil pendukung dengan cepat
Dapat diprogram ke dalam DSS
Basis model Dapat ditambahkan. Seringkali tidak disertakan atau biasanya terbatas.
Model standar
tersedia, namun tidak diatur
Dimensi EIS CONVENTIONAL MIS
DSS Konstruksi Oleh vendors,
spesialis SI atau staf EIS
Oleh spesialis SI Oleh pengguna, baik sendiri maupun bekerjasama dengan spesialis dari
departemen SI atau kelompok DSS
Hardware Mainframe, micro,
atau sistem terdistribusi Mainframe, micro, atau sistem terdistribusi Mainframe, micro, atau sistem terdistribusi Sifat dasar dari
paket komputasi
Interaktif, kemudahan akses ke banyak database, akses online, kemampuan DBMS yang canggih, hubungan yang kompleks Berorientasi aplikasi, laporan kinerja, kemampuan pelaporan yang kuat, keuangan statistik standar, model ilmiah dari akuntansi dan manajemen Kemampuan komputasi yang besar, bahasa pemodelan dan simulasi dan penghasil DSS (DSS generators)
2.2 Konsep Sistem Pendukung Keputusan (SPK)
Konsep SPK atau DSS diciptakan pertama kali yang memungkinkan seseorang dapat berinteraksi langsung tanpa harus spesialis informasi.
SPK diciptakan untuk dapat menyediakan kebutuhan informasi yang spesifik untuk memecahkan masalah yang spesifik. SPK menyediakan informasi pemecahan masalah maupun komunikasi dalam memecahkan masalah semi terstruktur dan tidak terstruktur.
2.2.1 Sistem Pendukung Keputusan (SPK)
Definisi awal SPK (Decision Support Systems) menunjukkan SPK sebagai sebuah sistem yang dimaksudkan untuk mendukung para pengambil keputusan manajerial dalam situasi keputusan semi terstruktur. SPK dimaksudkan untuk menjadi alat bantu bagi para pengambil keputusan untuk memperluas kapabilitas mereka, namun tidak untuk menggantikan penilaian mereka. SPK ditujukan untuk keputusan-keputusan yang memerlukan penilaian atau pada keputusan-keputusan yang sama sekali tidak dapat didukung oleh algoritma.
(Sumber: Efraim Turban, Jay E. Aronson, & Ting-Peng Liang, 2005, p136)
2.2.1.1 Definisi SPK
SPK merupakan suatu pendekatan (atau metodologi) untuk mendukung pengambilan keputusan. SPK menggunakan computer-based information
systems (CBIS) yang fleksibel, interaktif, dan dapat diadaptasi, yang
dikembangkan untuk mendukung solusi bagi masalah manajemen spesifik yang semi terstruktur. SPK menggunakan data, memberikan user interface yang mudah, dan dapat menggabungkan pemikiran pengambil keputusan. Sebagai tambahan, SPK biasanya menggunakan berbagai model dan dibangun (seringkali oleh pengguna akhir) melalui suatu proses interaktif dan iterative. Ia mendukung semua fase pengambilan keputusan dan dapat memasukkan suatu komponen pengetahuan.
2.2.1.2 Jenis-Jenis Keputusan
Keen dan Scott Morton (Mallach, 1997, p32) membagi keputusan berdasarkan keharusan keputusan dibuat dan cakupan keputusan tersebut, yaitu: 1. Keputusan terstruktur: sebuah keputusan terstruktur dapat merupakan
keputusan yang dihasilkan oleh program komputer, keputusan terstruktur diambil untuk memecahkan masalah yang pernah terjadi sebelumnya.
2. Keputusan tidak terstruktur: keputusan yang diambil untuk memecahkan masalah baru atau sangat jarang terjadi, sehingga perlu dipelajari secara hati-hati. Komputer tetap dapat membantu pembuat keputusan, tetapi hanya dapat memberikan sedikit dukungan.
3. Keputusan semi terstruktur: merupakan keputusan diantara keputusan terstruktur dan tidak terstruktur.
2.2.1.3 Tahap-Tahap Pengambilan Keputusan
Menurut Simon (1977) proses pengambilan keputusan terdiri dari tiga fase utama: inteligensi, desain, dan kriteria, serta fase keempat yaitu implementasi.
1. Inteligensi
Inteligensi dalam pengambilan keputusan meliputi scanning (pemindaian) lingkungan untuk identifikasi situasi atau peluang-peluang masalah, Pada fase inteligensi, realitas diuji, dan masalah diidentifikasi dan ditentukan. Kepemilikan masalah juga ditetapkan di sini.
2. Desain
Pada fase desain akan dikonstruksi sebuah model yang merepresentasikan sistem. Hal ini dilakukan dengan membuat asumsi-asumsi yang menyederhanakan realitas dan menuliskan hubungan di antara semua variabel. Model ini kemudian divalidasi, dan ditentukanlah kriteria dengan menggunakan prinsip memilih untuk mengevaluasi alternatif tindakan yang telah diidentifikasi. Proses pengembangan model sering mengidentifikasi solusi-solusi alternatif, dan demikian sebaliknya.
3. Pilihan
Fase pilihan meliputi pilihan terhadap solusi yang diusulkan tampak masuk akal, kita siap untuk fase terakhir: fase implementasi keputusan. 4. Implementasi
Hasil implementasi yang berhasil adalah terpecahkannya masalah riil. Kegagalan implementasi membuat kita harus kembali ke fase sebelumnya.
Gambar 2.3 Proses Pengambilan Keputusan
(Sumber: Efraim Turban, Jay E. Aronson, & Ting-Peng Liang, 2005, p64-65)
2.2.1.4 Tujuan SPK
Tujuan-tujuan SPK berhubungan dengan tiga prinsip dasar dari konsep SPK, yaitu:
1. Struktur masalah: membantu manajer membuat keputusan dan menyelesaikan masalah semi terstruktur.
2. Dukungan keputusan: DSS mendukung pengambilan keputusan manajer, dan bukan menggantikannya.
3. Efektivitas keputusan: meningkatkan efektivitas pengambilan keputusan daripada efisiensinya.
2.2.1.5 Karakteristik dan Kapabilitas SPK
Karakteristik dan kapabilitas dari SPK adalah (ditunjukkan pada Gambar 2.4):
Gambar 2.4 Karakteristik dan Kapabilitas SPK
(Sumber: Efraim Turban, Jay E. Aronson, & Ting-Peng Liang, 2005, p141-143)
1. Dukungan untuk pengambil keputusan, terutama pada situasi semi terstruktur dan tidak terstruktur, dengan menyertakan penilaian manusia dan informasi
terkomputerisasi. Masalah-masalah tersebut tidak dapat dipecahkan oleh sistem komputer lain atau oleh metode atau alat kuantitatif standar.
2. Dukungan untuk semua level manajerial, dari eksekutif puncak sampai manajer lini.
3. Dukungan untuk individu dan kelompok. Masalah yang kurang terstruktur sering memerlukan keterlibatan individu dari departemen dan tingkat organisasional yang berbeda atau bahkan dari organisasi lain. SPK mendukung tim virtual melalui alat-alat Web kolaboratif.
4. Dukungan untuk keputusan independen dan atau sekuensial. Keputusan dapat dibuat satu kali, beberapa kali, atau berulang (dalam interval yang sama).
5. Dukungan di semua fase proses pengambilan keputusan: inteligensi, desain, pilihan, dan implementasi.
6. Dukungan di berbagai proses dan gaya pengambilan keputusan.
7. Adaptivitas sepanjang waktu. Pengambil keputusan seharusnya reaktif, dapat menghadapi perubahan kondisi secara cepat, dan dapat mengadaptasikan SPK untuk memenuhi perubahan tersebut. SPK bersifat fleksibel dan karena itu pengguna dapat menambahkan, menghapus, menggabungkan, mengubah, atau menyusun kembali elemen-elemen dasar. SPK juga fleksibel dalam hal dapat dimodifikasi untuk memecahkan masalah lain yang sejenis.
8. Pengguna merasa seperti di rumah. User-friendly, kapabilitas grafis yang sangat kuat, dan antarmuka manusia-mesin interaktif dengan satu bahasa
alami dapat sangat meningkatkan keefektifan SPK. Kebanyakan aplikasi SPK yang baru menggunakan antarmuka berbasis-Web.
9. Peningkatan terhadap keefektifan pengambilan keputusan (akurasi,
timeliness, kualitas) daripada pada efisiensinya (biaya pengambilan
keputusan).
10. Kontrol penuh oleh pengambil keputusan terhadap semua langkah proses pengambilan keputusan dalam memecahkan suatu masalah. SPK tidak menggantikan pengambil keputusan.
11. Pengguna akhir dapat mengembangkan dan memodifikasi sendiri sistem sederhana.
12. Biasanya model-model digunakan untuk menganalisis situasi pengambilan keputusan. Kapabilitas pemodelan memungkinkan eksperimen dengan berbagai strategi yang berbeda di bawah konfigurasi yang berbeda.
13. Akses disediakan untuk berbagai sumber data, format, dan tipe, mulai dari sistem informasi geografis (GIS) sampai sistem berorientasi objek.
14. Dapat dilakukan sebagai alat stand alone yang digunakan oleh seorang pengambil keputusan pada satu lokasi atau didistribusikan di seluruh organisasi dan di beberapa organisasi sepanjang rantai persediaan. Dapat diintegrasikan dengan SPK lain dan atau aplikasi lain, dan dapat didistribusikan secara internal dan eksternal dengan menggunakan
Karakteristik dan kapabilitas kunci dari SPK tersebut memungkinkan para pengambil keputusan untuk membuat keputusan yang lebih baik dan lebih konsisten pada satu cara yang dibatasi waktu.
2.2.1.6 Komponen SPK
Sistem lainnya yang berbasis komputer
Manajemen Data
Internet, Intranet, Ekstranet
Manajemen Model Model Eksternal
Antarmuka Pengguna Manajer (pengguna) Subsistem berbasis Pengetahuan Basis Pengetahuan Organisasional Gambar 2.5 Komponen SPK
(Sumber: Efraim Turban, Jay E. Aronson, & Ting-Peng Liang, 2005, p144)
Menurut Turban (2005, p145) Aplikasi DSS dapat terdiri dari subsistem seperti ditunjukkan pada Gambar 2.5. Berdasarkan definisi, DSS harus mencakup tiga komponen utama dari DBMS, MBMS dan antarmuka pengguna.
Subsistem manajemen berbasis pengetahuan adalah opsional, namun dapat memberikan banyak manfaat karena memberikan intelegensi bagi tiga komponen utama tersebut. Seperti pada semua system informasi manajemen, pengguna dapat dianggap sebagai komponen DSS.
Komponen-komponen tersebut membentuk sistem aplikasi DSS yang dapat dikoneksikan ke intranet perusahaan, ke ekstranet, atau ke internet. Umumnya komponen berkomunikasi via teknologi internet.
1. Subsistem Manajemen Data: subsistem manajemen data memasukkan satu database yang berisi data yang relevan untuk situasi dan dikelola oleh perangkat lunak yang disebut sistem manajemen database (DBMS –
Database Management Systems). Subsistem manajemen data dapat
diinterkoneksikan dengan data warehouse perusahaan, suatu repositori untuk data perusahaan yang relevan untuk pengambilan keputusan. Biasanya data disimpan atau diakses via server Web database.
2. Subsistem Manajemen Model: merupakan paket perangkat lunak yang memasukkan model keuangan, statistic, ilmu manajemen, atau model kuantitatif lainnya yang memberikan kapabilitas analitik dan manajemen perangkat lunak yang tepat. Bahasa-bahasa permodelan untuk membangun model-model custom juga dimasukkan. Perangkat lunak ini sering disebut sistem manajemen basis model (MBMS – Model Base Management
Systems). Komponen ini dapat dikoneksikan ke penyimpanan korporat atau
diimplementasikan pada sistem pengembangan Web untuk berjalan pada server aplikasi.
3. Subsistem Antarmuka Pengguna: pengguna komunikasi dengan dan memerintahkan DSS melalui subsistem ini. Pengguna adalah bagian yang dipertimbangkan dari sistem. Para peneliti menegaskan bahwa beberapa konstruksi unik dari DSS berasal dari interaksi yang intensif antara komputer dan pembuat keputusan. Browser Web memberikan struktur antarmuka pengguna grafis yang familiar dan konsisten bagi kebanyakan DSS.
4. Subsistem Manajemen Berbasis-Pengetahuan: subsistem ini dapat mendukung semua subsistem lain atau bertindak sebagai suatu komponen independen. Ia memberikan inteligensi untuk memperbesar pengetahuan si pengambil keputusan. Subsistem ini dapat diinterkoneksikan dengan repositori pengetahuan perusahaan (bagian dari sistem manajemen pengetahuan), yang kadang-kadang disebut basis pengetahuan organisasional. Pengetahuan dapat disediakan via server Web.
(Sumber: Efraim Turban, Jay E. Aronson, & Ting-Peng Liang, 2005, p143-144)
2.2.1.7 Tahapan Pengembangan SPK
Pengembangan merupakan tahap yang penting dalam rangka mewujudkan sistem. Dalam pengembangan sistem diperlukan suatu metodologi untuk menyediakan struktur bagi pengembangan sistem tersebut, yang disebut
dari Turban & Aronson, 2001, p229-231), SDLC tradisional terdiri dari 4 tahap utama yaitu:
1. Perencanaan (Planning): fase perencanaan memulai dengan sebuah kebutuhan bisnis yang belum terpenuhi. Meliputi peluang-peluang yang mungkin yang diidentifikasi dengan membaca lingkungan. Apakah ada suatu masalah yang perlu dipecahkan? Inisiasi proyek melibatkan sebuah sistem yang telah diputuskan. Jika kelihatan bermanfaat, maka dilakukan studi kelayakan. Studi kelayakan mempertimbangkan apakah gagasan tersebut masuk akal. Pertanyaan-pertanyaan berkenaan dengan kelayakan teknis, kelayakan biaya, dan kelayakan organisasional dijawab disini. Jika proyek disetujui, maka ditugaskanlah seorang manajer proyek dan ia menyusun sebuah rencana kerja, mengorganisasi proyek, dan mengadopsi metode-metode untuk mengelolanya.
2. Analisis (Analysis): fase analisis seperti wawancara wartawan. Fase ini menanyakan dan menjawab pertanyaan-pertanyaan penting seperti siapa para pengguna sistem, apa yang akan dicapai oleh sistem, dan dimana serta kapan sistem akan dijalankan. Fase ini memulai dengan pengembangan sebuah strategi analisis atau suatu rencana untuk memandu proyek. Jika sebelumnya sudah ada sistem yang berjalan, maka sistem tersebut dianalisis bersama dengan berbagai cara untuk mengarah kepada sistem baru. Hal ini mengacu kepada pengumpulan informasi lebih lanjut, pengembangan sebuah model proses dan sebuah model data.
3. Perancangan (Design): fase perancangan menandai bagaimana sistem akan bekerja, mempertimbangkan semua detail perangkat keras, perangkat lunak, infrastruktur jaringan, antarmuka pengguna, dan lain-lain. Pada fase ini, antarmuka pengguna, form, display, program dan laporan, database, dan file ditetapkan. Pada strategi design, ditetapkanlah jumlah sistem untuk dibeli atau dikontrak (versus membangun in-house). Hal ini mengacu pada rancangan arsitektur, yang mengacu kepada rancangan database dan file, yang pada gilirannya mengacu kepada rancangan program. Secara bersama-sama, hal-hal tersebut merupakan spesifikasi sistem.
4. Implementasi (Implementation): fase implementasi membawa semua hal bersama-sama. Inilah tempat dimana sistem dibangun atau dibeli. Konstruksi melibatkan tidak hanya membangun sistem, tetapi juga mengujinya untuk memverifikasi bahwa sistem tersebut bekerja. Perencanaan yang lebih baik dapat mendorong ke arah sistem dengan lebih sedikit bug. Instalasi merupakan langkah terakhir dan melibatkan apakah sistem benar-benar berjalan.
Gambar 2.6 Tahap Pengembangan SPK
(Sumber: Efraim Turban, Jay E. Aronson, & Ting-Peng Liang, 2005, p402) 2.2.1.8 Klasifikasi SPK
Holsaple dan Whinston (1996) mengklasifikasikan DSS menjadi enam kerangka kerja yaitu text-oriented DSS, database-oriented DSS,
spreadsheet-oriented DSS, solver-spreadsheet-oriented DSS, rule-spreadsheet-oriented DSS, dan compound DSS.
a) Text-oriented DSS
Informasi (meliputi data dan pengetahuan) sering disimpan dalam format teks dan harus diakses oleh pengambil keputusan. Dengan demikian, adalah penting untuk menyajikan dan memproses dokumen dan fragmen teks secara efektif dan efisien. SPK berorientasi teks mendukung pengambil keputusan dengan secara elektronik melacak informasi yang disajikan secara teks yang dapat mempengaruhi keputusan. SPK tersebut memungkinkan dokumen-dokumen dibuat secara elektronik, direvisi, dan dilihat ketika diperlukan.
b) Database-oriented DSS
Pada SPK ini, database organisasi punya peran penting dalam struktur DSS. Generasi awal dari SPK berorientasi database terutama menggunakan konfigurasi database relasional. Informasi yang ditangani oleh database relasional cenderung sangat berisi, deskriptif, dan sangat terstruktur. SPK berorientasi database bercirikan pembuatan laporan yang baik dan kapabilitas query.
c) Spreadsheet-oriented DSS
SPK berorientasi spreadsheet merupakan sistem pemodelan yang memungkinkan pengguna mengembangkan model-model untuk mengeksekusi analisis SPK. Model ini tidak hanya membuat, melihat, dan memodifikasi pengetahuan procedural, tetapi juga menginstruksikan sistem untuk mengeksekusi instruksi self-contained mereka (macro). Spreadsheet digunakan secara luas pada SPK yang dikembangkan oleh pengguna akhir.
End-user tool yang paling populer untuk mengembangkan SPK adalah
Microsoft Excel. d) Solver-oriented DSS
Solver adalah suatu algoritma atau prosedur yang ditulis sebagai satu
program komputer untuk melakukan komputasi tertentu untuk memecahkan suatu tipe masalah tertentu. Contoh-contoh solver dapat berupa prosedur
economic order quantity untuk menghitung kuantitas pesanan optimal atau linear regression routine untuk menghitung suatu tren. Solver dapat
contoh, Excel memasukkan beberapa solver powerful – function dan
procedure – yang memecahkan sejumlah masalah bisnis. Pembangun SPK
dapat menggabungkan beberapa solver ketika membuat aplikasi SPK. e) Rule-oriented DSS
Komponen pengetahuan dari SPK mencakup aturan prosedural maupun inferensial (reasoning), seperti dalam format expert system (sistem pakar). Aturan ini bisa jadi kualitatif atau kuantitatif, dan komponen seperti itu dapat menggantikan atau diintegrasikan dengan model kualitatif.
f) Compound DSS
SPK gabungan adalah suatu hybrid system yang meliputi dua atau lebih dari lima struktur dasar yang telah dijelaskan sebelumnya.
(Sumber: Efraim Turban, Jay E. Aronson, & Ting-Peng Liang, 2005, p166)
2.2.2 Konsep Model SPK
Karakteristik utama dari SPK termasuk kemampuan permodelannya. Ide dasar untuk menjalankan analisis SPK adalah dengan menggunakan model. Model dapat merepresentasikan sistem atau masalah dengan berbagai tingkatan abstraksi. Model diklasifikasikan menjadi tiga jenis berdasarkan tingkat abstraksi, antara lain:
1) Model Iconic (Scale)
Model iconic – tipe model dengan abstraksi yang paling rendah –
merupakan replika fisik dari sebuah sistem, biasanya pada skala yang berbeda dari aslinya. Model iconic bisa berupa tiga dimensi, misalnya
pesawat terbang, mobil, jembatan, atau lini produksi. Fotografi adalah model skala iconic dua dimensi.
2) Model Analog
Model analog bertindak seperti sistem riil, tetapi tidak mirip. Model ini lebih abstrak dibanding model iconic dan merupakan representasi simbolis dari realitas. Model dengan tipe ini biasanya bagan atau diagram dua dimensi. Model ini dapat berupa model fisik, namun bentuk model berbeda dari sistem aktual. Beberapa contoh meliputi:
• Bagan organisasi yang menggambarkan struktur, otoritas, dan tanggung jawab.
• Peta dengan warna-warna berbeda merepresentasikan objek-objek, seperti mata air atau gunung.
• Bagan pasar saham yang merepresentasikan pergerakan harga saham.
• Cetak biru sebuah mesin atau rumah. • Animasi, video, dan film.
3) Model Matematika (Kuantitatif)
Kompleksitas hubungan di banyak sistem organisasi tidak dapat direpresentasikan dengan icon atau secara analogi karena representasi tersebut akan segera membingungkan, dan akan makan banyak waktu jika menggunakan kedua hal tersebut. Dengan demikian, model yang lebih abstrak dijelaskan secara matematika. Sebagian besar analisis SPK dilakukan secara numerik dengan model matematika atau model kuantitatif lainnya.
(Sumber: Efraim Turban, Jay E. Aronson, & Ting-Peng Liang, 2005, p63) 2.2.2.1 Model
Karakteristik utama dari SPK adalah kemampuannya dalam menggunakan model. Turban (1995, p42) menuliskan bahwa model adalah penyederhanaan atau abstraksi dari realita (kenyataan). Model selalu sederhana karena realita terlalu kompleks untuk ditiru dengan tepat dan karena banyak kompleksitas yang sebenarnya tidak relevan dengan masalah yang spesifik.
2.2.2.2 Jenis Model
Tabel di bawah mengelompokkan model-model DSS menjadi tujuh kelompok dan mendaftarkan beberapa teknik representif untuk setiap kategori. Masing-masing teknik dapat diterapkan pada model statis atau dinamis yang dapat dikonstruksi di bawah lingkungan yang pasti, tidak pasti atau risiko.
Tabel 2.2 Kategori-Kategori Model
(Sumber: Efraim Turban, Jay E. Aronson, & Ting-Peng Liang, 2005, p196)
Kategori Proses dan Tujuan Teknik-Teknik Representatif Optimalisasi
masalah dengan sedikit alternatif.
Menemukan solusi terbaik dari sejumlah kecil alternatif.
Tabel keputusan, pohon keputusan.
Optimalisasi via algoritma.
Menemukan solusi terbaik dari sejumlah besar alternatif dengan menggunakan proses pendekatan langkah demi langkah.
Model pemograman matematika linier dan lainnya, model
jaringan.
Kategori Proses dan Tujuan Teknik-Teknik Representatif rumusan analitik. satu langkah dengan
menggunakan satu rumus. Simulasi. Menemukan satu solusi yang
cukup baik atau yang terbaik di antara berbagai alternatif yang dipilih dengan menggunakan eksperimen.
Beberapa tipe simulasi.
Heuristik. Menemukan satu solusi yang cukup baik dengan menggunakan aturan-aturan.
Pemograman heuristik, sistem pakar.
Model-model prediktif.
Memprediksi masa depan untuk skenario yang ditentukan.
Model forecasting, analisis Markov.
Model-model lainnya.
Memecahkan kasus bagaimana-jika (what-if) dengan
menggunakan sebuah rumus.
Pemodelan keuangan, waiting
lines.
2.2.2.3 Keuntungan dan Kerugian Model
Keuntungan (manfaat) yang diperoleh dari penggunaan model dalam sistem pendukung keputusan menurut Turban, Aronson & Ting-Peng Liang (2005, p63) antara lain:
• Manipulasi model (mengubah variabel keputusan atau lingkungan) jauh lebih mudah ketimbang memanipulasi sistem riil. Eksperimentasi lebih mudah dan tidak berinterferensi dengan operasional harian dan organisasi.
• Model memungkinkan kompresi waktu. Tahun-tahun operasi dapat disimulasi dalam hitungan menit atau detik (dari waktu komputer).
• Biaya analisis pemodelan jauh lebih rendah ketimbang biaya eksperimen serupa yang dilakukan pada sebuah sistem riil.
• Biaya pembuatan kesalahan selama eksperimen coba-salah jauh lebih rendah ketika menggunakan model-model, dibanding menggunakan sistem riil. • Lingkungan bisnis mencakup ketidakpastian yang dapat dipertimbangkan.
Dengan pemodelan, manajer dapat mengestimasi risiko dari tindakan-tindakan tertentu.
• Model matematika memungkinkan analisis terhadap sejumlah solusi yang mungkin yang sangat besar, dan kadang-kadang tak terbatas. Bahkan pada masalah sederhana, manajer sering memiliki sejumlah alternatif untuk dipilih.
• Model memperkuat pembelajaran dan pelatihan. • Metode model dan solusi tersedia di Web.
• Ada banyak applet Java (dan program Web lainnya) yang telah memecahkan model-model.
Keuntungan pembuatan model diimbangi dengan 2 kerugian utama model, yaitu:
• Kesulitan pembuatan model sistem bisnis akan menghasilkan model yang tidak menangkap semua pengaruh pada entitas. Pertimbangan yang menyeluruh diperlukan dalam menerapkan keputusan yang didasarkan hasil simulasi.
• Keahlian matematika tingkat tinggi diperlukan untuk mengembangkan sendiri model-model yang lebih kompleks. Keahlian itu juga diperlukan dalam menafsirkan output secara tepat.
2.2.3 Pengambilan Keputusan Kriteria Majemuk
Pengambilan keputusan kriteria majemuk dilakukan dengan menggunakan model Analytic Hierarchy Process (AHP).
2.2.3.1 Definisi Analytic Hierarchy Process (AHP)
Analytic Hierarchy Process (AHP) adalah suatu model yang luwes yang
memberikan kesempatan bagi perorangan atau kelompok untuk membangun gagasan-gagasan dan mendefinisikan persoalan dengan cara membuat asumsi mereka masing-masing dan memperoleh pemecahan yang diinginkan darinya (Saaty, 1991, p23).
Menurut Marshall (1995, p278), AHP adalah suatu metode yang dikembangkan untuk menghasilkan tingkatan alternatif keputusan dengan struktur matematis. Ide utamanya adalah untuk menemukan trade-off atribut melalui perbandingan atribut berpasangan. Menemukan nilai setiap alternatif keputusan berpasangan dalam atribut tersebut.
2.2.3.2 Keuntungan AHP
Saaty (1991, p25) menyebutkan berbagai keuntungan AHP yaitu: 1. Kesatuan
AHP memberikan suatu model tunggal yang mudah dimengerti dan luwes untuk aneka ragam persoalan tak terstruktur.
2. Kompleksitas
AHP memadukan rancangan deduktif dan rancangan berdasarkan sistem dalam memecahkan persoalan kompleks.
3. Saling ketergantungan
AHP dapat menangani saling ketergantungan elemen-elemen dalam suatu sistem dan tidak memaksakan pemikiran linier.
4. Penyusunan hirarki
AHP mencerminkan kecenderungan alami pikiran untuk memilah-milah elemen suatu sistem dalam berbagai tingkat berlainan dan mengelompokkan struktur yang serupa dalam setiap tingkat.
5. Pengukuran
AHP memberikan suatu skala untuk mengukur hal-hal dan terwujud suatu metode untuk menetapkan prioritas.
6. Konsistensi
AHP melacak konsistensi logis dari pertimbangan-pertimbangan yang digunakan dalam menetapkan berbagai prioritas.
7. Sintesis
AHP menuntun ke suatu taksiran menyeluruh tentang kebaikan setiap alternatif.
AHP mempertimbangkan prioritas-prioritas relatif dari berbagai faktor sistem dan memungkinkan orang memilih alternatif terbaik berdasarkan tujuan-tujuan mereka.
9. Penilaian dan konsensus
AHP tidak memaksakan konsensus tetapi mensintesis suatu hasil yang representatif dari berbagai penilaian yang berbeda-beda.
10. Pengulangan proses
AHP memungkinkan orang memperhalus definisi mereka pada suatu persoalan dan memperbaiki pertimbangan dan pengertian mereka melalui pengulangan.
2.2.3.3 Prinsip Dasar AHP
Ada empat prinsip dasar AHP (Mulyono, 2004, p335-337):
a. Decomposition, yaitu memecahkan masalah yang utuh menjadi unsur-unsurnya. Jika ingin mendapat hasil akurat, pemecahan juga dilakukan terhadap unsur-unsurnya sampai tidak mungkin dilakukan pemecahan lebih lanjut sehingga didapat beberapa tingkatan dari persoalan tadi. Proses analisi ini dinamakan hirarki.
Ada dua jenis hirarki, yaitu lengkap dan tidak lengkap. Dalam hirarki lengkap, semua elemen pada suatu tingkat memiliki semua elemen yang ada pada tingkat berikutnya. Jika tidak demikian maka dinamakan hirarki tidak lengkap.
b. Comparative Judgement, prinsip ini berarti membuat penilaian tentang kepentingan relatif dua elemen pada suatu tingkat tertentu dalam kaitannya dengan tingkat diatasnya. Penilaian ini merupakan inti dari AHP, karena ia akan berpengaruh terhadap prioritas elemen-elemen. Dalam penyusunan skala kepentingan ini digunakan tabel berikut:
Tabel 2.3 Skala Perbandingan Berpasangan (Aksioma AHP) Tingkat
Kepentingan
Definisi
1 Sama pentingnya dibanding yang lain.
3 Moderat atau sedikit lebih penting dibanding yang lain. 5 Kuat pentingnya dibanding yang lain.
7 Sangat kuat pentingnya dibanding yang lain. 9 Ekstrim pentingnya dibanding yang lain. 2, 4, 6, 8 Nilai di antara dua pertimbangan yang berdekatan.
c. Synthesis of Priority, dari setiap matriks pairwise comparison kemudian dicari eigen vector-nya untuk mendapatkan local priority. Karena matriks
pairwise comparison terdapat pada semua tingkat, maka untuk mendapatkan global priority harus dilakukan sintesa di antara local priority. Prosedur
melakukan sintesis berbeda menurut bentuk hirarki. Pengurutan elemen-elemen menurut kepentingan relatif melalui prosedur sintesis dinamakan
priority setting.
d. Logical Consistency, konsistensi memiliki dua makna. Pertama adalah bahwa obyek-obyek yang serupa dapat dikelompokkan sesuai dengan
keseragaman dan relevansi. Arti kedua adalah menyangkut tingkat hubungan antara obyek-obyek yang didasarkan pada kriteria tertentu.
2.2.3.4 Kelebihan AHP
Menurut Kadarsah (2002, p131), kelebihan AHP dibanding dengan model yang lainnya adalah:
a. Struktur yang hirarki, sebagai konsekuensi dari kriteria yang dipilih, sampai pada subkriteria-subkriteria yang paling dalam.
b. Memperhitungkan validitas sampai dengan batas toleransi inkonsistensi berbagai kriteria dan alternatif yang dipilih oleh para pengambil keputusan. c. Memperhitungkan daya tahan atau ketahanan output analisis sensitivitas
pengambilan keputusan.
2.2.3.5 Struktur AHP
Membuat struktur hirarki diawali dengan tujuan umum, dilanjutkan dengan sub-sub tujuan, kriteria, dan kemungkinan alternatif-alternatif pada tingkat kriteria yang paling bawah (Kadarsah, 2002, p131).
Gambar 2.7 Struktur Hirarki AHP
2.2.3.6 Langkah-langkah Menentukan Prioritas
Langkah ini diawali dengan melihat hirarki yang telah dibuat lalu membentuk matriks pairwise comparison. Nilai pada matriks ini didapat dari memberi pertanyaan berapa kali lipat suatu kriteria dibandingkan terhadap kriteria lainnya. Contoh: Kriteria L W T L 1 0.5 0.25 W 2 1 0.5 T 4 2 1
Langkah kedua yaitu matriks pairwise comparison dinormalisasi dengan cara membagi unsur pada setiap kolom dengan hasil nilai jumlah kolom.
Kriteria L W T L 1/7 = 0.14 0.5/3.5 = 0.14 0.25/1.75 = 0.14 W 2/7 = 0.29 1/3.5 = 0.29 0.5/1.75 = 0.29 T 4/7 = 0.57 2/3.5 = 0.57 1/1.75 = 0.57
Langkah selanjutnya yaitu langkah ketiga adalah menjumlahkan setiap baris matriks yang telah dinormalisasi dan dibagi dengan n (banyaknya unsur), dalam kasus ini adalah 3. Hasilnya merupakan prioritas atau bobot yang dicari. Contoh: 0.14 + 0.14 + 0.14 = 0.14, dan seterusnya
3
Langkah keempat yaitu mencari Eigen Value (Z) dengan cara menjumlahkan baris nilai kriteria pada matriks pairwise comparison dengan nilai bobot ketiga kriteria, kemudian dibagi dengan bobot kriteria yang bersangkutan.
Setelah mendapatkan nilai Z, dicari Z maksimal yaitu dengan menjumlahkan Z dan membagi dengan jumlah kriteria yang ada.
Langkah terakhir yaitu mencari nilai Consistency Index (CI) dan
Consistency Ratio (CR) dengan rumus:
CI = (Zmaks - n) / (n - 1)
CR = CI Random Consistency Index
Nilai dari CR seharusnya kurang dari 10% (0.1).
Tabel 2.4 Random Consistency Index
N 1 2 3 4 5 6 7 8 9 10
2.3 Alat Bantu Analisis dan Perancangan Sistem
Alat bantu yang digunakan dalam analisis dan perancangan SPK ini antara lain adalah Data Flow Diagram (DFD), Entity Relationship Diagram (ERD), dan State Transition Diagram (STD).
2.3.1 Data Flow Diagram (DFD)
Berikut ini akan dijelaskan mengenai definisi, manfaat, komponen, hirarki dan aturan-aturan DFD.
2.3.1.1 Definisi DFD
DFD (Whitten, 2001, p168) adalah sebuah diagram yang menggambarkan proses-proses yang sedang berjalan dan atau yang akan ditawarkan dalam sebuah sistem beserta seluruh input, output dan file dari sistem tersebut.
DFD (Marakas, 2006, p117) adalah sebuah piranti grafis yang menggambarkan urutan dari proses-proses dan fungsi-fungsi di dalam sebuah batasan sistem tertentu dan juga aliran data yang ada di dalam sistem tersebut.
2.3.1.2 Manfaat DFD
Manfaat dari DFD adalah:
• Menggambarkan aliran data dari sebuah sistem serta pekerjaan atau pemrosesan yang dijalankan oleh sistem tersebut (Whitten, 2001, p308).
• Mengilustrasikan kebutuhan-kebutuhan dari proses bisnis (Whitten, 2001, p96).
• Mengilustrasikan bagaimana data akan dikumpulkan, disimpan, digunakan dan dipelihara (Whitten, 2001, p169).
2.3.1.3 Komponen DFD
Komponen-komponen pembentuk DFD (Gane & Sarson) adalah:
1. Process (proses): sarana pengubah data ke dalam bentuk lain, digunakan untuk menciptakan data baru atau dirangkai menjadi hasil keluaran yang berguna. Dalam pemodelan logis, proses data dilakukan oleh mesin, manusia atau komputer. Proses diatur berdasarkan urutan terjadinya masing-masing proses, hal ini digambarkan dengan adanya identitas nomor untuk setiap proses (Marakas, 2006, p118-119).
Gambar 2.8 Bentuk Process (Proses) (Marakas, 2006, p118)
2. Data Store: mewakili sebuah tempat penyimpanan untuk data, baik yang bersifat sementara atau selamanya disimpan di dalam sistem tersebut (Marakas, 2006, p118).
Gambar 2.9 Bentuk Data Store (Marakas, 2006, p118)
3. Data Flow (Aliran Data): representasi pergerakan data, arah dan isi dari data (Marakas, 2006, p118).
Gambar 2.10 Bentuk Data Flow (Aliran Data) (Marakas, 2006, p118)
4. External Agent: seseorang atau sesuatu yang berinteraksi dengan sistem namun berada di luar batasan sistem dan oleh karena itu tidak berada dalam kontrol sistem atau pengguna sistem. External Agent bisa berbentuk sebagai sebuah Sink ataupun sebuah Source (Marakas, 2006, p118).
• Sink: external agent yang merupakan tujuan keluarnya aliran data dari sistem.
• Source: external agent yang merupakan sumber atau asal keluarnya aliran data menuju ke dalam sistem.
Gambar 2.11 Bentuk External Agent (Marakas, 2006, p118)
2.3.1.4 Hirarki DFD
Hirarki dari penggambaran DFD (Marakas, 2006, p120-123) adalah sebagai berikut:
1. Diagram Level Konteks
Merupakan diagram level pertama yang menampilkan sistem dengan sangat global (tidak detil), bertujuan untuk mengidentifikasi batasan sistem serta hubungannya dengan berbagai source ataupun sink. Diagram Konteks hanya memiliki satu proses yang ditandai dengan nama dari sistem dan tidak ada penggambaran data store.
2. Diagram Level Nol
Merupakan penggambaran detil atau penjabaran dari Diagram Konteks. Menggambarkan proses-proses utama yang terdapat dalam sebuah sistem, urutan dari proses tersebut, semua data store yang diakses oleh proses dan juga source serta sink yang berinteraksi dengan sistem sesuai dengan yang sudah digambarkan di Diagram Konteks. Proses ditandai dengan penomoran 1.0, 2.0, dan seterusnya.
3. Diagram Level 1 hingga N (Rinci)
Merupakan penggambaran lebih detil dari masing-masing proses di Diagram Nol atau level sebelumnya yang membutuhkan penjabaran. Semua penggambaran komponen yang terlibat, harus sesuai dengan penggambaran yang sudah dilakukan di level sebelumnya. Proses ditandai dengan penomoran 1.1, 2.1, 1.1.1, 2.1.1, 3.1, dan seterusnya. Proses yang sudah
terjabarkan hingga sempurna, maka tidak perlu digambarkan ke level selanjutnya dan disebut sebagai functional primitive.
2.3.1.5 Aturan-aturan DFD
Larangan dalam penggambaran proses (Whitten, 2001, p315):
• Proses yang memiliki input namun tidak memiliki output disebut sebagai
Black Hole.
• Proses yang memiliki output namun tidak memiliki input disebut sebagai
Miracle.
• Proses yang jumlah input-nya kurang untuk dapat menghasilkan output yang diinginkan (ada aliran data masuk yang kurang) disebut sebagai Grey Hole.
Larangan dalam Penggambaran Data Flow (aliran data)
Data Flow Ilegal Data Flow Terkoreksi
Gambar 2.12 Aturan Data Flow (Aliran Data) (Whitten, 2001, p325)
2.3.2 Entity Relationship Diagram (ERD)
Pembahasan mengenai ERD mencakup definisi, manfaat dan komponen ERD.
2.3.2.1 Definisi ERD
ERD (Whitten, 2001, p260) adalah sebuah diagram yang menggambarkan data dalam bentuk entitas-entitas beserta hubungan yang terbentuk antar data tersebut.
ERD (Marakas, 2006, p145) adalah sebuah diagram yang digunakan untuk menggambarkan kebutuhan konseptual data dari sistem yang direncanakan serta mengidentifikasikan aturan dan hubungan antar data.
2.3.2.2 Manfaat ERD
Manfaat dari ERD adalah:
• Untuk memodelkan data mentah yang dihasilkan oleh sebuah sistem (Whitten, 2001, p169).
• Untuk memodelkan kebutuhan data perusahaan (Whitten, 2001, p97).
2.3.2.3 Komponen ERD
Komponen-komponen pembentuk ERD (Whitten, 2001, p260-267) adalah:
1. Entitas: sesuatu mengenai bisnis yang butuh untuk disimpan datanya. Entitas bisa berupa sekumpulan manusia, tempat, objek, kejadian atau konsep.
Gambar 2.13 Bentuk Entitas (Whitten, 2001, p260)
2. Atribut: sebuah properti deskriptif atau karakteristik dari sebuah entitas.
Gambar 2.14 Contoh Atribut-atribut Sebuah Entitas (Marakas, 2006, p149) MAHASISWA NIM Nama Alamat No. HP Tanggal Lahir Jenis Kelamin Ras IPK
3. Relationship (hubungan): sebuah asosiasi dalam lingkup lingkungan bisnis dan organisasi antar satu entitas dengan entitas lainnya (Marakas, 2006, p149).
Gambar 2.15 Contoh Hubungan Antar Entitas (Marakas, 2006, p149) MAHASISWA NIM Nama Alamat No. HP Tanggal Lahir Jenis Kelamin IPK KURIKULUM Kd. Program Studi Judul Program Gelar
4. Identification atau Key: sebuah atribut atau sekumpulan atribut, yang bernilai unik untuk setiap contoh dari entitas (Whitten, 2001, p262).
Primary Key (PK): sebuah key yang paling unik digunakan untuk
mengidentifikasi sebuah contoh tunggal dari sebuah entitas (Marakas, 2006, p148).
Foreign Key (FK): sebuah PK dari suatu entitas yang berada di entitas lain
untuk mengidentifikasi hubungan antar entitas tersebut (Whitten, 2001, p267).
Gambar 2.16 Contoh Key Entitas (Whitten, 2001, p262)
5. Kardinalitas: mendefinisikan nilai minimum dan maksimum dari terjadinya suatu hubungan antar sebuah entitas dengan entitas lainnya. Kardinalitas
MAHASISWA NIM (PK) Nama Alamat No. HP Tanggal Lahir Jenis Kelamin IPK KURIKULUM Kd. Program Studi (PK) Judul Program Gelar JURUSAN ID Jurusan (PK) NIM (PK) Kd. Program Studi (PK) Tanggal Pengambilan
harus ditentukan untuk kedua arah dari suatu hubungan (Whitten, 2001, p264).
Gambar 2.17 Contoh Kardinalitas Hubungan Antar Entitas (Whitten, 2001, p264) MAHASISWA NIM (PK) Nama Alamat No. HP Tanggal Lahir Jenis Kelamin IPK KURIKULUM Kd. Program Studi (PK) Judul Program Gelar JURUSAN ID Jurusan (PK) NIM (PK) Kd. Program Studi (PK) Tanggal Pengambilan
Tabel 2.5 Notasi Kardinalitas (Whitten, 2001, p265) Interpretasi Kardinalitas Nilai Minimum Nilai Maksimum Notasi Grafik Tepat satu (Satu dan hanya satu)
1 1
Nol atau satu 0 1
Satu atau lebih 1 Banyak (> 1) Nol, satu atau lebih 0 Banyak
(> 1) Lebih dari satu > 1 > 1
2.3.3 State Transition Diagram (STD) 2.3.3.1 Definisi STD
STD (Marakas, 2006, p135) adalah sebuah diagram yang memodelkan bagaimana dua atau lebih proses saling berhubungan satu sama lainnya dalam suatu cakupan waktu.
STD merupakan suatu alat yang digunakan untuk menggambarkan sistem yang berdasarkan sifat ketergantungan dari sistem terhadap waktu serta perubahan dari suatu keadaan ke keadaan lain karena adanya suatu aksi dan
Event / Action
digunakan untuk memperjelas suatu situasi dimana terdapat banyak kondisi yang dapat mempengaruhi status dari sistem.
STD digunakan untuk menggambarkan state dari sebuah kelas, event yang merubah suatu keadaan ke state yang lain dan action yang dihasilkan dari perubahan state tersebut. Sebuah STD menunjukkan gambaran sebuah model yang dinamis dari sebuah kelas atau seluruh sistem. Dalam analisa, STD akan digunakan untuk mengidentifikasikan sifat dinamis dari sistem, sedangkan dalam desain, STD digunakan untuk merancang suatu kelas.
STD memiliki 2 elemen penting, yaitu: • State
Melambangkan keadaan sebuah obyek, baik atribut obyek itu sendiri maupun hubungan dari obyek tersebut dengan obyek lain dari sistem.
• State Transition
Merupakan suatu kejadian yang menyebabkan perubahan state dalam sistem. Setiap state transition menghubungkan 2 buah state. Sebuah state dapat saja mempunyai transisi ke diri sendiri dan sangat lazim bagi suatu state yang sama, meskipun setiap transisi haruslah unik. Unik dalam arti tidak akan ada lebih dari 1 state transition dari state yang sama melalui event yang sama.
Name Action
Transition (transisi) atau Event (kejadian)
2.3.3.2 Manfaat STD
Manfaat dari STD adalah mengilustrasikan beragam status yang dapat dimiliki oleh sebuah komponen sistem dalam hubungannya dengan kejadian-kejadian atau kondisi-kondisi yang menyebabkan sebuah perubahan dari status yang satu dengan yang lainnya (Marakas, 2006, p135).
2.3.3.3 Komponen STD
Komponen-komponen pembentuk STD (Marakas, 2006, p135) adalah: 1. State (status): sebuah kondisi akan keberadaan atau bentuk yang dapat dipilih
oleh sebuah sistem komponen.
2. Event (kejadian) atau Transition (transisi): sebuah aksi atau fenomena atau pemicu yang menyebabkan terjadinya pergantian status.
3. Current State (status sekarang): status dimana sistem sedang berada saat ini. 4. Final State (status akhir): status dimana terjadi saat dipicu oleh sebuah
kejadian yang menyebabkan tidak adanya jalan keluar atau alternatif lainnya, yang menyebabkan pengakhiran sempurna dari sebuah sistem.
State (status)
