cbc47 sessi 4. sistem penunjang keputusan

(1)

PEMODELAN DAN

ANALISIS

(2)

PEMODELAN

• Pemodelan merupakan tahapan dalam

membuat model

dari

suatu sistem nyata.

• Tujuan dari studi pemodelan adalah menentukan informasi

(variabel dan parameter) yang dianggap penting untuk

dikumpulkan, sehingga tidak ada model yang unik.

(3)

KEGUNAAN

• Pembantu untuk berpikir

• Pembantu untuk berkomunikasi

• Alat untuk berlatih

• Alat prediksi

(4)

KRITERIA MODEL YANG BAIK:

1. Mudah dimengerti pemakainya

2. Harus mempunyai tujuan yang jelas 3. Dinyatakan secara jelas dan lengkap

4. Mudah dikontrol dan dimanipulasi pemakai

5. Mengandung pemecahan masalah yang penting dan jelas 6. Mudah diubah, mempunyai prosedur modifikasi

(5)

PEMODELAN DALAM MSS

• Model statistik (analisis regresi)

• digunakan untuk mencari relasi diantara variabel.

(6)

PEMODELAN DALAM MSS

• Model finansial

•

untuk pengembangan laporan pemasukan dan proyeksi data finansial untuk beberapa tahun.

(7)

PEMODELAN DALAM MSS

• Model optimasi

• Dibuat menggunakan model management science yang

disebut pendekatan Linear Programming dalam rangka

menentukan pemilihan media.

(8)

MODEL STATIS DAN DINAMIS

• Analisis statis.

• Model statis mengambil satu kejadian saja dalam suatu

situasi. Selama kejadian tersebut semuanya terjadi dalam 1

interval, baik waktunya sebentar atau lama.

• Diasumsikan adanya stabilitas disini.

(9)

MODEL STATIS DAN DINAMIS

• Analisis dinamis.

• Model dinamis digunakan untuk mengevaluasi skenario

yang berubah tiap saat. Model ini tergantung pada waktu.

Dapat menunjukkan tren dan pola pada waktu tertentu.

(10)

KEPASTIAN, KETIDAKPASTIAN, DAN RESIKO

• Bagian dari proses pengambilan keputusan meliputi

evaluasi dan perbandingan berbagai alternatif.

• Selama hal tersebut dilakukan , maka perlu untuk

memprediksi hasil akhir dari setiap alternatif yang diajukan.

• Situasi keputusan sering diklasifikasikan berdasarkan apa

yang diketahui (diyakini) oleh pengambil keputusan

(11)

OPTIMASI DENGAN PEMROGRAMAN MATEMATIS

• Pemrograman matematis.

(12)

OPTIMASI DENGAN PEMROGRAMAN MATEMATIS

• Karakteristik.

•

Sejumlah tertentu resources ekonomi tersedia untuk dialokasi.

•

Resources digunakan dalam produksi produk atau service.

•

Ada 2 atau lebih cara bagaimana resources digunakan.

•

Masing-masingnya disebut dengan solusi atau program.

•

Setiap aktivitas (produk atau service) dimana resources digunakan disitu memberikan hasil tertentu sesuai tujuan yang telah ditetapkan.

(13)

LINEAR PROGRAMMING (LP)

• Langkah-langkah dalam perumusan model program

linier adalah sebagai berikut:

•

– Definisikan Variabel Keputusan (Decision Variable)

• ØVariabel yang nilainya dicari.

•

– Rumuskan Fungsi Tujuan:

• ØMaksimasi atau Minimisasi

• ØTentukan koefisien dari variabel keputusan

•

– Rumuskan Fungsi Kendala Sumberdaya:

• ØTentukan kebutuhan sumberdaya untuk masing-masing perubah keputusan

• ØTentukan jumlah ketersediaan sumberdaya sebagai pembatas

•

– Tetapkan kendala non negatif

(14)

LINEAR PROGRAMMING (LP)

•

Sebuah Perusahaan akan memproduksi 2 jenis prouduk yaitu lemari dan kursi. untuk memproduksi 2 produk tersebut dibutuhkan 2 kegiatan yaitu proses

perakitan dan pengecatan. perusahaan menyediakan waktu 56 jam untuk

proses perakitan dan 60 jam untuk proses pengecatan. untuk memproduksi 1 unit lemari diperlukan waktu 8 jam perakitan dan 5 jam pengecatan.

•

untuk produksi 1 unit kursi diperlukan 7 jam perakitan dan 12 jam

pengecatan. jika masing-masing harga produk adalah Rp.200.000 untuk

(15)

LINEAR PROGRAMMING (LP)

Penyelesaian:

Membentuk fungsi tujuan dan fungsi kendala

•

X : Lemari

•

Y : Kursi

Produk Perakitan Pengecetan Laba

•

Lemari 8 5 200

•

Kursi 7 12 100 Waktu yang tersedia 56 60

(16)

LINEAR PROGRAMMING (LP)

(17)

(18)

LINEAR PROGRAMMING (LP)

(19)

(20)

LINEAR PROGRAMMING (LP)

(21)

• Simulasi komputer adalah suatu proses

perancangan model logika matematika dari suatu

sistem nyata dan bereksperimentasi dengan model

ini secara abstrak pada komputer.

(22)

1.

Tanpa harus membangun sistem, jika kita ingin mengevaluasi suatu sistem yang belum ada.

2.

Tanpa mengganggu sistem, jika kita ingin mempelajari sistem yang tengah beroperasi dan melakukan suatu eksperimen/perubahan pada sistem amatlah mahal ataupun berbahaya.

3.

Tanpa harus menghancurkan sistem, misalnya kita mempunyai tujuan untuk menentukan limit tekanan pada suatu sistem.

Dengan dimungkinkannya kita melakukan suatu

eksperimentasi secara abstrak tentang suatu sistem, maka dimungkinkan diperoleh suatu kesimpulan

(23)

MODEL SIMULASI VS SIMULASI

MODEL

1. Model simulasi : suatu model tiruan dari suatu

proses atau sistem tertentu yang akan dikaji/diuji coba melalui proses simulasi.

2. Simulasi model: proses ‘pengoperasian ‘ (running) suatu model untuk mengkaji karakteristik/perilaku proses atau sistem yang dimodelkan

1) Model harus mempunyai karakteristik yang serupa dengan proses (sistem) yang sesungguhnya.

(24)

•

Mempelajari suatu proses (sistem) jika hal itu terlalu sukar untuk dilakukan secara langsung.

•

Sukar bisa juga diartikan sebagai mahal, berbahaya, secara teknis susah, dan sebagainya.

(25)

•

Kita ingin mempelajari lokasi fasilitas (logistik, maintenance, dsb.) Serta pengaruhnya terhadap produksi total, utilisasi unit, dan

sebagainya.

•

Dapat dilakukan dengan melakukan eksperimen dengan berbagai kemungkinan lokasi fasilitas, dan kemudian amati tingkat produksi, utilisasi unit untuk setiap kemungkinan itu

•

Memerlukan waktu yang lama, mahal, dan secara ekonomis sukar untuk dilaksanakan.

(26)

•

Kita dapat mempelajari suatu proses (sistem) melalui model tiruannya

•

Semua ini dapat dilakukan dengan cepat, murah dan tanpa harus mengganggu sistem yang tengah berjalan.

•

Kita dapat mempelajari suatu sistem bahkan sebelum sistem itu ada secara phisik.

•

Misalnya, kita dapat mempelajari efek penempatan suatu fasilitas tertentu sebelum fasilitas itu dibangun.

(27)

LANGKAH-LANGKAH DALAM STUDI PEMODELAN

DAN SIMULASI

1.

Formulasi masalah: perumusan masalah yang menjadi pertanyan/kajian

2.

- penetapan tujuan

- Penggambaran kerangka pikir  flowchart umum

3.

Konseptualisasi model

−

Pendekatan black-box  empirik, atau

−

Pendekatan struktural  mekanistik

4.

Pengumpulan data  sesuai pendekatan

(28)

VALIDASI & VERIFIKASI MODEL

6. VALIDASI MODEL

 _{Uji prosedur pemodelan}

 _{Menguji apakah PERILAKU UMUM DARI MODEL mampu mencerminkan perilaku} sistem nyata

 _{Apakah mekanisme atau proses yang di “model” sesuai dengan yang terjadi dalam} sistem nyata

 _{Inkonsistensi antara perilaku model dengan rsistem nyata harus dapat diberikan} penjelasannya

7. VERIFIKASI MODEL

 _{Verifikasi: subjective assessment of the success of the Modelling}

 _{Sampai seberapa jauh output dari model sesuai dengan perilaku sistem yang}

sesungguhnya

(29)

8.

Experimental design : rancangan skenario simulasi  variabel apa saja yang akan diubah dan dicobakan pada model

9.

Running model : pelaksanaan simulasi berdasarkan skenario yang dirancang dan analisis hasil + analisis sensitivitas

10.

Pengambilan keputusan/pembuatan rekomendasi  implementasi

(30)

BAHASA PEMODELAN

•

Bahasa pemrograman yang biasa dipakai untuk penyelesaian Model :

•

C, C++

•

Turunannya seperti Java, PHP, C#, etc.

•

Software untuk level yang lebih sederhana kita bisa menggunakan spreadsheet :

•

MS Office Excel

•

Open Office

(31)

POHON KEPUTUSAN

•

Pohon Keputusan atau dikenal dengan Decision Tree adalah salah

satu metode klasifikasi yang menggunkan representasi suatu struktur pohon yang yang berisi alternatif-alternatif untuk pemecahan suatu masalah. Pohon ini juga menunjukkan faktor-faktor yang

mempengaruhi hasil alternatif dari keputusan tersebut disertai

dengan estimasi hasil akhir bila kita mengambil keputusan tersebut.

(32)

• Asumsi Dasar

• 1. Decision maker hanya mengambil satu keputusan

• 2. Setiap keputusan hanya mempunyai outcomes

tertentu

(33)

Garis Penghubung (fork)

Alternatif keputusan yang dapat dipilih

Alternatif kemungkinan yang terjadi

DECISION TREE

(POHON KEPUTUSAN)

(34)

(35)

CONTOH: MELUNCURKAN PRODUK

BARU

• Contoh :perusahaan akan meluncurkan produk

baru ke pasar.

• Kemungkinan nilai/value dari keputusan ini

(36)

TAHAPAN PEMBUATAN DECISION TREE

• Definisikan dan rinci masalah secara jelas

• Gambarkan struktur dari pohon keputusan

• Tentukan nilai Payoff/outcomes/hasil dari setiap kombinasi

alternatif kemungkinan

• Tentukan nilai peluang dari seluruh kemungkinan

dan keputusan

(37)

CONTOH

Asumsikan anda mempunyai sejumlah dana untuk diinvestasikan pada

dua alternatif proyek, yaitu proyek A dan B.

•

Peluang proyek A akan memberikan keuntungan adalah 20% dengan nilai keuntungan 50 juta.

•

Peluang proyek B akan memberikan keuntungan adalah 45% dengan nilai keuntungan 10 juta.

(38)

(39)

EXPECTED MONETARY VALUE /DASAR

PENGAMBILAN KEPUTUSAN

• Pengambilan keputusan didasarkan pada nilai

ekonomi yang diharapkan (expected monetary

value,EMV) tertinggi.

• Formula EMV :

(40)

PENYELESAIAN

• EMVA = S (probability x nilai payoff yg diharapkan)

• = (0.20x50.000.000) + (0.80x0) = 10.000.000

• EMVB = S (probability x nilai payoff yg diharapkan)

• = (0.45x10.000.000) + (0.55x0) = 4.500.000

(41)

(42)

DISKUSI KELOMPOK

•

Buatlah contoh kasus optimasi, dan selesaikan dengan LP dengan topik bebas dan ilmiah.

(43)