Sistem Pendukung Keputusan Implementasi Algoritma Learning Vector Quantization dan Weighted Product Dalam Memilih Perusahaan Tempat Berinvestasi

Gambar 2.4 Arsitektur jaringan LVQ

2.3 Sistem Pendukung Keputusan

Sistem pendukung keputusan adalah sistem informasi berbasis pengetahuan atau manajemen pengetahuan yang dipakai untuk mendukung pengambilan keputusan dalam suatu organisasi atau perusahaan. SPK merupakan sistem alternatif yang mengolah data menjadi informasi untuk mengambil keputusan dari masalah semi terstruktur yang spesifik. SPK membantu mengambil keputusan dengan cara melengkapi informasi yang dibutuhkan pengambil keputusan dari data yang telah diolah dengan relevan, sehingga hasilnya cepat dan akurat Anggreni, 2013. 2.3.1 Tahap – tahap Pengambilan Keputusan Menurut Herbert A. Simon, tahap – tahap yang harus dilalui dalam proses pengambilan keputusan sebagai berikut : 1. Tahap Pemahaman Inteligence Phace Tahap ini merupakan proses penelusuran dan pendeteksian dari lingkup problematika serta proses pengenalan masalah. Data masukan diperoleh, diproses dan diuji dalam rangka mengidentifikasikan masalah. 2. Tahap Perancangan Design Phace Tahap ini merupakan proses pengembangan dan pencarian alternatif tindakan solusi yang dapat diambil. 3. Tahap Pemilihan Choice Phace Tahap ini dilakukan pemilihan terhadap diantara berbagai alternatif solusi yang dimunculkan pada tahap perencanaan agar ditentukan dengan memperhatikan kriteria – kriteria berdasarkan tujuan yang akan dicapai. 4. Tahap Impelementasi Implementation Phace Universitas Sumatera Utara Universitas Sumatera Utara i : Alternatif j : Kriteria n : Banyaknya kriteria : Banyaknya kriteria yang telah dinilai pada vektor S 2.3.3 Algoritma Weighted Product Algoritma weighted product mengevaluasi m alternatif Ai I = 1,2, …, m terhadap sekumpulan atribut atau kriteria Cj j = 1, 2, …, n. matriks keputusan setiap alternatif X diberikan sebagai berikut : X 11 … X 1n X = … ... … X 1m … X mn Dimana Xij merupakan rating kinerja alternatif ke-i terhadap atribut ke-j. berikut tabel rating keinerja yang menunjukkan matriks keputusan setiap alternatif terhaadap setiap atribut. Kriteria Alternatif C1 C2 ……… C n A 1 X 11 X 21 ……… X 1n A 2 X 12 X 22 ……… X 2n … … … ……… … A m X 1m X 2m ……… X nm Tabel 2.1 Tabel Rating Kinerja Nilai bobot yang menunjukkan tingkat kepentingan relatif setiap atribut, diberikan sebagai W : W = {w 1 , w 2 , …,w n } Algoritma dari weighted product adalah sebagai berikut : 1. Melakukan normalisasi bobot untuk menghasilkan nilai ∑ n j=1 w j = 1 dim ana j = 1, 2, …, n adalah banyak alternatif. 2. Menetukan kategori dari masing-masing kriteria, apakah termsuk ke dalam kriteria keuntungan atau kriteria biaya. Universitas Sumatera Utara 3. Menentukan nilai vektor S dengan mengalikan seluruh kriteria bagi sebuah alternatif dengan bobot sebagai pangkat positif untuk kriteria keuntungan dan pangkat negatif untuk kriteria biaya. 4. Menetukan nilai vektor V yang akan digunakan untuk perangkingan. 5. Membandingkan nilai akhir dari vektor V. 6. Menemukan urutan alternatif terbaik yang akan dijadikan keputusan Anggreini, 2013 Contoh sederhana penggunaan algoritma weighted product dalam pemilihan perusahaan tempat berinvestasi :

2.4 Investasi