43 Dalam aplikasinya, SPK baru bermanfaat apabila terdapat kondisi sebagai
berikut : 1 Eksistensi dari basis data yang sangat besar sehingga sulit mendayagunakannya, 2 Kepentingan adanya transformasi dan komputasi pada
proses mencapai keputusan, 3 Adanya keterbatasan waktu, baik dalam penentuan hasil maupun dalam prosesnya, 4 Kepentingan akan penilaian atas
pertimbangan akal sehat untuk menentukan dan mengetahui pokok permasalahan serta mengembangkan alternatif dan pemilihan solusi.
Model konsepsional dari SPK merupakan gambaran hubungan abstrak antara tiga komponen utama penunjang keputusan yaitu: para pengambil
keputusanpihak pengguna, model, dan data Eriyatno 1999. Dari ketiga komponen tersebut, model merupakan inti dalam rancang bangun SPK, karena
model harus dapat menghasilkan keputusan yang efektif bagi pengguna. Menurut Mulyono 1991 model adalah abstraksi atau penyederhanaan realitas sistem yang
kompleks dimana hanya komponen-komponen yang relevan atau faktor-faktor yang dominan dari masalah yang dianalisis diikutsertakan. Model diperlukan
untuk menemukan variabel-variabel apa yang penting atau menonjol.
4.2 Sistem Pakar
Sistem pakar Expert Sistem merupakan salah satu alat yang dikembangkan dalam AI Artificial Intelligent. Sistem pakar merupakan
pengembangan perangkat lunak yang menggunakan pengetahuan simbolik untuk meniru perilaku seseorang atau sekelompok ahli Marimin 2002. Sistem pakar
merupakan salah satu alternatif terbaik untuk meyelesaikan persoalan dengan menggunakan komputer yang didukung oleh teknik kecerdasan buatan, terutama
untuk pemecahan persoalan yang kompleks dan belum memiliki algoritma. Sistem pakar berbeda dengan program konvensional, karena program yang
terakhir hanya dapat dimengerti oleh programmer. Sistem pakar bersifat interaktif dan mempunyai kemampuan untuk menjelaskan apa yang ditanyakan pengguna
user friendly. Pada prinsipnya sistem pakar tersusun dari beberapa komponen yang
mencakup: 1 fasilitas akuisisi pengetahuan, 2 sistem berbasis pengetahuan knowledge based sistem, 3 mesin inferensi inference engine, 4 fasilitas untuk
44 penjelasan dan justifikasi, dan 5 penghubung antara pengguna dan sistem pakar
user interfase. Struktur dasar sistem pakar dapat dilihat pada Gambar 7.
Gambar 7 Struktur dasar sistem pakar Marimin 2002
4.3 SPK Intelijen
Menurut Turban 1990; Turban et al. 2006; Stair dan Reynolds 2010, terdapat kekurangan dalam SPK dan sistem pakar, tetapi jika dikombinasikan
akan menghasilkan suatu sinergi. SPK memberikan pengendalian penuh terhadap pengambil keputusan dalam mengakuisisi informasi, mengevaluasi informasi dan
dalam memberikan keputusan akhir. Beberapa penelitian menunjukkan bahwa keputusan manusia yang bias dan kompleks dibantu oleh SPK. Sebaliknya sistem
pakar bebas dari akuisisi, evaluasi dan keputusan bias. Sistem pakar memiliki kecerdasan pada ranah yang jelas dan menghasilkan keputusan sementara.
Pengambil keputusan dapat menggunakan SPK secara tradisional dan mengambil keputusan sementara. Hasil sistem pakar dan SPK secara bersamaan dapat
diperbaiki dan dievaluasi, dan dengan hubungan yang saling mendukung akan memberikan hasil yang lebih baik dibandingkan jika digunakan masing-masing.
Keuntungan mengintegrasikan SPK dan sistem pakar dapat dilihat pada Tabel 7.
Akuisisi pengetahuan
Penghubung
Sistem Berbasis Pengetahuan
Dangkal Mendalam
Statis Dinamis
Mekanisme inferensi Strategi Strategi
Penalaran pengendalian
Fasilitas penjelasan Pakar
Fakta - Nasehat
- Justifikasi - Konsultansi
Pengguna
Model Model
Aturan Aturan
Fakta - Fakta
- Aturan - Model
45
Tabel 7 Keuntungan mengintegrasikan sistem pakar dan SPK Kontribusi Sistem Pakar
Kontribusi SPK
Database dan DBMS
- Memperbaiki konstruksi, operasi perawatan DBMS - Memperbaiki kemampuan akses database besar
- Meningkatkan kapabilitas DBMS - Memungkinkan merepresentasi data simbolik
Menyediakan database bagi sistem pakar
Model dan MDBS
- Memperbaiki manajemen model - Membantu menyeleksi model
- Memiliki elemen justifikasi terhadap model - Memperbaiki analisis sensitivitas
- Menghasilkan solusi alternatif - Menyediakan heuristik
- Menyederhanakan dlm membangun simulasi - Mempermudah modifikasi struktur permasalahan
- Memperlancar simulasi trial and error - Menyediakan awal struktur
permasalahan - Menyediakan model standar
dan perhitungan - Menyediakan kenyataan
data ke model - Menyimpan model khusus
oleh para pakar pd basis model
Interface
- Menyediakan interface yang mudah - Menyediakan penjelasan-penjelasan
- Menyediakan bagian yg memudahkan pengguna - Bersikap seperti pengajar
- Memiliki kemampuan Interaktif, dinamis, pemecahan masalah secara visual
Menyediakan tampilan sesuai gaya individu
Kemampuan sistem
- Menyediakan pendukung cerdas lebih cepat lebih murah dibandingkan manusia thd SPK dan
penggunaannya - Mampu memberikan tambahan penjelasan
- Memperluas komputerisasi dalam proses pengambilan keputusan
- Menyediakan percobaan pada pengumpulan data
implementasi - Menyediakan bantuan bagi
setiap pengguna agar sesuai dengan gaya keputusan
Turban 1990; Turban et al. 2006
Menurut Turban 1990; Turban et al. 2006 dan Turban et al. 2007, Integrasi antara sistem pakar dan SPK dapat dilakukan dengan: 1 Sistem pakar
dimasukkan ke dalam komponen-komponen SPK, 2 Sistem pakar sebagai komponen yang terpisah dari SPK, 3 Sistem Pakar berbagi dengan proses dengan
SPK, 4 Sistem pakar memberikan solusi alternatif bagi SPK, dan 5 Pendekatan kesatuan a unified approach.
Pendekatan kesatuan untuk mengintegrasikan SPK dan sistem pakar telah dikembangkan oleh Teng et al. dalam Turban 1990, usulan untuk pendekatan
kesatuan ini dinamakan dengan SPK Intelijen dan arsitekturnya dapat dilihat pada Gambar 8. Pada gambar tersebut terlihat bahwa sistem pakar tersusun diantara
data dan model-model. Sistem pakar menjadi fungsi dasar dalam mengintegrasikan dua komponen tersebut secara intelijen.
46
Gambar 8 Arsitektur kesatuan SPK intelijen Teng et al. dalam Turban 1990
Beberapa model SPK Intelijen telah dikembangkan dan dilaporkan berhasil dengan baik. Gachet dan Haettenschwiler 2003 mengembangkan SPK
Intelijen dengan pendekatan bipartit. Bose dan Sugumaran
2007 mengembangkannya dengan teknologi Web. Yeh et al. 2009 menerapkan SPK
intelijen dalam sistem seleksi proyek. Menurut Turban et al. 2006 dan Turban et al. 2007, SPK regular
berfungsi secara pasif dalam interaksi manusia-komputer. SPK mengeksekusi perhitungan dan menampilkan data serta merespon perintah standar, tetapi tidak
dapat berfungsi sebagai asisten intelijen terhadap pembuat keputusan, hal ini membatasi penggunaan SPK sehingga tidak berarti. Pemecahan masalah yang
ambigu dan kompleks memerlukan SPK intelijen. SPK intelijen dapat mengambil inisiatif dalam pertanyaan dan perintah
standar. SPK ini dinamakan SPK aktif atau simbiotik active or symbiotic DSS. Menurut Mili 1990 di dalam Turban et al. 2006 dan Zhou et al. 2009, SPK
Aktif dapat mengerjakan tugas: memahami domain terminologi, parameter dan interaksi, memformulasikan permasalahan, memaparkan permasalahan,
menginterpretasikan hasil dan menjelaskan hasil dan keputusan. Di mana tugas- tugas tersebut memerlukan komponen intelijen dalam SPKnya.
Basis data
Sistem Manajemen
Basis Data
Subsistem akuisisi
pengetahuan intelijen
Mesin Inference
Supervisor Penghubung
bahasa natural
Sistem Manajemen
Basis Model Basis
Model Basis
pengetahuan
Perekayasa pengeetahua
Subsistem Dialog
Pengguna Pusat
Pengelola Intelijen
47 SPK Intelijen lainnya adalah SPK berevolusi sendiri self-evolving DSS.
SPK ini didesain dengan pendekatan premis dasar bahwa SPK harus siaga dalam penggunaan dan otomatis beradaptasi dengan penggunanya. Untuk itu diperlukan
kemampuan: menu dinamis yang menyediakan hirarki dinamis untuk memenuhi kebutuhan pengguna, interface pengguna yang dinamis untuk menyediakan
keluaran yang beragam untuk pengguna yang berbeda, dan sistem manajemen dengan dasar model intelijen dapat menyeleksi model yang sesuai dengan
keinginan pengguna yang berbeda-beda Turban et al. 2006; Turban et al. 2007; Zhou et al. 2009.
Sistem pengembangan agropolitan berbasis agroindustri pada penelitian ini direkayasa menggunakan SPK intelijen yang termasuk SPK aktif. SPK
intelijen ini diharapkan dapat mengambil inisiatif dalam pertanyaan dan perintah standar. SPK intelijen ini juga diharapkan dapat berfungsi sebagai asisten
intelijen terhadap pembuat keputusan dan dapat memecahkan permasalahan yang ambigu dan kompleks.
4.4. Sistem Intelijen
Sistem Intelijen merupakan suatu pendekatan atau metodologi tentang bagaimana merumuskan suatu sistem untuk menghasilkan Intelligent information
Marimin 2002 dan Turban et al. 2007. 1
Hard System Sistem ini bersifat numerik, seperti pada metode konvensional seperti
operation research, industrial statistic , dll. Sistem ini berkepentingan
dengan domain yang sifatnya pasti hard, walaupun di dalamnya terdapat probabilitas. Sistem ini sulit mengakomodasikan sifat manusia yang
cenderung kualitatif atau bersifat tidak pasti. 2
Soft System Sistem ini terdiri dari psychology engineering, analisis kualitatif dan
metodologi soft system. 3 Artificial Intelligence AI
AI atau kecerdasan buatan adalah ilmu yang mempelajari bagaimana suatu benda berperilaku seperti manusia, atau mesin berfikir. Penerapan dalam
48 AI mencakup tiga bidang, yaitu: bahasa alamiah natural languange,
pengembangan dan penggunaaan robot robotic, dan sistem pakar. Alat- alat tools yang dikembangkan dalam AI selain sistem pakar adalah fuzzy
logic, neural networks dan genetic algorithms.
4.4.1 Metode Pengambilan Keputusan Kelompok Multi Expert-Multi Criteria
Decision Making ME-MCDM
Yager 1993 mengembangkan suatu model Multi Expert-Multi Criteria Decision Making
ME-MCDM untk pengambilan keputusan dengan banyak kriteria secara berkelompok menggunakan penilaian non-numeric atau linguistic
label . Teknik evaluasi pilihan bebas Independent Preference EvaluationIPE
merupakan salah satu cara untuk pengambilan keputusan dengan kaidah teori gugus tidak pasti fuzzy set theory. Teknik tersebut untuk mengevaluasi
kesukaan atau pilihan yang dapat ditempuh dengan metode perhitungan non- numerik.
Marimin, et al. 1997 menyatakan bahwa di dalam evaluasi pilihan bebas, setiap pembuat keputusan d
j
j = 1, 2, 3,..., m dapat menilai setiap alternatif s
i
i = 1, 2, ..., n pada setiap kriteria a
k
{ }
n
x x
x ,...
,
2 1
k = 1, 2, ..., l secara bebas. Penilaian ditetapkan dengan menggunakan labelsimbol kualitatif. Hal ini dapat
diperjelas dengan mengasumsikan V sebagai sesuatu yang menggambarkan nilai dari suatu set X =
dimana x
n
Langkah-langkah agregasi dalam pengambilan keputusan dengan kaidah Fuzzy IPE
dapat diuraikan sebagai berikut : adalah skor nilai yang diwujudkan
dalam bentuk simbol kualitatif.
Langkah pertama , setiap pembuat keputusan d
j
akan mendapatkan suatu set nilai L pada setiap alternatif s
i
dan setiap kriteria a
k
L = dengan formula
sebagai berikut :
{ }
,..., ,
2 1
k ij
ij ij
a v
a v
a v
.......................................................................... 1 Keterangan :
v
ij
a
k
adalah skor evaluasi terhadap alternatif ke-i pada kriteria ke-k oleh pembuat keputusan ke-j.
