datawarehouse perusahaan, suatu repositori untuk data perusahaan yang
relevan untuk pengambilan keputusan. Biasanya data disimpan atau diakses via server database
. b. Subsistem manajemen model.
Subsistem manajemen model merupakan paket piranti lunak yang memasukan model keuangan, statistik, ilmu manajemen, atau model kuantitatif
lainnya.Semua itu memberikan kapabilitas analitik dan manajemen piranti lunak yang tepat. Bahasa pemodelan yang membangun model kostum juga
dimasukan. Piranti lunak ini sering disebut manajemen basis model MBMS. Komponen ini dapat dikoneksikan ke penyimpanan korporat atau eksternal
yang ada pada model. Sistem manajemen dan metode solusi model diimplementasikan pada sistem pengembang web seperti Java untuk berjalan
pada server aplikasi.
c. Subsistem antar muka pengguna.
Pengguna berkomunikasi dengan dan memerintahkan SPK melalui subsistem ini. Pengguna adalah bagian yang dipertimbangkan dari sistem. Para peneliti
menegaskan bahwa beberapa kontribusi unik dari SPK berasal dari interaksi yang insentif antara komputer dan pembuat keputusan. Browser web
memberikan struktur antar muka pengguna grafis yang familiar dan konsisten bagi kebanyakan SPK.
d. Subsistem manajemen berbasis-pengetahuan.
Subsistem ini dapat mendukung semua subsistem lain atau bertindak sebagai suatu komponen independen. Ini memberikanintelegensi untuk memperbesar
pengetahuan 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. Banyak metode kecerdasan
tiruan diimplementasikan dalam sistem pengembangan web seperti Java, dan mudah untuk diintegrasikan dengan komponen SPK lainnya.
Universitas Sumatera Utara
Berdasarkan definisi, SPK harus mencakup tiga komponen utama dari DBMS, MBMS, dan antar muka pengguna. Subsistem manajemen berbasis pengetahuan
adalah opsional, namun dapat memberikan banyak manfaat karena inteligensi bagi ketiga komponen utama tersebut. Seperti pada semua sistem informasi manajemen,
pengguna dapat dianggap sebagai komponen SPK Hasan, 2002.
Manajemen Data
Manajemen Model
Subsistem berbasis
pengetahuan
Antarmuka pengguna
Manajemen pengguna
Internet, Intranet
Sistem lainnya yang berbasis
Basis pengetahuan organisasi
Model Eksternal Data Eksternal dan
internal
Gambar 2.1. Skematik SPK Turban, 2005
2.2. Simple Additive Weighting SAW
Metode Simple Additive Weighting SAW sering juga dikenal istilah metode penjumlahan terbobot. Konsep dasar metode SAW adalah mencari penjumlahan
terbobot dari rating kinerja pada setiap alternatif pada semua atribut. Metode SAW membutuhkan proses normalisasi matriks keputusan X ke suatu skala yang dapat
diperbandingkan dengan semua rating alternatif yang ada.
Universitas Sumatera Utara
Formula untuk melakukan normalisasi tersebut adalah sebagai berikut :
�
�� =
⎩ ⎪
⎨ ⎪
⎧
�
��
��� �
��
���� � �����ℎ ������� ���������� �������
��� �
��
�
��
���� � �����ℎ ������� ����� ���� ��� � �����ℎ ������� ����������
Keterangan :
�
��
:
Rating kinerja ternormalisasi
��� :
Nilai maksimum dari setiap kriteria
��� :
Nilai minimum dari setiap kriteria
�
��
:
Baris dan kolom dari matriks
Pada metode SAW ada kriteria yang dipersepsikan sebagai kriteria ‘benefit’ dan ‘cost’. Kategori kriteria ‘benefit’ atau keuntungan, jika kriteria tersebut
mempunyai nilai semakin besar maka semakin baik, sedangkan kriteria ‘cost’ atau biaya semakin kecil nilainya maka semakin baik. Besar dan kecilnya nilai tersebut
dilihat dari keterkaitannya dengan permasalahan yang dianalisis.
�
��
adalah rating kinerja ternormalisasi dari alternatif
�
�
pada atribut
�
�
;
i=1,2,...,m dan j =1,2,...,n.
Nilai preferensi untuk setiap alternatif
�
�
diberikan sebagai:
�
�
= � w
j �
�=1
�
��
Keterangan : …………………………2
��� � �����ℎ ������� ����������
��� � �����ℎ ������� ����������
……..…..……….……..1
Universitas Sumatera Utara
�
�
:
Nilai akhir dari alternatif
�
�
:
Bobot yang telah ditentukan
�
��
:
Normalisasi matriks
Nilai
�
�
yang lebih besar mengindikasikan bahwa alternatif
�
�
lebih terpilih. Langkah – langkah penelitian dalam menggunakan metode SAW :
a. Menentukan kriterian-kriteria yang akan dijadikan acuan dalam pengambilan keputusan.
b. Menentukan rating kecocokan setiap alternatif pada setiap kriteria. c. Membuat matriks keputusan berdasarkan kriteria, kemudian melakukan
normalisasi matriks berdasarkan persamaan yang disesuaikan dengan jenis atribut atribut keuntungan maupun atribut biaya sehingga diperoleh matriks
ternormalisasi R. d. Hasil akhir diperoleh dari setiap proses perankingan yaitu penjumlahan dari
perkalian matriks ternormalisasi R dengan vektor bobot sehingga diperoleh nilai terbesar yang dipilih sebagai alternatif terbaik
�
�
sebagai solusi Kusumadewi, 2006.
2.3. Profile Matching
