Sistem Penunjang Keputusan Sistem Penunjang Keputusan Cerdas

Marimin 2005 menguraikan tahapan-tahapan dalam pembentukan sistem pakar adalah sebagai berikut : 1 identifikasi masalah, 2 mencari sumber pengetahuan, 3 akuisisi pengetahuan, 4 representasi pengetahuan, 5 pengembangan mesin inferensi, 6 implementasi, dan 7 pengujian. Sistem pakar terdiri dari beberapa komponen-komponen yang menyusunnya, yaitu : 1 Fasilitas akuisisi penembahan pengetahuan, 2 basis pengetahuan knowledge based system, 3 mesin inferensi inference engine, 4 faisilitas untuk penjelasan dan justifikasi, dan 5 penghubung antara pengguna dan sistem pakar user interface. Sumber pengetahuan yang berasal dari para pakar perlu memenuhi beberapa kriteria tertentu tentang yang dimaksud dengan ahli pakar. Menurut Marimin 2005, ahli bisa berupa praktisi atau ilmuwan. Praktisi adalah orang yang bekerja dan berpengalaman dalam bidang tertentu, sedangkan ilmuwan adalah orang yang mempelajari dan mendalamai suatu pengetahuan lewat jalur formal akademis. Beberapa alat untuk representasi pengetahuan yang diperoleh dari para pakar atau sumber lainnya seperti literatur atau bacaan adalah : 1 Ekspresi logika, 2 jaringan semantik, 3 kaidah produksi, 4 frame, 5 obyek-atribut nilai, 6 script, 7 jaringan neural, 8 representasi fuzzy, 9 tabel keputusan, dan 10 pohon keputusan Marimin, 2005 ; Turban et al, 2005. Pohon keputusan decision tree merupakan salah satu alat representasi pengetahuan yang sering digunakan pada sistem pakar. Solusi pada pohon keputusan dihasilkan dari serangkaian solusi yang mungkin melalui serangkaian keputusan atau pertanyaan yang akan memangkas mengurangi area pencarian solusi. Masalah yang sesuai menggunakan pohon keputusan adalah masalah yang telah menyediakan jawaban untuk masalah tersebut dari satu set atau beberapa alternatif jawaban yang mungkin Giarratano dan Riley, 2005. Pohon keputusan terdiri dari sejumlah simpul nodes dan cabang branch yang menghubungkan simpul orang tua parents ke simpul anak child dari bagian atas sampai bagian bawah dari pohon keputusan. Simpul paling atas disebut juga sebagai akar roots. Akar tidak memiliki parents, sedangkan setiap simpul yang di bawahnya hanya memiliki satu parent. Simpul paling bawah yang tidak memiliki anak disebut sebagai simpul daun leaf. Simpul daun merepresentasikan semua solusi keputusan yang diturunkan melalui pohon keputusan. Secara umum pohon keputusan menggunakan beberapa kriteria untuk memilih mana cabang yang akan dilalui sehingga nantinya hanya terpilih satu cabang yang menghasilkan keputusan Giarratano dan Riley, 2005. Teknik penalaran untuk membangun suatu pohon keputusan dapat diklasifikasikan menjadi dua, yaitu : 1 Penalaran maju forward chaining dan 2 penalaran mundur backward reasoning Kusumadewi, 2003 ; Marimin, 2005. Pohon keputusan kemudian dapat dikonversi menjadi serangkaian aturan rules yang direpresentasikan oleh jalur path yang berbeda-beda pada pohon keputusan. Aturan yang dihasilkan dari pohon keputusan selanjutnya digunakan sebagai basis pengetahuan yang diperlukan pada sistem pakar. Attar 2005 menyebutkan bahwa representasi pengetahuan menggunakan pohon keputusan memiliki beberapa kelebihan sebagai berkut : 1 bersifat kompak dengan tampilan grafis yang mudah dipahami dan diimplementasikan, 2 proses penalaran inference melalui pohon keputusan lebih cepat daripada inferensi langung dari aturan-aturan karena tidak membutuhkan proses pencarian yang rumit, dan 3 strategi penalaran yang kompleks jauh lebih mudah untuk diimplementasikan dengan menggunakan pohon keputusan dibandingkan menggunakan teknik lainnya.

2.8 Model Penjadwalan Flowshop

Penjadwalan adalah suatu rencana pengaturan urutan kerja serta pengalokasian sumber, baik berupa waktu maupun fasilitas yang ada untuk menyelesaikan sekumpulan tugas dalam jangka waktu tertentu. Penjadwalan bisa dikatakan sebagai suatu fungsi pengambilan keputusan, yaitu suatu proses untuk menentukan jadwal yang mengalokasikan aktifitas pada sumber daya Baker 1974. Selanjuttnya Fogarty et al 1991 menyatakan penjadwalan adalah suatu penentuan saat memulai suatu tugas atau order dan saat penyelesaian tugas-tugas atau order tersebut, termasuk kapan saat tugas tersebut masuk dan keluar dari setiap setasiun kerja atau departemen. Definisi yang lain menyatakan bahwa penjadwalan pesanan job berkaitan dengan bagaimana mengalokasikan job pada mesin-mesin yang tersedia dalam urutan tertentu sehingga tujuan penjadwalan dapat tercapai dan kendala-kendala yang ada dapat diatasi dengan memuaskan Kusiak, 1990; Pinedo dan Chao, 1999; Yandra dan Tamura, 2007. Menurut Bedworth 1987 beberapa tujuan dari aktifitas penjadwalan adalah: 1 memanfaatkan kemampuan dari sumber yang ada semaksimal mungkin dengan mengurangi waktu menganggur dari sumber sehingga dapat meningkatkan produktivitas mesin, 2 mengurangi persediaan barang setengah jadi dalam proses, 3 mengurangi keterlambatan setiap pekerjaan, dan 4 membantu pengambilan keputusan mengenai perencanaan kapasitas fabrik dan jenis kapasitas yang dibutuhkan. Berdasarkan pola aliran proses yang terdapat pada suatu lantai produksi, masalah penjadwalan pesanan job dapat diklasifikasikan menjadi dua, yaitu: flow shop dan job shop. Pada proses flow shop, semua komponen atau unit produk yang akan diproses mengalir pada arah yang sama dari satu mesin ke mesin lainnya, sedangkan pada proses job shop, komponen-komponen atau unit produk yang akan diproses bisa mengalir pada arah yang berbeda-beda dari satu mesin ke mesin lainnya, dan juga bisa terjadi satu mesin dilewati lebih dari satu kali oleh komponen yang sama Kusiak, 1990. M1 M2 M3 M4 P1 P2 P3 Gambar 7 Pola Aliran Proses Flow Shop Kusiak, 1990. Pada tipe flow shop yang sederhana pure simpe flow shop, semua komponen job diproses pada semua mesin dengan urutan yang persis sama untuk setiap job. Pola aliran flow shop mempunyai beberapa variasi yaitu: