11
Secara garis besar sistem pendukung keputusan dibangun oleh tiga komponen utama yaitu :
1. Subsistem data
Database
Subsistem data merupakan komponen sistem pendukung keputusan yang berguna sebagai penyedia data bagi sistem. Data tersebut disimpan untuk diorganisasikan
oleh suatu sistem yang disebut dengan sistem manajemen basis data Database Management System.
2. Subsistem Model
Model Base
Model adalah suatu tiruan dari alam nyata. Kendala yang sering dihadapi dalam merancang model adalah bahwa model yang dirancang tidak mampu
mencerminkan seluruh variabel alam nyata, sehingga keputusan yang diambil tidak sesuai dengan kebutuhan oleh karena itu, dalam menyimpan berbagai model harus
diperhatikan dan harus dijaga fleksibilitasnya. Hal ini yang harus diperhatikan adalah pada setiap model yang disimpan hendaknya ditambahkan rincian
keterangan dan penjelasan yang komprehensif mengenai model yang dibuat. 3.
Subsistem Dialog
User System Interface
Subsistem dialog adalah fasilitas yang mampu mengingrasikan sistem yang terpasang dengan pengguna secara interaktif, yang dikenal dengan subsistem
dialog. Melalui subsistem dialog sistem diimplementasikan sehingga pengguna dapat berkomunikasi dengan sistem yang dibuat.
2.3 Teorema
Bayes
Teorema Bayes ditemukan oleh Reverend Thomas Bayes 1701-1761. Pada umumnya, teori Bayes digunakan untuk menghitung nilai kebenaran probabilitas dari
suatu
evidence
. Di dalam teori probabilitas dan statiska, teorema Bayes juga dikenal sebagai sebuah teori dengan dua penafsiran yang berbeda. Dalam penafsiran Bayes,
teori ini menyatakan seberapa jauh derajat kepercayaan subjektif harus berubah secara rasional ketika ada petunjuk baru. Teori ini merupakan dasar dari statistika Bayes dan
memiliki penerapan dalam sains, rekayasa, ilmu ekonomi terutama ilmu ekonomi mikro, teori games, kedokteran, dan hukum.
Universitas Sumatera Utara
12
Teori probabilitas Bayesian digunakan untuk menghitung probabilitas terjadinya suatu peristiwa berdasarkan pengaruh yang didapat dari pengujian. Probabilitas Bayes
menerangkan hubungan antara probabilitas terjadinya H
i
dengan terdapat fakta
evidence
E telah terjadi dan probabilitas terjadinya
evidence
E dengan syarat hipotesis H
i
telah terjadi.
Teori ini didasarkan pada prinsip bahwa jika terdapat tambahan informasi atau
evidence
, maka nilai probabilitas dapat diperbaiki. Oleh karena itu, teori ini bermanfaat untuk mengubah atau memperbaiki nilai kemungkinan yang ada menjadi
lebih baik dengan didukung informasi atau
evidence
tambahan Budiharto Derwin, 2014.
Menurut Sutojo. Dkk 2011, bentuk teorema Bayes untuk
evidence
tunggal E dan hipotesis tunggal H adalah :
Dimana : pH|E = probabilitas hipotesis H terjadi jika
evidence
fakta E terjadi pE|H
= probabilitas munculnya
evidence
fakta E, jika hipotesis H terjadi pH = probabilitas hipotesis H tanpa memandang
evidence
fakta apapun pE
= probabilitas
evidence
E tanpa memandang apapun
2.3.1 Metode Bayes Pada Sistem Pendukung Keputusan
Metode
Bayes
merupakan salah satu teknik yang dapat dipergunakan untuk melakukan analisis dalam pengambilan keputusan terbaik dari sejumlah alternative
dengan tujuan menghasilkan perolehan yang optimal. Untuk menghasilkan keputusan yang optimal perlu dipertimbangkan berbagai kriteria.
Pembuatan keputusan dengan metode
bayes
dilakukan melalui upaya pengkuantifikasian kemungkinan terjadinya suatu kejadian dan dinyatakan dengan
Universitas Sumatera Utara
13
suatu bilangan antara 0 dan 1. Persamaan
bayes
yang digunakan untuk menghitung nilai setiap alternatif sering disederhanakan menjadi :
∑ Dimana :
Total Nilai
i
= total nilai akhir dari alternative ke-i Nilai
ij
= nilai dari alternatif ke-I pada kriteria ke-j Krit
j
= tingkat kepentingan bobot kriteria ke-j i
= 1,2,3,…n; n = jumlah alternative
j =
1,2,3,…m; m = jumlah kriteria
Nilai peluang didapatkan dari suatu informasi awal yang dapat bersifat subjektif maupun objektif. Nilai peluang ini dapat diperbaiki dengan adanya informasi
tambahan yang didapat dari sejumlah percobaan Marimin. 2004.
2.3.2 Perhitungan Dengan Metode Bayes
Tabel 2.1 Data Aturan Awal
Bayes
No Keterangan
Hasil Berkas Wawancara Praktek
1 Normal Tinggi
Tinggi Disarankan
2 Tinggi
Tinggi Normal
Disarankan 3
Rendah Normal Normal
Tidak Disarankan 4
Normal Rendah
Normal Tidak Disarankan
5 Normal
Normal Normal
Tidak Disarankan 6
Normal Normal
Rendah Tidak Disarankan
7 Normal
Tinggi Rendah
Tidak Disarankan 8
Normal Rendah Tinggi
Tidak Disarankan 9
Tinggi Tinggi
Tinggi Disarankan
10 Tinggi Normal
Tinggi Disarankan
Output yang dihasilkan dari metode
bayes
untuk rekrutmen ini adalah disarankan atau tidak disarankan. Untuk menentukan rekrutmen pengajar baru dengan
metode Bayes, yang harus dilakukan adalah tentukan data aturan awal terlebih dahulu. Dimana data tersebut didapat dari hasil data rekrutmen yang sudah ada atau sudah
dilakukan sebelumnya.
Universitas Sumatera Utara
14
Tabel 2.2 Data Calon Pengajar Untuk Bayes
No Nama
Keterangan Berkas
Wawancara Praktek
1 Bastiyan
Tinggi Normal
Tinggi 2
Fery Normal
Rendah Normal
3 Janio
Normal Tinggi
Tinggi 4
Jimmy Tinggi
Normal Tinggi
5 Maula
Rendah Normal
Normal
Selanjutnya tentukan alternatif atau data calon pengajar, lalu hitung nilai probabilitas kemungkinan pada data tersebut.
Bastiyan Kemungkinan Ya
= = 0,4 + 0,75 + 0,25 + 0,75
= 2,15
Kemungkinan Tidak = = 0,6 + 0 + 0,5 + 0,166
= 1,266 Karena kemungkinan ya kemungkinan tidak, maka disarankan
Fery Kemungkinan Ya
= 0,4 + 0,25 + 0 + 0,25 = 0,9
Kemungkinan Tidak = 0,6 + 0,833 + 0,333 + 0,5 = 2,266
Karena kemungkinan ya kemungkinan tidak, maka tidak disarankan
Janio Kemungkinan Ya
= 0,4 + 0,25 + 0,75 + 0,75 = 2,15
Kemungkinan Tidak = 0,6 + 0,833 + 0,166 + 0,166 = 1,76 Karena kemungkinan ya kemungkinan tidak, maka disarankan
Universitas Sumatera Utara
15
Jimmy Kemungkinan Ya
= 0,4 + 0,75 + 0,25 + 0,75 = 2,15 Kemungkinan Tidak = 0,6 + 0 + 0,5 + 0,166
= 1,26 Karena kemungkinan ya kemungkinan tidak, maka disarankan
Maula Kemungkinan Ya
= 0,4 + 0 + 0,25 + 0,25 = 0,9
Kemungkinan Tidak = 0,6 + 0,166 + 0,5 + 0,5 = 1,76
Karena kemungkinan ya kemungkinan tidak, maka tidak disarankan
Tabel 2.3 Hasil Perhitungan Bayes No
Nama Berkas Wawancara Praktek
Keterangan
1 Bastiyan
Tinggi Normal
Tinggi
Disarankan 2
Fery
Normal Rendah
Normal
Tidak Disarankan 3
Janio
Normal Tinggi
Tinggi
Disarankan 4
Jimmy
Tinggi Normal
Tinggi
Disarankan 5
Maula
Rendah Normal
Normal
Tidak Disarankan
2.4 Metode