BAB II. KAJIAN PUSTAKA A. Sistem Pendukung Keputusan - Desi Rakhmawati Auliani BAB II

BAB II. KAJIAN PUSTAKA A. Sistem Pendukung Keputusan Menurut Gorry dan Scott (1970) dalam Turban (2005) Sistem Pendukung Keputusan (DSS) merupakan sistem berbasis komputer interaktif, yang membantu

  para pengambil keputusan untuk menggunakan data dan berbagai model untuk memecahkan masalah-masalah tidak terstruktur. Menurut Bonczek, dkk., (1980) dalam Turban, dkk., (2005) mendefinisikan DSS sebagai sistem berbasis komputer yang terdiri dari tiga komponen yang saling berinteraksi: sistem bahasa (mekanisme untuk memberikan komunikasi antara pengguna dan komponen DSS lain), sistem pengetahuan (repository pengetahuan domain masalah yang ada pada DSS entah sebagai data atau sebagai produser), dan sistem pemrosesan masalah (hubungan antara dua komponen lainnya, terdiri dari satu atau lebih kapabilitas manipilasi masalah umum yang diperlukan untuk pengambilan keputusan). Karakteristik dan kapabilitas dalam DSS adalah (Turban, 2005):

  a) Dukungan untuk pengambil keputusan, terutama pada situasi semiterstruktur dan tak terstruktur, dengan menyertakan penilaian manusia dan informasi terkomputerisasi.

  b) Dukungan untuk semua level manajerial, dari eksekutif puncak sampai manajer lini.

  c) Dukungan untuk individu dan kelompok. Masalah yang kurang terstruktur sering memerlukan keterlibatan individu dari departemendan tingkat organisasional yang berbeda atau bahkan dari organisasi lain. d) Dukungan untuk keputusan independen dan atau sekuensial. Keputusan dapat dibuat satu kali, beberapa kali, atau berulang (dalam interval yang sama).

  Dukungan di semua fase proses pengambilan keputusan inteligensi, desain,

  e) pilihan dan implementasi.

  f) Dukungan di berbagai proses dan gaya pengambilan keputusan.

  g) Adaptivitas sepanjang waktu. Pengambil keputusan seharusnya reaktif, dapat menghadapi perubahan kondisi secar cepat, dan dapat mengadaptasikan DSS untuk memenuhi perubahan tersebut.

  h) Pengguna merasa seperti di rumah. Rumah-pengguna, kapabilitas grafis yang sangat kuat, dan antarmuka manusia-mesin interaktif dengan satu bahasa alami dapat sangat meningkatkan keefektifan DSS. i) Peningkatan terhadap keefektifan pengambilan keputusan (akurasi, timelines, kualitas) ketimbang pada efisiensinya (biaya pengambilan keputusan). j) Kontrol penuh oleh pengambil keputusan terhadap semua langkah proses poengambilan keputusan dalam memecahkan suatu masalah. DSS secara khusus menekankan untuk mendukung pengambil keputusan, bukan menggantikan. Pengguna akhir dapat mengembangkan dan memodifikasi sendiri sistem k) sederhana. Sistem yang lebih besar dapat dibangun dengan bantuan ahli sistem informasi. l) Biasanya model-model digunakan untuk menganalisis situasi pengambil keputusan. Kapabilitas pemodelan memungkinkan eksperimen dengan berbagai strategi yang berbeda di bawah konfigurasi yang berbeda. m) Akses disediakan untuk berbagai sumber data, format, dan tipe, mulai dari sistem informasi geografis (GIS) sampai sistem berorientasi-objek. n) Dapat dilakukan sebagai alat standalone yang digunakan oleh seorang pengambil keputusan pada suatu lokasi atau didistribusikan di satu organisasi keseluruhan dan di berbagai organisasi sepanjang rantai persediaan.

B. Metode Tsukamoto

  Pada metode Tsukamoto, setiap aturan direpresentasikan menggunakan himpunan-himpunan fuzzy, dengan fungsi keanggotaan yang monoton. Untuk menentukan nilai output crisp/hasil yang tegas (Z) dapat diperoleh berdasarkan fire

  

strength. Pada metode Tsukamoto, setiap konsekuen pada aturan yang berbentuk

  IF-Then harus direpresentasikan dengan suatu himpunan fuzzy dengan fungsi keanggotaan yang monoton. Output hasil inferensi dari tiap atuaran diberikan crisp berdasarkan α-predikat. Proses agregasi antar aturan dilakukan dan hasil akhirnya diperoleh dengan menggunakan defuzzy dengan konsep rata-rata terbobot (Kusumadewi, 2006).

  Untuk lebih memahami metode Tsukamoto, perhatikan Contoh berikut: Misalkan ada 2 variabel input, Var-1 (x) dan Var-2(x), serta variabel output, Var-3(z), dimana Var-1 terbagi atas 2 himpunan yaitu A1 dan A2. Var-2 terbagi atas 2 himpunan B1 dan B2, Var-3 juga terbagi atas 2 himpunan yaitu C1 dan C2 (C1 dan C2 harus monoton). Ada 2 aturan yang digunakan, yaitu:

  [R1] IF x is A1 and y is B2 THEN z is C1 [R2] IF x is A2 and y is B1 THEN z is C2

  Pertama-tama dicari fungsi keanggotaan dari masing-masing himpunan fuzzy dari setiap aturan, yaitu himpunan A1, B2 dan C1 dari aturan fuzzy [R1], dan himpunan A2, B1 dan C2 dari aturan fuzzy [R2]. Aturan fuzzy R1 dan R2 dapat direpresentasikan dalam Gambar 1 untuk mendapatkan suatu nilai crisp Z.

  Gambar 1. Inferensi dengan menggunakan Metode Tsukamoto

  Karena pada metode Tsukamoto operasi himpunan yang digunakan adalah konjungsi (AND), maka nilai keanggotaan anteseden dari aturan fuzzy [R1] adalah irisan dari nilai keanggotaan A1 dari Var-1 dengan nilai keanggotaan B1 dari Var- 2. Menurut teori operasi himpunan, maka nilai keanggotaan anteseden dari operasi konjungsi (And) dari aturan fuzzy [R1] adalah nilai minimum antara nilai keanggotaan A1 dari Var-1 dan nilai keanggotaan B2 dari Var-2. Demikian pula nilai keanggotaan anteseden dari aturan fuzzy [R2] adalah nilai minimum antara nilai keanggotaan A2 dari Var-1 dengan nilai keanggotaan B1 dari Var-2. Selanjutnya, nilai keanggotaan anteseden dari aturan fuzzy [R1] dan [R2] masing-masing disebut dengan α1 dan α2. Nilai α1 dan α2 kemudian disubstitusikan pada fungsi keanggotaan himpunan C1 dan C2 sesuai aturan fuzzy [R1] dan [R2] untuk memperoleh nilai z1 dan z2, yaitu nilai z (nilai perkiraan produksi) untuk aturan

  

fuzzy [R1] dan [R2]. Untuk memperoleh nilai output crisp/nilai tegas Z, dicari

  dengan cara mengubah input (berupa himpunan fuzzy yang diperoleh dari komposisi aturan-aturan fuzzy) menjadi suatu bilangan pada domain himpunan

  

fuzzy tersebut. Cara ini disebut dengan metode defuzzifikasi (penegasan). Metode

  defuzzifikasi yang digunakan dalam metode Tsukamoto adalah metode defuzifikasi rata-rata terpusat (Center Average Defuzzyfier) yang dapat dirumuskan sebagai berikut:

  ∑

  Defuzzifikasi rata-rata terpusat [ 1 ]

  ∑ C.

   Status Gizi Balita

  Status gizi adalah ekspresi dari keadaan keseimbangan dalam bentuk variable tertentu, atau perwujudan dari nutriture dalam bentuk variabel tertentu (Supariasa, 2013). Status gizi adalah keadaan tubuh yang diakibatkan oleh konsumsi, penyerapan, dan penggunaan makanan. Susunan makanan yang memenuhi kebutuhan gizi tubuh pada umumnya dapat menciptakan status gizi yang memuaskan (Suhardjo, 1986 dalam Adriani, 2014).

  Menurut Supariasa (2013), penilaian status gizi dibagi menjadi dua yaitu penilaian status gizi secara langsung dan tidak langsung.

  1. Penilaian Status Gizi Secara Langsung

  a) Antropometri Penilaian status gizi secara antropometri yaitu menentukan status gizi dengan menggunakan ukuran tubuh. b) Klinis Penilaian status gizi secara klinis yaitu penilaian yang didasarkan pada gejala yang muncul dari tubuh akibat dari kelebihan atau kekurangan zat gizi.

  c) Biokimia Pemeriksaan gizi dilakukan secara laboratoris pada berbagai macam jaringan tubuh. Jaringan tubuh yang digunakan antara lain: darah, urine, tinja, hati dan otot.

  Biofisik

  d) Penilaian gizi secara biofisik yaitu dengan mengukur elastisitas dan fungsi jaringan tubuh.

  2. Penilaian Status Gizi Secara Tidak Langsung

  a) Survei Konsumsi Makanan Survei konsumsi makanan adalah metode penentuan status gizi secara tidak langsung dengan melihat jumlah dan jenis zat gizi yang dikonsumsi.

  Pengumpulan data konsumsi makanan dapat memberikan gambaran tentang konsumsi berbagai zat gizi pada masyarakat, keluarga, dan individu.

  b) Statistik Vital Pengukuran status gizi dengan statistik vital adalah dengan menganalisis beberapa data statistik kesehatan seperti angka kematian berdasarkan umur, angka kesakitan dan kematian akibat penyebab tertentu dan data lainnya yang berhubungan dengan gizi.

  c) Faktor Ekologi Mempelajari kondisi lingkunan berupa produksi pangan, pola makan, sosial budaya, ekonomi dan variabel lain yang secara teoritis mempengaruhi status gizi.

  3. Klasifikasi Status Gizi Balita Dalam menentukan klasifikasi status gizi harus ada ukuran baku yang sering disebut reference. Pengukuran baku antropomentri yang sekarang digunakan di

  Indonesia adalah WHO-NCHS (World Health Organization-National Centre for Health Statistic).

  Tabel 1. Klasifikasi Status Gizi Menurut WHO

  

BB/TB BB/U TB/U Status gizi

  Normal Rendah Rendah Baik, Pernah Kurang Normal Normal Normal Baik Normal Tinggi Tinggi Jangkung, Masih Baik Rendah Rendah Tinggi Buruk Rendah Rendah Normal Buruk, Kurang Rendah Normal Tinggi Kurang Tinggi Tinggi Rendah Lebih, Obesitas Tinggi Tinggi Normal Lebih, Tidak Obesitas Tinggi Normal Rendah Lebih, Pernah Kurang (Sumber: Deswarni Idrus & Gatot Kunanto, 1990. Epidemiologi I, Pusdiknakes.

  Jakarta. Hlm 31)

  D. PHP

  PHP adalah singkatan dari Personal Homepage yang kemudian menjadi PHP

  

Hypertext Preprocessor, sebagai suatu bahasa server untuk personal homepage

  yang dikembangkan oleh Rasmus Lerdorf tahun 1994. PHP digunakan sebagai pengantar ke bahasa server-side dan memiliki banyak kemiripan dengan ActionScript (Sutopo, 2007).

  PHP merupakan tool bagi pengembangan web dinamis. PHP memiliki fungsi

  

built-in yang lengkap, cepat, mudah dipelajari dan bersifat gratis. PHP dapat

berjalan di berbagai web server dan sistem operasi yang berdeda (Wibowo, 2007).

  E. Database MySQL

  MySql mempunyai database language (SQL/Structured Query Language) yang memiliki perintah untuk membuat basis data dan table, memasukkan dan mengambil data. PHP mempunyai subset fungsi khusus dedicated ke MySQL yang ditangani oleh ActionScript (Sutopo, 2007).

  MySql merupakan software yang tergolong database server dan bersifat Open

  

Source dan multiplatform. Dikatakan Open Source karena dilengkapi dengan source

code, yang executable atau kode yang dapat dijalankan dalam sistem operasi secara

  langsung, dengan mengunduh di Internet secara gratis. MySql juga dapat dijalankan di berbagai sistem operasi (Kadir, 2009).

F. Penelitian sejenis yang pernah dilakukan 1. Aplikasi Metode Mamdani Dalam Penentuan Status Gizi Dengan Indeks Masa Tubuh (IMT) Menggunakan Logika Fuzzy (Wulandari, 2011)

  Dalam penentuan status gizi dengan IMT yang menggunakan logika

  fuzzy, digunakan tiga variabel fuzzy yaitu variabel berat dan tinggi badan

  sebagai variabel input, serta variabel nilai gizi sebagai variabel output. Dengan metode Mamdani digunakan empat langkah untuk mendapatkan output.

  Langkah pertama yaitu menentukan himpunan fuzzy dari masing

• –masing variabel input dan output. Langkah yang kedua yaitu aplikasi fungsi implikasi dengan fungsi MIN. Langkah yang ketiga yaitu komposisi aturan dengan fungsi MAX. Langkah yang keempat yaitu mengubah output dari bilangan fuzzy ke bilangan tegas atau defuzzyfikasi, metode defuzzyfikasi yang digunakan adalah metode centroid. Nilai gizi yang diperoleh kemudian disesuaikan dengan interval keanggotaan himpunan fuzzy pada variabel nilai gizi sehingga didapatkan status gizi. Penelitian ini digunakan untuk menentukan status gizi pada remaja dan dewasa.