Beruflich Dokumente
Kultur Dokumente
Marimin Karsodimejo
marimin_07@yahoo.com
Information
Cycle
INFORMATION
NUMBER/
TERMS
MIS
DSS
DECISION
ALTERNATIVE
DATA
MES
ACTION
DECISION
SOP
Note : MIS
DSS
SOP
MES
Latihan:
Perbankan
Institusi Publik
BUMN Perkebunan
Dsb.
Directif
Strategiks
Taktis
Operasional
Hirarki Keputusan
Lingkungan
Sifat
Direktif
Panjang
Arahan-arahan strategis
yang kadang bersifat
intuitif
Strategis
Panjang
Taktis
Menengahpendek
Operasional
Pendek
Latihan:
PT. Astra
Penyelamatan Perbankan
Dsb.
Directive
EIS
ES
DSS
Strategic
Tactic
Operasional
IS
DBMS
EDP
MIS
ES
DSS
MIS
EDP
IS
: Information Systems
(Sistem Informasi)
System Thinking
ILMU SISTEM
1.
2.
Uncertain is unscientific
Uncertain should be avoided from science
(1860-1960)
Disorganized
Complexity
(1960-1980)
Organized
Complexity
(2000-.)
Possibility Theory
Fuzzy Theory
SYSTEM DEFINITION
Element (E1)
E2
Goal
E3
E4
Sub
Goal
E5
System Phylosophy
-
Input
Process
Output
Analysis
? Narrow aspect
? Wide aspect
Synthesis
Design
Control
Agroindustri
Sistem Pendidikan
Dsb.
METODOLOGI RISET
PENDEKATAN BERENCANA
PENDEKATAN SISTEM
PENDEKATAN EMPIRIS
Analisa kebutuhan
b.
Identifikasi sistem
c.
Formulasi masalah
d.
e.
f.
Pelaku
Perusahaan
Konsumen
Petani
LK/Bank
Kebutuhan bahan
baku
Jumlah Produksi
Mutu Produk
Bunga Bank
Harga
.
.
.
Dsb.
Input Sarana
Produksi
+
Perkoperasian
Luas Panen
Kredit
usaha Tani
Kebijaksanaan
Pemerintah
Keuntungan
Petani
Perbankan
Kelangsungan
Usaha Tani
+
+
Ketersediaan
Bahan Baku
Kredit
Komersial
Iklim
usaha
Minat
Investor
+
+
Kelayakan dan
Kelangsungan Industri
Dsb.
Input
lingkungan
Output yang
dikehendaki
Sistem
Output yang tidak
dikehendaki
Input terkontrol
Manajemen
pengendalian
Input Lingkungan
Kebijakan Pemerintah
Kondisi Sosial Budaya
Output Dikehendaki
Produktivitas lahan
Harga pasar
Tingkat bunga bank
Jaminan kualitas
Stabilitas harga produk
Ketepatan pengembalian
dana investasi
Keuntungan yang optimal
SISTEM PERENCANAAN
INVESTASI AGROINDUSTRI
Input Terkendali
Kebutuhan bahan baku
Jumlah Produksi
Jumlah Investasi
Sarana dan Prasarana
Manajemen Perencanaann
Agroindustri
2.
3.
4.
Dsb.
Hirarki
Perencanaan
Top
Level
Staffing
Pengorganisasian
Pelaksanaan
Monitoring
Evaluasi
Cara
Up Medium
Low
1.
Dengan Intuisi
2.
Lower
Sifat
Directif
Strategis
Taktis
Operasional
24
LINGKUNGAN
Tidak Pasti
Kompleks
Dinamis
Persaingan
Terbatas
Bingung
cemas
Kecerdasan
Persepsi
Falsafah
Pilihan
Intuisi
Informasi
Preferensi
Keputusan
Hasil
Logika tidak
dapat diperiksa
Rasa tidak
Enak
Berfikir
Bertindak
Puji Senang
Cela Sedih
REAKSI
25
ANALISA KEPUTUSAN
(Normatif)
LINGKUNGAN
Tidak Pasti
Kompleks
Dinamis
Persaingan
Terbatas
Kecerdasan
Persepsi
Falsafah
Pilihan
Informasi
Preferensi
Alternatif2
Penetapan
kemungkinan
Struktur Model
Logika
Keputs.
Hasil
Penetapan Nilai
Preferensi Waktu
Preferensi Risiko
Sensitifitas nilai
informasi
Bingung
cemas
Berfikir
Rasa tidak
Enak
Pandangan
ke dalam
REAKSI
26
Kriteria
Kinerja
Pengambil
Keputusan
Alternatives
alat/rencana/
27
KOMPONEN KEPUTUSAN
Alternatif Keputusan
Kriteria Keputusan
Bobot Kriteria
Model Penilaian
Model Penghitungan
28
MODEL PENILAIAN
1. Menggunakan Nilai Numerik (Nyata)
Kriteria dan atau alat ukurnya jelas (obyektif)
Sebagai misal Suhu Ruang (termometer)
Tinggi Badan
Berat Badan
Hasil perhitungan dengan rumus yang jelas:
BCR
IRR
NPV
29
MODEL PENILAIAN
2. Menggunakan Skala Ordinal
Kriteria kompleks melibatkan presepsi (subyektif)
Jumlah skala 3; 5; 7 (disarankan ganjil)
4. Enak
2. Tidak Enak
5. Sangat enak
3. Cukup Enak
1. Kurang Stabil
2. Stabil
3. Sangat Stabil
30
MODEL PENILAIAN
3. Menggunakan Nilai Perbandingan Berpasangan
Misal pada AHP : <misal A dibandingkan dengan B>
1 : A dan B sama penting
3 : A sedikit lebih penting dari B
Pembacaan Lain:
3: A tiga kali lebih penting dari B
5: A lima kali lebih penting dari B
31
32
Terukur Jelas
Skala Ordinal
Perbandingan berpasangan
Preferensi Fuzzy
33
METODE BAYES
B.
C.
34
MATRIK KEPUTUSAN :
ALTERNATIF
KRITERIA
NILAI
RANGKING
K1
K2
..
Kn
ALT. KEP.
ALT. KEP.
ALT1
V11
V12
..
V1n
Nk1
ALT2
V21
V22
..
V2n
Nk2
ALT3
ALTm
Vm1
Vm2
..
Vmn
BOBOT
B1
B2
..
Bn
MODEL PENGHITUNGAN
1.
BAYES :
Nki =
2. Per. Eksponensial :
j=1
Nkm
Vij * Bj ,
Nki =
j=1
j=1
Bj = 1.0
(Vij ) Bj ,
Bj = Bulat >0
35
Contoh Kasus =
Alternatif = 1. Radio
2. Televisi
3. Surat Kabar
Kreteria = 1. Jangkauan
2. Efektifitas Pesan
3. Biaya
4. Bagus
2. Kurang
3. Biasa
5. Sangat Bagus
36
Matrik Keputusan
Alternatif
Kriteria
Nilai Keputusan
Jangkauan
Eff.
Biaya
1. Radio
2. Televisi
3. Surat Kabar
0,3
0,4
0,3
Bobot
Bayes
MPE
Bayes
MPE
37
A. METODE BAYES
Krit j
38
Contoh Kasus =
Alternatif = 1. Radio
2. Televisi
3. Surat Kabar
Kreteria = 1. Jangkauan
2. Efektifitas Pesan
3. Biaya
4. Bagus
2. Kurang
3. Biasa
5. Sangat Bagus
39
Matrik Keputusan
Alternatif
Kriteria
Nilai Keputusan
Jangkauan
Eff.
Biaya
Bayes
1. Radio
3,7 (2)
2. Televisi
3,8 (1)
3. Surat Kabar
3,6 (3)
0,3
0,4
0,3
Bobot
Bayes
MPE
MPE
40
Efektvitas
Biaya
Nilai
Alternatif
1. Radio
3,7
2. Televisi
3,8
3. Surat Kabar
3,6
0,3
0,4
0,3
Bobot Kriteria
Kriteria
Peringkat
B. METODE PERBANDINGAN
EKSPONENSIAL (MPE)
Prosedur MPE
42
dengan :
TNi
RK ij
TKK j
43
Matrik Keputusan
Alternatif
Kriteria
Nilai Keputusan
Jangkauan
Eff.
Biaya
Bayes
1. Radio
3,7 (2)
2. Televisi
3,8 (1)
3. Surat Kabar
3,6 (3)
0,3
0,4
0,3
Bobot
Bayes
MPE
Nilai(Televisi) = ?
Nilai(Surat Kabar) = ?
MPE
44
Fokus =
Alternatif = 1.
2.
3.
Kreteria = 1.
2.
3.
4. Bagus
2. Kurang
3. Biasa
5. Sangat Bagus
45
Matrik Keputusan
Alternatif
Kriteria
Nilai Keputusan
Bayes
MPE
1.
2.
3.
Bobot
Bayes
MPE
46
C.
Ii
= (Iij)
j =1
47
Keterangan:
Aij
Xij (min)
A(i + 1.j)
X(i + 1.j)
Pj
Iij
Ii
= 1, 2, 3,, n
= 1, 2, 3,, m
48
Alternatif
IRR (%)
B/C
PBP (Thn)
1. Software House
30
1,1
2. Internet Provider
20
1,15
3. Production House
25
1,2
0,3
0,4
0,3
Bobot Kriteria
49
B/C
PBP (Thn)
Nilai
Alternatif
1. Software House
150
100
80
109
2. Internet Provider
100
104,5
66.7
91,8
3. Producton House
125
109,1
100
111,1
0,3
0,4
0,3
Bobot Kriteria
Kriteria
Peringkat
51
Pemiliha Metode
52
1.
2.
3.
4.
53
1.
2.
3.