SISTEM PENDUKUNG KEPUTUSAN

PEMODELAN dan Model Manajemen
Issue Pokok pemodelan
• Identifikasi Masalah
• Analisa Lingkungan
• Identifikasi Variabel
• Peramalan
• Penggunaan model berganda
• Katagori Model atau seleksi (Tipe dari Model)
• Manajemen Model


Tipe dari Model
Katagori Proces & Tujuan Teknik Representatif
Optimisasi dari masalah dengan beberapa alternatif Cari solusi terbaik dari sejumlah kecil alternatif Tabel keputusan, Pohon keputusan
Optimisasi melalui algorithma Cari solusi terbaik dari sejumlah besar alternatif bahkan dari alternatif tak terhingga dengan menggunakan proses perbaikan langkah-demi langkah Linier dan dan model programming matematika lainnya, model jaring kerja
Optimisasi melalui formula analitik Cari solusi terbaik dalam satu langkah dengan menggunakan formula Bebrapa model inventori
Simulasi cari solusi "yang cukup baik" atau terbaik diantara semua alternatif yang diperiksa dengan percobaan Bebrapa tipe model simulasi
Heuristics Cari solusi yang"cukup baik" menggunakan aturan Programming heuristik, sistem pakar
bebrapa model deskritif laninnya Cari "what-if" dengan menggunakan formula model finansial, antrean
Model peramalan Ramalan untuk waktu yang akan datang untuk skenario yang ditentukan Anlisa Markov, model peramalan

Model Statik dan Dinamik
• Analisa Statik
– Pengamantan sesaat dari suatu situasi
• Analisa Dinamik
– Model Dinamik Evaluasi skenario yang berubah setiap waktu
– Tergantung pada waktu
– Kecendrungan dan pola sepanjang waktu
– Perluasan model static

Perlakuan kepastian, ketidakpastian, dan Risko
• Model dengan kepastian

• Model dengan ketidakpastian

• Model dengan Risko
•
Analisa Keputusan dari beberapa alternatif
(Tabel keputusan dan Pohon)
Situasi Tujuan Tunggal

• Tabel Keputusan

• Pohon Keputusan

Tabel Keputusan
• Contoh Investasi

• Sat Tujuan: maximalkan penghasilan setelah satu tahun

• Pendapatan tergantyung dari status ekonomi
(status alam)
– Pertumbuhan yang matang/baik
– Keadaan tidak bergerak
– Inflasi

Situasi yang mungkin
1. Bila pertumbuhan dalam eknomi hutang penghasilan mencapai 12%; stocks 15%; waktu deposito 6.5%

2. Bila keadaan tetap, penghasilan hutang 6%; stocks 3%; waktu deposito 6.5%

3. Bila inflasi, penghasilan hutang 3%; stocks hilang 2%; waktu penghasilan deposito 6.5%

Tampilan masalah sebagai dua orang bermain (Two-Person Game)


• Variabel keputusan (alternatif)
• Uncontrollable Variabel tak terkendali (status dari ekonomi)
• Variabel penghasilan (penghasilan yang diproyeksikan)

Perlakuan ketidakpastian
• Pendekatan Optimistik approach
– Dipilih masing-masing keluaran terbaik dari masing-masing alternatif dan yang terbaik dari semua yang terbaik

• Pendekatan Pessimistik
– Dipilih keluaran terjelek dari semua alternantif dan selanjutnya pilih salah satu yang terbaik
Perlakuan terhadap Resiko
• Menggunakan peluang yang diketahui (Table 5.3)
• Pilih alternatif dengan nilai harapan terbesar

• Analisa Resiko: hitung nilai harapan dengan mengalikan dengan mengalikan keluaran yang sesuai dan kemudian dijumlahkan.

• Bisa saja bahaya

Tabel 5.3: Keputusan dengan resiko dan solusinya
Solid Stagnation Inflation Expected
Growth Value

Alternatives .5 .3 .2

Bonds 12% 6% 3% 8.4% *

Stocks 15% 3% -2% 8.0%

CDs 6.5% 6.5% 6.5% 6.5%

• Pohon keputusan
• Cara lain dari perlakuan resiko
– Simulasi
– Mencari faktor kepastian
– Fuzzy logic
• Tujuan ganda
• Penghasilan, keamanan, dan liquiditas (Table 5.4)

Tabel 5.4: Tujuan Ganda
Alternatives Yield Safety Liquidity

Bonds 8.4% High High

Stocks 8.0% Low High

CDs 6.5% Very High High

Optimisasi via linear programming
• Kasus : Mencari komposisi campuran untuk “sungold Paint”
• Kriteria
– Brilliance rating ³ 300 degrees
– Hue level ³ 250 degrees
• Brilliance dan hue ditentukan oleh a & b
• satu ounce dari a & b memberikan satu degree dari brilliance in one drum dari cat
• Hue dikendalikan dengan jumlah dari a
• satu ounce dari a memberikan 3 degrees hue dalam satu drum dari cat
• a = 45 cents/ounce & b = 12 cents/ounce
• Objektif: minimalkan biaya
• Tujuan: mencari jumlah dari a & b dari setiap drum cat ?
• Formulasi
– Decision variables:
• X1 = quantity of a
• X2 = quantity of b
– Solusi
• Cost = 45 X1 + 12 X2
– Brightness specification
• 1 X1 + 1 X2 ³ 300
– Hue specification
• 3 X1 + 0 X2 ³ 250
– Cost = 45 X1 + 12 X2
– Hasil
• X1 = 83,333 & X2 = 216,667
• Total Cost = $ 63,50

Formulasi Umum
• Variabel Keputusan : X1 & X2
• Fungsi Tujuan
– Tunjukkan hubungan antara variabel
– Tujuan Tunggal
– Tujuan ganda
• Pilih tujuan utama
• Transformasikan tujuan yang lain kendala
Optimisasi
• Maximalkan/minimalkan harga dari fungsi tujuan
• Koefisien dari fungsi tujuan
• Biaya = 45X1 + 12X2
– (45 & 12 = koefisien, X1 & X2 = variabel keputusan)
• kendala:
– LP à pemecahan masalah optimisasi dengan kendala
• Koefisien Input/output:
– Koefisien dari kendala
• Kapasitas/ketersediaan
– Nayatakan sebagai batas atas/batas bawah
– Kendala linier:
• 1 X1 + 1 X2 ³ 300
• 3 X1 + 0 X2 ³ 250
• (300 & 250 = kapasitas/kebutuhan, 1 & 3 & 0 = koefisen input/output