JURNAL : ANALISIS PENGOLAHAN DATA KARYAWAN PADA PT BUKIT ASAM (persero) tbk, CABANG DERMAGA KERTAPATI PALEMBANG

ANALISIS PENGOLAHAN DATA KARYAWAN PADA PT BUKIT ASAM (persero) tbk, CABANG DERMAGA KERTAPATI PALEMBANG

A. Yani Ranius, Asvin suryadi
Universitas Bina Darma
Jalan Jenderal Ahmad Yani No.12 Palembang
Abstrak : Meningkatnya perkembangan ilmu pengetahuan dan teknologi, mengakibatkan peranan sistem informasi dalam kegiatan pemenuhan kebutuhan akan informasi yang akurat dan efisisen. Perkembangan tersebut menuntut adanya ilmu komputer yang dapat memberikan informasi pendataan karyawan secara transparan yang dibutuhkan oleh semua pihak. Peran serta teknologi informasi memudahkan untuk dapat menggunakan system informasi yang awalnya dikerjakan secara tidak terkomputerisasi yang terbatas jarak, waktu, tetapi dengan adanya suatu sistem teknologi informasi walaupun dengan jarak yang cukup jauh tidak akan menjadi hambatan untuk mendapatkan informasi yang akurat dan aktual. PT.Bukit Asam adalah perusahaan yang bergerak dibidang pertambangan batubara. Dalam menjalankan usahanya semua kegiatan harus dilakukan dengan maksimal, sehingga dapat berjalan dengan baik salah satunya adalah pengolahan data karyawan. pada PT. Bukit Asam. Sistem komputerisasi yang sekarang ini berjalan sudah baik dengan menggunakan system Aplikasi Ellipse Explorer, maka dari itu penulis menganalisis sistem data karyawan agar menjadi lebih baik.
Kata Kunci : Karyawan, Aplikasi Ellipse Explorer.
1. PENDAHULUAN
Berkembangnya ilmu pengetahuan selalu diiringi oleh kemajuan teknologi yang sangat dibutuhkan dalam pengolahan data. Agar proses pengolahan data dilakukan dengan cepat dan akurat maka digunakanlah komputer. Komputer merupakan media untuk memproses atau mengolah data, yaitu suatu proses menerima data sebagai masukan (input), dan memproses (procesing) menggunakan program tertentu dan mengeluarkan hasil proses data tersebut dalam bentuk informasi (output).
1.2 Rumusan Masalah
Berdasarkan latar belakang diatas, maka penulis mencoba merumuskan masalah yang dapat menjadi pembahasan yang akan dijelaskan pada Tugas Akhir yaitu:
Bagaimana proses pengolahan data karyawan PT BA Cabang Dermaga Kertapati Palembang ?
1.3 Tujuan dan Manfaat penelitian
1.3.1 Tujuan penelitian
Adapun tujuan dari penulisan tugas akhir ini adalah mempelajari, mengamati, dan menganalisa bagaimana pengolahan data karyawan pada PT. Bukit Asam Cabang Dermaga Kertapati Palembang.
1.3.2 Metode Penelitian
. Penelitian Deskriptif
Penelitian deskriptif yaitu penelitian yang berusaha untuk memusatkan perhatian dan penelitian suatu pemecahan masalah yang ada dengan jalan mengumpulkan, menyusun, mencatat, dan menganalisa data serta mencari pemecahan masalah.
2. LANDASAN TEORI DAN OBJEK PENELITIAN
1.Menurut Tata Sutabri, (2012:67) Analisis adalah teknik pemecahan masalah yang menguraikan bagian-bagian komponen dengan mempelajari seberapa bagus bagian komponen tersebut bekerja dan berinteraksi untuk mencapai tujuan mereka.
2.Menurut Robbins Coulter, (1999:229) Mendefinisikan Analisis SWOT adalah suatu analisis organisasi yang menggunakan, kekuatan, kelemahan, kesempatan serta ancaman dari lingkungan.
3.Menurut George R Terry,Pengolahan data adalah Serangkaian operasi atas informasi yang direncanakan guna mencapai tujuan atau hasil yang diinginkan.
4. Data merupakan Dokumen-dokumen yang berupa angka-angka maupun karakter-karakter yang tidak memiliki arti, yang perlu diolah sehingga menjadi informasi.
Karyawan dari kata dasar “karya” berarti pekerja, sering kali disebut pabrik atau kantor besar. Oleh pemerintah Orde Baru kata ini digunakan untuk menggantikan istilah buruh yang sejak 1965 ditabukan di Indonesia.Tentang karyawan. Karyawan yang baik adalah karyawan yang mampu memberikan kontribusi terhadap perusahaan tempat dia bekerja,tidak hanya terbatas pada tenaga tetapi juga pikiran, ide, improvement agar semua yang mereka kerjakan bias mendapatkan hasil yang maksimal baik dari segi kualitas,kuantitas dan efisiensi waktu.Karyawan pun terus berperan aktif dalam melakukan pekerjaan sehingga mampu memberikan keuntungan terhadap perusahaan.
2.2 Gambaran Umum Objek Penelitian
PT.Bukit Asam ( Persero ), Tbk atau PT.BA ini didirikan pada tanggal 2 Maret 1981, berdasarkan Peraturan Pemerintah RI, No.42 Tahun 1980. Badan Usaha Milik Negara yang berada dibawah pembinaan Menteri Negara Pendayagunaan BUMN ini berkantor pusat di Tanjung Enim Sumatra Selatan.Kegiatan penambangan batu bara di Tanjung Enim sebenarnya sudah dimulai sejak tahun 1919 di bawah pemerintahan Belanda, dan pada tahun 1942 pengolahannya di tangani oleh pemerintah Jepang dan sempat kembali ke Pemerintah Belanda sebelum kemudian di ambil alih oleh Pemerintah RI pada awal kemerdekaan tahun 1945.
Sejak tahun 1945 sampai dengan beridirinya PTBA, Lembaga Pemerintahan yang membawahi pertambangan batubara Tanjung Enim telah mengalami beberapa kali perubahan nama berturut – turut yaitu : Direktorat Pertambangan, Biro Urusan Tambang Batubara ( PN.TABA ) dan kemudian menjadi Perum Tambang Batubara.
Pada tahun 1990 Pemerintah Perum Tambang Batubara ke dalam PTBA melalui Peraturan Pemerintah No. 56 dengan demikian PTBA juga bertugas mengelola Tambang Ombilin dan Perjanjian Kerjasama Pengusaha Pertambangan Batubara (PKP2B). Pada tahun 1990 (PKP2B) diambil alih oleh Pemerintah dengan keputusan Presiden RI No.75 tahun 1996,disampingitu PTBA ditugaskan mempelopori dan memasyarakatkan penggunaanbatubara. Pada tahun 1966 PTBA membentuk anak perusahaan yaitu PT. Tambang Batubara Bukit Kendi yang berkantor di Tanjung Enim. Pada 1990 Pemerintah menetapkan penggabungan Perum Tambang Batubara dengan Perseroan.Sesuai dengan program pengembangan ketahanan energi nasional , pada tahun 1993 Pemerintah menugaskan Perseroan untuk mengembangkan usaha briket batu bara. Kemudian pada 23 Desember 2002 Perseroan mencatatkan diri sebagai perusahaan Publik di Bursa Efek Indonesia dengan kode “PTBA”.
Struktur Organisasi PT Bukit Asam Cabang Dermaga Kertapati Palembang.
3. HASIL DAN PEMBAHASAN
Berikut ini penulis akan menjelaskan mengenai hasil analisis yang berupa tampilan dari Aplikasi Ellipse Explorer. Ellipse Explorer adalah aplikasi siap pakai yang telah di desain khusus untuk mengolah data karyawan yang menggunakan system computer berbasis desktop, yang digunakan PT Bukit Asam Cabang Dermaga Kertapati Palembang.
3.1 Tampilan Form Menu Ellipse Login
Tampilan menu login user,dimana didalamnya terdapat User name, password, district, posision, ok, cancel. Form menu login merupakan halaman login dari aplikasi Ellipse Explorer milik PT Bukit Asam, dimana tamplan ini terdapat menu login user.
Tampilan spesialis SDM
.form kedua dari form login dimana spesialis sdm ini memiliki satu Listbox yang berfungsi untuk masuk ke desain input data karyawan, rekapitulasi gaji,dan absen. Listbox form diatas harus diisi sesuai kode pengimput data,kode untuk masuk ke input data karyawan,laporan rekapitulasi gaji, dan absen ini hanya dimiliki oleh admin yang berada dipusat dan operator PT Bukit Asam Cabang Kertapati Palembang.
Tampilan mainetain employee care menu
Form Maintain Employee Care Menu,digunakan untuk masuk ke data karyawan dengan memilih modify an Employee yang akan mengantar operator ke input data karyawan,
Modify employee care details
modify employee care details memiliki delapan link yaitu : Name, Residential Address, Postal Address, Phone, Primary Resource, General, Photo, SSN/SIN yang digunakan untuk memasukan seluruh data karyawan yang ada,setelah data karyawan diisi dengan lengkap maka operator akan menyimpan data karyawan dengan meng klik button save. Data karyawan yang sudah diinput dan disimpan akan dikirim ke admin yang berada dipusat secara otomatis pengiriman.
open employee absen
penginputan dan absen dengan mengisi id karyawan yang akan di cetak sebagai data absen tiap bulan, absensi yang telah dicetak dan di input akan dikirim ke admin pusat sebagai laporan absen karyawan PT Bukit Asam Cabang Dermaga Kertapati Palembang
Create Employee Payroll Transactions
Gambar di atas menjelaskan tentang balasan yang di beri admin pusat untuk operator sdm PT Bukit Asam Cabang Dermaga Kertapati Palembang. Setelah operator menerima balasan dari maka operator akan memasuki gaji lembur karyawan kedalam rekapitulasi gaji lembur karyawan.
3.2 analisis sistem
PT Bukit Asam (persero) Tbk Unit Dermaga Kertapati Palembang dalam mengolah data karyawan yang telah dikirim dari Tanjung Enim ke Unit Dermaga Kertapati, data yang dikelola untuk dijadikan sebagai bahan laporan dilakukan secara komputerisasi dengan menggunakan aplikasi Ellipse eksplorer, adapun yang mendukung proses komputerisasi dalam mengolah data karyawan adalah sebagai berikut :
1. Hardware (perangkat keras) Hardware terdiri dari tiga bagian yaitu, input device, processing device dan output device. PT Bukit Asam (persero) tbk Unit Dermaga Kertapati Palembang telah memiliki dua buah personal komputer lengkap dengan perangkat keras dengan komponen-komponen sebagai berikut :
a. Processor Intel Pentium Dual Care
b. Hardisk 150 GB
c. Memory(RAM) 512 GB
d. Monitor LCD
e. Mouse
f. Keyboard
g. Printer
2. Software (perangkat Lunak)
Untuk memproses data karyawan pada PT Bukit Asam (persero) Tbk Unit Dermaga Kertapati yang telah dilakukan secara komputerisasi, adapun software (perangkat lunak) yang biasa digunakan dalam mengolah data karyawan adalah sebagai berikut:
a. Windows XP Proffesional sebagai system operasi.
b. Aplikasi Ellipse Eksplorer, bahasa pemrograman yang digunakan dalam aplikasi ini adalah bahasa pemrograman Java.
3. Brainware (pengguna)
PT Bukit Asam (persero) Tbk Unit Dermaga Kertapati Palembang pada bagian humas terdapat dua orang user yang bertugas untuk mengelola data karyawan yang telah dilakukan secara komputerisasi dengan menggunakan aplikasi Ellipse eksplorer.
3.3 Analisis SWOT Pada PT.Bukit Asam (persero) Tbk Dermaga Kertapati Palembang
Pada PT Bukit Asam (Persero) Tbk Dermaga Batubara Kertapati Palembang merupakan salah satu metode untuk menggambarkan dan mengevaluasi suatu masalah yang berdasarkan faktor internal (dalam) dan faktor eksternal (luar) yaitu Strengths, weakness, opportunities, threats. Metode ini paling sering digunakan dalam metode evaluasi bisnis untuk mencari strategi yang akan dilakukan. Analisis SWOT hanya mengambarkan situasi yang terjadi bukan sebagai pemecah masalah . Yang saya lakukan untuk mengetahui kekuatan sistem pada PT Bukit Asam (persero) Tbk Dermaga Batubara Batubara Kertapati Palembang yaitu mengunakan Analisis SWOT yang terdiri dari empat faktor, yaitu
1.Strengths(kekuatan)
1. Dalam hal ini tidak perlu takut data karyawan telah
2. Tersimpan akan hilang, karena data yang di input operator telah tersimpan di admin.
3. Menghemat waktu pada proses pendataan karyawan.
4. Operator dapat menguasai system yang ada.
5. Fasilitas komputer sangat mendukung.
6. Kemudahan dalam penyimpanan data seluruh karyawan.
2. Weakness(kelemahan)
1. Operator tidak diberikan hak untuk mengedit data karyawan apabila terjadi kesalahan sehingga memperlambat dalam pembuatan laporan data karyawan.
2. Keterbatasan Memory atau Ram yang secara serius dapat menghambat kinerja efektif perusahaan.
3. System masih menggunakan aplikasi yang belum terkoneksi ke internet, sehingga belum maksimal untuk digunakan di tempat yang terpisah.
4. Operator hanya terdapat 2 orang sehingga, jika salah seorang tidak hadir, maka dapat memperlambat pendataan karyawan.
5. Aplikasi Ellipse adalah aplikasi visual yang berjalan di atas system operasi windows, tidak bisa untuk system operasi lainya.
3. Opportunity (peluang)
1. Dalam hal ini semua data karyawan langsung bisa dimasukan ke dalam sistem, sehingga operator tidak perlu lg membuat catatan ke dalam buku.
2. Rencana kebijakan perusahaan untuk pengembangan karyawan sudah ada.
3. Dapat memacu semangat karyawan untuk lebih memaksimalkan pekerjaannya dibagiannya masing masing.
Threat(ancaman)
4. Perubahan teknologi dapat menjadi ancaman perusahaaan.
6. Apabila operator lupa password maka program tersebut tidak dapat dijalankan.
7. Keterlambatan informasi akan menghambat pengaksesan data ke pusat.
3.4 Usulan Perbaikan Sistem
Setelah melakukan analisis di atas, kemudian dilakukan perbandingan antara factor internal yang meliputi strength dan weakness dengan factor luar opportunities dan threat. Setelah itu kita bisa melakukan strategi alternatif untuk dilaksanakan. Strategi yang di pilih merupakan strategi yang paling menguntunghkan dengan resiko ancaman yang paling kecil. Dengan mengetahui kelebihan (strength dan opportunity) dan kelemahan kita (weakness dan threat), maka perusahaan melakukan perbaikan. Mungkin salah satu strateginya dengan meningkatkan strengh dan opportunity atau melakukan strategi yang lain yaitu mengurangi weakness dan threat. Contohnya:
1. Agar pengguna sistem ini memberikan pengamananan seperti password guna menghindari gangguan dari pihak lain.
8. Tenaga penguna aplikasi di tambah agar tidak menjadi hambatan jika pengguna yang biasa menjalankan tidak hadir.
9. Lebih efektif dan efisien lagi bila perusahaan tersebut menambah kapasitas handwidth dan menggunakan perangkat keras (hardware) seperti RAM (random acces memory) dengan kapasitas lebih besar.
4. KESIMPULAN DAN SARAN
Berdasarkan dari analisis yang telah dilakukan dan sudah diuraikan dalam laporan yang berbentuk tugas akhir tentang analisis pengolahan data karyawan dengan menggunakan aplikasi Ellipse explorer pada PT Bukit Asam Cabang Dermaga Kertapati Palembang,maka penulis dapat menarik kesimpulan sebagai berikut:
1. Pengolahan data karyawan yang ada pada PT.Bukit Asam Cabang Dermaga Kertapati Palembang menggunakan aplikasi Ellipse Explorer ini sudah baik, karena dengan menggunakan aplikasi ini pengolahan data karyawan dapat dengan cepat dan akurat.
2. Perangkat lunak aplikasi Ellipse Explorer sudah mempunyai system keamanan yang cukup baik karena mempunyai password sendiri sendiri.
3. Pengembangan aplikasi Ellipse Explorer sudah cukup baik, sehingga hasil yang ditetapkan sudah sesuai dengan kebutuhan.
4.1 Saran
Sebagai masukan penulis menyampaikan saran yang mungkin berguna bagi PT Bukit Asam Cabang Dermaga Kertapati Palembang khususnya bagi pengguna aplikasi, adapun saran saran yang penulis sampaikan yaitu :
1. Dengan bertambahnya pengguna jaringan internet maka sudah seharusnya PT Bukit Asam Cabang Dermaga Kertapati Palembang, menambahkan kecepatan koneksi jaringan seperti menambah kapasitas Ram dan Hard Disk.
10. Pada system data karyawan ini memerlukan koneksi jaringan interner tersendiri, supaya pengiriman laporan tidak terlambat.
11. Bagi pembaca, penulis mengharapkan tugas akhir ini dapat menjadi wawasan dibidang komputer.
DAFTAR RUJUKAN
Lisma Puspita.2010.Modul Pengantar Basis DataDengan MySQL.Palembang:UBD.
Sutarbi.2012.analisis sistem informasi, ANDI,Yogyakarta
http://id.wikipedia.org/wiki/analisis,diakses,13 Desember 2012
http://id.wikipedia.org/wiki/karyawan,diakses,13Desember2013
http://carapedia.com/pengertian_definisi.htmldiakses,5Februari2013
http://hanihohoy.com/2012/definisis swot diakses,5februari2013

JURNAL : SISTEM INFORMASI REKAM MEDIS RUMAH SAKIT UMUM DAERAH (RSUD) LAHAT MENGGUNAKAN METODE TOTAL ARCHITECTURE SYNTESIS (TAS)

SISTEM INFORMASI REKAM MEDIS RUMAH SAKIT UMUM DAERAH (RSUD) LAHAT MENGGUNAKAN METODE TOTAL ARCHITECTURE SYNTESIS (TAS)

A.Haidar Mirza, A.Yani Ranius, AJ Perdana Putra
Universitas Bina Darma
Jalan Jenderal Ahmad Yani No.12 Palembang
Pos-el : haidarmirza@yahoo.com , yani_ranius@mail.binadarma.ac.id, ajperdanaputra@yahoo.co.id
ABSTRACT : Patient information system at the Regional General Hospital (Hospital) Lahat is an information system that has a queue of activities, registration and examination at each clinic. The system performance in patient care in hospitals Lahat running is still not optimal due to the processing of patient data and medical records do still use the media or manual bookkeeping. Therefore patient care in hospitals Lahat become ineffective and inefficient, since media reports bookkeeping slow down. Methods medical record system development in hospitals Lahat Total Architecture Syntesis method (TAS). System development tool using Use Case Diagrams and Class Diagrams. Implementation of programs using Borland Delphi 7 application programming with databases using SQL Server 2000. Medical record information system designed aiming to build a computerized information system, making it easier for hospitals Lahat in processing patient data and medical records of patients.
Keywords: Medical Record,Patient,Total Architecture Syntesis, TAS
ABSTRAK : Sistem informasi pasien di Rumah Sakit Umum Daerah (RSUD) Lahat adalah sistem informasi yang mempunyai kegiatan antrian, registrasi, dan pemeriksaan pada tiap-tiap poliklinik. Adapun kinerja sistem dalam pelayanan pasien yang berjalan di RSUD Lahat tersebut masih belum optimal karena pada pengolahan data pasien dan data rekam medis dilakukan masih menggunakan media pembukuan atau manual. Oleh karena itu pelayanan pasien di RSUD Lahat menjadi tidak efektif dan efisien, karena media pembukuan memperlambat jalannya laporan. Metode pengembangan sistem rekam medis di RSUD Lahat menggunakan metode Total Architecture Syntesis (TAS). Alat bantu pengembangan sistem menggunakan Use Case Diagram dan Class Diagram. Implementasi program menggunakan aplikasi pemrograman Borland Delphi 7 dengan database menggunakan SQL Server 2000. Sistem informasi rekam medis dirancang bertujuan untuk membangun sistem informasi yang terkomputerisasi, sehingga memudahkan RSUD Lahat dalam mengolah data pasien dan data rekam medis pasien.
.
Keywords : Rekam Medis,Pasien,Total Architecture Syntesis (TAS)
1. PENDAHULUAN
Dalam era globalisasi sekarang ini tak bisa dipungkiri bahwa perkembangan teknologi informasi khususnya komputer sangatlah pesat sehingga menuntut orang – orang yang bergerak pada bidang ini untuk terus berupaya meningkatkan kemampuan. Persaingan bisnis yang semakin ketat dan perkembangan ilmu pengetahuan dalam era sekarang ini, menuntut perusahaan untuk menyusun kembali proses bisnis yang terjadi dalam internal perusahaan. Dalam hal ini teknologi komputer dan telekomunikasi
memegang peranan yang sangat penting karena kemampuannya untuk menembus batas ruang dan waktu serta mampu mendukung kelancaran proses dalam suatu perusahaan. Tentunya dengan penggunaan teknologi yang tepat guna dan mampu menghasilkan informasi yang cepat dan akurat sesuai dengan kebutuhan oleh pengguna teknologi informasi.
Penyelenggaraan upaya kesehatan di rumah sakit juga tidak lepas dari peran serta rekam medis pada setiap unit pelayanan kesehatan. Rekam medis adalah berkas yang berisikan catatan dan dokumen tentang identitas pasien, pemeriksaan, pengobatan, tindakan, dan pelayanan lain kepada pasien pada sarana pelayanan kesehatan. Catatan-catatan tersebut kemudian diolah dan selanjutnya akan bermanfaat bagi pihak manajemen untuk mengetahui informasi mengenai data yang telah ada.
Pada Rumah Sakit Umum Daerah (RSUD) Lahat, pengolahan data pasien dan data rekam medis masih dilakukan dengan cara manual dimana data diisikan pada formulir data pasien yang kemudian dicatat kembali pada buku-buku yang disediakan untuk itu. Untuk sistem pelaporan rumah sakit sudah menggunakan bantuan komputer dimana data pasien dan rekam medis diketik dengan bantuan aplikasi perkantoran. Banyaknya data pasien yang harus diolah dan data yang berkelanjutan dari riwayat penyakit pasien, membuat pengarsipan data riwayat pasien dengan metode manual (hardcopy) sangat tidak efektif. Akibatnya, perawat yang pada dasarnya sebagai pembantu dokter di bidang medis menjadi tersita sebagian besar waktunya untuk mencari data pasien dan pengarsipkannya kembali, hal ini mengakibatkan berubahnya fungsi utama profesi yang pada akhirnya Rumah Sakit harus mempekerjakan perawat dengan tugas administrasi., sehingga kurang akurat dan membutuhkan waktu yang relatif lama serta menyebabkan kerja ekstra bagi petugas terkait dalam menyediakan laporan.
Metode Total Architecture Syntesis (TAS) menurut Brown (2008) adalah pola pikir yang berfokus pada tujuan perusahaan yang sederhana dari desain tradisional kegiatan untuk menghasilkan desain yang lebih efisien yang secara konseptual berfokus pada proses bisnis, manusia, dan informasi. Metode ini bertujuan untuk melakukan desain sistem informasi terdistribusi, pengujian dan meninjau desain baik proses bisnis dan mendukung sistem di atas kertas sebelum melakukan upaya implementasi. Pengunaan metode TAS, menjadikan proses pengumpulan informasi akan kebutuhan dari sebuah perusahaan bukan lagi menjadi sebuah aktifitas yang terpisah dari proses bisnis dan arsitektur sistem. Semua aktivitas dari sebuah perusahaan kini secara iterative akan saling berhubungan dan mempengaruhi satu sama lainnya.
Berdasarkan latar belakang masalah diatas, penulis tertarik untuk merancang dan membangun sebuah Sistem Informasi Rekam Medis Rumah Sakit Umum Daerah (RSUD) Lahat Menggunakan Metode Total Architecture Syntesis (TAS).
2. METODOLOGI PENELITIAN
2.1.1 Sistem
Di dalam buku Sistem Informasi Manajemen Jilid 1, McLeod, Jr. (2001:11) menyatakan bahwa sistem adalah sekelompok elemen yang terintegrasi dengan maksud yang sama untuk mencapai suatu tujuan.
Jogiyanto (2001:2) di dalam bukunya yang berjudul Analisis dan Desain Sistem Informasi mendefiniskan bahwa sistem adalah kumpulan dari elemen-elemen yang berinteraksi untuk mencapai suatu tujuan tertentu.
Selanjutnya, Turban, dkk. (2005:57) di dalam bukunya yang berjudul Decision Support System and Intelligent System (Sistem Pendukung Keputusan dan Sistem Cerdas) Edisi 7 Jilid 1 menyatakan bahwa sistem adalah kumpulan objek seperti orang, sumber daya, konsep, dan prosedur yang dimaksudkan untuk melayani suatu tujuan.
Dari beberapa pendapat di atas dapat disimpulkan bahwa sistem terdiri dari elemen-elemen yang disebut juga subsistem-subsistem, ada kerja sama diantara elemen-elemen tersebut, serta terdapat tujuan-tujuan yang hendak dicapai dari kerja sama tersebut.
2.1.2 Informasi
Pada dasarnya pengertian data tidak dapat dipisahkan dari pengertian informasi karena keduanya mempunya hubungan sebab akibat yang sangat erat.
Di dalam sebuah artikel populer yang diterbitkan oleh situs www.ilmukomputer.com yang berjudul Pengantar Database, Irmansyah (2003:1) menyatakan bahwa data adalah nilai/value yang turut merepresentasikan deskripsi dari suatu objek atau kejadian (event), sedangkan informasi adalah hasil dari pengolahan data dalam suatu bentuk yang lebih berguna dan lebih berarti bagi penerimanya yang menggambarkan suatu kejadian-kejadian (event) yang nyata (fact) yang digunakan untuk pengambilan keputusan.
Pendapat lain menyatakan bahwa data terdiri dari fakta-fakta dan angka-angka yang relatif tidak berarti bagi pemakai, sedangkan Informasi adalah data yang telah diproses, atau data yang memiliki arti (McLeod, Jr., 2001:15).
Dapat disimpulkan bahwa data adalah bahan mentah yang belum berguna yang jika diolah akan menghasilkan informasi, yang juga berarti bahwa informasi adalah sesuatu yang berguna dan memiliki arti yang merupakan produk hasil daripada pengolahan data.
Kualitas informasi menurut Jogiyanto (2001:10) tergantung pada tiga hal, yaitu sebagai berikut.
1. Akurat: informasi harus bebas dari kesalahan-kesalahan dan tidak bias atau menyesatkan.
2. Tepat waktu: informasi yang datang pada penerima tidak boleh terlambat.
Relevan: informasi tersebut haruslah mempunyai manfaat untuk pemakainya.
2.1.3 Sistem Informasi
Menurut Susanto (2004:55) sistem informasi adalah “kumpulan dari sub-sub sistem baik fisik maupun non fisik yang saling berhubungan satu sama yang lain dan bekerja sama secara harmonis untuk mencapai satu tujuan tertentu yaitu mengolah data menjadi informasi yang berarti dan berguna”.
Leitch dan Davis dalam Jogiyanto, 2005:11 mengemukakan bahwa “sistem informasi adalah suatu sistem di dalam suatu organisasi yang mempertemukan kebutuhan pengolahan transaksi harian, mendukung operasi, bersifat manajerial, dan kegiatan strategis dari suatu organisasi dan menyediakan pihak luar tertentu dengan laporan-laporan yang diperlukan”.
Pengertian ini sesuai dengan pendapat yang disampaikan oleh Jogiyanto (2005:34) bahwa Sistem dapat didefinisikan sebagai “kumpulan dari komponen yang saling berhubungan satu dengan yang lainnya membentuk satu kesatuan mencapai tujuan tertentu. Sedangkan informasi didefinisakan sebagai pengolahan data yang berarti dan bermanfaat (Susanto, 2004:55).
Dari tiga definisi di atas dapat ditarik kesimpulan bahwa sistem informasi sebagai kumpulan dari subsistem apapun baik fisik maupun non fisik yang saling berhubungan satu sama yang lain dan bekerja sama secara harmonis untuk mencapai satu tujuan yaitu mengolah data menjadi informasi yang berarti dan bermanfaat.
Komponen-komponen yang terkait dengan sistem informasi antara lain:
a. Data
Data harus akurat dan yang terpenting data benar, jangan data berupa sampah atau data yang tidak benar.
b. Masukan
Masukan harus dikode dengan jelas sesuai kebutuhan dan dengan cara tertentu. Misalnya data untuk membuat grafik dibentuk dalam gambaran tabel.
c. Proses
Harus jelas diproses dengan cara apa dan alat apa, perangkat keras dan perangkat lunak serta tehnisi yang sesuai.
d. Keluaran
Keluaran harus jelas dan memenuhi ciri-ciri informasi yang baik dan benar.
e. Tujuan
Keluaran yang dihasilkan harus sesuai dengan tujuan agar dapat dimanfaatkan sebaik-baiknya.
f. Pemakai
Pemakai harus terlatih memanfaatkan informasi yang terbentuk, bila tidak informasi yang dihasilkan akan sia-sia.
g. Model
Cara pengolahan dengan logika, perhitungan atau pengolahan kata, atau tata letak.
h. Teknologi
Komputer yang digunakan berjenis apa, atau masih secara manual.
i. Pengendali
Cara untuk mencegah kecurian data dan atau kehilangan data.
2.1.4 Rekam Medis
Menurut Indonesian Medical Council (2006) dalam penjelasan Pasal 46 ayat (1) UU Praktik Kedokteran, yang dimaksud dengan rekam medis adalah berkas yang berisi catatan dan dokumen tentang identitas pasien, pemeriksaan, pengobatan, tindakan dan pelayanan lain yang telah diberikan kepada pasien.
Dalam Peraturan Menteri Kesehatan Nomor 749a/Menkes/Per/XII/1989 tentang Rekam Medis dijelaskan bahwa rekam medis adalah berkas yang berisikan catatan dan dokumen tentang identitas pasien, pemeriksaan, pengobatan, tindakan dan pelayanan lain kepada pasien pada sarana pelayanan kesehatan.
Kedua pengertian rekam medis diatas menunjukkan perbedaan dimana Permenkes hanya menekankan pada sarana pelayanan kesehatan, sedangkan dalam UU Praktik Kedokteran tidak. Ini menunjukan pengaturan rekam medis pada UU Praktik Kedokteran lebih luas, berlaku baik untuk sarana kesehatan maupun di luar sarana kesehatan
Adapun isi dari Rekam Medis adalah :
1. Catatan, merupakan uraian tentang identitas pasien, pemeriksaan, diagnosis, pengobatan, tindakan dan pelayanan lain baik dilakukan oleh dokter dan dokter gigi maupun tenaga kesehatan lainnya sesuai dengan kompetensinya.
2. Dokumen, merupakan kelengkapan dari catatan tersebut, antara lain foto rontgen, hasil lab dan keterangan lain sesuai dengan kompetensi keilmuannya.
Jenis Rekam Medis dibedakan menjadi:
1. Rekam medis konvensional
2. Rekam medis elektronik
Manfaat Rekam Medis antara lain:
1. Pengobatan Pasien
Rekam medis bermanfaat sebagai dasar dan petunjuk untuk merencanakan dan menganalisis penyakit serta merencanakan pengobatan, perawatan dan tindakan medis yang harus diberikan kepada pasien.
2. Peningkatan Kualitas Pelayanan
Membuat rekam medis bagi penyelenggaraan praktik kedokteran dengan jelas dan lengkap akan meningkatkan kualitas pelayanan untuk melindungi tenaga medis dan untuk pencapaian kesehatan masyarakat yang optimal.
3. Pendidikan dan Penelitian
Rekam medis yang merupakan informasi perkembangan kronologis penyakit, pelayanan medis, pengobatan dan tindakan medis, bermanfaat untuk bahan informasi bagi perkembangan pengajaran dan penelitian di bidang profesi kedokteran dan kedokteran gigi.
4. Pembiayaan
Berkas rekam medis dapat dijadikan petunjuk dan bahan untuk menetapkan pembiayaan dalam pelayanan kesehatan pada sarana kesehatan. Catatan tersebut dapat dipakai sebagai bukti pembiayaan kepada pasien.
5. Statistik Kesehatan
Rekam medis dapat digunakan sebagai bahan statistik kesehatan, khususnya untuk mempelajari perkembangan kesehatan masyarakat dan untuk menentukan jumlah penderita pada penyakit-penyakit tertentu.
6. Pembuktian Masalah Hukum, Disiplin dan Etik
Rekam medis merupakan alat bukti tertulis utama, sehingga bermanfaat dalam penyelesaian masalah hukum, disiplin dan etik.
2.1.5 TAS ( Total Architecture Syntetis)
Menurut Brown (2008) “Total Architecture adalah pola pikir yang berfokus pada tujuan perusahaan yang sederhana dari desain tradisional kegiatan untuk menghasilkan desain yang lebih efisien yang secara konseptual berfokus pada proses bisnis, manusia, informasi”. Bertujuan untuk melakukan desain sistem informasi terdistribusi, pengujian dan meninjau desain baik proses bisnis dan mendukung sistem diatas kertas sebelum melakukan upaya implementasi.
Pengunaan metode TAS, menjadikan proses pengumpulan informasi akan kebutuhan dari sebuah perusahaan bukan lagi menjadi sebuah aktifitas yang terpisah dari proses bisnis dan arsitektur sistem. Semua aktifitas di atas kini secara iterative akan saling berhubungan dan mempengaruhi satu sama lainnya.
Tahap pengembangan sistem dalam buku Implementing SOA (Services Oriented Architecture) Total Architecture Syntesis in Ptactice. Brown (2008:130). Adapun tahap-tahap perancangan yang ada dalam konsep TAS antara lain:
1. Menentukan Initial Scope (Defining the Initial Scope).
TAS dimulai dengan mendifinisikan ruang lingkup proyek. Yakni dengan mendefinisikan proses-proses bisnis. Dari hasil tersebut dapat dijelaskan dampaknya dengan menggunakan bagan-bagan terstruktur dari tujuan proyek. Setelah proses bisnis teridentifikasi, sejumlah informasi dibutuhkan untuk setiap proses. Kemudian akan teridientifikasi juga entitas pengguna dari dalam setiap proses bisnis. Setiap informasi perkiraan digunakan untuk menentukan tingkatan proses bisnis dari yang terpenting sampai yang tidak terlalu penting dan dari yang tersulit sampai yang termudah mendesainnya.
2. Menentukan Kebutuhan (Defining the Requirements).
Setelah menentukan tingkatan proses bisnis, dengan melakukan wawancara pada stakeholders untuk mengetahui proses dan untuk melihat bagaimana proses itu terjadi. Langkah selanjutnya yaitu menentukan kebutuhan-kebutuhan sesuai dengan tujuan bisnis. Mengumpulkan kebutuhan input, kebutuhan output, masalah serta batasan masalah termasuk input proses bisnis lain.
3. Mendesain Arsitektur Proses Bisnis (Designing the Bussiness Process Architecture).
Setelah seluruh kebutuhan dikumpulkan maka langkah selanjutnya merancang proses bisnis. Ini adalah desain tingkat tinggi pada proses bisnis, yang berfokus pada identifikasi para peserta dalam proses yaitu menentukan orang dan sistem yang terlibat dalam sistem, kegiatan yang dilakukan oleh peserta dan dialog antar muka dibutuhkan untuk proses bisnis. Dengan demikian akan didapatkan aturan-aturan bisnis dan macam-macam alternatif proses bisnis.
4. Mendesain Arsitektur system (Designing the Systems Architecture).
Setelah memilih kandidat proses bisnis, langkah selanjutnya yaitu merancang arsitektur sistem secara keseluruhan yang meliputi rancangan proses bisnis dan rancangan sistem yang sesuai dengan keuntungan dan biaya yang sudah terjadwal. Sistem diuji dan dievaluasi.
5. MengevaluasiArsitektur (Evaluating Architectures).
Evaluasi adalah proses pengujian terhadap kesesuaian proses bisnis dan desain sistem yang diperlukan secara keseluruhan. Proses evaluasi ini dilakukan untuk memastikan bahwa sistem sudah benar dan sesuai dengan kebutuhan pengguna serta sesuai dengan karakteristik yang diterapkan dan tidak ada kesalahan-kesalahan yang terkandung di dalamnya.
Rincian dari pendekatan TAS dapat dilihat pada gambar diagram 2.1 berikut :
Gambar 1. Gambar Diagram TAS
3.1.2.1 Wawancara
1. Analisa Wawancara
Adapun metode untuk pengumpulan data yang digunakan adalah wawancara dan tinjauan langsung kelapangan, dengan menggunakan wawancara seperti tabel berikut :
Tanggal wawancara Senin,4 Desember 2012
Jam Wawancara 09.30-11.00
Tempat RSUD Lahat
Daftar Pertanyaan :
1. Apa saja penambahan atau perubahan yang ingin dilakukan terhadap sistem yang sedang berjalan?
2. Apa saja permasalahan yang muncul selama penggunaan dari sistem yang sedang berjalan saat ini?
3. Seperti apakah harapan dari pihak Puskesmas Rawat Inap terhadap sistem yang akan dibuat?
4. Laporan dengan format seperti apa yang diinginkan oleh pihak Puskesmas rawat Inap Merapi II kab Lahat?
Tabel 1. Tabel Wawancara
2. Analisa Permasalahan
Adapun permasalahan yang ada pada sistem yang berjalan selama ini adalah sebagai berikut:
1. Sistem yang ada selama ini mempunyai kendala yaitu kesulitan mendapatkan data akurat untuk dijadikan laporan yang akan diberikan kepada Direktur Rumah Sakit.
2. Perlu mengadakan perubahan pada sistem yang ada selama ini yang masih menggunakan Microsoft Office seperti Microsoft Word dan Excel dan belum menggunakan program khusus untuk mengelola data rekam medis Petugas Pendaftaran, dengan cara membangun sebuah sistem baru yang berbasis data yang dirancang sesuai dengan kebutuhan khusus dari sistem rekam medis elektronis.
Dari pihak RSUD Lahat khususnya bagian pendaftaran Petugas Pendaftaran untuk mengubah sistem yang lama menjadi sistem yang baru yang bertujuan untuk meningkatkan kinerja sistem secara keseluruhan agar lebih efektif dan efisien.
3.1.2.2 Analisis Permasalahan
Adapun permasalahan yang ada pada sistem yang berjalan selama ini adalah sebagai berikut:
3. Sistem yang ada selama ini mempunyai kendala yaitu kesulitan mendapatkan data akurat untuk dijadikan laporan yang akan diberikan kepada Direktur Rumah Sakit.
4. Perlu mengadakan perubahan pada sistem yang ada selama ini yang masih menggunakan Microsoft Office seperti Microsoft Word dan Excel dan belum menggunakan program khusus untuk mengelola data rekam medis Petugas Pendaftaran, dengan cara membangun sebuah sistem baru yang berbasis data yang dirancang sesuai dengan kebutuhan khusus dari sistem rekam medis elektronis.
5. Dari pihak RSUD Lahat khususnya bagian pendaftaran Petugas Pendaftaran untuk mengubah sistem yang lama menjadi sistem yang baru yang bertujuan untuk meningkatkan kinerja sistem secara keseluruhan agar lebih efektif dan efisien.
3.1.3 Menentukan Kebutuhan (Defining the Requirements)
Setelah menentukan tingkatan proses bisnis, dengan melakukan wawancara pada stackholders untuk mengetahui proses dan untuk melihat bagaimana proses itu terjadi. Langkah selanjutnya mengumpulkan kebutuhan input dan output dimana data pasien diberikan kepada admin kemudian admin melakukan login dan menginputkan data pasien tersebut dan menghasilkan output data pasien berupa kartu berobat dan laporan mengenai pasien.
3.1.31 Kebutuhan Functional
Kebutuhan functional adalah kebutuhan yang harus ada di dalam sistem yang akan dibuat. Kebutuhan yang ada pada RSUD Lahat yaitu:
1. Sistem harus dapat membuat informasi dengan lengkap, benar, dan jelas kepada Pimpinan.
2. Menyediakan sarana bagi RSUD Lahat untuk menyimpan dan menemukan kembali data yang telah dibuat serta dapat memberikan laporan kepada pihak yang memerlukan.
3. Mewujudkan sistem pengelolahan informasi dan dokumen RSUD Lahat yang berisi informasi dan dokumen yang dapat diandalkan.
4. Mewujudkan transparansi dokumen-dokumen yang perlu dipublikasikan dari RSUD Lahat.
3.1.3.2 Kebutuhan Nonfunctional
Kebutuhan nonfunctional adalah kebutuhan tambahan yang tidak memiliki input, proses, dan output. Namun demikian, kebutuhan nonfunctional ini sebaiknya dipenuhi, karena akan sangat menentukan apakah sistem ini akan digunakan user atau tidak. Kebutuhan nonfunctional ini dapat dikategorikan berdasarkan PIECE framework. Kebutuhan nonfunctional yang telah diuraikan diatas dapat dirangkumkan dalam tabel dibawah ini, dengan klasifikasi PIECES framework.
Table 3.2. Klasifikasi Kebutuhan Nonfunctional berdasarkan PIECES
No Simbol Keterangan
1 Aktor
Aktor adalah entitas manusia atau mesin yang berinteraksi dengaan sistem untuk melakukan pekerjaan-pekerjaan tertentu.
2 Use Case
Use Case adalah deskripsi dari urutan-urutan aksi-aksi yang ditampilkan sistem yang menghasilkan suatu hasil yang terstruktur bagi suatu aktor.
3 Asosiasi
Asosiasi adalah apa yang menghubungkan antara obyek satu dengan objek yang lainnya.
4 Generalisasi
Generalisasi adalah hubungan dimana objek anak (descendent) berbagai prilaku dan struktur data dari objek yang diatasnya atau sebaliknya dari bawah ke atas.
5 Dependency
Dependency (ketergantungan) adalah hubungan dimana perubahan yang terjadi pada suatu elemen Dependen (mandiri) akan mempengaruhi elemen yang bergantung padanya (Independen)
Tabel 2.1. Use Case Diagram
No Simbol Keterangan
1 Kelas
Class menggambarkan keadaan (atribut/property) suatu sistem, sekaligus menawarkan layanan untuk memanipilasi keadaan tersebut (metode/fungsi).
2 Asosiasi
Asosiasi, yaitu hubungan statis antar class
3 Directed Asosiasi (Pewarisan)
Pewarisan, yaitu hubungan hirarkis antara class. Class dapat diturunkan dari class lain dan metode class asalnya dan menambahkan fungsionalitas baru, sehingga ia disebut anak dari class yang diwarisinya.
4 Generalization
Hubungan dinamis, yaitu rangkaian pesan (message) yang di passing dari satu class kepada class lain.
Tabel 2.2 Class Diagram
(Sumber: Nugroho, 2005:16, Rational Rose Untuk Permodelan Berorientasi Objek)
Gambar 3.1 Use Case Diagram Rekam Medis
Gambar 3.2 Class Diagram Rekam Medis
4 KESIMPULAN
1. Program yang dihasilkan adalah Sistem Informasi Rekam Medis pada Rumah Sakit Umum Daerah (RSUD) Lahat yang diberi nama P_Rekam _Medis. Program ini di buat dengan menggunakan aplikasi pemrograman Borland Delphi 7.0 dan aplikasi database managemen system (DBMS) Microsoft SQL Server 2000.
2. Dengan adanya Sistem Informasi ini diharapkan dapat membantu meringankan tugas dan kebutuhan terhadap system rekam medis dalam melakukan prosedur pendataan dan pembuatan laporan sehingga pekerjaan dapat menjadi lebih efektif dan efisien.
3. Program ini hanya dapat di akses di jaringan local saja.
DAFTAR PUSTAKA
Referensi dari buku:
Arsip Rumah Sakit Umum Daerah (RSUD) Lahat. 2012.
Azwar .1996. Pengantar Administrasi Kesehatan Edisi Ketiga. Binarupa Aksara. Jakarta..
Charles, Siregar. 2004. Farmasi Rumah Sakit Teori dan Penerapan, Cetakan I. Penerbit EGC. Jakarta.
Direktorat Jendral Pelayanan Medik. 1997. Pedoman Penyelenggaraan Rekam Medis Rumah Sakit di Indonesia. Departemen Kesehatan RI. Jakarta.
Direktorat Jendral Pelayanan Medik. 2005. Buku Petunjuk Pengisian Pengolahan dan Penyajian Data Rumah Sakit. Departemen Kesehatan RI. Jakarta.
Fowler, Martin. 2004. UML Distilled Edisi 3. Penerbit ANDI. Yogyakarta.
Indonesian Medical Council. 2006. UU Praktik Kedokteran.
Jogiyanto. 2001. Analisis dan Desain Sistem Informasi. Penerbit Andi. Yogyakarta
Jogiyanto. 2005. Sistem Teknologi Informasi. Penerbit Andi. Yogyakarta
McLeod Jr, Raymond. 2001. Sistem Informasi Manajemen Jilid 1. PT. Prenhallindo. Jakarta.
Nugroho, Adi. 2005. Rational Rose untuk Pemodelan Berorientasi Objek. Penerbit Informatika. Bandung.
PerMenKes Nomor 749a/Menkes/Per/XII/1989 tentang Rekam Medis.
Susanto, Azhar. 2004. Sistem Informasi Manajemen. Lingga Jaya. Bandung.
Turban, Efraim, dkk. 2005. Decision Support System and Intelligent System Edisi 7 Jilid 1. Penerbit Andi. Jogjakarta.
Tutang. 2003. Microsoft SQL Server 2000 bagi Pemula. Penerbit Datakom Lintas Buana. Jakarta.
Widiarta. 2007. Komputerisasi Sensus Harian Rawat Jalan di Rumah Sakit Pembinaan Kesejahteraan Umat Muhammadiyah Karanganyar.

JURNAL : SISTEM INFORMASI PREDIKSI PERSEDIAN ATK PADA TOKO INDONESIA PRESS MENGGUNAKAN METODE SINGLE MOVING AVERAGE

SISTEM INFORMASI PREDIKSI PERSEDIAN ATK PADA TOKO INDONESIA PRESS MENGGUNAKAN METODE SINGLE MOVING AVERAGE

Abstrak:
Penjualan merupakan unsur yang paling aktif dalam operasi perusahaan. Dalam menjalankan aktvitas toko penjualan banyak terdapat peluang baik dimasa sekarang maupun di masa yang akan datang. Akan tetapi peluang yang datang pada suatu toko penjualan tidak selamanya menghasilkan peluang yang baik atau menghasilkan keuntungan yang baik. Untuk menghindari dan meminimalisasi kerugian penjualan dimasa ketidakpastian di waktu yang akan datang, maka perusahaan melakukan suatu kegiatan peramalan. Peramalan sangat diperlukan dalam suatu toko penjualan, agar toko tersebut dapat memperhitungkan berapa tingkat angka penjualan dapat terjual dengan target yang di inginkan. Peramalan adalah suatu usaha untuk meramalkan keadaan dimasa yang akan datang dengan melihat data-data pada masa lalu. Peramalan adalah kegiatan memperkirakan atau memprediksi apa yang terjadi pada waktu yang akan datang, sedangkan rencana merupakan penentuan apa yang akan dilakukan pada waktu yang akan datang. Peramalan menjadi sangat penting karena penyusunan suatu rencana
diantaranya didasarkan pada suatu proyeksi atau Peramalan. Peramalan adalah suatu untuk memperkirakan keadaan dimasa yang akan datang melalui pengujian keadaan dimasa lalu. Dalam kehidupan sosial segala sesuatu itu serba tidak pasti, sukar diperkirakan secara tepat. Dalam hal ini perlu diadakan peramalan. Peramalan yang dibuat selalu diupayakan agar dapat meminimumkan pengaruh ketidak pastian ini terhadap sebuah permasalahan yang ada
.
kata kunc i: penjualan, peramalan,persediaan
.
1. PENDAHULUAN
Perkembangan dalam bidang usaha penjualan harus selalu diperhatikan, hal tersebut disebabkan karena didukung oleh kegiatan yang dilakukan toko itu. Tujuan utama toko adalah memperoleh keuntungan. Salah satu kegiatannya adalah dengan melaksanakan penjualan yang optimal. Naik turunnya penjualan yang dicapai dapat dipergunakan sebagai alat ukur berkembangnya suatu toko. Naik turunnya penjualan yang dicapai dapat dipergunakan sebagai alat pengukur (success indicator) maju mundurnya perusahaan. Penjualan merupakan unsur yang paling aktif dalam operasi perusahaan. Dalam menjalankan aktvitas toko banyak terdapat peluang baik dimasa sekarang maupun dimasa yang akan datang. Akan tetapi peluang yang datang pada suatu toko tidak selamanya menghasilkan peluang yang baik atau menghasilkan keuntungan yang baik. Untuk menghindari dan meminimalisasi kerugian penjualan dimasa ketidakpastian diwaktu yang akan datang, maka perusahaan melakukan suatu kegiatan peramalan. Peramalan sangat diperlukan dalam suatu toko, agar toko tersebut dapat memperhitungkan berapa tingkat angka penjualan dapat terjual dengan target yang diinginkan. Peramalan adalah suatu usaha untuk meramalkan keadaan dimasa yang akan datang dengan melihat data-data pada masa lalu. Dalam melaksanakan kegiatannya sehari-hari, Toko ATK Indonesia Press Palembang sudah menggunakan komputer tetapi hanya terbatas sebagai alat bantu saja dengan aplikasi yang digunakan adalah paket aplikasi perkantoran. Dengan sistem tersebut, data penjualan, data stok serta data pembelian masih dikerjakan menggunakan komputer kemudian dicetak hardcopynya melalui media printer. Dengan menggunakan cara ini, timbul masalah, antara lain: lambat dalam pencarian data karena pegawai harus mencari data secara manual pada dokumen kertas hasil print-out dari pengetikan, terlebih lagi jika file hasil pengetikan sudah terhapus atau teredit dengan data terbaru. Lambatnya dalam pembuatan laporan ketika pimpinan membutuhkannya dalam waktu yang cepat, terlebih lagi jika laporan yang diminta memiliki kelompok kriteria tertentu, misalnya laporan penjualan per periode tertentu, laporan pembelian per periode tertentu, atau laporan persediaan per kode tertentu karena pegawai harus merekap satu per satu secara manual kemudian mengetiknya dengan bantuan komputer. Kemungkinan terjadinya kerangkapan (redundancy) data yaitu kondisi dimana terjadi pencatatan berulang terhadap satu data yang sama yang disebabkan tidak adanya validasi keunikan pendataan. Misalnya sebuah data sudah dicatat kemudian petugas tersebut lupa dan mencatatnya kembali sehingga terjadi dua kali pencatatan terhadap satu data yang sama. Berdasarkan latar belakang tersebut di atas, penulis merasa perlu merencanakan adanya pembuatan sistem yang berbasis komputer untuk menangani masalah persediaan ATK di toko Indonesia Press Palembang sehingga penulis memberikan judul skripsi ini “Sistem Informasi Prediksi Persediaan Alat Tulis Kantor pada toko Indonesia Press palembang menggunakan metode Single Moving Average”.
1.1.
Tujuan Penelitian
Adapun tujuan dari penulisan ini adalah untuk membangun sebuah program sistem informasi persediaan pada toko ATK Indonesia Press palembang.
1.2.
Manfaat Penelitian
Manfaat dari penelitian ini adalah :Bagi pembeli dapat mengetahui ATK yang layak untuk dibeli karena telah erprediksi semua ATK yang telah digunakan.
Bagi pimpinan:
Sistem Informasi Prediksi persediaan ATK Pada Indonesia Press Menggunakan Metode Single Moving Aerage (Rendi Antickha)
a. Memudahkan pemilik agar dapat mengingat kembali stok ATK yang tersisa dan yang masih bisa digunakan.
b. Pengolahan data bisa menjadi lebih cepat dan tepat karena telah terintegrasi dengan (DBMS/ Data Base anagement System).
2.
METODOLOGI PENELITIAN
2.1.Tempat dan Waktu Penelitian
Objek penelitian dalam penelitian ini adalah Toko ATK Indonesia Press Palembang yang berlokasi di Jl. Temon No.259 Palembang.
2.2.Tahapan Pengembangan Sistem
Metodologi yang disebut waterfall atau air terjun yang membagi daur hidup pengambangan sistem. Untuk membuat suatu sistem dibutuhkan beberapa tahapan agar didapat suatu sistem yang benar-benar bermanfaat sesuai kebutuhan, menurut (Rosa, Shalahudin, 2011) tahapan dalam pengembangan sistem adalah sebagai berikut :
1. Analisa
Langkah ini merupakan analisa terhadap kebutuhan sistem. Pengumpulan data dalam tahap ini bisa alakukan sebuah penelitian, wawancara atau study literatur. Seorang sistem analis akan menggali informasi sebanyak-banyaknya dari user sehingga akan tercipta sebuah sistem komputer yang bisa melakukan tugas-tugas yang diinginkan oleh user tersebut. Tahapan ini akan menghasilkan dokumen user requirment atau bisa dikatakan sebagai data yang berhubungan dengan keinginan user dalam pembuatan
sistem. Dokumen ini lah yang akan menjadi acuan sistem analis untuk menterjemahkan ke dalam bahasa pemprogram.
2. Design
Proses desain akan menerjemahkan syarat kebutuhan ke sebuah perancangan perangkat lunak yang dapat diperkirakan sebelum dibuat coding. Proses ini berfokus pada : struktur data, arsitektur perangkat lunak, representasi interface, dan detail (algoritma) prosedural. Tahapan ini akan menghasilkan dokumen
yang disebut software requirment. Dokumen inilah yang akan digunakan proggrammer untukmelakukan aktivitas pembuatan sistemnya.
3. Coding dan Testing
Coding merupan penerjemahan design dalam bahasa yang bisa dikenali oleh komputer. Dilakukan oleh programmer yang akan meterjemahkan transaksi yang diminta oleh user. Tahapan ini lah yang merupakan tahapan secara nyata dalam mengerjakan suatu sistem. Dalam artian penggunaan komputer akan dimaksimalkan dalam tahapan ini. Setelah pengkodean selesai maka akan dilakukan testing terhadap sistem yang telah dibuat tadi. Tujuan testing adalah menemukan kesalahan-kesalahan terhadap sistem tersebut dan kemudian bisa diperbaiki.
4. Penerapan
Tahapan ini bisa dikatakan final dalam pembuatan sebuah sistem. Setelah melakukan analisa, design dan
pengkodean maka sistem yang sudah jadi akan digunakan oleh user.
5. Pemeliharaan
Perangkat lunak yang sudah disampaikan kepada pelanggan pasti akan mengalami perubahan. Perubahan tersebut bisa karena mengalami kesalahan karena perangkat lunak harus menyesuaikan dengan lingkungan (periperal atau sistem operasi baru) baru, atau karena pelanggan membutuhkan perkembangan fungsional.
2.3.Sistem Informasi
Sistem Informasi adalah suatu sistem didalam organisasi yang mempertemukan kebutuhan pengolahan ransaksi yang mendukung operasi, bersifat manajerial dan kegiatan strategis dari suatu organisasi dan menyediakan pihak luar tertentu dengan laporan-laporan yang diperlukan (Jogiyanto, 2001:11). mendefinisikan sistem informasi sebagai suatu sistem dalam suatu organisasi yang merupakan kombinasi dari orang-orang, fasilitas, teknologi, media, prosedur-prosedur dan pengendalian untuk mendapatkan jalur komunikasi penting, memproses tipe transaksi rutin tertentu, memberi sinyal kepada manajemen dan yang lainnya terhadap kejadian-kejadian internal dan eksternal yang penting dan menyediakan suatu dasar informasi untuk pengambilan keputusan.
2.4.Persediaan
Persediaan merupakan suatu aktiva yang meliputi barang-barang milik perusahaan dengan maksud untuk dijual dalam periode usaha tertentu, atau persediaan barang-barang yang masih dalam pengerjaan atau proses priduksi, ataupun persediaan bahan baku yang menunggu penggunaannya dalam atu proses produksi, jadi persediaan merupakan bahan-bahan, bagian yang disediakan, dan bahan-bahan dalam proses yang terdapat dalam perusahaan untuk proses produksi, serta barang-barang jadi atau produksi yang disediakan untuk meme
nuhi permintaan dari konsumen atau pelanggan setiap waktu. Rangkuti (2004:1).
2.5.Microsoft SQL Server 2000
Menurut Kadir (2002:11) SQL adalah kependekan dari Structured Query Language, dalam bahasa Inggris SQL biasa dibaca sebagai SEQUEL dan bukan ES-KYUEL, bahasa ini merupakan standar yang digunakan untuk mengakses basis data relational. Standard SQL mula-mula didefinisikan oleh ISO (International Standard Organization) dan ANSI (the American National Standard Institute) yang dikenal dengan SQL86. Sistem Informasi Prediksi persediaan ATK Pada Indonesia PressMenggunakan Metode Single Moving Aerage(Rendi Antickha)
2.6.Visual Bsic 6.0
Visual Basic 6.0 (VB6) merupakan suatu development tools untuk membangun aplikasi dalam lingkungan windows. Dalam pengembangan aplikasi, visual basic menggunakan pendekatan visual untuk merancang user interface dalam bentuk form, sedangkan untuk kodingnya menggunakan dialek bahasa basic yang cenderung mudah di pelajari. Visual basic telah menjadi tools yang terkenal bagi para pemula maupun developer(Wahana, 2004).
2.7.Metode Single Moving Average
Moving Average merupakan indikator yang paling sering digunakan dan paling standar. Jika di Indonesiakan artinya kira-kira adalah rata-rata bergerak. Moving average sendiri memiliki aplikasi yang sangat luas meskipun
sederhana. Dikatakan sederhana karena pada dasarnya metode ini hanyalah pengembangan dari metode rata-rata yang kita kenal disekolah ( nah, ada gunanya juga bukan kita bersekolah). Rata-rata bergerak tunggal (Moving average) untuk periode t adalah nilai rata-rata untuk n jumlah data terbaru. Dengan munculnya data baru, maka nilai rata-rata yang baru dapat dihitung dengan menghilangkan data yang terlama dan menambahkan data yang terbaru. Model ini sangat cocok digunakan pada data yang stasioner atau data yang konstant terhadap variansi, tetapi tidak dapat bekerja dengan data yang mengandung unsur trend atau musiman. Rata-rata bergerak pada orde 1 akan menggunakan data terakhir (Ft), dan menggunakannya untuk memprediksi data pada periode selanjutnya. Metode ini sering digunakan pada data kuartalan atau bulanan untuk membantu mengamati komponen-komponen suatu runtun waktu. Semakin besar orde rata-rata bergerak, semakin besar pula pengaruh pemulusan (smoothing).Dibanding dengan rata-rata sederhana (dari satu data masa lalu) rata-rata bergerak berorde T mempunyai karakteristik sebagai berikut.
a.Hanya menyangkut T periode tarakhir dari data yang diketahui.
b.Jumlah titik data dalam setiap rata-rata tidak berubah dengan berjalannya waktu.
Implementasi metode ini dalam program terletak di tabel peramalan dimana tabel ini akan menampung data-data transaksi per bulan per tahun dari masing-masing obat, dari tabel inilah nantinya akan didapat peramalan jumlah permintaan untuk masing-masing atk untuk bulan berikutnya.Rumus Single Moving Average dapat dijelaskan sebagai berikut:
Mt= Y t+1= dimana: Mt= moving average pada periode t.
Yt+1= nilai ramalan untuk periode berikutnya.
n = jumlah data dalam moving average Rata-rata bergerak untuk periode
t adalah nilai rata-rata untuk n jumlah data terbaru. Contoh kasus, teknik peramalan dengan metode rata-rata bergerak pada toko sepatu, (y1+ yt-1+ yt-2+ … + yt-n+1) ———————————–(1) -20 peramalan dengan rata-rata bergerak untuk kwartal pertama tahun 1992 adalah: Y2-+ Y20-1+ Y20-2+ Y20-4+1M20= Y20+1
= —————————————–4Y20+ Y19+ Y18+ Y17Y21
= ———————————–4550 + 400 + 350 + 600 1990Y21
= ———————————
= ——-
= 4754 4 sumber: Arsyad(2001:76)
2.8.DataFlowDiagram(DFD)
Data Flow Diagram adalah diagram arus pemroses data yang merupakan gambaran secara menyeluruh mengenai urutan pengolahan data hingga menghasilkan informasi yang diinginkan (Rosa, Shalahudin, 2011). di dalam atk nya yang berjudul Analisis dan Perancangan Sistem Informasi dengan Metodologi Berorentasi Objek edisi revisi, menyatakan bahwa DFD adalah gambaran grafis yang memperlihatkan aliran data dari sumbernya dalam objek kemudian melewati suatu proses yang mentransformasinya ke tujuan yang lain, yang ada pada objek lain.
1.Rancangan Data Flow Diagram(DFD)
Rancangan Data Flow Diagram (DFD)Sistem Informasi Penjualan Barang pada toko ATK Indonesia Press Palembang adalah sebagai berikut :
1.Diagram Konteks
Gambar
1. Diagram Konteks
Diagram konteks adalah diagram yang terdiri dari suatu proses dan menggambarkan ruang lingkup suatu sistem. Diagram konteks merupakan level tertinggi dari DFD yang menggambarkan seluruh input kesistem atau output dari sistem.Diagram konteks diatas terdiri dari 3 entitas yaitu pelanggan, admin dan pimpinan. Masing-masing entitas mempunyai aktifitas atau proses yang dilakukannya. Entitas pelanggan dan admin mempunyai aktifitas dari dan ke sistem,sedangkan entitas pimpinan hanya mempunyai aktifitas dari sistem. Detail dari masing-masing entitas dapat dilihat pada diagram level 0 seperti gambar dibawah ini:
2. Diagram Level 0
Gambar 2.
Diagram Level 0
Sistem Informasi Prediksi persediaan ATK Pada Indonesia Press Menggunakan Metode Single Moving Aerage (Rendi Antickha)
Diagram ini merupakan penjelasan dari diagram konteks sebelumnya, dalam diagram ini entitas-entitas yang ada seperti gudang, pelanggan, bagian penjualan dan pimpinan sudah dijelaskan lebih lanjut. Entitas pelanggan menerima dari sistem berupa faktur penjualan sedangkan pemberian ke sistem berupa data pelanggan, entitas gudang memberikan data barang ke sistem, entitas bagian penjualan memberikan data penjualan ke sistem dan dari sistem menerima daftar barang dan daftar pelanggan, terakhir entitas pimpinan menerima laporan yang terdiri dari laporan barang, laporan pelanggan, laporan penjualan per periode dan laporan faktur penjualan.
3. Diagram Level 1
Gambar 3.
Diagram Level 1
4. Diagram Level 1 Proses 1.0
Gambar 4.
Diagram Level 2 Proses 1.0
Diagram ini merupakan penjelasan dari diagram konteks sebelumnya, dalam diagram ini entitas-entitas yang ada seperti suplier, pembelian.Sulier input data suplier,suplier input data masuk,data pembelian.
5. Diagram Level 2 Proses 1.0
Gambar 5.
Diagram Level 2 Proses 2.0
Diagram ini merupakan penjelasan dari diagram konteks sebelumnya, dalam diagram ini entitas-entitas yang ada seperti pelanggan, penjual. pelanggan input data pelanggan,pelanggan input data barang keluar,data penjualan.
6. Diagram Level
2Proses 4.0
Gambar 6.
Diagram Level 2 Proses 4.0
Diagram ini merupakan penjelasan dari diagram konteks sebelumnya, dalam diagram ini entitas-entitas yang ada seperti pelanggan, penjual, pelanggan, suplier.pelanggan input data laporan pelanggan,pembelian input data laporan pembelian,penjualan input data laporan penjualan,suplier input data laporan suplier kepada pempinan,pimpinan laporan persedian.
2.9.EntityRelationshipDiagram (ERD)
Menurut (Rosa, Shalahudin, 2011), ERD adalah gambaran sistematis antara simbol-simbol himpunan entitas dan himpunan relasi yang masing-masing dilengkapi dengan atribut-atribut yang mewakili semua faktor. ERDadalah diagram yang berisi komponen-komponen himpunan entitas dan himpunan relasi yang masing-masing dilengkapi dengan atribut-atribut yang merepresentasikan seluruh fakta dari dunia nyata yang kita tinjau. ERD juga bisa diartikan sebagai notasi grafis dalam pemodelan data konseptual yang mendeskripsikan hubungan antara penyimpanan.
1.Rancangan Entity Relatioship Diagaram (ERD)Entity Relationship Diagram(ERD)
Sistem Informasi Penjualan barang pada toko ATK Indonesia Press Palembang adalah
Gambar 1.Entity Relationship Diagram
Diagram ini merupakan penjelasan dari diagram konteks sebelumnya, dalam diagram ini entitas-entitas yang ada seperti pelanggan, penjualan, stok, pembelian, suplier .pelanggan membeli penjualan,penjualan mengurangi stok,suplier memasok pembelian, pembelian menambah setok.
3.HasilBerdasarkan hasil penelitian yang telah dilakukan pada Toko Indonesia Press Palembang, pada bab ini kan membahas hasil yang telah didapat setelah melalui beberapa tahapan dalam pembuatan sistem. Sistem yang dihasilkan merupakan suatu system informasi yang telah jadi, sesuai dengan hasil rancangan Sistem Informasi Prediksi persediaan ATK Pada Indonesia Press Menggunakan Metode Single Moving Aerage(Rendi Antickha) dengan tahapan-tahapan pembuatan sistem dan tahapan pembuatan perangkat lunak pada.Sistem Informasi tersebut dapat diaplikasikan kedalam sistem yang ada pada Toko Indonesia Press Palembang khususnya dalam mengolah data penjualan. Sistem informasi tersebut terdiri dari beberapa file pendukung yang terakumulasi dalam suatu project program, adapun file-file pendukung program tersebut adalah sebagai berikut :
1.File Barang
2.File Suplier
3.File Pelanggan
4.File Pembelian
5.File Penjualan
1.Form Menu Utama Form menu utama berisikan menu-menu yang dapat dipilih oleh petugas adnimistrasi. Form menu utama terdapat master, transaksi, laporan, perhitungan rumus dan selesai untuk menutup menu utama. Gambar 1.Menu Utama
2.Form Master Data Suplier Submenu master data suplier merupakan menu untuk menginput data dan pengolah data suplier. Input data yang berisi kode suplier untuk input kode suplier, nama suplier input nama suplier, alamat input alamat suplier, telepon input No telepon. Pada form suplier berisi tombol tambah untuk menambah data suplier, edit untuk merubah data suplier, simpan untuk menyimpan data suplier dan selesai untuk menutup form suplier.
Gambar 2.Menu Data Suplier
3.Form Data Pelanggan Sumenu master data pelanggan merupakan menu untuk menginput data pelanggan dan pengolah data pelanggan. Input data yang berisi kode pelanggan untuk input kode pelanggan, nama pelanggan input nama pelanggan, alamat input alamat pelanggan, telepon input No telepon. Pada form pelanggan berisi tombol tambah untuk menambah data pelanggan, edit untuk merubah data pelanggan, simpan untuk menyimpan data pelanggan dan selesai untuk menutup form pelanggan .
Gambar 3.Menu Data Pelanggan
4 Form Data Barang Submenu master data barang merupakan menu untuk menginput data dan pengolah data barang. Imput data yang berisi kode barang untuk input kode barang, nama barang input nama barang, satuan input satuan barang, harga beli input harga beli barang, harga jual input harga jual, jumlah persediaan input jumlah persediaan. Pada form barang berisi tombol tambah untuk menambah data barang, edit untuk merubah data barang, simpan untuk menyimpan data barang dan selesai untuk menutup form barang.
Gambar 4.Menu Data Baran
5.Form Data Pembelian BarangSubmenu transaksi data pemebelian barang merupakan menu untuk menginput data dan pengolah data pemebelian barang. Input data yang berisi nomor faktur untuk nomor faktur, nama suplier input nama suplier, kode barang input kode barang, tanggal input tanggal beli, jumlah persediaan input jumlah pembelian. Pada form barang berisi tombol tambah untuk menambah data pembelian, simpan untuk menyimpan data pembeliandan selesai untuk menutup form pembelian.
Gambar 5. Menu Data Pembelian Barang
6.Form Data Penjualan Barang
Sub menu transaksi data penjualan barang merupakan menu untuk menginput data dan pengolah data penjualan barang. Input data yang berisi nomor faktur untuk nomor faktur, kode pelanggan input kode pelanggan, kode barang input kode barang, tanggal input tanggal penjualan, jumlah input jumlah penjualan. Pada form barang berisi tombol tambah untuk menambah data penjualan, simpan untuk menyimpan data penjualan dan selesai untuk menutup form penjualan.
Gambar 6.Menu Data Penjualan Barang
7.Laporan suplier
Sub menulaporan suplierberfungsi untuk melihat kesup suplier, nama suplier, alamat suplier, No telepon suplier.Sistem Informasi Prediksi persediaan ATKPada Indonesia Press Menggunakan Metode Single Moving Aerage(Rendi Antickha)
Gambar 7.Laporan Suplier
8.Laporan Pelanggan
Sub menu laporan Pelanggan berfungsi untuk melihat kdplg Pelanggan, nama Pelanggan, alamat Pelanggan, No telepon Pelanggan.
Gambar 8.Laporan Pelanggan
9.Laporan Persediaan Barang Sub menu laporan barang berfungsi untuk melihat kdbrg barang, nama barang, satuan, harga beli, harga jual, stok barang.
Gambar 9.Laporan barang
10.Laporan PembelianSub menulaporan pembelian berfungsi untuk melihat kdfaktur barang, nama barang,
tanggal beli barang, harga barang, jumlah barang.
Gambar 10.Laporan Pembelian Barang
11.Laporan Penjualan Sub menu laporan pembelian berfungsi untuk melihat kdfaktur barang, nama barang, tanggal beli barang, harga barang, jumlah barang.
Gambar 11.Laporan Penjualan Barang
12.Form Perhitungan Perpriode
Submenu file perhitungan pepriode merupakan menu untuk menginput periode awal hingga ke priode akhir. ada form terdapat tombol proses untuk proses prediksi perpriode brikutnya.
Gamabar 12.Form Perhitungan Perpriode
13.Laporan Prediksi Penjualan Perpriode Pada laporan prediksi penjualan ini berfungsi untuk mengetahui jumlah penjualan dan memprediksi bulan berikutnya. Total kolom jumlah dibagi berapa banyak data yang ditampilkan sesuai periode awal dan periode akhir.
Gambar 13.Laporan Prediksi Penjualan
14.Form Perhitungan Perbarang
Submenu file perhitungan perbarang merupakan menu untuk menginput kode barang, nama barang. Pada form terdapat tombol proses untuk proses prediksi perbarang perpriode berikutnya.
Gamabar 14.
Form Perhitungan PerbarangSistem Informasi Prediksi persediaan ATK Pada Indonesia Press Menggunakan metode Single Moving Aerage(Rendi Antickha)
15.Laporan Prediksi Penjualan Perbarang
Pada laporan prediksi penjualan perbarang ini berfungsi untuk mengetahui jumlah penjualan perbarang dan memprediksi bulan berikutnya. Total kolom jumlah dibagi berapa banyak data yang ditampilkan sesuai periode awal dan periode akhir.
Gambar 15.Laporan Prediksi Penjualan Perbarang
16.Form Perhitungan Perpriode Perbarang Submenu file perhitungan perpriode perbarang merupakan menu untuk menginput kode barang, nama barang. Pada form terdapat tombol proses untuk proses prediksi perbarang
perpriode brikutnya.
Gambar 16. Form Perhitungan Perpriode Perbarang
17.Laporan Prediksi Penjualan Perpriode Perbarang
Pada laporan prediksi penjualan perbarang perpriode ini berfungsi untuk mengetahui jumlah penjualan perbarang priode dan memprediksi bulan berikutnya. Total kolom jumlah dibagi berapa banyak data yang ditampilkan sesuai periode awal dan periode akhir.
Gambar 17.Laporan Prediksi Penjualan Perpriode Perbarang
4.SIMPULAN
Setelah melakukan pengamatan dan merumuskan pemecahan masalah, maka dapat diambil beberapa Kesimpulan yang menyangkut pelaksanaan dan pemanfaatan komputer khususnya dalam pengolahan data prediksi persediaan yang merupakan hasil penelitian yaitu :
2. Sistemyang dihasilkan adalah sistem informasi prediksi persediaan barang pada toko. Indonesia Press Palembang secara komputerisasi melalui suatu program khusus yang dirancang menggunakan aplikasi pemrograman berbasis desktop yaitu visual basic 6.0 dan menggun akan database sqlserver2000 yang diharapkan dapat mempermudah dalam pengolahan data barang.
3. Dengan adanya sistem informasi yang dibangun ini dapat mempercepat pembuatan laporan yang berhubungan dengan prediksi persediaan.
4. Dalam proses pengolahan data dapat dilakukan dengan cepat karena data yang telah diolah telah tersimpan pada database.
DAFTAR RUJUKAN
Freddy Rangkuti, 2004,“Manajemen Persediaan”,Andi,Yogyakarta.
Jogiyanto, 2005, ”Analisis &Desain”, Andi,Yogyakarta.
Lincolin Arsyat,2001 “Peramalan Bisnis”,BPFE,Yogyakarta.
Rosa A.S, M. Shalahudin, 2011, ”Rekayasa Perangkat Lunak”, Modula, Bandung.
Wahana, 2004,”Pemprograman Visual Basic 6.0”, Andi,Yogyakarta.

JURNAL : PEMODELAN SISTEM PENDUKUNG KEPUTUSAN KELOMPOK UNTUK DIAGNOSA PENYAKIT PNEUMONIA DENGAN FUZZY LINGUISTIC QUANTIFIER DAN AHP

PEMODELAN SISTEM PENDUKUNG KEPUTUSAN KELOMPOK UNTUK DIAGNOSA PENYAKIT PNEUMONIA DENGAN FUZZY LINGUISTIC QUANTIFIER DAN AHP
Muhammad Syaukani1, Sri Hartati2
1Jurusan Teknik Komputer Akademi Teknik Pembangunan Nasional Banjarbaru
Email : syaukanie_bjm@yahoo.com
2Jurusan Ilmu Komputer dan Elektronika Fakultas Matematika dan Ilmu Pengetahuan Alam
Universitas Gadjah Mada
email : shartati@ugm.ac.id
ABSTRAK
Group Decision Support System (GDSS) merupakan suatu sistem berbasis komputer yang mendukung kelompok-kelompok orang yang terlibat dalam suatu tujuan bersama. Pneumonia merupakan infeksi diujung bronkiol dan alveoli serta penyakit yang terbanyak mengakibatkan kematian untuk setiap tahunnya, terbatasnya tenaga medis di puskesmas dibandingkan dengan jumlah penduduk mengakibatkan sering terlambatnya pelayanan terhadap pasien pneumonia. Penelitian ini fokus pada pengembangan sistem pendukung keputusan kelompok untuk mendiagnosis pasien pneumonia pada orang dewasa. Sistem ini dirancang untuk membantu tenaga medis dalam mendiagnosis pasien pneumonia dan menurunkan tingkat keterlambatan penanganan terhadap pasien pneumonia serta meminimalisir adanya kesalahan pemberian antibiotik terhadap pasien pneumonia.
Sistem Pendukung Keputusan Kelompok dikembangkan berbasis web menggunakan bahasa pemrogramman PHP sedangkan untuk mengolah basis data pengetahuan menggunakan database MySQL, untuk memberikan nilai tabel keputusan yang merupakan keterkaitan antara gejala dan gangguan, serta pemberian nilai preferensi ketiga orang pakar yaitu ahli paru-paru, ahli internis dan ahli farmasi menggunakan Fuzzy Segitiga. Pada tahap agregasi preferensi digunakan Fuzzy Linguistic Quantifier dan tahap perangkingan menggunakan AHP. Sistem diuji dengan cara memasukkan gejala-gejala pneumonia tanpa melibatkan seorang pakar. Hasil penelitian menunjukkan bahwa sistem dapat mendukung untuk mendiagnosis penyakit pneumonia.
Kata Kunci : GDSS, Fuzzy Linguistic Quantifier, AHP, Pneumonia
ABSTRACT
Group Decision Support System (GDSS) is a computer based systems that support groups of people involved in a common goal. Pneumonia is an infection of the alveoli and the end of bronkiol and that most diseases result in death for each year, lack of medical personnel at health centers compared with the population resulted in frequent delays service to the patient's pneumonia. This study focused on the development of group decision support system for diagnosis pneumonia in adult patients. The system is designed to help medical personnel in diagnosis pneumonia patients and reduce the level of delays in treatment for pneumonia patients and minimize the error giving antibiotics to pneumonia patients.
Group Decision Support System was developed using a web based PHP programming language while to process the knowledge database using MySQL database, to give a decision table which is an association between symptoms and disorders, as well as giving preference value of the three experts, namely the pulmonary experts, internists experts and pharmacists use Triangular Fuzzy. In the aggregation stage of preferences used Fuzzy Linguistic quantifiers and phase perangkingan using AHP. The system was tested by entering the symptoms of pneumonia without the involvement of an expert. The results showed that the system could support to diagnosis pneumonia.
Keywords : GDSS, Fuzzy Linguistic Quantifier, AHP, Pneumonia
Jurnal Ilmu Komputer - Volume 5 - No 1 - April 2012
28
PENDAHULUAN
Teknologi informasi merupakan alat yang memiliki potensi besar untuk mengatasi keterbatasan kognitif manusia dalam hal rasionalitas, kesalahpahaman dan bias dalam meningkatkan efektivitas dan efisiensi pengambilan keputusan (Garyfallos, 2005).
Sistem Pendukung Keputusan Kelompok (GDSS) merupakan jenis sistem interaktif berbasis komputer, yang didesain untuk pengambilan keputusan kelompok (Sohail, 2009), pengguna DSS adalah satu Grup yang terdiri dari beberapa orang yang terkait. Jadi, pengambil keputusannya bukan hanya satu orang pengguna, namun satu tim/kelompok.
Menurut (Turban,2007) GDSS banyak diterapkan di organisasi-organisasi, banyak cara yang digunakan untuk menerapkan GDSS untuk membantu decison making dalam pengambilan keputusan dan meningkatkan kualitas dari keputusan yang dihasilkan. Kapabilitas yang melekat pada GDSS sangat membantu organisasi-organisasi yang menggunakan nya untuk memungkinkan terciptanya koordinasi proses kegiatan baik internal maupun eksternal dengan cara yang lebih akurat, penerapan tersebut misalnya di bidang kesehatan.
Pneumonia merupakan infeksi di ujung bronkhiol dan alveoli yang dapat disebabkan oleh berbagai patogen seperti bakteri, jamur, virus dan parasit. Pneumonia menjadi penyebab kematian tertinggi serta menjadi penyebab penyakit umum terbanyak (Depkes RI, 2005).
Faktor utama yang perlu dipikirkan secara mendalam adalah kesehatan masyarakat, karena dengan kesehatan yang baik, semua aktifitas dapat dijalankan sesuai rencana.
Berbagai upaya yang telah dilakukan pemerintah, diantaranya menyiapkan perangkat kesehatan yang handal yakni dokter dan paramedis yang diharapkan mampu bekerja secara optimal dalam memberikan pelayanan kesehatan pada masyarakat, akan tetapi upaya tersebut belum memberikan hasil yang memadai, penyebabnya yaitu terbatasnya tenaga medis di puskesmas bila dibandingkan dengan jumlah penduduk.
Beberapa penelitian yang terkait dengan sistem pendukung keputusan klinik antara lain: penelitian tentang pembuatan Acute Respiratory Infections (ARI) Smart Form untuk pemberian resep diklasifikasikan menjadi diagnosa antibiotik dan non antibiotic menggunakan standar deviasi (Jeffrey, 2007). Menurut (de Jong, 2009) dalam penelitiannya melakukan perbandingan antara dokter yang menggunakan sistem pendukung keputusan dan dokter yang tidak menggunakan sistem pendukung keputusan untuk meresepkan obat dalam kegiatan praktek.
Selain itu penelitian yang dilakukan (Scott, 2000) mengenai penerapan sistem pendukung keputusan dalam mendiagnosa penyakit Community-Acquired Pneumonia (CAP) membantu tenaga medis dalam menurunkan tingkat keterlambatan dalam mengatasi kegagala diagnosis pasien yang berobat dirumah sakit dan metode yang dikembang menggunakan Evidence Naive Bayesian. Serta penelitian pembuatan jaringan bayesian dinamis untuk membantu dokter dalam mendiagnosi dan mengobati pasien pneumonia, serta mengetahui perkembangan penyakit pasien dari waktu ke waktu (Charitos, 2007).
Penelitian (Schurink, 2007) membahas tentang sistem pendukung keputusan untuk mendiagnosa Ventilator-Associated Pneumonia (VAP) menggunakan metode Bayesian, sistem ini memiliki karakteristik yang baik pada saat diujicobakan dan sangat membantu dokter dalam penilaian setiap hari pada pasien klinis yang diduga menderita VAP.
Untuk melakukan diagnosa terhadap ganguan dan gejala pneumonia diperlukan beberapa orang dokter atau pakar sebagai decision making agar menghasilkan diagnosis yang optimal, sehingga perlu dibangun suatu sistem yang mampu mengakomodasi pengalaman dari beberapa dokter atau ahli serta untuk meminimalisir adanya kesalahan pemberian antibiotik terhadap pasien pneumonia.
Jurnal Ilmu Komputer - Volume 5 - No 1 - April 2012
29
Diagnosis Pneumonia
Gangguan-1
Gangguan-j
Gangguan-k
Gejala-1
Gejala-2
Gejala-m
Gejala-n
METODE PENELITIAN
Sistem pendukung keputusan yang dikembangkan menggunakan metode Fuzzy Linguistic Quantifier dan AHP dengan konsep pendukung keputusan dalam bentuk kelompok (Group Decision Support System) untuk mendiagnosa penyakit pneumonia pada orang dewas. Pendukung keputusan (pakar) akan berperan dalam memberikan preferensinya terkait dengan diagnosis gangguan pneumonia.
Pada penelitian ini sebanyak tiga pengambil keputusan telah berpartisipasi dalam memberikan preferensi. Pakar yang akan berpartisipasi memiliki keahlian seperti ahli paru-paru, ahli internis dan ahli farmasi, ketiga ahli ini bertugas memberikan nilai preferensi terhadap beberapa gejala dari gangguan pneumonia dan memberikan antibiotik sesuai dengan hasil diagnosa. Preferensi yang diberikan oleh para pakar tersebut, terkait dengan konstribusi suatu fitur pada kondisi tertentu, dan preferensi terhadap gangguan yang terpengaruh apabila diberikan kondisi tertentu.
Fitur-fitur tersebut berupa gejala-gejala atau tanda-tanda yang mempengaruhi terjadinya pneumonia. Berikut Tabel 1 yang menunjukkan fitur-fitur pada gejala pneumonia.
Tabel 1 Jenis Fitur-Fitur pada Gejala Pneumonia
Nama Gejala
Infiltrate
Suhu tubuh
Nadi
Pernapasan
Leukosit
PaO2
Gangguan yang akan didiagnosis berupa gangguan-gangguan pneumonia yang sesuai dengan Pharmaceutical Care Untuk Penyakit Infeksi Saluran Pernapasan (Depkes RI, 2005). Tabel 2 berikut menunjukkan daftar gangguan pneumonia
Tabel 2 Jenis Gangguang Pneumonia
Nama Gangguan / Kategori Penyakit
Pneumonia komuniti
Pneumonia nosokomial ringan
Pneumonia nosokomial sedang
Pneumonia nosokomial berat
Pneumonia aspirasi
Pneumonia
Beberapa gejala akan mempengaruhi gangguan tertentu. Demikian pula, beberapa gangguan dapat dipengaruhi oleh beberapa gejala yang sebagian sama. Gambar 1 menunjukkan salah satu contoh hubungan antara gejala dan gangguan.
Gambar 1 Hubungan antara fitur dan gangguan
Tabel Keputusan
Tahap berikutnya setelah gejala dan gangguan ditentukan, kemudian membuat tabel keputusan yang menunjukkan nilai keterkaitan antara setiap gangguan penyakit dengan gejala, berikut ini Tabel 3 yang menunjukan sebuat tabel keputusan.
Jurnal Ilmu Komputer - Volume 5 - No 1 - April 2012
30
Tabel 3. Tabel Keputusan
Nama Gangguan / Kategori penyakit
Fitur-fitur / Nama Gejala
Infiltrate
Subuh tubuh
Nadi
Pernapasan
Leukosit
PaO2
Pneumonia komuniti
Sedang
Sedang
Ringan
Sedang
Ringan
Sedang
Pneumonia nosokomial ringan
Ringan
Ringan
Ringan
Ringan
Ringan
Ringan
Pneumonia nosokomial sedang
Sedang
Sedang
Sedang
Sedang
Sedang
Sedang
Pneumonia nosokomial berat
Berat
Sedang
Berat
Berat
Berat
Berat
Pneumonia aspirasi
Ringan
Berat
Sedang
Sedang
Sedang
Sedang
Pneumonia
Sedang
Berat
Ringan
Sedang
Sedang
Sedang
Berdasarkan tabel keputusan yang setiap fitur/gejala telah ditentukan, maka nilai linguistik dari setiap gejala tersebut mempunyai nilai kisaran data, yang dapat dilihat pada Tabel 4:
Tabel 4 Nilai Linguistik Gejala
Gejala
Nilai Linguistik
Kisaran Data
Infiltrat
Ringan
Sedang
Berat
[0-50]
[49-100]
[100-150]
Suhu tubuh
Ringan
Sedang
Berat
[0-39]
[38-40]
[40-42]
Nadi
Ringan
Sedang
Berat
[0-125]
[124-130]
[130-135]
Pernapasan
Ringan
Sedang
Berat
[0-29]
[28-30]
[30-32]
Leuokosit
Ringan
Sedang
Berat
[0-10000] [9000-20000]
[20000-21000]
PaO2
Ringan
Sedang
Berat
[70-75]
[59-70]
[0-60]
Linguistik direprentasikan dengan bentuk bilangan fuzzy segitiga:
(1)
dimana:
μ[x] = derajat keanggota
a,b,c = domain
Dengan α ≤ u ≤β, α adalah batas bawah, dan b adalah batas atas.
Misalnya untuk Gejala Infiltrate :
Ringan Sedang Berat
1
0
49 50 100 150
0 ; x <= 50
μ kurang (x) = 1; 0 >= x <= 50
(50-x) ; 49 <= x <= 50
(50-49)
0 ; x <= 49 atau x >= 100
(x-49) ; 49 <= x <= 50
μ sedang (x) = (50-49)
(100-x) ; 49 <= x <= 50
(100-50)
0 ; x <= 100
μ berat (x) = 1; 100 >= x <= 150
0;
(x-a)/(b-a);
(b-x)/(c-b);
x <= atau x>=c
a<= x <= b
b<= x<= c
μA X =
(x-100) ; 100<=x<=150
(150-100)
Jurnal Ilmu Komputer - Volume 5 - No 1 - April 2012
31
Apabila bentuk linguistik diberikan pada masing-masing gejala, maka nilai setiap linguistik seperti berikut :
1. Bentuk linguistik untuk Inflitrate : ringan=(0; 0,5; 1); sedang=(0,02; 1; 1,02); berat=(1; 0; -1).
2. Bentuk linguistik untuk Suh tubuh : ringan=(0; 1; 2); sedang=(0; 1; 2); berat=(1; 0; 0,5).
3. Bentuk linguistik untuk Nadi : ringan=(0; 1; 2); sedang=(0; 1; 1,2); berat=(1; 0; 1).
4. Bentuk linguistik untuk Pernapasan : ringan=(0; 1; 2); sedang=(0; 1; 2); berat=(1; 0; 0,5).
5. Bentuk linguistik untuk Leukosit : ringan=(0; 1; 2); sedang=(0,1; 1; 1,1); berat=(1; 0; 0,5).
6. Bentuk linguistik untuk PaO2 : ringan=(1; 0; 2); sedang=(1; 1,1; 1,2); berat=(0; 1; 2).
Dari nilia linguistik tersebut di atas dan berdasarkan tabel keputusan, maka didapat matrik keputusan sebagai berikut:
Selanjutnya setiap pakar memberikan preferensinya menggunakan bentuk linguistic. Misalkan preferensi yang diberikan sebagai berikut :
Ahli paru-paru ={“sangat tinggi”,”cukup”, “rendah”, “sangat rendah”, “tinggi”, “rendah”}.
Ahli Internis={“tinggi”, “sangat tinggi”,”rendah”, ”sangat rendah”,”rendah”,”rendah”}.
Ahli Farmasi ={“sangat tinggi”, ”tinggi”, ”cukup”,”rendah”,”sangat rendah”, ”rendah”}.
Berdasarkan (Cheng, 199) dalam (kusumadewi, 2006), bentuk linguistic yang direpresentasikan sebagai bilangan fuzzy segitiga dikategorikan sebagai berikut :
- “Sangat Tinggi” = (1; 0,8; 1)
- “Tinggi” = (0,75; 0,6; 0,9)
- “Cukup” = (0,5; 0,3; 0,7)
- “Rendah” = (0,25; 0,05; 0,45)
- “Sangat Rendah” = (0; 0; 0,2)
Dengan menggunakan persamaan berikut untuk menentukan masing-masing preferensi pakar:
(2)
dimana :
= nilai preferensi yang diberikan oleh pakar terhadap alternatif.
= nilai masing-masing preferensi pakar
Misalnya untuk Ahli paru-paru memberikan nilai preferensi : {“sangat tinggi”,”cukup”, “rendah”, “sangat rendah”, “tinggi”, “rendah”}.
P112= (1)2 = 0,80
(1)2 + (0.50)2
P113 = (1)2 =0,94
(1)2 + (0.25)2
P114 = (1)2 =1
(1)2 + (0)2
P115 = (1)2 =0,64
(1)2 + (0.75)2
P116 = (1)2 =0,94
(1)2 + (0.25)2
sehingga dengan cara yang sama diperoleh matrik preferensi masing-masing pakar yaitu P1 sebagai matrik preferensi ahli paru-paru, P2 sebagai matrik preferensi ahli internis dan P3 sebagai matrik preferensi ahli farmasi, berikut hasil masing-masing matrik preferensi :
=(Uik)x2(Uik)x2+ ujk x2 ; 1 ≤ ≠ ≤ m
P1=
Jurnal Ilmu Komputer - Volume 5 - No 1 - April 2012
32
W1=Q 13 -Q 03 = 13 - 03 = 0,58
W2=Q 23 -Q 13 = 23 - 13 = 0,24
W3=Q 33 -Q 23 = 33 - 23 = 0,18
Agregasi Preferensi
Apabila digunakan Fuzzy linguistic quantifier dalam bentuk linguistic, “most”, maka dapat diperoleh vektor bobot untuk prefrensi sebagai berikut:
(3)
dimana :
Wi = nilai dari agregesi preferensi
Q = nilai criteria (atau pakar)
i = nilai tertinggi pada himpunan dari nilai preferensi pakar (P1,P2,P3)
Selanjutnya, Elemen-elemen setiap baris pada matrik P1,P2,P3 diurutkan menurun sehingga diperoleh Sehingga diperoleh matriks Pc
Pc=Φ most (P1,P2,P3) (4)
dimana :
Pc= matrik agregasi preferensi
Φ most = vektor bobot preferensi
0,50= (0,58) P1+ (0,24) P2 + (0,18) P3
Matrik Pc ini belum merupakan matrik yang normal. Untuk itu perlu dilakukan proses normalisasi terhadap matrik Pc untuk mendapatkan matrik Pc’ dengan formula berikut :
(5)
dimana :
Pc = nilai dari matrik agregesi preferensi berdasarkan baris dan kolom
Pc’= mantrik agregesi preferensi
i= nilai dari baris matrik dari preferensi
j=nilai dari kolom matrik dari preferensi
Tahap Perangkingan
kemudian dengan menggunakan AHP diperoleh bobot setiap fitur menggunakan persamaan berikut ini:
Wi = 1 Σ (6)
dimana :
Wi = bobot tujuan ke i dari vektor bobot
Sehingga didapat bobot fitur W(0,7283; 0,7000; 0,4750; 0,2333; 0,4750; 0,3883)
w =Q n - Q −1n ; =1….n
c′ =PijcPijc+Pjic
P2=
P3=
Pc=
Pc’=
Jurnal Ilmu Komputer - Volume 5 - No 1 - April 2012
33
Kemudian dari bobot tersebut didapat skor total alternatif dengan persamaan berikut ini :
Sj =Σ (Sij) (Wi) (7)
i
dimana :
Sij = nilai skor alternatif
Wi = nilai bobot
Sj = skor tertinggi
S1=(1,02*0,7283)+(2*0,700-)+(2*0,4750)+(2*0,2333)+(2*0,4750)+(1,2*0,3883) = 4.9754
S2=(1*0,7283)+(2*0,700-)+(2*0,4750)+(2*0,2333)+(2*0,4750)+(2*0,3883) = 3,8432
S3=(1,02*0,7283)+(2*0,700-+(2*0,4750)+(2*0,2333)+1,1*0,4750)+(1,2*0,3883) = 2,6777
S4=(-1*0,7283)+(2*0,700-)+(1*0,4750)+(0,5*0,2333)+(0,5*0,4750)+(2*0,3883) = 1,1050
S5=(1*0,7283)+(0,5*0,700-+(2*0,4750)+(2*0,2333)+(1,1*0,4750)+(1,2*0,3883) = 6,6397
S6=(1,02*0,7283)+(0,5*0,700)+(2*0,4750)+(2*0,2333)+(1,1*0,4750)+(1,2*0,3883) = 10,4809
Dengan hasil tersebut diatas dapat dirangking kategori penyakit yaitu: Pneumonia, Pneumonia Aspirasi, Pneumonia Komuniti, Pneumonia Nosokomial Ringan, Pneumonia Nosokomial Sedang dan Pneumonia Nosokomial Berat .
Berdasarkan contoh yang diberikan, dari hasil perangkingan, kemudian dibangun basis pengetahuan yang terdiri dari 6 aturan dengan anteseden yang sama, namun memiliki konsekuensi yang berbeda, dengan CF (Centraity Factor) pakar yang berbeda pula sesuai dengan nilai kinerja alternatif, basis aturan dapat diberikan sebagai berikut:
Aturan 1
IF Infiltrate=Sedang AND Suhu Tubuh=Berat AND Nadi=Ringan AND Pernapasan=Sedang AND Leukosit=Ringan AND PaO2=Sedang THEN Pneumonia (10,4809)
Aturan 2
IF Infiltrate=Ringan AND Suhu Tubuh=Berat AND Nadi=Sedang AND Pernapasan=Sedang AND Leukosit=Sedang AND PaO2=Sedang THEN Pneumonia aspirasi (6,6397)
Aturan 3
IF Infiltrate=Sedang AND Suhu Tubuh=Sedang AND Nadi=Ringan AND Pernapasan=Sedang AND Leukosit=Ringan AND PaO2=Sedang THEN Pneumonia komuniti (4,9754)
Aturan 4
IF Infiltrate=Ringan AND Suhu Tubuh=Ringan AND Nadi=Ringan AND Pernapasan=Ringan AND Leukosit=Ringan AND PaO2=Ringan THEN Pneumonia nosokomial ringan (3,8432)
Aturan 5
IF Infiltrate=Sedang AND Suhu Tubuh=Sedang AND Nadi=Sedang AND Pernapasan=Sedang AND Leukosit=Sedang AND PaO2=Sedang THEN Pneumonia nosokomial sedang (2,6777)
Aturan 6
IF Infiltrate=Berat AND Suhu Tubuh=Sedang AND Nadi=Berat AND Pernapasan=Berat AND Leukosit=Berat AND PaO2=Berat THEN Pneumonia nosokomial berat (1,1050)
Tahap Inferensi
proses inferensi dilakukan dengan menggunakan metode inferensi, pada sistem berbasis pengetahuan dengan menggunakan forward chaining.
HASIL DAN PEMBAHASAN
Proses implementasi dilakukan dengan mengkodekan hasil pemodelan yang dilakukan sebelumnya. Dalam melakukan pemrograman digunakan bahasa pemrograman web PHP dan sebagai basis data digunakan MySQL. Pertama kali aplikasi ini dijalankan ditampilkan menu utama dari aplikasi GDSS.
Jurnal Ilmu Komputer - Volume 5 - No 1 - April 2012
34
Pada menu utama tersebut terdapat link-link yang berfungsi untuk mengelola data masukkan seperti : data gangguan penyakit, data gejala penyakit, data hubungan gejala dan gangguan, data obat, data klasfikasi obat, data preferensi ahli dan link untuk diagnosa penyakit. Jika link-link tersbut diklik akan menampilkan web page form untuk melakukan proses masukkan dan melihat hasil masukkan.
Dari hasil uji coba yang dilakukan pada Gambar 3 bahwa jika diagnosa gejala seperti infiltrat sedang, suhu berat, nadi ringan, pernapasan sedang, leukosit sedang dan PaO2 sedang, hasil diagnosa menunjukkan yaitu penyakit pneumonia dengan antibiotic : Ampisilin – Sulbaktam 2-6 g perhari, Amoksilin/Asam Klavulanat Sefalosporin generasi II 3x250 – 500 mg/ 2x100 mg perhari.
Gambar 3 Hasil Diagnosa
KESIMPULAN
Berdasarkan uraian dan pembahasan, dapat disimpulkan bahwa sistem pendukung keputusan kelompok menggunakan Fuzzy Linguistic Quantifier dan AHP dapat menetapkan penyakit dan jenis antibiotik sebagai hasil dianogsis penyakit pneumonia.
DAFTAR PUSTAKA
Charitos. T, dkk. (2007). A Dynamic Bayesian Network for Diagnosing Ventilator Associated Pneumonia in ICU Patients. Department of Information and Computing Sciences, Utrecht University. Netherlands
de Jong, J. D. (2009). Do decision support systems influence variation in prescription? BMC Health Services Research , 9:20.
Depkes RI. (2005). Pharmaceutical Care Untuk Penyakit Infeksi Saluran Pernapasan. Jakarta.
Garyfallos Fragidis, K. T. (2005). The Business Strategy Perspective on the Development of Decision Support Systems. International Conference on Computational Intelligence for Modelling, Control and Automation,
Jurnal Ilmu Komputer - Volume 5 - No 1 - April 2012
35
and International Conference on Intelligent Agents, Web Technologies and Internet Commerce (CIMCA-IAWTIC’05). IEEE.
Jeffrey A. (2007). Clinical Decision Support System to Improve Antibiotic Prescribing fot Acute Respiratory Infection : Results of Pilot Study. AMIA Symposium Proceedings , 468-472.
Kusumadewi Sri, Hartati S, Harjoko A, Wardoyo R. 2006. Fuzzy Multi Attribute Decision Making (Fuzzy MADM). Graha Ilmu. Yogyakarta.
Schurink Carolina A.M., S. V. (2007). A Bayesian decision-support system for diagnosing ventilator-associated pneumonia. Intensive Care Med , 1379–1386.
Scott R. Clark. (2000). Decision support systems for the reatment of community-acquired pneumonia. Conference papers and presented at the Aus-tralian Health Informatics Conferences in 2000.
Sohail Asghar, S. F. (2009). Systems, A Contemplation of Group Decision Support. Fourth International Conference on Computer Sciences and Convergence Information Technology. IEEE.
Turban Efraim, J. E. (2007). Decision Support Systems and Intelligent System-Sevent Edition. New Delhi: Prentice Hall of India.
Jurnal Ilmu Komputer - Volume 5 - No 1 - April 2012
36
[Halaman ini sengaja dikosongkan]

JURNAL : Aplikasi Pendukung Keputusan Dengan Menggunakan Logika Fuzzy (Studi Kasus : Penentuan Spesifikasi Komputer Untuk Suatu Paket Komputer Lengkap)

Aplikasi Pendukung Keputusan Dengan Menggunakan Logika
Fuzzy (Studi Kasus : Penentuan Spesifikasi Komputer Untuk
Suatu Paket Komputer Lengkap)
Sri Yulianto J.P., Indrastanti R.W., Martha Oktriani
Fakultas Teknologi Informasi
Universitas Kristen Satya Wacana
Email : martha_oktriani@yahoo.com
Abstract
Fuzzy logic is a method to map an input into output. Fuzzy logic is used for supporting a
decision making. This method consist of three main process, there are fuzzification, fuzzy
inferention, and defuzzification. The result of these processes depend on the limit of fuzzy
compilation, fuzzy variable and non fuzzy variable. This case study gives result in the
form of computer packet taken from fuzzy processes based on the limit values of fuzzy
compilation, fuzzy variables and non fuzzy variables. The sum of fuzzy variables and non
fuzzy variables processed will affect the result and the sum of recommendation value.
Keywords : fuzzy logic, fuzzification, defuzzification, fuzzy inferention, fuzzy variable,
non fuzzy variable, fuzzy compilation limit
1. Pendahuluan
Sebuah toko komputer ingin membangun suatu database yang isinya tidak hanya
komponen-komponen dasar komputer, tetapi juga informasi yang dapat membantu
dalam memberikan pilihan data spesifikasi komputer untuk suatu paket komputer
lengkap bagi para konsumen berdasarkan kriteria-kriteria yang dibutuhkan oleh
konsumen.
Pada proses perancangan aplikasi ini, diterapkan metode logika fuzzy dalam studi
kasus pemilihan spesifikasi komputer berdasarkan kebutuhan konsumen. Hal
tersebut berdasarkan banyak kasus selama ini, dimana konsumen banyak bertanya
tentang spesifikasi komputer yang menjadi dasar pertimbangan mereka dalam
pemilihan paket komputer lengkap. Biasanya pemilihan spesifikasi komputer pada
suatu toko komputer dilakukan dengan berkonsultasi dengan para pegawai toko.
Namun hal itu akan memakan waktu yang lama dan tidak praktis. Terdapat suatu
metode yang lebih praktis, yaitu dengan membangun suatu aplikasi sistem
pendukung keputusan pada penentuan spesifikasi komputer yang di dalamnya juga
diterapkan metode logika fuzzy.
Sistem yang akan dibangun merupakan sistem database fuzzy (Fuzzy Database
System), karena pada proses pengambilan keputusan menggunakan logika fuzzy dan
menggunakan database dalam menyimpan dan mengambil data spesifikasi
komputer. Model yang digunakan pada database fuzzy ini adalah model Tahani,
yang masih menggunakan relasi database yang bersifat standar, dengan lebih
menekankan penggunaan fuzzy pada beberapa field dalam tabel-tabel yang ada
pada database tersebut dan pada perhitungan matematisnya [1].
Aplikasi Pendukung Keputusan Dengan Menggunakan Logika Fuzzy
(Studi Kasus : Penentuan Spesifikasi Komputer Untuk Suatu Paket Komputer Lengkap)
(Sri Yulianto J.P., Indrastanti R.W., Martha Oktriani)
160
2. Tinjauan Pustaka
Sistem yang dibuat pada studi kasus pemilihan handphone dengan metode fuzzy
model Tahani, yang dibuat oleh Denny Cristiono, ditujukan untuk menangani
pencarian handphone yang sesuai dengan kriteria-kriteria dari konsumen. Data
fitur-fitur handphone yang ada, digunakan untuk melakukan pencarian, handphone
yang sesuai dengan kriteria-kriteria yang diinginkan konsumen. Tidak terdapat
penggabungan dari berbagai item yang berbeda. Sedangkan sistem yang dibuat
pada studi kasus pemilihan spesifikasi komputer ini, ditujukan untuk menangani
pencarian spesifikasi paket komputer lengkap yang sesuai dengan kriteria-kriteria
dari konsumen. Dari berbagai macam item yang tersedia, akan dipilih sesuai
dengan kriteria yang diinginkan, untuk selanjutnya digabungkan menjadi suatu
paket yang utuh. Dari proses penggabungan ini kemudian dipilih lima paket yang
mempunyai nilai rekomendasi tertinggi sesuai dengan kriteria dan prioritas
konsumen, untuk ditampilkan sebagai hasil akhir dari sistem pencarian ini [2].
Sistem Pendukung Keputusan (SPK) adalah suatu sistem informasi yang
mengevaluasi beberapa pilihan yang berbeda guna membantu seseorang
memberikan keputusan terhadap masalahnya. Berdasarkan pada definisi yang
bervariasi, SPK dapat dijelaskan sebagai sistem pembuat keputusan manusiakomputer
interaktif berbasiskan komputer yang dapat mendukung dalam
pembuatan keputusan daripada menggantinya dengan yang baru, memanfaatkan
data dan model, memecahkan masalah dengan struktur yang derajatnya bervariasi
seperti nonstruktur, semistruktur dan unstruktur, serta berpusat pada keefektifan
daripada keefisienan dalam proses pemberian keputusan.
FDSS (Fuzzy Decision Support System) atau SPKF (Sistem Pendukung Keputusan
dengan logika Fuzzy) merupakan sistem pembuat keputusan manusia-komputer
untuk mendukung keputusan manajerial, dan intuisi untuk memecahkan masalah
manajerial dengan memberikan informasi yang diperlukan, menghasilkan,
mengevaluasi dan memberikan putusan alternatif [3].
Teori himpunan fuzzy diperkenalkan pertama kali oleh Lotfi A. Zadeh pada tahun
1965. Ada beberapa alasan mengapa orang menggunakan logika fuzzy, antara lain
yaitu konsep logika fuzzy mudah dimengerti, logika fuzzy sangat fleksibel, logika
fuzzy memiliki toleransi terhadap data-data yang tidak tepat, logika fuzzy mampu
memodelkan fungsi-fungsi nonlinear yang sangat kompleks, logika fuzzy dapat
membangun dan mengaplikasikan pengalaman-pengalaman para pakar secara
langsung tanpa harus melalui proses pelatihan, logika fuzzy dapat bekerjasama
dengan teknik-teknik kendali secara konvensional, dan logika fuzzy juga didasarkan
pada bahasa alami.
Dalam logika fuzzy dikenal berhingga keadaan dari nilai “0” sampai ke nilai “1”.
Logika fuzzy tidak hanya mengenal dua keadaan tetapi juga mengenal sejumlah
keadaan yang berkisar dari keadaan salah sampai keadaan benar [4]. Ada beberapa
hal yang perlu diketahui dalam memahami sistem fuzzy, antara lain variabel fuzzy,
Jurnal Informatika, Vol.4, No. 2, Desember 2008: 159 - 173
161
himpunan fuzzy, semesta pembicaraan dan domain. Variabel Fuzzy merupakan
variabel yang hendak dibahas dalam suatu sistem Fuzzy. Dalam makalah ini,
variabel fuzzy yang digunakan adalah kecepatan prosesor, kapasitas memory,
kapasitas harddisk, ukuran VGA, ukuran monitor, kapasitas power supply, serta
harga dari masing-masing spesifikasi komputer. Himpunan Fuzzy adalah himpunan
yang tiap elemennya mempunyai derajat keanggotaan tertentu terhadap
himpunannya. Himpunan Fuzzy memiliki dua atribut, yaitu linguistik dan numeris.
Atribut linguistik yaitu penamaan suatu grup yang mewakili suatu keadaan atau
kondisi tertentu dengan menggunakan bahasa alami. Sedangkan atribut numeris
yaitu suatu nilai (angka) yang menunjukkan ukuran dari suatu variabel. Dalam
makalah ini, himpunan fuzzy yang digunakan adalah himpunan kecepatan lambat,
sedang dan cepat untuk variabel kecepatan prosesor, himpunan kapasitas kecil,
sedang dan besar untuk variabel kapasitas memory, harddisk dan power supply,
himpunan ukuran kecil, sedang dan besar untuk variabel ukuran VGA dan monitor,
serta himpunan harga murah, normal dan mahal untuk variabel harga. Semesta
pembicaraan adalah suatu keseluruhan nilai yang diperbolehkan untuk dioperasikan
dalam suatu variabel Fuzzy. Nilai semesta pembicaraan dapat berupa bilangan
positif atau bilangan negatif. Domain himpunan Fuzzy adalah keseluruhan nilai
yang diijinkan dalam semesta pembicaraan dan boleh dioperasikan dalam suatu
himpunan Fuzzy. Nilai domain dapat berupa bilangan positif maupun bilangan
negative [5]. Dalam makalah ini, domain untuk variabel kecepatan prosesor adalah
lambat [0, 2.6], sedang [1.8, 3] dan cepat [2.6, +], variabel kapasitas memory
kecil [0, 256], sedang [64, 512] dan besar [256, +], variabel kapasitas harddisk
kecil [0, 160], sedang [40, 400] dan besar [160, +], variabel ukuran VGA kecil [0,
256], sedang [64, 512] dan besar [256, +], serta variabel kapasitas power supply
kecil [0, 256], sedang [64, 512] dan besar [256, +].
Logika Fuzzy memiliki beberapa karakteristik yaitu himpunan Fuzzy dan fungsi
keanggotaan. Pada logika boolean, sebuah individu dipastikan sebagai anggota dari
salah satu himpunan saja, sedangkan pada himpunan fuzzy sebuah individu dapat
masuk pada dua himpunan yang berbeda. Seberapa besar eksistensinya dalam
himpunan tersebut dapat dilihat pada nilai keanggotaannya [5].
Himpunan fuzzy A pada semesta X dinyatakan sebagai himpunan pasangan
berurutan (set of ordered pairs) baik diskrit maupun kontinu.
(1)
Dimana fungsi keanggotaan himpunan fuzzy A. Fungsi keanggotaan
memetakan setiap pada suatu nilai antara [0,1] yang disebut derajat
keanggotaan (membership grade atau membership value).
Fungsi keanggotaan adalah suatu kurva yang menunjukkan pemetaan titik-titik
input data ke dalam nilai keanggotaannya (disebut juga dengan derajat
keanggotaan) yang memiliki interval antara 0 sampai 1. Salah satu cara yang dapat
digunakan untuk mendapatkan nilai keanggotaan adalah dengan melalui
pendekatan fungsi [5]. Derajat keanggotaan dalam himpunan (degree of
membership) dilambangkan dengan μ. Dalam kasus yang dibahas, fungsi
Aplikasi Pendukung Keputusan Dengan Menggunakan Logika Fuzzy
(Studi Kasus : Penentuan Spesifikasi Komputer Untuk Suatu Paket Komputer Lengkap)
(Sri Yulianto J.P., Indrastanti R.W., Martha Oktriani)
162
keanggotaan yang dipakai adalah Representasi Kurva Segitiga dan Representasi
Kurva Bahu. Representasi Kurva Segitiga pada dasarnya merupakan gabungan
antara dua garis.
Gambar 1 Fungsi Keanggotaan Kurva Segitiga
Fungsi keanggotaan:
(2)
Sedangkan representasi kurva bahu merupakan daerah yang terletak di tengahtengah
suatu variabel yang direpresentasikan dalam bentuk segitiga, pada sisi
kanan dan sisi kirinya akan naik dan turun. Himpunan fuzzy bahu digunakan untuk
mengakhiri variabel suatu daerah fuzzy.
0 a b c
1
Derajat
keanggotaan
μ[x]
Domain
μ[x] =
0;
(c - x) / (c - b);
(x – a) / (b - a);
x  a atau x c
a  x  b
b  x  c
Jurnal Informatika, Vol.4, No. 2, Desember 2008: 159 - 173
163
Gambar 2 Fungsi Keanggotaan Kurva Bahu
Fungsi keanggotaan pada kurva segitiga dan fungsi keanggotaan pada kurva bahu
dapat dilihat pada Gambar 3.
Akan dilakukan perhitungan untuk memperoleh nilai fire strength fuzzy dengan
menggunakan gabungan fungsi keanggotaan kurva segitiga dan kurva bahu.
Perhitungan tersebut berhubungan dengan tiga operator dasar Zadeh yang terdiri
dari operator AND, operator OR dan operator NOT [1]. Operator AND merupakan
operator yang berhubungan dengan operasi interseksi pada himpunan. Fire strength
sebagai hasil operasi dengan operator AND diperoleh dengan mengambil nilai
keanggotaan terkecil antar elemen pada himpunan-himpunan yang bersangkutan.
A B ( [x] [y]) μ ∩ = min μ A ,μ B (3)
Variabel Fuzzy
5
0
1
Himp1 Himp2 Himp3
μ[x]
1 10
Gambar 3 Himpunan Fuzzy Untuk Suatu Variabel
0 a b
1
Derajat
keanggotaa
n μ[x]
Domain
Bahu Kiri Bahu
Aplikasi Pendukung Keputusan Dengan Menggunakan Logika Fuzzy
(Studi Kasus : Penentuan Spesifikasi Komputer Untuk Suatu Paket Komputer Lengkap)
(Sri Yulianto J.P., Indrastanti R.W., Martha Oktriani)
164
Operator OR merupakan operator yang berhubungan dengan operasi union pada
himpunan. Fire strength sebagai hasil operasi dengan operator OR diperoleh
dengan mengambil nilai keanggotaan terbesar antara elemen pada himpunanhimpunan
yang bersangkutan.
A B ( [x] [y]) μ ∪ = max μ A ,μ B (4)
Serta operator NOT yang merupakan operator yang berhubungan dengan operasi
komplemen pada himpunan. Fire strength sebagai hasil operasi dengan operator
NOT diperoleh dengan mengurangkan nilai keanggotaan elemen pada himpunan
yang bersangkutan dari 1.
A [x] μ = 1−μ A 1 (5)
Pada proses perancangan sistem yang akan dibuat, dibutuhkan suatu basis data
fuzzy. Basis data fuzzy dapat diartikan sebagai representasi, pemasukan, dan
manipulasi informasi yang tidak tepat dan tidak pasti. Query pada logika fuzzy
dapat digunakan untuk pengambilan data yang diinginkan, tanpa memerlukan
pendefinisian parameter yang pasti. Proses query fuzzy mencakup logika boolean
yang hasil pencariannya berupa nilai benar atau salah dan juga akan menghasilkan
nilai x% mendekati benar atau x% mendekati salah dari nilai keanggotaannya.
Basis data fuzzy bertujuan untuk memecahkan setiap permasalahan yang
berhubungan dengan representasi dan menangani informasi yang tidak tepat [6].
Logika fuzzy terdiri dari 3 proses utama, yaitu fuzzifikasi, Inferensi fuzzy dan
defuzzifikasi. Fuzzifikasi adalah pengubahan seluruh variabel input/output ke
bentuk himpunan fuzzy. Rentang nilai variabel input dikelompokkan menjadi
beberapa himpunan fuzzy dan tiap himpunan mempunyai derajat keanggotaan
tertentu. Bentuk fuzzifikasi yang dipakai pada sistem ini adalah bentuk segitiga dan
bentuk bahu. Bentuk fuzzifikasi menentukan derajat keanggotaan suatu nilai
rentang input/output. Derajat keanggotaan himpunan fuzzy dihitung dengan
menggunakan rumus fungsi keanggotaan dari segitiga fuzzifikasi [4].
Setelah fungsi keanggotaan untuk variabel masukan dan keluarannya ditentukan,
basis aturan pengendalian dapat dikembangkan untuk menghubungkan aksi
keluaran pengendali terhadap kondisi masukannya. Tahap ini disebut sebagai tahap
inferensi, yakni bagian penentuan aturan dari sistem logika fuzzy. Sejumlah aturan
dapat dibuat untuk menentukan aksi pengendali fuzzy [7]. Pada basis aturan, aturan
If-Then tersebut dapat menghubungkan banyak variabel masukan dan keluaran.
Masukan x dipetakan menjadi keluaran y. Aturan if-then diinterpretasikan sebagai
implikasi fuzzy. Terdapat banyak sekali model interpretasi implikasi yang telah
dikembangkan. Pada sistem ini, metode yang digunakan adalah Metode
MAMDANI.
Jurnal Informatika, Vol.4, No. 2, Desember 2008: 159 - 173
165
Proses yang terakhir adalah defuzzifikasi, yaitu kerja yang mengubah aksi dari
himpunan fuzzy menjadi suatu nilai tunggal [4]. Input dari proses defuzzifikasi
adalah suatu himpunan fuzzy yang diperoleh dari komposisi aturan-aturan fuzzy,
sedangkan output yang dihasilkan merupakan suatu bilangan pada domain
himpunan fuzzy tersebut. Sehingga jika diberikan suatu himpunan fuzzy dalam
range tertentu, maka harus dapat diambil suatu nilai tegas (crisp) tertentu sebagai
output [1].
3. Analisis Sistem
Sistem yang dibuat pada studi kasus pemilihan spesifikasi komputer ini, ditujukan
untuk menangani pencarian spesifikasi paket komputer lengkap yang sesuai dengan
kriteria-kriteria dari konsumen. Dari data-data spesifikasi komputer yang ada,
maka digunakan untuk melakukan pencarian, paket komputer seperti apakah yang
sesuai dengan kriteria-kriteria yang diinginkan konsumen.
Sistem yang akan dibangun merupakan sistem basisdata fuzzy (Fuzzy Database
System), dengan menggunakan model Tahani, yaitu dengan menggunakan relasi
standar dalam database dan penekanan fuzzy pada beberapa field dalam tabel-tabel
dalam database tersebut.
Kebutuhan input pada sistem ini digolongkan menjadi dua bagian input, yaitu input
fuzzy dan input non fuzzy. Input fuzzy, terdiri dari data spesifikasi komputer yang
menyangkut kecepatan prosesor, kapasitas memory, kapasitas Harddisk, ukuran
VGA, ukuran monitor, kapasitas power supply, dan harga. Sedangkan input non
fuzzy terdiri dari data spesifikasi komputer yang menyangkut merek dan kecocokan
antara spesifikasi yang satu dengan yang lain.
Pada sistem ini proses fuzzy meliputi pengambilan nilai input fuzzy ataupun non
fuzzy dari dalam database, sesuai dengan keterangan yang disebutkan oleh
pembeli, proses fuzzifikasi dari data input, dengan menggunakan rumus fungsi
keanggotaan kurva bahu dan kurva segitiga, proses logika pengambilan keputusan
melalui pembentukan query, dan menampilkan hasil rekomendasi sesuai dengan
kriteria yang disebutkan oleh pengguna.
Output pada sistem ini berupa rekomendasi paket komputer lengkap yang sesuai
dengan kriteria-kriteria yang diinginkan (di-input-kan) oleh para pengguna.Adapun
variabel dalam fungsi fuzzy adalah sebagaimana pada Gambar 4 berikut ini.
Aplikasi Pendukung Keputusan Dengan Menggunakan Logika Fuzzy
(Studi Kasus : Penentuan Spesifikasi Komputer Untuk Suatu Paket Komputer Lengkap)
(Sri Yulianto J.P., Indrastanti R.W., Martha Oktriani)
166
Semua variabel akan ditransformasikan nilainya dalam suatu variabel fuzzy
sebagaimana pada Gambar 3 dan Gambar 4. Setiap variabel dapat memiliki besaran
yang berbeda, demikian pula dapat memiliki nilai μ[x] yang berbeda.
Perancangan sistem dibutuhkan untuk membantu proses pengembangan dan untuk
dokumentasi perangkat lunak sistem. Pada perancangan sistem ini, akan diuraikan
mengenai elemen-elemen pengembangan sistem yang digunakan, yaitu UML
(Unified Modelling System) dan perancangan antarmuka sistem dengan pengguna.
Variabel kecepatan prosesor
2.5
0
1
Rendah Sedang Tinggi
μ[x]
1 5
Gambar 3 Himpunan Fuzzy Untuk Variabel kecepatan prosesor
Variabel Fuzzy kapasitas hard disk
5
0
1
Kecil Sedang Besar
μ[x]
1 10
Gambar 4 Himpunan Fuzzy Untuk Variabel kapasitas hard disk
Jurnal Informatika, Vol.4, No. 2, Desember 2008: 159 - 173
167
UML adalah sebuah “bahasa” yang telah menjadi standar untuk visualisasi,
merancang dan mendokumentasikan sistem peranti lunak. UML pada sistem yang
dibangun ini terdiri dari use case diagram, sequence diagram dan activity diagram.
Use case diagram menggambarkan fungsionalitas yang diharapkan dari sebuah
sistem. Sebuah use case merepresentasikan sebuah interaksi antara aktor dengan
sistem. Secara umum sistem ini memiliki dua aktor yaitu aktor pengguna yang
menggambarkan pembeli dan aktor pengguna yang menggambarkan administrator.
Untuk dapat melakukan interaksi dengan sistem, pembeli harus memasukkan
kriteria dan spesifikasi komputer yang diinginkan. Sistem fuzzy akan melakukan
komputasi untuk menghasilkan rekomendasi paket set komputer. Aktor pengguna
administrator harus memasukkan data spesifikasi komputer sebagai data batas
himpunan, seperti data harga dan data item. Data ini akan menjadi dasar bagi fuzzy
untuk pembuatan rekomendasi paket set komputer sesuai dengan masukan
pengguna, sebagaimana pada Gambar 5.
Sistem fuzzy bekerja melalui beberapa tahapan, yaitu identifikasi hasil pencarian
item (data spesifikasi komputer yang menyangkut kecepatan prosesor, kapasitas
memory, kapasitas Harddisk, ukuran VGA, ukuran monitor, kapasitas power
supply, dan harga ) yang akan menjadi masukan bagi proses penentuan prioritas
setiap itemnya. Setelah ditentukan prioritas setiap item tersebut dilakukan
pengacakan. Tahapan berikutnya adalah penggabungan masing – masing item
menjadi paket lengkap sebagai set item yang akan direkomendasikan, sebagaimana
pada Gambar 6.
Pengguna
(Pembeli)
Masukkan Spesifikasi Komp yang
Diinginkan
Paket Komputer Rekomendasi
Pengguna
(Administrator)
Login Pembeli
Login Administrator
Masukkan Data Batas Himpunan
Sistem Fuzzy
Masukkan Data Spesifikasi
Komputer
Gambar 5 Use Case Diagram Sistem yang Dibangun
Aplikasi Pendukung Keputusan Dengan Menggunakan Logika Fuzzy
(Studi Kasus : Penentuan Spesifikasi Komputer Untuk Suatu Paket Komputer Lengkap)
(Sri Yulianto J.P., Indrastanti R.W., Martha Oktriani)
168
Activity diagram menggambarkan berbagai alir aktivitas dalam
sistem yang sedang dirancang, bagaimana masing-masing alir berawal, decision
yang mungkin terjadi, dan bagaimana berakhir.
Start
Login Pembeli
Masukkan Spesifikasi
Komputer yang Diinginkan
Tampilan Paket
Rekomendasi
End
Batas Himpunan
Fuzzy
Proses Fuzzy
Login
Administrator
Pengguna (Pembeli) Administrator
Aktivitas sistem berawal pada saat pengguna melakukan login. Setelah login
pengguna masuk pada halaman spesifikasi komputer untuk memilih spesifik yang
dikehendaki. Sistem akan melakukan komputasi menggunakan fuzzy. Peranan
admin dalam hal ini adalah melakukan pengelolaan dengan memasukkan batas
himpunan fuzzy (fuzzy set) sesuai dengan variabel fuzzy sebagaimana pada Gambar
7.
Hasil Pencarian Tiap Item Prioritas Tiap Item
Pengacakan dengan metode
Selection Sort
Penggabungan Menjadi
Paket-Paket Lengkap
Paket Hasil Rekomendasi
Gambar 6 Use Case Diagram Sistem Fuzzy
Gambar 7 Activity Diagram Sistem yang Dibangun
Jurnal Informatika, Vol.4, No. 2, Desember 2008: 159 - 173
169
Diagram ERD menggambarkan berbagai relasi antar entity dalam suatu database.
Entitas data dalam basisdata meliputi kecepatan prosesor, kapasitas memory,
kapasitas Harddisk, ukuran VGA, ukuran monitor, kapasitas power supply, dan
harga. Setiap entitas memiliki atribut yang menggambarkan infromasi secara lebih
detail. Antar entitas terhubung dengan entitas lainnya dalam bentuk relasional.
Seluruh entitas akan terhubung dengan fungsi fuzzy sebagai sistem komputasi
dalam aplikasi. Setiap relasional dapat digambarkan tingkat keterhubungannya
melalui bilangan kardinalitas dala relasi tersebut. Hal ini dapat dilihat sebagaimana
pada Gambar 8.
Gambar 8 Diagram ERD
Aplikasi Pendukung Keputusan Dengan Menggunakan Logika Fuzzy
(Studi Kasus : Penentuan Spesifikasi Komputer Untuk Suatu Paket Komputer Lengkap)
(Sri Yulianto J.P., Indrastanti R.W., Martha Oktriani)
170
4. Implementasi dan Evaluasi
Implementasi sistem dibagi menjadi empat bagian, yaitu implementasi tampilan
awal dan menu utama, implementasi setup data, implementasi pencarian paket
komputer dan implementasi menu tambahan.
Proses pencarian, dilakukan dengan pemilihan variabel fuzzy dan variabel non
fuzzy yang berfungsi untuk memilih kriteria-kriteria yang sesuai dengan keinginan
pembeli
Proses pencarian dilakukan secara berurutan mulai dari prosesor, mainboard,
memory, VGA, casing, PSA, harddisk, monitor, optical, keyboard dan mouse.
Setelah memilih masing-masing item maka proses berikutnya adalah pemasukan
besarnya nilai prioritas untuk masing-masing item yang berfungsi untuk
pengacakan masing-masing item hasil rekomendasi sehingga terbentuk menjadi
suatu paket komputer lengkap.
Setelah kedua proses tersebut maka ditampilkan hasil konfirmasi, yang berfungsi
sebagai pemberi informasi, apa saja kriteria yang telah kita tentukan pada waktu
pencarian masing-masing item.
Jika konfirmasi data masing-masing item sudah sesuai dengan keinginan pembeli,
maka akan ditampilkan hasil pencarian paket komputer, sebanyak 5 macam paket
komputer dengan nilai rekomendasi tertinggi.
Gambar 9 Form Prioritas
Jurnal Informatika, Vol.4, No. 2, Desember 2008: 159 - 173
171
Pengujian dilakukan dengan menggunakan data riil spesifikasi produk yang ada di
pasaran untuk membuat rekomendasi paket komputer. Pengujian menghasilkan
rekomendasi yang berisi 10 kelompok item dalam satu paket rekomendasi. Adapun
rekomendasi yang dihasilkan dalam pengujian adalah sebagaimana berikut pada
Gambar 11 dan 12.
Gambar 10 Form Paket Komputer Hasil Rekomendasi
Gambar 11 Report Print Normal
Aplikasi Pendukung Keputusan Dengan Menggunakan Logika Fuzzy
(Studi Kasus : Penentuan Spesifikasi Komputer Untuk Suatu Paket Komputer Lengkap)
(Sri Yulianto J.P., Indrastanti R.W., Martha Oktriani)
172
5. Kesimpulan
Beberapa kesimpulan dapat diambil dari perancangan sistem pendukung keputusan
dengan menggunakan logika fuzzy model Tahani ini. Untuk mengetahui tingkat
keberhasilan pengambilan keputusan dengan menggunakan logika fuzzy, maka
harus dibutuhkan batasan himpunan pada tiap-tiap himpunan fuzzy yang berfungsi
sebagai parameter. Batasan himpunan yang dimaksud ialah seperti batasan murah,
normal ataupun mahal pada variabel harga, serta batasan min, middle dan max
pada variabel kapasitas/ukuran/kecepatan masing-masing spesifikasi komputer.
Tingkat keberhasilan pengambilan keputusan dengan menggunakan logika fuzzy
juga dipengaruhi oleh jumlah kriteria yang dipilih oleh pemakai yang berfungsi
sebagai variabel fuzzy. Dari pengujian terhadap 10 orang sampel pemakai,
didapatkan tingkat akurasi sistem sebesar 68 %. Sedangkan hasil dari pencarian
yang tidak sesuai dengan parameter harga atau besaran dari spesifikasi komputer
Gambar 12 Report Print Detail
Jurnal Informatika, Vol.4, No. 2, Desember 2008: 159 - 173
173
yang diinginkan pemakai, dapat dipengaruhi dari data-data spesifikasi komputer
yang tidak akurat atau kemajuan fitur-fitur dan fasilitas-fasilitas yang baru.
6. Daftar Pustaka
[Cri05] Cristiono, Denny, 2005, Aplikasi Pendukung Keputusan Dengan
Menggunakan Logika Fuzzy (studi kasus Pemilihan Handphone
Berdasarkan Kebutuhan Konsumen), Salatiga, Fakultas Teknologi
Informasi, Universitas Kristen Satya Wacana.
[Hel01] Hellmann, M, 2001, Fuzzy Logic Introduction, Laboratoire Antennes
Radar Telecom, F.R.E CNRS 2272, Equipe Radar Polarimetrie.
[Nad03] Nadlir, Syariful dan Oon Amroni, 2003, Teknologi Sistem Fuzzy, Jurnal
Komputer dan Informatika 4(2), FTI, Universitas Tarumanagara.
[Kus04] Kusumadewi, Sri dan Hari Purnomo, 2004, Aplikasi Logika Fuzzy Untuk
Pendukung Keputusan, Yogyakarta: Graha Ilmu.
[Kus03] Kusumadewi, Sri, 2003, Artificial Intelligence (Teknik dan Aplikasinya),
Yogyakarta : Graha Ilmu.
[Mar04] Marimin, Herdiyeni,Y. dan Nila Oktavia, 2004, Aplikasi Logika Fuzzy
untuk Pembentukan Tipe Data Fuzzy dan Querynya pada Sistem Basis
Data, Prosiding SNIKTI V, No 1, Departemen Ilmu Komputer - FMIPA -
Institut Pertanian Bogor.
[Wib98] Wibawanto, Hari, 1998, Pengendali Berbasis Logika Kabur, Elektro
Indonesia, Edisi ke Empat Belas.