Perjalanan panjang kuliah DSS
Perjalanan panjang dalam mata kuliah DSS belum juga berakhir. Kali ini, kami mendapatkan tugas untuk mencari jurnal mengenai Analytical Network Process (ANP). Setelah saya pelajari, ternyata pada ANP mengijinkan adanya hubungan yang lebih kompleks antara tiap kriteria atau subkriteria. Pada ANP kita kenal adanya “system with feedback” dimana suatu kriteria bisa mempengaruhi kriteria yang lain dan di saat yang bersamaan kriteria yang dipengaruhi itu bisa juga mempengaruhi kriteria yang mempengaruhinya. Untuk mengukur bobot kepentingan pada ANP, pada tahun 1980 Saaty memperkenalkan “supermatriks” yang bentuknya hampir sama dengan rantai Markov.
Pada tugas selanjutnya, kami diperintahkan untuk membuat model ANP yang terdapat pada jurnal sebelumnya dengan menggunakan software “Super Decision”. Berbeda dengan pembuatan model AHP dengan software Expert Choice, pada software Super Decision ini kami harus membuat cluster-cluster terlebih dahulu untuk meletakkan tujuan, kriteria dan alternatif pada model kami. Di dalam cluster tersebut terdapat node isinya adalah tujuan kita, subkriteria – subkriteria yang dimiliki masing-masing kriteria dan alternatif-alternatif yang ada. Berdasarkan jurnal yang saya peroleh, saya membuat sebuah model yang tujuannya adalah memilih software yang tepat untuk proses perancangan dan pengembangan produk. Wah, ternyata repot juga untuk membuat model ini. Model ini ternyata termasuk model BOCR yang memasukkan faktor-faktor Benefit, Cost, Risk dan Opportunities. Untuk setiap faktor tersebut, saya harus membuat subnetnya dan ternyata masing-masing subnetnya cukup kompleks dan kriteria-kriteria yang dimiliki cukup banyak. Belum lagi jumlah alternatif yang dimiliki ada 7 buah sehingga cukup memakan waktu untuk membuat pairwise comparisonnya. Akan tetapi akhirnya saya mendapat pelajaran yang berharga dari tugas ini.
Membuat dua buah model ANP adalah pekerjaan saya selanjutnya. Akhirnya saya buat model ANP tentang “ pemilihan tempat untuk berdagang” dan “prediksi juara dunia MotoGP 2008”. Untuk model yang pertama saya memasukkan beberapa kriteria seperti faktor ekonomi (daya beli masyarakat, tingkat konsumsi, dan tingkat pendapatan), faktor demografi (jumlah penduduk, jenis pekerjaan dan aktivitas penduduk) dan faktor lokasi (biaya sewa, keamanan, akses transportasi dan perizinan). Terlihat bahwa subkriteria seperti jenis pekerjaan akan mempengaruhi subkriteria lain yaitu tingkat pendapatan dan daya beli masyarakat sehingga model ANP sangat cocok untuk diterapkan di sini. Untuk model kedua saya memasukkan kriteria seperti performa motor (mesin, transmisi, aerodinamika dan handling), performa tim (keahlian mekanik, pihak manajemen) dan kemampuan pembalap (pengalaman, teknik membalap dan mental).
Untuk tugas sebelum UAS, kami diperintahkan untuk mencari sebuah jurnal mengenai penggunaan simulasi untuk proses pengambilan keputusan. Lumayan susah nyarinya, tapi akhirnya dapat yang ukuran filenya lebih dari 1 MB. Saat dibaca ternyata jurnalnya bagus juga, gw dapet tentang penggunaan simulasi untuk pemilihan urutan proses yang paling optimal di dalam panel shop suatu galangan kapal. Jurnalnya lumayan mudah untuk dimengerti karena menggunakan software Promodel untuk pembuatan modelnya (berhubung semester lalu baru dapet kuliahnya).
Akhirnya tiba saat yang paling menegangkan yaitu Ujian DSS. Waa, bayangin aja masa ujian cuma 3 menit udah gitu kita ga tau lagi apa yang bakal keluar. Saat masuk ruang ujian deg-degan juga sih, takut kalo soalnya disuruh buat model AHP atau ANP, kan waktunya mepet banget. Saat ujian dimulai ternyata soalnya adalah menambahkan satu kriteria lagi dari model AHP yang telah kita buat dan membuat bobotnya di atas 30%. Lumayan lancar sih saat ngerjainnya dan akhirnya selesai. Saat diperiksa oleh sang dosen, ia sempat bercanda dan bertanya-tanya mengapa pilihan saya terhadap alternatif yang ada tidak berubah walaupun modelnya sudah berubah. Saya lalu menjawabnya bahwa pada kriteria baru yang saya tambahkan, saya memberi bobot yang besar pada pilihan saya yang lama jadi hasilnya tidak berubah. Akhirnya lega juga, ujian DSS telah berakhir. Namun masih banyak tugas dan ujian dari mata kuliah lain yang harus diselesaikan. Ayo smangat !!!!
AJAX
AJAX (Asynchronous JavaScript and XML) bukanlah sebuah bahasa pemrogramman yang baru. AJAX adalah sebuah teknik yang digunakan untuk menciptakan sebuah aplikasi web yang lebih baik, lebih cepat dan lebih interaktif. Dengan menggunakan AJAX maka JavaScript yang kita gunakan dapat berkoneksi langsung dengan server menggunakan objek JavaScript XMLHttpRequest. Melalui objek ini, Javascript dapat melakukan pertukaran data melalui web server tanpa harus reloading the page. AJAX menggunakan suatu asynchronous data transfer (HTTP requests) antara browser dengan web server sehingga mengijinkan web pages untuk meminta sejumlah bit informasi dari web server (tanpa membuka keseluruhan halaman). Dengan AJAX kita bisa membuat sebuah aplikasi internet yang lebih cepat dan lebih user friendly. AJAX dibuat berdasarkan standar-standar web seperti JavaScript, XML, HTML, CSS. Aplikasi AJAX adalah sebuah browser dan platform yang independen.
Untuk dapat mengerti bagaimana AJAX bekerja, kita akan mencoba membuat sebuah aplikasi kecil dari AJAX. Pertama-tama yang harus membuat sebuah bentuk HTML standar dengan menggunakan dua text fields : username dan waktu. Username akan diisi oleh user dan field waktu akan diisi dengan menggunakan AJAX. File HTML akan diberi nama “testAjax.htm”, dan akan terlihat sebagai berikut :
<html> <body> <form name="myForm"> Name: <input type="text" name="username" /> Time: <input type="text" name="time" /> </form> </body> </html> |
Google Apps
Google Aps adalah salah satu layanan yang paling populer dari Google. Dengan Google Aps ini kita bisa memanfaatkan layanan email gratis sebesar 2 GB. Yang istimewa dari layanan ini adalah kapasitas 2 GB dapat kita gunakan untuk domain yang sudah kita miliki misal “phizer.org”. Dengan memanfaatkan Google Aps kita tidak perlu lagi menyediakan space untuk email di website kita, tetapi cukup menyediakan link ke Google Aps.
Untuk bisa menggunakan layanan ini maka kita harus memiiki account gmail atau kalau anda belum memilikinya anda bisa sign up di http://mail.google.com/mail/signup. Untuk melakukan registrasi dan aktivasi maka kita harus melakukan langkah-langkah sebagai berikut :
1. Buka alamat URL : http://www.google.com/a/cpanel/domain/new
2. Login menggunakan user e-mail Anda di Gmail (hal ini berada pada “Step 1 of 4” pada (wizard)
3. Pilih/masukkan nama domain Anda [yang sudah terdaftar dan exist], lalu klik tombol Use my domain ( hal ini berada pada “Step 2 of 4” pada wizard )
4. Isikan data-data pada form seperti biasa apabila registrasi, setelah selesai klik Continue ( hal ini berada pada “Step 3 of 4” pada wizard)
5. Tentukan username untuk control panel Google Apps Anda nanti, account ini nantinya akan jadi admin dari account google aps anda, misal kami coba dengan contoh, admin@phizer.or kemudian klik I accept. ( hal ini berada pada “Step 4 of 4” )
Satu langkah sudah anda lewati, yakni sign up. Setelah itu mari melangkah ke tahap verifikasi bagi pemilik domain seperti pada langkah berikut. Setelah selesai, anda akan otomatis login sebagai admin@phizer.org contohnya, dan akan tampil halaman Verifikasi.
6. Langkah selanjutnya adalah Verifikasi kepemilikan domain, ada 2 cara yang bisa dilakukan. Disini dijelaskan salah satu cara yang kami yakin mudah dilakukan, yakni Upload an HTML file. Langkah ini dengan membuat 1 file HTML berisi kode yang diberikan Google lalu diletakkan di www root domain. contoh dalam hal ini “googlefffffcaxxxx” anda masukkan pada file kosong dan rename sebagai ” googlehostedservice.html” Lalu klik verify.
7. Ok, saat ini Google akan memverifikasi domain Anda, sekarang tahap kedua sudah selesai.Untuk tahap selanjutnya adalah mengeset sendiri untuk melakukan perubahan mx dan priority nya.
8. Langkah berikutnya klik tombol E-mail untuk melihat setting MX dari Gmail, dan tinggal mengikuti panduan Google pada wizard.
9. Login ke Cpanel hosting Anda. Setelah masuk, klik Mail, klik Modify Mail Exchanger (MX Entry), klik Change an MX entry, tuliskan ASPMX.L.GOOGLE.COM kemudian klik Change. Kembali ke halaman Google Apps dan lakukan verifikasi email.
10. Selamat, Anda telah mengaktifkan semua layanan Google Apps
Bingung beli rumah idaman, pake expert choice aja
Setiap manusia pasti punya impian untuk memiliki rumah idaman. Tentu saja kriteria rumah idaman antara satu orang dengan yang lain pasti berbeda-beda. Namun, faktor yang paling sering menghambat seseorang untuk mewujudkan rumah impiannya adalah faktor harga. Karena seperti kita tahu, harga rumah di perumahan-perumahan di Jakarta terus naik dari tahun-ke tahun. Seseorang dengan keterbatasan dana pasti kebingungan untuk memilih rumah yang paling tepat baginya. Dengan Expert Choice, proses pengambilan keputusan dalam membeli rumah di suatu perumahan akan menjadi lebih mudah. Kita hanya perlu memasukkan faktor-faktor yang mempengaruhi kita sewaktu ingin membeli rumah di perumahan seperti harga, lokasi, spesifikasi bangunan, fasilitas, prestise dan desain beserta dengan masing-masing subkriterianya. Setelah itu, berdasarkan kriteria rumah idaman yang kita miliki, kita tinggal memberi bobot untuk masing-masing kriteria. Hasil yang diperoleh pasti akan sangat membantu kita. Anda penasaran, silakan coba sendiri.
Memberi bobot pada AHP
Untuk menentukan nilai bobot kriteria pada Analytical Hierarchy Process tidak bisa dilakukan dengan sembarangan. Pertama-tama, yang harus kita lakukan adalah memberikan pertanyaan-pertanyaan yang membandingkan antara kriteria yang satu dengan kriteria yang lain(melalui kuisoner, wawancara, dll) kepada beberapa responden yang telah dipilih. Hal ini dilakukan untuk mengindikasikan “degree of preference” mereka untuk satu kriteria terhadap kriteria yang lainnya. Biasanya para responden diberikan skala penilaian sebagai berikut untuk membandingkan antara dua kriteria atau lebih :
|
Table 1 : Representative scale |
|
|
Equally important |
1 |
|
Moderately more important |
3 |
|
Strongly more important |
5 |
|
Very strongly more important |
7 |
|
Overwhelmingly more important |
9 |
Setelah kita memperoleh hasil perbandingan antar kriteria dari langkah di atas maka langkah selanjutnya adalah menentukan nilai bobot untuk masing-masing kriteria. Untuk menentukan bobot maka kita harus membuat matriks aljabar dari data – data yang diperoleh pada langkah pertama. Setelah itu, kita lakukan perhitungan matematika sederhana terhadap baris dan kolom matriks tersebut sehingga akhirnya kita akan memperoleh nilai bobot untuk masing-masing kriteria. Kriteria yang memperoleh bobot nilai paling besar adalah kriteria yang paling penting.
Analytical Hierarchy Process (AHP)
AHP (Analytical Hierarchy Process) adalah teknik pengambilan keputusan yang merepresentasikan suatu masalah pengambilan keputusan yang kompleks sebagai suatu hirarki dengan tingkatan-tingkatan yang berbeda. Terdapat 4 aksioma pada model AHP. Yang pertama adalah reciprocal comparison, artinya pengambilan keputusan harus dapat memuat perbandingan dan menyatakan preferensinya. Prefesensi tersebut harus memenuhi syarat resiprokal yaitu apabila A lebih disukai daripada B dengan skala x, maka B lebih disukai daripada A dengan skala 1/x. Yang kedua adalah homogenity, artinya preferensi seseorang harus dapat dinyatakan dalam skala terbatas atau dengan kata lain elemen- elemennya dapat dibandingkan satu sama lainnya. Yang ketiga adalah independence, artinya preferensi dinyatakan dengan mengasumsikan bahwa kriteria tidak dipengaruhi oleh alternatif-alternatif yang ada melainkan oleh objektif keseluruhan. Yang terakhir adalah expectation, artinya untuk tujuan pengambil keputusan struktur hirarki diasumsikan lengkap. Apabila asumsi ini tidak dipenuhi maka pengambil keputusan tidak memakai seluruh kriteria atau objektif yang tersedia atau diperlukan sehingga keputusan yang diambil dianggap tidak lengkap
AHP digunakan untuk menurunkan skala rasio dari beberapa perbandingan berpasangan yang bersifat diskrit maupun kontinu. Dengan demikian metoda ini sangat berguna untuk membantu mendapatkan skala rasio dari hal-hal yang semula sulit diukur seperti pendapat, perasaan, prilaku dan kepercayaan. Penggunaan AHP dimulai dengan membuat struktur hirarki atau jaringan dari permasalahan yang ingin diteliti. Di dalam hirarki terdapat tujuan utama, kriteria-kriteria, sub kriteria-sub kriteria dan alternatif-alternatif yang akan dibahas. Selanjutnya kita menentukan perbandingan berpasangan yang akan dipergunakan untuk membentuk hubungan di dalam struktur. Hasil dari perbandingan berpasangan ini akan membentuk matrik dimana skala rasio diturunkan dalam bentuk eigen vektor utama atau fungsi-eigen.
Metode Pengambilan Keputusan Kualitatif di bidang Kesehatan
Ada beberapa metode yang dapat digunakan untuk membantu kita dalam melakukan pengambilan keputusan. Salah satunya adalah hierarchial decision models yaitu sebuah metodologi yang bertujuan untuk mengklasifikasikan atau mengevaluasi pilihan-pilihan yang muncul dalam suatu proses pengambilan keputusan. Pada model ini kita akan mengenal apa yang disebut dengan “atribut”. Atribut adalah variabel-variabel yang menyatakan subproblem dari suatu keputusan. Dari hierarchial decision model maka kita akan mengenal lagi sebuah model yang dikenal dengan nama hierarchial multi- attribute decision models yang menggunakan lebih dari dua atribut. Pada jurnal yang berjudul “Applications of Qualitative Multi-Attribute Decision Models in Health Care” dijelaskan mengenai penggunaan metode kualitatif dari hierarchial multi-attribute decision models untuk mengambil keputusan mengenai masalah kesehatan. Pada model ini digunakan atribut-atribut diskrit yang nilainya berupa kata-kata dan bukan angka. Fungsi utilitas juga direpresentasikan dengan decision rules. Pada jurnal tersebut juga diberikan sebuah studi kasus mengenai “Breast Cancer Risk Assesment” dengan menggunakan model kualitatif tersebut. Atribut-atribut yang digunakan pada model kualitatif ini adalah siklus menstruasi, kesuburan, sejarah keluarga(pernah terkena kanker atau tidak), masa menopause(sudah atau belum) dan lainnya.
Apa sih Hebatnya Decision Tree ?
Dalam Operations Research, khususnya dalam analisis keputusan, pohon keputusan adalah suatu decision support tool yang menggunakan sebuah grafik atau model suatu keputusan dan konsekuensi-konsekuensi dari keputusan tersebut. Disebut pohon keputusan karena bila digambarkan mirip sebuah pohon dengan cabang-cabang dan ranting-rantingnya Pohon keputusan biasanya digunakan untuk mengidentifikasi strategi terbaik yang harus digunakan untuk mencapai tujuan. Kegunaan lain dari pohon keputusan adalah sebagai alat deskriptif untuk menghitung probabilitas kondisional. Dibandingkan dengan decision support tools yang lain, pohon keputusan memiliki beberapa kelebihan : 1) Pohon keputusan mudah dimengerti dan diinterpretasikan. Orang akan mudah memahami model dari pohon keputusan setelah memperoleh penjelasan singkat. 2) Pohon keputusan tetap memiliki nilai bahkan dengan data yang sulit. Untuk pengertian yang lebih mendalam dapat diperoleh berdasarkan gambaran dari tenaga ahli mengenai situasinya (alternatifnya, probabilitasnya, dan biaya-biayanya) dan pilihan mereka untuk hasilnya. 3) Pohon keputusan menggunakan white box model. Jika kita memperoleh hasil dari model tersebut maka penjelasannya akan dapat dengan mudah dimengerti dengan matematika sederhana. 4) Pohon keputusan juga bisa dikombinasikan dengan teknik pengambilan keputusan yang lainnya contohnya dengan metode NPV, PERT dan distribusi linear. 5) Pohon keputusan dapat digunakan untuk mengoptimalisasikan suatu investasi.
Gunakan Pohon Keputusan dalam Analisa Investasi Bisnis
Perencanaan bisnis merupakan suatu hal yang sangat penting yang harus dilakukan oleh para pengusaha maupun para pengambil keputusan dalam suatu perusahaan. Perencanaan bisnis harus dilakukan supaya nantinya kegiatan bisnis yang akan dijalankan tetap berada pada jalur yang benar. Perencanaan bisnis yang baik memuat tahap-tahap yang dapat memaksimalkan peluang keberhasilan. Salah satu tahap yang penting adalah tahap pengambilan keputusan. Kegiatan analisis investasi diperlukan untuk mendapatkan keputusan investasi yang bersifat stategis, dan analisis investasi tersebut dapat dilakukan melalui berbagai metode, salah satunya dengan decision tree analysis. Melalui analisis pohon keputusan kita bisa memilih satu alternatif yang paling optimal dari berbagai alternatif yang tersedia. Prosedur-prosedur untuk melakukan analisis pohon keputusan antara lain adalah :
1. Membuat pohon (Tree Diagramming)
Pada tahap ini kita harus mengidentifikasi titik keputusan dan juga titik kemungkinan yang mungkin akan terjadi, alternatif untuk setiap titik keputusan dan juga apa yang mungkin terjadi dari setiap keputusan yang diambil. Kemudian kita buat sebuah diagram pohon yang menunjukkan urutan keputusan dan kejadian yang mungkin terjadi.
2. Estimasi kemungkinan (Expected cost = EC)
Pada tahap ini kita harus mengestimasi kemungkinan hasil dari berbagai kejadian yang mungkin terjadi dan juga konsekuensi keuangan dari setiap hasil yang mungkin dari berbagai keputusan.
3. Evaluasi dan seleksi
Tahap ini merupakan tahap akhir dimana kita memperhitungkan nilai yang diharapkan (EMV) dari setiap alternatif keputusan dan memilih keputusan dengan nilai EMV yang paling besar.
Sistem Belajar “MURDER”
semoga tips ini berguna bagi kita yang akan menghadapi UTS
Belajar memang tidak seterusnya menyenangkan. Ya, tergantung moodlah. Kalau lagi enak, ya belajar. Kalau nggak ya…..dipaksain juga nggak masuk-masuk di kepala. Untuk itu, kali ini saya memberikan sistem belajar yang bisa membantu kamu untuk belajar secara efektif.Sistem ini disebut dengan “MURDER”. Murder adalah singkatan dari, Mood, Understand, Recall, Digest, Expand dan Review. Bagaimanakah semuanya itu? Nah ikuti sistem belajar yang efektif ini.
Mood – Suasana Hati Ciptakan selalu mood yang positif untuk belajar, Ini bisa dilakukan dengan menentukan waktu, lingkungan dan sikap belajar yang sesuai dengan pribadimu. Cobalah untuk menata ruang belajar kamu supaya lebih nyaman untuk belajar. Buat ruang belajar kamu itu senyaman mungkin. Sehingga kamu bisa belajar dengan tenang dan konsentrasi penuh. Aturlah jadwal belajar kamu sendiri. Sesuaikan dengan kondisi kamu. Jam-jam berapa kamu bisa konsentrasi penuh. karena setiap manusia memiliki bioritmis sendiri-sendiri.
Understand – Pemahaman Tandai informasi bahan pelajaran yang TIDAK kamu mengerti dalam satu unit. Fokuskan perhatianmu pada unit tersebut. Atau bisa juga dengan membentuk beberapa kelompok latihan untuk unit itu. Diskusikanlah mengenai unit itu dengan anggota kelompok.
Recall – Ulang Setelah kamu belajar satu unit, berhentilah dan ulang bahan dari unit tersebut dengan kata-kata yang kamu buat sendiri. Cobalah buat tulisan-tulisan singkat mengenai unit itu dalam sebuah catatan.
Digest – Telaah Kalau ada beberapa unit yang belum kamu pahami juga. PELAJARI KEMBALI keterangan yang ada. Carilah literatur atau bahan lain yang terkait dengan unit itu. Bisa dengan browsing di internet, cari artikel, buku, teks atau sumber lainnya. Diskusikanlah dengan teman atau guru kamu.
Expand – Kembangkan Pada tahap ini, tanyakan tiga persoalan berikut terhadap materi yang telah kamu pelajari : Andaikan kamu bertemu dengan penulis materi tersebut, pertanyaan atau kritik apa yang akan kamu ajukan ? Bisakah kamu mengaplikasikan materi tersebut ke dalam hal yang kamu sukai ? Dapatkah kamu membuat informasi ini menjadi menarik dan mudah dipahami oleh teman lainnya ?
Review – Pelajari Kembali Pelajari kembali materi pelajaran yang sudah dipelajari. Ingatlah strategi yang telah membantu kamu mengerti dan/atau mengingat informasi. Jadi, terapkan strategi tersebut untuk cara belajarmu berikutnya.
Heryanto05's Weblog 