Gimana akhirnya pelaksanaan kuliah ini?? Kuliah DSS ini diadain setiap selasa siang dari jam 1 sampe jam 3. Kebetulan paginya gw juga ada kuliah Interpersonal Skill, jadinya pas banget deh pas gw lagi pake baju rapih (Pak Dachyar, dosen yang ngajarin mata kuliah DSS, mengharuskan kita tampil rapih juga hehe). Hampir setiap minggu pasti ada tugas nyari jurnal. Tapi jurnal yang harus gw cari, bukan sembarang jurnal. Jurnalnya harus update, ga boleh yang jadul2 banget, maksimal 2 tahun terakhir. Makanya setiap nyari jurnal, yang pertama gw liat itu kapan jurnal itu di-published. Selain itu, jurnalnya juga ga boleh sama antar mahasiswa (angkatan 2005 ada 57 orang, jadi untuk setiap topik, kami selalu berdoa…semoga jurnal yang tersedia di internet ini ada banyak, minimal 57-lah…hehehe). Oia, satu cerita menarik dari mahasiswa TIUI angkatan 2005, karena kita sering ada tugas buat nyari topik atau jurnal yang ga boleh sama, akhirnya angkatan kita memutuskan untuk membuat sebuah milis yang khusus buat ngasi tau jurnal atau topik apa yang udah kita pilih. Jadinya, setiap gw nyari jurnal atau tugas, sebelum gw memutuskan untuk make jurnal itu, gw harus nge-check dulu ke milis itu buat ngeyakinin klo jurnal itu emang belom dipake sama temen-gw yang laen hehehe. Klo udah yakin tuh jurnal blom ada yang make, baru deh gw kirim judul sama link alamat jurnal itu ke milis buat ngasi tau klo gw fix pake jurnal itu.

Jurnal yang diminta Pak Dachyar cukup sistematis, diawali dengan nyari jurnal yang menjelaskan AHP secara umum. Selanjutnya kita diminta untuk nyari kasus-kasus yang mengimplementasi AHP pake software Expert Choice. Setelah sesi AHP selesai, kita ngelanjutin DSS ini dengan topik baru ANP. ANP ini pake software yang beda dari AHP. ANP pake software Super Decision, ANP ini lebih rumit dibandingin sama AHP. Kenapa ANP lebih rumit? Hehe itu karena ketika kita pake ANP ini, dia memperhatikan interaksi antara elemen-elemen keputusan (baik inner ataupun outer dependencies tiap elemen tersebut). Tapi walaupun lebih rumit, keputusan yang dihasilin sama ANP jauh lebih akurat lho.

Setelah gw fase cari-mencari jurnal ini selesai, akhirnya tanggal 27 Mei kemaren gw ujian DSS. Ujian DSS ini satu minggu lebih cepet dibandingin sama pelaksanaan ujian mata kuliah yang lain. Tadinya sempet berkembang gosyip, klo tangggal 27 itu ujian DSS ga jadi karena Pak dachyar bilang klo hari itu cuma review (ternyata nama lainnya ujian itu review…hohoho…si Bapak bisa aja). Tapi ada untungnya juga ujiannya dicepetin, beban kuliah jadi berkurang satu (fiuh2…).

Ujiannya seperti biasa, diadain di Lab MIS yang penuh kenangan ujian-ujian Pak Dachyar sebelumnya. Kita dikasih soal untuk dipecahin langsung di depan komputer dalam waktu 3 menit (mantap banget dah!). Soal untuk UAS DSS kali ini ternyata berhubungan dengan AHP memakai software Expert Choice. Mahasiswa diminta untuk menambahkan satu kriteria (kriteria tersebut harus punya 3 subkriteria) dengan bobot 30%. Topik pengambilan keputusan yang dipake ini beda-neda untuk setiap mahasiswa (tergantung dari file AHP tiap mahasiswa yang uah dibuat sebelumnya). Pengambilan keputusan yang kemaren gw pake buat ujian DSS ini adalah pengambilan keputusan untuk menentukan Negara tujuan untuk melanjutkan pendidikan S2 (ada tiga alternative Negara: Jepang, Jerman, dan Kanada). Setelah ditambahin kriteria yang baru itu, keputusan-gw ternyata berubah. Oia pas ujian itu, gw malah dapet info dari Pak Dachyar klo Belgia juga patut diperhitungkan sebagai negara tujuan untuk melanjutkan S2 (tengkyu Pak, nanti saya nyari informasi lagi deh,, hoho).

Semoga nilai DSS lebih oke disbanding nilai ekotek sama MIS…hohoho…Amien ^^

Pemilihan negara tujuan buat melanjutkan S2…

Dalam melakukan pemilihan negara tujuan untuk meneruskan S2 maka pertama-tama ditentukan terlebih dahulu alternatif-alternatif negara yang ingin dituju. Pemilihan alternatif negara tersebut masih berdasarkan kriteria-kriteria yang sifatnya sangat general. Informasi mengenai negara-negara tersebut masih didapatkan dari saran-saran dan pembicaraan orang lain (seperti teman, dosen, dan orang tua). Kemudian setelah diseleksi maka didapatkan tiga alternatif negara yang diminati. Untuk menentukan negara mana yang paling sesuai maka dilakukan analisis AHP dengan menggunakan bantuan software expert choice. Analisis AHP terhadap pemilihan negara tujuan S2 dilakukan dengan mempertimbangkan 5 kriteria dan 3 subkriteria untuk masing-masing kriteria. Hasil yang ditunjukan oleh expert choice 2000 adalah sbb:

untuk lebih jelasnya, perbandingannya adalah:

Jerman… I’m coming….

 Amieeen…hohoho

Penelitian ini mengambil sample dengan mengidentifikasi bahwa terdapat 20 rumah sakit yang pernah mempekerjakan satu atau lebih perawat magang dalam tiga tahun terakhir ini. 18 Manajer departemen unit gawat darurat dari 20 rumah sakit yang dihubungi, setuju untuk berpartisipasi dalam penelitian ini. Dengan mneggunakan pengambilan sampel yang proporsional, maka dipilihlah 6 dari 18 rumah sakit tersebut dengan mempertimbangkan perbedaan lokasi geografi, volume pasien, hubungan dengan rumah sakit pusat dan gaji yang diterima dokter. Pada setiap rumah sakit tersebut, seorang perawat magang, dokter, perawat resmi, dan manajer departemen unit gawat darurat diikutsertakan dalam penelitian ini. Hasil analisis dss dan rekomendasinya:

Kelebihan dari metode decision tree adalah:

·         Daerah pengambilan keputusan yang sbelumnya kompleks dan sangat global, dapat diubah menjadi lebih simpel dan spesifik.

·         Eliminasi perhitungan-perhitungan yang tidak diperlukan, karena ketika menggunakan metode decision tree maka sample diuji hanya berdasarkan criteria atau kelas tertentu.

·         Fleksibel untuk memilih features dari internal nodes yang berbeda, feature yang terpilih akan membedakan suatu criteria dibandingkan criteria yang lain dalam node yang sama. Kefleksibelan metode decision tree ini meningkatkan kualitas keputusan yang dihasilkan jika dibandingkan ketika menggunakan metode penghitungan satu tahap yang lebih konvensional.

·         Dalam analisis multivariat, dengan kriteria dan kelas yang jumlahnya sangat banyak, seorang penguji biasanya perlu untuk mengestimasikan baik itu distribusi dimensi tinggi ataupun parameter tertentu dari distribusi kelas tersebut. Metode decision tree dapat menghindari munculnya permasalahan ini dengan menggunakan criteria yang jumlahnya lebih sedikit pada setiap node internal tanpa banyak mengurangi kualitas keputusan yang dihasilkan.

Kekurangan metode decision tree, yaitu:

·      Terjadi overlap terutama ketika kelas-kelas dan criteria yang digunakan jumlahnya sangat banyak. Hal tersebut juga dapat menyebabkan meningkatnya waktu pengambilan keputusan dan jumlah memory yang diperlukan.

·      Pengakumulasian jumlah error dari setiap level dalam sebuah pohon keputusan yang besar.

·      Kesulitan dalam mendesain decision tree yang optimal. Hasil kualitas keputusan yang didapatkan dari metode decision tree sangat tergantung pada bagaimana pohon tersebut didesain.

Sistem yang diusulkan oleh MARABU bekerja dalam langkah-langkah sebagai berikut:

1. Data kasus-kasus masa lalu dicari untuk dicocokan dengan spesifikasi dan persyaratan yang diminta oleh user. Jika terdapat beberapa kasus-kasus yang memiliki tingkat kecocokan yang mirip dengan spesifikasi yang diminta oleh user maka akan dipertimbangkan lagi dengan memberikan bobot prioritas.

2. Model dan/atau metode kontrol pada data kasus-kasus masa lalu yang memiliki tingkat kecocokan yang paling maksimal akan ditawarkan pada user sebagai suatu solusi.

3. Setelah dipertimbangkan kembali, agen user akan mengirimkan informasi yang akan digunakan pada tool (peralatan) tertentu yang digunakan oleh provider. Dengan menggunakan tool tersebut, simulasi model dapat ditampilkan pada user. Setelah mendapatkan hasil dari simulasi tersebut, maka user dapat menjawab pada DSS, apakah persyaratan yang dimintanya terhadap permasalahan tersebut telah terpenuhi.

4.   Jawaban yang diberikan oleh user akan meningkatkan kualitas dari case-based reasoning. Kecocokan setiap kasus harus selalu di-up-date, sehingga jika terdapat permasalahan/kasus baru, tingkat validasi solusi yang diberikan oleh agen akan meningkat.

DSS adalah suatu sistem berbasis komputer interaktif yang digunakan untuk membantu seseorang dalam membuat suatu keputusan dengan memanfaatkan penggunaan teknologi komunikasi, data, dokumen-dokumen, pengetahuan dan/atau model. DSS banyak digunakan oleh orang-orang yang sudah terlatih dalam pekerjaannya dan juga oleh orang-orang yang membutuhkan suatu sistem yang sifatnya akan mendukung pekerjaannya tersebut. Lima tipe DSS, mencakup:

· Communications-driven DSS

· Data-driven DSS

· Document-driven DSS

· Knowledge-driven DSS

· Model-driven DSS

Konsep pengertian “keputusan” dapat dilihat dari dua perspektif. Secara sempit, keputusan adalah pilihan antara beberapa alternative. Namun, jika dilihat dari perspektif yang lebih luas, keputusan mencakup proses pengumpulan dan pengevaluasian informasi suatu situasi, mengidentifikasikan kebutuhan akan adanya suatu keputusan, mengidentifikasi tindakan atau solusi alternatif, memilih alternatif yang terbaik, yang paling tepat ataupun yang paling optimum, dan kemudian mengaplikasikan pilihan tersebut pada situasi yang telah diberikan. Perkembangan yang ada saat ini adalah usaha dalam mengotomatisasi pembuatan keputusan tersebut. Otomatisasi ini merujuk pada penggunaan teknologi mencakup pemrosesan dengan menggunakan komputer untuk membuat suatu keputusan dan mengimplementasi proses keputusan yang telah terprogram. Otomatisasi keputusan ini terutama harus benar-benar dipertimbangkan untuk digunakan pada situasi atau permasalahan yang telah terstruktur dengan baik, terdefinisi dengan jelas, rutin dan sudah terprogram.

Semoga bermanfaat…