Sistem Pendukung Keputusan

     SISTEM PENUNJANG KEPUTUSAN (SPK) PEMILIHAN SEPEDA MOTOR MENGGUNAKAN METODE AHP

Metode yang digunakan dalam penelitian SPK pemilihan sepeda motor menggunakan Analytical Hierarchy Process (AHP) karena masalah yang kompleks bisa dengan mudah disederhanakan sehingga mempercepat proses pengambilan keputusan dengan cara penyusunan hirarki, memberikan nilai perbandingan setiap kriteria untuk menetapkan nilai kriteria. Sistem pendukung keputusan pemilihan sepeda motor dirancang dengan menggunakan metode AHP mampu digunakan untuk semua proses pemilihan sedangkan penentuan kriteria bisa di rubah sesuai dengan kepentingan konsumen.Saat  ini  penjualan  sepeda  motor  terus  meningkat dari  waktu  ke  waktu,  semua  itu  terdorong  karena mudahnya mendapatkan kredit sepeda motor. Sekarang ini  banyak  sekali  pabrikan  sepeda  motor  yang mengeluarkan  produk  dengan  varian  yang  bermacammacam  sehingga  kadang  membuat  pengguna  menjadi kesulitan  dalam  menentukan  pilihan  yang  sesuai dengan kebutuhannya. Hal itu menyebabkan konsumen harus lebih selektif dalam menentukan pilihan mereka. Sehubungan  dengan  hal  diatas,  maka  dirancanglah sebuah sistem pendukung keputusan pemilihan sepeda motor agar pengguna dapat menentukan pilihan sepeda motor  dengan  tepat  sesuai  dengan  kebutuhan  dan kemampuannya.  Aplikasi  yang  dirancang  ini menggunakan metode AHP.

Sumber:

http://lecturer.fikom.umi.ac.id/lilis/2016/04/02/sistem-pendukung-keputusan/

Sistem Pendukung Keputusan

Sistem Pendukung Keputusan Beserta Komponen, Manfaat Dan Tujuannya Lengkap

Sistem Pendukung Keputusan

Sistem Pendukung Keputusan Beserta Komponen, Manfaat Dan Tujuannya Lengkap– Sistem pendukung keputusan merupakan bagian dari sistem informasi berbasis komputer (termasuk sistem berbasis pengetahuan (knowledge management)) yang digunakan untuk mendukung pengambilan keputusan dalam suatu organisasi atau perusahaan.

Hal ini juga dapat dianggap sebagai sistem komputer yang mengolah data menjadi informasi untuk pengambilan keputusan-isu spesifik semi-terstruktur.

Sistem Pendukung Keputusan Menurut Ahli

Menurut Moore and Chang, SPK dapat digambarkan sebagai sistem yang dapat mendukung analisis ad hoc data, dan pemodelan keputusan, orientasi perencanaan masa depan berorientasi keputusan, dan digunakan pada waktu yang tidak biasa.

•        Tahapan SPK:

1.     Definisi masalah

2.     Pengumpulan data atau elemen informasi yang relevan

3.     Pengolahan data menjadi informasi baik dalam bentuk laporan grafik maupun tulisan

4.     Menentukan alternatif-alternatif solusi (bisa dalam persentase)

•    Tujuan dari SPK:

1.   Membantu menyelesaikan masalah semi-terstruktur

2.   Mendukung manajer dalam mengambil keputusan suatu masalah

3.   Meningkatkan efektifitas bukan efisiensi pengambilan keputusan

Dalam pengolahan, DSS bisa menggunakan bantuan sistem lain seperti Artificial Intelligence, Expert Systems, Fuzzy Logic.

Sistem Pendukung Keputusan

Manfaat Sistem Pendukung Keputusan

SPK dapat memberikan berbagai manfaat dan keuntungan. Manfaat yang dapat diambil dari SPK adalah :

1.     SPK memperluas kemampuan pengambil keputusan dalam memproses data / informasi bagi pemakainya.

2.     SPK membantu pengambil keputusan untuk memecahkan masalah, terutama dalam berbagai isu yang sangat kompleks dan tidak terstruktur.

3.     SPK dapat menghasilkan solusi yang lebih cepat dan hasil yang lebih dapat diandalkan.

4.     Walaupun suatu SPK mungkin tidak dapat memecahkan masalah yang dihadapi oleh pengambil keputusan, tapi dia bisa menjadi stimulan bagi para pengambil keputusan dalam memahami masalah, karena mampu menghadirkan berbagai solusi alternatif.

Source:

https://www.gurupendidikan.co.id/sistem-pendukung-keputusan-beserta-komponen-manfaat-dan-tujuannya-lengkap/

Sistem Pendukung Keputusan

Sistem Pendukung Keputusan Prediksi Tenaga Kerja Indonesia dengan Pendekatan Metode Trend Moment di Jawa Timur

Peranan dan tantangan manajemen sumber daya manusia terus berkembang dan semakin hari semakin bertambah banyak dan penting seiring dengan makin besarnya Perusahaan, makin rumitnya tugas yang harus dikerjakan, makin besarnya dampak lingkungan serta dinamikanya, makin luas dan besar keterpaduannya dengan lingkungan dan makin besar ketidakpastian yang harus dihadapi Perusahaan.Proses untuk mendapatkan, menyeleksi, dan menempatkan tenaga kerja telah menempati peran yang terpenting bagi Perusahaan. Faktor manusia pada Kenyataannya tidak dapat disangkal lagi dan telah disadari merupakan faktor penentu bila dibanding dengan segala alat pelengkap seperti uang, mesin dan sebagainya didalam USAha-USAha Perusahaan untuk mencapai tujuan. Oleh karena itu, tenaga kerja yang cakap adalah salah satu faktor penting bagi negara -negara yang sedang berkembang dan kurangnya tenaga-tenaga yang cakap akan menghambat perkembangan tersebut.Untuk itu dibuatlah sistem pendukung keputusan prediksi tenaga kerja Indonesia dengan pendekatan metode trend moment di Jawa timur. Diharapkan dengan adanya sistem ini dapat membantu dalam menentukan penempatan tenaga kerja yang cakap dan ahli dibidangnya.Kata Kunci: Sistem Pendukung Keputusan, Tenaga Kerja Indonesia, Trend Moment.ABSRTACTThe role and challenges of human resources management continues to grow and nowdaysit becomes more important because of company size, complexity of the tasks, environmental effects and its dynamics, wider environment and uncertainty faced by the company.The process of obtaining, selecting, and placing workers have occupied the most important role for the company. The human factor in fact can not be denied and has been realized to bedecisive factor when compared with all the complementary tools such as money, machinery and forth as company 's efforts to achieve the goal. Therefore, skilled workforce is one of the important factors for developing countries and the lack of skilled workers will hamper itsdevelopment.To that made the Decision support system is developed to predict Indonesian workforce using trend moment method in eastern Java. This system can assist in determining the placement of skilled workers and experts.

Sumber:

ejournal.unikama.ac.id

https://www.neliti.com/id/publications/184104/sistem-pendukung-keputusan-prediksi-tenaga-kerja-indonesia-dengan-pendekatan-met

BIG DATA

CONTOH DARI BIG DATA

a) Perusahaan ritel dapat menggunakan informasi dari social media seperti Facebook, Twitter, Google+ untuk menganalisis bagaimana perilaku, persepsi pelanggan terhadap suatu produk atau brand dari perusahan.

b) Perusahan manufaktur dapat memantau kondisi peralatan setiap saat (real-time), sehingga dapat memperkirakan waktu terbaik untuk mengganti peralatan. Karena mengganti terlalu cepat akan merugikan/buang-buang uang atau kalau terlambat akan menyebabkan produksi terganggu karena kerusakan peralatan.

c)  Perusahaan manufaktur juga bisa memantau produk yang baru launching melalui social sedia untuk mengetahui apakah ada isu after-sales sehingga dapat mencegah kegagalan garansi yang menyebabkan publikasi besar yang dapat merusak citra produk dan perusahaan.

d) Perusahaan periklanan dapat menggunakan informasi dari social media untuk mengetahui tanggapan terhadap promosi/iklan yang baru diluncurkan.

e) Rumah sakit dapat merekam catatan medis pasien sehingga big data tersebut bisa digunakan untuk menganalisis kecenderungan sakit pasien

f)   Pemerintahan dapat menggunakan informasi dari social media untuk mengetahui tingkat kepuasan masyarakat terhadap pemerintah

g) Jasa Keuangan dapat menggunakan analisis big data untuk melihat aplikasi asuransi yang dapat segera diproses, dan mana yang perlu divalidasi dengan dilakukan kunjungan oleh agen asuransi

h)Jasa Perbankan dapat menggunakan rekaman transaksi nasabah untuk mengetahui kemungkinan adanya kegiatan kejahatan seperti pencucian uang, atau juga untuk merekam catatan kebiasaan karyawan dalam rangka mendeteksi kemungkinan fraud.

Sumber :

http://noviardisyamsuir.blogspot.com/2016/03/contoh-big-data-di-berbagai-bidang.html

BIG DATA

Fungsi Analisis Big Data untuk Solusi Penyedia Jasa Keuangan

keuangan di seluruh dunia tengah mengalami tekanan dalam mengembangkan bisnisnya. Hal itu didukung oleh kebutuhan untuk menambahkan layanan digital yang baru dan mudah digunakan oleh konsumen.

Uniknya, setiap jasa keuangan di masing-masing wilayah yang mengalami tren tersebut memerlukan pendekatan yang berbeda. Tren ini tak hanya dialami oleh penyedia jasa perbankan besar, tapi juga untuk penyedia jasa keuangan dalam skala kecil. Karenanya, kebutuhan untuk pengolahan data menjadi penting untuk mengatasi perkembangan tersebut. Di sisi lain, solusi teknologi yang ditawarkan juga perlu disesuaikan dengan regulasi yang berlaku dalam jasa keuangan.

Untuk itu, Cloudera sebagai salah satu perusahaan penyedia analisis big data memiliki produk untuk memenuhi kebutuhan tersebut. Hal itu diungkapkan oleh Financial Services Industry Lead Cloudera Steven Totman di Jakarta, (20/2/2017) kemarin. "Perusahaan jasa-jasa keuangan menghadapi berbagai macam tantangan yang sering dihadapi seiring pergerakan menuju transformasi digital, termasuk di dalamnya pengalaman pelanggan, fragmentasi, keamanan, privasi, dan kualitas data," tuturnya.

Cloudera sendiri memiliki tiga area utama yang ditawarkan sebagai solusi, yaitu customer 360-degree view, pendeteksi penipuan dan keamanan siber, serta risiko dan kesesuaian.

Untuk customer 360-degree view, solusi ini sebenarnya sama dengan platform Cloudera pada umumnya. Melalui solusi ini, perusahaan dapat mengetahui wawasan mendalam mengenai pengalaman pelanggan secara menyeluruh.

Perusahaan dapat memusatkan data nasabah yang terfragmentasi di ratusan sistem dan platform utuk mendapatkan wawasan menyeluruh mengenai perilaku pelanggan.

Setelahnya, informasi itu dapat digunakan untuk mendorong kepuasan dan retensi pelanggan. Platform Cloudera juga menawarkan solusi untuk mendeteksi penipuan sekaligus sebagai keamanan siber.

Untuk melakukanya, dilakukan analisis data secara lengkap, baik historis maupun data real-time."Perusahaan jasa keuangan juga dapat memanfaatkan model mesin pembelajaran yang mampu mendeteksi kejahatan siber, pencucian uang, dan ancaman internal dengan lebih cepat dan akurat," tuturnya.

Solusi lain juga digunakan oleh jasa keuangan adalah platform dengan sertifikasi yang sesuai dengan Payment Card Industry Data Security Standard (PCI-DSS). Tujuan utama ini dilakukan untuk memastikan data pemegang kartu kredit aman dan terlindungi.

Kendati demikian, penggunaan data pada layanan jasa keuangan untuk saat ini memang terbilang baru dimulai. Namun, penggunaaan solusi itu dipastikan akan diadopsi dengan cepat di masa depan dan memiliki prospek menjanjikan.

Sumber :
https://id.wikipedia.org/wiki/Big_data

BIG DATA

 Tujuan Dan Manfaat dari Big Data

Secara sederhana big data adalah data yang memiliki ukuran sangat besar, bervariasi dan bertumbuh dengan cepat. Mungkin data tersebut tidak tersetruktur dan perlu pengolahan dengan teknologi khusus yang inovatif sehingga bisa digunakan untuk kebutuhan yang lebih mendalam dan bisa membantu dalam hal pengambilan keputusan yang tepat.

Degan adanya teknologi ini memungkinkan proses pengolahan data yang memiliki ciri-ciri: sangat besar, bervarasi, memiliki kecepatan pertumbuhan yang tinggi dan tidak jelas atau disebut dengan istilah 4V’s of big data. Sebelum muncul teknologi ini, proses pengolahan data dilakukan oleh para programmer dan tentu saja kegiatan tersebut sangat memakan waktu yang lama. Tujuan pengolahan data adalah agar setiap organisasi, bisnis atau individu mampu mengolah data agar bisa mendapatan informasi yang mendalam yang memicu pengambilan keputusan dan tindakan bisnis atau apapun itu dengan mengandalkan informasi yang mendalam bukan karena insting semata.

a. Big Data Dalam Kegiatan Bisnis

Teknologi big data sangat membantu proses pengolahan data di banyak bidang kehidupan, salah satunya adalah kegiatan bisnis. Contohnya: data struk belanja yang ada/ dimiliki oleh perusahaan ritel bisa digunakan untuk meneliti perilaku konsumen. Dalam struk tersebut berisi produk-produk yang dibeli oleh konsumen, jumlah dan harganya. Seluruh data tersebut kemudian dicari polanya untuk menjawab segala pertanyaan seputar produk, misalnya produk apa yang paling banyak dibeli oleh konsumen. Dari hasil informasi tersebut akhirnya pemilik bisnis bisa melakukan beberapa tindakan, misalnya: menyusun rak barang yang dijual diantara dua atau tiga produk tersebut saling berdekatan, sehingga bisa lebih mudah dijangkau oleh konsumen dan bisa langsung diputuskan untuk membelinya dengan cepat. Atau berupa tindakan menjual berbagai kombinasi produk,dimana produk yang diminati dijual dengan harga yang murah.

Tindakan yang dilakukan atas dasar analisis dari pengolahan data tersebut diharapkan dapat meningkatkan penjualan secara signifikan dan mengurangi masalah investori. Selain untuk kegiatan bisnis, big data juga digunakan diberbagai sector, seperti internet. Bisa dikatakan Google merupakan sebagai pelopor yang memperkenalkan GoogleBigtable, yaitu semacam data base dengan skala besar dan cepat untuk mengolah berbagai jenis data dan layanan termasuk layanan mesin pencarian berbasis internet milik Google.  Selain itu tekhologi big data digunakan juga pada media sosial, seperti Facebook. Dengan adanya teknologi tersebut, Facebook tidak kesulitan menangani peredaran data yang melonjak drastic dengan semakin bertambah banyak pengguna.

Sumber :
http://produktekno.com/tujuan-dan-manfaat-teknologi-big-data-dalam-kegiatan-bisnis/

BIG DATA

Pengaplikasian Big Data dalam keseharian kita

A.   Internet of Things

Perkembangan IoT semakin hari tentu semakin berkembang. Semakin banyak perangkat yang terkoneksi dengan internet. Karena semua terkoneksi dengan jaringan internet, perangkat tersebut tentu bisa menyimpan data-data tertentu yang akan digunakan untuk mempelajari kondisi ruangan. Misalnya saja perangkat IoT untuk mendeteksi cuaca. Thermostat seperti produk Nest dapat mengatur suhu ruangan agar sesuai dengan cuaca saat ini. Jika cuaca dingin, Nest dapat menaikkan suhu ruangan agar lebih hangat dan begitu sebaliknya. Ini semua berkat data-data yang terkumpul, bukan hanya perangkat anda saja, bisa jadi sudah dicampur dengan pengguna IoT lainnya.

B.    Machine Learning

Bahasa Indonesianya adalah “pembelajaran mesin”, namun penulis rasa kurang enak jika menggunakan istilah tersebut. Dengan Machine Learning, komputer dapat mempelajari data yang banyak tersebut untuk melakukan sesuatu. cara kerjanya seperti ini. Setiap kali anda menonton video Youtube, Youtube akan menyimpan ciri-ciri video tersebut dan Youtube lakukan setiap kali anda menonton video. Kemudian, Youtube dapat menampilkan video yang menarik untuk anda dari data ciri-ciri video yang sering anda tonton. Misalnya saja anda sering menonton video lucu, maka Youtube terus menerus akan merekomendasikan video lucu lainnya. Tidak hanya Youtube, sudah sangat banyak perusahaan yang menggunakan Machine Learning, termasuk Facebook, Twitter, Instagram, dan berbagai layanan lainnya.

C. Artificial Intelligence (AI)

AI adalah versi lebih canggih lagi dari Machine Learning, karena selain mempelajari data yang banyak, komputer juga dapat memprediksi sekiranya aksi apa yang harus dilakukan kedepannya. Bahkan istilah AI ini sudah sering kita dengar di smartphone yang biasanya digunakan di kamera. Martphone dengan fitur AI di kamera dapat mendeteksi dan membuat keputusan sendiri, apakah harus menggunakan pengaturan kamera yang biasa atau harus ada yang berubah. Namun menurut penulis, penerapan AI di kamera smartphone tidak sehebat penerapan AI lainnya, seperti DeepMind milik Google. Dengan DeepMind, komputer dapat mengalahkan pemain catur terkenal dengan prediksi langkah, hasil mempelajari gerak lawan yang bisa anda lihat pada video diatas.

Sumber :

https://www.teradata.com/Insights/Big-Data