Sunday, April 10, 2016

Pengembangan SPK Mengikuti Langkah-langkah Metode SDLC

on   in , , ,   with No comments
Sistem Development Life Cycle (SDLC)
SDLC adalah penerapan pendekatan sistem untuk pengembangan sistem atau sub-sistem informasi berbasis komputer. SDLC terdiri dari serangkaian tugas yang erat mengikuti langkah-langkah pendekatan sistem. Karena tugas-tugas tersebut mengikuti pola yang teratur dan dilakukan secara top-down, SDLC sering disebut sebagai pendekatan air terjun (waterfall approach) bagi pengembang dan penggunaan sistem. Suatu SDLC tradisional terdiri dari empat fase pokok yaitu, perencanaan, analisis, rancangan, dan penerapan (McLeod, 2004).

Tahapan-tahapan pada SDLC
  1. Perencanaan Fase perencanaan adalah sebuah proses dasar untuk memahami mengapa sebuah sistem harus dibangun. Pada fase ini diperlukan analisa kelayakan dengan mencari data atau melakukan proses information gathering kepada pengguna
  2. Analisa Fase analisa adalah sebuah proses investigasi terhadap sistem yang sedang berjalan dengan tujuan untuk mendapatkan jawaban mengenai pengguna sistem, cara kerja sistem dan waktu penggunaan sistem. Dari proses analisa ini akan didapatkan cara untuk membangun sistem baru.
  3. Rancangan Fase perancangan merupakan proses penentuan cara kerja sistem dalam hal architechture design, interface design, database dan spesifikasi file, dan program design. Hasil dari proses perancangan ini akan didapatkan spesifikasi sistem.
  4. Implementasi Fase implementasi adalah proses pembangunan dan pengujian sistem, instalasi sistem, dan rencana dikungan sistem.
MANFAAT DARI SIKLUS HIDUP PENGEMBANGAN SYSTEM (SDLC)
  1. meningkatkan Proses
  2. mengurasngi kesalahan saat pengkodea..
  3. serangan berkurang
  4. fitur-fitur yang tidak di gunakan di nonaktifkan secara deflaut
  5. meminimumkan penggunaan hak
  6. melindungi dan membentengi mendeteksi penyumpanan          dan menggatur.
  7. terdapat diagram yang menunjukan manfaatsubstansial dari tahap design yang mana dapat digunakan untuk merancang seluruh tampilan dan dokumentasi ya

Contoh-contoh:

Dalam dunia otomotif yang begitu ramai banyak pilihan merek dan jenis mobil di era sekarang ini dengan perkembagan teknologi yang pesat pemasaran dalam online pun cukup menjanjikan karena hampir semua orang memiliki akses untuk online, maka di buatlah situs ini agar  dapat memudahkan dalam menemukan mobil impian dengan  bajet terbatas.
perancangan :
berikut struktur organisasi pemasaran mobil .
Client                                      Server
Penjual mobil ——— Prospec custmer ——Data Custmer
informasi Mobil——- unit prospec custmer——-Data Seles
perusahaan  ——-informasi prusahaan——Inventory Data
Komponen marketing
Perencanaan :
1. Feasibilities studies perusahaan  otomotif ini diharapkan akan lebih jelas dalam tujuan penjualan mobil.
2. System Investigation, memudahkan dalam menentukan jaringan untuk mengakses ke perusahan tsb. dengan begitu pengguna dapat langsung mengdapatkan pelayanan jika tejadi sesuatu masalah dengan mobil tsb.

Analisa

Analisa Teknologi :
Dari sisi perusahaan disini dia meminta untuk dalam peroses hal yang tidak di ingini atau masalah di perlukan teknologi informasi yang menunjang tujuan pemasaran mobil tsb.

Analisa Informasi :
Untuk data Static berupa profil perusahaan, visi dan misi, sejarah perusahaan, dan latar belakang perusahaan. Sedangkan untuk data dynamic yakni data yang berubah seketika dalam setiap periode (hari atau jam). Data dynamic yang dimaksud berupa informasi stok barang, informasi harga barang, informasi berita, dan lain-lain.
 
Analisa Pengguna :
Di sini custmer lebih dapat terjamin dari sisi layanan dan informasi yang di dapatnya. Tahap desain dari informasi di atas perusahaan menginginkan data prospec custmer  maka perlu di perhatikan sesuai record data pelanggan :
Nama , alamat, no tlpon dan keterangan unit yang di cari
Record unit:
Nama barang, tahun dan pajak karena disini unit bukan hanya yang baru secoud juga masuk.
Record stock data barang:
Nama unit, tahun,warna, pajak dan km(kilometer).
selanjutnya masuk ketahapan implementasi uji coba:
dan tahap perawatan.
 
 Credit to : https://wildawilda.wordpress.com/2015/11/22/spk/
Share:

Sunday, April 3, 2016

Studi Kasus Penerapan Sistem Pengambilan Keputusan Dengan AHP ( Analytic Hierarchy Process )

on   in , ,   with No comments


Peralatan utama AHP adalah sebuah hierarki fungsional dengan input utamanya persepsi manusia. Keberadaan hierarki memungkinkan dipecahnya masalah kompleks atau tidak terstruktur dalam sub – sub masalah, lalu menyusunnya menjadi suatu bentuk hierarki (Kusrini, 2007).

Struktur Hirarki AHP
Konsep dasar AHP adalah penggunaan matriks pairwise comparison (,atriks perbandingan berpasangan) untuk menghasilkan bobot relative antar kriteria maupun alternative. Suatu kriteria akan dibandingkan dengan kriteria lainnya dalam hal seberapa penting terhadap pencapaian tujuan di atasnya (Saaty, 1986).


Skala dasar perbandingan berpasangan
Tingkat Kepentingan
Definisi
Keterangan
1
Sama Pentingnya
Kedua elemen mempunyai pengaruh yang sama.
3
 Sedikit Lebih Penting
Pengalaman dan penilaian sangat memihak satu elemen dibandingkan dengan pasangannya.
5
Lebih Penting
Satu elemen sangat disukai dan secara praktis dominasinya sangat nyata, dibandingkan dengan elemen pasangannya.
7
Sangat Penting
Satu elemen terbukti sangat disukai dan secara praktis dominasinya sangat nyata, dibandingkan dengan elemen pasangannya.
9
Mutlak Lebih Penting
Satu elemen terbukti mutlak lebih disukai dibandingkan dengan pasangannya, pada keyakinan tertinggi.
2,4,6,8
Nilai Tengah
Diberikan bila terdapat keraguan penilaian di antara dua tingkat kepentingan yang berdekatan.
(Sumber : Saaty, 1986)

Penilaian dalam membandingkan antara satu kriteria dengan kriteria yang lain adalah bebas satu sama lain, dan hal ini dapat mengarah pada ketidak konsistensian. Saaty (1990) telah membuktikan bahwa indeks konsistensi dari matrik ber ordo n dapat diperoleh dengan rumus :
CI = (λmaks-n)/(n-1)................................................... (1)
Dimana :
CI = Indeks Konsistensi (Consistency Index)
λmaks = Nilai eigen terbesar dari matrik berordo n
Nilai eigen terbesar didapat dengan menjumlahkan hasil perkalian jumlah kolom dengan eigen vector. Batas ketidak konsistensian di ukur dengan menggunakan rasio konsistensi (CR), yakni perbandingan indeks konsistensi (CI) dengan nilai pembangkit random (RI). Nilai ini bergantung pada ordo matrik n.
Rasio konsistensi dapat dirumuskan :
CR = CI/RI............................................................... (2)
Bila nilai CR lebih kecil dari 10%, ketidak konsistensian pendapat masih dianggap dapat diterima.
Daftar Indeks random konsistensi (RI)
n
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
RI
0,00
0,00
0,58
0,90
1,12
1,24
1,32
1,41
1,45
1,49
1,51
1,48
1,56
1,57
1,59
Contoh Kasus :
Menentukan prioritas dalam pemilihan mahasiswa terbaik
Langkah Penyelesaian :
1. Tetapkan permasalahan, kriteria dan sub kriteria (jika ada), dan alternative pilihan.
a. Permasalahan : Menentukan prioritas mahasiswa terbaik.
b. Kriteria : IPK, Nilai TOEFL, Jabatan Organisasi,
c. Subkriteria : IPK (Sangat baik : 3,5-4,00; Baik : 3,00-3,49; Cukup : 2,75-2,99)
TOEFL(Sangat baik : 506-600; Baik : 501-505 ; Cukup : 450 - 500)
Jabatan Organisasi (Ketua, Kordinator, Anggota)
CAT : Jumah kriteria dan sub kriteria, minimal 3. Karena jika hanya dua maka akan berpengaruh terhadap nilai CR (lihat tabel daftar rasio indeks konsistensi/RI)
2. Membentuk matrik Pairwise Comparison,kriteria. Terlebih dahulu melakukan penilaian perbandingan dari kriteria.(Perbandingan ditentukan dengan mengamati kebijakan yang dianut oleh penilai) adalah:
a. Kriteria IPK 4 kali lebih penting dari jabatan organisasi, dan 3 kali lebih penting dari TOEFL.
b. Kriteria TOEFL 2 kali lebih penting dari jabatan organisasi.
CAT : Terjadi 3 kali perbandingan terhadap 3 kriteria (IPK->jabatan, IPK->TOEFL, Jabatan->TOEFL). Jika ada 4 kriteria maka akan terjadi 6 kali perbandingan. Untuk memahaminya silahkan coba buat perbandingan terhadap 4 kriteria.
Sehingga matrik matrik Pairwise Comparison untuk kriteria adalah :
IPK
TOEFL
Jabatan
IPK
1
3
4
TOEFL
1/3
1
2
Jabatan
1/4
1/2
1
Cara mendapatkan nilai-nilai di atas adalah :
Perbandingan di atas adalah dengan membandingkan kolom yang terletak paling kiri dengan setiap kolom ke dua, ketiga dan keempat.
Perbandingan terhadap dirinya sendiri, akan menghasilkan nilai 1. 
Sehingga nilai satu akan tampil secara diagonal. 
(IPK terhadap IPK, TOEFL terhadap TOEFL dan Jabatan terhadap jabatan)

Perbandingan kolom kiri dengan kolom-kolom selanjutnya. 
Misalkan nilai 3, didapatkan dari perbandingan IPK yang 3 kali lebih penting dari TOEFL 
(lihat nilai perbandingan di atas)

Perbandingan kolom kiri dengan kolom-kolom selanjutnya. 
Misalkan nilai ¼ didapatkan dari perbandingan Jabatan dengan IPK 
(ingat, IPK 4 kali lebih penting dari jabatan sehingga nilai jabatan adalah ¼ dari IPK)
3. Menentukan rangking kriteria dalam bentuk vector prioritas (disebut juga eigen vector ternormalisasi).
a. Ubah matriks Pairwise Comparison ke bentuk desimal dan jumlahkan tiap kolom tersebut.
IPK
TOEFL
Jabatan
IPK
1,000
3,000
4,000
TOEFL
0,333
1,000
2,000
Jabatan
0,250
0,500
1,000
JUMLAH
1,583
4,500
7,000


Bagi elemen-elemen tiap kolom dengan jumah kolom yang bersangkutan.

IPK
TOEFL
Jabatan
IPK
0,632
0,667
0,571
TOEFL
0,211
0,222
0,286
Jabatan
0,158
0,111
0,143
Contoh : Nilai 0,632 adalah hasil dari pembagian antara nilai 1,000/1,583 dst.
c. Hitung Eigen Vektor normalisasi dengan cara : jumlahkan tiap baris kemudian dibagi dengan jumlah kriteria. Jumlah kriteria dalam kasus ini adalah 3.
IPK
TOEFL
Jabatan
Jumlah Baris
Eigen Vektor Normalisasi
IPK
0,632
0,667
0,571
1,870
0,623
TOEFL
0,211
0,222
0,286
0,718
0,239
Jabatan
0,158
0,111
0,143
0,412
0,137
- Nilai 1,870 adalah hasil dari penjumlahan 0,632+0,667+0,571
- Nilai 0,623 adalah hasil dari 1,870/3.
- Dst
d. Menghitung rasio konsistensi untuk mengetahui apakah penilaian perbandingan kriteria bersifat konsisten.
- Menentukan nilai Eigen Maksimum (λmaks).
Λmaks diperoleh dengan menjumlahkan hasil perkalian jumlah kolom matrik Pairwise Comparison ke bentuk desimal dengan vector eigen normalisasi.
Λmaks = (1,583 x 0,623 )+(4,500 x 0,239)+(7,000 x 0,137) = 3,025
- Menghitung Indeks Konsistensi (CI)
CI = (λmaks-n)/n-1 = 0,013
- Rasio Konsistensi =CI/RI, nilai RI untuk n = 3 adalah 0,58 (lihatDaftar Indeks random konsistensi (RI))
CR = CI/RI = 0,013/0,58 = 0,022
Karena CR < 0,100 berari preferensi pembobotan adalah konsisten
4. Untuk matrik Pairwise Comparison sub kriteria, saya asumsikan memiliki nilai yang sama dengan matrik Pairwise Comparison kriteria. Anda bisa mencoba merubah nilai pembobotan jika ingin lebih memahami pembentukan matrik ini.
a. Sub kriteria IPK
Sangat Baik
Baik
Cukup
Jumlah Baris
Eigen Vektor Normalisasi
Sangat Baik
0,632
0,667
0,571
1,870
0,623
Baik
0,211
0,222
0,286
0,718
0,239
Cukup
0,158
0,111
0,143
0,412
0,137
b. Sub Kriteria TOEFL
Sangat Baik
Baik
Cukup
Jumlah Baris
Eigen Vektor Normalisasi
Sangat Baik
0,632
0,667
0,571
1,870
0,623
Baik
0,211
0,222
0,286
0,718
0,239
Cukup
0,158
0,111
0,143
0,412
0,137
c. Sub Kriteria Jabatan Organisasi
Ketua
Koordinator
Anggota
Jumlah Baris
Eigen Vektor Normalisasi
Ketua
0,632
0,667
0,571
1,870
0,623
Koordinator
0,211
0,222
0,286
0,718
0,239
Anggota
0,158
0,111
0,143
0,412
0,137
5. Terakhir adalah menentukan rangking dari alternatif dengan cara menghitung eigen vector untuk tiap kirteria dan sub kriteria.
IPK
TOEFL
Jabatan Organisasi
HASIL
Ifan
1
3
3
0,440
Rudy
3
3
1
0,204
Anton
1
2
2
0,479
- Nilai bobot diperoleh dari kondisi yang dimiliki oleh alternatif. Contoh pada Ifan, yang memiliki IPK 3,86 (sangat baik), maka diberikan bobot 1 (2 untuk baik dan 3 untuk cukup). Ifan memiliki nilai TOEFL 470 (cukup), sehingga diberikan bobot 3 dan jabatan organisasi adalah anggota dengan bobot 3 (1 untuk ketua dan 2 untuk koordinator).
- Hasil diperoleh dari perkalian nilai vector kriteria dengan vector sub kriteria. Dan setiap hasil perkalian kriteria dan subkriteria masing-masing kolom dijumlahkan. Contoh Ifan, pada kolom IPK (eigen vector : 0,623) dikalikan dengan sub kriteria IPK yaitu sangat baik (eigen vector : 0,623).dst
(IPK x Sangat Baik + TOEFL x Sangat Baik + Jabatan Organisasi x Anggota) = 0,440
Dari hasil di atas, Anton memiliki nilai paling tinggi sehingga layak menjadi mahasiswa terbaik..

Metode AHP bisa digunakan untuk menentukan segala kasus yang membutuhkan output berupa prioritas dari hasil perangkingan. Syarat kriteria yang digunakan adalah data yang "seimbang" (misal data mahasiswa Kampus XYZ bisa dibandingkan dengan kampus ABC, tidak bisa dibandnigkan dengan sekolah XXX).

Credit to: http://funpreuner.blogspot.co.id/2012/02/mengenal-metode-ahp-disertai-studi.html
Share: