Kecerdasan Buatan PERTEMUAN 4

Unduh sebagai pptx, pdf, atau txt
Unduh sebagai pptx, pdf, atau txt
Anda di halaman 1dari 18

Pertemuan 4

Kecerdasan Buatan

“METODE-METODE KECERDASAN BUATAN”

Pendidikan Informatika
STKIP PGRI PACITAN
PERBEDAAN SISTEM PAKAR DAN SISTEM
PENDUKUNG KEPUTUSAN
SISTEM PAKAR
• Sistem pakar atau lebih dikenal dengan Expert
system yaitu : Merupakan aplikasi komputer yang dibuat
seseorang dengan tujuan untuk membantu pengambilan
keputusan atau pemecahan masalah dalam bidang yang
lebih spesifik/detail.
SISTEM PENDUKUNG KEPUTUSAN

• Sistem Pendukung Keputusan atau lebih dikenal


dengan DSS (Decision Support System) yaitu : suatu
sistem yang berbasis komputer yang ditujukan untuk
membantu pengambil keputusan dengan memanfaatkan
data dan model tertentu untuk memecahkan berbagai
persoalan yang tidak terstruktur.
SISTEM PENDUKUNG KEPUTUSAN

• Konsep Sistem Pendukung Keputusan (SPK) / Decision


Support Sistem (DSS) pertama kali diungkapkan pada
awal tahun 1970-an oleh Michael S. Scott Morton
dengan istilah Management Decision Sistem.
SISTEM PENDUKUNG KEPUTUSAN

Pengertian dari Sistem Penunjang oleh beberapa ahli:


• Little (1970)
Sistem pendukung keputusan adalah sebuah
himpunan/kumpulan prosedur berbasis model untuk
memproses data dan pertimbangan untuk membantu
manajemen dalam pembuatan keputusannya.
SISTEM PENDUKUNG KEPUTUSAN

• Man dan Watson


Sistem pendukung keputusan merupakan suatu sistem yang
interaktif, yang membantu pengambil keputusan melalui
penggunaan data dan model-model keputusan untuk
memecahkan masalah yang sifatnya semi terstruktur maupun
yang tidak terstruktur .

• Raymond McLeod, Jr . (1998)


Sistem pendukung keputusan merupakan sebuah sistem yang
menyediakan kemampuan untuk penyelesaian masalah dan
komunikasi untuk permasalahan yang bersifat semi-terstruktur .
MACAM–MACAM METODE
SISTEM PENUNJANG KEPUTUSAN

Macam – Macam Metode Sisem Penunjang Keputusan


1. Metode SAW
2. Metode AHP
3. Metode PROMETHEE
4. Metode FMADM
5. Metode NPV
6. Metode Weight Product (WP)
7. Metode Farward chaining
8. Metode Backward chaining
Metode
Simple Additive Weighting (SAW)

Metode Simple Additive Weighting (SAW) sering juga


dikenal istilah metode penjumlahan terbobot. Konsep
dasar metode SAW adalah mencari penjumlahan terbobot
dari rating kinerja pada setiap alternatif pada semua
atribut (Fishburn, 1967).
Metode
Simple Additive Weighting (SAW)

Formula untuk melakukan normalisasi tersebut adalah sebagai berikut :

• rij = rating kinerja ternormalisasi dari alternatif Ai (i=,2,…,m) Maxi= nilai maksimum dari setiap baris dan kolom.
• Mini= nilai minimum dari setiap baris dan kolom. xij= baris dan kolom dari matriks.
• Formula untuk mencari nilai preferensi untuk setiap alternatif (Vi) diberikan sebagai( Kusumadewi, Harjoko, dan
Wardoyo.2006):
• Dimana:

• Vi= Nilai akhir dari alternatif Wi= Bobot yang telah ditentukan
• rij= Normalisasi matriks.
• Nilai Vi yang lebih besar mengindikasikan bahwa aternatif Ai lebih terpilih.
Langkah-langkah
penggunaan metode SAW

1. Menentukan kriteria-kriteria yang akan dijadikan acuan dalam


pengambilan keputusan.
2. Menentukan rating kecocokan setiap alternatif pada setiap
kriteria.
3. Membuat matriks keputusan berdasarkan kriteria, kemudian
melakukan normalisasi matriks berdasarkan persamaan yang
disesuaikan dengan jenis atribut (atribut keuntungan ataupun
atribut biaya) sehingga diperoleh  matriks ternormalisasi R.
4. Hasil akhir diperoleh dari proses perankingan yaitu
penjumlahan dari perkalian matriks ternormalisasi R dengan
vektor bobot sehingga diperoleh nilai terbesar yang dipilih
sebagai alternatif terbaik sebagai solusi (Henry. 2009).
Metode
Analytic Hierarchy Process (AHP)

(AHP) merupakan sebuah proses yang membantu para


pengambil keputusan untuk memperoleh solusi terbaik
dengan mendekomposisi permasalahan kompleks ke
dalam bentuk yang lebih sederhana untuk kemudian
melakukan sintesis terhadap berbagai faktor yang terlibat
dalam permasalahan pengambilan keputusan tersebut
Metode
Analytic Hierarchy Process (AHP)

AHP mempertimbangkan aspek kualitatif dan


kuantitatif dari suatu keputusan dan mengurangi
kompleksitas suatu keputusan dengan membuat
perbandingan satu-satu dari berbagai kriteria yang dipilih
untuk kemudian mengolah dan memperoleh hasilnya.
Metode
PROMETHEE

PROMETHEE adalah salah satu metode penentuan


urutan atau prioritas dalam analisis multikriteria atau
MCDM (Multi Criterion Decision Making). Dugaan dari
dominasi kriteria yang digunakan dalam PROMETHEE
adalah penggunaan nilai dalam hubungan outrangking.
Masalah pokoknya adalah kesederhanaan, kejelasan dan
kestabilan. Semua parameter yang dinyatakan mempunyai
pengaruh nyata menurut pandangan ekonomi.
Metode
FMADM (Fuzzy Multiple Attribute Decision Making)

FMADM adalah suatu metode yang digunakan untuk


mencari alternatif optimal dari sejumlah alternatif dengan
kriteria tertentu.
Inti dari FMADM adalah menentukan nilai bobot untuk
setiap atribut, kemudian dilanjutkan dengan proses
perankingan yang akan menyeleksi alternatif yang sudah
diberikan.
Pada dasarnya, ada 3 pendekatan untuk mencari nilai
bobot atribut, yaitu pendekatan subyektif, pendekatan
obyektif dan pendekatan integrasi antara subyektif &
obyektif.
Metode
NPV (Net Present Value)

NPV merupakan selisih antara pengeluaran dan


pemasukan yang telah didiskon dengan menggunakan
social opportunity cost of capital sebagai diskon faktor,
atau dengan kata lain merupakan arus kas yang
diperkirakan pada masa yang akan datang yang
didiskonkan pada saat ini. Untuk menghitung NPV
diperlukan data tentang perkiraan biaya investasi, biaya
operasi, dan pemeliharaan serta perkiraan
manfaat/benefit dari proyek yang direncanakan.
Metode
WP (Weight Product)

Metode  WP  mengunakan perkalian untuk


menghubungkan rating atribut, di mana rating setiap
atribut harus dipangkatkan dulu dengan bobot atribut
yang bersangkutan.

Anda mungkin juga menyukai