No	Nama	C1	C2	C3	C4
1	Joko	VI	3.7	1.850.000	Aktif
2	Widodo	VI	3.5	1.500.000	Aktif
3	Simamora	VII	3.8	1.350.000	Tidak Aktif
4	Susilawati	II	3.9	1.650.000	Tidak Aktif
5	Dian	IV	3.6	2.300.000	Aktif
6	Roma	IV	3.3	2.250.000	Aktif
7	Hendro	VI	3.4	1.950.000	Aktif

No	Nama	C1	C2	C3	C4
1	Joko	3	3	3	2
2	Widodo	3	3	2	2
3	Simamora	4	4	1	1
4	Susilawati	1	4	2	1
5	Dian	2	3	4	2
6	Roma	2	2	4	2
7	Hendro	3	2	3	2

Contoh Kasus II :

Perusahaan barang tembikar Colonial memproduksi 2 produk setiap hari, yaitu mangkok dan cangkir. perusahaan mempunyai 2 sumber daya yang terbatas jumlahnya. untuk memproduksi prosuk-produk tersebut yaitu tanah liat (120 kg/hari). tenaga kerja (40 jam/hari). Dengan keterbatasan sumber daya perusahaan ingin mengetahui berapa banyak mangkok dan cangkir yang akan diproduksi tiap hari dalam rangka memaksimumkan laba. Kedua produk mempunyai kebutuhan sumber daya untuk produksi serta laba per item seperti yang ditunjukkan pada tabel

a).Fungsi tujuan
   z = 4000x + 5000y
  Fungsi kendala
  (1) 1x+2y=40
  (2) 3x+2y=120

b).Menentukan titik potong
Persamaan (1)
1 x+ 2y = 40

Jika x = 0
1x+2y    = 40
1(0)+2y = 40
         2y = 40
           y = 40/2
              =20

1x + 2y = 40
Jika y = 0
1x+2y    = 40
1x+2(0) = 40
         1x = 40
           x = 40

Persamaan (2)
3x + 2y =120

Jika x = 0 
    3x+ 2y = 120
  3(0)+2y = 120
           2y = 120
             y = 120/2
             y = 60

3x + 2y = 120
Jika y=0
3x + 2y      = 120
3x + 2(0)   = 120
             3x = 120
               x = 120/3
               x =40

Titik potong 
(0,20) ; (40,0)
(0,60) ; (40,0)

Menggambar Grafik

Contoh Kasus 1 :

Suatu Perusahaan akan memproduksi 2 jenis produk yaitu lemari dan kursi. Untuk memproduksi 2 produk tersebut dibutuhkan 2 kegiatan yaitu proses perakitan dan pengecatan. Perusahaan menyediakan waktu 56 jam untuk proses perakitan dan 60 jam untuk proses pengecatan. Untuk produksi 1 unit lemari diperlukan waktu 8 jam perakitan dan 5 jam pengecatan. Untuk produksi 1 unit kursi diperlukan 7 jam perakitan dan 12 jam pengecatan. Jika masing-masing produk adalah Rp.200.000 untuk lemari dan Rp.100.000 untuk kursi. Tentukan solusi optimal agar mendapatkan untung maksimal !

Penyelesaian :

a).Tujuan kendala
     x = lemari
     y = kursi

Fungsi tujuan
z = 200x + 100y
Fungsi kendala
8x+7y=56
5x+12y=60

b). Menentukan titik potong 
Persamaan (1)
Jika x = 0
8x+7y    = 56
8(0)+7y = 56
         7y = 56
           y = 56/7
              = 8

Jika y = 0
8x+7y    = 56
8x+7(0) = 56
         8x = 56
         x = 56/8
         x = 7

Persamaan (2)
Jika x = 0 
5x+12y    = 60
5(0)+12y = 60
         12y = 60
            y = 60/12
             y =5

Jika y=0
5x+12y      = 60
5(0)+12(0) = 60
             5x = 60
               x = 60/5
               x = 12

Titik potong 
(0,8) ; (7,0)
(0,5) ; (12,0)

c). Menggambar Grafik


Penyelesaian Eliminasi
    8x + 7y = 56 | x 5 | 40x + 35y = 280
    5x + 12y=60 | x 8 | 40x + 96y = 480
________________________________ __
                                           - 61y = -200
                                             61y = -200
                                                 y = -200/61
                                                    =  3,2
     5x + 12y = 60
5x + 8 (3,2) = 60
    5x + 25,6 = 60
               5x = 60 - 25,6
                5x = 34,4
                 x = 34,4/5
                    = 6,88

d). Penentuan Optimasi
*Untuk titik (0,5)
 z=200x + 100y
  = 200 (0) + 100 (5)
  =500
  =500
*Untuk titik (6,5 ; 3,2)
z=200x + 100y
  = 200 (6,8) + 100 (3,2)
  = 1360 + 320
  = 1680
*Untuk titik (7,0)
z=200x + 100y
  = 200 (7) + 100 (0)
  = 1400 + 0
  = 1400

Hahaaaaaaaaaaaaa

Software yg digunakan:
Visual Basic 6.0
Database Access 2oo7
Sistem pendukung keputusan ini merupakan aplikasi dari fuzzy logic salah satu cabang cari AI (Artificial Intellegence) atau biasa disebut kecerdasan buatan. Pada sekripsi ini data yang digunakan diambilja dari data kinerja karyawan dikantor..maklum kerja sambil kuliah
Input yang digunakan ada 3 variabel yaitu nilai kedisiplinan, produktifitas dan nilai tapping. Output dari sistem ini berupa rekomendasi apakah karyawan tersebut lolos atau tidak pada masa OJT (On the Job Training)
Tabel seperti di bawah:
Perhitungan derajat kenggotaannya menggunakan kurva segitiga. Berikut adalah contoh derajat keanggotaan untuk nilai produktifitas yang diwakili dengan variabel P

Karena input fuzzy yg digunakan ada 3 macam..maka jumlah aturan fuzzy yang terbentuk ada 27 rule
Metode sugeno yang digunakan adalah metode sugeno orde-nol, yaitu :
IF (x1 is A1)ο(x2 is A2)ο(x3 is A3)ο… ο(xn is An) THEN T=k

Pendahuluan

Decision Support Systems (DSS) atau system pendukung keputusan adalah serangkaian kelas tertentu dari system informasi terkomputerisasi yang mendukung kegiatan pengambilan keputusan bisnis dan organisasi. Suatu DSS yang dirancang dengan benar adalah suatu system berbasis perangkat lunak interaktif yang dimaksudkan untuk membantu para pengambil keputusan mengkompilasi informasi yang berguna dari data mentah, dokumen, pengetahuan pribadi, dan/atau model bisnis untuk mengidentifikasikan dan memecahkan berbagai masalah dan mengambil keputusan. System pendukung keputusan atau DSS digunakan untuk mengumpulkan data, menganalisa dan membentuk data yang dikoleksi, dan mengambil keputusan yang benar atau membangun strategi dari analisis, tidak pengaruh terhadap computer, basis data atau manusia penggunanya.
Informasi yang biasanya dikumpulkan dengan menggunakan aplikasi pendukung keputusan akan melakukan:

• Mengakses semua asset informasi terkini, termasuk data legasi dan relasional, kompulan data, gudang data, dan kumpulan jumlah besar data.
• Angka-angka penjualan antara satu periode dengan periode lainnya.
• Angka-angka pendapatan yang diperkirakan, berdasarkan pada asumsi penjualan produk baru.
• Konsekuensi pilihan-pilihan pengambilan keputusan yang berbeda, dengan pengalaman dalam suatu konteks yang dirinci ulang.

Sudah begitu banyak perusahaan di berbagai industri yang bergantung pada perangkat, teknik dan pemodelan pendukung keputusan, untuk membantu mereka menganalisa dan memecahkan beragam pertanyaan bisnis sehari-hari. System pendukung keputusan bersifat tergantung oleh data, sebagaimana keseluruhan proses mengambil seluruh kumpulan data yang tersedia, untuk dianalisa.
Perangkat-perangkat, proses, dan metodologi pelaporan berbasis Business Intelligence adalah contoh penggunaan penting dalam system pendukung keputusan manapun, dan memberikan analisis data, pelaporan serta monitoring data yang sangat terpercaya kepada pengguna.
Persyaratan yang biasa dimiliki dalam penerapan Sistem Pendukung Keputusan Tingkat Tinggi:

• Pengumpulan data dari beragam sumber (data penjualan, data inventori, data supplier, data riset pasar, dsb).
• Penformatan dan penggunaan data.
• Lokasi database yang sesuai serta pembangunan format untuk pembuatan laporan dan analisa berbasis pengambilan keputusan.
• Perangkat dan aplikasi yang serba bisa dan mampu memberikan pelaporan, monitoring dan analisa terhadap data.

Berbagai Tipe Sistem Pendukung Keputusan (DSS):

Penting untuk dicatat bahwa DSS tidak memiliki suatu model tertentu yang diterima atau dipakai di seluruh dunia. Banyak teori DSS yang diimplementasikan, sehingga terdapat banyak cara untuk mengklasifikasikan DSS.

1. DSS model pasif adalah model DSS yang hanya mengumpulkan data dan mengorganisirnya dengan efektif, biasanya tidak memberikan suatu keputusan yang khusus, dan hanya menampilkan datanya. Suatu DSS aktif pada kenyataannya benar-benar memproses data dan secara eksplisit menunjukkan beragam solusi berdasarkan pada data tersebut.
2. DSS model aktif sebaliknya memproses data dan secara eksplisit menunjukkan solusi berdasarkan pada data yang diperoleh, walau harus diingat bahwa intervensi manusia terhadap data tidak dapat dipungkiri lagi. Misalnya, data yang kotor atau data sampah, pasti akan menghasilkan keluaran yang kotor juga (garbage in garbage out).
3. Suatu DSS bersifat kooperatif jika data dikumpulkan, dianalisa dan lalu diberikan kepada manusia yang menolong system untuk merevisi atau memperbaikinya.
4. Model Driven DSS adalah tipe DSS dimana para pengambil keputusan menggunakan simulasi statistik atau model-model keuangan untuk menghasilkan suatu solusi atau strategi tanpa harus intensif mengumpulkan data.
5. Communication Driven DSS adalah suatu tipe DSS yang banyak digabungkan dengan metode atua aplikasi lain, untuk menghasilkan serangkaian keputusan, solusi atau strategi.
6. Data Driven DSS menekankan pada pengumpulan data yang kemudian dimanipulasi agar sesuai dengan kebutuhan pengambil keputusan, dapat berupa data internal atua eksternal dan memiliki beragam format. Sangat penting bahwa data dikumpulkan serta digolongkan secara sekuensial, contohnya data penjualan harian, anggaran operasional dari satu periode ke periode lainnya, inventori pada tahun sebelumnya, dsb.
7. Document Driven DSS menggunakan beragam dokumen dalam bermacam bentuk seperti dokumen teks, excel, dan rekaman basis data, untuk menghasilkan keputusan serta strategi dari manipulasi data.
8. Knowledge Driven DSS adalah tipe DSS yang menggunakan aturan-aturan tertentu yang disimpan dalam komputer, yang digunakan manusia untuk menentukan apakah keputusan harus diambil. Misalnya, batasan berhenti pada perdagangan bursa adalah suatu model knowledge driven DSS.

Implementasi DSS di Dunia Kerja

Konsep implementasi DSS di dunia kerja yang kali ini diambil oleh penulis adalah penerapan Business Intelligence dalam pengumpulan data serta presentasi data dalam suatu bentuk Dashboard. Bidang industri perusahaan yang dijadikan contoh adalah maskapai penerbangan atau airline industry.
Teknologi aplikasi yang digunakan adalah system aplikasi berbasis web dan dapat diakses pada suatu URL tertentu dari PC/laptop/tablet milik pengguna dengan kapasitas minimum, kapan saja dan dimana saja pengguna berada.
Metodologi, proses serta perangkat pelaporan Business Intelligence atau BI adalah komponen kunci yang memberikan analisa data, pelaporan dan monitoring yang kaya kepada pengguna sistem.
Secara garis besar, proses yang terjadi kurang lebih adalah seperti digambarkan dalam diagram dibawah ini, dimana;

• System akan mengumpulkan semua data baik data master dan juga data transaksi dari setiap aplikasi yang digunakan semua departemen dalam perusahaan, untuk kemudian dilakukan analisis What-if tergantung dari laporan apa yang diinginkan oleh pihak manajemen.
• Hasil analisis tersebut akan menentukan keputusan apa yang harus diambil oleh manajemen.
• Terlihat dibawah, berbagai departemen yang mengaksesnya antara lain Personalia (Human Resource/HRD), Keuangan (Accounting), Produksi/Operasional, Pemasaran/Marketing, Distribusi/Pengiriman, serta divisi lain, yang semuanya berada dibawah manajemen perusahaan.

Pelaporan yang ingin dilihat oleh tingkat manager dalam manajemen perusahaan tersebut akan tampil dalam aplikasi Dashboard yang interaktif dan dapat dikustomisasi sesuai keinginan user/ pengguna aplikasi. Contoh dashboard tersebut adalah seperti dibawah ini.
Sebelumnya, perlu diingat bahwa aplikasi dashboard juga memiliki beragam kategori per divisi, dimana setiap divisi/departemen dalam suatu perusahaan biasanya menggunakan jenis data yang berbeda, serta mengakses data dalam cara yang berbeda pula. Laporan dan hasil analisis yang diperlukan juga otomatis berbeda, begitu pula bentuk pelaporan yang diperlukan tiap-tiap divisi tersebut, sebagaimana digambarkan dalam diagram dibawah.
Manfaat Penggunaan Aplikasi Terapan DSS/Decision Support System dalam Bentuk Business Intelligence Dashboard;

1. Mempermudah dilakukannya analisa terhadap data master dan juga data transaksi perusahaan untuk kemudian menghasilkan berbagai laporan yang akan mendukung proses pengambilan keputusan oleh pihak manajemen perusahaan.
2. Memberikan tampilan yang lebih enak dilihat dan lebih professional yang disesuaikan dengan kultur serta bidang bisnis perusahaan yang menggunakan aplikasi ini.
3. Memberikan informasi terkini terhadap pergerakan angka-angka dalam perusahaan, atau bahkan bersifat real-time. Contohnya dalam hal ini; adalah pergerakan angka penjualan tiket pesawat setiap harinya, atau pergerakan angka kedatangan dan keberangkatan pesawat dari seluruh bandara di Indonesia (hasil kegiatan operasional perusahaan).

Contoh implementasi aplikasi Business Intelligence – Dashboard sebagai ajuan system pendukung keputusan/decision support system yang hendak diimplementasikan dalam perusahaan:
Elemen-elemen yang ditampilkan:

1. Grafik keseluruhan angka penjualan tiket yang dihasilkan tim Sales setiap harinya dimana manajemen dapat meilhat pergerakan terakhir yang terjadi satu jam sebelum pengaksesan dashboard.
2. Grafik keseluruhan angka penjualan tiket yang dihasilkan pada satu hari sebelum pengaksesan dashboard (H-1)
3. Grafik keseluruhan angka penjualan secara mingguan (pergerakan mingguan).
4. Grafik keseluruhan angka penjualan secara bulanan (pergerakan bulanan).
5. Grafik keseluruhan angka penjualan secara tahunan (pergerakan tahunan).
6. Grafik penjualan per staff sales untuk mengukur kinerja masing-masing personel.
7. Grafik pembelian dari setiap klien yang kategorinya adalah:
   1. Pembelian per klien Travel Agent
   2. Pembelian per perusahaan
   3. Pembelian per wilayah kota penjualan di Indonesia; semua kota yang memiliki bandara (missal Jakarta, Bandung, Surabaya, dan lainnya).
   
   
   Sumber