Metode LCM (Linear Congruent Method)

Bilangan acak yang dibangkitkan oleh komputer merupakan bilangan acak semu, karena pembangkitannya menggunakan operasi-operasi aritmatika. Banyak algoritma atau metode yang dapat digunakan untuk membangkitkan bilangan acak. Di dalam buku teks statistik klasik, angka-angka acak diciptakan dengan mengambil bola yang dinomori ke luar dari suatu kotak yang berisi sejumlah bola bernomor yang diketahui jumlahnya. Jika jumlah bola yang ada didalam kotak jumlahnya sedikit, maka hal tersebut masih mungkin dilakukan. Tetapi jika jumlah bolanya dalam jumlah yang sangat besar, maka hal tersebut akan susah dan tidak efektif dilakukan. Terlepas dari hal itu, ada isu yang lain yang meragukan bahwa mengambil bola bernomor dari suatu kotak besar merupakan suatu proses acak dengan kesempatan sama untuk semua bola. Karena hal tersebut dan pertimbangan lainnya, maka dilakukan komputerisasi generator bilangan random/acak. Sesungguhnya, bahasa pemrograman tingkat tinggi menawarkan sedikitnya satu format dari generator bilangan random. Pembuatan angkaangka yang acak bukan merupakan hal yang mudah, karena komputer adalah suatu mesin deterministik. Karena itulah mustahil untuk membuat angka-angka acak/bilangan yang benar-benar random tanpa adanya perangkat keras tambahan.

True random number secara definisi tidak dapat terprediksi. TRNG dilakukan dengan melakukan sampling entropi sumber dari alam dan memprosesnya melalui komputer. Misalnya adalah bilangan random yang dihasilkan oleh Random.org dan Laverand.sgi.com. Random.org menggunakan atmospheric noise dari radio dan Lavarand.sgi.com menggunakan Lava Lite® lamps sebagai entropi sumber. Entropi sumber yang lain yang cukup bagus adalah radioaktivitas yang juga digunakan oleh Fourmilab di Swiss untuk membangkitkan true random number. Pseudorandom Number Generator (PNRG) atau dalam bahasa indonesia Pembangkit bilangan acak semu adalah sebuah algoritma yang membangkitkan sebuah deret bilangan yang tidak benar-benar acak. Keluaran dari pembangkit bilangan acak semu hanya mendekati beberapa dari sifat-sifat yang dimiliki bilangan acak. Walaupun bilangan yang benar-benar acak hanya dapat dibangkitkan oleh perangkat keras pembangkit bilangan acak, bukannya oleh perangkat lunak komputer, akan tetapi bilangan acak semu banyak digunakan dalam beberapa seperti untuk simulasi dalam ilmu fisika, matematika, biologi dan sebagainya, dan juga merupakan hal yang sangat penting dalam dunia kriptografi.

Linear Congruent Method (LCM) merupakan metode pembangkitkan bilangan acak yang banyak digunakan dalam program komputer. LCM memanfaatkan model linier untuk membangkitkan bilangan acak yang didefinisikan dengan :

Xn+1 = (aXn+c)      (mod m)

Dimana :       xn = adalah bil. acak ke n

                          a dan c adalah konstanta LCM

                    m adalah batas maksimum bilangan acak

Ciri khas dari LCM adalah terjadi pengulangan pada periode waktu tertentu atau setelah sekian kali pembangkitan, hal ini adalah salah satu sifat dari metode ini, dan pseudo random generator pada umumnya. Penentuan konstanta LCM (a, c dan m) sangat menentukan baik tidaknya bilangan acak yang diperoleh dalam arti memperoleh bilangan acak yang seakan-akan tidak terjadi pengulangan. Dapat dilihat dari beberapa contoh seperti di bawah ini :

Rumus :

 
Xn+1 = (aXn+c)      (mod m)

a = 4

c = 7

x0 = 3

m = 27

Penyelesaian :

X(0) = 3

X(1) = (4 (3) + 7) mod 27 = 19

X(2) = (4 (19) + 7) mod 27 = 2

X(3) = (4 (2) + 7) mod 27 = 15

X(4) = (4 (15) + 7) mod 27 = 13

X(5) = (4 (13) + 7) mod 27 = 5

X(6) = (4 (5) + 7) mod 27 = 0

X(7) = (4 (0) + 7) mod 27 = 7

X(8) = (4 (7) + 7) mod 27 = 8

X(9) = (4 (8) + 7) mod 27 = 12

X(10) = (4 (12) + 7) mod 27 = 1

X(11) = (4 (1) + 7) mod 27 = 11

X(12) = (4 (11) + 7) mod 27 = 24

X(13) = (4 (24) + 7) mod 27 = 22

X(14) = (4 (22) + 7) mod 27 = 14

X(15) = (4 (14) + 7) mod 27 = 9

X(16) = (4 (9) + 7) mod 27 = 16

X(17) = (4 (10) + 7) mod 27 = 17

X(18) = (4 (17) + 7) mod 27 = 21

X(19) = (4 (21) + 7) mod 27 = 10

X(20) = (4 (10) + 7) mod 27 = 20

X(21) = (4 (20) + 7) mod 27 = 6

X(22) = (4 (6) + 7) mod 27 = 4

X(23) = (4 (4) + 7) mod 27 = 23

X(24) = (4 (23) + 7) mod 27 = 18

X(25) = (4 (18) + 7) mod 27 = 25

X(26) = (4 (25) + 7) mod 27 = 26

Bilangan acak yang dibangkitkan 1 sampai 26  tidak terlihat pengulangan secara periodik.

Metode Profile Matching (GAP)

Profile matching merupakan suatu proses yang sangat penting dalam manajemen SDM dimana terlebih dahulu ditentukan kompetensi (kemampuan) yang diperlukan oleh suatu jabatan. Kompetensi/kemampuan tersebut haruslah dapat dipenuhi oleh pemegang/calon pemegang jabatan.

Dalam proses profile matching secara garis besar merupakan proses membandingkan antara kompetensi individu kedalam kompetensi jabatan sehingga dapat diketahui perbedaan kompetensinya (disebut juga gap), semakin kecil gap yang dihasilkan maka bobot nilainya semakin besar yang berarti memiliki peluang lebih besar untuk karyawan menempati posisi tersebut.

Untuk menganalisis karyawan yang sesuai dengan jabatan tertentu dilakukan dengan metode profile matching, dimana dalam proses ini terlebih dahulu menentukan kompetensi (kemampuan) yang diperlukan oleh suatu jabatan. Dalam proses profile matching secara garis besar merupakan proses membandingkan antara kompetensi individu ke dalam kompetensi jabatan sehingga dapat diketahui perbedaan kompetensinya (disebut juga gap)

1. Perhitungan Pemetaan GAP Kompetensi
Setelah proses pemilihan kandidat, proses berikutnya adalah menentukan kandidat mana yang paling cocok menduduki jabatan yang diajukan oleh perusahaan. Dalam kasus ini penulis menggunakan perhitungan pemetaan gap kompetensi dimana yang dimaksud dengan gap disini adalah beda antara profil jabatan dengan profil karyawan atau dapat ditunjukkan pada rumus di bawah ini:

Gap = Profil Karyawan – Profile Jabatan

2. Perhitungan Pemetaan GAP Kompetensi Berdasarkan Aspek-Aspek
Untuk perhitungan pemilihan karyawan pengumpulan gap-gap yang terjadi itu sendiri pada tiap aspeknya mempunyai perhitungan yang berbeda-beda.

Kriteria	Keterangan Sub Kriteria
Aspek Kapasitas Intelektual	CS : Common Sense
	VI : Verbalisasi Ide
	SB : Sistematika Berfikir
	PSR : Penalaran dan Solusi Real
	KN : Konsentrasi
	LP : Logika Praktis
	FB : Fleksibilitas Berfikir
	IK : Imajinasi Kreatif
	ANT : Antisipasi
	IQ : Potensi Kecerdasan
Aspek Sikap Kerja	EP : Energi Psikis
	KTJ : Ketelitian dan Tanggung Jawab
	KH : Kehati-hatian
	PP : Pengendalian Perasaan
	DB : Dorongan Berprestasi
	VP : Vitalitas dan Perencana
Aspek Perilaku	D : Dominance (Kekuasaan)
	I : Influences (Pengaruh)
	S : Steadiness (Keteguhan Hati)
	C : Compliance (Pemenuhan)

Di mana nilai aspek sub kriterianya adalah sebagai berikut : 

Nilai Sub Kreteria	1 : Tidak Memenui Syarat
	2 : Kurang
	3 : Cukup
	4 : Baik
	5 : Sangat Baik

1. Perhitungan dan Pengelompokan Core dan Secondary FactorSetelah menentukan bobot nilai gap untuk ketiga aspek yaitu aspek kapasitas intelektual, sikap kerja dan perilaku dengan cara yang sama. Kemudian tiap aspek dikelompokkan menjadi 2 (dua) kelompok yaitu kelompok Core Factor dan Secondary Factor. Untuk perhitungan core factor dapat ditunjukkan pada rumus di bawah ini:

NCF = Σ NC (I, s, p)                              

                               Σ IC

Keterangan:

NCF                : Nilai rata-rata core factor

NC(i, s, p)       : Jumlah total nilai core factor (Intelektual, Sikap kerja, Perilaku)

IC                    : Jumlah item core factor

Sedangkan untuk perhitungan secondary factor dapat ditunjukkan pada rumus di bawah ini:

NCS = Σ NS (I, s, p)

       Σ IS

Keterangan:

NSF                 : Nilai rata-rata secondary factor

NS(i, s, p)        : Jumlah total nilai secondary factor (Intelektual, Sikap kerja, Perilaku)

IS                    : Jumlah item secondary factor

10 Definisi Sistem Pendukung Keputusan (SPK)

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 tersebut adalah suatu sistem yang berbasis komputer yang ditujukan untuk membantu pengambil keputusan dengan memanfaatkan data dan model tertentu untuk memecahkan berbagai persoalan yang tidak terstruktur.Istilah SPK mengacu pada suatu sistem yang memanfaatkan dukungan komputer dalam proses pengambilan keputusan. Untuk memberikan pengertian yang lebih mendalam, akan diuraikan 10 difinisi mengenai Sistem Pendukung Keputusan / Decision Support Sistem yang dikembangkan oleh beberapa ahli.

10 (sepuluh) pendapat tentang pengertian sistem pendukung keputusan:

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

2. Alter (1990) membuat definisi sistem pendukung keputusan dengan memabandingkannya dengan sebuah sistem pemrosesan data elektronik (PDE) / Electronic Data Processing tradisional dalam 5 hal :

SPK
Penggunaan :Aktif
Pengguna :Manajemen
Tujuan :Efektifitas
Time horizon :Sekarang dan masa depan
Kelebihan : Fleksibilitas

PDE
Penggunaan : Pasif
Pengguna : Operator/Pegawai
Tujuan : Efisiensi Mekanis
Time horizon :Masa Lalu
Kelebihan :Konsistensi

3. Keen (1980)
Sistem pendukung keputusan adalah sistem berbasis komputer yang dibangun lewat sebuah proses adaptif dari pembelajaran, pola-pola penggunan dan evolusi sistem.

4. Bonczek (1980)
Sistem pendukung keputusan sebagai sebuah sistem berbasis komputer yang terdiri atas komponen-komponen antara lain komponen sistem bahasa (language), komponen sistem pengetahuan (knowledge) dan komponen sistem pemrosesan masalah (problem processing) yang saling berinteraksi satu dengan yang lainnya.

5. Hick (1993)
Sistem pendukung keputusan sebagai sekumpulan tools komputer yang terintegrasi yang mengijinkan seorang decision maker untuk berinteraksi langsung dengan komputer untuk menciptakan informasi yang berguna dalam membuat keputusan semi terstruktur dan keputusan tak terstruktur yang tidak terantisipasi.

6. 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.

7. Moore and Chang
Sistem pendukung keputusan dapat digambarkan sebagai sistem yang berkemampuan mendukung analisis ad hoc data, dan pemodelan keputusan, berorientasi keputusan, orientasi perencanaan masa depan, dan digunakan pada saat-saat yang tidak biasa.

8. Bonczek (1980)
Sistem pendukung keputusan sebagai sebuah sistem berbasis komputer yang terdiri atas komponen-komponen antara lain komponen sistem bahasa (language), komponen sistem pengetahuan (knowledge) dan komponen sistem pemrosesan masalah.

9. Turban & Aronson (1998)
Sistem penunjang keputusan sebagai sistem yang digunakan untuk mendukung dan membantu pihak manajemen melakukan pengambilan keputusan pada kondisi semi terstruktur dan tidak terstruktur. Pada dasarnya konsep DSS hanyalah sebatas pada kegiatan membantu para manajer melakukan penilaian serta menggantikan posisi dan peran manajer.

10. Raymond McLeod, Jr. (1998)
Sistem pendukung keputusan merupakan sebuah sistem yang menyediakan kemampuan untuk penyelesaian masalah dan komunikasi untuk permasalahan yang bersifat semi-terstruktur.

Proses Pengambilan Keputusan Dalam SPK

Sistem Penunjang Pengambilan Keputusan didefinisikan sebagai interaktif berbasis komputer yang membantu pengambilan suatu keputusan memanfaatkan data dan model untuk menyelesaikan masalah yang tidak terstruktur, Scoot-Morton (Turban, 2000).

Sistem Pendukung Keputusan yang dikemukakan oleh Raymond Mclood. Jr dalam buku Sistem Informasi Manajemen (McLeod, 2001) menekankan bahwa Sistem Pendukung Keputusan adalah suatu sistem informasi yang ditujukan untuk membantu manajemen dalam memecahkan masalah yang dihadapinya. Definisi selengkapnya adalah sistem penghasil informasi spesifik yang ditujukan untuk memecahkan suatu masalah tertentu  yang harus dipecahkan oleh menejer ada berbagai tingkatan. Sedangkan menurut Litlle (McLeod, 2001) mengemukakan bahwa sistem pendukung  keputusan adalah suatu sistem informasi berbasis komputer yang menghasilkan berbagai alternatif keputusan untuk membantu manajemen dalam menangani berbagai permasalahan yang terstruktur ataupun tidak terstruktur dengan menggunakan data atau model.

Sebagaimana diketahui bahwa salah satu tugas utama manajemen adalah mempertahankan (existensi) dan menghasilkan kinerja (performance) organisasi yang dikelolanya. Untuk  itulah manajemen harus mengambil keputusan mengenai langkah-langkah yang akan diambilnya, baik pada tingkatan strategi, taktik maupun operasional.

Keputusan-keputusan dibuat untuk memecahkan masalah. Dalam memecahkan suatu masalah, pemecahan masalah mungkin membuat banyak keputusan. Keputusan merupakan rangkaian tindakan yang perlu diikuti dalam memecahkan masalah untuk menghindari dan mengurangi dampak negatif atau untuk memanfaatkan kesempatan.

Agar kualitas keputusan yang diambil lebih baik maka diperlukan sistem pendukung keputusan yaitu yang berbasis komputer interaktif, yang mambantu pembuat keputusan memanfaatkan data dan model untuk menyelesaikan permasalahan yang tak terstruktur (Garry dan Morton,1971).

Jenis-Jenis Keputusan

Jenis–jenis keputusan menurut Simon dibedakan menjadi dua macam yaitu keputusan terprogram dan keputusan tidak terprogram dalam buku Sistem Informasi Manajemen (McLeod, 2001).

a. Keputusan Terprogram

Keputusan–keputusan yang bersifat berulang dan rutin, sedemikian hingga suatu prosedur pasti telah dibuat untuk menanganinya sehingga keputusan tersebut tidak perlu diperlakukan sebagai sesuatu yang baru tiap kali terjadi.

b.   Keputusan Tak Terprogram

Keputusan–keputusan yang berkaitan dengan berbagai persoalan baru, tidak terstruktur dan tidak konsisten. Tidak ada metode yang pasti untuk menangani masalah ini karena belum  pernah ada sebelumnya, atau karena sifat dan struktur persisnya tidak terlihat atau rumit.

Proses Pengambilan Keputusan.

Untuk memahami dengan lebih baik mengenai permodelan, dapat mengikuti proses pengambilan keputusan yang melibatkan tiga hal tahap utama : tahap intelegensi (intelligent phase), tahap perancangan (design phase), dan tahap pilihan (choice phase). Tahap keempat yaitu implementasi (implementation) ditambahkan kemudian. Sebuah gambaran konseptual mengenai proses pembuatan keputusan ditunjukkan pada gambar 2.1. Ada aliran aktifitas yang  berkesinambungan dari tahap intelegensi ke tahap perancangan dan tahap perancangan ke tahap pilihan (garis tebal), tetapi pada beberapa tahap mungkin menjadi arus balik ke tahap sebelumnya.

Subsistem–subsistem sistem pendukung keputusan terdiri dari 4 yaitu subsistem manajemen data, subsistem manajemen model, subsistem manajemen pengetahuan dan subsistem antar muka pengguna. Seperti pada gambar dibawah  (Turban, 2000).

Gambar 1. Skema SPK

Dalam pembuatan aplikasi sistem pendukung keputusan umumnya sistem dapat hasil keputusan yang dapat mengeluarkan output beberapa alternatif lain yang dapat direkomendasikan. Adapun contoh bentuk aplikasi sistem pendukung keputusan pada wisata kuliner dibawah menunjukkan mengeluarkan ketupusan berdasarkan rangking dan memiliki alternatif pilihan lain yang dapat direkomendasikan oleh manajer/user.