Professional Documents
Culture Documents
Metode
nave
bayes
merupakan
merupakan
pendekatan
statistik untuk
melakukan inferensi induksi pada persoalan
klasifikasi. Didalam metode bayes terdapat
dua proses yaitu pelatihan, dan klasifikasi.
Metode ini memiliki tingkat akurasi yang
cukup tinggi, mudah dalam pemrograman, dan
cepat dalam proses pelatihan dan klasifikasi.
2. Landasan Teori
Sistem Pendukung Keputusan
Sistem Pendukung Keputusan (SPK)
atau Decission Support Sistem (DSS)
merupakan sistem informasi interaktif
yang menyediakan informasi, pemodelan
dan manipulasi data. Sistem itu digunakan
untuk membantu pengambilan keputusan
dalam situasi yang semi terstruktur dan
situasi yang tidak terstruktur, dimana tidak
ada seorang pun tahu pasti bagaimana
keputusan seharusnya dibuat. SPK
biasanya dibangun untuk mendukung
solusi atas suatu masalah atau untuk
mengevaluasi suatu peluang yang ada.[II]
Senada dengan para pakar lainnya,
Raymond McLeod, Jr. Dalam bukunya
Sistem Informasi Manajemen menekankan
bahwa Sistem Pendukung Keputusan
adalah suatu sistem informasi yang
ditujukan untuk membantu manajemen
dalam memecahkan masalah yang
dihadapinya.[III]
Dari beberapa definisi di atas dapat
dikatakan bahwa sistem pendukung
keputusan adalah suatu sistem informasi
spesifik yang diajukan untuk membantu
manajemen dalam mengambil keputusan
yang berkaitan dengan persoalan yang
bersifat semi struktur.
Aplikasi SPK menggunakan CBIS
(Computer Based Information Sistem)
yang fleksibel, interaktif dan dapat
diadaptasi, yang dikembangkan untuk
mendukung
solusi
atas
masalah
manajemen spesifik yang tidak terstruktur.
Nave Bayes
Nave
Bayes
merupakan
pengklasifikasian
dengan
metode
probabilitas
dan
statistik
yang
dikemukakan oleh ilmuwan Inggris
ket :
p(I=ij|C=ci) : peluang interval i ke-j
untuk kelas ci
p(C=ci|I=ij) : peluang kelas ci pada
interval i ke-j
p(I=ij) : peluang sebuah interval ke-j pada
semua interval yang terbentuk
p(C=ci) : peluang sebuah kelas ke-i untuk
semua kelas yang ada di dataset
3. Metode Penelitian
Objek Penelitian
Penelitian merupakan usaha untuk
memperoleh fakta-fakta atau prinsip
dengan menggunakan, mengembangkan,
dan menguji permasalahan dengan cara
mengumpulkan
dan
mencatat
dan
menganalisa data yang dikerjakan dengan
sabar, hati-hati, sistematis, dan dengan
metode ilmiah dengan tujuan mendapatkan
hasil dari penelitian tersebut.
Obyek penelitian dapat diartikan
sebagai suatu sasaran yang mempunyai
indikasi yang telah ditentukan sehingga
dapat dilakukan suatu perubahan sesuai
dengan kebutuhan yang ada.
Dalam menyusun Tugas Akhir ini
penelitian
dilakukan
pada
sistem
pendukung keputusan Menentukan lokasi
Gerai Franchise Mie cool Jalan Seruni no
31.
Penelitian ini dilakukan dalam
rangka untuk menentukan gerai yang
Data
Data Penjualan
Survey pemetaan tempat
Penduduk
Harga Ruko
Banyaknya Jumlah angkutan
Sumber
Mie Cool
Mie Cool
Angket
Mie cool
Survey
Angket
(Y)
Strategis
9
1
10
(T) Tidak
strategis
3
3
6
P(Y)
P(T)
9/10
1/10
1
3/6
3/6
1
Kategori
No.
Administras
i
Keuangan
Teknis
SATUS
A1
M
D
M
D
M
D
TD
M
D
M
D
M
D
TD
A2
MD
K1
MR
K2
MR
K3
MR
K4
MR
Kriteria
T1
BY
T2
BY
T3
LK
T4
SD
T5
BG
T6
BG
T7
BY
STRATEGIS
TD
MR
MR
MR
MR
BY
BY
LK
SD
BG
BG
BY
STRATEGIS
TD
MH
MH
MR
MR
BY
BY
LK
SD
BG
BG
BY
STRATEGIS
MD
MD
MR
MH
MR
MH
MR
MR
MR
MR
BY
BY
BY
BY
LK
LK
SD
SD
BG
BG
BG
BG
BY
BY
STRATEGIS
STRATEGIS
MD
MR
MH
MH
MR
BY
BY
LK
SD
BG
BG
BY
STRATEGIS
MD
MH
MH
MH
MH
BY
BY
LK
SD
BG
BG
BY
MD
MH
MH
MR
MH
BY
BY
LK
SD
BG
BG
BY
MD
MH
MR
MH
MR
BY
BY
LK
SD
BG
BG
BY
MD
MR
MR
MR
MR
SD
SD
KL
BY
BG
BG
SD
STRATEGIS
MD
MR
MR
MR
MR
BY
SD
LK
BY
KR
KR
BY
TD
MR
MH
MR
MH
BY
LK
BY
KR
KR
13
M
D
M
D
M
D
M
D
TD
TIDAK
STRATEGIS
TIDAK
STRATEGIS
STRATEGIS
TD
MH
MH
MH
MH
TL
SD
BG
BG
SD
14
TD
TD
MH
MH
MH
MH
TL
KR
KR
SD
15
M
D
M
D
MD
MR
MH
MR
MR
BY
SD
TK
BY
BY
BG
TIDAK
STRATEGIS
TIDAK
STRATEGIS
TIDAK
STRATEGIS
TIDAK
STRATEGIS
STRATEGIS
MD
MR
MH
MH
MH
BY
BY
LK
BY
BG
BG
BY
STRATEGIS
1
2
3
4
5
6
7
8
9
10
11
12
16
Ket :
A1, A2
: Kriteria dari
Kategori Administrasi
K1,K2,K3,K4
: Kriteria dari
Kategori Keuangan
T1,T2,T3,T4,T5,T6,T7
: Kriteria dari
Kategori Teknis
MD : Mudah
TD
: Tidak
MR : Murah (< 5.000.000,< 3.000,<
1.200.000, < 7.000.000)
MH : Mahal (> 5.000.000, > 3.000, >
1.200.000, >7.000.000)
BY
: Banyak
SD
: Sedang
S
: Sedikit
LK
: Lenkap
KL
: Kurang Lengkap
TL
: Tidak Lengkap
BG
: Bagus
KR
: Kurang
2. Penilaian Kriteria A2
A2
MD
TD
JUMLAH
(Y)
Strategis
8
2
10
(T) Tidak
strategis
3
3
6
P(Y)
P(T)
8/10
2/10
1
3/6
3/6
1
(T) Tidak
strategis
2
4
6
P(Y)
P(T)
7/10
3/10
1
2/6
4/6
1
(T) Tidak
strategis
1
5
6
P(Y)
P(T)
5/10
5/10
1
1/6
5/6
1
(T) Tidak
P(Y)
P(T)
3. Penilaian Kriteria K1
K1
MR
MH
JUMLAH
(Y)
Strategis
7
3
10
4. Penilaian Kriteria K2
K2
MR
MH
JUMLAH
(Y)
Strategis
5
5
10
5. Penilaian Kriteria K3
K3
(Y)
MR
MH
JUMLAH
Strategis
7
3
10
strategis
3
3
6
JUMLAH
7/10
3/10
1
3/6
3/6
1
(T) Tidak
strategis
4
2
6
P(Y)
P(T)
9/10
1/10
1
4/6
2/6
1
(T) Tidak
strategis
4
0
2
6
P(Y)
P(T)
9/10
1/10
0/10
1
4/6
0/6
2/6
1
(T) Tidak
strategis
2
1
3
6
P(Y)
P(T)
8/10
2/10
0/10
1
2/6
1/6
3/6
1
(T) Tidak
strategis
4
0
2
6
P(Y)
P(T)
8/10
1/10
1/10
1
4/6
0/6
2/6
1
(T) Tidak
strategis
2
3
1
6
P(Y)
P(T)
3/10
7/10
0/10
1
2/6
3/6
1/6
1
(T) Tidak
strategis
3
3
6
P(Y)
P(T)
9/10
1/10
1
3/6
3/6
1
(T) Tidak
strategis
3
3
P(Y)
P(T)
10/10
0/10
3/6
3/6
6. Penilaian Kriteria K4
K4
MR
MH
JUMLAH
(Y)
Strategis
9
1
10
7. Penilaian Kriteria T1
T1
BY
SD
S
JUMLAH
(Y)
Strategis
9
1
0
10
8. Penilaian Kriteria T2
T2
BY
SD
S
JUMLAH
(Y)
Strategis
8
2
0
10
9. Penilaian Kriteria T3
T3
LK
KL
TL
JUMLAH
(Y)
Strategis
8
1
1
10
(Y)
Strategis
3
7
0
10
(Y)
Strategis
9
1
10
(Y)
Strategis
10
0
10
(T) Tidak
strategis
3
2
1
6
P(Y)
P(T)
8/10
1/10
1/10
1
3/6
2/6
1/6
1
(Y)
Strategis
8
1
1
10
Lokasi
A1
MD
MD
TD
Tempat A
Tempat B
Tempat C
Keuangan
A2
MD
TD
TD
K1
MH
MR
MR
K2
MH
MH
MH
K3
MR
MR
MH
K4
MR
MR
MH
1. Tempat A
Tempat A
Like Hood Ya
Likhood Tidak
A1
0.90
0.50
A2
0.80
0.50
K1
0.30
0.67
K2
0.50
0.83
K3
0.70
0.50
K4
0.90
0.67
T1
0.10
0.00
Probabilitas Ya
Probabilitas Tidak
T2
0.20
0.17
T3
0.80
0.67
T4
0.70
0.50
: 7.90
: 6.33
- Diagram Context
2. Tempat B
Tempat B
Like Hood Ya
Likhood Tidak
A1
0.90
0.50
A2
0.20
0.50
K1
0.70
0.33
K2
0.50
0.83
K3
0.70
0.50
K4
0.90
0.67
T1
0.90
0.67
Probabilitas Ya
Probabilitas Tidak
3. Tempat C
Tempat B
Like Hood Ya
Likhood Tidak
A1
0.90
0.50
A2
0.20
0.50
K1
0.70
0.33
K2
0.50
0.83
K3
0.30
0.50
K4
0.10
0.33
T1
0.00
0.33
T2
0.80
0.33
T3
0.80
0.67
T4
0.70
0.50
T5
0.10
0.50
T6
1.00
0.50
T7
0.10
0.17
: 8.30
: 6.67
T2
0.20
0.17
T3
0.80
0.67
T4
0.70
0.50
T5
0.90
0.50
T6
0.00
0.50
T7
0.10
0.17
Probabilitas Ya
: 5.40
Probabilitas Tidak
: 5.83
4. Hasil Kesimpulan Penilaian
Dari hasil penilaian kategori setiap
tempat dan menghasilkan nilai
Probabilitas Ya dan Tidak sebagai
berikut :
Lokasi
Tempat A
Tempat B
Tempat C
Probabilitas
Ya
7.90
8.30
5.40
Probabilitas
Tidak
6.33
6.67
5.83
Kesimpulan
P(Y) > P(T)
Strategis
Strategis
Tidak Strategis
PENGGUNA
hasil_penilaian
kriteria
tempat
SPK
lap_datatempat
PEMILIK
lap_hasilpenilaian
- Dekomposisi Diagram
1
tempat
tempat
PENGGUNA
tempat
PENDATAAN
kriteria
kriteria
kriteria
kriteria
penilaian
hasil_penilaian
PENGHITUNGAN
data_nilai
OLAHDATA
tempat
nilai
nilai
nilai
4
PEMILIK
lap_datatempat
LAPORAN
tempat
lap_hasilpenilaian
- Basis Data
Data yang akan digunakan dalam
Sistem Pendukung Keputusan Menentukan
Gerai Mie Cool ini ditampung dalam
sebuah basis data yang akan terintegrasi
dengan
program
komputer
untuk
berintegrasi dengan pengguna. Pangkalan
data ini dirancang agar data yang berkaitan
dengan proses menentukan Gerai ini dapat
terorganisir dan tersimpan dengan baik.
1. Entity Relationship Diagram (ERD)
ERD adalah diagram yang
memperlihatkan entitas-entitas yang
terlibat dalam suatu sistem serta
hubungan-hubungan (relasi) antar
Kesimpulan
Berdasarkan pembahasan tentang Sistem
Informasi Penggajian Karyawan PERUM
DAMRI Semarang yang telah diuraikan dapat
ditarik kesimpulan sebagai berikut :
1. Sistem lama menggunakan aplikasi
Excel yang digunakan oleh Perum
DAMRI tidak bagus, kurang membantu
dalam membuat laporan penggajian,
instruksi dan perintah di Excel tidak
mudah digunakan, aplikasi Excel dapat
menyajikan
Informasi
penggajian
pegawai tidak sesuai dengan kebutuhan
dan penyajian laporan penggajian dengan
Excel membutuhkan waktu yang lama.
2. Sistem penggajian berbasis desktop yang
dikembangkan pada penelitian ini dapat
memproses penggajian karyawan
Saran
Berdasarkan kesimpulan dari hasil pengembangan
Sistem Informasi Penggajian Karyawan PERUM
DAMRI Semarang, diperlukan saran-saran sebagai
berikut:
3. Kesimpulan
1. Dari sistem pendukung keputusan ini
pengguna bisa menentukan lokasi
Gerai Mie Cool tersebut strategis atau
kurang strategis, berdasarkan nilai
akhir dari Ambang Total dan Nilai
Probabilitas Y, dimana apabila nilai
Ambang Total lebih besar dari
Probabilitas Y maka lokasinya Tidak
strategis, sebaliknya
jika nilai
probabilitas Y lebih besar dari Nilai
Ambang Total maka lokasinya
strategis.
2. Sistem pendukung keputusan untuk
menentukan lokasi Gerai Mie Cool
yang strategis ini sudah bersifat
dinamis, sehingga subkriteria bisa
diperbarui ( diupdate dengan mudah)
3. Hasil akhir yang diperoleh dari sistem
pendukung keputusan ini akan
memberikan suatu alternatif, untuk
menentukan lokasi Gerai Mie Cool
dengan batasan lokasi tersebut
strategis atau Tidak strategis
Pendukung
Aplikasi
Keputusan.
Yogyakarta : Andi
[II]
[III]
efraim
(2006).
Electronic
pearson
international
Edition.
Parson
[VI]
System,
12th
Edition,
dan
Sistem
Kecerdasan),
Jogiyanto, H. M. (2005).
Analisis dan
Manajemen,
Andi
Offset,
(2007),
Basis
Data,
Yogyakarta.
Fathansyah
Informatika, Bandung
Turban,
[X]
DAFTAR PUSTAKA
[I]
[IV]