Model Penunjang Keputusan berbasis Data Mining dan Logika Fuzzy
Penulis
Dr.rer.nat. Ditdit Nugeraha Utama
Computer Science Department, BINUS Graduate Program-Master of Computer Science, Bina Nusantara University, Jakarta, Indonesia 11480
ditdit.utama@binus.edu
Semua metode yang terdapat di berbagai domain ilmu, akan tetap dipandang sebagai metode lepas yang dapat digunakan di dalam pengembangan model penunjang keputusan (MPK), dan tentu dapat saling dikombinasikan. Begitu juga, kombinasi antara data mining dan logika fuzzy.
Pengembangan MPK tetap harus berbijak pada case yang dihadapi. Karena case, akan dapat membantu kita di dalam menentukan jenis keputusan yang masuk akal yang siap untuk diuji. Kemudian, jenis parameter yang diakomodir di dalam model, bukan berdasarkan apakah ada datanya atau tidak; namun lebih ke arah, apakah parameter itu verified untuk model yang akan dikembangkan atau tidak.
Sedangkan data mining yang digunakan oleh Pah dan Utama (2020), digunakan sebagai penentu klasifikasi parameter terpilih yang digunakan, dalam rangka untuk menentukan atribut predictor. Sedangkan logika fuzzy, dengan basis aturannya, akan mengakuratkan nilai-nilai parameter yang digunakan dan pada akhirnya akan dapat memprioritaskan nilai-nilai dari alternatif keputusan.
Di dalam kasus yang spesifik, Pah dan Utama (2020) mengembangkan MPK untuk penilaian kinerja/kualitas calon pegawai. Yang pada tataran lingkup keilmuan, model yang dikembangkan dapat dibuat menjadi generic model, sebuah model yang dapat dimanfaatkan untuk menyelesaikan permasalahan pengambilan keputusan pada kasus lain. Sedangkan, parameter yang dipertimbangkan di dalam pemodelan MPK Pah dan Utama (2020) terdiri dari delapan jenis parameter; usia, jenis kelamin, status pernikahan, gelar Pendidikan, kampus, jurusan kampus, pengalaman kerja, dan jenis perekrutan.
Jenis parameter lain dapat saja diakomodir sebagai bagian dari parameter yang dipertimbangkan. Mungkin, peluang penentuan parameter lain dapat dipertimbangkan pada studi berikutnya, seperti: skill, kesukaan, dan lain sebagainya.
Referensi
- E. A. Pah and D. N. Utama. 2020. Decision support model for employee selection based on data-mining and fuzzy logic. Journal of Computer Science, vol. 16, no. 5, pp. 686-701.