3.1 J ual Beli Notebook
Seperti yang kita ketahui selama ini bahwa proses penjualan dan pembelian Notebook dilakukan secara manual yaitu melalui toko-toko IT maupun secara online melalui web. Customer secara langsung melakukan pencarian atau melihat lihat produk yang akan dibelinya dengan sesekali bertanya kepada pemilik toko tentang spesifikasi barang yang akan dibelinya.
Dari hasil studi lapangan di dapat data – data sebagai berikut terkait dengan sistem pengambilan keputusan pemilihan notebook ini yaitu sebagai berikut :
3.1.1 Kr iter ia penentu dalam SPK
Dalam sistem pengambilan keputusan ini , kriteria – kriteria yang dipergunakan adalah sebagai berikut:
a. Kapasitas Hardisk produk b. Kapasitas memori produk c. Harga produk
d. Kapasitas VGA produk e. Operting System produk
3.1.2 Nilai kr iter ia dan bobot
Adapun nilai kriteria yang dipergunakan adalah sesuai dengan nilai kapasitas produk untuk kriteria hardisk dalam satuan Gb, kriteria memori dalam satuan Mb, kriteria VGA dalam satuan Mb, Harga dalam satuan Rp, Sedangkan untuk kriteria Operating System (Os) dapat dinilai dengan poin 1-5 dengan perincian :
o Nilai 5 untuk Operating system Linux, dikarenakan laptop dengan operating system linux merupakan Os free dan memiliki harga normal tanpa mengeluarkan biaya tambahan menginstall Os untuk langsung dapat menggunakan laptop.
o Nilai 4 untuk Operating System Windows, dikarenakan laptop dengan Operating System windows masih mengeluarkan biaya tambahan untuk menginstall Os dengan harga yang tidak stabil. o Nilai 3 untuk Operating system DOS, dikarenakan laptop dengan
operating system DOS sama halnya tanpa Operating System dengan harga yang ditetapkan maka masih mengeluarkan biaya tambahan untuk menginstall Operating System.
o Nilai 2 Untuk tanpa system Operasi, dikarenakan laptop tanpa operating system, laptop masih dalam keadaan tidak bisa langsung digunakan dengan harga yang ditetapkan maka masih mengeluarkan biaya tambahan untuk mengistall Operating System (tidak efisien).
untuk pemberian nilai kepentingan tiap atribut alternatif perincian sebagai berikut :
o Nilai 5 untuk kepentingan sangat penting o Nilai 4 untuk kepentingan lumayan penting o Nilai 3 untuk kepentingan penting
o Nilai 2 untuk kepentingan kurang penting o Nilai 1 untuk kepentingan tidak penting
3.1.3 Nilai alter natif dan bobot kr iter ia
Nilai alternatif adalah nilai yang dihitung dengan metode WP yang akan dijelaskan pada sub bab berikutnya. Sedangkan untuk bobot kriteria merupakan nilai yang ditentukan oleh tiap – tiap user dengan tingkat kebutuhan yang disesuaikan dengan kepentingan masing – masing user.
3.2 Ar sitektur SPK
Gambar 3.1 Komponen dari SPK
Secara garis besar komponen komponen Sistem Pendukung Keputusan dapat digambarkan pada gambar 3.1 diatas. Adapun langkah langkah dari penyusunan Sistem Pendukung Keputusan yaitu :
Pengelolaan Data
Pemakai Pengelolaan Dialog
a. Tahap Penelusuran (Intelligence Phase)
Suatu tahap proses seseorang dalam rangka pengambil keputusan untuk permasalahan yang dihadapi, terdiri dari aktivitas penelusuran, pendeteksian serta proses pengenalan masalah. Data masukan diperoleh, diuji dalam rangka mengidentifikasi masalah. Dalam hal ini penulis melakukan penelusuran data terkait alur penjualan laptop.
b. Tahap Perancangan (Design Phase)
Tahap proses pengambil keputusan setelah tahap intellegence meliputi proses untuk mengerti masalah, menurunkan solusi dan menguji kelayakan solusi. Aktivitas yang biasanya dilakukan seperti menemukan, mengembangkan dan menganalisa alternative tindakan yang dapat dilakukan. Dalam hal ini penulis menggunakan model MADM ( MULTI-ATTRIBUTE DECISION MAKING ) dengan metode WP ( Weighted Product ). Tahap ini akan dijelaskan pada proses perancangan sistem.
c. Tahap Pilihan (Choice Phase)
Pada tahap ini dilakukan proses pemilihan diantara berbagai alternatif tindakan yang mungkin dijalankan. Hasil pemilihan tersebut kemudian diimplementasikan dalam proses pengambilan keputusan. Pada tahap in dilakukan pengumpulan informasi terkait data - data spesifikasi laptop untuk kemudian diproses dengan metode Weighted Product . Proses ini dijalankan pada level programming.
d. Tahap Implementasi (Implementation Phase)
Pada tahap ini merupakan tahap pelaksanaan dari keputusan yang telah diambil. Pada tahap ini perlu disusun serangkaian tindakan yang terencana, sehingga hasil keputusan dapat dipantau dan disesuaikan apabila diperlukan perbaikan – perbaikan.
Gambar 3.2 Proses Pengambilan Keputusan
3.3 Metode WP ( WEIGHTED PRODUCT )
Secara umum sistem pendukung keputusan pemilihan produk dengan metode madm dengan tahapan sebagai berikut :
2 .
Gambar 3.3 Alur Proses Sistem Pendukung Keputusan Tahap Penelusuran (Intelligence Phase) Tahap Perancangan (Design Phase) Tahap Pilihan (Choice Phase) Tahap Implementasi (Implementation Phase) Input : Produk kriteria bobot kriteria Output : Hasil Penilaian produk yang terbaik Proses : Penilaian tiap produk Hitung dengan metode WP
Alur proses pada gambar diatas tampak terdapat masukan berupa data produk, kriteria dan bobot masing-masing untuk penilaian tiap produk. Bobot kriteria merupakan nilai minimum dari kriteria sebuah produk yang digunakan untuk menentukan rangking sebuah produk untuk dipilih, semakin tinggi nilai bobotnya maka semakin tinggi pula prioritasnya.
Masukan tersebut untuk selanjutnya dijadikan sebagai acuan dalam melakukan penilaian pada masing-masing produk. Setelah penilaian terhadap produk seluruh data diproses dengan menggunakan metode WP. Output yang disajikan, berupa produk - produk yang telah dipilih dan hasil produk terbaik berdasarkan prioritas tertinggi. Alur proses metode WP dimulai dengan melakukan studi lapangan yang didukung dengan studi pustaka untuk menentukan kriteria dan alternatif yang kemudian dijadikan masukan bagi proses penentuan prioritas produk yang akan dipilih . Setelah penentuan kriteria dan alternatif produk, selanjutnya akan diolah oleh metode WP dengan rincian berikut :
∏
==
n j w ij i jx
S
1 ∑ = = n i Si Si Vi 1Gambar 3.4 Sub proses WP
Langkah awal metode WP adalah melakukan proses normalisasi matrik keputusan (x) ke suatu skala yang dapat dibandingkan dengan semua rating alternatif yang ada. Dilanjutkan dengan menentukan nilai preferensi untuk setiap alternatif berdasarkan kriteria dan bobot dari masing-masing kriteria. Nilai preferensi yang lebih besar mengindikasikan bahwa alternatif tersebut lebih diutamakan.
3.3.1 Algor itma metode MADM WP
Semisal ada 3 produk yang akan menjadi alternative untuk dipilih yaitu : A1= Acer 4720 , A2= Axio , A3= Toshiba kriteria- kriteria yang akan digunakan untuk dijadikan acuan dalam pengambilan keputusan, yaitu : C1 = Harga Produk
C2 = kapasitas Memory C3 = kapasitas hardisk C4 = kapasitas VGA C5= System operasi
Sedangkan tingkat kepentingan setiap kriteria, juga dinilai dengan 1 sampai 5, yaitu : 1 = tidak penting 2 = kurang penting 3 = penting 4 = lumayan penting 5 = sangat penting
Dalam Penilaian nilai tingkat kepentingan 1-5 menurut kriteria, bisa dengan perincian sebagai berikut:
C1 = Harga Produk , dipilih nilai kepentingan = penting (3)
C2 = Kapasitas Memory, dipilih nilai kepentingan = lumayan penting (4) C3 = Kapasitas Harddisk, dipilih nilai kepentingan = sangat penting (5) C4 = Kapasitas VGA, dipilih nilai kepentingan = kurang penting (2) C5 = System Operasi , dipilih nilai kepentingan = kurang penting (2)
Rating kecocokan setiap alternatif pada setiap kriteria diatas, dinilai sesuai dengan data produk.
Tabel 3.1 menunjukkan rating kecocokan dari setiap alternatif pada setiap kriteria sebagai berikut :
Tabel 3.1 Rating kecocokan dari setiap alternatif pada setiap kriteria
Alt ernat if Krit eria C1 C2 C3 C4 C5 A1 4600 1 250 512 4 A2 3999 2 350 1000 5 A3 3900 2 350 2000 4
Karena setiap nilai yang diberikan pada setiap alternative di setiap kriteria merupakan nilai kecocokan ( nilai terbesar adalah terbaik ), maka semua kriteria yang diberikan diasumsikan sebagai kriteria keuntungan. Kecuali untuk kriteria Harga (lebih kecil lebih baik).
Pengambil keputusan memberikan bobot preferensi sebagai berikut:
W1 = W2 = W3 = W4 =
W5 = W = ( 0.20 , 0.25 , 0.31 , 0.12 , 0.12 )
Pertama – tama, dilakukan normalisasi matriks x berdasarkan persamaan diatas sebagai berikut :
(
4600 0,20)( )(
10,25 2500,31)(
5120,12)( )
40,12 29.952 1= − = S(
39990,20)( )(
20,25 3500,31)(
10000,12)( )
50,12 45,423 2 = − = S(
3900 0,20)( )(
20,25 3500,31)(
20000,12)( )
40,12 48,393 3 = − = SDari proses normalisasi maka dapat dihitung vektor yang nantinya digunakan sebagai perangkingan sebagai berikut :
Nilai terbesar ada pada V3 sehingga alternative A3 adalah alternative yang terpilih sebagai alternative terbaik. Dengan kata lain, Toshiba akan terpilih sebagai produk yang di rekomendasikan .
3.4 Per ancangan Sistem
Dari uraian diatas maka akan dibuat suatu sistem pendukung keputusan tentang Sistem Pendukung Keputusan Pembelian Notebook
Berbasis Web Dengan Metode Multi-Attribute Decision Making. Untuk
lebih jelasnya tentang perancangan sistem maka dapat digambarkan melalui diagram konteks berikut :
420 , 2 393 , 48 423 , 45 952 , 29 952 , 29 1 = + + = V 670 , 3 393 , 48 423 , 45 952 , 29 423 , 45 2 = + + = V 910 , 3 393 , 48 423 , 45 952 , 29 393 , 48 3 = + + = V
3.4.1 Diagr am Konteks
Diagram ini menjelaskan tentang aliran data secara umum. Pada diagram kontek ini terdapat tiga exsternal entity yaitu pimpinan, user cabang dan admin.
Info Hasil SPK Info data Produk Data Produk
Akses Admin user_password
Hasil Rekomendasi Produk Bobot Kriteria Produk Yang Dipilih List Data Produk 0 Sistem Pendukung Keputusan Pembelian Notebook + ADMIN USER
Gambar 3.5 Diagram Kontek Sistem Pendukung Keputusan Pembelian Notebook
3.4.2 Diagr am Ber jenjang
Diagram Berjenjang berguna untuk menunjukkan proses apa saja yang terjadi didalam sistem pengambilan keputusan secara berjenjang atau per tahap proses, mulai dari level yang paling tinggi hingga level yang paling rendah hingga diagram tersebut tidak bisa dipecah lagi.
Diagram berjenjang ini terdiri dari top level, level 0, dan level 1, pada level 0 terdapat 2 bagian yaitu:
a. Manajemen Data Administrasi (1) b. Sistem Pendukung Keputusan (2)
Level 1 merupakan bagian yang ada dalam level 0, untuk level 1 terdapat 6 bagian yaitu:
a. Pengecekan Hak Akses (1.1.p) b. Pengolahan Data Produk (1.2.p) c. Katalog Produk (2.1.p)
d. Penentuan Kriteria Produk yang diinginkan (2.2.p) e. Perhitungan Pencarian Keputusan (2.3.p)
f. Laporan SPK (2.4.p)
Diagram ini bisa dilihat pada Gambar 3.10 dibawah ini.
Ga mbar 3.6 Diagram Berjenjang Sistem Pendukung Keputusan Pembelian Notebook
3.4.3 Diagram Alir Data (Data Flow Diagr am (DFD)
DFD merupakan alat yang digunakan dalam metodologi pengembangan sistem terstruktur (Structure Analysis Desigh). DFD digunakan untuk mengembangkan suatu sistem yang telah ada atau sistem baru yang akan dikembangkan secara logika tanpa mempertimbangkan lingkungan fisik dimana data tersebut mengalir dan disimpan.
Beberapa simbol yang digunakan dalam pendesainan DFD yaitu :
a. Eksternal Entity (Kesatuan luar) atau Boundry (batas sistem) batas sistem yang memisahkan suatu sistem dengan lingkungan luarnya. Sistem akan menerima input dan menghasilkan output kepada lingkungan luarnya.
b. Data Flow (Arus Data) Arus data mengalir diantara proses (process), simpanan data (data story), dan kesatuan luar (entity).
c. Procces (proses) suatu proses merupakan kegiatan atau kerja yang dilakukan oleh orang, mesin atau komputer dari hasil suatu arus data yang masuk ke dalam proses untuk dihasilkan arus data yang keluar dari proses.
d. Data Story (Penyimpanan data) simpanan data merupakan simpanan dari data yang dapat menyimpan files atau data-data yang didapat. Untuk DFD dibawah ini akan menjelaskan bagaimana bentuk perubahan data dalam SPK mulai dari input yang mestinya masuk kedalam database untuk digunakan pada proses selanjutnya dan ada pada yang tidak disimpan. Dalam SPK ini diagram alir datanya sebagai berikut.
3.4.4 DFD Level 0
DFD Level 0 merupakan hasil decompose dari DFD level konteks, dan menghasilkan empat proses, yaitu proses pengecekan hak akses, dan sistem pendukung keputusan.
Pada DFD level 0 dibawah ini akan digambarkan sistem pengambilan keputusan secara garis besar, dimana dalam hal ini terdapat 3 orang user yang dapat mengakses sistem tersebut, yaitu :
a. user : user biasa yang hanya dapat melihat dan mencoba sistem sehingga tidak bisa memanajemen data dalam sistem.
b. Admin : dalam sistem pendukung kepuusan ini, user ini dapat mengakses seluruh data dalam sistem dan melihat data yang ada, dalam pengolahan data admin diberi hak akses untuk menghapus data yang sekitarnya kurang atau tidak sesuai dengan sistem yang ada. Untuk lebih jelasnya dapat dilihat pada Gambar 3.11
Info Hasil SPK
Data SPK Data Produk
Data Produk Data Admin Info data Produk
Data Produk Akses Admin user_password
Hasil Rekomendasi Produk Bobot Kriteria Produk Yang Dipilih
List Data Produk
USER ADMIN 1 Manajemen Data Administrasi + 2 Proses SPK + 1 User 2 Produk 2 Produk 6 SPK
Gambar 3.7 Gambar DFD level 0
3.4.5 DFD Level 1
DFD Level 0 mempunyai beberapa proses dan setiap proses menghasilkan subproses yang dijelaskan di DFD Level 1. Jadi DFD level 1 merupakan hasil decompose dari DFD level 0.
3.4.5.1 DFD Level 1 Sub Proses Manajemen data administr asi
Pada proses Manajemen data administrasi didalamnya terdiri dari dua proses yaitu pengecekan hak akses dan pengolahan data produk. Untuk lebih jelasnya dapat dilihat pada gambar dibawah ini:
Data Produk Data Admin
Info data Produk Data Produk Akses Admin user_password ADMIN 1 User 2 Produk 1 Pengecekan Hak akses 2 Pengolahan Data Produk
Gambar 3.8 DFD Level 1 Sub Proses Manajemen data administrasi
3.4.5.2 DFD Level 1 Sub Proses Sistem Pendukung Keputusan
Pada proses system pendukung keputusan ini terdapat beberapa proses yaitu proses catalog produk, penentuan kriteria produk yang diinginkan, perhitungan pencarian keputusan dan laporan spk. Untuk lebih jelasnya dapat dilihat pada gambar dibawah ini :
Info Hasil SPK
[Data SPK]
Data SPK Kiteria Menurut User
Data Produk Pilihan User Data Produk
Hasil Rekomendasi Produk
Bobot Kriteria Produk Yang Dipilih
List Data Produk
USER 2 Produk 6 SPK 1 Katalog Produk 2 Menentukan Kriteria Produk yang diinginkan 3 Perhitungan Pencarian Keputusan 4 Laporan SPK ADMIN
3.4.6 Desain Database.
Komponen utama dari sistem pengambilan keputusan adalah basis data, karena didalamnya tersimpan berbagai macam jenis data yang diperlukan dalam operasi SPK. Makin bervariasi dan besar data yang digunakan maka peran basis data dalam mengoperasikan makin besar, data yang kompleks dalam SPK bila tidak dilakukan pengaturan akan menyulitkan didalam memanggil data yang diperlukan. Duplikasi data dalam jumlah besar akan membuat kinerja SPK makin lambat sehingga penyederhanaan menjadi pilihan yang mutlak.
Misalnya, adanya beberapa data yang sama tetapi memiliki kegunaan yang berbeda atau adanya data yang terpisah satu sama lain Meskipun digunakan proses yang sama, dengan basis data dilakukan penggabungan data yang sama (hanya menggunakan satu data) atau bisa juga dengan memberikan kode sebagai penghubung antar kelompok data sehingga bisa dipanggil dengan kode tersebut. Maka proses pembuatan basis data merupakan hal yang mutlak dalam SPK.
Untuk pemodelan desain database penulis menggunakan tools Power designer 11 dengan menggambarkan CDM (Conteptual Data Model) dan PDM Phisical Data Model) sebagai generate CDM.
3.4.6.1 CDM (Conteptual Data Model).
Conteptual Data Model digunakan untuk mempresentasikan model data yang ada pada sistem dimana di dalamnya terdapat entity dan
relationship. Model menggunakan CDM digambarkan seperti pada Gambar 3.10 m emiliki pengujian Produk id_produk nama_p uraian_p harga memory hardisk os vga <pi> Integer Variable characters (15) Integer Integer Integer Integer Integer Integer <M> Identifier_1 <pi> SPK id_spk ip_user waktu_uji <pi> Integer Variable characters (15) Variable characters (15) <M> Identifier_1 <pi> user id_user userid passid nam a_u <pi> Integer Variable characters (10) Variable characters (10) Variable characters (15) <M> Identifier_1 <pi>
Gambar 3.10 CDM (Conteptual Data Model ).
3.4.6.2 PDM (Phisical Data Model).
PDM (Phisical Data Model) ini merupakan hasil generate dari CDM yang menggambarkan databse secara fisik. entitas – entitas pada CDM akan menghasilkan table – table yang sudah ternomalisasi. Model dengan menggunakan PDM digambarkan sebagai Gambar 3.15
FK_SPK_MEMILIKI__PRODUK Produk id_produk nama_p uraian_p harga memory hardisk os vga integer varchar(15) integer integer integer integer integer integer <pk> SPK id_spk id_produk ip_user waktu_uji integer integer varchar(15) varchar(15) <pk> <fk> user id_user userid passid nama_u integer varchar(10) varchar(10) varchar(15) <pk>
3.7 Kamus Data
Kamus data digunakan untuk mendiskripsikan table. Adapun deskripsi dari masing – masing tabel yang digunakan dalam sistem ini adalah sebagai berikut.
Gambar 3.12 Tabel User
Gambar 3.13 Tabel produk