IMPLEMENTASI DAN PENGUJIAN SISTEM
4.1. Implementasi Sistem
Implementasi sistem merupakan tahap selanjutnya yang harus dilakukan setelah melakukan analisis masalah, setelah melewati proses analisis dengan mempertimbangkan segala kemungkinan yang akan diterapkan kedalam sistem maka langkah selanjutnya adalah mengimplementasikan apa yang telah dianalisis sebelumnya. Pada tahap ini, sistem ini dibangun menggunakan bahasa pemrograman C# dan Database Management System Mysql.
4.1.1. Implementasi Metode Profile Matching
Implementasi metode Profile Matching Matching diterapkan untuk melakukan proses perhitungan untuk menentukan kelayakan penerima KPR di perumahan CV. Karya Bersama.
Berikut disajikan data sampel dari nilai konsumen yang menjadi alternatif dalam menentukan kelayakan penerima KPR berdasarkan pemilihan tipe rumah dengan blok A12 pada tabel 4.1.
Tabel 4.1. Tabel Sampel Konsumen
Alternative
Kriteria
C1 C2 C3
Arif Munandar 15.000.000 5.000.000 3.500.000 Aya Sofia 50.000.000 17.219.717 17.500.000
Dias Tia Ramadhani 15.000.000 19.001.375 5.250.000 Dina Mutiara 12.000.000 19.437.881 4.200.000 Zahira Balqis 25.000.000 2.817.028 8.750.000 Keterangan: C1 = Gaji C2 = Cicilan
C3 = Persentase Kelayakan 35% dari gaji
Berikut akan dijelaskan langkah-langkah perhitungan untuk mendapatkan nilai PM dari alternatif yang ada.
1. Menentukan Gap seluruh alternatif yang ada. Dengan cara mengurangkan nilai profil individu dengan nilai profil target. Tetapi terlebih dahulu dilakukan konversi nilai kriteria dari setiap konsumen. Konversi nilai kriteria dari setiap alternative konsumen dapat dilihat sebagai berikut. Untuk kriteria cicilan di ambil dari database ketika user memilih lama cicilan per tahun, dan untuk kriteria gaji diambil dari data konsumen dan 35% dari gaji di ambil dari gaji konsumen.
Tabel 4.2. Tabel Konversi Nilai Konsumen untuk Kriteria Gaji (C1)
Nilai Bobot >= 25.000.000 6 20.000.000 – 24.999.999 5 15.000.000 – 19.999.999 4 10.000.000 – 14.999.999 3 5.000.000 -9.999.999 2 < 5.000.000 1
Tabel 4.3. Tabel Konversi Nilai Konsumen untuk Kriteria Cicilan (C2) Nilai Bobot >= 20.000.000 1 15.000.000 – 19.999.999 2 10.000.000 – 14.999.999 3 5.000.000 -9.999.999 4 < 4.999.999 5
Tabel 4.4. Tabel Konversi Nilai Konsumen untuk Kriteria Persentase Kelayakan 35% dari gaji
Nilai Bobot >= 8.750.000 6 7.000.000 – 8.749.999 5 5.250.000 – 6.999.999 4 3.500.000 – 5.249.999 3 1.750.000 – 3.499.999 2 < 1.750.000 1
Setelah ditentukan konversi nilai kriteria konsumen, maka dihitung nilai
Gap nya, dengan cara menghitung dengan rumus persamaan (1) sebagai berikut:
Gap = Profil Kriteria – Profil Target (1)
Hasil perhitungan Gap akan ditampilkan dalam table 4.5 dibawah ini Tabel 4.5. a. Tabel Nilai Profile Kriteria
C1 C2 C3
Arif Munandar 4 4 4
Aya Sofia 6 2 6
Dina Mutiara 3 2 3
Zahira Balqis 6 5 6
Tabel 4.5. b. Tabel Hasil Perhitungan Gap
C1 C2 C3 Arif Munandar -2 -2 -1
Aya Sofia 0 -4 1
Dias Tia Ramadhani -2 -4 -1
Dina Mutiara -3 -4 -2
Zahira Balqis 0 -1 1
Pada tabel 4.5.b tabel hasil perhitungan Gap merupakan selisih dari nilai profile kriteria – nilai profile target . Adapun nilai profile target untuk kriteria gaji = 6, kriteria cicilan = 6 dan kriteria persentase 35% gaji = 5.
2. Melakukan Pembobotan.
Pada tahap ini hasil perhitungan yang didapat, akan dilakukan pembobotan.Tabel pembobotan akan ditentukan sebagai berikut :
Tabel 4.6. Tabel Bobot Nilai Gap
Selisih Bobot Nilai Keterangan
0 5 Tidak ada selisih (sesuai yang dibutuhkan) 1 4.5 Kompetensi kelebihan 1 tingkat/level -1 4 Kompetensi kekurangan 1 tingkat/level 2 3.5 Kompetensi kelebihan 2 tingkat/level -2 3 Kompetensi kekurangan 2 tingkat/level 3 2.5 Kompetensi kelebihan 3 tingkat/level -3 2 Kompetensi kekurangan 3 tingkat/level 4 1.5 Kompetensi kelebihan 4 tingkat/level -4 1 Kompetensi kekurangan 4 tingkat/level
Berdasarkan Tabel 4.6. diatas, maka didapatkan hasil pembobotan pada Tabel 4.7. Tabel 4.7. Tabel Hasil Pembobotan
A1 A2 A3
Arif Munandar 3 3 4
Aya Sofia 5 1 4,5
Dias Tia Ramadhani 3 1 4
Dina Mutiara 2 1 3
Zahira Balqis 5 4 4,5
3. Menentukan Nilai Core Factor dan Secondary Factor.
Pada tahap ini merupakan tahapan dimana harus ada yang menjadi Core Factor, yang merupakan faktor pokok dan Secondary Factor, yang merupakan faktor pendukung. Dalam kasus ini, yang menjadi nilai Core Factor yaitu Gaji dan Cicilan. Sedangkan yang menjadi Secondary Factor yaitu Kelayakan 35% dari gaji. Pengelompokan nilai Core Factor dan
Secondary Factor akan ditampilkan pada tabel 4.8.
Tabel 4.8. Tabel Nilai Core Factor dan Secondary Factor
A1 A2 A3
Arif Munandar 3 3 4
Aya Sofia 5 1 4,5
Dias Tia Ramadhani 3 1 4
Dina Mutiara 2 1 3
Zahira Balqis 5 4 4,5
Setelah pengelompokkan nilai Core Factor dan Secondary Factor seperti tabel diatas, maka selanjutnya dihitung dengan rumus persamaan (2) dan (3) sebagai berikut.
NCF = ��
�� . . . (2) NSF = ��
�� . . . (3)
Berdasarkan rumus persamaan diatas, makan akan ditampilkan proses perhitungan nilai Core Factor dan Secondary factor pada Tabel 4.9. sebagai berikut
Tabel 4.9. Tabel Hasil Nilai Core Factor dan Secondary Factor Alternatif Core Factor SecondaryFactor
Arif Munandar + = 3 4 Aya Sofia + = 3 , Dias Tia Ramadhani + = 2 Dina Mutiara + = 1,5 Zahira Balqis + = 4,5 ,
4. Menghitung Nilai Total
Pada tahap ini merupakan tahap akhir dari perhitungan metode PM. Untuk menghitung nilai total dengan rumus persamaan (4)
N = (x) % NCF + (y)% NSF (4)
Berdasarkan rumus persamaan diatas, terlebih dahulu menentukan berapa persen nilai Core Factor dan berapa persen nilai Secondary Factor. Pada kasus ini, nilai x% adalah 60% sedangkan nilai y% adalah 40%. Untuk lebih jelasnya akan ditampilkan dalam table 4.10 sebagai berikut
Tabel 4.10. Tabel Perhitungan Nilai Total
Nama Konsumen Perhitungan Nilai Total Metode Profile Matching
Arif Munandar (60% x 3) + (40% x 4) = 3,4 Aya Sofia (60% x 3) + (40% x 4,5) = 3,6 Dias Tia Ramadhani (60% x 2) + (40% x 4) = 2,8
Dina Mutiara (60% x 1,5) + (40% x 3) = 2,1 Zahira Balqis (60% x 4,5) + (40% x 4,5) = 4,5
Berdasarkan tabel 4.10, yang memiliki nilai tertinggi adalah Zahira Balqis dengan nilai 4,5. Peringkat kedua Aya Sofia dengan nilai 3,6, selanjutnya peringkat ketiga Arif Munandar dengan nilai 3,4, peringkat keempat Dias Tia Ramadhani dengan nilai 2,8, dan terakhir Dina Mutiara dengan nilai 2,1. Sehingga yang layak mendapatkan rumah dengan tipe A12 adalah Zahira Balqis.
4.1.2 Implementasi Metode PROMETHEE.
Urutan langkah-langkah pemecahan masalah untuk menentukan kelayakan penerima KPR dengan menggunakan Algoritma PROMETHEE adalah sebagai berikut:
1. Langkah pertama dalam penyelesaian masalah dalam PROMETHEE adalah membagi setiap kriteria menjadi beberapa sub kriteria.
2. Hitung Nilai H(d), pilih tipe pilihan preferensi, pada penelitian ini menggunakan tipe preferensi Usual, karena perbandingan alternatif kriteria memiliki perbandingan yang sedikit. Tipe preferensi Usual, dimana H(d) = 0, jika d<=0, H(d) =1, jika d>0.
4. Hitung nilai Entering Flow. 5. Hitung nilai Net Flow.
Net Flow = Leaving Flow–Entering Flow. Penyelesaian dengan Algoritma PROMETHEE:
Tabel 4.11. Tabel Konversi Nilai Konsumen untuk Kriteria Gaji (C1)
Nilai Bobot >= 25.000.000 6 20.000.000 – 24.999.999 5 15.000.000 – 19.999.999 4 10.000.000 – 14.999.999 3 5.000.000 -9.999.999 2 < 5.000.000 1
Tabel 4.12. Tabel Konversi Nilai Konsumen untuk Kriteria Cicilan (C2)
Nilai Bobot >= 20.000.000 1 15.000.000 – 19.999.999 2 10.000.000 – 14.999.999 3 5.000.000 -9.999.999 4 < 4.999.999 5
Tabel 4.13. Tabel Konversi Nilai Konsumen untuk Kriteria Persentase Kelayakan 35% dari gaji
Nilai Bobot
>= 8.750.000 6 7.000.000 – 8.749.999 5 5.250.000 – 6.999.999 4 3.500.000 – 5.249.999 3
1.750.000 – 3.499.999 2 < 1.750.000 1
Dengan data yang sama di Profile Matching :
Tabel 4.14. Tabel Sample Konsumen
Alternative
Kriteria
A1 A2 A3
Arif Munandar 15.000.000 5.000.000 3.500.000 Aya Sofia 50.000.000 17.219.717 17.500.000 Dias Tia Ramadhani 15.000.000 19.001.375 5.250.000
Dina Mutiara 12.000.000 19.437.881 4.200.000 Zahira Balqis 25.000.000 2.817.028 8.750.000
Tabel 4.15. Tabel PROMETHEE Tahap 1
KRITERIA A B C D E TIPE 1. Gaji 4 6 4 3 6 Usual 2. Cicilan 4 2 2 2 5 Usual 3. Persentase kelayakan35% 4 6 4 3 6 Usual Keterangan : A = Arif Munandar B = Aya Sofia
C = Dias Tia Ramadhani D = Dina Mutiara
E = Zahira Balqis
1. Langkah Pertama ialah Tentukan Nilai H(d)
1. H (d) untuk (A,B)
Gaji (A, B) = 4 - 6 = -2 → Usual → H(d) = 0
Cicilan (A, B) = 4 - 2 = 2 → Usual → H(d) = 1
Persentase Kelayakan 35% (A, B) = 4 - 6 = -2 → Usual→ H(d) = 0 (A, B) = 1
3 (0 + 1 + 0) = 1
3 = 0,33
2. H (d) untuk (A,C)
Gaji (A, C) = 4 - 4 = 0 → Usual → H(d) = 0
Cicilan (A, C) = 4 - 2 = 2 → Usual → H(d) = 1
Persentase Kelayakan 35% (A, B) = 4 - 4 = 0 → Usual→ H(d)= 0 (A, C) = 1
3 (0 + 1 + 0 +) = 1
3 = 0,33
3. H (d) untuk (A,D)
Gaji (A, D) = 4 - 3 = 1 → Usual → H(d) = 1
Cicilan (A, D) = 4 - 2 = 2 → Usual → H(d) = 1
Persentase Kelayakan 35% (A, B) = 4 - 3 = 1 → Usual→ H(d)= 1 (A, C) = 1
3 (1 + 1 + 1) = 3 3 = 1
4. H (d) untuk (A, E)
Gaji (A, E) = 4 - 6 = -2 → Usual → H(d) = 0
Cicilan (A, E) = 4 - 5 = -1 → Usual → H(d) = 0
Persentase Kelayakan 35% (A, E) = 4 - 6 = -2 → Usual→ H(d)= 0 (A, E) = 1
3 (0 + 0 + 0 ) = 0
5. H (d) untuk (B, A)
Gaji (B, A) = 6 - 4 = 2 → Usual → H(d) = 1
Cicilan (B, A) = 2 - 4 = -2 → Usual → H(d) = 0
Persentase Kelayakan 35% (B, A) = 6 - 4 = 2 → Usual→ H(d)= 1 (B, A) = 1
3 (1 + 0 +1) = 2
6. H (d) untuk (B, C)
Gaji (B, C) = 6 - 4 = 2 → Usual → H(d) = 1
Cicilan (B, C) = 2 - 2 = 0 → Usual → H(d) = 0
Persentase Kelayakan 35% (B, C) = 6 - 4 = 2 → Usual→ H(d)= 1 (B, C) = 1 3 (1 + 0 + 1) = 2 3 = 0,66 7. H (d) untuk (B, D) Gaji (B, D) = 6 - 3 = 3 → Usual → H(d) = 1 Cicilan (B, D) = 2 - 2 = 0 → Usual → H(d) = 0
Persentase Kelayakan 35% (B, D) = 6 - 3 = 3 → Usual→ H(d)= 1 (B,D) = 1 3 (1 + 0 +1) = 2 3 = 0,66 8. H (d) untuk (B, E) Gaji (B, E) = 6 - 6= 0 → Usual → H(d) = 0 Cicilan (B, E) = 2 - 5 = -3 → Usual → H(d) = 0
Persentase Kelayakan 35% (B, E) = 6 - 6 = 0 → Usual→ H(d)= 0 (B,E) = 1
3 (0 + 0 + 0) = 0
9. H (d) untuk (C, A)
Gaji (C, A) = 4 - 4 = 0 → Usual → H(d) = 0
Cicilan (C, A) = 2 - 4 = -2 → Usual → H(d) = 0
Persentase Kelayakan 35% (C, A) = 4 - 4 = 0 → Usual→ H(d)= 0 (C,A) = 1
3 (0 + 0 +0) = 0
10.H (d) untuk (C, B)
Gaji (C, A) = 4 - 6 = -2 → Usual → H(d) = 0
Cicilan (C, A) = 2 - 2 = 0 → Usual → H(d) = 0
Persentase Kelayakan 35% (C, A) = 4 - 6 = -2 → Usual→ H(d)= 0 (C, B) = 1
3 (0 + 0 +0) = 0
11.H (d) untuk (C, D)
Gaji (C, D) = 4 - 3 = 1 → Usual → H(d) = 1
Cicilan (C, D) = 2 - 2 = 0 → Usual → H(d) = 0
(C,D) = 1 3 (1 + 0 +1) = 2 3 = 0,66 12.H (d) untuk (C, E) Gaji (C, E) = 4 - 6 = -2 → Usual → H(d) = 0 Cicilan (C, E) = 2 - 5 = -3 → Usual → H(d) = 0
Persentase Kelayakan 35% (C, E) = 4 - 6 = -2 → Usual→ H(d)= 0 (C,E) = 1
3 (0 + 0 +0) = 0
13.H (d) untuk (D, A)
Gaji (D,A) = 3 - 4 = -1 → Usual → H(d) = 0
Cicilan (D, A) = 2 - 4 = -2 → Usual → H(d) = 0
Persentase Kelayakan 35% (D,A) = 3 - 4 = -1 → Usual→ H(d)= 0 (D, A) = 1
3 (0 + 0 +0) = 0
14.H (d) untuk (D, B)
Gaji (D, B) = 3 - 6 = -2 → Usual → H(d) = 0
Cicilan (D, B) = 2 - 2 = 0 → Usual → H(d) = 0
Persentase Kelayakan 35% (D, B) = 3 - 6 = -3 → Usual→ H(d)= 0 (D, B) = 1
3 (0 + 0 +0) = 0
15.H (d) untuk (D, C)
Gaji (D, C) = 3 - 4 = -1 → Usual → H(d) = 0
Cicilan (D, C) = 2 - 2 = 0 → Usual → H(d) = 0
Persentase Kelayakan 35% (D, C) = 3 - 4 = -1 → Usual→ H(d)= 0 (D, C) = 1
3 (0 + 0 +0) = 0
16.H (d) untuk (D, E)
Gaji (D, E) = 3 - 6 = -3 → Usual → H(d) = 0
Cicilan (D, E) = 2 - 5 = -3 → Usual → H(d) = 0
Persentase Kelayakan 35% (D, E) = 3 - 6 = -3 → Usual→ H(d)= 0 (D, E) = 1
17.H (d) untuk (E, A)
Gaji (E, A) = 6 - 4 = 2 → Usual → H(d) = 1
Cicilan (E, A) = 5 - 4 = 1 → Usual → H(d) = 1
Persentase Kelayakan 35% (E, A) = 6 - 4 = 2 → Usual→ H(d)= 1 (E, A) = 1
3 (1 + 1+1) = 3 3 = 1
18.H (d) untuk (E, B)
Gaji (E, B) = 6 - 6 = 0 → Usual → H(d) = 0
Cicilan (E, B) = 5 - 2 = 3 → Usual → H(d) = 1
Persentase Kelayakan 35% (E, B) = 6 - 6 = 0 → Usual→ H(d)= 0 (E, B) = 1
3 (0 + 1 + 0) = 1
3 = 0,33
19.H (d) untuk (E, C)
Gaji (E, C) = 6 - 4 = 2 → Usual → H(d) = 1
Cicilan (E, C) = 5 - 2 = 3 → Usual → H(d) = 1
Persentase Kelayakan 35% (E, C) = 6 - 4 = 2 → Usual→ H(d)= 1 (E, C) = 1
3 (1 + 1 +1) = 3 3 = 1
20.H (d) untuk (E, D)
Gaji (E, D) = 6 - 3 = 3 → Usual → H(d) = 1
Cicilan (E, D) = 5 - 2= 3 → Usual → H(d) = 1
Persentase Kelayakan 35% (E, D) = 6 - 3 = 3 → Usual→ H(d)= 1 (E, A) = 1
3 (1 + 1+1) = 3 3 = 1
Tabel 4.16. Tabel PROMETHEE Tahap 2 PROMETHEE TAHAP 2 A B C D E A 0,33 0,33 1 0 B 0,66 0,66 0,66 0 C 0 0 0,66 0 D 0 0 0 0 E 1 0,33 1 1
2. Menghitung Nilai Leaving Flow
A = 1 5 − 1 (0,33 + 0,33 + 1 + 0) = 1 4 (1,66) = 0,415 =0,42 B = 1 5 − 1 (0,66 + 0,66 + 0,66 + 0) = 1 4 (2,31) = 0,49 = 0,5 C = 1 5 − 1 (0 + 0 + 0,66 + 0) = 1 4 (0,66) = 0,165 = 0,17 D = 1 5 − 1 (0 + 0 + 0 + 0) = 0 E = 1 5 − 1 (1 + 0,33 + 1 + 1)
= 1
4 (3,33) = 0,8325 = 0,83
3. Menghitung Nilai Entering Flow
A = 1 5 − 1 (0,66 + 0 + 0 + 1 ) = 1 4 (1,66) = 0,415 = 0,42 B = 1 5 − 1 (0,33 + 0 + 0+ 0,33) = 1 4 (0,66) = 0,165 C = 1 5 − 1 (0,33 + 0,66 + 0 + 1) = 1 4 (1,99) = 0,4975 = 0,5 D = 1 5 − 1 (1 + 0,66 + 0,66 + 1) = 1 4 (3,32) = 0,83 E = 1 5 − 1 (0+ 0+ 0 + 0) = 0
4. Hitung Nilai Net Flow
A = 0,42 – 0,42 = 0
B = 0,5 – 0,165 = 0,335 = 0,34 C = 0,17 – 0,5 = -0,33 D = 0 – 0,83 = -0,83 E = 0,83 – 0 = 0,83
Hasil Akhir RankingPROMETHEE :
Tabel 4.17. Tabel Ranking PROMETHEE
Alternatif Nilai
Ranking (kelayakan)
Zahira Balqis ( E ) 0,83 1
Aya Sofia ( B ) 0,34 2
Arif Munandar (A) 0 3
Dias Tia Ramadhani (C) -0,33 4
Dina Mutiara ( D ) -0,83 5
Maka konsumen yang paling layak untuk mendapatkan rumah dengan tipe blok A12 adalah Zahira Balqis dengan nilai akhir 0,83. Sedangkan Aya Sofia
dengan nilai akhir 0,34, Arif Munandar dengan nilai akhir 0, Dias Tia Ramadhani dengan nilai akhir -0,33, dan Dina Mutiara dengan nilai akhir - 0,83.