Implementasi Metode AHP dan Promethee Untuk Menentukan Penerimaan Bantuan Beras Miskin (Raskin)

(1)

IMPLEMENTASI METODE ANALYTIC HIERARCHY PROCESS

(AHP) DAN PROMETHEE UNTUK MENENTUKAN

PENERIMAAN BANTUAN BERAS MISKIN (RASKIN)

STUDI KASUS :

Kantor Camat Hinai Kiri Kec. Secanggang Kab. Langkat

SKRIPSI

NUR ASMA

121421080

PROGRAM STUDI EKSTENSI S1 ILMU KOMPUTER

FAKULTAS ILMU KOMPUTER DAN TEKNOLOGI INFORMASI

UNIVERSITAS SUMATERA UTARA

(2)

IMPLEMENTASI METODE ANALYTIC HIERARCHY PROCESS

(AHP) DAN PROMETHEE UNTUK MENENTUKAN

PENERIMAAN BANTUAN BERAS MISKIN (RASKIN)

STUDI KASUS :

Kantor Camat Hinai Kiri Kec. Secanggang Kab. Langkat

SKRIPSI

Diajukan untuk melengkapi tugas dan memenuhi syarat memperoleh ijazah Sarjana Ilmu Komputer

NUR ASMA 121421080

PROGRAM STUDI EKSTENSI S1 ILMU KOMPUTER FAKULTAS ILMU KOMPUTER DAN TEKNOLOGI INFORMASI

UNIVERSITAS SUMATERA UTARA MEDAN

(3)

PERSETUJUAN

Judul : IMPLEMENTASI METODE ANALYTIC

HIERARCHY PROCESS (AHP) DAN PROMETHEE

UNTUK MENENTUKAN PENERIMAAN BANTUAN

BERAS MISKIN (RASKIN)

Kategori : SKRIPSI

Nama : NUR ASMA

Nomor Induk Mahasiswa : 121421080

Program Studi : EKSTENSI S1 ILMU KOMPUTER

Fakultas : ILMU KOMPUTER DAN TEKNOLOGI INFORMASI

UNIVERSITAS SUMATERA UTARA

Diluluskan di

Medan, 2015

Komisi Pembimbing :

Pembimbing 1 Pembimbing 2

Drs. Agus Salim Harahap, M.Si. Siti Dara Fadilla, S.SI, M.T

NIP. 195408281981031004 NIP. 197705162005012001

Diketahui/Disetujui oleh

Program Studi S1 Ilmu Komputer Ketua,

(4)

PERNYATAAN

IMPLEMENTASI METODE ANALYTIC HIERARCHY PROCESS (AHP) DAN

METODE PROMETHEE UNTUK MENENTUKAN PENERIMAAN BANTUAN

BERAS MISKIN (RASKIN)

SKRIPSI

Saya mengakui bahwa skripsi ini adalah hasil kerja saya sendiri, kecuali beberapa kutipan dan ringkasan yang masing-masing disebutkan sumbernya.

Medan, 2015

Nur Asma

(5)

PENGHARGAAN

Puji syukur penulis panjatkan kehadirat Allah SWT atas segala rahmat dan

hidayah-Nya sehingga dengan usaha yang maksimal akhirnya dapat dilaksanakan

penelitian serta penyusunan skripsi ini yang berjudul: “Implementasi Metode AHP

dan Promethee Untuk Menentukan Penerimaan Bantuan Beras Miskin (Raskin).

Tulisan ini masih jauh dari sempurna, hal ini disebabkan oleh keterbatasan dan

kemampuan penulis.

Ucapan terima kasih Penulis sampaikan kepada semua pihak yang telah

membantu Penulis dalam menyelesaikan skripsi ini baik secara langsung maupun

tidak langsung, teristimewa untuk orangtua yang paling penulis cintai dan sayangi

yaitu H.M.Yusuf dan Hj. Siti Fatimah.Pada kesempatan ini Penulis ingin

mengucapkan terima kasih yang sebesar-besarnya kepada :

1. BapakProf. Dr. dr. Syahril Pasaribu, DTM&H, M.Sc.(CTM), Sp.A.(K) selaku

Rektor Universitas Sumatera Utara.

2. Bapak Prof. Dr. Muhammad Zarlis selaku Dekan Fakultas

IlmuKomputerdanTeknologiInformasi Universitas Sumatera Utara.

3. Bapak Dr. Poltak Sihombing, M.Kom. selaku Ketua Program Studi S1 Ilmu

Komputer Universitas Sumatera Utara.

4. Ibu Maya Silvi LydiaB.Sc., M.Sc.selakuSekretaris Program Studi S1

IlmuKomputerUniversitas Sumatera Utara.

5. Bapak Drs. Agus Salim Harahap, Msi. selakuDosenPembimbing I yang

telahbanyak memberikan ilmu, bimbingan,

saran,danmasukankepadapenulisdalampengerjaanskripsiini.

6. Ibu Siti Dara Padilla, S.SI, MT.SelakuDosenPembimbing II yang

telahmemberikanbimbingan,

saran,danmasukankepadapenulisdalampengerjaanskripsiini.

7. Bapak M. Andri B,ST, MComp.Sc, MEM,.selakuDosenPembanding I yang

(6)

8. Ibu Elviwani, S.Kom, M.Kom.selakuDosenPembanding II yang

telahmemberikankritikdan saran dalampenyempurnaanskripsiini.

9. Semuadosendansemuapegawai di Program Studi S1

IlmuKomputerFakultasIlmuKomputerdanTeknologiInformasiUniversitas

Sumatera Utara.

10. Bapak Satiman, S.Sos, M.AP. selaku penata Tk.I Kantor camat Hinai Kiri

Kec.Secanggang yang telah mengizinkan saya melakukan survey di kantor

tersebut.

11. Bapak Suwanto, S.Sos. yang telah memberikan informasi atau data yang

diperlukan untuk melengkapi skripsi ini.

12. Untuk abang penulis Nur Arifin, adik tersayang Maimunah dan Ahmad

Arfansyah serta kakak ipar Putri Siswanti dan keponakan kesayangan

M.Azriel. yang terus memberikan dorongan semangat dan motivasi bagi

penulis.

13. Teman-temanseperjuanganmahasiswaEkstensiS1-Ilmu Komputerstambuk

2012, Siti Handayani Rkt, Silvia Ningsih Pratiwi, Edison Marcopolo

Simanjuntak S.Kom, Claudia br. Napitupulu S.Kom, dan teman-teman yang

lain yang

telahmemberikansemangatdanmenjaditemandiskusipenulisdalammenyelesaika

nskripsiini.

14. Teman sekamar penulis Netty Suryani yang selalu sabar dicuekin setiap kali

penulis mengerjakan skripsi ini.

15. Semuapihak yang terlibatlangsungataupuntidaklangsung yang

tidakdapatpenulisucapkansatu per satu.

Penulis menyadari bahwa skripsi ini masih terdapat kekurangan. Oleh karena

itu, kepada pembaca agar kiranya memberikan kritik dan saran yang bersifat

membangun demi kesempurnaan skripsi ini.

Medan, 2015

(7)

Nur Asma

ABSTRAK

Kesejahteraan masyarakat merupakan salah satu tujuan dalam pembangunan Negara Kesatuan Repubik Indonesia. Cara mewujudkan tujuan tersebut yaitu dengan membentuk program pengentasan kemiskinan, pemberdayaan masyarakat dan sebagainya. Salah satu program tersebut adalah pendistribusian beras untuk keluarga miskin yang merupakan upaya pemerintah untuk mengurangi beban pengeluaran keluarga miskin. Tetapi ada beberapa beberapa instansi pemerintah yang masih mengalami permasalahan dalam mengambil keputusan siapa saja seharusnya raskin tersebut diberikan. Hal ini disebabkan karena pihak instansi masih menggunakan sistem manual sehingga diperlukannya sistem pendukung keputusan untuk menentukan siapa saja yang berhak menerima raskin tersebut. Tujuan dari penelitian ini adalah untuk membangun sebuah sistem aplikasi yang dapat membantu pihak instansi / user dalam mengambil satu keputusan untuk menentukan siapa saja yang paling berhak menerima bantuan beras miskin (Raskin) berdasarkan nilai dari kriteria. Sistem pendukung keputusan yang digunakan dalam penelitian ini menggunakan

metode Analytic Hierarcy Process (AHP) dan metode PROMETHEE. Dalam

mengambil keputusan digunakan 12 kriteria pembanding dan 12 alternatif untuk menentukan siapa yang paling berhak menerima beras miskin yaitu Kondisi Rumah yang terdiri dari Lantai, Dinding, MCK, Listrik dan Kepemilikan Rumah. Bagian umum terdiri dari penghasilan, pekerjaan dan jumlah tanggungan. Bagian Aset Pribadi terdiri dari kebun, ternak, elektronika dan kendaraan. Aplikasi yang dibangun dalam penelitian ini menggunakan bahasa pemrograman PHP. Berdasarkan penggunaan metode AHP dan Promethee dalam aplikasi ini, maka diperoleh urutan pertama dengan nilai tertinggi pada metode AHP adalah Paing dengan nilai 0.3411. dan urutan pertama pada metode Promethee adalah Sugiono dengan nilai tertinggi -0.136. Time Complexity dengan metode AHP T(n)= �(n2)dan proses eksekusi running time

sebesar 21,559 detik. Dengan metode Promethee T(n)=�(n2) dan prosees eksekusi

running time sebesar 3.145 detik. Berdasarkan dari hasil perhitungan Time Complexity, maka dapat disimpulkan penggunaan metode Promethee lebih cepat daripada metode AHP.

Kata Kunci : Sistem Pendukung Keputusan (SPK), Analytical Hierarchy

Process(AHP) dan Preference Ranking Organization Method for

(8)

IMPLEMENTATION METHOD OF ANALYTIC HERARCHY PROCESS (AHP) DAN PROMETHEE TO DETERMINE THE ACCEPTANCE OF POOR

RICE (RASKIN)

ABSTRACT

Welfare of the community is one of the goals in the development of the Unitary Republic of Indonesia. How to achieve that goal is to establish poverty alleviation programs, community empowerment, and so on. One such program is the distribution of rice for poor families who are the government's efforts to reduce the burden on poor families spending. But there are some few government agencies are still experiencing problems in taking decisions anyone should Raskin was given. This is because the agencies are still using a manual system so that the need for a decision support system to determine who is entitled to receive the Raskin. The purpose of this research is to build an application system that can help the agency / user in taking a decision to determine who is most entitled to receive help poor rice (Raskin) based on the value of the criterion. Decision support system used in this study using Hierarcy Analytic Process (AHP) and PROMETHEE method. In taking the decision to use 12 comparators and 12 alternative criteria to determine who is most entitled to receive poor rice which condition the house is composed of floor, walls, toilets, electricity and Housing. The general part consists of income, employment and number of dependents. Personal Assets section consists of gardens, livestock, electronics and vehicles. Applications built in this study uses the PHP programming language.Based on the use of AHP and Promethee method in this application, the obtained first place with the highest values in AHP is Paing with the value 0.3411. and the first order on Promethee method is Sugiono with the highest value -0136. Time Complexity with AHP T (n) = θ (n2) running time and the process of execution was 21.559 seconds. With the Prometheemethod T (n) = θ (n2) running time and the process of execution was 3,145 seconds. Based on the results of the calculation from Time Complexity, it can be concluded uses Promethee method is faster than the AHP.

Keywords : Decision Support System (DSS), Analytical Hierarchy Process (AHP) and Preference Ranking Organization Method for luation

(9)

DAFTAR ISI

1.6. Metodologi Penelitian 4

1.7. Sistematika Penulisan 5

BAB 2 LANDASAN TEORI

2.1. DefinisiSistem, Keputusan dan Sistem Pendukung Keputusan 6

2.1.1. DefinisiSistem 6

2.1.2. Definisi Keputusan 6

2.1.3. Defenisi Sistem Pendukung Keputusan 7

2.2. Konsep Sistem Pendukung Keputusan 7

2.3. Proses Pengambil Keputusan 9

2.4. Karakteristik dan Kapabilitas Sistem Pendukung Keputusan 10

2.5. Algoritma 11

2.6. Fuzzy Multiple Attribute Decision Making 12

2.6.1. Algoritma AHP 13

2.7. Prinsip Dasar AHP 14

2.8. Algoritma Preference Ranking Organization Enrichment of Methods (PROMETHEE)

17

2.9. Pendekatan Objek Oriented 24

(10)

2.9.2. Kebutuhan Fungsional dan Nonfungsional 26

2.10. Flowchart 27

2.11. Analisis Kinerja Algoritma 29

2.12. Time Complexity 29

BAB 3 ANALISIS DAN PERANCANGAN SISTEM

3.1. Analisis Masalah 30

3.2. Analisis Kebutuhan Sistem 31

3.3. Analisis Proses 32

3.3.1. Analisis Proses Pemecahan Masalah dengan

AlgoritmaAnalytic Hierarchy Process(AHP)

32

3.3.2. Analisis Proses Pemecahan Masalah dengan

AlgoritmaPromethee

69

3.4. Pemodelan Sistem 82

3.4.1. Activity Diagram 82

3.4.2 Spesifikasi Use Case & Activity Diagram Promethee 84

3.4.3 Sequence Diagram 85

3.5. Perancangan Sistem 88

3.5.1. Pembuatan Algoritma Program 88

3.5.2. Alur Proses Sistem Secara Umum 88

3.6. Perancangan Struktur Tabel 91

3.7. Perancangan Antarmuka Sistem (Interface) 93

3.7.1. Halaman Menu Login 93

3.7.2. Halaman MenuUtama 93

3.7.3. Halaman Input Data (Kriteria) 94

3.7.4. Halaman Input Data (Alternatif) 96

3.7.5. Halaman Proses AHP 97

3.7.6. Halaman Proses Promethee 98

BAB 4 IMPLEMENTASI DAN PENGUJIAN

4.1. Implementasi Sistem 100

4.1.1. FormLogin 100

4.1.2. Form MenuUtama 101

4.1.3 Form MenuInput Data 101

4.1.4. Form Sub Menu Input Data (Input Altermnatif) 102

4.1.5. Form Menu Proses AHP 102

4.1.6. Form Menu Proses Promethee 103

4.2. Pengujian Sistem 103

4.2.1. Pengujian Proses Metode AHP 104

4.2.2. Pengujian Proses Metode Promethee 110

4.3. Analisis Perbandingan Algoritma 112

4.3.1. Perhitungan Kompleksitas Waktu 112

(11)

4.3.3. Perhitungan Kompleksitas Waktu Algoritma Promethee 115

BAB 5 KESIMPULAN DAN SARAN

5.1. Kesimpulan 117

5.2. Saran 118

DAFTAR PUSTAKA 119

LAMPIRAN A A-1

(12)

DAFTAR TABEL

Halaman

Tabel 2.1. Skala Penilaian Perbandingan Berpasangan 14

Tabel 2.2. Indeks Random 16

Tabel 2.3. Contoh Matriks Perbandingan Berpasangan 17

Tabel 2.4. Jenis-Jenis State 25

Tabel 2.5. Program Flowchart 26

Tabel 2.6. Sistem Flowchart 27

Tabel 3.1. Matriks Berpasangan Untuk Kriteria Memilih Orang Yang Berhak

Menerima Raskin Berdasarkan Kriteria

31

Tabel 3.2. Matriks Berpasangan Alternative Penerima Raskin 32

Tabel 3.3. Nilai Perbandingan Kriteria 34

Tabel 3.4. Matriks Factor Pembobotan Hirarki Untuk Semua Kriteria

Disederhanakan

35

Tabel 3.5. Matriks Factor Pembobotan Hirarki Untuk Semua Kriteria

Dinormalisasi

36

Tabel 3.6. Tabel MatriksEigenvector 37

Tabel 3.7. Nilai Perbandingan Sub Kriteria dari Kondisi Rumah 38

Tabel 3.8. Matriks Factor Pembobotan Hirarki Untuk Semua SubKriteria

Kondisi Rumah Disederhanakan

38

Tabel 3.9. Matriks Factor Pembobotan Hirarki Untuk Semua Sub Kriteria

Kondisi Rumah Dinormalisasi

41

Tabel 3.10. Tabel MatriksEigenvector 41

Tabel 3.11. Nilai Perbandingan Sub Kriteria dari Umum 43

UmumDisederhanakan

43

Umum Dinormalisasikan

44

Tabel 3.14. Nilai Perbandingan SubKriteria Aset Pribadi 45

Tabel 3.15. Matriks Factor Pembobotan Hirarki Untuk Semua SubKriteria Aset

Pribadi Disederhanakan

45

UmumDisederhanakan

47

Tabel 3.17. Tabel Matriks Eigenvector 48

Tabel 3.18. Matriks Factor Pembobotan Hirarki Untuk Semua Kriteria Kondisi

Rumah

50

(13)

Tabel 3.20. Matriks Factor Pembobotan Hirarki Untuk Semua SubKriteria Lantai

51

Tabel 3.21. Tabel Perhitungan Normalisasi 52

Dinding

52

MCK

53

Listrik

54

Kepemilikan Rumah

55

Tabel 3.30. Matriks Factor Pembobotan Hirarki Untuk Semua Alternative

Umum

56

Penghasilan

57

Pekerjaan

58

Jumlah Tanggungan

59

Tabel 3.38. Matriks Factor Pembobotan Hirarki Untuk Semua Alternative 60

Tabel 3.39. Tabel Perhitugnan Normalisasi 61

Kebun

61

Ternak

62

Elektronika

63

Tabel 3.45. Tabel Perhitungn Normalisasi 64

Kendaraan

64

Tabel 3.48. Perhitungan Prioritas dari Masing-Masing Kriteria 66

(14)

Tabel 3.50. Tabel PROMETHEE Tahap 1 71

Tabel 3.63. Tabel PROMETHEE Tahap 2 78

Tabel 3.64. Hasil Nilai Leaving Flow 79

Tabel 3.65. Hasil Nilai Entering Flow 80

Tabel 3.66. Hasil Nilai Net Flow 81

Tabel 3.67. Spesifikasi Use Case Diagram Algoritma PROMETHEE 84

Tabel 3.68. Struktur Tabel admin 91

Tabel 3.69. Struktur Tabel Alternative 91

Tabel 3.70. Struktur Tabel alprio 92

Tabel 3.71. Struktur Tabel Kriteria 92

Tabel 3.72. Struktur Tabel Pioritas 92

Tabel 3.73. Struktur Tabel hasilpromet 92

Tabel 3.74. Struktur Tabel Subkritera 92

Tabel 3.75. Struktur Tabel_Irk 92

Tabel 3.76. Keterangan Bagian-Bagian Rancangan Antarmuka Aplikasi 94

(15)

DAFTAR GAMBAR

Halaman

Gambar 2.1. Fase Proses Pengambilan Keputusan 9

Gambar 2.2. Karakteristik dan Kapabilitas Sistem Pendukung Keputusan 11

Gambar 2.3. Kriteria Biasa 18

Gambar 2.4. Kriteria Quasi 19

Gambar 2.5. Kriteria Preferensi Linier 20

Gambar 2.6. Kriteria Level 21

Gambar 2.7. Kriteria dengan Preferensi Linier dan area berbeda 21

Gambar 2.8. Kriteria Gaussian 22

Gambar 3.1. Diagram Ishikawa untuk analisis masalah 29

Gambar 3.2. Activity Diagram Algoritma AHP 83

Gambar 3.3. Activity Diagram Algoritma PROMETHEE 85

Gambar 3.4. Sequence Diagram AHP 86

Gambar 3.5. Sequence Diagram PROMETHEE 87

Gambar 3.6. Flowchart Proses Algoritma AHP 89

Gambar 3.7. Flowchart Proses Algoritma PROMETHEE 90

Gambar 3.8. Rancangan Halaman Login 93

Gambar 3.9. Rancangan Halaman Utama 94

Gambar 3.10. Rancangan Halaman Input Kriteria 95

Gambar 3.11. Rancangan Halaman InputAlternatif 96

Gambar 3.12. Rancangan Halaman Metode AHP 97

Gambar 3.13. Rancangan Halaman Metode Promethee 98

Gambar 4.1. FormLogin 99

Gambar 4.2. FormMenu Home 101

Gambar 4.3. FormMenu Input Data (Input Kriteria) 101

Gambar 4.4. FormMenu Input Data (Input Alternatif) 102

Gambar 4.5. Form Matriks Kriteria Proses AHP 102

Gambar 4.6. Form Matriks Kriteria Proses Promethee 103

Gambar 4.7. Form InputMatriks Nama Kriteria 103

Gambar 4.8. Form Matriks Nama SubKriteria 104

Gambar 4.9. Form Input Matriks Kriteria 104

Gambar 4.10. Form Bobot Nilai Kriteria 105

Gambar 4.11. Form Input Matriks SubKriteria Kondisi Rumah 105

Gambar 4.12. Form Bobot Nilai SubKriteria Kondisi Rumah 106

Gambar 4.13. Form Input Matriks SubKriteria Umum 106

(16)

Gambar 4.15. Form Input Matriks SubKriteria Aset Pribadi 107

Gambar 4.16. Form Bobot Nilai SubKriteria Aset Pribadi 108

Gambar 4.17. Form Aternatif 108

Gambar 4.18. Form Bobot Nilai Alternatif 109

Gambar 4.19. Form Hasil Perhitungan AHP 109

Gambar 4.20. Form Input Matriks Metode Promethee 110

Gambar 4.21. Form Promethee Tahap II 111

(17)

Nur Asma

ABSTRAK

Kesejahteraan masyarakat merupakan salah satu tujuan dalam pembangunan Negara Kesatuan Repubik Indonesia. Cara mewujudkan tujuan tersebut yaitu dengan membentuk program pengentasan kemiskinan, pemberdayaan masyarakat dan sebagainya. Salah satu program tersebut adalah pendistribusian beras untuk keluarga miskin yang merupakan upaya pemerintah untuk mengurangi beban pengeluaran keluarga miskin. Tetapi ada beberapa beberapa instansi pemerintah yang masih mengalami permasalahan dalam mengambil keputusan siapa saja seharusnya raskin tersebut diberikan. Hal ini disebabkan karena pihak instansi masih menggunakan sistem manual sehingga diperlukannya sistem pendukung keputusan untuk menentukan siapa saja yang berhak menerima raskin tersebut. Tujuan dari penelitian ini adalah untuk membangun sebuah sistem aplikasi yang dapat membantu pihak instansi / user dalam mengambil satu keputusan untuk menentukan siapa saja yang paling berhak menerima bantuan beras miskin (Raskin) berdasarkan nilai dari kriteria. Sistem pendukung keputusan yang digunakan dalam penelitian ini menggunakan

metode Analytic Hierarcy Process (AHP) dan metode PROMETHEE. Dalam

mengambil keputusan digunakan 12 kriteria pembanding dan 12 alternatif untuk menentukan siapa yang paling berhak menerima beras miskin yaitu Kondisi Rumah yang terdiri dari Lantai, Dinding, MCK, Listrik dan Kepemilikan Rumah. Bagian umum terdiri dari penghasilan, pekerjaan dan jumlah tanggungan. Bagian Aset Pribadi terdiri dari kebun, ternak, elektronika dan kendaraan. Aplikasi yang dibangun dalam penelitian ini menggunakan bahasa pemrograman PHP. Berdasarkan penggunaan metode AHP dan Promethee dalam aplikasi ini, maka diperoleh urutan pertama dengan nilai tertinggi pada metode AHP adalah Paing dengan nilai 0.3411. dan urutan pertama pada metode Promethee adalah Sugiono dengan nilai tertinggi -0.136. Time Complexity dengan metode AHP T(n)= �(n2)dan proses eksekusi running time

sebesar 21,559 detik. Dengan metode Promethee T(n)=�(n2) dan prosees eksekusi

running time sebesar 3.145 detik. Berdasarkan dari hasil perhitungan Time Complexity, maka dapat disimpulkan penggunaan metode Promethee lebih cepat daripada metode AHP.

Kata Kunci : Sistem Pendukung Keputusan (SPK), Analytical Hierarchy

Process(AHP) dan Preference Ranking Organization Method for

(18)

IMPLEMENTATION METHOD OF ANALYTIC HERARCHY PROCESS (AHP) DAN PROMETHEE TO DETERMINE THE ACCEPTANCE OF POOR

RICE (RASKIN)

ABSTRACT

Welfare of the community is one of the goals in the development of the Unitary Republic of Indonesia. How to achieve that goal is to establish poverty alleviation programs, community empowerment, and so on. One such program is the distribution of rice for poor families who are the government's efforts to reduce the burden on poor families spending. But there are some few government agencies are still experiencing problems in taking decisions anyone should Raskin was given. This is because the agencies are still using a manual system so that the need for a decision support system to determine who is entitled to receive the Raskin. The purpose of this research is to build an application system that can help the agency / user in taking a decision to determine who is most entitled to receive help poor rice (Raskin) based on the value of the criterion. Decision support system used in this study using Hierarcy Analytic Process (AHP) and PROMETHEE method. In taking the decision to use 12 comparators and 12 alternative criteria to determine who is most entitled to receive poor rice which condition the house is composed of floor, walls, toilets, electricity and Housing. The general part consists of income, employment and number of dependents. Personal Assets section consists of gardens, livestock, electronics and vehicles. Applications built in this study uses the PHP programming language.Based on the use of AHP and Promethee method in this application, the obtained first place with the highest values in AHP is Paing with the value 0.3411. and the first order on Promethee method is Sugiono with the highest value -0136. Time Complexity with AHP T (n) = θ (n2) running time and the process of execution was 21.559 seconds. With the Prometheemethod T (n) = θ (n2) running time and the process of execution was 3,145 seconds. Based on the results of the calculation from Time Complexity, it can be concluded uses Promethee method is faster than the AHP.

Keywords : Decision Support System (DSS), Analytical Hierarchy Process (AHP) and Preference Ranking Organization Method for luation

(19)

BAB I

PENDAHULUAN

1.1.Latar Belakang

Pendistribusian beras untuk keluarga miskin atau Raskin merupakan salah satu upaya

pemerintah untuk mengurangi beban pengeluaran keluarga miskin. Dengan adanya

pendistribusian beras miskin diharapkan dapat berdampak langsung terhadap

ketahanan pangan keluarga miskin dan kesejahteraan mereka sehingga dapat

mengurangi beban pengeluaran mereka. Tetapi pada kenyataannya pembagian beras

miskin tidak berpedoman pada kriteria-kriteria keluarga miskin sehingga pembagian

beras miskin tidak semuanya diberikan kepada keluarga miskin yang benar-benar

membutuhkan dan bisa dikatakan bahwa pembagian beras miskin ini diberikan tidak

tepat sasaran. Untuk menentukan kriteria-kriteria keluarga miskin dibutuhkan sebuah

sistem agar tidak terjadi kesalahan sehingga dengan adanya sebuah sistem dapat

membantu menentukan siapa saja yang berhak menerima Raskin.

Berdasarkan permasalahan diatas maka dibutuhkan sebuah aplikasi sistem

pendukung keputusan untuk penentuan penerimaan beras miskin (Raskin). Dalam

kasus ini penulis mengambil studi kasus di daerah Hinai Kiri Kec Secanggan Kab.

Langkat. Pemanfaatan sistem pendukung keputusan merupakan bagian yang penting

untuk menyelesaikan permasalah tersebut.

Sistem pendukung keputusan merupakan salah satu dari sistem informasi

berbasis komputer yang dapat membantu dalam menentukan calon penerima Raskin.

Karena sistem pendukung keputusan juga merupakan sistem berbasis pengetahuan

atau manajemen pengetahuan yang dipakai untuk mendukung pengambilan keputusan

dalam suatu instansi atau perusahaan. Dapat juga dikatakan sebagai sistem komputer

yang mengolah data menjadi informasi untuk mengambil keputusan dari masalah

(20)

Salah satu algoritma dalam sitem pendukung keputusan yang multikriteria

adalah Algoritma Analytic Hierarchy Process (AHP) dan Promethee. Algoritma

Analytical Hierarchy Process (AHP) yang membuat suatu model pengambilan

keputusan yang bisa diterima dan bersifat global dengan memperhitungkan hal- hal

yang bersifat kualitatif dan kuantitatif. AHP menggunakan perbandingan berpasangan

(Pairwise Comparison) yang memungkinkan penilaian verbal dan mecari hasil yang

tepat. Perbandingan berpasangan digunakan untuk memperoleh rasio dan skala

prioritas yang akurat. (Dolalah, 2010). Promethee merupakan suatu metode

pengambilan keputusan atas fungsi preferensi dengan penyelesaian masalah melalui

pendekatan hubungan outranking. (Novaliendry, 2009).

Dengan pemanfaatan kedua algoritma ini diharapkan akan menghasilkan

sistem pendukung keputusan yang dapat menghasilkan pemilihan siapa saja yang

paling berhak dalam menerima bantuan beras miskin (Raskin) di desa Hinai Kiri Kec.

Secanggang Kab. Langkat.

Formulasi permasalahan

dalam penelitian ini menggunakan AHP dan Promethee dengan berbagai

kriteria-kriteria yang ditentukan, dan hasil dari analisa akan memberikan alternatif siapa saja

calon penerima bantuan beras miskin (Raskin).

1.1. Rumusan Masalah

Masalah yang akan dibahas dalam penelitian ini adalah bagaimana menghasilkan

sebuah sistem yang mampu mengimplementasikan algoritma AHP dan algoritma

Promethee untuk menentukan penerimaan beras miskin (RASKIN)

1.2. Batasan Masalah

Batasan masalah dalam penelitian ini adalah :

1. Variabel Kemiskinan yang digunakan ialah:

1. Kondisi Rumah

a. Lantai

b. Dinding

(21)

d. Listrik

e. Kepemilikan Rumah

2. Umum

a. Penghasilan

b. Pekerjaan

c. Jumlah tanggungan

3. Aset pribadi

a. Kebun

b. Ternak

c. Elektronik

d. Kendaraan

2. Penggunaan Fuzzy Multiple Attribute DecisionMaking (FMADM) dengan

metode AHP dan Promethee untuk analisa pemilihan.

3. Menggunakan bahasa pemrograman PHP, Database Management System

(DBMS) MySQL dan Apache sebagai web server.

4. Data yang digunakan adalah data penduduk Desa Hinai Kiri Kec.

Secanggang Kab. Langkat Tahun 2013.

1.3. Tujuan Penelitian

1. Mengambil satu keputusan dalam menentukan penerimaan bantuan beras

miskin (Raskin) dengan pemanfaatan algoritma AHP dan Promethee.

2. Untuk mengetahui Time Complexity dari algoritma AHP dan Promethee

1.4. Manfaat Penelitian

Penelitian ini diharapkan dapat membantu pihak instansi dalam menentukan siapa saja

yang berhak menerima Raskin sehingga proses penerimaan Raskin dilakukan lebih

(22)

1.5. Metodologi Penelitian

Metode penelitian yang digunakan dalam penulisan tugas akhir ini adalah sebagai

berikut:

a. Studi Literatur

Metode ini dilaksanakan dengan melakukan studi kepustakaan melalui membaca

buku-buku, skripsi, dan jurnal yang dapat mendukung penulisan Tugas Akhir

yang relevan mengenai Sistem Pendukung Keputusan, Analytic Hierarchy

Process (AHP) dan Promethee.

b. Analisis dan Pengumpulan Data

Pada tahap ini dilakukan analisis kebutuhan aplikasi yang akan dibuat, seperti

mencari data penduduk dari Desa Hinai Kiri Kec. Secanggang Kab. Langkat dan

mencari informasi untuk membangun aplikasi melalui buku, skripsi dan jurnal.

c. Perancangan

Pada tahap ini akan dilakukan perancangan dan sistem pengambilan keputusan

untuk menentukan siapa yang berhak menerima bantuan beras miskin (RASKIN).

Rancangan sistem dibuat menggunakan Unified Modeling Language (UML)

dalam bentuk activity diagram, dan sequence diagram. Pada tahap ini juga

dilakukan perancangan interface dari aplikasi dan flowchart cara menggunakan

sistem.

d. Implementasi

Pada tahap ini akan dilakukan pengimplementasian dari rancangan yang telah

dibuat ke dalam bahasa pemrograman PHP dengan menggunakan MySQL

sebagai DBMS-nya.

e. Pengujian

Setelah proses pengkodean selesai maka akan dilakukan proses pengujian

terhadap program yang dihasilkan untuk mengetahui apakah program sudah

berjalan dengan benar dan sesuai dengan perancangan yang dilakukan.

f. Penyusunan laporan dan kesimpulan akhir

Membuat laporan hasil analisa dan perancangan ke dalam format penulisan tugas

(23)

1.6. Sistematika Penelitian

Adapun langkah-langkah dalam menyelesaikan penelitian ini adalah sebagai berikut :

BAB 1 : PENDAHULUAN

Bab ini akan menjelaskan mengenai latar belakang pemilihan judul skripsi

“Implementasi Algoritma AHP dan PROMETHEE Untuk Penentuan

penerimaan Raskin”, rumusan masalah, batasan masalah, tujuan penelitian,

manfaat penelitian, metodologi penelitian, dan sistematika penulisan.

BAB 2 : LANDASAN TEORI

Bab ini membahas mengenai teori-teori yang berkaitan dengan perancangan

model sistem pendukung keputusan dalam penentuan penerimaan Raskin.

BAB 3 : ANALISIS DAN PERANCANGAN SISTEM

Bab ini menjelaskan analisis yang dilakukan terhadap permasalahan dan

penyelesaian persoalan dalam penentuan penerimaan Raskin dengan

mengimplementasikan Algoritma AHP dan PROMETHEE untuk pemiihan.

BAB 4 : IMPLEMENTASI DAN PENGUJIAN SISTEM

Bab ini berisi implementasi perancangan sistem dari hasil analisis dan

perancangan yang sudah dibuat, serta menguji sistem untuk menemukan

kelebihan dan kekurangan pada sistem yang dibuat.

BAB 5 : KESIMPULAN DAN SARAN

Bab ini berisi kesimpulan dari keseluruhan uraian bab-bab sebelumnya dan

saran-saran yang diharapkan dapat bermanfaat dalam pengembangan

(24)

BAB 2

TINJAUAN PUSTAKA

2.1. Definisi Sistem, Keputusan dan Sistem Pendukung Keputusan

2.1.1.Definisi Sistem

Sistem adalah suatu kumpulan atau susunan dari sesuatu ataupun benda, yang

berhubungan sedemikian rupa sehingga membentuk satu kesatuan atau keseluruhan.

Sistem dibagi menjadi tiga bagian berbeda: input, proses dan output. Bagian-bagian

tersebut dikelilingi oleh sebuah lingkungan dan sering melibatkan sebuah mekanisme

umpan balik. Selain itu, pengambil keputusan juga dianggap sebagai bagian dari

sistem. (Rosnani, 2014)

Berdasarkan prosedur, sebuah sistem merupakan suatu jaringan kerjadari

prosedur-prosedur yang saling berhubunganm berkumpul bersama-sama untuk

melakukan kegiatan atau untuk menyelesaikan suatu sasaran tertentu. Sedangkan

berdasarkan elemen atau komponennya, sistem merupakan kumpulan dari

elemen-elemen yang saling berinteraksi untuk mencapai suatu tujuan tertentu. (Fachmi, 2006).

Menurut McLeod (1998), sebuah sistem didefenisikan sebagai suatu kumpulan

dari elemen-elemen yang saling berkaitan untuk mencapai tujuan tertentu. Sedangakan

menurut Turban & Aronson (1998), sistem merupakan sekupulan objek seperti

orang-orang, sumber daya, konsep dan prosedur untuk memberikan performansi dalam

pencapaian tujuan tersebut. (Sandy, 2002).

2.1.2Definisi Keputusan

Menurut Ralp C. Davis, keputusan adalah hasil pemecahan masalah yang dihadapinya

dengan tegas. Suatu keputusan merupakan jawaban yang pasti terhadap suatu

pertanyaan. Keputusan harus dapat menjawab pertanyaan tentang apa yang

dibicarakan dalam hubungannya dengan perencanaan. Keputusan dapat pula berupa

(25)

Menurut James A.F.Stoner, keputusan adalah pemilihan alternative-alternatif.

Defenisi ini mengandung tiga pengertian yaitu:

1. Ada pilihan atas dasar logika atau pertimbangan.

2. Ada beberapa alternatif yang harus dan dipilih salah satu yang terbaik.

3. Ada tujuan yang ingin dicapai, dan keputusan itu makin mendekatkan pada

tujuan tersebut.

Menurut Prof. Dr. Prajudi Atmosudirjo, SH, keputusan adalah suatu

pengakhiran daripada proses pemikiran tentang suatu masalah atau problema untuk

menjawab pertanyaan apa yang harus diperbuat guna mengatasi masalah tersebut,

dengan menjatuhkan pilihan pada suatu alternatif.

Dari pengertian-pengertian keputusan diatas, dapat diambil satu kesimpulan

bahwa keputusan merupakan suatu pemecahan masalah sebagai suatu hukum situasi

yang dilakukan melalui pemilihan satu alternatif dari beberapa alternatif.

2.1.3 Sistem Pendukung Keputusan

Defenisi awal dari sistem pendukung keputusan merupakan sebagai sistem yang

dimaksudkan untuk mendukung para pengambil keputusan manajerial dalam situasi

keputusan semiterstruktur. Decision Support System (DSS) dimaksudkan untuk

menjadi alat bantu bagi para pengambil keputusan untuk memperluas kapabilitas

mereka, namun tidak untuk menggantikan penilaian mereka. (Turban, 2005).

2.2. Konsep Sistem Pendukung Keputusan

Sistem Pendukung Keputusan pertama kali diperkenalkan pada awal tahun 1970-an

oleh Michael Scott Morton. Ia mendefenisikan sistem pendukung keputusan adalah

sebagai sistem berbasi komputer interaktif, yang membantu para pengambil keputusan

untuk menggunakan data dan berbagai model untuk memecahkan masalah-masalah

tidak terstruktur. Defenisi klasik lainnya diajukan oleh Keen dan Scoot Morton pada

(1978), mereka mendefenisikan sistem pendukung keputusan memadukan sumber

(26)

kualitas keputusan. Sistem pendukung keputusan adalah sistem pendukung keputusan

manajemen yang menangani masalah-masalah tidak terstuktur. (Turban, 2005).

Dengan cepat muncullah defenisi lainnya yang menimbulkan tidak pastinya

apa sesungguhnya sistem pendukung keputusan itu. Berikut dijelaskan beberapa

pendapat yang menyangkut sistem pendukung keputusan.

Moore dan Chang (1980) berpendapat bahwa sistem pendukung keputusan

sebagai sistem yang dapat diperluas untuk mampu mendukung analisis data at hoc dan

pemodelan keputusan, berorientasi terhadap perencanaan masa depan, dan digunakan

pada interval yang tidak regular dan tak terencana.

Bonczek, dkk., (1980) mendefenisikan sistem pendukung keputusan sebagai

sistem berbasis komputer yang terdiri dari tiga komponen yang saling berinteraksi:

sistem bahasa yang mana merupakan mekanisme untuk memberikan komunikasi

antara pengguna dan komponen untuk sistem pendukung keputusan yang lain, sistem

pengetahuan yang merupakan repositori pengetahuan domain masalah yang ada pada

sistem pendukung keputusan sebagai data atau sebagai prosedur), dan sistem

pemrosesan masalah yang merupakan hubungan antara dua komponen lainnya, terdiri

dari satu atau lebih kapabilitas manipulasi masalah umum yang diperlukan untuk

pengambilan keputusan). Konsep-konsep yang diberikan oleh defenisi tersebut sangat

penting untuk memahami hubungan antara sistem pendukung keputusan dan

pengetahuan. (Turban, 2005).

Alter (2002) Sistem Pendukung Keputusan (Decision Support System)

merupakan sistem informasi interaktif yang menyediakan informasi, pemodelan, dan

pemanipulasian data. Sistem ini digunakan untuk membantu pengambilan keputusan

dalam situasi yang semiterstruktur dan situasi yang tidak terstruktur, dimana tak

seorangpun tahu secara pasti bagaimana keputusan seharusnya dibuat (Kusrini, 2007).

Little (1970) mendefenisikan sistem pendukung keputusan sebagai sebuah

himpunan/kumpulan proseur berbasis model untuk memproses data dan pertimbangan

(27)

2.3. Proses Pengambilan Keputusan

Simon (1960) mengajukan model yang menggambarkan proses pengambilan

keputusan. Proses ini terdiri atas tiga fase, yaitu: (Kusrini, 2007)

1. Intelligence

Tahap ini merupakan proses penelusuran dan pendeteksian dari lingkup

problematika serta proses pengenalan masalah. Data masukan diperoleh,

diproses, dan diuji dalam rangka mengidentifikasikan masalah.

2. Design

Tahap ini merupakan proses menemukan, mengembangkan, dan menganalisis

alternatif tindakan yang bisa dilakukan. Tahap ini meliputi proses untuk

mengerti masalah, menurunkan solusi, dan menguji kelayakan solusi.

3. Choice

Pada tahap ini dilakukan proses pemilihan diantara berbagai alternatif tindakan

yang mungkin dijalankan. Hasil pemilihan tersebut kemudian

diimplementasikan dalam proses pengambilan keputusan.

Ketiga langkah proses pengambilan keputusan yang telah disampaikan oleh Simon

(1960) dapat digambarkan sebagai berikut :

Meskipun implementasi termasuk tahap ketiga, namun ada beberapa pihak

berpendapat bahwa tahap ini perlu dipandang sebagai bagian yang terpisah guna

menggambarkan hubungan antar fase secara lebih komprehensif.

Sistem Informasi Manajemen/

Pengolahan Data Elektronik

Ilmu Manajemen/Operation Research

Gambar 2.1. Fase Proses Pengambilan Keputusan

INTELLIGENCE

DESIGN

CHOICE

(28)

2.4. Karakteristik dan Kapabilitas Sistem Pendukung Keputusan

Sistem pendukung keputusan juga mempunyai karakteristik dan kapabilitas yang

menjadi kunci dari sistem pendukung keputusan. Yaitu:

1. Dukungan untuk pengambil keputusan dengan menyertakan penilaian

manusia dan informasi terkomputerisasi.

2. Dukungan untuk semua level manajerial.

3. Dukungan untuk individu dan kelompok.

4. Dukungan untuk keputusan independen dan atau sekuensial. Keputusan dapat

dilakukan satu kali atau berulang kali.

5. Dukungan di semua fase proses pengambil keputusan: intelegensi, desain,

pilihan dan implementasi.

6. Dukungan di berbagai proses dan gaya pengambil keputusan.

7. Adaptivitas sepanjang waktu.

8. Kemudahan terhadap sistem (user friendly) .

9. Peningkatan terhadap keefektifan pemgambil keputusan ketimbang pada

efisiensinya.

10.Control penuh oleh pengambil keputusan terhadap semua langkah proses

pengambilkan keputusan dalam memecahkan masalah.

11.Pengguna akhir dapat mengembangkan dan memodifikasi sendiri sistem

sederhana.

12.Biasanya model-model digunakan untuk menganalisis situasi pengambil

keputusan.

13.Akses disediakan untuk berbagai sumber data, format, dan tipe.

14.Dapat dilakukan sebagai alat standalone yang digunakan oleh seorang

(29)

Karakteristik dan Kapabilitas dari sistem pendukung keputusan akan terlihat jelas dari

gambar dibawah ini:

Gambar 2.2. Karakteristik dan Kapabilitas Sistem Pendukung Keputusan

Karakteristik dan kapabilitas kunci dari sistem pendukung keputusan tersebut

membolehkan para pengambil keputusan untuk membuat keputusan yang lebih baik

dan lebih konsisten. (Rosnani, 2014).

2.5. Algoritma

Algoritma adalah susunan langkah-langkah sistematis dan logis dalam pemecahan

suatu masalah. Algoritma juga merupakan suatu prosedur yang jelas untuk

menyelesaikan suatu persoalan dengan menggunakan langkah-langkah tertentu dan

jumlah yang terbatas. (Muhammad &Saniman, 2008).

(30)

Ada 3 cara dalam menyusun sebuah algoritma yaitu :

1. Dengan merumuskan langkah-langkah pemecahan masalah melalui kalimat

yang terstruktur (tersusun secara logis).

2. Menggabungkan kalimat dengan penggalan statement yang ada di salah satu

bahasa pemrograman (mis. Bahasa pascal). Biasanya disebut dengan pseudo

code (mirip kode atau perintah pemrograman).

3. Menggunakan diagram alir (flowchart)

2.6. Fuzzy Multiple Attribute Decision Making Methods

Fuzzy Multiple Attribute Deciosion Making (FMADM) adalah suatu metode yang

digunakan untuk mencari alternatif optimal dari sejumlah alternatif dengan kriteria

tertentu. Inti dari FMADM adalah menentukan nilai bobot untuk setiap atribut

kemudian dilanjutkan dengan proses perangkingan yang akan menyeleksi alternatif

yang sudah diberikan. Pada dasarnya, ada 3 pendekatan untuk mencari nilai bobot

atribut, yaitu pendekatan subyektif, pendekatan objektif dan pendekatan integrasi

antara subyektif dan obyektif. Masing-masing pendekatan memiliki kelebihan dan

kelemahan. Pada pendekatan subyektif, nilai bobot ditentukan berdasarkan

subjektifitas dari para pengambil keputusan sehingga beberapa faktor dalam proses

perangkingan alternatif bisa ditentukan secara bebas. Sedangkan pada pendekatan

obyektif nilai bobot dihitung secara matematis sehingga mengabaikan sebyektifitas

dari pengambil keputusan.

Ada beberapa metode yang dapat digunakan untuk menyelesaikan masalah

FMADM antara lain : (Kusumadewi, 2006)

1. Simple Additive Weighting (SAW)

2. Weighted Product (WP)

3. ELECTRE

4. Technique for Order Preference by Similarity to Ideal Solution (TOPSIS)

(31)

2.6.1. Algoritma Analytic Hierarcy Process (AHP)

Pada dasarnya, proses pengambilan keputusan adalah memilih suatu alternatif.

Peralatan utama AHP adalah sebuah hierarki fungsional dengan input utamanya

persepsi manusia. Keberadaan hierarki memungkinkan dipecahnya masalah, lalu

menyusunnya menjadi suatu bentuk hierarki.

AHP telah menarik minat banyak peneliti utamanya berdasarkan metode

perhitungan Matematika yang bagus dan faktanya bahwa dibutuhkan input data yang

lebih mudah diperoleh. AHP merupakan alat pengambilan keputusan yang dapat

digunakan untuk memecahkan masalah yang kompleks. AHP menggunakan struktur

hirarki multi level, kriteria, subkriteria dan alternatif. Data yang bersangkutan

menggunakan perbandingan berpasangan. Perbandingan berpasangan (Pairwise

Comparison). Perbandingan ini digunakan untuk mendapatkan bobot pentingnya

kriteria keputusan dan ukuran kinerja relatif dari alternatif dalam kriteria yang sudah

ditentukan. Jika perbandingan tidak konsisten, maka perbandingan ini menyediakan

mekanisme untuk meningkatkan konsistensi. (H Mann, 1995).

Metode Analytic Hierarchy Process (AHP) dikembangkan oleh Thomas L.

Saaty pada tahun 70-an ketika di Warston school. Metode AHP merupakan salah satu

metode yang dapat digunakan dalam sistem pengambilan keputusan dengan

memperhatikan faktor-faktor persepsi, preferensi, pengalaman dan intuisi. AHP

menggabungkan penilaian-penilaian dan nilai-nilai pribadi ke dalam satu cara yang

logis.

Penilaian dilakukan dengan membandingkan setiap elemen dengan elemen

lainnya pada setiap kriteria sehingga didapat nilai kepentingan elemen dalam bentuk

pendapat yang bersifat kualitatif tersebut digunakan skala penilaian Saaty sehingga

akan diperoleh nilai pendapat dalam bentuk angka (kuantitatif) hingga menghasilkan

(32)

2.7. Prinsip Dasar AHP

Dalam menyelesaikan permasalahan dengan AHP ada beberapa prinsip yang harus

dipahami, diantaranya adalah (Mulyono, 2007):

1. Membuat hierarki.

Sistem yang kompleks bisa dipahami dengan memecahnya menjadi

elemen-elemen pendukung, menyusun elemen-elemen secara hierarki, dan menggabungkannya

atau mensintesisnya.

2. Penilaian Kriteria dan alternatif

Kriteria dan alternatif dilakukan dengan perbandingan berpasangan. Menurut

Saaty (1988), untuk berbagai ersoalan, skala 1 sampai 9 adalah skala terbaik

untuk mengekspresikan pendapat kualitatif dari skala perbandingan Saaty bisa

diukur menggunakan tabel analisis seperti ditunjukkan pada Tabel 1.1 berikut

Tabel 2.1. Skala Penilaian Perbandingan Pasangan

Intensitas

Kepentingan

Keterangan

1 Kedua elemen sama pentingnya

3 Elemen yang satu sedikit lebih penting daripada elemen

yang lainnya

5 Elemen yang satu lebih penting daripada elemen lainnya

7 Satu elemen jelas lebih mutlak penting daripada elemen

lainnya

9 Satu elemen mutlak penting daripada elemen lainnya

2,4,6,8 Nilai-nilai antara dua nilai pertimbangan yang

berdasarkan

Kebalikan Jika aktivitas i mendapat satu angka dibandingkan

dengan aktivitas j, maka j memiliki nilai kebalikannya

(33)

3. Synthesis of Priority (menentukan prioritas)

Untuk setiap kriteria dan alternatif, perlu dilakukan perbandingan berpasangan

(pairwise comparisons). Nilai-nilai perbandingan relatif dari seluruh alternatif

kriteria bisa disesuaikan dengan judgement yang telah ditentukan untuk

menghasilkan bobot dan prioritas. Bobot dan prioritas dihitung dengan

memanipulasi matriks atau melalui penyelesaian persamaan matematika.

4. Logical Consistency (Konsistensi Logic)

Konsistensi memiliki dua makna. Pertama, objek-objek yang serupa bisa

dikelompokkan sesuai dengan keseragaman dan relevansi. Kedua, menyangkut

tingkat hubungan antar objek yang didasarkan pada kriteria tertentu.

Adapun langkah-langkah dalam metode AHP adalah sebagai berikut :

1. Mendefenisikan masalah dan menentukan solusi yang diinginkan.

2. Membuat struktur hirarki, yang diawali dengan tujuan umum, dilanjutkan

dengan sub-subtujuan, kriteria dan kemungkinan alternatif pada tingkatan

kriteria yang paling bawah.

3. Membuat matriks perbandingan berpasangan yang menggambarkan kontribusi

relatif pengaruh setiap elemen terhadap masing-masing tujuan kriteria yang

setingkat diatasnya. Perbandingan berdasarkan “judgement” dari pengambil

keputusan dengan menilai tingkat kepentingan suatu elemen dibandingkan

elemen lainnya.

4. Melakukan perbandingan berpasangan sehingga diperoleh judgement

seluruhnya sebanyak n x [ �−1

2 ] buah, dengan n adalah banyaknya elemen

yang dibandingkan.

5. Menghitung nilai eigen dan menguji konsistensinya, jika tidak konsisten maka

pengambilan data diulangi.

6. Mengulangi langkah 3, 4, dan 5 untuk seluruh tingkat hirarki.

7. Menghitung vector eigen dari setiap matriks perbandingan berpasangan. Nilai

vector eigen merupakan bobot setiap elemen. Langkah ini untuk mensistesis

judgement dalam penentuan prioritas elemen-elemen pada tingkat hirarki

terendah sampai pencapaian tujuan.

(34)

Berdasarkan penjelasan langkah-langkah AHP diatas, dapat dibuat rumus perhitungan

untuk penentuan penerimaan Raskin sebagai berikut.

1. Menentukan kriteria-kriteria yang akan digunakan dalam menentukan siapa

yang berhak menerima Raskin.

2. Menyusun kriteria-kriteria tersebut dalam bentuk matriks berpasangan.

3. Menjumlahkan matriks kolom yang disebut dengan jumlah elemen.

4. Menentukan bobot relatif yang dinormalkan (normalized relatif weight)

dengan cara membandingkan masing-masing nilai skala dengan jumlah

elemennya.

5. Menghitung nilai prioritas kriteria dengan rumus menjumlahkan matriks baris

pada langkah 4 dan dibagi dengan jumlah kriteria.

6. Menghitung nilai lamda maksimum, dengan cara menjumlahkan hasil

perkalian jumlah kolom pada langkah 3 dengan prioritas tiap kriteria pada

langkah 5.

7. Menguji konsistensi matriks berpasangan kriteria yaitu nilai Indeks Konsisten,

dengan rumus CI = ��−�

�−1

8. Dimana CI = indeks konsistensi (Consistency Indeks) (2.1)

λmax

9. Menghitung Rasio Konsistensi, dengan rumus CR =��

�� (2.2)

= nilai eigen

n = banyak kriteria

Dimana CR = Rasio Konsistensi

CI = Indeks Konsistensi

RI = Indeks Random

RI adalah nilai indeks random seperti tabel 2.1.

Tabel 2.2 Indeks Random

N 1 2 3 4 5 6 7 8 9 10 11

(35)

Jika CR< 0.1 maka nilai perbandingan berpasangan pada matriks kriteria yang

diberikan konsisten. Jika CR≥ 0.1, maka nilai perbandingan berpasangan pada

matriks kriteria yang diberikan tidak konsisten. Jika tidak konsisten maka

pengisian nilai-nilai pada matriks berpasangan pada unsur kriteria maupun

alternatif harus diulang.(H Mann, 1995).

10.Menentukan siapa saja yang berhak menerima Raskin.

11.Menyusun siapa saja yang telah ditentukan dalam bentuk matriks berpasangan

untuk masing-masing kriteria. Ada n buah matriks berpasangan antar Kriteria

tersebut.

12.Masing-masing matriks berpasangan antar kriteria sebanyak n buah matriks,

tiap-tiap matriksnya dijumlah perkolomnya seperti pada langkah 3.

13.Menghitung nilai prioritas masing-masing matriks berpasangan antarkriteria

dengan rumus pada langkah 4 dan langkah 5.

14.Menghitung nilai lamda maksimum sama seperti langkah 6.

15.Menghitung konsistensi matriks berpasangan antar kriteria penerima Raskin

dengan mengikuti langkah-langkah 7 dan 8.

16.Menyusun matriks baris antar Kriteria dengan matriks baris kriteria yang

isinya hasil perhitungan nilai prioritas kriteria dan nilai prioritas penerima

Raskin tiap kriteria.

17.Hasil akhir berupa prioritas global dari perkalian nilai prioritas masing-masing

matriks kriteria dengan matriks antar penerima Raskin yang kemudian

dijumlahkan. Nilai ini yang digunakan oleh pengambil keputusan berdasarkan

nilai tertinggi.

2.8. Algoritma Preference Ranking Organization for Enrichment Evaluation

(PROMETHEE)

Diperkenalkan oleh Jean Pierre Brans dan Bertrand Marsechal pada tahun

1984.Promethee adalah suatu metode penentuan urutan (prioritas) dalam analisis

multikriteria. Promethee didasarkan atas kesederhanaan, kejelasan , dan kestabilan.

Dugaan dari dominasi kriteria yang digunakan dalam promethee adalah penggunaan

(36)

PROMETHEEmenyediakan kepada user untuk menggunakan data secara

langsung dalam bentuk tabel multikriteria sederhana. PROMETHEE mempunyai

kemampuan untuk menangani banyak perbandingan, pengambil keputusan hanya

mendefenisikan skala ukurannya sendiri tanpa batasan, untuk mengindikasi

prioritasnya dan preferensi untuk setiap kriteria dengan memusatkan pada nilai

(value). Metode PROMETHEE menggunakan kriteria dan bobot dari masing-masing

kriteria yang kemudian diolah untuk menentukan pemilihan alernatif lapangan, yang

hasilnya berurutan berdasarkan prioritasnya.

Dalam Promethee disajikan enam bentuk fungsi preferensi kriteria. Hal ini

tentu saja tidak mutlak, tetapi bentuk ini cukup baik untuk beberapa kasus, antara lain:

(Dhony, 2009)

1. Kriteria Biasa (Usual Criterion)

H(d) = (2.3)

Keterangan:

H(d) = selisih kriteria antara alternatif

d = selisih nilai kriteria dimana {d= f(a) - f(b)}

Pada kasus ini, tidak ada beda (sama penting) antara a dan b jika dan hanya

jikaf(a) = f(b) ; apabila nilai kriteria pada masing-masing alternative memiliki

nilai berbeda, pembuat keputusan membuat preferensi mutlak untuk alternatif

memiliki nilai yang lebih baik.

1

0

Gambar 2.3 Kriteria Biasa

0 jika d = 0

1 jika d≠0

H(d)

(37)

2. Kriteria Quasi (Quasi Criterion)

H(d) = (2.4)

Keterangan:

H(d) = fungsi selisih kriteria antara alternatif

d = selisih nilai kriteria { d = f(a) - f(b) }

Parameter (q) = harus merupakan nilai tetap

Dua alternatif memiliki preferensi yang sama penting selama selisih atau nilai H(d)

dari masing-masing alternatif untuk kriteria tertentu tidak melebihi nilai q, dan apabila

selisih hasil evaluasi untuk masing-masing alternatif melebihi nilai q maka terjadi

bentuk preferensi mutlak.

Gambar 2.4. Kriteria Quasi

3. Kriteria dengan preferensi linier

H(d) = (2.5)

0 jika ≤q

1 jika d>q

d 1

H(d)

-q 0 q

0 jika d≤ 0

d/p jika 0 <d≤ p

(38)

Keterangan:

d = selisih nilai kriteria { d = f(a) - f(b) }

p = nilai kecenderungan atas

Kriteria preferensi linier dapat menjelaskan bahwa selama nilai selisih memiliki nilai

yang lebih rendah dari p, preferensi dari pembuat keputusan meningkat secara linier

dengan nilai d. Jika nilai d lebih besar dibandingkan dengan nilai p, maka terjadi

preferensi mutlak.

Gambar 2.5. Kriteria Preferensi linear

4. Kriteria Level (Level Criterion)

H(d) = (2.6)

Keterangan:

q = harus merupakan nilai yang tetap

Kecenderungan tidak berbeda q dan kecenderungan preferensi p adalah ditentukan

secara simultan. Jika d berada di antara nilai q dan p, hal ini berarti situasi preferensi

yang lemah (H(d) = 0.5) (Brans, 1984).

H(d)

-p _p

1

0

d

0 jika d≤q

0,5 jikaq<d≤ p

(39)

Gambar 2.6. Kriteria Level

5. Kriteria dengan preferensi linier dan area yang tidak berbeda

H(d) = (2.7)

Keterangan:

d = selisih nilai kriteria { d = f(a) - f(b) }

q = harus merupakan nilai yang tetap

Pengambilan keputusan mempertimbangkan peningkatan preferensi secara linier dari

tidak berbeda hingga preferensi mutlak dalam area antara dua kecenderungan q dan p.

dua parameter tersebut telah ditentukan.

Gambar 2.7. Kriteria dengan preferensi linier dan area yang tidak berbeda �

�

q p H(d)

-p -q

1

0 d

0 jika d ≤ q

(d-q)/p-q jikaq < d ≤ p

1 jika d > p

-p -q 0 q p

H(d)

1

(40)

6. Kriteria Gaussian (Gaussian Criterion)

H(d) = (2.8)

Fungsi ini bersyarat apabila ditentukan nilai �, dimana dapat dibuat berdasarkan distribusi normal dalam statistik (Brans, 1998).

Gambar 2.8. Kriteria Gaussian

Langkah-langkah perhitungan dengan Algoritma Promethee adalah sebagai berikut :

Diperlukan tahapan-tahapan yang harus dilakukan oleh pembuat keputusan untuk

mendapatkan hasil penyeleksian dengan metode Promethee.

1. Menentukan beberapa alternatif

Alternatif disini bisa diartikan dengan obyek yang akan diseleksi (obyek

seleksi). Pada perhitungan penyeleksian dengan Promethee diperlukan

penentuan beberapa obyek yang akan diseleksi (minimal 2 obyek). Dimana

antara obyek yang satu dengan obyek lainnya akan dibandingkan.

2. Menentukan beberapa kriteria

Setelah melakukan penentuan obyek yang akan diseleksi, maka dalam

perhitungan penyeleksian Promethee juga diperlukan penentuan beberapa

kriteria, penentuan kriteria disini sebagai syarat atau ketentuan dalam

penyeleksian.

0 jika d≤ 0

1 – exp(- �2

2�2 ) jika d> 0

H(d)

1

(41)

3. Menentukan dominasi kriteria

Ketika menentukan kriteria, decision maker harus menentukan bobot atau

dominasi kriteria dari kriteria lainnya. Setiap kriteria boleh memiliki nilai

bobot yang sama atau berbeda.

4. Menentukan tipe preferensi untuk setiap kriteria yang paling cocok didasarkan

pada data dan pertimbangan dari decision maker. Tipe preferensi ini berjumlah

Enam (Usual, Quasi, Linear, Level, Linear Quasi dan Gaussian.

5. Memberikan nilai threshold atau kecenderungan untuk setiap kriteria

berdasarkan preferensi yang telah dipilih. Nilai kecenderungan tersebut adalah

nilai indifference, preference, dan Gaussian.

6. Perhitungan Leaving Flow , Entering Flow dan Net Flow.

1. Leaving flow adalah jumlah dari yang memiliki arah menjauh dari node a.

dan hal ini merupakan pengukuran outrangking. Adapun persamaannya:

�+₍_�_{) =} 1

�−1∑�∈��(�,�) (2.9)

Keterangan : �+(�) = Leaving Flow

2. Nilai Entering Flow adalah jumlah dari yang memiliki arah mendekat dari

node a dan hal ini merupakan karakter pengukuran outranking. Untuk

semua nilai node a dalam grafik nilai outranking ditentukan berdasarkan

entering flow dengan persamaan:

�−₍_�_{) =} 1

�−1∑�∈��(�,�) (2.10)

Keterangan : �−(a) = Entering Flow

3. Nilai Net Flow adalah penilaian secara lengkap. Lengkap disini adalah

penilaian yang didapat dari nilai Entering Flow yang dikurangi nilai

Leaving Flow. Jadi bisa diartikan, nilai Net Flow adalah nilai akhir atau

hasil yang didapat dari nilai positif yang dikurangi nilai negatif dari sebuah

node. Adapun persamaannya ialah:

(42)

Keterangan :

�+ _(a)_{= Leaving Flow}

�−_{(a) = Entering Flow}

2.9 Pendekatan Objek Oriented

2.9.1. UML (Unified Modeling Language)

UML (Unified Modeling Language) adalah bahasa pemodelan untuk sistem atau

perangkat lunak yang berparadigma berorientasi objek. Pemodelan (modeling)

sesunggunhnya digunakan untuk menyederhanakan permasalahan-permasalahan yang

kompleks sedemikian rupa sehingga lebih mudah dipelajari dan dipahami. Adapun

tujuan pemodelan yaitu sebagai sarana analisis, pemahaman, visualisasi, dan

komunikasi antaranggota tim pengembang serta sebagai sarana dokumenasi (yang

bermanfaat untuk menelaah perilaku perangkat lunak secara seksama serta bermanfaat

untuk melakukan pengujian terhadap perangkat lunak yang telah selesai

dikembangkan. (Nugroho, 2005)

UML terdiri atas pengelompokan diagram-diagram sistem menurut aspek atau

sudut pandang tertentu. Diagram adalah yang menggambarkan permasalahan maupun

solusi dari permasalahan suatu model. UML mempunyai beberapa jenis diagram,

diantaranya Use Case Diagram, Class Diagram, Package Diagram, Object Diagram,

Sequence Diagram, Collaboration Diagram, StatiChart Diagram, Activity Diagram,

Deployment Diagram, Component Diagram, Composite Structure Diagram,

Interaction Overview Diagram, Timing Diagram. Tetapi yang sering digunakan

adalah Use Case Diagram, Activity Diagram, Sequence Diagram dan Class Diagram.

1. Diagram Aktivitas (Activity Diagram)

Activity Diagram menggambarkan proses-proses yang terjadi mulai aktivitas

dimulai sampai aktivitas berhenti. Activity Diagram sesungguhnya merupakan

bentuk khusus dari state machine yang bertujuan memodelkan

komputasi-komputasi dan aliran-aliran kerja yang terjadi dalam sistem/perangkat lunak yang

(43)

yang relative mudah digunakan. Symbol-simbol yang sama juga dapat digunakan

State tanpa struktur apapun di dalamnya

State

komposit

State yang dibagi menjadi 2 atau lebih

substate konkuren.

Initial state State mengindindikasikan awal rangkaian

state dalam diagram state

Final state State mengindikasikan akhir rangkaian

state dalam diagram state

2. Diagram Rangkaian (Sequence Diagram)

Diagram rangkaian memperlihatkan interaksi sebagai diagram dua matra

(dimensi). Matra vertical adalah sumbu waktu; waktu bertambah dari atas ke

bawah. Matra horizontal memperlihatkan peran pengklasifikasi yang

merepresentasikan objek-objek mandiri yang terlibat dalam kolaborasi.

Masing-masing peran pengkalsifikasi direpresentasikan sebagai kolom-kolom vertical

dalam sequence diagram sering disebut sebagai garis waktu (lifeline). Selama

objek ada, peran digambarkan menggunakan garis tegas. Selama aktivasi prosedur

pada objek aktif, garis waktu digambarkan sebagai garis ganda. Pesan-pesan

digambarkan sebagai suatu tanda panah dari garis waktu suatu objek kegaris

waktu objek lainnya. Panah-panah yang menggambarkan aliran pesan antarperan

pengklasifikasi digambarkan dalam urutan waktu kejadiannya dari atas ke bawah.

2.9 .2. Kebutuhan Fungsional dan Kebutuhan Nonfungsional

Kebutuhan fungsional adalah fungsi-fungsi yang harus dipenuhi pada aplikasi yang

dirancang. Kebutuhan non-fungsional adalah kebutuhan yang harus dipenuhi agar

aplikasi yang dirancang dapat mendapat umpan-balik yang baik dari pengguna

aplikasi.

(44)

2.10. Flowchart

Flowchart adalah suatu teknik untuk menyusun rencana program yang telah

diperkenalkan dan telah dipergunakan oleh kalangan pemrogram komputer sebelum

algoritma menjadi popular. Flowchart adalah untaian simbol gambar (chart) yang

menunjukkan aliran (flow) dari proses terhadap data. Seorang pemrogram harus

mampu membuat flowchart, harus mampu membaca dan mengerti flowchart, dan

sanggup menerjamahkan flowchart ke algoritma dan sebaliknya. Ada dua kategori

simbol flowchart, yaitu program flowchart dan sistem flowchart.

Simbol

.

Program flowchart, yaitu symbol-simbol flowchart yang digunakan untuk

menggambarkan logic dari pemrosesan terhadap data. (Nugroho, 2005).

Tabel 2.5. Program Flowchart

(45)

Sistem Flowchart, merupakan symbol-simbol peralatan sistem komputer yang

digunakan untuk menyatakan proses pengolahan data.

Tabel 2.6. Sistem Flowchart

Simbol Nama

Keyboard

Printer

File/Storage

Display/Monitor

Magnetic Tape

Magnetic Disc

Sorting

Extract

(46)

2.11.Analisis Kinerja Algoritma

Algoritma merupakan suatu cabang ilmu komputer yang membahas prosedur

penyelesaian suatu permasalahan. Dengan algoritma yang baik maka komputer bisa

menyelesaikan perhitungan dengan cepat dan benar. Sebaliknya, jika algoritma kurang

baik maka penyelesaian lambat dan bahkan tidak didapat solusi yang diharapkan. Baik

buruknya sebuah algoritma dapat dibuktikan dari kompleksitas waktu yang digunakan.

Hal-hal yang berkaitan dengan kompleksitas algoritma mencakup : (Adi, 2010)

1. Perancangan berarti kegiatan melakukan :

a. Dekripsi algoritma pada suatu tingkatan yang mempunyai arti bahasa semu

( pseudo).

b. Pembuktian kebenaran bahwa sebuah algoritma bisa menyelesaikan

permasalahan yang diberikan.

2. Analisis berarti memberikan evaluasi kinerja algoritma terhadap permasalahan

yang diberikan.

2.12.Time Complexity

Time Complexity (Kompleksitas waktu) adalah hubungan waktu komputasi dan

jumlah input. Kompleksitas waktu biasanya tentang ukuran dari sebuah array atau

obyek. Kompleksitas waktu tidak digunakan untuk fungsi yang sederhana seperti

menginput usernamedari database atau mengenkripsi password melainkan digunakan

untuk menyortir sebuah fungsi, perhitungan rekursif dan secara umum biasanya untuk

perhitungan waktu.

Big Ɵ ( Big Theta)adalah bagian dari kompleksitas waktu dari seubah algoritma. Big Ɵ ( Big Theta)Didefinisikan bahwa f(n) merupakan Tetta dari g(n) dan dinotasikan f(n) = Ɵ(g(n) jika dan hanya jika terdapat tiga konstanta positif n0, c1 dan

c2

ii| C

sedemikian berlaku :

(47)

BAB 3

ANALISIS DAN PERANCANGAN SISTEM

3.1. Analisis Masalah

Masalah utama yang diangkat dari penelitian ini adalah bagaimana mengimplementasikan Algoritma Analytic Hierarchy Process (AHP) dan Preference Ranking Organization for Enrichment Evaluation (PROMETHEE) untuk memecahkan permasalahan Sistem Pendukung Keputusan untuk Penentuan Penerimaan Raskin.

Gambar 3.1. merupakan diagram Ishikawayang dapat digunakan untuk

menganalisis masalah.Bagian kepala atau segiempat yang berada di sebelah kanan merupakan masalah. Sementara di pada bagian tulang merupakan penyebab.

(48)

3.2. Analisis Kebutuhan Sistem

Untuk membangun sebuah sistem, perlu dilakukan sebuah tahap analisis kebutuhan

sistem. Analisis kebutuhan sistem dapat dikelompokkan menjadi 2 bagian yaitu:

kebutuhan fungsional dan kebutuhan non-fungsional.

1. Kebutuhan Fungsional

Kebutuhan fungsional merupakan deskripsi dari aktivitas dan layanan yang sistem

harus berikan. Hal yang menjadi kebutuhan fungsional ialah inputs, outputs,

processes, yaitu antara lain adalah:

1. Sistem harus mampu memberi solusi terhadap sistem pendukung keputusan