LISTING PROGRAM
privatevoid aBOUTMEToolStripMenuItem_Click(object sender, EventArgs e) {
AboutMe aboutme = new AboutMe(); aboutme.ShowDialog();
}
privatevoid mASTERDATAPENYAKITToolStripMenuItem_Click(object
sender, EventArgs e) {
MasterPenyakit masterpenyakit = new MasterPenyakit(); masterpenyakit.ShowDialog();
}
privatevoid mASTERDATAANTIBIOTIKToolStripMenuItem_Click(object
sender, EventArgs e) {
}
privatevoid mASTERDATAKRITERIAToolStripMenuItem_Click(object
sender, EventArgs e)
privatevoid eXITToolStripMenuItem_Click(object sender, EventArgs e) {
Application.Exit(); }
privatevoid pENILAIANKRITERIAToolStripMenuItem_Click(object sender, EventArgs e)
{
PenilaianKriteria penilaian = new PenilaianKriteria(); penilaian.ShowDialog();
}
privatevoid pENILAIANANTIBIOTIKToolStripMenuItem_Click(object sender, EventArgs e)
{
PenilaianAntibiotik penilaian = new PenilaianAntibiotik(); penilaian.ShowDialog();
}
{
publicpartialclass HasilAHPAntibiotik : Form {
} consistency.Add("JumlahAntibiotik", JumlahAntibiotik);
newrow = data_consistency.NewRow(); Control[] data_jumlah_kolom_ctl = this.Controls.Find("data_jumlah_kolom" + kriteria, true);
{
}
publicpartialclass HasilWPAntibiotik : Form {
TableRankingNo.Rows.RemoveAt(TableRankingNo.Rows.Count - 1); TableRankingNo.Columns.Add("Rank No", typeof(double));
}
publicpartialclass PenilaianAntibiotik : Form {
privatevoid PenilaianAntibiotik_Load(object sender, EventArgs e) {
List<SqlCeParameter> parameters = new List<SqlCeParameter>(); String query = "SELECT * FROM table_penilaian_antibiotik WHERE Kriteria = @Kriteria ORDER BY AntibiotikA ASC, AntibiotikB ASC"; parameters = new List<SqlCeParameter>();
SaveData(view_nilai_beratbadan, "Berat Badan");
nilaiCR = nilaiCI / NilaiIR;
} }
return matriks; }
return result;
}
skor += Math.Pow(nilaiHarga, bobot["Harga"]);
}
return sample; }
private DataTable GetSample(DataTable dataAntibiotik) {
dataAntibiotik.Columns.Remove("Id");
dataAntibiotik.Columns.Remove("NamaPenyakit"); return dataAntibiotik;
}
private DataTable GetData(DataTable dataKriteria, DataTable dataAntibiotik) {
dataAntibiotik.Columns.Remove("Id");
Ananda, R. D. 2015. Perbandingan metode analytical hierarchy process dan weighted sum model pada sistem pendukung keputusan pemilihan sepeda. Skripsi. Universitas Sumatera Utara.
Bahri, S. 2015. Perbandingan metode weighted product dan simple multi-attribute rating technique dalam menentukan lahan terbaik untuk tanaman karet. Skripsi. Universitas Sumatera Utara.
Febiana, T. 2012. Kajian rasionalitas penggunaan antibiotik di bangsal anak rsup dr kariadi semarang periode agustus-desember 2011. Skripsi. Universitas Diponegoro Semarang.
Hassan, R. & Alatas, H. (Editors). 2007. Ilmu Kesehatan Anak 3. Infomedika. Jakarta.
Honggowibowo, A. S. 2010. Implementasi metode analytical hierarchy process untuk pengambilan keputusan pemilihan foto berdasarkan tujuan perolehan foto. Vol.2, No.1: 59-60. (Online) ( 10 Maret 2015).
Kasim, F. (Pimpinan Redaksi). 2012. Informasi Spesialite Obat. PT.ISFI: Jakarta.
Kusrini. 2007. Konsep dan Aplikasi Sistem Pendukung Keputusan. CV.Andi: Yogyakarta.
Kusumadewi, S., Hartati, S., Harjoko, A. & Wardoyo, R. 2006. Fuzzy Multi-Attribute Decision Making (FUZZY MADM). Graha Ilmu: Yogyakarta.
Magdalena, H. 2012. Sistem pendukung keputusan untuk menentukan mahasiswa lulusan terbaik di perguruan tinggi (studi kasus stmik atma luhur pangkal pinang). Seminar nasional teknologi informasi dan komunikasi 2012 (Sentika2012). ISSN.2089-9815. (Online) (28 Mei 2015).
Mawuntu, W. P. N. 2015. Implementasi metode analytical hierarchy process (AHP) dan Weighted Product (WP) untuk pemilihan produk makanan. Skripsi. Universitas Sumatera Utara.
Milala, M. S. O. 2014. Implementasi color constancy pada citra digital menggunakan logarithmic image processing. Skripsi. Universitas Sumatera Utara.
Muhlis, M. 2011. Kajian peresepan antibiotika pada pasien dewasa di saalah satu puskesmas kota yogyakarta periode januari-april 2010. Jurnal Ilmiah Kefarmasian Vol.1, No.1: 53.
http://eprints.uad.ac.id/1426/2/kajianresep-muhlis3-pharmaciana1-1.pdf (Online) (10 Maret 2015).
Novesar, A, R., Darwin, E. & Yani, F, F. 2014. Pola kejadian ispa pada balita di wilayah kerja puskesmas anak air padang tahun 2012. Jurnal Kesehatan Andalas Vol.3, No.3: 339.
http://jurnal.fk.unand.ac.id/images/articles/vol3/no3/339-342.pdf (Online) (10 Maret 2015).
Nugraha, M. R. 2014. Implementasi sistem pendukung keputusan seleksi sertifikasi guru sma menggunakan metode analytical hierarchy process dan weighted product. Skripsi. Universitas Sumatera Utara
Rohmani, A. & Anggraini, M.T. 2012. Pemakaian antibiotik pada kasus demam berdarah dengue anak di rumah sakit Roemani Semarang tahun 2012. Seminar Hasil-Hasil Penelitian – LPPM UNIMUS 2012, ISBN : 978-602-18809-0-6. (Online) (4 Maret 2015).
Sulistyowati, I. & Soeleman, A. 2013. Sistem pakar berbasis web untuk mendiagnosa penyakit dalam pada manusia. Jurnal Teknologi Informasi Vol.9, No.1: 15.
Syaukani M. & Hartati S. 2012. Pemodelan sistem pendukung keputusan kelompok untuk diadnosa penyakit pneumonia dengan fuzzy linguistic quantifier dan ahp. Jurnal Ilmu Komputer Vol.5, No.1: 34. (Online) (10 Maret 2015).
Syaukani M. & Kusnanto H. 2012. Pemodelan sistem pendukung keputusan kelompok dengan metode fuzzy weighted product untuk diagnosis penyakit pneumonia. Jurnal Teknologi Vol.5, No.1: 23. http://jurtek.akprind.ac.id/sites/default/files/ 17_23_Syaukani_oke.pdf (Online) (10 Maret 2015).
Tominanto. 2012. Sistem pendukung keputusan dengan metode analytical hierarchy process (AHP) untuk penentuan prestsi kinerja dokter pada rsud sukoharjo. INFOKES Vol.2, No. 1: 5.
Utami, E. R. 2012. Antibiotika resistesnis dan rasionalitas terapi. Saintis Vol.1, No.1: 124-125.
http://download.portalgaruda.org/article.php?article=115570&val=5285 (Online) (10 Maret).
Wahid, A, A., Ikhawana A. & Partano. 2012. Sistem pendukung keputusan penentuan jumlah pemesanan barang. Vol.9, No.22: 2.
Winarni., Ummah, B, A. & Salim, S, A, N. 2010. Hubungan antara perilaku merokok orang tua dan anggota keluarga yang tinggal dalam satu rumah dengan kejadian ispa pada balita di wilayah kerja puskesmas sempor II kabupaten kebumen tahun 2009. Jurnal Ilmiah Kesehatan Keperawatan Vol.6, No.1: 16.
BAB III
ANALISIS DAN PERANCANGAN SISTEM
3.1. Analisis Sistem
Analisis sistem merupakan proses pemecahan masalah yang menguraikan sistem menjadi beberapa bagian komponen-komponen dengan tujuan mempelajari kinerja dari masing masing komponen dan berinteraksi untuk mencapai tujuan utama. Analisis sistem dapat dilakukan dengan menentukan apa-apa saja yang menjadi input dari sistem, proses apa yang dilakukan sistem dan apa yang menjadi output dari sistem tersebut.
3.2. Analisis Masalah
Analisis masalah adalah proses mengidentifikasi sebab dan akibat dibangunnya sebuah sistem agar sistem yang akan dibangun tersebut dapat berjalan sebagaimana mestinya sesuai dengan tujuan dari sistem itu. Saat ini terdapat bermacam-macam antibiotik, oleh karena itu dibutuhkan sebuah sistem untuk memberikan informasi yang tepat dalam proses untuk menentukan antibiotik yang sesuai dengan kebutuhan dan kriteria pengguna dengan menggunakan metode Analytical Hierarchy Process dan Weighted Product.
Gambar 3.1. Diagram Ishikawa analisis masalah sistem
Berdasarkan Gambar 3.1. dapat diketahui bahwa permasalahan pemilihan antibiotik dikarenakan banyaknya merek antibiotik yang ada di apotik dan juga belum adanya sistem informasi yang ditujukan khusus untuk menyelesaikan masalah tersebut. Untuk itu dibuatlah sebuah Sistem Pendukung Keputusan dengan menggunakan metode Analytical Hierarchy Process dan Weighted Product.
3.3. Analisis Kebutuhan Sistem
Analisis Kebutuhan Sistem meliputi Kebutuhan Fungsional Sistem dan Kebutuhan Non-Fungsional Sistem.
3.3.1. Kebutuhan Fungsional Sistem
Kebutuhan fungsional sistem yang harus dimiliki oleh sistem yaitu: 1. Sistem dapat menerima inputan data antibiotik dan bobot kriteria.
2. Sistem dapat mengetahui antibiotik yang sesuai dengan kriteria user, berdasarkan algoritma Analytical Hierarchy Process dan Weighted Product.
3.3.2. Kebutuhan Non-Fungsional Sistem
Untuk mendukung kinerja sistem, sistem sebaiknya dapat berfungsi sebagai berikut: 1. Sistem harus dapat melakukan perhitungan untuk menentukan antibiotik, sesuai
dengan kriteria dari user dengan kecepatan komputasi yang tinggi.
2. Sistem harus mudah digunakan sehingga dapat dioperasikan dengan baik oleh user.
3.4. Flowchart Sistem
3.4.1. Flowchart Sistem secara umum
3.4.2. Flowchart proses Analytical Hierarchy Process
3.4.3. Flowchart proses Weighted Product
3.5. Perancangan Antarmuka (interface)
Merancang antarmuka merupakan bagian yang paling penting dari merancang sebuah sistem. Sebuah antarmuka harus dirancang dengan memperhatikan faktor pengguna sehingga sistem yang dibangun dapat memberikan kenyamanan dan kemudahan untuk digunakan oleh pengguna. Form antarmuka dapat dilihat pada gambar 3.5. dibawah ini.
Gambar 3.5. Form Antarmuka
Keterangan : 1. Menu File
Berfungsi untuk menampikan submenu exit 2. Submenu exit
Berfungsi untuk keluar dari program 3. Menu Master Data
Berfungsi untuk menampilkan submenu master data dan perhitungan Analytical Hierarchy Process dan Weighted Product
4. Submenu Master Data Penyakit
Berfungsi untuk menampilkan master data penyakit 5. Submenu Master Data Antibiotik
Berfungsi untuk menampilkan master data Antibiotik 6. Submenu Master Data Kriteria
Berfungsi untuk menampilkan master data Kriteria
Berfungsi untuk menampilkan form penilaian dan perhitungan kriteria dengan algoritma ahp
8. Submenu Penilaian Antibiotik Analytical Hierarchy Process
Berfungsi untuk menampilkan form penilaian dan perhitungan antibiotik dengan algoritma ahp
9. Submenu Penilaian Product Weighted Product
Berfungsi untuk menampilkan form penilaian dan perhitungan dengan algoritma Weighted Product
10. Menu About me
BAB IV
IMPLEMENTASI DAN PENGUJIAN SISTEM
4.1. Implementasi Sistem
Implementasi sistem merupakan tahapan yang harus dilalui dalam proses pengembangan perangkat lunak dari suatu sistem. Pada tahap ini dilakukan setelah terlebih dahulu melalui tahap Analisis dan Perancangan Sistem.
Adapun sistem ini dibangun menggunakan Software Microsoft Visual Studio 2010 dengan bahasa pemrograman C#. Pada sistem ini terdapat 3 halaman utama yaitu terdiri dari :
1. Form Awal 2. Form Utama 3. Form About me
4.1.1. Tampilan Halaman Form Awal
Pada halaman Form Awal ini merupakan halaman yang pertama kali muncul ketika pada saat sistem dijalankan. Tampilan Halaman Form Awal dapat dilihat pada Gambar 4.1.
Halaman Form Awal terdapat 3 buah Menu, dan masing masing menu
mempunyai sub menu. Pada file terdapat sub menu exit, master data terdapat submenu, master data penyakit, master data antibiotik, master data kriteria, penilaian kriteria (Analytical Hierarchy Process), penilaian antibiotik (Analytical Hierarchy Process) dan penilaian produk (Weighted Product) dan about me.
4.1.2. Tampilan Halaman Form Utama
Halaman Form Utama Merupakan halaman yang digunakan untuk melakukan proses penginputan penyakit dan memasukkan data antibiotik dengan cara menginput nama penyakit, nama antibiotik, dosis dan harga. Tampilan halaman Form utama dapat dilihat pada Gambar 4.2. dan Gambar 4.3.
Gambar 4.3. Tampilan Halaman Form Utama Data Antibiotik
4.1.3. Tampilan Halaman Form About me
Halaman form About me merupakan halaman yang digunakan untuk melihat informasi tentang program dan programmer, tampilan halaman form About me dapat dilihat pada gambar 4.3 dibawah ini:
4.2. Pengujian Sistem
Pengujian sistem dilakukan untuk mengetahui bagaimana kinerja sistem dalam melakukan proses perhitungan antibiotik terbaik menggunakan algoritma Analytical Hierarchy Process dan Weighted Product.
4.2.1. Pengujian Sistem dengan algoritma Analytical Hierarchy Process
Untuk melakukan pemilihan antibiotik dengan algoritma Analytical Hierarchy Process tahap awal adalah memilih sub menu perhitungan Analytical Hierarchy Process. Setelah tampilan form perhitungan Analytical Hierarchy Process muncul lakukan langkah-langkah berikut :
1. Mengisi Form perbandingan berpasangan kriteria.
2. Setelah mengisi tabel perbandingan berpasangan tekan tombol hitung ranking untuk mendapatkan bobot dari kriteria berdasarkan perbandingan berpasangan.
Gambar 4.6. Form Bobot Kriteria Perbandingan Berpasangan
3. Melakukan perhitungan total.
4. Kemudian tekan tombol ranking untuk mendapatkan antibiotik.
Gambar 4.7. Form Perhitungan Total
4.2.2. Pengujian Sistem dengan algoritma Weighted Product
Untuk perhitungan dengan algoritma Weighted Product, masing masing bobot kriteria untuk setiap kriteria di tentukan oleh pengguna. Setelah itu lakukan langkah langkah berikut ini untuk melakukan proses pemilihan.
1. Masukkan nilai kriteria Berat badan, Dosis dan Harga, sesuai dengan keinginan pengguna dan tentukan bobot.
2. Melakukan pembobotan weighted product. 3. Melakukan perhitungan weighted product.
4. Kemudian tekan tombol ranking untuk mendapatkan perangkingan antibiotik
Gambar 4.9. Form Input Bobot
Gambar 4.11. Form Perhitungan
4.4. Hasil Pengujian
BAB V
KESIMPULAN DAN SARAN
5.1. Kesimpulan
Berdasarkan hasil implementasi dan pengujian Sistem Pendukung Keputusan Menentukan Antibiotik Menggunakan Algoritma Analytical Hierarchy Process dan Weighted Product, maka didapat kesimpulan sebagai berikut :
1. Sistem dapat memberikan rekomendasi ranking alternatif pilihan untuk menyelesaikan pemilihan antibiotik dengan mengimplementasikan algoritma Analytical Hierarchy Process dan Weighted Product pada sistem.
2. Dengan menggunakan sistem ini pengguna dapat lebih efektif dan efisien dalam menentukan antibiotik sesuai dengan kriteria yang diinginkan.
3. Hasil yang diperoleh dari perhitungan sistem ini hanya sebagai alat bantu bagi pengguna untuk menyelesaikan permasalahan menentukan antibiotik
5.2. Saran
Saran yang dapat diberikan pada penulis untuk pengembangan dan perbaikan sistem lebih lanjut adalah:
1. Sistem yang dirancang diharapkan dapat lebih dikembangkan untuk mengembangkan penelitian ini.
BAB II
TINJAUAN PUSTAKA
2.1. Sistem Pendukung Keputusan
Sistem Pendukung Keputusan merupakan suatu sistem interaktif yang mendukung kepututsan dalam proses pengambilan keputusan melalui alternatif-alternatif yang diperoleh dari hasil pengolahan data, informasi dan rancangan model. Sistem pendukung keputusan ( Decision Support System ) adalah suatu sistem informasi yang menggunakan model-model keputusan, basis data, dan pemikiran manajer sendiri, proses modeling interaktif dengan komputer untuk mencapai pengambilan keputusan oleh manajer tertentu.
Dengan pengertian diatas dapat dijelaskan bahwa sistem pendukung keputusan bukan merupakan alat pengambil keputusan, melainkan merupakan sistem yang membantu pengambil keputusan yang melengkapi mereka dengan informasi dari data yang telah diolah dengan relevan dan diperlukan untuk membuat keputusan tentang suatu masalah dengan lebih cepat dan akurat. Sehingga sistem ini tidak dimaksudkan untuk menggantikan pengambilan keputusan dalam dalam proses pembuatan keputusan.
2.2. Antibiotik
Antibiotik merupakan obat untuk menghentikan atau menekan pertumbuhan kuman atau bakteri. Penggunaan antibiotik yang berlebihan pada beberapa kasus yang tidak tepat guna, dapat menyebabkan masalah kekebalan antimikrobial. Penggunaan antibiotik yang tidak tepat dalam hal indikasi, maupun cara pemberian dapat merugikan penderita dan dapat memudahkan terjadinya resistensi terhadap atibiotik serta dapat menimbulkan efek samping.
berbagai jenis antibiotika baru, sayangnya tidak diikuti secara sepadan oleh perkembangan prinsip-prinsip/sistematika terapi antibiotika dalam klinik (Santoso, 1990 dalam muhlis 2011).
2.2.1. Infeksi Saluran Pernapasan Akut
Infeksi Saluran Pernapasan Akut (ISPA) adalah salah satu dari banyak penyakit yang menginfeksi di negara maju maupun negara berkembang. Menurut WHO (2003), Infeksi Saluran Pernapasan Akut merupakan salah satu penyebab kematian tersering pada anak di negara sedang berkembang. Sekitar empat dari lima belas juta perkiraan kematian pada anak berusia dibawah lima tahun pada setiap tahunnya sebanyak 2/3 kematian tersebut adalah bayi.
Antibiotik : Cefadroxil 500 mg/kgbb Ciprofloxacin 500 mg/kgbb Cephalexin 500 mg/kgbb Cefixime 150 mg/kgbb Levofloxacin 200 mg/kgbb Corsatrocin 200 mg/kgbb Lapimox 500 mg/kgbb Binozyt 500 mg/kgbb Ixor 150 mg/kgbb
Co amaxiclav 625 mg/kgbb
2.3. Algoritma Analytical Hierarchy Process
2.3.1. Prinsip Dasar Analytical Hierarchy Process
Pada dasarnya langkah-langkah dalam pembentukan algoritma Analytical Hierarchy Process dapat dijelaskan berikut ini.
1. Menyusun Hirarki
Membuat struktur hirarki yang diawali dengan tujuan, dilanjutkan dengan kriteria-kriteria dan kemungkinan alternatif-alternatif pada tingkatan yang paling bawah.
2. Penilaian kriteria dan alternatif
Kriteria dan alternatif dilakukan dengan perbandingan berpasangan. Menurut Saaty (1988), untuk berbagai persoalan, skala 1 sampai 9 adalah skala terbaik untuk mengekspresikan pendapat. Nilai dan definisi pendapat kualitatif dari skala perbandingan Saaty dapat diukur menggunakan tabel analisis seperti pada tabel 9.3.1 berikut ini:
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 yang 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-pertimbangan yang berdekatan
Tabel 2.3.1 Skala Penilaian Perbandingan Pasangan.
3. Menetapkan bobot/Prioritas elemen a. Menetapkan perbandingan berpasangan
Perbandingan dilakukan berdasarkan judgment pengambil keputusan dengan menilai tingkat kepentingan suatu elemen dibandingkan elemen lain.
b. Menghitung bobot/prioritas elemen 4. Mengukur konsistensi
konsistensi harus 0,1 atau kurang. Nilai rasio konsistensi yang melebihi 0,1 akan menyebabkan konsistensi tidak 100% disarankan untuk dilakukan perbandingan ulang pada matriksnya.
2.3.2 Prosedur Analytical Hierarchy Process
Pada dasarnya, prosedur atau langkah-langkah dalam metode Analytical Hierarchy Process meliputi :
1. Mendefinisikan masalah dan menentukan solusi yang diinginkan, lalu menyusun hirarki dari permasalahan yang dihadapi.
2. Menentukan prioritas elemen
a. Langkah pertama dalam menentukan prioritas elemen adalah membuat perbandingan pasangan, yaitu membandingkan elemen secara berpasangan sesuai kriteria yang diberikan.
b. Matriks perbandingan berpasangan diisi menggunakan bilangan untuk mempresentasikan kepentingan relatif dari suatu elemen terhadap elemen yang lainnya.
3. Sintesis
Pertimbangan-pertimbangan terhadap perbandingan berpasangan disintesis untuk memperoleh keseluruhan prioritas. Hal-hal yang dilakukan dalam langkah ini adalah:
a. Menjumlahkan nilai-nilai dari setiap kolom pada matriks.
b. Membagi setiap nilai dari kolom dengan total kolom yang bersangkutan untuk memperoleh normalisasi matriks.
c. Menjumlahkan nilai-nilai dari setiap baris dan membaginya dengan jumlah elemen untuk mendapatkan nilai rata-rata.
4. Mengukur konsistensi
Dalam pembuatan keputusan, penting untuk mengetahui seberapa baik konsistensi yang ada karena kita tidak menginginkan keputusan berdasarkan pertimbangan dengan konsistensi yang rendah. Hal-hal yang dilakukan dalam langkah ini adalah:
b. Jumlahkan setiap baris.
c. Hasil dari penjumlahan baris dibahi dengan elemen prioritas relatif yang bersangkutan.
d. Jumlahkan hasil bagi di atas dengan banyaknya elemen yang ada. Hasilnya di sebut maks.
5. Hitung Consistency Index (CI) dengan rumus:
CI = ( maks – n ) / n ...(1) Di mana n = banyaknya elemen.
6. Hitung Rasio Konsistensi / Consistency Ratio (CR) dengan rumus:
CR = CI / IR ...(2) Dimana CR = Consistency Ratio
CI = Consistency Index
IR = Indeks Random Consistency
7. Memeriksa konsistensi hirarki. Jika nilainya lebih dari 10%, maka penilaian data judgement harus diperbaiki, berarti langkah kedua harus diulang kembali. Namun, jika rasio konsistensi (CI/IR) kurang atau sama dengan 0,1 maka hasil perhitungan bisa dinyatakan benar.
2.4. Algoritma Weighted Product
Weighted Product merupakan salah satu metode yang digunakan untuk menyelesaikan masalah Multi Attribute Decision Making (MADM). Algoritma Weighted Product menggunakan perkalian untuk menghubungkan rating atribut, dimana rating setiap atribut harus dipangkatkan dulu dengan bobot atribut yang bersangkutan (Yoon, 1989 dalam Kusumadewi, et al., 2012). Proses ini sama halnya dengan proses normalisasi.
Preferensi untuk alternatif Ai diberikan sebagai berikut:
...(1)
Dengan i = 1, 2, ...,m dan j= 1, 2, ...n. Keterangan:
= product
S = Preferensi alternatif dianalogikan sebagai vektor S X = nilai kriteria
W = Bobot kriteria/subkriteria i = alternatif
j = kriteria
n = banyaknya kriteria
Dimana wj adalah pangkat bernilai positif untuk atribut keuntungan, dan bernilai negatif untuk atribut biaya.
Preferensi relatif dari setiap alternatif, diberikan pada rumus 2:
Dengan i = 1,2, ...,n...(2) Dimana :
V : Preferensi alternatif dianalogikan sebagai vektor V X : nilai kriteria
w : bobot kriteria i : alternatif j : kriteria
n : banyaknya kriteria
Algoritma weighted product adalah salah satu analisis multi-kriteria keputusan yang sangat terkenal. Multiple Attribute Decision Making (MADM) yang diberikan adalah satu set terbatas dari alternatif keputusan yang dijelaskan dalam hal sejumlah kriteria keputusan.
2.4.1 Langkah-langkah algoritma Weighted Product
Secara singkat, algoritma Weighted Product ini adalah sebagai berikut (Anggraeni et al.,2013 dalam Mawuntu, 2015).
a. Melakukan normalisasi bobot untuk menghasilkan nilai = 1. Dimana j = 1,2,...,n adalah banyak alternatif.
b. Menentukan kategori dari masing-masing kriteria, apakah termasuk kedalam kriteria keuntungan atau kriteria biaya.
c. Menetukan nilai vektor S dengan mengalikan seluruh kriteria bagi sebuah alternatif dengan bobot sebagai pangkat positif untuk kriteria keuntungan dan bobot berfungsi sebagai pangkat negatif pada kriteria biaya.
d. Menentukan nilai vektor V yang akan digunakan untuk perangkingan. e. Menemukan urutan alternatif terbaik yang akan menjadi keputusan.
2.5. Penelitian yang Relevan
Adapun penelitian-penelitian yang relevan terhadap penelitian ini adalah:
menggunakan Fuzzy Linguistic Quantifier dan AHP dapat menetapkan penyakit dan jenis antibiotik sebagai hasil dianogsis penyakit pneumonia.
2. Muhammad Syaukani Dan Hari Kusnanto (2012), Pemodelan Sistem Pendukung Keputusan Kelompok Dengan Metode Fuzzy Weighted Product Untuk Diagnosa Penyakit Pneumonia. Hasil penelitian Berdasarkan uraian dan pembahasan, dapat disimpulkan bahwa sistem pendukung keputusan kelompok menggunakan Fuzzy Weighted Product dapat menetapkan penyakit dan jenis antibiotik sebagai hasil diagnosa penyakit pneumonia. Penelitian ini akan dikembangkan lebih lanjut dengan melakukan penambahan data gejala dan meneliti lebih jauh sistem penilaian terhadap gejala dari suatu penyakit.
3. Muhammad Muhlis (2011), Kajian Peresepan Antibiotika Pada Pasien Dewasa Di Salah Satu Puskesmas Kota Yogyakarta Periode Januari-April 2010. Hasil penelitian Berdasarkan hasil penelitian terhadap penggunaan antibiotika pasien dewasa di salah satu puskesmas Kota Yogyakarta periode Januari sampai
dengan April 2010 dapat diambil kesimpulan sebagai berikut, tercatat sebanyak
320 pasien yang mendapatkan antibiotika, dengan 6 jenis antibiotika yaitu
amoksisilin 64,53%, ampisilin 11,31 %, kontrimoksazol 15,90%, kloramfenikol,
0,61 %, metronidazol 2,75 % dan tetrasiklin 4,89 %. Sebanyak 313 pasien
mendapat antibiotika tunggal dan 7 pasien mendapat kombinasi antibiotika,
semua peresepan memenuhi ketepatan dosis dan frekuensi, kecuali
kotrimoksasol tepat dosis 98 % dan Ampisilin tepat dosis 49 %. Semua
BAB I
PENDAHULUAN
1.1. Latar Belakang
Ketepatan pemberian antibiotik serta dosis yang sesuai merupakan faktor penting dalam upaya penyembuhan bagi pasien. Antibiotik pertama kali ditemukan oleh Paul Ehlrich (1910), dan sampai saat ini masih menjadi obat andalan dalam penanganan kasus-kasus penyakit infeksi. (Akalin, 2002 dalam Utami 2012). Antibiotik merupakan obat untuk menghentikan atau menekan pertumbuhan kuman atau bakteri. Penggunaan antibiotik yang berlebihan pada beberapa kasus yang tidak tepat guna, dapat menyebabkan masalah kekebalan antimikrobial. Penggunaan antibiotik yang tidak tepat juga dapat menyebabkan peningkatan biaya pengobatan dan efek samping dari pemberian antibiotika. (Hooton, et al., 2001 dalam Rohmani, et al., 2012).
Untuk penggunaan antibiotik pada anak memerlukan perhatian khusus juga oleh karena absorbsi, distribusi, metabolisme dan ekskresi obat termasuk antibiotik pada anak berbeda dengan dewasa, serta tingkat maturasi organ yang berbeda sehingga dapat terjadi perbedaan respons terapetik atau efek sampingnya. (Febiana, 2012).
Ada bermacam-macam antibiotik, Oleh karena itu diperlukannya suatu sistem pendukung keputusan untuk memilih antibiotik sehingga melalui sistem tersebut dapat dipilih antibiotik yang terbaik.
Konsep sistem pendukung keputusan ditandai dengan sistem interaktif berbasis komputer yang membantu pengambil keputusan memanfaatkan data dan model untuk menyelesaikan masalah masalah yang tidak terstruktur sedangkan sistem pakar merupakan sejenis KBS (Knowledge Based System) yang memakai pengetahuan untuk mengerjakan tugas seorang ahli. Sedangkan KBS itu sendiri adalah suatu sistem berbasis pengetahuan yang bersifat lebih luas dan umum dari pada sistem pakar.
Algoritma Analytical Hierarchy Process merupakan salah satu model untuk pengambilan keputusan yang dapat membantu kerangka berfikir manusia. Pada dasarnya AHP adalah algoritma yang memecah suatu masalah yang kompleks dan tidak terstruktur ke dalam kelompok-kelompok, mengatur kelompok-kelompok tersebut ke dalam suatu susunan hirarki, memasukkan nilai numeris sebagai pengganti persepsi manusia dalam melakukan perbandingan relatif, dan akhirnya dengan suatu sintesis ditentukan elemen mana yang mempunyai prioritas tertinggi. (Permadi, 1992 dalam Honggowibowo 2010).
Weighted Product merupakan salah satu algoritma yang digunakan untuk menyelesaikan masalah Multi Attribute Decision Making (MADM). Metode Weighted Product menggunakan perkalian untuk menghubungkan nilai atribut (kriteria) harus dipangkatkan dulu dengan bobot atribut (kriteria) yang bersangkutan. (Rani, 2014).
Berdasarkan latar belakang di atas, maka penulis akan mencoba melakukan penelitian dengan judul “Sistem Pendukung Keputusan Menentukan Antibiotik Menggunakan Algoritma Analytical Hierarchy Process dan Weighted Product”. Diharapkan dengan membuat sistem tersebut dapat membantu apoteker dalam memilih antiobiotik sesuai dengan jenis penyakit.
1.2. Rumusan Masalah
Membangun suatu sistem dengan menggunakan algoritma Analytical Hierarchy Process dan Weighted Product untuk menentukan antibiotik pada anak-anak.
1.3. Batasan Masalah
1. Dalam penelitian ini akan ditentukan 1 jenis penyakit. 2. Penelitian dilakukan pada anak-anak usia 2-11 tahun. 3. Penelitian dilakukan untuk berat badan 30 kg.
4. Kriteria yang digunakan adalah berat badan, dosis, dan harga.
5. Parameter yang dibandingkan adalah hasil perangking dari algoritma Analytical Hierarchy Process dan Weighted Product.
6. Program dibuat dengan menggunakan bahasa pemrograman C#.
1.4. Tujuan Penelitian
2. Menentukan antibiotik dengan menggunakan algoritma Analytical Hierarchy Process dan Weighted Product dengan kriteria tersebut.
3. Membandingkan kedua algoritma Analytical Hierarchy Process dan Weighted Product.
1.5. Manfaat Penelitian
Diharapkan manfaat dari penelitian ini adalah dapat membantu apoteker dalam memilih antibiotik secara cepat dan tepat dengan menggunakan kriteria-kriteria yang telah ditentukan.
1.6. Metodologi Penelitian
1. Studi Literatur
Pada tahapan ini penulis mengumpulkan bahan dan data sebagai referensi dari berbagai buku, skripsi, jurnal dan sumber lainnya yang berkaitan dengan penulisan tugas akhir ini.
2. Wawancara
Pada tahapan ini, penulis melakukan wawancara kepada salah satu apoteker di kota Medan untuk memperoleh data secara langsung, untuk mendapatkan informasi dan data yang akurat.
3. Analisis dan Perancangan Sistem
Pada tahap ini dilakukan analisis sesuai dengan kebutuhan seperti membangun suatu aplikasi dengan mengimplementasikan algoritma Analytical Hierarchy Process dan Weighted Product, jenis perangkat yang digunakan, pembuatan desain interface, target pengguna dan hasil yang diinginkan.
4. Implementasi Sistem
Metode ini dilakukan dengan mengimplementasikan rancangan sistem yang telah dibuat pada analisis dan perancangan sistem ke dalam program komputer dengan menggunakan bahasa pemrograman C#.
5. Pengujian Sistem
6. Dokumentasi
Berisikan laporan dan kesimpulan akhir dari penelitian dan pengujian dalam bentuk skripsi.
1.7. Sistematika Penelitian
Untuk membuat penelitian lebih terstruktur, maka penelitian ini dibagi menjadi lima bab, yaitu:
BAB 1 : PENDAHULUAN
Pada bab ini berisi penjelasan mengenai latar belakang masalah, perumusan masalah, batasan masalah, tujuan penelitian, manfaat penelitian, metodeologi penelitian dan sistematika penulisan.
BAB 2 : TINJAUAN PUSTAKA
Pada bab ini berisi penjelasan mengenai teori – teori yang terkait dengan penelitian ini diantaranya adalah teori Analitycal Hierarchy Process dan Weighted Product untuk menentukan antibiotik.
BAB 3 : ANALISIS DAN PERANCANGAN SISTEM
Pada bab ini berisi penjelasan tentang analisis masalah yang dibangun dalam sistem dan menganalisis tentang hal – hal yang dibutuhkan dalam membangun sistem ini, kemudian dilanjutkan dengan tahapan perancangan sistem yang berupa perancangan interface sistem.
BAB 4 : IMPLEMENTASI DAN PENGUJIAN SISTEM
Pada bab ini berisi tentang implementasi sistem yang berdasarkan tahapan perancangan dengan menggunakan bahasa pemrograman C#. Kemudian dilanjutkan dengan tahapan pengujian sistem untuk menguji apakah sistem sudah berjalan sesuai dengan perancangan.
BAB 5 : KESIMPULAN DAN SARAN
ABSTRAK
Semakin banyak merek antibiotik yang ada di apotek menjadi kendala dalam menentukan pilihan. Ketepatan pemberian antibiotik serta dosis yang sesuai merupakan faktor penting dalam upaya penyembuhan bagi pasien. Sistem ini dapat digunakan untuk membantu apoteker dalam menentukan antibiotik yang sesuai dengan kebutuhan dan kriteria yang diinginkan. Sistem pendukung keputusan merupakan sistem yang mendukung alternatif-alternatif yang diperoleh dari hasil pengolahan data, informasi dan rancangan model. Dimana dengan Algoritma Analytical Hierarchy Process masalah yang kompleks dapat dengan mudah disederhanakan sehingga mempercepat proses pengambilan keputusan. Algoritma Weighted Product merupakan Algoritma yang menggunakan perkalian untuk menghubungkan nilai atribut kriteria harus dipangkatkan terlebih dahulu dengan bobot kriteria yang bersangkutan. Hasil dari sistem ini adalah perankingan dari kedua algoritma dengan kriteria yang sudah ditentukan.
DESICION SUPPORT SYSTEMS DETERMINE ANTIBIOTIC USE
ANALYTICAL HIERARCHY PROCESS ALGORITHM AND
WEIGHTED PRODUCT
ABSTRACT
More and more brands of antibiotics in pharmacies become an obstacle in determining the choice. The accuracy of antibiotics as well as the appropriate dose is an important factor in the effort to cure the patient. This system can be used to assist the pharmacist in determining antibiotic that suits your needs and desired criteria. Decision support system is a system that supports alternatives derived from the processing of data, information and design models. Where the Analytical Hierarchy Process Algorithm complex problems can easily be simplified so as to accelerate the decision making process. Weighted Product algorithm is an algorithm that uses multiple criteria to connect the attribute value must be raised to advance to the weight of the relevant criteria. Results of this ranking system of two algorithms with pre-determined criteria.
PROCESS DAN WEIGHTED PRODUCT
SKRIPSI
ANNISA FADILLAH SIREGAR
111401105
PROGRAM STUDI S1 ILMU KOMPUTER
FAKULTAS ILMU KOMPUTER DAN TEKNOLOGI INFORMASI
UNIVERSITAS SUMATERA UTARA
PROCESS DAN WEIGHTED PRODUCT
SKRIPSI
Diajukan untuk melengkapi tugas akhir dan memenuhi syarat mencapai gelar Sarjana Komputer
ANNISA FADILLAH SIREGAR 111401105
PROGRAM STUDI S1 ILMU KOMPUTER
FAKULTAS ILMU KOMPUTER DAN TEKNOLOGI INFORMASI UNIVERSITAS SUMATERA UTARA
PERSETUJUAN
Judul : SISTEM PENDUKUNG KEPUTUSAN
MENENTUKAN ANTIBIOTIK MENGGUNAKAN
ALGORITMA ANALYTICAL HIERARCHY
PROCESS DAN WEIGHTED PRODUCT
Kategori : SKRIPSI
Nama : ANNISA FADILLAH SIREGAR
Nomor Induk Mahasiswa : 111401105
Program Studi : SARJANA (S1) ILMU KOMPUTER
Departemen : ILMU KOMPUTER
Fakultas : FAKULTAS ILMU KOMPUTER DAN TEKNOLOGI
INFORMASI (FASILKOM-TI) UNIVERSITAS
SUMATERA UTARA
Diluluskan di
Medan, 2015
Komisi Pembimbing :
Pembimbing 1 Pembimbing 2
M. Andri Budiman, ST, M.Comp. Sc, MEM Elviwani ST, S.Kom, M.Kom
NIP. 19751008 200801 1 0 11 NIP.
Diketahui/Disetujui oleh
Program Studi S1 Ilmu Komputer Ketua,
PERNYATAAN
SISTEM PENDUKUNG KEPUTUSAN MENENTUKAN ANTIBIOTIK MENGGUNAKAN ALGORITMA ANALYTICAL HIERARCH
PROCESS DAN WEIGHTED PRODUCT
SKRIPSI
Saya mengakui bahwa skripsi ini adalah hasil kerja saya sendiri, kecuali beberapa kutipan dan ringkasan yang masing-masing disebutkan sumbernya.
Medan, Oktober 2015
PENGHARGAAN
Alhamdulillah. Puji dan syukur kehadirat Allah SWT, yang dengan rahmat dan karunia-Nya penulis dapat menyelesaikan penyusunan skripsi ini, sebagai syarat untuk memperoleh gelar Sarjana Komputer, pada Program Studi S1 Ilmu Komputer Fakultas Ilmu Komputer dan Teknologi Informasi Universitas Sumatera Utara.
Pada pengerjaan skripsi dengan judul Sistem Pendukung Keputusan Menentukan Antibiotik Menggunakan Algoritma Analytical Hierarchy Process dan Weighted Product, penulis menyadari bahwa banyak pihak yang telah turut membantu, baik dari pihak keluarga, sahabat dan orang-orang yang memotivasi dalam pengerjaanya. Dalam kesempatan ini, penulis mengucakan terimakasih kepada:
1. Bapak Prof. Dr. Dr. Syahril Pasaribu, DTM&H, Msc(CTM), Sp.A(K) selaku Rektor Universitas Sumatera Utara.
2. Bapak Prof. Muhammad Zarlis selaku Dekan Fakultas Ilmu Komputer dan Teknologi Informasi Universitas Sumatera Utara.
3. Bapak Dr. Poltak Sihombing, M.Kom selaku Ketua Program Studi S1 Ilmu Komputer Fakultas Ilmu Komputer dan Teknologi Informasi Universitas Sumatera Utara.
4. Bapak M. Andri Budiman, ST, M.Comp. Sc, MEM, selaku Dosen Pembimbing I dan telah menjadi sosok seorang ayah yang tak kenal lelah untuk selalu memotivasi dan mengingatkan penulis untuk menyelesaikan skripsi ini.
5. Ibu Elviwani ST, S.Kom, M.Kom selaku Dosen Pembimbing II yang telah memberikan saran serta motivasi kepada penulis dalam pengerjaan skripsi ini. 6. Bapak Prof. Muhammad Zarlis selaku selaku Dosen Pembanding I yang telah
banyak memberikan arahan dan masukan yang sangat berharga kepada penulis. 7. Bapak Drs. Marihat Situmorang, M. Kom selaku Dosen Pembanding II yang
telah banyak memberikan arahan dan masukkan yang sangat berharga kepada penulis.
9. Ayahanda H. Hamka Siregar SE dan Ibunda Dra. Hj Sri Wandayani Harahap M.Pd yang selalu menyayangi dan mendukung serta mendoakan penulis Semoga kedepannya penulis dapat menyenangkan orang tua, berguna bagi keluarga nusa dan bangsa.
10. Kepada adik tercinta Aidul Akbar Siregar dan Fitra Siregar, yang selalu mendukung dan memberi perhatian yang lebih kepada penulis.
11. Sahabat terbaik penulis, Lily Sasmitha S.Ked, Lisdiana Sani S.Psi, Indah Fahrunisa S.Ab, Hendika Sembiring SH, Wan Fitri SH, Nadya Yusa S.Ked, Yaumil Putri, Cindy Soraya, Dara Lubis, Diah Damayanti, Cut Raisha, Sonia. 12. Sahabat seperjuangan Ivana Lisa Sitepu dan Shahira An-nisa, teman teman Kom
A stambuk 2011 khususnya Simon Sinaga, Farid Siregar, Henry Yakobus, Jonathan Simamora, Meylina Manik S.Kom, Witty Sinaga S.Kom, Vini Siregar S.Kom.
13. Semua pihak yang tidak bisa disebutkan satu persatu dalam skripsi ini.
Penulis menyadari bahwa skripsi ini masih jauh dari sempurna. Untuk itu penulis akan lebih banyak belajar untuk kedepannya lagi. Kiranya semoga Allah SWT memberikan rahmatnya kepada semua pihak yang telah membantu, memberi perhatian serta dukungan kepada penulis dalam menyelesikan skripsi ini.
Medan, Oktober 2015 Penulis
ABSTRAK
Semakin banyak merek antibiotik yang ada di apotek menjadi kendala dalam menentukan pilihan. Ketepatan pemberian antibiotik serta dosis yang sesuai merupakan faktor penting dalam upaya penyembuhan bagi pasien. Sistem ini dapat digunakan untuk membantu apoteker dalam menentukan antibiotik yang sesuai dengan kebutuhan dan kriteria yang diinginkan. Sistem pendukung keputusan merupakan sistem yang mendukung alternatif-alternatif yang diperoleh dari hasil pengolahan data, informasi dan rancangan model. Dimana dengan Algoritma Analytical Hierarchy Process masalah yang kompleks dapat dengan mudah disederhanakan sehingga mempercepat proses pengambilan keputusan. Algoritma Weighted Product merupakan Algoritma yang menggunakan perkalian untuk menghubungkan nilai atribut kriteria harus dipangkatkan terlebih dahulu dengan bobot kriteria yang bersangkutan. Hasil dari sistem ini adalah perankingan dari kedua algoritma dengan kriteria yang sudah ditentukan.
DESICION SUPPORT SYSTEMS DETERMINE ANTIBIOTIC USE
ANALYTICAL HIERARCHY PROCESS ALGORITHM AND
WEIGHTED PRODUCT
ABSTRACT
More and more brands of antibiotics in pharmacies become an obstacle in determining the choice. The accuracy of antibiotics as well as the appropriate dose is an important factor in the effort to cure the patient. This system can be used to assist the pharmacist in determining antibiotic that suits your needs and desired criteria. Decision support system is a system that supports alternatives derived from the processing of data, information and design models. Where the Analytical Hierarchy Process Algorithm complex problems can easily be simplified so as to accelerate the decision making process. Weighted Product algorithm is an algorithm that uses multiple criteria to connect the attribute value must be raised to advance to the weight of the relevant criteria. Results of this ranking system of two algorithms with pre-determined criteria.
DAFTAR ISI
2.3. Algoritma Analytical Hierarchy Process 6
2.3.1. Prinsip Dasar Analytical Hierarchy Process 7 2.3.2. Procedure Analytical Hierarchy Process 8
2.4. Algoritma Weighted Produc 10
2.4.1. Langkah-langkah Algoritma Weighted Product 11
2.5. Penelitian yang Relevan 11
Bab 3 Analisis dan Perancangan Sistem 13
3.1. Analisis Sistem 13
3.4.1. Flowchart Sistem Secara Umum 15
3.4.2. Flowchart Analytical Hierarchy Process 16
3.4.3. Flowchart Weighted Product 17
Bab 4 Implementasi dan Pengujian Sistem 20
4.1. Implementasi Sistem 20
4.1.1. Tampilan Halaman Form Awal 20
4.1.2. Tampilan Halaman Form Utama 21
4.1.3. Tampilan Halaman Form About Me 22
4.2. Pengujian Sistem 23
4.2.1. Pengujian Sistem dengan Algoritma Analytical
Hierarchy Process 23
4.2.2. Pengujian Sistem dengan Algoritma Weighted
Product 25
4.3. Hasil Pengujian 27
Bab 5 Kesimpulan dan Saran 28
5.1. Kesimpulan 28
5.2. Saran 28
Daftar Pustaka 29
DAFTAR TABEL
Halaman
Tabel 2.3.1. Skala Penilaian Perbandingan Pasangan 7
DAFTAR GAMBAR
Halaman Gambar 3.1. Diagram Ishikawa Analisis Masalah Sistem 14
Gambar 3.2. Flowchart Sistem 15
Gambar 3.3. Flowchart Algoritma Analytical Hierarchy Process 16
Gambar 3.4. Flowchart Algoritma Weighted Product 17
Gambar 3.5. Form Antarmuka 18
Gambar 4.1. Tampilah Halaman Form Awal 20
Gambar 4.2. Tampilan Form Utama Data Penyakit 21
Gambar 4.3. Tampilan Halaman Form Utama Data Antibiotik 22
Gambar 4.4. Tampilah Halaman Form About Me 22
Gambar 4.5. Form Perbandingan Berpasangan Kriteria 23
Gambar 4.6. Form Bobot Kriteria Perbandingan Berpasangan 24
Gambar 4.7. Form Perhitungan Total 24
Gambar 4.8. Form Ranking 24
Gambar 4.9. Form Input Bobot 25
Gambar 4.10. Form Pembobotan 25
Gambar 4.11. Form Perhitungan 26