PERBANDINGAN METODE ANALYTICAL HIERARCHY
PROCESS DAN WEIGHTED SUM MODEL PADA SISTEM
PENDUKUNG KEPUTUSAN PEMILIHAN SEPEDA
SKRIPSI
DWI RIZKI ANANDA
101401029
PROGRAM STUDI S1 ILMU KOMPUTER
FAKULTAS ILMU KOMPUTER DAN TEKNOLOGI INFORMASI
UNIVERSITAS SUMATERA UTARA
PERBANDINGAN METODE ANALYTICAL HIERARCHY PROCESS DAN WEIGHTED SUM MODEL PADA SISTEM PENDUKUNG
KEPUTUSAN PEMILIHAN SEPEDA
SKRIPSI
Diajukan untuk melengkapi tugas akhir dan memenuhi syarat mencapai gelar Sarjana Komputer
DWI RIZKI ANANDA 101401029
PROGRAM STUDI S1 ILMU KOMPUTER
FAKULTAS ILMU KOMPUTER DAN TEKNOLOGI INFORMASI UNIVERSITAS SUMATERA UTARA
PERSETUJUAN
Judul : PERBANDINGAN METODE ANALYTICAL HIERARCHY PROCESS DAN WEIGHTED SUM MODEL PADA SISTEM PENDUKUNG
KEPUTUSAN PEMILIHAN SEPEDA.
Kategori : SKRIPSI
Nama : DWI RIZKI ANANDA
Nomor Induk Mahasiswa : 101401029
Program Studi : S1 ILMU KOMPUTER
Fakultas : ILMU KOMPUTER DAN TEKNOLOGI
INFORMASI UNIVERSITAS SUMATERA UTARA
Diluluskan di Medan, April 2015
Komisi Pembimbing :
Pembimbing 2 Pembimbing 1
Sajadin Sembiring, S.Si, M.Comp.Sc Dian Rachmawati, S.Si, M.Kom NIP. - NIP. 198307232009122004
Diketahui/Disetujui oleh
Program Studi S1 Ilmu Komputer Ketua,
PERNYATAAN
PERBANDINGAN SISTEM PENDUKUNG KEPUTUSAN PEMILIHAN SEPEDA DENGAN METODE ANALYTICAL HIERARCHY PROCESS DAN
WEIGHTED SUM MODEL
SKRIPSI
Saya mengakui bahwa skripsi ini adalah hasil karya saya sendiri, kecuali beberapa kutipan dan ringkasan yang masing-masing telah disebutkan sumbernya.
Medan, April 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 Pemilihan Sepeda dengan Metode Analytical Hierarchy Process dan Weighted Sum Model, penulis menyadari bahwa banyak pihak yang turut membantu, baik dari pihak keluarga, sahabat dan orang-orang terkasih yang memotivasi dalam pengerjaannya. Dalam kesempatan ini, penulis mengucapkan terima kasih 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. Ibu Dian Rachmawati, S.Si, M.Kom. selaku Dosen Pembimbing I yang telah memberikan arahan, kritik dan saran serta motivasi kepada penulis dalam pengerjaan skripsi ini.
5. Bapak Sajadin Sembiring, S.Si, M.Comp.Sc selaku Dosen Pembimbing II yang telah memberikan arahan, kritik dan saran serta motivasi kepada penulis dalam pengerjaan skripsi ini.
6. Bapak Prof. Dr. Iryanto, M.Si selaku Dosen Pembanding I yang telah banyak memberikan arahan dan masukan yang sangat berharga kepada penulis.
8. Ayahanda Suhermanto SE, Ibunda Ida Hayani SH, Kakak dan Adik Tercinta Puteri Ananda, Naufal Ananda, dan Hilwa Farhana Ananda, yang mana telah banyak memberikan kasih sayang, semangat, serta dorongan kepada penulis. 9. Seluruh tenaga pengajar dan pegawai di Fakultas Ilmu Komputer dan
Teknologi Informasi USU.
10.Macho yang selama ini telah menjadi keluarga kedua penulis selama mengikuti perkuliahan, tempat berbagi suka dan duka dalam pengerjaan skripsi ini, kepada Aditya Prawira, Novri Pramana Putra, Hayatun Nufus, Reni Rahmadani, Umri, Ahmad Rasyidi, dan Alfrid Iskandar.
11.Teman-teman kuliah, khususnya Muhammad Reza Nasution, Dhika Handayani Rangkuti, Mego Suntoro, Arief Try Hidayat, Andri Agasi, Wahyu Eko Putra dan Muhammad Pristian, serta Stambuk 2010 yang tidak dapat disebut satu-persatu, yang telah banyak membantu dalam selesainya pengerjaan skripsi ini. 12.Rekan-rekan pengurus IMILKOM (Ikatan Mahasiswa S1 Ilmu Komputer)
Fasilkom-TI 2013-2014 yang telah memberikan banyak dukungan, tempat belajar berorganisasi yang benar, dan menimba pengalaman.
13.Semua pihak yang terlibat langsung maupun tidak langsung yang tidak dapat penulis ucapkan satu demi satu yang telah membantu penyelesaian laporan ini.
Semoga Allah SWT melimpahkan berkah kepada semua pihak yang telah memberikan bantuan, perhatian, serta dukungan kepada penulis dalam menyelesaikan skripsi ini.
Medan, 16 April 2015 Penulis,
ABSTRAK
Semakin banyak jenis dan merek sepeda yang ada di pasaran menjadi kendala dalam menentukan pilihan ketika membeli sebuah sepeda. Sistem pendukung keputusan bertujuan untuk membantu masyarakat dalam menentukan pemilihan sepeda yang sesuai dengan kebutuhan dan kriteria yang diinginkan. Sistem ini mengimplementasikan metode Analytical Hierarchy Process (AHP) dan Weigthed Sum Model (WSM), dimana dengan metode AHP masalah yang kompleks dapat dengan mudah disederhanakan sehingga mempercepat proses pengambilan keputusan, metode AHP merubah nilai kualitatif menjadi nilai kuantitatif sehingga keputusan yang dipilih lebih obyektif, metode WSM merupakan metode yang paling sederhana dan paling baik dalam pengambilan keputusan. Kriteria yang dipakai dalam metode ini adalah harga, model dan merek. Hasil dari sistem berupa nilai rekomendasi yang sesuai dengan bobot kriteria yang diinginkan pengguna.
Kata Kunci:Sistem Pendukung Keputusan, Analytical Hierarchy Process, Weigthed Sum
COMPARISON OF ANALYTICAL HIERARCHY PROCESS AND WEIGHTED SUM MODEL METHOD FOR BIKE SELECTION
ABSTRACT
Many types and brands of bikes in market causes problem to choose a bike that fits in what we need. This Decision Support System was made to help people selecting a bicycle according to criteria that we wanted. This system implementing Analytical Hierarchy Process (AHP) and Weigthed Sum Model (WSM) method, AHP is a method that can easily simplified complex problem and make decision Support System process become faster, AHP method change qualitative value to quantitative value and make an objective decision, WSM is the simplest and best method in decision making. Criteria that used in this research are models, brand and price of the bicycle, the result of the system is a recommendation value that appropriate to criteria weight that user wanted.
Keywords: Decision Support System, Analytical Hierarchy Process, Weighted Sum Model,
DAFTAR ISI
1.5 Manfaat Penelitian 1.6 Metodologi Penelitian 1.7 Sistematika Peneltian
3 3 4
Bab 2 Tinjauan Pustaka 6
2.1 Sistem Pendukung Keputusan
2.1.1 Syarat Sistem Pendukung Keputusan 2.1.2 Arsitektur Sistem Pendukung Keputusan 2.1.3 Karakteristik Sistem Pendukung Keputusan
2.1.4 Tahapan Proses Pengambilan Keputusan
6 6 7 8 8 2.2 Analytical Hierarchy Process (AHP)
2.2.1 Prinsip AHP
Bab 3 Analisis Dan Perancangan Sistem 24
3.1 Analisis Sistem 24
3.1.1 Analisis masalah 24
3.1.2 Analisis kebutuhan Sistem
3.1.3.1 Use Case Diagram 3.1.3.2 Activity Diagram 3.1.3.3 Sequence Diagram 3.1.3.4 Kamus Data
3.1.3.5 Flowchart Metode Analytical Hierarchy Process 3.1.3.6 Flowchart Weighted Sum Model
3.1.3.7 Flowchart Sistem
3.2.1 Antarmuka Perhitungan dengan Metode AHP 36 3.2.2 Antarmuka Perhitungan dengan Metode WSM 37
Bab 4 Implementasi Dan Pengujian Sistem 4.1. Implementasi Sistem
4.3.2 Pengujian Sistem dengan Metode Weighted Sum Model 4.4 Hasil Pengujian
4.4.1 Hasil Pengujian Sistem dengan Metode Analytical Hierarchy Process
4.4.2 Hasil Pengujian Sistem dengan Metode Weighted Sum Model
4.4.3 Pengujian Running Time Calculation 4.4.4 Pengujian Akurasi Sistem
DAFTAR TABEL
Ha
Tabel 2.1 Skala Penilaian Perbandingan Saaty Tabel 2.2 Matrik Perbandingan Berpasangan Tabel 2.3 Skala Indeks Acak (RI) Saaty Tabel 2.4 Perbandingan Berpasangan Kriteria Tabel 2.5 Normalisasi Matriks
Tabel 2.6 Nilai Eigen Vector
Tabel 2.7 Perbandingan Berpasangan Kriteria Harga Tabel 2.8 Normalisasi Matriks
Tabel 2.9 Nilai Eigen Vector
Tabel 2.10 Perbandingan Berpasangan Kriteria Model Tabel 2.11Normalisasi Matriks
Tabel 2.12Nilai Eigen Vector
Tabel 2.13Perbandingan Berpasangan Kriteria Merek Tabel 2.14Normalisasi Matriks
Tabel 2.15Nilai Eigen Vector
Tabel 2.16 Nilai Akhir Masing-masing Alternatif Tabel 2.17Tabel Contoh Nilai WSM
Tabel 3.1 Tabel UseCase Proses Pemilihan Sepeda Dengan Metode AHP
Tabel 3.2 Tabel UseCase Proses Pemilihan Sepeda Dengan Metode WSM
Tabel 3.3 Kamus Data Sistem
Tabel 4.1 Tabel Perbandingan Berpasangan Kriteria Tabel 4.2 Tabel Data Nilai Alternatif Sepeda
Tabel 4.3 Perbandingan Berpasangan Aternatif Berdasarkan Kriteria Harga
Tabel 4.4 Perbandingan Berpasangan Aternatif Berdasarkan Kriteria Merek
Tabel 4.5 Perbandingan Berpasangan Aternatif Berdasarkan Kriteria Model
Tabel 4.6 Nilai Alternatif Perhitungan AHP Tabel 4.7 Perhitungan dengan Metode WSM
Tabel 4.14 Hasil Pengujian 2 dengan Metode WSM Pada Sistem Tabel 4.15 Hasil Pengujian 2 dengan Metode WSM Pada Sistem Tabel 4.16 Hasil Pengujian 4 dengan Metode WSM Pada Sistem Tabel 4.17 Hasil Pengujian 5 dengan Metode WSM Pada Sistem Tabel 4.18 Hasil Pengujian Running Time Calculation Sistem Metode AHP
Tabel 4.19 Hasil Pengujian Running Time Calculation Sistem Metode WSM
Tabel 4.20 Perbandingan Hasil Pengujian Akurasi Sistem
53 54 54 55
56
DAFTAR GAMBAR
Hal.
Gambar 2.1 Arsitektur Sistem Pendukung Keputusan 7
Gambar 2.2 Struktur Hierarki AHP 9
Gambar 3.1Diagram Ishikawa Analisis Masalah Sistem 25 Gambar 3.2 Use Case Diagram Sistem Pendukung Keputusan Pemilihan
Gambar 3.5 Sequence Diagram Untuk Proses Perhitungan dengan Metode
Analytical Hierarchy Process 30
Gambar 3.6 Sequence Diagram Untuk Proses Perhitungan dengan Metode
Weighted Sum Model 31
Gambar 3.7 Flowchart Metode Analytical Hierarchy Process 33
Gambar 3.8 Flowchart Metode Weighted Sum Model 34
Gambar 3.9 Flowchart Sistem Pendukung Keputusan Pemilihan Sepeda 35 Gambar 3.10 Antarmuka Perhitungan Dengan Metode AHP 36 Gambar 3.11 Antarmuka Perhitungan Dengan Metode WSM 38 Gambar 4.1 Form Home
Gambar 4.2 Form Perhitungan AHP
45 46
Gambar 4.3 Form Perhitungan WSM 46
Gambar 4.4 Menu Bantuan 47
Gambar 4.5 Tab Sepeda 47
Gambar 4.6 Form Perbandingan Berpasangan Kriteria Gambar 4.7 Form Pemilihan Sepeda
48 49 Gambar 4.8 Form Hasil Perhitungan AHP
DAFTAR LAMPIRAN
Hal.
Lampiran 1 Listing Program A1
ABSTRAK
Semakin banyak jenis dan merek sepeda yang ada di pasaran menjadi kendala dalam menentukan pilihan ketika membeli sebuah sepeda. Sistem pendukung keputusan bertujuan untuk membantu masyarakat dalam menentukan pemilihan sepeda yang sesuai dengan kebutuhan dan kriteria yang diinginkan. Sistem ini mengimplementasikan metode Analytical Hierarchy Process (AHP) dan Weigthed Sum Model (WSM), dimana dengan metode AHP masalah yang kompleks dapat dengan mudah disederhanakan sehingga mempercepat proses pengambilan keputusan, metode AHP merubah nilai kualitatif menjadi nilai kuantitatif sehingga keputusan yang dipilih lebih obyektif, metode WSM merupakan metode yang paling sederhana dan paling baik dalam pengambilan keputusan. Kriteria yang dipakai dalam metode ini adalah harga, model dan merek. Hasil dari sistem berupa nilai rekomendasi yang sesuai dengan bobot kriteria yang diinginkan pengguna.
Kata Kunci:Sistem Pendukung Keputusan, Analytical Hierarchy Process, Weigthed Sum
COMPARISON OF ANALYTICAL HIERARCHY PROCESS AND WEIGHTED SUM MODEL METHOD FOR BIKE SELECTION
ABSTRACT
Many types and brands of bikes in market causes problem to choose a bike that fits in what we need. This Decision Support System was made to help people selecting a bicycle according to criteria that we wanted. This system implementing Analytical Hierarchy Process (AHP) and Weigthed Sum Model (WSM) method, AHP is a method that can easily simplified complex problem and make decision Support System process become faster, AHP method change qualitative value to quantitative value and make an objective decision, WSM is the simplest and best method in decision making. Criteria that used in this research are models, brand and price of the bicycle, the result of the system is a recommendation value that appropriate to criteria weight that user wanted.
Keywords: Decision Support System, Analytical Hierarchy Process, Weighted Sum Model,
BAB I
PENDAHULUAN
1.1 Latar Belakang
Sepeda merupakan alat transportasi yang sudah ada sejak awal abad ke-18, asal mula sepeda diperkirakan berasal dari Perancis yang pada saat itu dinamakan velocipede. Sejak dahulu hingga sekarang sepeda digunakan sebagai penunjang kegiatan sehari-hari, baik untuk bekerja, rekreasi, maupun berolahraga. Seiring berjalannya waktu, saat ini ada beberapa jenis sepeda yang beredar di pasaran yaitu, Sepeda Anak, Sepeda Balap, Sepeda BMX, Sepeda Tandem, Sepeda Kota, Sepeda Gunung, dan Sepeda Lipat.
Berbanding lurus dengan banyak jenis sepeda, maka merek sepeda yang ada di pasaran juga semakin banyak, baik dari dalam maupun luar negeri, berbagai merek terkenal seperti Polygon, Shimano, Federal, Minoura dan produsen sepeda lainnya yang berlomba-lomba mengeluarkan produk terbaiknya untuk menarik minat konsumen.
pilihan dalam membeli sebuah sepeda. Oleh karena itu dibutuhkan sebuah sistem untuk memberikan informasi yang tepat dalam proses penentuan sepeda yang sesuai dengan kebutuhan dan kriteria masyarakat itu sendiri .
Sistem pendukung keputusan adalah sebuah sistem yang memberikan alternatif solusi atau alternatif tindakan dari sejumlah alternatif solusi dan tindakan guna menyelesaikan suatu masalah. Sistem pendukung keputusan memiliki berbagai metode yang sering diterapkan seperti PROMETHEE, ELECTREE, Simple Additive Weighting (SAW), Analytical Hierarchy Process (AHP), Technique for Order Preference by Similiarity to Ideal Solution (TOPSIS) dan lain-lain yang dapat membantu dalam menyelesaikan pengambilan suatu keputusan, metode-metode ini mempunyai kelebihan dan kekurangannya masing-masing.
Pada penelitian ini metode yang dipilih dalam pembangunan sistem pemilihan sepeda adalah Metode Analytical Hierarchy Process (AHP) dan Weigthed Sum Model (WSM). Menurut Sunarto (2011) dengan Metode AHP masalah yang kompleks bisa dengan mudah disederhanakan sehingga mempercepat proses pengambilan keputusan, karena kosep metode AHP adalah dengan merubah nilai-nilai kualitatif menjadi nilai kuantitatif sehingga keputusan yang dipilih menjadi lebih obyektif. Sedangkan menurut Triantaphyllou (1997) Metode WSM merupakan metode yang paling sederhana dan paling baik dalam pengambilan keputusan pada beberapa alternatif pilihan dengan sejumlah kriteria keputusan.
1.2 Rumusan Masalah
Berdasarkan latar belakang di atas, maka rumusan masalah yang dapat diambil adalah bagaimana rancangan suatu sistem pendukung keputusan untuk memilih sepeda sesuai dengan keinginan user dengan Metode Analytical Hierarchy Process (AHP) dan Weighted Sum Model (WSM).
1.3 Batasan Masalah
1. Penelitian ini hanya membahas implementasi metode AHP dan WSM . 2. Kriteria yang dipilih untuk analisis hanya 3 yaitu model, merek, dan harga.
3. Jenis sepeda yang menjadi penelitian hanya Sepeda MTB Hard Tail, Sepeda MTB Full Suspension, Sepeda BMX Freestyle, Sepeda Lipat, dan Sepeda anak, dimana tiap jenis sepeda terdapat 10 sampel.
4. Parameter yang dibandingkan adalah Running Time Calculation dan akurasi dari kedua metode ini.
5. Output dari sistem ini adalah nilai dari masing-masing alternatif sepeda dengan nilai terbesar merupakan nilai yang paling direkomendasikan sistem.
6. Sistem hanya dapat membandingkan 3 alternatif pilihan sepeda, dan perbandingan dilakukan antar 1 jenis sepeda.
7. Sistem yang akan dibangun adalah Sistem Pendukung Keputusan berbasis desktop dengan menggunakan Netbeans IDE 8.0.2 dan Database Management System MySQL.
1.4 Tujuan Penelitian
Tujuan penelitian ini adalah membuat suatu sistem pendukung keputusan berbasis desktop dengan mengimplementasikan metode AHP dan WSM yang dapat memberikan informasi alternatif pilihan sepeda sesuai dengan kriteria yang telah ditentukan.
1.5 Manfaat Penelitian
Manfaat yang diharapkan dari penelitian ini adalah untuk membantu user dalam mengambil keputusan untuk memilih sepeda yang sesuai dengan kriteria yang ditentukan.
1.6 Metodologi Penelitian
1. Studi Literatur
Pada tahap ini dilakukan pengumpulan referensi yang diperlukan dalam penelitian. Hal ini dilakukan untuk memperoleh informasi dan data yang diperlukan untuk penulisan skripsi ini. Referensi yang digunakan dapat berupa buku, jurnal, artikel, situs internet yang berkaitan dengan penelitian Sistem Pendukung Keputusan dengan Metode Analytical Hierarchy Process dan Weighted Sum Model.
2. Pengumpulan dan Analisa Data
Pada tahap ini dilakukan pengumpulan data dari sepeda-sepeda yang ada pada situs penjualan sepeda Online kemudian pada tahap ini akan dianalisis sistem yang akan dibuat, batasan sistem, kinerja sistem, dan cara kerja sistem. Sehingga dapat mengimplementasikan metode Analytical Hierarchy Process dan Weighted Sum Model.
3. Kuesioner
Pada tahap ini dilakukan pengumpulan data dari para ahli sepeda untuk mendapatkan nilai dari sepeda berdasarkan kriteria yang telah ditentukan.
4. Analisis dan Perancangan Sistem
Merancang sistem sesuai dengan rencana yang telah ditentukan, yaitu meliputi perancangan sistem, database,dan Graphic User Interface. Proses perancangan ini berdasarkan pada batasan masalah dari penelitian ini.
5. Implementasi Sistem
Penyelesaian desain yang telah dirancang, baik sistem, database dan Graphic User Interface.
6. Pengujian Sistem
Pada tahap ini akan dilakukan pengujian terhadap sistem yang telah dikembangkan. 7. Dokumentasi Sistem
Melakukan pembuatan dokumentasi sistem mulai dari tahap awal hingga pengujian sistem, untuk selanjutnya dibuat dalam bentuk laporan penelitian (skripsi).
1.7 Sistematika Penelitian
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 (AHP) dan Weighted Sum Model (WSM) untuk menyelesaikan pemilihan sepeda.
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 java. Kemudian dilanjutkan dengan tahapan pengujian sistem untuk menguji apakah sistem sudah berjalan sesuai dengan perancangan.
BAB 5 : KESIMPULAN DAN SARAN
BAB II
TINJAUAN PUSTAKA
Sistem pendukung keputusan adalah sebuah sistem yang efektif dalam membantu mengambil suatu keputusan yang kompleks, sistem ini menggunakan aturan – aturan pengambilan keputusan, model analisis, database yang komprehensif, dan pengetahuan dari pengambil keputusan itu sendiri (Janakiraman, V.S. & Sarukesi, K., 1999)
Suatu pengambilan keputusan adalah proses pemecahan masalah dengan menentukan pilihan dari beberapa alternatif untuk menetapkan suatu tindakan dalam mencapai tujuan yang diinginkan . Definisi ini mengandung substansi pokok di dalamnya, yaitu ada kebutuhan memcahkan masalah, ada proses, ada beberapa alternative yang dipilih, ada ketetapan hati memilih satu pilihan, dan ada tujuan pengambilan keputusan (Anzizhan, 2004).
Dewasa ini, pengambilan keputusan dirasa menjadi lebih sulit, Masalah yang semakin kompleks, kebutuhan akan pengambilan keputusan yang tepat dan cepat terus meningkat, sehingga dibutuhkan suatu sistem pendukung keputusan untuk membantu si pembuat keputusan dalam mengambil sebuah keputusan (Power, 2002).
2.1.1. Syarat Sistem Pendukung Keputusan
Menurut Bidgoli (1989), syarat dari sebuah sistem keputusan adalah : 1. Memerlukan perangkat keras;
2. Memerlukan perangkat lunak;
3. Memerlukan manusia (perancang dan pengguna);
4. Dirancang untuk mendukung sebuah pengambilan keputusan;
5. Harus dapat membantu pengambil keputusan pada setiap level keputusan; dan 6. Menekankan masalah tidak terstruktur dan semi terstruktur.
2.1.2. Arsitektur Sistem Pendukung Keputusan
Arsitektur Sistem Pendukung Keputusan (SPK) terdiri dari beberapa subsistem yang menentukan kapabilitas teknis Sistem Pendukung Keputusan Tersebut (Suryadi dan Ramdhani, 2002), yaitu :
1. Subsistem Manajemen basis data
Subsistem yang mengatur interasi antara data dan model keputusan yang ada pada sistem .
3. Subsistem Manajemen Dialog
Subsistem ini mengatur integrasi hubungan antara sistem dan pengguna .
Ketiga subsistem ini menjadi suatu Arsitektur SPK yang terdapat pada Gambar 2.1 sebagai berikut (Turban & Aronson, 2005) :
Gambar 2.1. Arsitektur Sistem Pendukung Keputusan
Arsitektur Sistem Pendukung Keputusan (SPK) sendiri terdiri dari fungsi-fungsi yang diperlukan pada sebuah SPK yaitu Dialog, Manajemen Database, dan Pemodelan.
2.1.3. Karakteristik Sistem Pendukung Keputusan
Menurut Marimin (2004), Sistem Pendukung Keputusan mempunyai empat karakteristik utama, yaitu :
1. SPK menggabungkan data dan model menjadi satu bagian
2. SPK dirancang untuk membantu para pengambil keputusan dalam proses pengambilan masalah yang bersifat semi structural
4. Teknik SPK dikembangkan untuk meningkatkan efektifitas dari pengambil keputusan .
2.1.4. Tahapan Proses Pengambilan Keputusan
Langkah – langkah yang diperlukan dalam proses pengambilan keputusan (Basyaib, 2006) adalah :
1. Intelijen
a. Pembentukan persepsi terhadap situasi yang dihadapi
Ialah mengenali situasi keputusan dan pendefenisian karakteristik utama yang ada pada situasi tersebut
b. Membangun model yang mewakili situasi
Sebuah model merupakan kendaraan yang membantu dalam mengestimasi hasil yang mungkin terjadi dari sebuah situasi keputusan
c. Penentuan ukuran kuantitatif terhadap biaya (disbenefits) dan manfaat yang paling tepat untuk situasi yang dihadapi
Sistem ukuran seragam yang akan digunakan dalam membandingkan alternatif langkah keputusan
2. Desain
Penentuan dengan spesifik alternatif yang dimiliki dengan mengenali dan merumuskan dengan jelas langkah – langkah yang mungkin dilakukan.
3. Pilihan
a. Evaluasi manfaat dan biaya (disbenefits) dari semua langkah alternatif.
Ialah penilaian akibat penerapan setiap langkah alternatif dengan menggunakan ukuran biaya dan manfaat.
b. Menetapkan kriteria dalam memilih langkah terbaik
Adalah penetapan peraturan dengan mengaitkan hasil dengan tujuan pembuatan keputusan.
c. Penyelesaian situasi keputusan
Ialah mengambil sebuah langkah dengan dasar kriteria yang dapat diterima.
AHP dikembangkan oleh Thomas Saaty sekitar tahun 1970an. AHP merupakan sistem pembuat keputusan dengan menggunakan model matematis. AHP membantu dalam menentukan prioritas dari beberapa kriteria dengan melakukan analisis perbandigan berpasangan dari masing-masing kriteria (Triantaphyllou, 2000).
AHP merupakan suatu pendekatan praktis unutk memecahkan masalah keputusan kompleks yang meliputi perbandingan alternative.AHP juga memungkinkan pengambilan keputusan dengan menyajikan hubungan hierarki antara aktor, atribut, karakteristik dan alternatif dalam lingkungan pengambilan keputusan. Dengan begitu masalah kompleks yang tidak terstruktur dipecahkan dalam kelompoknya (Marimin, 2004).
2.2.1. Prinsip AHP
Prinsip kerja AHP adalah penyederhanaan suatu persoalan kompleks yang tidak terstruktur, stratejik, dan dinamik menjadi bagian-bagiannya, serta menata dalam suatu hierarki. Kemudian tingkat kepentingan suatu variabel tersebut secara relatif dibandingkan dengan variabel lainnya, seperti pada Gambar 2.2 berikut (Kusumadewi dkk, 2005).
Gambar 2.2 Struktur Hirarki AHP
Adapun langkah-langkah dari metode AHP adalah sebagai berikut (Suryadi dan Ramdhani, 2002) :
1. Mendefinisikan masalah dan menentukan solusi yang diinginkan 2. Membuat struktur hierarki yang diawali dengan tujuan utama.
4. Melakukan perbandingan berpasangan sehingga diperoleh jumlah penilaian seluruhnya sebanyak n x [(n-1)/2] buah, dengan n adalah banyaknya elemen yang dibandingkan .
5. Menghitung nilai Eigen dan menguji konsistensinya, jika tidak konsisten makan pengambilan data diulangi.
6. Mengulangi langkah 3,4, dan 5 untuuk seluruh tingkat hierarki.
7. Menghitung vektor Eigen dari setiap matriks perbandingan berpasangan, yang merupakan bobot setiap elemen untuk penentuan prioritas elemen elemen pada tingkat hierarki terendah sampai mencapai tujuan.
8. Memeriksa konsistensi hierarki, yang diukur dalam AHP adalah rasio konsistensi dengan melihat indeks konsistensi.
Perbandingan berpasangan sering digunakan untuk menentukan kepentingan relatif dari elemen-elemen dan kriteria-kriteria yang ada. Perbandingan berpasangan tersebut diulang untuk semua elemen dalam tiap tingkat. Elemen dengan bobot paling tinggi adalah pilihan keputusan yang layak dipertimbangkan untuk diambil.
Untuk setiap kriteria dan alternatif, kita harus melakukan perbandingan berpasangan yaitu membandingkan setiap elemen dengan elemen lainnya pada setiap tingkat hierarki secara berpasangan sehingga didapat nilai tingkat kepentingan elemen dalam bentuk pendapat kualitatif. Untuk mengkuantifikasi pendapat kualitatif tersebut digunakan skala penilaian sehingga akan diperoleh nilai pendapat dalam bentuk angka (kuantitatif). Untuk berbagai permasalahan, skala 1 sampai dengan 9 merupakan skala yang terbaik dalam mengkualifikasikan pendapat, yaitu berdasarkan akurasinya berdasarkan nilai RMS (Root Mean Square) dan MAD (Median Absolute Deviation). Nilai dan definisi pendapat kualitatif dalam skala perbandingan Saaty pada Tabel 2.1 berikut (Saaty, 1993):
Tabel 2.1. Skala Penilaian Perbandingan Berpasangan Saaty: Intensitas
Kepentingan
Keterangan
1 Kedua elemen sama pentingnya
Nilai-nilai perbandingan kriteria kemudian diolah untuk menentukan peringkat kriteria dari seluruh kriteria yang ada. Baik kriteria kualitatif maupun kriteria kuantitatif, dapat dibandingkan dengan penilaian yang telah ditentukan untuk menghasilkan bobot dan prioritas.
Adapun kelebihan AHP dibandingkan dengan metode lainnya adalah (Marimin, 2004):
1. Struktur yang berhierarki, sebagai konsekuensi dari kriteria yang dipilih, sampai pada subkriteria yang paling dalam.
2. Memperhitungkan validitas sampai dengan batas toleransi inkonsistensi berbagai kriteria dan alternatif yang dipilih oleh para pengambil keputusan.
3. Memperhitungkan daya tahan atau ketahanan output analisis sensitivitas pengambil keputusan.
2.2.2 Perhitungan Metode AHP
Pada dasarnya formulasi matematis pada model AHP dilakukan dengan menggunakan suatu matriks, misalkan dalam suatu subsistem operasi terdapat n elemen operasi, yaitu elemen-elemen , , …, , maka hasil perbandingan secara berpasangan
elemen-elemen operasi tersebut akan membentuk matriks perbandingan seperti pada Tabel 2.2. Perbandingan berpasangan dimulai dari tingkat hierarki paling tinggi, dimana suatu kriteria digunakan sebagai dasar pembuatan perbandingan.
Tabel 2.2 Matriks Perbandingan Berpasangan …
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
…
…
… … … … …
…
Setelah matriks diisi dengan nilai perbandingan selanjutnya dilakukan suatu pembobotan dan penjumlahan untuk menghasilkan satu bilangan tunggal yang menunjukkan prioritas setiap kriteria, berikut merupakan langkah-langkah dalam mencari bobot elemen dengan metode AHP :
1. Normalisasi matriks
Proses pembobotan dilakukan berdasarkan matriks perbandingan berpasangan yang merupakan perbandingan kriteria i terhadap kriteria j, berikut merupakan proses normalisasi matriks perbandingan berpasangan:
a) Bobot setiap kolom j dijumlahkan menjadi total kolom, total dari setiap kolom itu dilambangkan dengan .
……….(1)
Dimana :
Nilai total penjumlahan bobot per kolom
Nilai bobot sub faktor baris ke i kolom ke j
b) Bagi setiap kriteria dalam matriks dengan jumlah nilai total di kolom kriteria tersebut. Hasil dari pembagian tersebut dilambangkan dengan .
………..(2)
Hasil pembagian bobot baris ke-i kolom ke-j dengan jumlah tiap kolom ke-j
Nilai total penjumlahan bobot per kolom
Nilai bobot sub faktor baris ke i kolom ke j
2. Perhitungan Nilai Eigen
Nilai Eigen adalah nilai yang menunjukkan bobot kepentingan suatu kriteria atau alternatif terhadap kriteria atau alternatif lainnya dalam suatu struktur hirarki. Menentukan prioritas relative dari setiap faktor dengan merata-ratakan bobot yang sudah dinormalisasikan dari setiap baris, dengan lambing .
……….(3)
Dimana :
Nilai total penjumlahan bobot per kolom
Hasil pembagian bobot baris ke-i kolom ke- j dengan jumlah tiap kolom ke-j
Jumlah Sub factor
3. Perhitungan rasio konsistensi
Rasio konsistensi (CR) adalah perbandingan Indeks Konsistensi (CI) dengan nilai acak Saaty (RI), nilai CR dihitung untuk mengukur tingkat kekonsistenan dari sebuah matrik perbandingan berpasangan. Perhitungan rasio konsistensi dilakukan dengan mengikuti langkah-langkah berikut (Suryadi dan Ramdhani, 2002):
a) mengalikan matriks dengan prioritas bersesuaian b) menjumlahkan hasil perkalian per baris
c) hasil langkah b dibagi jumlah elemen, akan di dapat
d) menghitung indeks konsistensi (CI) dengan rumus : ……….(4)
Dimana :
CI : Indeks Konsistensi : Nilai Eigen Maksimum
e) maka rasio konsistensi (CR) dapat dihitung dengan rumus : ……….(5)
Dimana :
CR : Rasio Konsistensi CI : Indeks Konsistensi RI : Indeks Acak Saaty
Nilai RI didasarkan pada nilai indeks acak Saaty pada Tabel 2.3, dan matriks perbandingan berpasangan dapat diterima jika nilai rasio konsistensi (CR) :
Tabel 2.3 Skala Indeks Acak(RI) Saaty Jumlah
Elemen 1 2 3 4 5 6 7 8 9
10
RI 0.00 0.00 0.58 0.90 1.12 1.24 1.32 1.41 1.45 1.49
Untuk lebih jelasnya diberikan contoh sebagai berikut. Johnny ingin membeli sebuah Sepeda MTB, dan ia telah mempunyai 3 pilihan sepeda yang akan ia pilih yaitu, MTB A, MTB B, MTB C, dan ia juga telah mengidentifikasikan 3 kriteria utama sebagai perbandingan pemilihan sepeda tersebut yaitu, Harga, Model dan Merek. Hal pertama yang dilakukannya adalah membuat matriks perbandingan berpasangan terhadap masing-masing kriteria tersebut berdasarkan indeks skala perbandingan berpasangan Saaty, yaitu berikut pada Tabel 2.4 :
Tabel 2.4. Perbandingan Berpasangan Kriteria KRITERIA HARGA MODEL MEREK
HARGA 1 5 4
MODEL 1/5 1 ½
MEREK 1/4 2 1
Setelah membuat perbandingan berpasangan dari krteria maka Johnny melakukan normalisasi terhadap matriks perbandingan berpasangan yang ada pada Tabel 2.5 sebagai berikut:
Tabel 2.5. Normalisasi Matriks
KRITERIA HARGA MODEL MEREK
HARGA 20/29 5/8 8/11
MODEL 4/29 1/8 1/11
MEREK 5/29 2/8 2/11
Selanjutnya dengan persamaan rumus (2) tiap-tiap elemen matriks perbandingan berpasangan dibagi dengan total nilai masing-masing kolom yang dihasilkan pada rumus(1) kemudian dijumlahkan dan dirata-ratakan dengan menggunakan rumus(3) yang dapat dilihat pada Tabel 2.6 berikut.
Tabel 2.6. Nilai Eigen Vector (Bobot)
KRITERIA HARGA MODEL MEREK Bobot
HARGA 0.6896 0.5556 0.7272 0.6574
MODEL 0.1379 0.1111 0.0909 0.1133
MEREK 0.1724 0.2500 0.1818 0.2014
1.4500 8.0000 5.5000 1.000
Selanjutnya menghitung rasio konsistensi daripada bobot( dengan rumus
(5), (6) dan (7) :
maka kemudian hitung CI dengan rumus (6),
Nilai CR < 0.1, maka matrik perbandingan untuk kriteria dapat diterima.
Selanjutnya berdasarkan kriteria-kriteria tadi, maka akan ditentukan mana alternatif terbaik dari sepeda-sepeda tersebut, berdasarkan kriteria harga, johnny membuat perbandingan harga sepeda tersebut berdasarkan skala penilaian perbandingan Saaty, yaitu sebagai berikut:
Tabel 2.7. Perbandingan Berpasangan Alternatif Kriteria Harga
Setelah membuat perbandingan berpasangan, selanjutnya matriks pada Tabel 2.7 dinormalisasi seperti pada Tabel 2.8 berikut :
Tabel 2.8. Normalisasi matriks perbandingan berpasangan
HARGA MTB A MTB B MTB C
MTB A ¼ ¼ 1/4
MTB B 2/4 ½ 2/4
MTB C ¼ ¼ 1/4
Selanjutnya dengan persamaan rumus (2) tiap-tiap elemen matriks perbandingan berpasangan dibagi dengan total nilai masing-masing kolom yang dihasilkan pada rumus(1) kemudian dijumlahkan dan dirata-ratakan dengan menggunakan rumus(3) untuk mendapatkan nilai bobotnya(nilai eigen( ), seperti
pada Tabel 2.9 berikut:
HARGA MTB A MTB B MTB C
MTB A 1 1/2 1
MTB B 2 1 2
MTB C 1 1/2 1
Tabel 2.9. Nilai Eigen Vector (Bobot) alternatif dengan kriteria harga
HARGA MTB A MTB B MTB C Bobot
MTB A 0.25 0.25 0.25 0.25
MTB B 0.50 0.50 0.50 0.50
MTB C 0.25 0.25 0.25 0.25
4 2 4 1.00
Selanjutnya menghitung rasio konsistensi daripada bobot( dengan rumus (5)
, (6) dan (7) :
maka kemudian hitung CI dengan rumus (6),
maka rasio konsistensi (CR) dapat dihitung dengan rumus(7) :
Jika nilai rasio konsistensi (CR) = 0 , maka bobot tersebut sangatlah konsisten .
Selanjutnya dilakukan perbandingan berpasangan lagi untuk kriteria model, maka berdasarkan kriteria model perbandingan untuk alternatif seperti pada Tabel 2.10 berikut:
Tabel 2.10. Matriks perbandingan berpasangan alternatif kriteria model MODEL MTB A MTB B MTB C
MTB A 1 1 1/2
MTB B 1 1 1/3
MTB C 2 3 1
Setelah membuat perbandingan berpasangan, selanjutnya matriks pada tabel 2.10 dinormalisasi seperti pada Tabel 2.11 berikut :
Tabel 2.11. Normalisasi Matrik Perbandingan Berpasangan
MODEL MTB A MTB B MTB C
MTB A 1/4 1/5 3/11
MTB B 1/4 1/5 2/11
MTB C 2/4 3/5 6/11
Selanjutnya dengan persamaan rumus (2) tiap-tiap elemen matriks perbandingan berpasangan dibagi dengan total nilai masing-masing kolom yang dihasilkan pada rumus (1) kemudian dijumlahkan dan dirata-ratakan dengan menggunakan rumus (3) seperti pada Tabel 2.12 berikut :
Tabel 2.12. Nilai Eigen Vector (Bobot) alternatif dengan Kriteria Model Model MTB A MTB B MTB C Bobot
MTB A 0.25 0.20 0.27 0.24
MTB B 0.25 0.20 0.18 0.21
MTB C 0.50 0.60 0.54 0.55
4 5 1.83 1.00
Selanjutnya menghitung rasio konsistensi daripada bobot( dengan rumus (5)
, (6) dan (7) :
maka kemudian hitung CI dengan rumus (6),
maka rasio konsistensi (CR) dapat dihitung dengan rumus(7) :
Selanjutnya dilakukan perbandingan berpasangan lagi untuk kriteria merek, maka berdasarkan kriteria merek perbandingan untuk alternatif adalah seperti pada Tabel 2.13 berikut:
Setelah membuat perbandingan berpasangan, selanjutnya matriks pada tabel 2.13 dinormalisasi seperti pada Tabel 2.14 berikut :
Tabel 2.14. Normalisasi Matriks Perbandingan Berpasangan
MEREK MTB A MTB B MTB C
MTB A ½ 1/2 ½
MTB B ¼ 1/4 ¼
MTB C ¼ 1/4 ¼
Selanjutnya dengan persamaan rumus (2) tiap-tiap elemen matriks perbandingan berpasangan dibagi dengan total nilai masing-masing kolom yang dihasilkan pada rumus(1) kemudian dijumlahkan dan dirata-ratakan dengan menggunakan rumus(3) seperti terdapat pada Tabel 2.15 berikut :
Tabel 2.15. Perhitungan Perbandingan Berpasangan dengan Kriteria Merek
MEREK MTB A MTB B MTB C
MTB A 0.50 0.50 0.50 0.50
MTB B 0.25 0.25 0.25 0.25
MTB C 0.25 0.25 0.25 0.25
2 4 4 1.00
Selanjutnya menghitung rasio konsistensi daripada bobot( dengan rumus (5)
, (6) dan (7) :
Maka kemudian hitung CI dengan rumus (6),
Maka rasio konsistensi (CR) dapat dihitung dengan rumus(7) : MEREK MTB A MTB B MTB C
MTB A 1 2 2
MTB B ½ 1 1
MTB C ½ 1 1
= 0
Kemudian satukan semua bobot untuk masing-masing kriteria terhadap alternative dalam satu tabel sehingga dapat diperoleh bobot akhir dari alternatif tersebut, seperti pada Tabel 2.16 berikut.
Tabel 2.16. Nilai Akhir dari Masing-masing Alternatif
BOBOT KRITERIA MTB A MTB B MTB C menempati posisi teratas dengan bobot 0.42, kemudian MTB B dengan bobot 0.29 dan terakhir MTB A dengan bobot 0.27.
2.3. Weighted Sum Model (WSM)
Weighted sum model adalah salah satu model yang paling umum dan banyak digunakan untuk memodelkan permasalahan MADM. WSM mengurutkan semua kandidat berdasarkan atribut yang telah ternormalisasi (Triantaphyllou, 2000).
Normalisasi atribut dilakukan guna menjamin perbandingan antar atribut yang akan digunakan. Jika tidak demikian, maka atribut - atribut yang memiliki nilai yang tinggi akan membuat ketidakseimbangan pada nilai keseluruhan yang akan diperoleh.
Bentuk umum dari nilai alternatif pada Weighted Sum Model untuk permasalahan satu dimensi dapat dinyatakan sebagai berikut :
Dimana :
n = jumlah data
p = nilai akhir alternatif
Langkah langkah untuk memperoleh nilai WSM dari alternatif yang ada adalah : 1. Masukkan data seluruh alternatif
2. Masukkan nilai bobot dari setiap kriteria 3. Hitung dengan rumus (5).
4. Nilai WSM dari setiap alternatif akan diketahui.
Untuk lebih jelasnya diberikan contoh sebagai berikut. Terdapat sebuah permasalahan dalam memilih alternatif yang terbaik antara A1, A2, dan A3. Sedangkan kriteria yang menentukan proses pemilihan adalah C1, C2, C3 dan C4. Nilai bobot kriteria dan nilai kriteria dari masing-masing alternatif disajikan dalam Tabel 2.17 berikut.
Tabel 2.17.Tabel Contoh Nilai WSM
C1 C2 C3 C4
Alternatif 0.1 0.3 0.4 0.2
A1 20 15 10 10
A2 15 20 10 15
A3 10 20 15 20
Berdasarkan tabel tersebut dapat kita ketahui nilai bobot yang diberikan pada kriteria C1 adalah 0.1 atau 10 %, nilai bobot pada kriteria C2 adalah 0.3 atau 30 %, nilai bobot pada kriteria C3 adalah 0.4 atau 40 % dan nilai bobot pada kriteria C4 adalah 0.2 atau setara dengan 20 %.Selanjutnya untuk menghitung nilai WSM dari setiap alternatif digunakan rumus (5) sehingga:
Untuk alternatif A1, maka nilai WSM yang diperoleh adalah :
Untuk alternatif A2, maka nilai WSM yang diperoleh adalah :
Berdasarkan perhitungan diatas, maka alternatif A3 lah yang paling baik, dikarenakan nilai WSM dari alternatif A3 merupakan nilai yang tertinggi dari semua alternatif yang ada.
2.4.Pengujian Akurasi
Pengujian dilakukan dengan membandingkan hasil rekomendasi dari Sistem dengan hasil pilihan dari pengguna (Decision Maker). Nilai akurasi dihitung dengan menggunakan rumus akurasi (Powers,2011), yaitu :
Akurasi = ( TN + TP) / N Dimana :
N = TN + FP + FN + TP Keterangan:
True Negative (TN) : jumlah prediksi negatif yang benar False Positive (FP) : jumlah prediksi positif yang benar False Negative (FN) : jumlah prediksi negatif yang salah True Positive (TP) : jumlah prediksi positif yang salah
2.5.Penelitian yang Relevan
Adapun penelitian-penelitian yang relevan terhadap penelitian ini adalah:
1. Johanes Sinaga (2010), membuat penelitian yang berjudul Penerapan Analytical Hierarchy Process (AHP) Dalam Pemilihan Badan Usaha Milik Negara (BUMN) Sebagai Tempat Kerja Mahasiswa Universitas Sumatera Utara (USU). Hasil penelitian yang diperoleh adalah sebuah sistem pendukung keputusan untuk menentukan prioritas perusahaan BUMN yang diminati mahasiswa USU sebagai tempat bekerja.
3. S Sutikno (2010), membuat penelitian yang berjudul Sistem Pendukung Keputusan Metode AHP Untuk Pemilihan Siswa Dalam Mengikuti Olimpiade Sains di Sekolah Menengah Atas. Hasil penelitian yang diperoleh adalah aplikasi sistem pendukung keputusan untuk pemilihan siswa dalam mengikuti olimpiade sains.
4. Dita Monita (2013), membuat penelitian yang berjudul Sistem Pendukung Keputusan Penerima Langsung Tunai dengan Menggunakan Metode Analytical Hierarchy Process. Hasil Penelitian yang diperoleh adalah aplikasi sistem pendukung keputusan untuk pemilihann penerima langsung tunai. 5. Dalu Nuzul Kirom (2012), membuat penelitian yang berjudul Sistem Informasi
Manajemen Beasiswa ITS Berbasis Sistem Pendukung Keputusan Menggunakan Analytical Hierarchy Process. Hasil penelitian yang diperoleh adalah aplikasi sistem informasi berbasis sistem pendukung keputusan manajemen beasiswa ITS.
6. M Fajrul Falah (2014), membuat penelitian Sistem Pendukung Keputusan Pemilihan Siswa Berprestasi dengan Metode Simple Additive Weighting dan Weighted Sum Model (Studi Kasus : MIN Tanjung Sari Medan Selayang). Hasil penelitian yang diperoleh adalah aplikasi sistem pendukung keputusan pemilihan siswa berprestasi dengan menggunakan metode Simple Additive Weighting dan Weighted Sum Model.
BAB 3
ANALISIS DAN PERANCANGAN SISTEM
3.1 Analisis Sistem
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. Untuk menganalisis sebuah sistem ada beberapa hal yang biasa dilakukan, yaitu sebagai berikut:
3.1.1. Analisis masalah
Analisis masalah merupakan 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 jenis dan merek sepeda, oleh karena itu dibutuhkan sebuah sistem untuk memberikan informasi yang tepat dalam proses penentuan sepeda yang sesuai dengan kebutuhan dan kriteria pengguna dengan menggunakan metode Analytical Hierarchy Process dan Weighted Sum Model.
DiagramIshikawa adalah diagram yang menunjukkan penyebab-penyebab dari sebuah event yang spesifik. Diagram ini juga disebut dengan diagram tulang ikan atau cause-and-effect diagram. Pemakaian diagram Ishikawa yang paling umum adalah untuk mencegah efek serta mengembangkan kualitas produk. Analisa masalah lebih jelas melalui diagram Ishikawa yang dapat dilihat pada Gambar 3.1.
Menyelesaikan masalah pemilihan
Gambar 3.1 Diagram Ishikawa Analisis Masalah Sistem
3.1.2. 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.
3.1.2.1. Kebutuhan Fungsional Sistem
Kebutuhan fungsional adalah fungsi-fungsi yang harus dipenuhi pada aplikasi yang dirancang. Kebutuhan fungsional yang harus dipenuhi aplikasi yang dirancang adalah sebagai berikut:
1. Sistem dapat menerima inputan data sepeda dan bobot kriteria
2. Sistem dapat mengetahui sepeda yang sesuai dengan kriteria user, berdasarkan metode Analytical Hierarchy Process dan Weighted Sum Model.
3. Sistem dapat menampilkan hasil perhitungan pemilihan sepeda berdasarkan metode Analytical Hierarchy Process dan Weighted Sum Model.
3.1.2.2. Kebutuhan Non-Fungsional Sistem
Kebutuhan non-fungsional adalah kebutuhan yang harus dipenuhi agar aplikasi yang dirancang mendapat umpan-balik yang baik dari pengguna aplikasi. Kebutuhan non-fungsional yang harus dipenuhi aplikasi yang dirancang adalah sebagai berikut:
1. Sistem harus dapat melakukan perhitungan menentukan sepeda, sesuai dengan kriteria dari user dengan cepat dan tepat.
2. Sistem harus mudah digunakan sehingga dapat dioperasikan dengan baik oleh user.
3.1.3. Pemodelan
Pemodelan sistem dilakukan untuk memperoleh gambaran yang lebih jelas tentang objek apa saja yang akan berinteraksi dengan sistem, serta hal-hal apa saja yang harus dilakukan oleh sebuah sistem sehingga sistem dapat berfungsi dengan baik sesuai dengan kegunaannya.
Model. Model UML yang digunakan antara lain use case diagram, activity diagram, dan sequence diagram.
3.1.3.1. Use Case Diagram
Use Case Diagram adalah sebuah diagram yang dapat merepresentasikan interaksi yang terjadi antara user dengan fungsi pada sistem dan dapat dilihat pada Gambar 3.2.
Gambar 3.2 Use Case Diagram Sistem Pendukung Keputusan Pemilihan Sepeda
Pada Proses Pemilihan Sepeda dengan Metode AHP, dapat dinyatakan dalam Tabel 3.1 .
Tabel 3.1. Tabel Use Case Proses Pemilihan Sepeda dengan Metode AHP Name Proses Pemilihan Sepeda dengan Metode AHP
Actors User yang telah ditentukan
Description Use Case ini mendeskripsikan proses pemilihan sepeda dengan metode AHP
Basic Flow User memasukkan perbandingan berpasangan kriteria penilaian dan alternatif pilihan
Pre Condition -
Post Condition User mengetahui bobot dari kriteria penilaian dan alternatif pilihan
Pada Proses Pemilihan Sepeda dengan Metode WSM, dapat dinyatakan dalam Tabel 3.2 .
Tabel 3.2. Tabel Use Case Proses Pemilihan Sepeda dengan Metode WSM
Name Proses Pemilihan Sepeda dengan Metode WSM
Actors User yang telah ditentukan
Description Use Case ini mendeskripsikan proses pemilihan sepeda dengan metode WSM
Basic Flow User memasukkan bobot kriteria dan memilih alternatif pilihan
Alternate Flow User dapat kembali ke tampilan awal dan memilih metode perhitungan lainnya
Pre Condition -
Post Condition User mengetahui nilai WSM dari seluruh alternatif
3.1.3.2.Activity Diagram
Gambar 3.3 Activity Diagram untuk Proses Pemilihan Sepeda dengan Metode AHP
Pada perhitungan metode AHP, sistem akan menampilkan form pengisian perbandingan berpasangan dari kriteria penilaian pemilihan sepeda dan pengguna kemudian diminta untuk memasukkan perbandingan antar masing-masing kriteria, kemudian setelah mendapatkan kriteria, pengguna akan memilih 3 calon sepeda yang diinginkan kemudian sistem akan menilai sepeda mana yang paling baik berdasarkan perbandingan berpasangan kriteria yang dikehendaki user.
Gambar 3.4 Activity Diagram untuk Proses Pemilihan Sepeda dengan Metode WSM
Pada perhitungan dengan metode WSM, sistem akan menampilkan data seluruh alternatif sepeda yang akan dipilih, kemudian pengguna diminta untuk memasukkan nilai bobot dari masing-masing kriteria penilaian yang akan dihitung kemudian sistem akan menilai sepeda mana yang paling baik berdasarkan bobot kriteria yang dikehendaki pengguna.
3.13.3.Sequence Diagram
SequenceDiagram adalah bentuk pemodelan sistem yang menggambarkan hubungan antar objek atau objek yang saling berinteraksi melalui pesan dalam eksekusi. Diagram ini mengilustrasikan bagaimana pesan dikirim dan diterima diantara objek dan diurutan yang mana. Sequence Diagram untuk sistem yang dirancang pada penelitian ini adalah sebagai berikut.
Gambar 3.5 Sequence Diagram untuk Proses Perhitungan dengan Metode Analytical Hierarchy Process
Gambar 3.6 Sequence Diagram untuk Proses Perhitungan dengan Metode Weighted Sum Model
Pada Sequence diagram diatas terlihat bahwa pengguna mengakses form perhitungan dengan metode WSM, kemudian sistem akan menampilkan form perhitungan dan pengguna memasukkan nilai bobot kriteria yang telah ditentukan. Selanjutnya pengguna memiih alternatif sepeda dari database, yang kemudian system akan melakuka perhitungan dengan metode WSM.
3.1.3.4.Kamus Data
Berikut merupakan Kamus Data dari Sistem yang dapat dilihat pada Tabel 3.3 berikut .
Tabel 3.3. Kamus Data Sistem
No Data Field Type Deskripsi Nilai dari Model Sepeda
2 Bmx ID Nilai dari Model Sepeda
3 Lipat ID Nilai dari Model Sepeda
4 MTB ID Nilai dari Model Sepeda
3.1.3.5.Flowchart Metode Analytical Hierarchy Process
Gambar 3.7 Flowchart Metode Analytical Hierarchy Process
3.1.3.6.Flowchart Metode Weighted Sum Model
Gambar 3.8 Flowchart Metode Weighted Sum Model
3.1.3.7.Flowchart Sistem
Gambar 3.9 Flowchart SistemPendukung Keputusan Pemilihan Sepeda
3.2. Perancangan Sistem
3.2.1 Antarmuka Perhitungan dengan Metode AHP
Pada tampilan perhitungan dengan metode AHP, akan ditampilkan form untuk mengisi perbandingan berpasangan berdasarkan kriteria, kemudian dari perhitungan perbandingan berpasangan akan ditampilkan bobot kriteria dan nilai kekonsistenan dari bobot tersebut, seperti pada gambar 3.9 berikut.
Gambar 3.10 Antarmuka Perhitungan dengan Metode AHP Keterangan :
1. Tabel Perbandingan Berpasangan Kriteria
Tabel ini berfungsi untuk input perbandingan berpasangan antar kriteria. 2. Text Field Harga
Berfungsi untuk menampilkan data bobot harga dari perhitungan perbandingan berpasangan.
3. Text Field Model
Berfungsi untuk menampilkan data bobot model dari perhitungan perbandingan berpasangan.
4. Text Field Merek
Berfungsi untuk menampilkan data bobot merek dari perhitungan perbandingan berpasangan.
Berfungsi untuk menampilkan data λ max dari perhitungan perbandingan berpasangan.
6. Text Field CI
Berfungsi untuk menampilkan data CI (Consistency Index) dari perhitungan perbandingan berpasangan.
7. Text Field CR
Berfungsi untuk menampilkan data CR (Consistency Ratio) dari perhitungan perbandingan berpasangan.
8. Button Hitung
Berupa tombol yang berfungsi untuk menampilkan semua data hasil perbandingan berpasangan.
9. Button Lanjut
Berupa tombol yang berfungsi untuk menampilkan semua data hasil perbandingan berpasangan.
3.2.2 Antarmuka Perhitungan dengan Metode WSM
Gambar 3.11 Antarmuka Perhitungan dengan Metode WSM Keterangan :
1. Text Field Harga
Berfungsi untuk menampilkan data bobot harga dari perhitungan perbandingan berpasangan.
2. Text Field Model
Berfungsi untuk menampilkan data bobot model dari perhitungan perbandingan berpasangan.
3. Text Field Merek
Berfungsi untuk menampilkan data bobot merek dari perhitungan perbandingan berpasangan.
4. Combo box Pemilihan Sepeda
Berfungsi untuk memilih jenis sepeda yang akan ditampilkan pada tabel nomor 5. 5. Tabel Data Alternatif Sepeda
Tabel ini berfungsi untuk menampilkan data alternatif sepeda yang diakses dari database.
6. Button Pilih
Berfungsi untuk memberi action memilih sepeda dari tabel. 7. Tabel Data Sepeda Pilhan
Berfungsi untuk menampilkan data nilai bobot sepeda berdasarkan perhitungan dengan metode WSM.
9. Button Hitung
BAB 4
IMPLEMENTASI DAN PENGUJIAN SISTEM
4.1. Implementasi Sistem
Implementasi sistem merupakan proses menerjemahkan hasil analisis dan perancangan sistem ke dalam sebuah bahasa pemrograman. Implementasi sistem pada penelitian ini dibangun menggunakan bahasa pemrogaman bahasa pemrograman Java. Adapun perangkat lunak yang digunakan sebagai Integrated Development Environment (IDE) adalah NetBeans IDE 8.0.1.
4.1.1. Implementasi Metode Analytical Hierarchy Process
Penerapan Metode Analytical Hierarchy Process dalam sistem yang dibuat adalah pada proses perhitungan nilai sepeda dengan metode Analytical Hierarchy Process (AHP), dimana dengan metode ini bobot kriteria didapatkan dari nilai perbandingan berpasangan antar kriteria berdasarkan keinginan pengguna. Kemudian bobot dari kriteria tersebut akan dikalikan dengan bobot masing-masing alternatif setelah nilai dari masing-masing alternatif dibandingkan berpasangan satu per satu.
Tabel 4.1. Tabel Perbandingan Berpasangan Kriteria
Pada Tabel 4.1 diatas, nilai bobot dari kriteria tersebut didapatkan dari normalisasi perbandingan berpasangan antar masing-masing kriteria, normalisasi dilakukan dengan membagikan masing-masing nilai kriteria dengan jumlah nilai kolom kriteria tersebut, hasil pembagian tersebut kemudian dijumlahkan per baris dan dibagi tiga.
Kemudian setelah mendapatkan bobot kriteria maka, masing-masing alternatif sepeda akan dibandingkan satu-satu berdasarkan kriteria, dimana alternatif yang akan dibandingkan ada pada Tabel 4.2 sebagai berikut.
Tabel 4.2. Data Nilai Alternatif Sepeda
ID Harga Merek Model
MTB05 7 8 6
MTB09 7 8 8
MTB10 8 8 9
Selanjutnya masing-masing alternatif sepeda akan dibandingkan nilainya berdasarkan masing-masing kriteria, perbandingan berdasarkan kriteria harga seperti pada tabel 4.3.
Kriteria Harga Merek Model Bobot
Harga 1 1/2 1 0.25
Merek 2 1 2 0.5
Model 1 1/2 1 0.25
Tabel 4.3. Perbandingan Berpasangan Alternatif Berdasarkan Kriteria Harga
Selanjutnya masing-masing alternatif sepeda akan dibandingkan nilainya berdasarkan masing-masing kriteria, perbandingan berdasarkan kriteria merek seperti pada Tabel 4.4.
Tabel 4.4. Perbandingan Berpasangan Alternatif Berdasarkan Kriteria Merek
Selanjutnya masing-masing alternatif sepeda akan dibandingkan nilainya berdasarkan masing-masing kriteria, perbandingan berdasarkan kriteria Model seperti pada Tabel 4.5.
Harga MTB05 MTB09 MTB10 Bobot
MTB05 7/7 7/7 7/8 0.3182
MTB09 7/7 7/7 7/8 0.3182
MTB10 8/7 8/7 8/8 0.3633
Jumlah 3.14 3.14 2.75 1
Merek MTB05 MTB09 MTB10 Bobot
MTB05 8/8 8/8 8/8 0.3333
MTB09 8/8 8/8 8/8 0.3333
MTB10 8/8 8/8 8/8 0.3333
Tabel 4.5. Perbandingan Alternatif Berdasarkan Kriteria Model
Selanjutnya setelah mendapatkan bobot masing-masing alternatif berdasarkan kriteria,maka bobot masing-masing alternatif akan dikalikan dengan bobot kriteria untuk mendapatkan nilai akhir dari masing-masing alternative, seperti ditampilkan pada Tabel 4.6 berikut.
Tabel 4.6. Nilai Alternatif dari perhitungan AHP
Kriteria Bobot MTB05 MTB09 MTB10
Harga 0.25 0.3182 0.3182 0.3636
Merek 0.50 0.3333 0.3333 0.3333
Model 0.25 0.2609 0.3478 0.3913
Nilai AHP 0.29 0.34 0.37
Dari Tabel 4.6 dapat diketahui bahwa Alternatif MTB10 mendapatkan nilai tertinggi dengan nilai 0.37, kemudian MTB 09 dengan nilai 0.34 dan MTB05 dengan nilai 0.29, sehingga rekomendasi sistem jatuh pada alternatif MTB10.
Model MTB05 MTB09 MTB10 Bobot
MTB05 6/6 6/8 6/9 0.2609
MTB09 8/6 8/8 8/9 0.3478
MTB10 9/6 9/8 9/9 0.3913
4.1.2. Implementasi Metode Weighted Sum Model
Penerapan Metode Weighted Sum Model dalam sistem yang dibuat adalah pada proses perhitungan nilai sepeda dengan metode Weighted Sum Model (WSM), dimana dengan metode ini bobot kriteria disesuaiakan dengan keinginan pengguna, berbeda dengan Metode AHP yang menggunakan perbandingan berpasangan, dengan Metode WSM pengguna langsung menetapkan bobot dari kriteria tersebut dimana jumlah dari besar nilai masing-masing bobot haruslah 100%.
Berikut disajikan perhitungan pemilihan sepeda dengan Metode WSM, dimana hal pertama yang dilakukan adalah menetapkan bobot dari masing-masing krteria dan selanjutnya dari bobot tersebut lagnsung dikalikan masing-masing dengan nilai alternatif, seperti pada Tabel 4.7 berikut.
Tabel 4.7. Perhitungan dengan Metode WSM
ID HARGA MEREK MODEL NILAI
BOBOT 25% 50% 25% 100%
MTB05 7 8 6 8.75
MTB09 7 8 8 7.75
MTB10 8 8 9 8.25
4.2. Antarmuka Sistem
Pada Sistem Pendukung Keputusan Pemilihan Sepeda ini terdapat lima tampilan antarmuka, yaitu :
1. Home
2. Perhitungan dengan AHP 3. Perhitungan dengan WSM 4. Bantuan
5. Katalog Sepeda
4.2.1. Tampilan Home
Home merupakan form yang pertama kali muncul pada saat aplikasi dijalankan. Form ini terdiri dari dua Tab Menu, yaitu Tab Menu dan Tab Sepeda. Halaman utama pada aplikasi dapat dilihat pada Gambar 4.1.
Gambar 4.1 FormHome
4.2.2. Perhitungan AHP
Perhitungan AHP merupakan submenu pada tab Menu yang merupakan interface untuk
melakukan perhitungan dengan menggunakan Metode Analytical Hierarchy Process,
dimana disediakan tabel untuk perbandingan berpasangan kriteria, 6 TextField untuk
menampung data hasil perhitungan dan 2 button untuk melanjutkan proses perhitungan.
Tampilan untuk form ini dapat dilihat pada Gambar 4.2 .
Gambar 4.2 Form Perhitungan AHP 4.2.3. Perhitungan WSM
Gambar 4.3 Form Perhitungan WSM 4.2.4. Bantuan
Menu Bantuan merupakan Form yang digunakan untuk menampilkan informasi tentang cara mengoperasikan sistem atau aplikasi yang dibuat. Tampilan untuk tab Help dapat dilihat pada Gambar 4.4.
Gambar 4.4 Menu Bantuan 4.2.5. Katalog Sepeda
Gambar 4.5 Tab SEPEDA
4.3. Pengujian Sistem
Pengujian sistem dilakukan untuk mengetahui bagaimana kinerja sistem dalam pengimplementasian Metode Analytical Hierarchy Process dan Weighted Sum Model untuk melakukan proses pemilihan sepeda. Apakah sistem telah berjalan sesuai dengan fungsi-fungsi yang sebelumnya ditentukan pada tahap analisis dan perancangan sistem Hasil yang diberikan dari masing-masing metode nantinya akan dibandingkan satu sama lain berdasarkan Running Time Calculation.
4.3.1. Pengujian Sistem dengan Metode Analytical Hierarchy Process
Untuk melakukan pemilihan sepeda dengan metode Analytical Hierarchy Process tahap awal yang dilakukan adalah memilih submenu Perhitungan AHP pada Tab Menu. Setelah tampilan form Perhitungan AHP muncul maka lakukan langkah-langkah berikut ini untuk melakukan proses pemilihan.
Gambar 4.6 Form Perbandingan Berpasangan Kriteria
3. Menekan tombol Lanjut untuk menuju form pemilihan Sepeda dari Database. 4. Pada Form Pemilihan Sepeda, Pilih jenis sepeda yang ingin dipilih pada Combo
Box, kemudian dari tabel data sepeda pilih 3 sepeda dan tekan tombol Pilih untuk mendapatkan sepeda pilihan seperti pada Gambar 4.7.
Gambar 4.7 Form Pemilihan Sepeda
Gambar 4.8 Form Hasil Perhitungan AHP
4.3.2. Pengujian Metode Weighted Sum Model
Untuk melakukan pemilihan sepeda dengan metode Weighted Sum Model, tahap awal yang dilakukan adalah memilih submenu Perhitungan AHP pada Tab Menu. Setelah tampilan form Perhitungan WSM muncul maka lakukan langkah-langkah berikut ini untuk melakukan proses pemilihan.
1. Masukkan nilai kriteria Harga, Merek dan Model sesuai dengan keinginan pengguna, jumlah ketiga kriteria ini haruslah berjumlah 100%.
2. Memilih jenis sepeda pada Combo Box kemudian memilih alternatif sepeda dari Tabel.
Gambar 4.9 Form Perhitungan WSM
4.4. Hasil Pengujian
Hasil pengujian yang didapatkan melalui penelitian ini berupa nilai dari masing-masing sepeda berdasarkan masing-masing metode dan sesuai dengan nilai kriteria yang dinginkan pengguna,
4.4.1. Hasil Pengujian Sistem dengan Metode Analytical Hierarchy Process Pengujian dengan Metode Analytical Hierarchy Process (AHP) dilakukan sebanyak 5 kali dengan alternatif yang berbeda pada setiap pengujian namun bobot tetap sama.
Hasil pengujian 1 dengan metode Analytical Hierarchy Process dapat dilihat pada Tabel 4.8.
Tabel 4.8 Hasil Pengujian 1 dengan Metode AHP pada Sistem
Kriteria Bobot MTB05 MTB09 MTB10
HARGA 0.4431 0.2609 0.3913 0.3478
MEREK 0.3875 0.3636 0.3182 0.3182
MODEL 0.1694 0.3182 0.3636 0.3182
NILAI AHP 0.31 0.36 0.33
yang digunakan dalam melakukan proses pemilihan dengan Metode AHP adalah 0.040 seconds. Hasil pengujian 2 dengan Metode AHP dapat dilihat pada Tabel 4.9 berikut.
Tabel 4.9 Hasil Pengujian 2 dengan Metode AHP pada Sistem
Kriteria Bobot MTB01 MTB06 MTB08
HARGA 0.4431 0.3182 0.3182 0.3636
MEREK 0.3875 0.28 0.36 0.36
MODEL 0.1694 0.3 0.35 0.35
NILAI AHP 0.3 0.34 0.36
Pada Tabel 4.9 terlihat bahwa Sepeda MTB08 menempati urutan pertama dengan nilai 0.38, kemudian MTB06 dengan nilai 0.34 dan MTB01 dengan nilai 0.3. Waktu yang digunakan dalam melakukan proses pemilihan dengan Metode AHP adalah 0.026 seconds. Hasil pengujian 3 dengan Metode AHP dapat dilihat pada Tabel 4.10 berikut.
Tabel 4.10 Hasil Pengujian 3 dengan Metode AHP pada Sistem
Kriteria Bobot SL02 SL07 SL09
HARGA 0.4431 0.3478 0.3043 0.3478
MEREK 0.3875 0.3182 0.3636 0.3182
MODEL 0.1694 0.3158 0.3158 0.3684
NILAI AHP 0.33 0.33 0.34
Pada Tabel 4.10 terlihat bahwa Sepeda SL09 menempati urutan pertama dengan nilai 0.34, kemudian SL02 dan SL07 sama-sama memiliki nilai 0.33. Waktu yang digunakan dalam melakukan proses pemilihan dengan Metode AHP adalah 0.033 seconds. Hasil pengujian 4 dengan Metode AHP dapat dilihat pada Tabel 4.11 berikut.
Tabel 4.11 Hasil Pengujian 4 dengan Metode AHP pada Sistem
Kriteria Bobot BMX03 BMX07 BMX09
HARGA 0.4431 0.3 0.3 0.4
MEREK 0.3875 0.3636 0.3636 0.2727
MODEL 0.1694 0.3913 0.3043 0.3043
