Sistem Pendukung Keputusan Pemilihan Vendor Di PT. Meshindo Jayatama

(1)

SISTEM PENDUKUNG KEPUTUSAN PEMILIHAN VENDOR

DI PT. MESHINDO JAYATAMA

SKRIPSI

Diajukan untuk memenuhi Ujian Akhir Sarjana

AHSAN MALIK

10109587

PROGRAM STUDI TEKNIK INFORMATIKA

FAKULTAS TEKNIK DAN ILMU KOMPUTER

(2)

iii

KATA PENGANTAR

Puji dan syukur selalu tercurah kehadirat Allah SWT yang telah

melimpahkan Rahmat serta Hidayah-Nya sehingga pelaksanaan kegiatan

penelitian di PT. Meshindo Jayatama terlaksana dengan baik serta penulisan karya

tulis ini dapat diselesaikan tepat pada waktunya.

Penulisan skripsi ini diajukan untuk memenuhi salah satu mata kuliah

Tugas Akhir (TA) tahun ajaran 2015/2016 di Universitas Komputer Indonesia

(UNIKOM) Bandung serta sebagai bahan pertanggung jawaban penulis mengenai

pelaksanaan kegiatan penelitian di PT. Meshindo Jayatama selama 6 bulan yaitu

dari tanggal 11 Februari 2015 sampai dengan 11 Juli 2015.

Adapun judul dari karya tulis ini adalah

SISTEM PENDUKUNG

KEPUTUSAN PEMILIHAN VENDOR DI PT. MESHINDO JAYATAMA

yang ditentukan berdasarkan proses tahap pengujian proposal dan pengalaman

selama mengenyam pendidikan di perguruan tinggi maupun selama melaksanakan

Tugas Akhir.

Di dalam penulisan dan penyusunan karya tulis ini penulis menyadari

sepenuhnya karena masih banyak terdapat kekurangan dan kesalahan, oleh karena

itu penulisan karya tulis ini tidak lepas dari bantuan serta dukungan pihak-pihak

lain yang telah membantu dalam penulisan karya tulis ini.

Pada kesempatan ini, penulis menyampaikan rasa hormat dan terima kasih

kepada semua pihak yang telah banyak membantu dalam menyelesaikan

pelaksanaan kegiatan penelitian di PT. Meshindo Jayatama serta pembuatan karya

tulis ini, terutama ucapan terima kasih ini penulis sampaikan kepada:

1.

Kedua orang tua penulis tercinta yang telah memberikan dorongan

semangat serta materi selama pelaksanaan tugas akhir.

2.

Ibu Rani Susanto, S.Kom, M.Kom., selaku pembimbing sekaligus penguji

pertama tugas akhir.

(3)

iv

5.

Bapak Azis Lamayuda, selaku branch office Rregional Bandung.

6.

Ibu Nilam Suminar, selaku purchasing regional Bandung.

7.

Ibu Tati Harihayati M., S.T., M.T., selaku ketua penguji tugas akhir.

8.

Istiqomah, S.Kom, M.Kom., selaku penguji kedua tugas akhir.

9.

Bapak Irawan Afrianto, S.T., M.T., selaku ketua prodi teknik infomatika

UNIKOM.

10.

Seluruh teman-teman yang ada di lingkungan UNIKOM.

Serta semua pihak yang telah banyak membantu dalam penyelesaian

Tugas Akhir ini yang tidak dapat penulis sebutkan satu per satu. Penulis berharap

semoga segala bantuan yang telah bapak, ibu, dan rekan-rekan tercinta berikan

mendapat balasan dari Allah SWT.

Karena keterbatasan kemampuan dan pengalaman yang dimiliki penulis,

maka penulis menyadari bahwa pelaksanaan Tugas Akhir ini masih banyak

kekurangan dan jauh dari sempurna, baik dari segi isi maupun sistematis

penyusunannya serta sistem yang sudah dibangun.

Akhir kata, semoga pelaksanaan Tugas Akhir ini dapat bermanfaat bagi

mereka yang membacanya dan memberikan sumbangsih bagi perkembangan ilmu

pengetahuan, serta mampu memperkaya khazanah pengetahuan kita semua.

Bandung, Agustus 2015

(4)

v

DAFTAR ISI

ABSTRAK ... i

ABSTRACT

... ii

KATA PENGANTAR ... iii

DAFTAR ISI ... v

DAFTAR GAMBAR ... x

DAFTAR TABEL ... xii

DAFTAR SIMBOL ... xv

DAFTAR LAMPIRAN ... xviii

BAB 1

PENDAHULUAN ... 1

1.1

Latar Belakang Masalah ... 1

1.2

Rumusan Masalah ... 2

1.3

Maksud dan Tujuan ... 2

1.4

Batasan Masalah... 3

1.5

Metodologi Penelitian ... 3

1.5.1

Metode Pengumpulan Data ... 4

1.5.2

Metode Pembangunan Perangkat Lunak ... 4

1.6

Sistematika Penulisan ... 6

BAB 2

TINJAUAN PUSTAKA ... 9

2.1

Profil Prusahaan ... 9

2.1.1

Sejarah Perusahaan... 9

2.1.2

Struktur Organisasi ... 9

2.1.3

Deskripsi Organisasi ... 11

2.1.4

Logo dan Makna ... 12

2.1.5

Visi dan Misi Perusahaan ... 13

2.2

Landasan Teori ... 13

2.2.1

Pengertian Sistem ... 13

2.2.1.1

Elemen Sistem ... 14

2.2.1.2

Karakteristik Sistem ... 16

(5)

vi

2.2.2

Pengertian Informasi ... 19

2.2.2.1

Kualitas Informasi ... 19

2.2.2.2

Nilai Informasi ... 20

2.2.2.3

Siklus Informasi ... 20

2.2.2.4

Komponen Sistem Informasi ... 20

2.2.3

Pengertian Sistem Informasi ... 21

2.2.4

Pengertian Sistem Pendukung Keputusan ... 22

2.2.4.1

Komponen Sistem Pendukung Keputusan ... 23

2.2.4.2

Manfaat Sistem Pendukung Keputusan ... 25

2.2.5

Analytic Network Process (ANP) ... 25

2.2.5.1

Supermatriks dan Pembobotan ... 27

2.2.5.2

Landasan ANP (Analytic Network Process) ... 28

2.2.5.3

Konsep Penting ANP ... 29

2.2.5.4

Prosedur ANP (Analytic Network Process)... 30

2.2.5.5

Bentuk Jaringan ... 35

2.2.6

Perancangan Sistem ... 37

2.2.6.1

Pengertian Flowmap ... 37

2.2.6.2

ERD (Entity Relationship Diagram) ... 37

2.2.6.3

Pengerian Diagram Konteks ... 39

2.2.6.4

Pengertian DFD (

Data Flow Diagram

) ... 39

2.2.6.5

Kamus Data (Data Dictionary) ... 39

2.2.7

DASAR-DASAR PENGUJIAN PERANGKAT LUNAK ... 40

2.2.8

Perangkat Lunak Pendukung... 43

2.2.8.1

HTML5 (Hypertext Markup Langauge) Version 5 ... 43

2.2.8.2

PHP (Personal Home Page) ... 44

2.2.8.3

MySQL ... 45

2.2.8.4

CSS (Cascading Style Sheet) ... 45

2.2.8.5

jQuery ... 46

2.2.8.6

Apache ... 46

2.2.8.7

Adobe Dreamweaver ... 46

(6)

vii

BAB 3

ANALISIS DAN PERANCANGAN SISTEM ... 49

3.1

Analisis Sistem ... 49

3.1.1

Analisis Masalah ... 49

3.1.2

Analisis Sistem Yang Sedang Berjalan ... 50

3.1.2.1

Prosedur Permintaan Item ... 50

3.1.2.2

Prosedur Penawaran Item ... 51

3.1.2.3

Prosedur Rekomendasi Item ... 52

3.1.3

Aturan Bisnis Yang Sedang Berjalan ... 53

3.1.4

Aturan Bisnis Yang Diusulkan... 54

3.1.5

Proses Bisnis Yang Sedang Berjalan ... 54

3.1.6

Analisis Penentuan Vendor Alternatif ... 55

3.1.7

Penawaran Vendor Alternatif ... 56

3.1.8

Penetapan

Cluster

(Kriteria) dan

Nodes

(Sub-Kriteria) ... 57

3.1.9

Pemodelan ANP (Analytic Network Process) ... 59

3.1.9.1

Mengembangkan Struktur Model Keputusan ... 60

3.1.9.2

Matriks Perbandingan Berpasangan ... 66

3.1.9.2.1

Matrik Perbandingan Berpasangan

Cluster

(Kriteria) ... 68

3.1.9.2.1.1

Normalisasi Matriks Perbandingan Berpasangan Kriteria

69

3.1.9.2.1.2

Mencari Nilai Eigenvektor Kriteria Dan Bobot Sintesa

Kriteria

69

3.1.9.2.1.3

Menghitung Bobot Prioritas Kriteria ... 70

3.1.9.2.1.4

Mencari Nilai Eigen Maksimal

(λmaks) Kriteria

... 71

3.1.9.2.1.5

Menguji Nilai

Consistency Ratio

(CR) Kriteria ... 72

3.1.9.2.2

Matrik Perbandingan Berpasangan

Nodes

(Sub-Kriteria) ... 73

3.1.9.2.2.1

Normalisasi Matriks Perbandingan Berpasangan

Sub-Kriteria

77

3.1.9.2.2.2

Mencari Nilai Eigenvektor Sub-Kriteria Dan Bobot

Sintesa Sub-Kriteria ... 79

3.1.9.2.2.3

Menghitung Bobot Prioritas Sub-Kriteria ... 80

3.1.9.2.2.4

Mencari Nil

ai Eigen Maksimal (λmaks) Sub

-Kriteria ... 81

3.1.9.2.2.5

Menguji Nilai

Consistency Ratio

(CR) Sub-Kriteria ... 82

(7)

viii

3.1.9.3.1

Unweighted Supermatriks ... 83

3.1.9.3.2

Weighted Supermatriks ... 85

3.1.9.3.3

Limiting Supermatriks ... 87

3.1.9.3.4

Normalisasi Limiting Supermatriks ... 89

3.1.9.4

Bobot Ranking Alternatif... 91

3.1.9.4.1

Pembobotan Nilai Raw ... 91

3.1.9.4.2

Pembobotan Nilai Normal ... 92

3.1.9.4.3

Pembobotan Nilai Ideal ... 93

3.1.9.4.4

Pembobotan Nilai Vendor ... 94

3.1.9.4.5

Pembobotan Ranking ... 95

3.1.10

Analisis Sistem Yang Akan Dibangun ... 96

3.1.10.1

Analisis Kebutuhan Non-Fungsional ... 96

3.1.10.1.1

Analisis Kebutuhan Pengguna ... 96

3.1.10.1.2

Analisis Kebutuhan Perangkat Keras ... 98

3.1.10.1.3

Analisis Kebutuhan Perangkat Lunak ... 100

3.1.10.2

Analisis Kebutuhan Fungsional ... 100

3.1.10.2.1

Analisis Basisdata ... 101

3.1.10.2.2

Diagram Konteks ... 104

3.1.10.2.3

DFD (Data Flow Diagram) ... 105

3.1.10.2.3.1

DFD Level 1 ... 105

3.1.10.2.3.2

DFD Level 2 ... 105

3.1.10.2.4

Spesifikasi Proses ... 108

3.1.10.2.5

Kamus Data DFD ... 113

3.2

Perancangan Sistem ... 115

3.2.1

Perancangan Tabel Relasi ... 115

3.2.2

Perancangan Struktur Tabel ... 117

3.2.3

Perancangan Struktur Menu ... 124

3.2.4

Perancangan Antarmuka ... 124

3.2.5

Perancangan Pesan ... 129

3.2.6

Jaringan Semantik ... 132

(8)

ix

BAB 4

IMPLEMENTASI DAN PENGUJIAN ... 137

4.1

Implementasi ... 137

4.1.1

Perangkat Lunak Pembangun ... 137

4.1.2

Perangkat Keras Pembangun... 137

4.1.3

Kebutuhan Web Hosting ... 138

4.1.4

Implementasi Basis Data (

Database

) ... 138

4.2

Pengujian ... 146

4.2.1

Pengujian

Alpha

... 146

4.2.1.1

Rencana Pengujian ... 146

4.2.1.2

Hasil Pengujian ... 146

4.2.2

Rencana Pengujian

Betha

... 149

4.3

Kesimpulan dan Hasil Pengujian ... 152

BAB 5

KESIMPULAN DAN SARAN ... 153

5.1

Kesimpulan ... 153

5.2

Saran ... 153

(9)

155

DAFTAR PUSTAKA

[ 1 ]

Pusat Data PT. Meshindo Jayatama (https://www.meshindojayatama.com).

[ 2 ]

http://www.kajianpustaka.com/2013/09/sistem-pendukung-keputusan-spk.html

[ 3 ]

Aam Slamet Rusydiana & Abrista Devi, “

Analytic Network Process:

Pengantar Teori dan Aplikasi

”, SMART Publishing, Bogo

r, 2013.

[ 4 ] Sommerville, I. 2011.

Software Engineering

9

th

edition. USA: Addison

Wesley.

[ 5 ]

Thomas L Saaty, “

Fundamentals Of The Analytic Network Process

”,

University of Pittsburgh, USA, 1999.

[ 6 ]

Wijanarko Valentino F & Astuti Setia, “

Implementasi Metode Analytic

Metwork Process Dalam Sistem Pendukung Keputusan Penerimaan Karyawan

Pada PT. Seroja Luckindo Lestari

”, Fakultas Ilmu Komputer, Universitas Dian

Nuswantoro, Semarang, 2014.

[ 7 ] Jogiyanto. 2005.

Analisis dan Desain Sistem Informasi

. Yogyakarta:

Penerbit Andi.

[ 8 ] Zulkifli Amsyah. 2000,

“Manajemen Sistam Informasi”

, Andi Offset.

[ 9 ]

http://www.mattjunior.com/2013/05/pengenalan-html-5-apa-itu-html-5-dan-apa-fitur-yang-baru-di-html-5/

[ 10 ] http://id.wikipedia.org/wiki/MySQL

(Diakses pada hari Jum’at, 24 April

2015, 20:00 WIB)

[ 11 ] http://id.wikipedia.org/wiki/Cascading_Style_Sheets (Diakses pada hari

Jum’at, 24

April 2015, 20:00 WIB)

[ 12 ] http://id.wikipedia.org/wiki/JQuery

(Diakses pada hari Jum’at, 24 April

2015, 20:00 WIB)

[ 13 ] http://www.ilmukomputer.com

(10)

LAMPIRAN D

(11)

(12)

(13)

(14)

Jurnal Ilmiah Komputer dan Informatika (KOMPUTA)

1

Edisi. .. Volume. .., Bulan 20.. ISSN : 2089-9033

SISTEM PENDUKUNG KEPUTUSAN

PEMILIHAN VENDOR DI PT. MESHINDO JAYATAMA

Ahsan Malik

Teknik Informatika

–

Universitas Komputer Indonesia

Jl. Dipatiukur 112-114 Bandung

Email : sann.lix@gmail.com

ABSTRAK

PT. Meshindo Jayatama sebagai sebuah perusahaan yang bergerak dibidang perdagangan atau trading menjadikan aktifitas penjualan produk sebagai aktifitas yang setiap harinya harus selalu ada. Inverter dan Servopack merk Yaskawa menjadikan produk utama yang dijual PT. Meshindo Jayatama, sedangkan produk KEB dijadikan sebagai jasa service center. Produk diluar merk Yaskawa dan KEB, perusahaan melakukan kerjasama dengan vendor yang lain, misalnya merk Schneider Electric. Kerjasama dengan vendor lain dilakukan oleh perusahaan dengan cara seleksi vendor yang terkait. Banyak penawaran-penawaran yang tidak berhasil menghasilkan pemesanan dari pelanggan dan hanya satu atau dua item yang dipesan dari banyaknya item yang ditawarkan sehingga yang terjadi adalah target penjualan yang sudah ditetapkan tidak tercapai, karena manager kesulitan dalam memilih vendor untuk direkomendasikan.

Perbandingan vendor sangat penting dilakukan oleh PT. Meshindo Jayatama yang terjadi antar vendor – vendor sebelum terjadi penjualan dengan end customers. Oleh karena itu perlu dibangun sebuah sistem keputusan secara komputerisasi yang nantinya akan menentukan vendor terbaik yang bisa dipertanggungjawabkan. Maka pemodelan ANP (Analytic Network Process) merupakan sebuah model yang tepat untuk membantu pembangunan sistem keputusan yang mampu menyelesaikan permasalahan pemilihan vendor yang terjadi di perusahaan. Diharapkan sistem yang dibangun nantinya sesuai dengan kebutuhan didalam pemilihan vendor sehingga membantu memudahkan PT. Meshindo menentukan vendor mana yang harus dipilih.

Hasil penelitian dapat disimpulkan bahwa sistem yang dibangun dapat memudahkan pengambil keputusan dalam merekomendasikan vendor terbaik, dengan telah dibangunnya sistem pendukung

keputusan diharapkan dapat membantu proses evaluasi pemilihan vendor yang dilakukan oleh pengambil keputusan sehingga dapat menguraikan permasalahan yang kompleks dan tidak terstruktur.

Kata kunci : pemilihan vendor, sistem pendukung keputusan, ANP (Analytic Network Process), PT. Meshindo Jayatama.

1.

PENDAHULUAN

PT. Meshindo Jayatama merupakan perusahaan yang bergerak dibidang trade marketing yang berfokus pada industrial automation dan general supplier untuk mesin industri. Berbasis di Jakarta, pada awal tahun 2014 perusahaan ini membuka kantor regional di Bandung dengan tujuan memperluas jaringan pasar. Selain menjadi general supplier untuk memenuhi kebutuhan pelanggan, perusahaan ini juga menjalin kerja sama dengan produsen-produsen elektronik. Saat ini PT. Meshindo Jayatama bekerja sama dengan Yaskawa Indonesia sebagai distributor resmi di Indonesia dan bekerjasama dengan KEB sebagai service center untuk inverter di Indonesia [1]. Sedangkan untuk item-item diluar merk Yaskawa dan KEB, maka perusahaan melakukan kerjasama dengan menyeleksi vendor-vendor terkait.

(15)

2

Schneider Electric tidak sebanding dengan penawaran yang diajukan, banyak penawaran-penawaran yang tidak berhasil menghasilkan pemesanan dari pelanggan dan hanya satu atau dua item yang dipesan dari banyaknya item yang ditawarkan sehingga yang terjadi adalah target penjualan yang sudah ditetapkan tidak tercapai. Sebagai contoh jika target untuk keseluruhan penjualan 350 juta rupiah maka penjualan untuk item merk Schneider Electric dialokasikan 15% dari target keseluruhan, namun angka 15% tidak selalu tercapai karena manager kesulitan dalam memilih vendor untuk direkomendasikan ke sales. Kontaktor sendiri merupakan komponen listrik yang berfungsi untuk menyambungkan atau memutuskan arus listrik AC. Dari 10 vendor yang memiliki kewenangan untuk menjual item kontaktor merk Schneider Electric, tidak sepenuhnya bisa menjamin bahwa item yang ditawarkan oleh PT. Meshindo Jayatama berhasil. Terjadi karena vendor-vendor yang mengajukan penawaran kepada PT. Meshindo Jayatama dilihat dari harga yang ditawarkan, ketersediaan item yang ditawarkan, sesuai atau tidaknya kualitas item, dan reputasi dari vendor itu sendiri.

Sistem Pendukung Keputusan (SPK) adalah sebuah sistem yang mampu memberikan kemampuan pemecahan masalah maupun kemampuan pengkomunikasian untuk masalah dengan kondisi semi terstruktur dan tak terstruktur. Dengan sistem SPK ini dapat membantu pengambilan keputusan dalam situasi semi terstruktur dan situasi yang tidak terstruktur, dimana tak seorangpun tahu secara pasti bagaimana keputusan seharusnya dibuat [2]. Sehingga dari penjelasan masalah tersebut, perlu dibangun sebuah sistem pengambilan keputusan untuk memudahkan pekerjaan manager dalam merekomendasikan vendor ke bagian penjualannya.

1.1 Rumusan Masalah

Berdasarkan latar belakang masalah yang telah dijelaskan, maka permasalahan yang terjadi dalam pemilihan vendor di PT. Meshindo Jayatama yaitu rekomendasi yang diberikan oleh manager tidak selalu tercapai berhasil, karena kesulitan dalam memilih vendor.

1.2 Maksud dan Tujuan

Maksud dari pembangunan sistem pendukung keputusan ini adalah untuk membantu manager

memilih vendor dengan mengambil keputusan melalui sistem pendukung keputusan.

Sedangkan tujuan yang akan dicapai dalam pembangunan sistem pendukung keputusan ini, yaitu dengan adanya sistem pendukung keputusan dapat mempermudah manager dalam memilih vendor.

1.3 Metode Penelitian

1.3.1 Metode Pengumpulan Data

Metode pengumpulan data yang diperoleh secara langsung dalam pembangunan sistem ini, di antaranya yaitu :

a. Studi Literatur

Dengan metode ini data dikumpulkan dengan cara mengumpulkan hasil literatur, jurnal, buku-buku atau bacaan-bacaan serta internet yang berhubungan dengan pembangunan sistem pendukung keputusan. b. Wawancara

Dengan metode ini data dikumpulkan dengan cara mengadakan tanya jawab secara langsung dengan pihak perusahaan sebagai narasumber mengenai permasalahan yang diambil.

c. Observasi

Dengan metode ini pengumpulan data dengan mengadakan penelitian dan peninjauan langsung terhadap permasalahan yang ada.

1.3.2 Metode Pembangunan Perangkat Lunak

(16)

Jurnal Ilmiah Komputer dan Informatika (KOMPUTA)

3

Gambar 1.1 Model Waterfall [4]

1. Mendefinisikan Persyaratan

Tahap awal ini mendefinikan layanan sistem, kendala, dan tujuan yang ditetapkan melalui konsultasi dengan pengguna sistem, kemudian didefinisikan secara rinci dan berfungsi sebagai spesifikasi sistem.

2. Sistem dan Desain Perangkat Lunak

Memproses desain sistem dengan mengalokasikan persyaratan baik perangkat keras maupun perangkat lunak sistem dengan membentuk arsitektur sistem secara keseluruhan. Desain perangkat lunak melibatkan identifikasi dan menggambarkan abstraksi sistem perangkat lunak yang mendasar dan berhubungan.

3. Implementasi dan Pengujian Unit

Desain perangkat lunak direalisasikan sebagai serangkaian program atau unit program. Pengujian unit program melibatkan verifikasi bahwa setiap unit memenuhi spesifikasinya.

4. Integrasi dan Pengujian Sistem

Tahap mengujian unit program atau program yang terintegrasi dan diuji sebagai sistem yang lengkap untuk memastikan bahwa persyaratan perangkat lunak telah dipenuhi. Setelah pengujian, sistem perangkat lunak disampaikan kepada pelanggan.

5. Operasi dan Pemeliharaan

Sistem ini dipasang dan dimasukkan ke dalam penggunaan praktis. Pemeliharaan melibatkan mengoreksi kesalahan yang tidak ditemukan pada tahap-tahap awal dari siklus hidup, meningkatkan implementasi unit sistem dan meningkatkan layanan sistem sebagai persyaratan baru.

1.4 Sistem Pendukung Keputusan

Sistem Pendukung Keputusan (SPK) adalah sebuah sistem yang mampu memberikan kemampuan pemecahan masalah maupun

kemampuan pengkomunikasian untuk masalah dengan kondisi semi terstruktur dan tak terstruktur. Sistem ini digunakan untuk membantu pengambilan keputusan dalam situasi semi terstruktur dan situasi yang tidak terstruktur, dimana tak seorangpun tahu secara pasti bagaimana keputusan seharusnya dibuat.

Sistem Pendukung Keputusan (SPK) sebagai sistem yang memiliki lima karakteristik utama yaitu [2]:

1. Sistem yang berbasis komputer. 2. Dipergunakan untuk membantu

para pengambil keputusan. 3. Untuk memecahkan

masalah-masalah rumit yang mustahil dilakukan dengan kalkulasi manual. 4. Melalui cara simulasi yang

interaktif.

5.

Dimana data dan model analisis sebaai komponen utama.

1.5 Analytic Network Process (ANP)

Sebagai metode pengembangan dari metode AHP, ANP masih menggunakan cara Pairwise Comparison Judgement Matrices (PCJM) antar elemen yang sejenis. Perbandingan berpasangan ANP dilakukan antar elemen dalam komponen/ kluster untuk setiap interaksi dalam network.

Analytic Network Process (ANP) juga merupakan teori matematis yang mampu menganalisa pengaruh dengan pendekatan asumsi-asumsi untuk menyelasaikan bentuk permasalahan. Metode ini digunakan dalam bentuk penyelesaian dengan pertimbangan atas penyesuaian kompleksitas masalah secara penguraian sintesis disertai adanya skala prioritas yang menghasilkan pengaruh prioritas terbesar. ANP juga mampu menjelaskan model faktor-faktor dependence serta feedback nya secara sistematik.

(17)

Jurnal Ilmiah Komputer dan Informatika (KOMPUTA)

4

yang tidak berlaku untuk ANP. Aksioma ini menyatakan bahwa judgements (penilaian), atau prioritas dari elemen-elemen tidak tergantung pada elemen-elemen pada level yang lebih rendah. Aksioma ini mengharuskan penerapan struktur yang hierarkis. Tidak berlakunya aksioma ini untuk ANP berimplikasi pada beberapa hal, yang antara lain dapat dilihat pada tabel 1.2.

Tabel 1.2 Perbedaan Pemodelan ANP dan AHP

Supermatriks ANP akan secara otomatis menghasilkan bobot yang tepat bagi kriteria dan alternatif jika data yang digunakan adalah vektor prioritas pada supermatriks. Hal ini merupakan cara yang sederhana karena tidak membutuhkan pemikiran per bagian pada pengguna. Hanya mengetahui data dan supermatriks akan menghasilkan prioritas pada setiap titik pada model [3]. Menurut [3] dengan umpan balik, alternatif bukan hanya dapat tergantung pada kriteria tetapi juga dapat tergantung antara satu alternatif dengan alternatif lainnya. Kriteria itu sendiri dapat tergantung pada alternatif dan faktor lain. Untuk merepresentasikan feedback pada metode ANP maka diperlukan matriks berukuran besar yang disebut sebagai supermatrix yang terdiri dari beberapa sub matriks.

1.5.1 Supermatriks dan Pembobotan

Perbandingan tingkat kepentingan dalam setiap elemen maupun cluster direpresentasikan dalam sebuah matrik dengan memberikan skala rasio dengan perbandingan berpasangan. Masing-masing skala rasio menunjukkan perbandingan kepentingan antara elemen di dalam sebuah komponen dengan elemen di luar komponen (outer dependence) atau juga di dalam elemen terhadap elemen itu sendiri yang berada di komponen dalam (inner dependence). Tidak setiap elemen memberikan pengaruh terhadap elemen pada komponen lain.

1.5.2 Landasan ANP (Analytic Network Process)

Bobot gabungan diperoleh melalui pengembangan dari supermatriks. Dalam suatu sistem dengan N komponen yang terdiri dari C elemen yang saling berinteraksi, dinotasikan Ch

dimana h = 1, 2, 3, .... N. Elemen yang dimiliki oleh komponen akan disimbolkan dengan eh1, eh2, ... ehn.

Nilai dari supermatriks diberikan sebagai hasil penilaian dari skala prioritas yang diturunkan dari perbandingan berpasangan seperti pada AHP. Matriks disusun untuk menggambarkan aliran kepentingan antara komponen baik secara inner dependence maupun outer dependence. Secara umum hubungan kepentingan antar elemen dengan elemen lain di dalam jaringan dapat direpresentasikan mengikuti supermatriks, sebagai berikut:

Masing-masing kolom dalam Wij adalah eigen vector yang menunjukkan kepentingan dari elemen pada komponen ke-i dari jaringan pada sebuah elemen pada komponen ke j. Jika nilai Wijj = 0 menunjukkan tidak terdapat kepentingan pada elemen tersebut. Jika hal tersebut terjadi maka elemen tersebut tidak digunakan dalam perbandingan berpasangan untuk menurunkan eigen vector. Jadi yang digunakan adalah elemen yang menghasilkan kepentingan bukan nol.

Penyusunan supermatriks terdiri dari 3 tahap yaitu :

a. Tahap supermatriks tanpa bobot (unweighted supermatrix)

b. Tahap supermatriks terbobot (weighted supermatrix)

c. Tahap supermatriks batas (limit supermatrix)

2.

ISI PENELITIAN

2.1 Analisis Sistem

(18)

5

menyebabkan juga kesalahan di tahap selanjutnya. Tujuan dari tahapan-tahapan tersebut adalah untuk mengidentifikasi elemen dan nilai pemilihan vendor, batasan sistem dan hubungan antar komponen sistem. Pada tahap analisis ini akan melibatkan dengan membatasi tiga vendor, yaitu : PT. Izzati Hasanah, PT. Pelita Abadi, dan Shenzhen Haiyue Machine & Electronic Equipment Co.,Ltd. Hasil akhir dari analisis sistem pemilihan vendor adalah menentukan nilai tertinggi dari ketiga vendor dan yang memiliki nilai tertinggi merupakan vendor terbaik dan dapat direkomendasikan oleh manaje berdasarkan perhitungan pemodelan ANP (Analytic Network Process).

2.2 Analisis Masalah

Dari hasil penelitian yang dilakukan terdapat masalah yang terjadi dalam pemilihan vendor yang dilakukan oleh manager, dimana kemudahan untuk mendapatkan vendor terbaik masih sulit dan terkadang kurang tepat sasaran sehingga vendor yang direkomendasikan tidak selalu menjadi goal di pelanggan. Dengan banyaknya kriteria-kriteria yang ditetapkan oleh manager dalam merekomendasikan vendor membuat manager harus mempelajari satu per satu vendor yang dipilih.

2.3 Analisis Pemilihan Vendor Alternatif

Berdasarkan data vendor yang terdapat di PT. Meshindo Jayatama, perusahaan ini memiliki beberapa vendor untuk memasok kebutuhan item yang dibutuhkan dengan merk tertentu. Dalam pembangunan SPK ini, item yang akan dijadikan bahan studi kasus adalah item berupa kontaktor dengan merk Schneider Electric, di Indonesia banyak sekali vendor-vendor resmi yang memegang produk dari Schneider Electric sendiri. Akan tetapi vendor yang akan dijadikan vendor alternatif pada pembangunan sistem pendukung keputusan ini dibatasi tiga vendor. Spesifikasi vendor dapat dilihat pada tabel 2.1.

Tabel 2.1 Spesifikasi vendor

Nama Vendor Regional

PT. Izzati Hasanah _Jakarta

PT. Pelita Abadi _Bandung

Shenzhen Haiyue Machine &

Electronic Equipment Co.,Ltd Tiongkok

Adapun langkah-langkah dalam pemilihan vendor yang dapat direkomendasikan dalam pembangunan sistem pendukung keputusan ini. Pada gambar 2.1 merupakan langkah-langkah didalam pemilihan vendor alternatif.

Gambar 2.1 Tahapan Pemilihan Vendor Alternatif

2.4 Pemodelan ANP (Analytic Network Process)

Setelah mengetahui dan mempelajari penawaran-penawaran dari vendor, maka selanjutnya bagaimana menerapkan pemodelan ANP ke dalam sistem. ANP sendiri merupakan pemodelan pengembangan AHP (Analytic Hierarchy Process) sebagai solusi pengambilan keputusan yang kompleks. Proses solusi ANP memiliki empat langkah utama, yaitu :

1. Mengembangkan struktur model

keputusan

Model jaringan ANP yang akan dibangun antar nodes (sub-kriteria) dapat dilihat pada gambar 2.2 serta penjelasan hubungan antar tiap-tiap nodes nya.

Gambar 2.2 Struktur jaringan antar nodes

(19)

Jurnal Ilmiah Komputer dan Informatika (KOMPUTA)

6

2. Matriks perbandingan berpasangan

Perbandingan numerik diperlukan untuk menentukan matrik nilai skala perbandingan untuk setiap kriteria dan sub-kriteria.

3. Perhitungan supermatrik

a. Unweighted Supermatriks

Unweighted supermatriks merupakan nilai dari eigen vektor yang tidak memperhitungkan adanya perbandingan berpasangan kriteria. Sub-kriteria yang berbentuk baris berarti mempengaruhi sedangkan sub-kriteria yang berbentuk kolom berarti dipengaruhi. Jika pada pertemuan antar sub-kriteria tidak memiliki nilai maka diisi dengan angka nol (0), yang berarti tidak memiliki hubungan antara sub-kriteria tersebut.

b. Weighted supermatriks

Untuk mendapatkan suatu limiting matrik dengan pembobotan yang stabil maka sifat dari supermatriks tersebut harus bersifat stokhastik, yaitu jumlah bobot setiap kolomnya harus sama dengan satu. Untuk mendapatkan matrik yang stokhastik ini perlu dilakukan pembobotan antar kriteria yang ada berdasarkan hubungan atau pengaruhnya.

c. Limiting supermatriks

Setelah supermatriks berbobot atau weighted supermatriks terbentuk, maka untuk mendapatkan nilai limiting supermatriks yaitu dengan memangkatkan dirinya sendiri dari nilai weighted supermatriks.

4. Bobot ranking alternatif

Untuk menghitung pembobotan ranking

alternatif perhitungannya adalah nilai setiap

sub-kriteria dikalikan dengan nilai bobot ideal, sebagai

contoh untuk menghitung vendor PT. Izzati

Hasanah. Menghitung pembobotan ranking pada PT.

Izzati Hasanah adalah :

Ranking = (2 X 0,99992428) + (3 X 0,9965363) + (2

X 0,99990118) + (2 X 0,99976598) + (2 X

0,99979476) + (1 X 0,99975399) + (2 X

0,99938974) + (2 X 0,9998013) + (2 X 0,99986849)

+ (1 X 0,99981248) + (1 X 1) = 19,98607.

Pembobotan ranking alternatif pemilihan

vendor secara lengkap dapat dilihat pada tabel 2.2.

Tabel 2.2 Pembobotan ranking vendor alternatif

N o Nama Vend or Ha rga Ku alit as Komu nikasi Pengirima n R a t a 2 N i l a i A N P P e r i n g k a t H P C P K S T K K R K K R V W P K P B P p

1 PT. Izzati Hasa nah

2 3 2 2 2 1 2 2 2 1 1 1 , 8 1 8 1 8 2 1 9 , 9 8 6 0 7 1 2 PT. Pelita Abadi

3 1 1 1 2 2 2 1 2 2 1 1 , 6 3 6 3 6 4 1 7 , 9 9 3 0 2 3 3 Shenz hen Haiyu e Mach ine & Electr onic Equip ment

1 2 3 2 1 1 2 1 3 1 2 1 , 7 2 7 2 7 3 1 8 , 9 8 9 7 8 2

Dari hasil perhitungan pembobotan ranking alternatif di dalam pemilihan vendor menngunakan pemodelan Analytic Network Process (ANP), dapat disimpulkan bahwa PT. Izzati Hasanah mempunyai nilai total tertinggi dibandingkan dengan Shenzhen Haiyue Machine & Electronic Equipment Co.,Ltd dan PT. Pelita Abadi. Karena yang diambil keputusan adalah nilai dengan total tertinggi, maka PT. Izzati Hasanah dapat direkomendasikan oleh manager dengan urutan teratas.

2.5 Analisis Kebutuhan Fungsional 2.5.1 Diagram Konteks

(20)

Jurnal Ilmiah Komputer dan Informatika (KOMPUTA)

7

pendukung keputusan PT. Meshindo Jayatama dapat dilihat pada gambar 2.3.

Gambar 2.3 Diagram Konteks SPK Pemilihan Vendor PT. Meshindo Jayatama

2.5.2. Data Flow Diagram (DFD)

Data flow diagram (DFD) menunjukan bagaimana aliran data dan menguraikan proses-proses yang terjadi dalam sistem sampai proses-proses yang lebih detail. Pada diagram konteks sistempendukung keputusan seperti gambar 2.3 dapat diuraikan menjadi beberapa DFD.

Gambar 2.4 DFD Level 1 SPK Pemilihan Vendor PT. Meshindo Jayama

2.6 Perancangan Antarmuka

1. Perancangan Antarmuka Perbandingan Antar Kriteria

Gambar 2.4 Perancangan Antarmuka Perbandingan Antar kriteria

2. Perancangan Antarmuka Pembobotan dan Ranking Vendor

Gambar 2.5 Perancangan Antarmuka Ranking Vendor

2.7 Implementasi Antarmuka

1. Implementasi Antarmuka Perbandingan Kriteria

(21)

Jurnal Ilmiah Komputer dan Informatika (KOMPUTA)

8

2. Implentasi Antarmuka Data Pembobotan Vendor

Gambar 2.7 Implentasi Data Pembobotan Vendor

3. Implementasi Antarmuka Perankingan Vendor

Gambar 2.8 Implementasi Perankingan Vendor

2.8 Pengujian Blackbox

Pengujian blackbox adalah pengujian yang dilakukan hanya mengamati hasil eksekusi melalui data uji dan memeriksa fungsional dari perangkat lunak. Pengujian blackbox, mengevaluasi hanya dari tampilan luar dan fungsionalitasnya. Tanpa mengetahui apa sesungguhnya yang terjadi dalam proses detilnya. Pengujian black box yang dilakukan pada Sistem Pendukung Keputusan Pemilihan Vendor di PT.Meshindo Jayatama dibagi menjadi 2 bagian, yaitu rencana pengujian blackbox, kasus dan hasil pengujian blackbox.

Berdasarkan hasil pengujian blackbox dengan kasus uji di atas maka dapat ditarik kesimpulan bahwa dalam pembangunan sistem pendukung keputusan ini tidak terdapat kesalahan proses dan secara fungsional sudah berjalan sesuai dengan yang diharapkan.

2.9 Pengujian Beta

Pengujian beta dilakukan di lingkungan pengguna tanpa kehadiran pihak pembangun aplikasi. Pengujian ini merupakan pengujian yang bersifat langsung di lingkungan yang sebenarnya. Pengguna melakukan penilaian terhadap aplikasi dengan menggunakan media wawancara. Dari hasil wawancara tersebut maka dapat ditarik kesimpulan apakah aplikasi yang dibangun telah sesuai dengan tujuan atau tidak.

Wawancara diberikan kepada pengguna SPK yaitu manager PT. Meshindo Jayatama. Pengguna akan memberikan keterangan melalui wawancara. Wawancara dilakukan oleh satu pengguna yaitu: manager, dan hasil wawancara tersebut akan dijadikan sebagai hasil pengujian.

3

PENUTUP

3.1 Kesimpulan

Setelah melalui proses analisis, perancangan, dan pengujian, maka selanjutnya dapat diperoleh kesimpulan bahwa sistem pendukung keputusan yang tengah dibangun ini dapat mempermudah bagi manager dalam memilih vendor.

3.2 Saran

Dalam pembangunan Sistem Pendukung Keputusan ini masih banyak hal-hal yang dapat dikembangkan, seperti :

1. Sistem Pendukung Keputusan ini perlu untuk dibuat multiple item, sehingga item-item yang akan direkomendasikan tidak terbatas oleh item tertentu.

2. Sistem Pendukung Keputusan ini dapat dikembangkan lebih lanjut lagi, sehingga informasi yang disajikan lebih jelas, lebih banyak serta lebih detail agar dapat menjadi suatu sistem pendukung keputusan yang mampu memberikan solusi pemecahan masalah yang lebih kompleks dan tidak terstruktur.

DAFTAR PUSTAKA

[ 1 ] Pusat Data PT. Meshindo Jayatama (https://www.meshindojayatama.com).

[ 2 ] http://www.kajianpustaka.com/2013/09/ sistem-pendukung-keputusan-spk.html [ 3 ] Aam Slamet Rusydiana & Abrista Devi,

(22)

9

[ 4 ] Sommerville, I. 2011. Software Engineering 9th _{edition. USA: Addison Wesley.}

[ 5 ] Thomas L Saaty, “Fundamentals Of The Analytic Network Process”, University of Pittsburgh, USA, 1999.

[ 6 ] Wijanarko Valentino F & Astuti Setia,

“Implementasi Metode Analytic Metwork Process Dalam Sistem Pendukung Keputusan Penerimaan Karyawan Pada PT. Seroja Luckindo Lestari”, Fakultas Ilmu Komputer, Universitas Dian Nuswantoro, Semarang, 2014.

[ 7 ] Jogiyanto. 2005. Analisis dan Desain Sistem Informasi. Yogyakarta: Penerbit Andi.

[ 8 ] Zulkifli Amsyah. 2000, “Manajemen Sistam

Informasi”, Andi Offset.

[ 9 ] http://www.mattjunior.com/2013/05/ pengenalan-html-5-apa-itu-html-5-dan-apa-fitur-yang-baru-di-html-5/

[ 10 ] http://id.wikipedia.org/wiki/MySQL (Diakses

pada hari Jum’at, 24 April 2015, 20:00 WIB)

[ 11 ] http://id.wikipedia.org/wiki/Cascading_Style _Sheets (Diakses pada hari Jum’at, 24 April 2015, 20:00 WIB)

[ 12 ] http://id.wikipedia.org/wiki/JQuery (Diakses

[ 13 ] http://www.jakapramana.com/2013/11/ konsep-dasar-analytical.html

(23)

Jurnal Ilmiah Komputer dan Informatika (KOMPUTA)

1

DECISION SUPPORT SYSTEM OF

VENDOR SELECTION AT PT. MESHINDO JAYATAMA

Ahsan Malik

Information Engineering - University Computer Indonesia

Jl. Dipatiukur 112-114 Bandung

Email : sann.lix@gmail.com

ABSTRACT

PT. Meshindo Jayatama as a company engages in trade make product sale as daily activity that should always stand by. Inverter and Servopack Yaskawa brands become main product sold by PT. Meshindo Jayatama, while KEB product is made as service center. Product out of Yaskawa and KEB brands, the company has collaboration with other vendor such as Scheneider Electric. Collaboration with other vendor performed by company with

selecting related vendor. Many offers aren’t success

bring out order from customer and only one or two items are ordered form many offred items so sale target that has been assigned is not reached, because manager is hard to choose vendor to be recommended.

Comparing vendor is very important to be done by PT.Meshindo Jayatama before trade with end customer happened. Consequently need to be built a computerized decision support system that will help to determine the best vendor that can be accountable. Then ANP(Analytic Network Process) model is the right model to help decision support system development able to solve vendor selection problem occurred in company. Hopefully next time the developed system is fit in selecting vendor so it helps to ease PT. Meshindo determine which vendor that should be choosen.

Research result can be conclude that the developed system can ease decision maker to recommend the best vendor, with the establishment

of decision support system, it’s expected can help

vendor selection evaluation process that done by decision maker so it can elaborate complex problem and unstructured.

Keywords : vendor selection, decision support system, ANP (Analytic Network Process), PT. Meshindo Jayatama.

1.

INTRODUCTION

PT. Meshindo Jayatama is a company engaged in trade marketing that focuses on industrial automation and general supplier for industrial

machinery. Based in Jakarta, in early 2014 the company opened a regional office in Singapore with the aim of expanding the market network. In addition to being general suppliers to meet customer needs, the company also cooperates with electronics manufacturers. Currently, PT. Meshindo Jayatama working with Yaskawa Indonesia as an authorized distributor in Indonesia and in collaboration with KEB as a service center for inverters in Indonesia [1]. As for items outside the brand Yaskawa and KEB, the company cooperated with select vendors concerned.

(24)

2

from the price offered, availability of items offered, appropriate or not the quality of the items, and the reputation of the vendor itself.

Decision Support Systems (DSS) is a system capable of providing problem-solving ability and the ability of communicating to problems with the condition of semi-structured and unstructured. With this CMS system can assist decision-making in situations of semi-structured and unstructured situations, where no one knows for sure how the decision should be made [2]. So from an explanation of the problem, need to build a system of decision-making to facilitate the work of managers in recommending a vendor to the sales.

1.1 Problem Formulation

Based on the background of the problems that have been described, the problems that occur in the selection of vendors PT. Meshindo Jayatama namely the recommendations given by the manager is not always achieved success, because of the difficulty in choosing a vendor.

1.2 Purpose and Objectives

The purpose of the development of a decision support system is to help managers select a vendor to take decisions through a decision support system.

While the objectives to be achieved in the development of decision support systems, namely the existence of a decision support system to facilitate managers in choosing a vendor.

1.3 Research Methods

1.3.1 Data Collection Methods

Methods of data collection obtained directly in the development of this system, such as:

a. Study of literature

With this method the data are collected by collecting the results of the literature, journals, books or readings as well as internet-related decision support system development.

b. Interview

With this method the data are collected by conducting a question and answer directly to the company as a resource on issues taken.

c. Observation

With this method of data collection by conducting research and direct observation of the existing problems.

1.3.2 Software Development Methods

Software development model that is used in the construction of a decision support system that uses Waterfall Model [4] which can be seen in Figure 1.1. Reasons for using the waterfall model, because reflects the practicality of engineering that makes the software quality is maintained because the development of structured and supervised. Besides each stage is done with the full and clear and excellent documentation, so that the maintenance can be done easily.

Figure 1.1 Waterfall Model [4]

1. Defining Requirements

This initial stage mendefinikan service system, constraints, and goals set in consultation with the users of the system, is then defined in detail and serves as a system specification.

2. System and Software Design

System design process by allocating the requirements of both hardware and software system to establish the overall system architecture. Software design involves identifying and describing the abstraction of the underlying software systems and related.

3. Implementation and Testing Unit

Software design is realized as a series of programs or program units. Unit testing program involves verifying that each unit meets its specifications.

4. Integration and Testing System

Unit testing phase program or a program that is integrated and tested as a complete system to ensure that the software requirements have been met. After testing, the software system is delivered to the customer.

5. Operation and Maintenance

(25)

Jurnal Ilmiah Komputer dan Informatika (KOMPUTA)

3

and improve the service system as new requirements.

1.4 Decision Support System

Decision Support Systems (DSS) is a system capable of providing problem-solving ability and the ability of communicating to problems with the condition of semi-structured and unstructured. This system is used to assist decision-making in situations of semi-structured and unstructured situations, where no one knows for sure how the decision should be made.

Decision Support Systems (DSS) as the system has five main characteristics [2]:

1. The computer-based system. 2. Used to help decision-makers. 3. To solve the complex problems that

is impossible to do the calculations manually.

4. By way of interactive simulations. 5. Where the data and models sebaai

principal component analysis.

1.5 Analytic Network Process (ANP)

As a development method of AHP, ANP still using the Pairwise Comparison Matrices Judgement (PCJM) between similar elements. ANP conducted pairwise comparisons between elements within the component / cluster for each interaction in the network.

Analytic Network Process (ANP) is also a mathematical theory that is able to analyze the effect of the assumptions approach to solve the problem form. This method is used in the form of a settlement with the consideration of the adjustment of the complexity of the problem of decomposition of the synthesis with the priorities that produces the effect of greatest priority. ANP is also able to explain the model factors dependence and its feedback systematically.

In the implementation of problem solving, ANP rely on alternative alternatives and criteria, also explains the technical analysis of ANP by using pairwise comparisons (pairwase comparison) on alternatives and project criteria [3]. On AHP networks are level objectives, criteria, sub-criteria, and alternative, each level has elements. While on the network ANP levels in AHP called clusters that can have criteria and alternatives therein. Differences AHP and ANP started from the third

axiom of the hierarchical structure that is not applicable to the ANP. This axiom states that judgments (assessment), or the priority of elements does not depend on the elements at a lower level. This axiom requires the application of a hierarchical structure. Invalidity of this axiom to the ANP has implications on several things, among others, can be seen in Table 1.2.

Table 1.2 Difference Modeling of ANP and AHP

Supermatrix ANP will automatically generate the appropriate weights for criteria and alternatives if the data used is the priority vectors in supermatrix. This is a simple method because it does not require thought per section on the user. Just knowing the data and supermatrix will produce a priority at any point in the model [3]. According to [3] with the feedback, an alternative not only depend on the criteria, but also can be hung between an alternative to other alternatives. Criteria itself can depend on alternatives, and other factors. To represent feedback on ANP method would require large matrix called as supermatrix consisting of several sub-matrices.

1.5.1 Super Matrix and Weighting

Comparison of the level of interest in each element and the cluster represented in a matrix by giving scale ratio of the pairwise comparisons. Each scale ratio shows the ratio of interest between elements within a component by component elements outside (outer dependence) or also in the element of the element itself which is a component in the (inner dependence). Not every element to give effect to the elements on the other components.

1.5.2 Platform ANP (Analytic Network Process)

The combined weights obtained through the development of supermatriks. In a system with N components consisting of C elements interacting, denoted Ch where h = 1, 2, 3, .... N. Element owned by the component will be symbolized by eh1, EH2, ... . ehn.

(26)

Jurnal Ilmiah Komputer dan Informatika (KOMPUTA)

4

depict the flow of interest between components of both inner and outer dependence dependence. In general, the relationship between the interests of elements with other elements in the network can be represented following the supermatriks, as follows:

Each column in Wij is eigen vectors that show the importance of the elements in the i-th component of the network on an element on the component to j. If the value Wijj = 0 showed no interest in such elements. If this happens then the element is not used in pairwise comparisons to lower the eigen vector. So used are the elements that generate the interest is not zero.

Preparation of super matrix consists of 3 phases :

a. Phase super matrix without weights (unweighted supermatrix)

b. Phase super matrix weighted (weighted supermatrix)

c. Super matrix phase boundary (limit supermatrix)

2.

CONTENTS RESEARCH

2.1 Analysis Systems

Analysis system is a stage of understanding of the electoral system vendors that are currently running in the PT. Meshindo Jayatama or will be built. Stages of analysis aims to determine the mechanism or work procedures of running processes and to be built. This system analysis stage is a stage that is very critical and very important, because a mistake in this stage will cause errors as well in the next stage. The aim of these stages is to identify the elements and the value of vendor selection, system constraints and relationships between system components. In the analysis phase will involve the limit of three vendors, namely: PT. Izzati Hasanah, PT. Pelita Abadi, and Shenzhen Haiyue Machine & Electronic Equipment Co., Ltd. The final results of the analysis system vendor selection is to determine the highest value of the three vendors and has the highest score is the best vendor and can be recommended by manaje based modeling calculations ANP (Analytic Network Process).

2.2 Problem Analysis

From the results of research conducted there is a problem that occurs in vendor selection is done by the manager, where the ease to get the best vendor is still difficult and sometimes less targeted so the vendor recommended not always be a goal in customers. With a number of criteria established by managers in recommending a vendor to make managers must learn one by one vendor is selected.

2.3 Analysis Vendor Selection of Alternatives

Based on vendor data contained in PT. Meshindo Jayatama, the company has several vendors to supply the required items with a particular brand. In the construction of this SPK, the items that will be used as a case study is an item in the form of a contactor with Schneider Electric brand, in Indonesia a lot of vendors who holds the official products from Schneider Electric's own. However, vendors that will be an alternative vendor in the development of decision support systems is limited to three vendors. Vendor specifications can be seen in Table 2.1.

Table 2.1 Specifications vendor

Vendor Name Regional

PT. Izzati Hasanah _Jakarta

PT. Pelita Abadi _Bandung

Shenzhen Haiyue Machine &

Electronic Equipment Co.,Ltd Tiongkok

The steps in the selection of vendors that can be recommended in the development of decision support systems. In Figure 2.1 are steps in the selection of alternative vendors.

(27)

Jurnal Ilmiah Komputer dan Informatika (KOMPUTA)

5

2.4 Modeling of ANP (Analytic Network Process)

After knowing and studying the offerings of vendors, we then how to apply modeling ANP into the system. ANP itself is modeling the development of AHP (Analytic Hierarchy Process) as the solution of complex decision-making. ANP solution process has four main steps, namely:

1. Develop a model structure decisions

NP network model that will be built between the nodes (sub-criteria) can be seen in Figure 2.2 and explanations of the relationship between each of its nodes.

Figure 2.2 The structure of a network between nodes

Relationships that occur in table 2.2 has a dependency relationship both within the criteria itself (dependence on) and among the criteria (external dependency).

2. Pairwise Comparison Matrix

Numerical comparison is needed to determine the value scale comparison matrix for each criteria and sub-criteria.

3. Calculation Super Matrix

a. Unweighted Super Matrix

Unweighted super matrix is the value of eigen vectors that do not take into account the pairwise comparison criteria. Sub-criteria that form the line means the influence while the sub-criteria columned means affected. If the meeting of the sub-criterion has no value then filled with a zero (0), which means no relationship between the sub-criteria.

b. Weighted Super Matrix

To obtain a limiting matrix with a stable weighting the nature of the super matrix must be stochastic, which is a weighted sum of each column must be equal to one. To get this stochastic matrix needs to be weighted between the existing criteria based on relationship or influence.

c. Limiting Super Matrix

After the super matrix weighted or weighted supermatriks formed, then to get the super matrix limiting value is to raise to itself of value weighted super matrix.

4. Weight Alternative Rankings

To calculate the ranking of alternative

weighting calculation is the value of each

sub-criterion multiplied by the value of the ideal weight,

for example, to calculate vendors PT. Izzati

Hasanah. Calculate weighted ranking on PT. Izzati

Hasanah are:

Ranking = (2 X 0,99992428) + (3 X 0,9965363) + (2

X 0,99990118) + (2 X 0,99976598) + (2 X

0,99979476) + (1 X 0,99975399) + (2 X

0,99938974) + (2 X 0,9998013) + (2 X 0,99986849)

+ (1 X 0,99981248) + (1 X 1) = 19,98607.

Weighting ranking alternatives complete

vendor selection can be seen in Table 2.2.

Table 2.2 Weighting alternative vendor rankings

N o Nama Vend or Ha rga Ku alit as Komu nikasi Pengirima n R a t a 2 N i l a i A N P P e r i n g k a t H P C P K S T K K R K K R V W P K P B P p

1 PT. Izzati Hasa nah

2 3 2 2 2 1 2 2 2 1 1 1 , 8 1 8 1 8 2 1 9 , 9 8 6 0 7 1 2 PT. Pelita Abadi

3 1 1 1 2 2 2 1 2 2 1 1 , 6 3 6 3 6 4 1 7 , 9 9 3 0 2 3 3 Shenz hen Haiyu e Mach ine & Electr onic

(28)

Jurnal Ilmiah Komputer dan Informatika (KOMPUTA)

6

Equip ment

From the calculation of weighted ranking of alternatives in the vendor selection modeling menngunakan Analytic Network Process (ANP), it can be concluded that PT. Izzati Harikusumo having the highest total score compared to Shenzhen Haiyue Machine & Electronic Equipment Co., Ltd. and PT. Pelita Abadi. Because the decision was taken with the highest total value, PT. Izzati Harikusumo can be recommended by the manager at the top.

2.5 Functional Needs Analysis 2.5.1 Diagram Context

Diagram context is a general model to explain how the data is used and transformed to process or describe the flow of data into and out of the system. Yag context diagram proposed in decision support systems PT. Meshindo Jayatama can be seen in Figure 2.3.

Figure 2.3 Diagram Context DSS Vendor Selection PT. Meshindo Jayatama

2.5.2. Data Flow Diagram (DFD)

Data flow diagram (DFD) shows how the flow of data and outlines the processes that occur in the system to process more detail. In the context diagram Figure 2.3 sistempendukung such decisions can be broken down into several DFD.

Figure 2.4 DFD Level 1 DSS Vendor Selection PT. Meshindo Jayama

2.6 Interface Design

1. Comparison Between Interface Design Criteria

Figure 2.4 Comparison Between criteria Interface Design

2. Design Interface Weighting and Ranking Vendors

(29)

Jurnal Ilmiah Komputer dan Informatika (KOMPUTA)

7

2.7 Interface Implementation

1. Implementation Interface Comparison Criteria

Figure 2.6 Comparison of Implementation Criteria

2. Implementation Weighting Data Interface Vendor

Figure 2.7 Implementation Weighting Data Vendor

3. Ranking of Vendor Interface Implementation

Figure 2.8 Ranking of Vendor Implementation

2.8 Testing Black Box

Blackbox testing is testing conducted only observe the execution results through the test data and functional check of the software. Blackbox testing, evaluating only from the outside look and functionality. Without knowing what actually happens in the process details. Black box testing performed on Vendor Selection Decision Support System in PT.Meshindo Jayatama divided into two

parts, namely the blackbox test plans, cases and blackbox testing results.

Based on test results blackbox with test cases above it can be concluded that in the development of decision support system is not there fault and functionally process is running as expected.

2.9 Beta Testing

Beta testing is done in the user's environment without the presence of the builder application. This test is a test that is directly in the actual environment. Users undertake an assessment of the application by using the media interview. From the interviews, it can be concluded whether the application is built in accordance with the purpose or not.

Interview given to the DSS is manager of PT. Meshindo Jayatama. Users will provide information through interviews. Interviews were conducted by one user ie: manager, and the results of these interviews will be used as the test results.

3

CLOSING

3.1 Conclusion

After going through the process of analysis, design, and testing, it can then be concluded that the decision support system being developed could make it easier for managers in choosing a vendor.

3.2 Suggestion

In the construction of Decision Support Systems are still many things that can be developed, such as:

1. This Decision Support Systems need to be made multiple items, so that the items to be recommended is not limited by the particular item.

2. Decision Support System can be developed further, so that the information presented more clearly, more and more detail in order to become a decision support system that can provide solutions to problems that are more complex and unstructured.

BIBLIOGRAPHY

[ 1 ] Pusat Data PT. Meshindo Jayatama (https://www.meshindojayatama.com).

(30)

8

[ 3 ] Aam Slamet Rusydiana & Abrista Devi,

“Analytic Network Process: Pengantar Teori dan Aplikasi”, SMART Publishing, Bogor, 2013.

[ 4 ] Sommerville, I. 2011. Software Engineering 9th _{edition. USA: Addison Wesley.}

[ 5 ] Thomas L Saaty, “Fundamentals Of The Analytic Network Process”, University of Pittsburgh, USA, 1999.

[ 6 ] Wijanarko Valentino F & Astuti Setia,

“Implementasi Metode Analytic Metwork Process Dalam Sistem Pendukung Keputusan Penerimaan Karyawan Pada PT. Seroja Luckindo Lestari”, Fakultas Ilmu Komputer, Universitas Dian Nuswantoro, Semarang, 2014.

[ 7 ] Jogiyanto. 2005. Analisis dan Desain Sistem Informasi. Yogyakarta: Penerbit Andi.

[ 8 ] Zulkifli Amsyah. 2000, “Manajemen Sistam

Informasi”, Andi Offset.

[ 9 ] http://www.mattjunior.com/2013/05/ pengenalan-html-5-apa-itu-html-5-dan-apa-fitur-yang-baru-di-html-5/

[ 10 ] http://id.wikipedia.org/wiki/MySQL (Diakses

[ 11 ] http://id.wikipedia.org/wiki/Cascading_Style _Sheets (Diakses pada hari Jum’at, 24 April 2015, 20:00 WIB)

[ 12 ] http://id.wikipedia.org/wiki/JQuery (Diakses

[ 13 ] http://www.jakapramana.com/2013/11/ konsep-dasar-analytical.html