• Tidak ada hasil yang ditemukan

BAB III ANALISA DAN DESAIN SISTEM

N/A
N/A
Protected

Academic year: 2021

Membagikan "BAB III ANALISA DAN DESAIN SISTEM"

Copied!
31
0
0

Teks penuh

(1)

34

III.1. Analisa Sistem Yang Berjalan

Seorang pakar dalam menentukan alternatif keputusan membutuhkan waktu yang cukup lama, sehingga dapat mempengaruhi faktor fisikis seorang pakar. Ketika faktor fisikis dialami oleh seorang pakar maka dapat mempengaruhi keakuratan alternatif keputusan yang dihasilkannya. Kebutuhan sistem pendukung keputusan akan sangat diperlukan untuk menjaga kestabilan hasil akhir dari proses perhitungan untuk pemilihan alternatif keputusan. Kemampuan sistem pendukung keputusan membantu pemilihan alternatif kendaraan bekas. Bantuan sistem pendukung keputusan bisa dirasakan lebih cepat dan akurat jika sistem pendukung keputusan didukung sistem komputer. Komputer sebagai alat bantu dapat mengolah data berdasarkan software yang dimasukan ke dalam komputer, untuk menghasilkan alternatif keputusan dalam memilih kendaraan bekas, diperlukan software yang dapat menghasilkan alternatif keputusan untuk memilih kendaraan bekas. Kerumitan dan ruang lingkup pengambilan keputusan dapat diatasi dengan program Sistem Pendukung Keputusan (SPK). Sistem Pendukung Keputusan (SPK) memungkinkan pengguna untuk melakukan pengambilan keputusan dengan lebih cepat dan tepat.

III.1.1. Input

Dalam pemilihan kendaraan bekas yang baik masih dilakukan secara manual, yaitu berdasarkan penilaian dari para mekanik atau hanya sebatas

(2)

pengetahuan pembeli saja sehingga pembeli banyak yang kecewa setelah membeli mobil bekas karena kurangnya pengetahuan tentang cara memilih mobil bekas yang baik. Untuk menghindari kekecewaan pembeli setelah membeli mobil bekas maka diperlukan sebuah sistem pengambilan keputusan untuk memilih mobil bekas yang baik.

III.1.2. Proses

Dalam proses pemilihan mobil bekas yang masih dilakukan secara manual ini melalui beberapa tahap. Proses ini dapat dilihat pada gambar diagram berikut :

Pembeli Mobil Bekas

Gambar III.1. Flow Of Document Proses Pemilihan Mobil Bekas

Data Tentang Mobil Bekas

Jenis Mobil Bekas

Input Data Mobil Bekas Data Hasil Penilaian terhadap mobil bekas Info Hasil Pemilihan Mobil Bekas

(3)

III.1.3 Output

Hasil dari input-an data mobil bekas ini akan menghasilkan output berupa info mobil bekas tersebut apakah mobil tersebut dalam kondisi baik atau tidak. Dalam sistem pendukung keputusan pemilihan mobil bekas ini, user menginputkan data yang telah disesuaikan dengan hasil penelitian dan kemudian akan menghasilkan info mobil bekas yang telah di inputkan apakah mobil bekas tersebut masih dalam kondisi bagus atau tidak dan apakah mobil bekas tersebut layak di beli berdasarkan dari penilaian sistem tersebut.

III.2. Evaluasi Sistem yang berjalan

Dari hasil evaluasi analisis sistem yang sedang berjalan tersebut terdapat kelemahan sistem yaitu hasil pendataan yang dilakukan secara manual ini pembeli banyak yang merasa kecewa setelah mobil bekas di beli karena tidak adanya sistem yang dapat membantu pembeli mobil bekas dalam mengambil keputusan untuk memilih mobil bekasi yang baik. Dalam melakukan pembelian mobil bekas, pembeli harus membandingkan antara berbagai macam mobil sehingga tanpa adanya sistem pendukung keputusan maka pembeli akan kesulitan dalam menentukan pilihan terhadap mobil bekas yang akan dibeli. Dari evaluasi sistem diatas maka penulis perlu merancang sebuah perancangan Sistem Pendukung Keputusan untuk memilih mobil bekas terbaik berbasis web dengan menggunakan metode AHP sehingga akan lebih mempermudah dan membantu pembeli dalam memilih mobil bekas yang baik.

(4)

III.3. Desain Sistem

III.3.1. Desain Sistem Secara Global

Pada tahap ini penulis melakukan perancangan dengan menggunakan alat perancangan sistem yaitu UML, di sini penulis hanya membuat 4 diagram, yaitu Use case Diagram, Class Diagram, Sequence Diagram dan Activity Diagram. III.3.1. 1 Use Case Diagram

Perancangan dimulai dari identifikasi aktor dan bagaimana hubungan antara aktor dan use case di dalam sistem. Perancangan Use Case Diagram dapat di lihat pada gambar III.2.

Gambar III.2. Use Case Diagram Sistem Pendukung Keputusan Pemilihan Mobil Bekas Terbaik

III.3.1.2. Class Diagram

Class adalah sebuah spesifikasi yang akan menghasilkan sebuah objek dan merupakan inti dari pengembangan dan desain berorientasi objek. Class menggambarkan keadaan (atribut/properti) suatu sistem, sekaligus menawarkan layanan untuk memanipulasi keadaan tersebut (metoda/fungsi).

<<uses>>

SISTEM PENDUKUNG KEPUTUSAN PEMILIHAN MOBIL BEKAS TERBAIK Login Test Perbandingan Mobil Matriks AHP Logout <<uses>> <<uses>> <<uses>> <<uses>> Kriteria <<uses>> Admin User <<uses>> <<uses>> <<uses>>

(5)

Gambar III.3.Class Diagram Sistem Pendukung Keputusan Pemilihan Mobil Bekas Terbaik Berbasis Web Dengan Menggunakan Metode AHP

III.3.1.3. Sequence Diagram

Pada sistem ini, admin mempunyai hak untuk mengelola data sistem pendukung keputusan pemilihan mobil bekas terbaik berbasis web dengan menggunakan metode AHP. Dibutuhkan username dan password untuk masuk ke dalam halaman admin dikarenakan semua hak akses dapat dilakukan pada halaman admin.

1. Sequence Diagram Login.

Pada sequence diagram ini alur kerja admin login ke dalam sistem pendukung keputusan pemilihan mobil bekas terbaik adalah sebagai berikut:

1..* 1..n * 1..n tabel_kriteria +kriteria_id:tinyint +nama_kriteria:varchar +ket_kriteria tabel_history +history_id:int +FK_id_mobil:int +aktual_mesin +aktual_harga +aktual_body +aktual_interior +aktual_sparepart +simpan() tabel_matriks +matriks_id:int +FK_kriteria_id_from + FK_kriteria_id_to +nilai_komparasi +ket_komparasi tabel_poin +poin_id: tinyint +poin_angka: int +poin_variable: varchar tabel_mobil +mobil_id:int +merk_mobil:varchar +tipe_mobil:varchar +tahun_mobil:varchar +mesin:varchar +harga:double +images:varchar +keterangan:text +edit() +simpan() +tambah() +hapus() tabel_admin +userid: tinyint +username: varchar +password: varchar +email:varchar +fullname:varchar +no_telp:varchar +usertype: varchar

(6)

Gambar III.4. Sequence Diagram Login 2. Sequence Diagram Home

Pada sequence diagram ini adalah menu admin untuk mengelola data menu utama pada sistem dapat dilihat pada gambar III.5.

Gambar III.5. Sequence Diagram Home 3. Sequence Diagram Test Perbandingan

Pada sequence diagram ini adalah menu admin untuk input data mobil yang akan di bandingkan dapat di lihat pada gambar III.6.

Gambar III.6. Sequence Diagram Test Perbandingan 4. Sequence Diagram Mobil

Pada sequence diagram ini dapat dilihat alur kerja admin mengelola data mobil yang di input pada sistem yang dapat dilihat pada gambar III.7.

Admin Login.php Menu Utama

Login.php

Admin Home

2 : input() 2:Input()

Menu Utama

(7)

Gambar III.7. Sequence Diagram Mobil 5. Sequence Diagram Matriks AHP

Pada sequence diagram ini dapat dilihat alur kerja admin mengelola data matriks AHP yang merupakan nilai perbandingan tiap variable pada sistem yang dapat dilihat pada gambar III.8.

Gambar III.8. Sequence Diagram Matriks AHP 6. Sequence Diagram Kriteria

Pada sequence diagram ini dapat dilihat admin yang juga mengelola kriteria dan poin yang merupakan penilaian dari pemilihan mobil bekas.

Gambar III.9. Sequence Diagram Kriteria

Admin Mobil Database

2:Input() Matriks AHP Admin Database 2 : lihat() 2:Input() Kriteria Admin Database 2 : lihat()

(8)

7. Sequence Diagram Logout

Pada sequence diagram ini admin keluar dari sistem dapat di lihat pada gambar III.10.

Gambar III.10. Sequence Diagram Logout III.3.1.4. Activity Diagram

Pada proses ini kita akan membuat alur dari sistem yang dirancang yaitu activity diagram. Berikut adalah beberapa activity diagram sistem yang dirancang.

1. Activity Diagram Login

Alur kegiatan login merupakan kegiatan admin untuk masuk kedalam sistem pendukung keputusan pemilihan mobil bekas terbaik berbasis web dengan menggunakan metode AHP dapat dilihat pada gambar III.11.

Gambar III.11. Activity Diagram Login

Admin Login Logout

Data Valid username dan p assword

Menu SIG Lokasi Alfamart Username dan password

Menu Utama Data tidak valid

(9)

2. Activity Diagram Test Perbandingan

Alur kegiatan admin untuk input data perbandingan mobil yang akan dibeli, kegiatan input data test perbandingan oleh admin dapat dilihat pada gambar III.12.

Gambar III.12. Activity Diagram Test Perbandingan 3. Activity Diagram Home

Activity diagram home dimulai melakukan login kedalam sistem, kegiatan login admin dapat dilihat pada gambar III.13.

Gambar III.13. Activity Diagram Home 4. Activity Diagram Matriks AHP

Alur kegiatan yang dilakukan admin dalam mengelola matriks AHP dapat dilihat pada gambar III.14.

melihat peta

tampilkan titik lokasi Alfamart

tampil data lokasi Alfamart Lihat menu

Masukkan data

Tampilkan data

Data Valid Data Tidak Valid

username dan p assword

Home

Username dan password

(10)

Gambar III.14. Activity Diagram Matriks AHP 5. Activity Diagram Mobil

Alur kegiatan yang dilakukan admin untuk melakukan olah data mobil yang akan dibandingkan kedalam sistem pendukung keputusan pemilihan mobil bekas terbaik dapat dilihat pada gambar III.15.

Gambar III.15. Activity Diagram Data Mobil

6. Activity Diagram Kriteria

Alur kegiatan yang dilakukan admin untuk olah data penilaian dari kriteria mobil bekas dapat dilihat pada gambar III.16.

data lokasi alfamart tambah data

Tidak lengkap lengkap simp an isi data lengkap Tidak lengkap simp an

hap us data p ilih data hap us data Data Mobil

Isi data

simpan Tambah data

simpan

hapus data pilih data hapus data melihat peta

tampilkan titik lokasi Alfamart

tampil data lokasi Alfamart menu matriks AHP

Edit Matriks AHP

(11)

Gambar III.16. Activity Diagram Kriteria

7. Activity Diagram Logout

Diagram kegiatan yang dilakukan admin logout dari sistem pendukung keputusan pemilihan mobil bekas terbaik berbasis web dengan menggunakan metode AHP dapat dilihat pada gambar III.17.

Gambar III.17. Activity Diagram Logout

III.3.2 Desain Sistem Secara Detail III.3.2.1. Desain Output

Bentuk output dari sistem yang dibangun dapat dilihat pada gambar III.18.

simp an up date p etaKriteria

Olah data

(12)

1. Laporan Hasil Perbandingan

Gambar III.18. Rancangan Output Data Test Perbandingan 2. Desain Menu Utama

Perancangan menu utama merupakan rancangan tampilan awal pada saat admin telah melakukan login dan menjalankan sistem. Perancangan menu utama home ketika pertama sekali program dijalankan menampilkan menu program berupa Test Perbandingan, Hasil Test, Mobil, Matriks AHP, Kriteria dan logout. Tampilan menu utama dapat dilihat pada gambar III.19.

Gambar III 19. Tampilan Menu Utama

Hasil Perbandingan

Matriks AHP Kriteria Logout

Test Perbandingan

Web SPK Mobil

# Mesin Harga Body Interior Sparepart Total

Hasil Perbandingan

# Eigen Vektor Subkriteria Eigen Vektor Kriteria Total

Lihat Semua Hasil >>

SPK WEB

Matriks AHP Kriteria Logout Test Perbandingan Web SPK Mobil Metode AHP LOGIN User Hasil Test

(13)

III.3.2.2. Desain Input

1. Perancangan Halaman Login Admin

Perancangan halaman login merupakan halaman untuk memasukkan user name dan password administrator. Hanya admin yang dapat mengelola program, untuk username dan password hanya diketahui oleh admin. Bentuk halaman login admin dapat dilihat pada gambar III.20.

Gambar III.20. Perancangan Halaman Login Admin

2. Perancangan Halaman Tambah Mobil

Perancangan halaman tambah mobil merupakan halaman untuk menambah data mobil pada sistem. Bentuk halaman tambah data mobil dapat dilihat pada gambar III.21.

Silahkan Login

Homepage Username Password Login Registrasi

(14)

Gambar III.21. Rancangan Halaman Tambah Data Mobil 3. Perancangan Halaman Edit Data Mobil

Perancangan halaman edit data mobil merupakan halaman pengeditan data bila terjadi kesalahan input data mobil. Bentuk halaman edit data mobil bisa dapat dilihat pada gambar III.22.

Gambar III.22. Rancangan Halaman Edit Data Mobil

Halaman Data Mobil

Merk Mobil Type Mobil Tahun Mobil Mesin Keterangan Harga Images Save Browse Test Halaman Mobil

Mobil Matriks AHP Logout

Test Perbandingan Web SPK Merk Mobil Type Mobil Tahun Mobil Mesin Keterangan Harga Images Save Ganti Images Kriteria

Edit Data Mobil

Hasil Test

(15)

4. Perancangan Hapus Data Mobil

Perancangan halaman hapus data mobil merupakan halaman untuk menghapus data dari sistem. Bentuk halaman hapus data dapat dilihat pada gambar III.23.

Gambar III.23. Rancangan Delete Data

5. Perancangan Matriks AHP

Perancangan matriks AHP ini menampilkan nilai perbandingan dari setiap kriteria dalam menentukan pemilihan mobil bekas terbaik yang dapat dilihat pada gambar III.24.

Gambar III.24. Rancangan Matriks AHP

Apakah Anda Yakin

Ya / Tidak

Mobil Matriks AHP Logout

Test Perbandingan

Web SPK Hasil Kriteria

Test

User

Halaman Matriks Comparison Nilai Perbandingan Tiap Variabel

Mobil Matriks AHP Logout

Test Perbandingan Web SPK

No Perbandingan dari Perbandingan ke Nilai Perbandingan Keterangan Aksi 1 xxxxxxx xxxxxxxxxx 12345 xxxxxxxx Edit 2 xxxxxxx xxxxxxxxxx 12345 xxxxxxxx Edit Kriteria Hasil Test User

(16)

6. Perancangan Kriteria Perbandingan

Perancangan kriteria perbandingan menampilkan kriteria yang menjadi dasar dalam perbandingan untuk memilih mobil bekas terbaik yang dapat dilihat pada gambar III.25.

Gambar III.25. Rancangan Kriteria Perbandingan

III.3.2.3. Desain Database

Pada tahap ini lakukan perancangan database yang terdiri dari kamus data, normalisasi, desain tabel dan relasi antar tabel.

III.3.2.3.1. Kamus Data

Kamus data adalah daftar database dan tabel (bagian dari database) yang digunakan dalam sistem. Kamus data Perancangan Sistem Pendukung Keputusan Pemilihan Mobil Bekas Terbaik Berbasis Web Dengan Menggunakan Metode AHP yang digunakan adalah :

tbl_history : [ history_id+ FK_id_mobil+ aktual_mesin + aktual_harga+aktual_body+aktual_interior+aktual_ sparepart ]

Halaman Variabel Penilaian Kriteria dan Poin

Mobil Matriks AHP Logout

Test Perbandingan Web SPK

Data Kriteria

# Nama Kriteria Keterangan Aksi Mesin xxxxxxxxxxxxxxxxx Edit Harga xxxxxxxxxxxxxxxxx Edit Body xxxxxxxxxxxxxxxxx Edit Interior xxxxxxxxxxxxxxxxx Edit Sparepart xxxxxxxxxxxxxxxxx Edit Kriteria Hasil Test User Data Poin

# Variabel Poin Angka Aksi 1 Sangat Baik Edit 2 Baik Edit 3 Cukup Edit

(17)

tbl_kriteria : [kriteria_id + nama_kriteria+ket_kriteria] tbl_matriks : [matriks_id + FK_kriteria_id_from +

FK_kriteria_id_to+nilai_komparasi+ket_komparasi]

tbl_mobil : [mobil_id+ merk_mobil+type_mobil+tahun_mobil +mesin+harga+images+ posted_by+keterangan ]

tbl_poin : [poin_id+poin_angka+ poin_variable]

tbl_user : [userid+username+password+email+fullname+ nohp+usertype]

III.3.2.3.2. Normalisasi

Proses perancangan basis data dapat dimulai dari dokumen dasar yang dipakai dalam sistem sesungguhnya. Basis data dibentuk dari sistem nyata yang mempunyai bentuk masih belum menggambarkan entitas-entitas secara baik.

1. Un-Normalized.

Bentuk ini mencamtumkan semua field data yang ada tampak seperti tabel III.1.

(18)

Tabel III.1. Bentuk Un-Normalized History_id FK_id_mobil aktual_mesin aktual_harga aktual_body aktual_interior aktual_sparepart kriteria_id nama_kriteria ket_kriteria matriks_id FK_kriteria_id_from FK_kriteria_id_to nilai_komparasi ket_komparasi mobil_id merk_mobil type_mobil tahun_mobil mesin harga images posted_by keterangan poin_id poin_angka poin_variable user_id username password email fullname no_hp usertype Un-normalized

(19)

2. Normalisasi Pertama 1NF

Bentuk normalisasi pertama dari tabel un-normalized diatas dapat dilihat pada tabel III.2.

Tabel III.2. Normalisasi Pertama 1NF history _id FK_id_mo bil Aktual_ mesin Aktual _harga Aktual _interi or Aktual _body Kriteria_id Nama_ kriteria Ket_kriteria Matriks_ id Fk_kriteri a_id_fro m Fk_kriter ia_id_to Nilai_ kompa rasi Ket_kompar asi

Mobil_id Merk_mobil Type_mobil

Harga_ mobil

Mesin harga images Posted

_by

keterangan Poin_id Poin_angk

a

Poin_variabe l

User_id username password email fullna

me

No_hp Userty

pe

3. Normalisasi Kedua 2NF.

(20)

Tabel III.3. Bentuk Normal Kedua 2NF tabel_admin +userid: tinyint +username: varchar +password: varchar +userdesc: varchar tabel_kriteria +kriteria_id:tinyint +nama_kriteria:varchar +ket_kriteria tabel_history +history_id:int +FK_id_mobil:int +aktual_mesin +aktual_harga +aktual_body +simpan() tabel_matriks +matriks_id:int +FK_kriteria_id_from + FK_kriteria_id_to +nilai_komparasi +ket_komparasi tabel_poin +poin_id: tinyint +poin_angka: int +poin_variable: varchar tabel_mobil +mobil_id:int +merk_mobil:varchar +tipe_mobil:varchar +tahun_mobil:varchar +mesin:varchar +harga:double +images:varchar +keterangan:text +edit() +simpan() +tambah() +hapus()

(21)

4. Normalisasi Ketiga 3NF.

Bentuk normalisasi ketiga dari dapat dilihat pada tabel III.4.

Tabel III.4. Bentuk Normal ketiga 3NF

III.3.2.3.3. Desain Tabel / File

Dalam perancangan Sistem Pendukung Keputusan Pemilihan Mobil Bekas Terbaik Dengan Menggunakan Metode AHP data record tersimpan dalam beberapa file dengan arsitektur data sebagai berikut :

1. Tabel_history.

Tabel_history ini untuk menampung record data id_history. Berikut rancangan struktur tabel history.

Nama Database : spk_mobil Nama Tabel : tabel_history Primary Key : history_id tabel_user

+userid: tinyint +username: varchar +password: varchar

+userdesc: varchar tabel_kriteria +kriteria_id:tinyint +nama_kriteria:varchar +ket_kriteria tabel_history +history_id:int +FK_id_mobil:int +aktual_mesin +aktual_harga +aktual_body +simpan() tabel_matriks +matriks_id:int +FK_kriteria_id_from + FK_kriteria_id_to +nilai_komparasi +ket_komparasi tabel_poin +poin_id: tinyint +poin_angka: int +poin_variable: varchar tabel_mobil +mobil_id:int +merk_mobil:varchar +tipe_mobil:varchar +tahun_mobil:varchar +mesin:varchar +harga:double +images:varchar +keterangan:text +edit() +simpan() +tambah() +hapus()

(22)

Tabel III.5. tabel_history

Field Name Type Field Width Keterangan

History_id Int 11 Id history

FK_id_mobil Int 11 Aktual_mesin Foat Aktual_harga Foat Aktual_body Foat Aktual_interior Foat Aktual_sparepart Foat 2. Tabel _kriteria

Tabel_kriteria ini untuk menampung record data kriteria mobil, Berikut ditampilkan rancangan struktur data tersebut.

Nama Database : spk_mobil Nama Tabel : tabel_kriteria Field Key : kriteria_id

Tabel III.6. tabel_kriteria

Field Name Type

Field Width Keterangan

Kriteria_id Tinyint 2 id kriteria Nama_kriteria Varchar 120 Nama kriteria Ket_kriteria Text

(23)

3. Tabel_matriks

Tabel_matriks ini untuk menampung record data matriks penilaian mobil bekas, Berikut ditampilkan rancangan struktur data tersebut.

Nama Database : spk_mobil Nama Tabel : tabel_matriks Field Key : matriks_id

Tabel III.7. tabel_matriks

Field Name Type Field Width Keterangan

Matriks_id Int 11 id matriks

FK_kriteria_id_from Int 11

FK_kriteria_id_to Int 11

Nilai_komparasi Text Ket_komparasi Ext

4. Tabel_mobil

Tabel_mobil ini untuk menampung record data mobil yang akan di beli, Berikut ditampilkan rancangan struktur data tersebut.

Nama Database : spk_mobil Nama Tabel : tabel_mobil Field Key : mobil_id

Tabel III.8. tabel_mobil

Field Name Type Field Width Keterangan

(24)

Merk_mobil Varchar 50 Merk mobil

Type_mobil Varchar 100 type

Tahun_mobil Varchar 4 Tahun pembuatan

Mesin Varchar 10 Kapasitas mesin

Harga Double - Harga mobil

Images Varchar 90 Gambar mobil

Posted_by Varchar 80

Keterangan Text - -

5. Tabel_poin

Pada tabel poin ini untuk menampung data nilai poin dari tiap variabel. Berikut rancangan struktur data tabel poin :

Tabel III.9. tabel_poin

Field Name Type

Field Width Keterangan

Poin_id Tinyint 2 id poin

Poin_angka Int 2 -

Poin_variabel Varchar 20 -

6. Tabel_user.

Tabel_user ini untuk menampung record data user name dan password admin. Berikut ditampilkan rancangan struktur data tersebut.

(25)

Nama Database : spk_mobil Nama Tabel : tabel_user Primary Key : userid

Tabel III.10. Data tabel_user

Field Name Type Field Width Keterangan

Userid Int 11 id user

Username Varchar 30 Username

Password Varchar 120 password

Email Varchar 80

Fullname Varchar 90

No_hp Varchar 12

Usertype Varchar 20 -

III.3.2.3.4. Penerapan Algoritma Pada Metode AHP

Kerumitan dan ruang lingkup pengambilan keputusan dapat diatasi dengan program Sistem Pendukung Keputusan (SPK). Sistem Pendukung Keputusan (SPK) memungkinkan pengguna untuk melakukan pengambilan keputusan dengan lebih cepat dan tepat. Sistem Pendukung Keputusan (SPK) dapat membantu dalam usaha pemilihan mobil bekas terbaik dan sangat membantu dalam pemilihan mobil yang akan dibeli oleh konsumen. Sistem Pendukung Keputusan (SPK) ditujukan untuk membantu konsumen dalam pemilihan mobil bekas yang akan dibeli, karena selama ini para konsumen yang akan membeli mobil bekas sering kali mengalami kesalahan dalam pemilihan kondisi mobil

(26)

bekas yang akan dibelinya. Program atau software komputer berjenis sistem pendukung keputusan menggunakan Analytic Hierarchy Process dalam menentukan kriteria mobil bekas yang dipilih oleh konsumen.

Hirarki tujuan proses pemilihan mobil bekas yang dijadikan dasar kriteria yang harus dimasukan dalam sistem pendukung keputusan, dapat dilihat pada gambar III.26 :

Gambar III.26.Hierarki Tujuan Proses Pemilihan Mobil Bekas

Setelah penyusunan hirarki tujuan proses, maka langkah selanjutnya adalah melakukan perbandingan antara elemen-elemen dengan memperhatikan pengaruh elemen pada level diatasnya. Pembagian pertama dilakukan untuk elemen-elemen pada level kriteria dengan memperhatikan dilakukan dengan skala satu sampai lima. Perbandingan tersebut dengan cara membuat matriks perbandingan berpasangan kriteria, seperti pada tabel III.11.

Pemilihan Mobil Bekas

Mesin Harga Body Interior Sparepart

Mobil A Mobil B

Tujuan

Kriteria

(27)

Tabel III.11.Tabel Perbandingan berpasangan kriteria

No Kriteria Mesin Harga Body Interior Sparepart

1 Mesin 1 2 3 4 5 2 Harga 0.5 1 1.5 2 2.5 3 Body 0.3 0.67 1 1.33 1.67 4 Interior 0.25 0.5 0.75 1 1.25 5 Sparepart 0.2 0.4 0.6 0.8 1 Jumlah 2.25 4.57 6.85 9.13 11.42

Matriks di atas dievaluasi dan dijumlahkan setiap kolomnya sehingga didapatkan hasil seperti tabel III.12.

Tabel III.12.Tabel Evaluasi perbandingan berpasangan kriteria

No Kriteria Mesin Harga Body Interior Sparepart

1 Mesin 0.444 0.437 0.438 0.438 0.437

2 Harga 0.222 0.218 0.219 0.219 0.218

3 Body 0.133 0.145 0.145 0.145 0.146

4 Interior 0.111 0.109 0.109 0.109 0.109

5 Sparepart 0.089 0.087 0.087 0.087 0.087

Skala bobot prioritas, bisa didapat dengan cara menghitung rata-rata baris dari matriks di atas, hasilnya bisa dilihat pada tabel III.13.

(28)

Tabel III.13.Tabel Rata-rata baris 0.438 (0.444+0.437+0.438+0.438+0.437) / 5 0.219 (0.222+0.218+0.219+0.219+0.218) / 5 0.143 (0.133+0.145+0.145+0.145+0.146) / 5 0.109 (0.111+0.109+0.109+0.109+0.109) / 5 0.089 (0.089+0.087+0.087+0.087+0.087) / 5

Dari rata-rata baris dapat ditentukan kriteria pembobotan prioritas yang menjadi dasar untuk pemilihan alternatif keputusan dengan menggunakan AHP. Lihat matriks 2.4 bobot prioritas pada tabel III.14.

Tabel III.14.Tabel Hasil Penghitungan Bobot Prioritas

Kriteria Mesin Harga Body Interior Sparepart

Bobot 0.438 0.219 0.143 0.109 0.089

Setelah didapat nilai faktor evaluasinya maka selanjutnya harus ditentukan terlebih dahulu rasio konsistensinya untuk melihat apakah perbandingan berpasangan yang dilakukan cukup konsisten atau tidak. Dalam penentuan rasio konsistensi, dimulai dengan menentukan Weighted Sum Vector. Hal ini dilakukan dengan cara mengalikan angka matriks perbandingan berpasangan kriteria dengan matriks hasil perhitungan bobot prioritas, kemudian jumlahkan nilai-nilai atau angka-angka baris per baris, berikut hasilnyatabel III.15.

(29)

Tabel III.15.Tabel Hasil Penghitungan Weighted Sum Vector 2.186 (0.438*1)+( 0.219*2)+( 0.143*3)+( 0.109*4)+( 0.089*5) 1.092 (0.438*0.5)+(0.219*1)+(0.143*1.5)+(0.109*2)+(0.089*2.5) 0.712 (0.438*0.3)+(0.219*0.67)+(0.143*1)+(0.109*1.33)+(0.089*1.67) 0.545 (0.438*0.25)+(0.219*0.5)+(0.143*0.75)+(0.109*1)+(0.089*1.25) 0.435 (0.438*0.2)+( 0.219*0.4)+( 0.143*0.6)+( 0.109*0.8)+( 0.089*1)

Berikutnya menentukan Consistency Vector. Hal ini dilakukan dengan cara membagi nilai Weighted Sum Vector dengan nilai evaluasi faktor kriteria yang telah didapat sebelumnya, berikut hasilnya dapat dilihat pada tabel III.16.

Tabel III.16.Tabel Consistency Vector

4.990 = 2.186 / 0.438 4.986 = 1.092 / 0.219 4.979 = 0.712 / 0.143 5 = 0.545 / 0.109 4.887 = 0.435 / 0.089

Setelah nilai Consistency Vector-nya ditentukan maka perlu dihitung pada nilai-nilai dua hal lainnya, yaitu lamda (X) dan Consistency Index (CI) sebelum rasio konsistensi terakhir dapat dihitung. Nilai lamda merupakan nilai rata-rata Consistency Vector. Hitung Consistency Index I ( CI ) dengan rumus :

CI = (λ maks-n) / n

(30)

Kemudian Hitung rasio konsistensi / consistency ratio (CR) dengan rumus : CR = CI / RC

Dimana CR = Consistency Ratio CI = Consistency Index

IR = Indeks Random Consistency

Jika nilainya lebih dari 10%, maka penilaian data judgement harus diperbaiki. Namun jika rasio konsistensi (CI/IR) kurang atau sama dengan 0,1, maka hasil perhitungan bisa dinyatakan benar.

III.3.2.3.5. ERD (Entity Relationship Diagram)

Adapun ERD yang penulis gunakan dalam perancangan sistem pendukung keputusan pemilihan mobil bekas terbaik berbasis web dengan menggunakan metode AHP dapat dilihat pada gambar III.27.

(31)

Gambar III.27. ERD (Entity Relationship Diagram) tabel_mobil history_id Olah data menghasilkan M 1 Merk_mobil Mobil_id tabel_history tabel_matriks Olah data tabel_user 1 M M FK_id_mobil M Kriteria_id tabel_kriteria Ket_kriteria user_id user_name password usertype Matriks_id FK_kriteria_id_from aktual_mesin Nama_kriteria Nilai_komparasi aktual_harga aktual_body Harga Mesin Tahun_mobil Type_mobil Keterangan Images FK_kriteria_id_to Ket_komparasi tabel_poin Poin_id Poin_angka Poin_variabel M 1 menghasilkan M menghasilkan 1 usertype usertype usertype aktual_harga aktual_harga Posted_by

Gambar

Gambar III.1. Flow Of Document Proses Pemilihan Mobil Bekas Data Tentang
Gambar III.2. Use Case Diagram Sistem Pendukung Keputusan Pemilihan  Mobil Bekas Terbaik
Gambar III.3.Class Diagram Sistem Pendukung Keputusan Pemilihan Mobil  Bekas Terbaik Berbasis Web Dengan Menggunakan Metode AHP
Gambar III.5. Sequence Diagram Home  3.  Sequence Diagram Test Perbandingan
+7

Referensi

Dokumen terkait

Ketiga, penjabaran dari fungsi kendala adalah (i) penggunaan kulit sintesis tidak maksimal karena bahan kulit sintetis yang terpakai adalah sebanyak 498.08 m 2 , sedangkan bahan

1) Rasio odds X1 sebesar 0.671 berarti sekolah yang memiliki rombongan belajar melebihi 36 siswa cenderung memiliki peringkat akreditasi lebih tinggi 1.49 kali

kegiatan tersebut. Salah satu indicator MBS pada sebuah sekolah, adalah meningkatnya partisipasi masyarakat dalam mendukung penyelenggaraan pendidikan oleh sekolah, maka

Demikian juga, ada mahasiswa yang menganggap bahwa apa yang telah dilakukannya adalah sebuah cerminan kasih kepada Allah, sementara yang lain beranggapan bahwa kasih

Penurunan konsolidasi akibat beban bangunan pada geoteknik Operational Room Terminal Peti Kemas Semarang adalah 8,71 cm dalam 17 Bulan 16 hari, untuk itu harus

Berdasarkan data persediaan dan jumlah permintaan, maka dirancang suatu sistem penunjang keputusan menggunakan metode tsukamoto.Dalam sistem penunjang keputusan ini ada tiga

Pada tahap observasi, kegiatan monitoring dan observasi dilaksanakan oleh peneliti bersama observer selama pembelajaran berlangsung. Teknik yang digunakan adalah