• Tidak ada hasil yang ditemukan

PENERAPAN METODE AHP (ANALITICAL HIERARCHY PROCESS) PADA RANCANG BANGUN SISTEM PENDUKUNG KEPUTUSAN GUNA PEMILIHAN PROPERTI.

N/A
N/A
Protected

Academic year: 2017

Membagikan "PENERAPAN METODE AHP (ANALITICAL HIERARCHY PROCESS) PADA RANCANG BANGUN SISTEM PENDUKUNG KEPUTUSAN GUNA PEMILIHAN PROPERTI."

Copied!
127
0
0

Teks penuh

(1)

PENERAPAN METODE AHP (ANALITICAL HIERARCHY

PROCESS) PADA RANCANG BANGUN SISTEM PENDUKUNG

KEPUTUSAN GUNA PEMILIHAN PROPERTI

SKRIPSI

Oleh :

RIZQI RACHMADI NPM : 0434010234

JURUSAN TEKNIK INFORMATIKA

FAKULTAS TEKNOLOGI INDUSTRI

UNIVERSITAS PEMBANGUNAN NASIONAL “VETERAN”

JAWA TIMUR

(2)

ii

Syukur Alhamdulillaahi rabbil ‘alamin terucap ke hadirat Allah SWT

atas segala limpahan Kekuatan-Nya sehingga dengan segala keterbatasan waktu,

tenaga, pikiran dan keberuntungan yang dimiliki penyusun, akhirnya penyusun

dapat menyelesaikan Skripsi yang berjudul Penerapan Metode AHP

(Analitical Hierarchie Process) Pada Rancang Bangun Sistem Pendukung Keputusan Guna Pemilihan Properti ” tepat waktu.

Skripsi dengan beban 4 SKS ini disusun guna diajukan sebagai salah satu

syarat untuk menyelesaikan program Strata Satu (S1) pada jurusan Teknik

Informatika, Fakultas Teknologi Industri, UPN ”VETERAN” Jawa Timur.

Melalui Skripsi ini penyusun merasa mendapatkan kesempatan emas untuk

memperdalam ilmu pengetahuan yang diperoleh selama di bangku perkuliahan,

terutama berkenaan tentang penerapan teknologi pengolahan citra. Namun,

penyusun menyadari bahwa Skripsi ini masih jauh dari sempurna. Oleh karena itu

penyusun sangat mengharapkan saran dan kritik dari para pembaca untuk

pengembangan aplikasi lebih lanjut.

Surabaya, 12 November 2010

(3)

iii DAFTAR ISI

ABSTRAKSI...i

KATA PENGANTAR ... ii

DAFTAR ISI ... iii

DAFTAR TABEL ... vi

DAFTAR GAMBAR ... ix

BAB I PENDAHULUAN ... 1

1.1 Landasan Teori ... 1

1.2 Perumusan Masalah ... 2

1.3 Batasan Masalah... 3

1.4 Tujuan ... 3

1.5 Sistematika Penulisan ... 4

BAB II LANDASAN TEORI ... 6

2.1 Sistem Pendukung Keputusan ... 6

2.2 Pengambilan Keputusan Yang Kompleks ... 7

2.3 Analitycal Hierarchy Process ... 8

2.4 XML Web Servis ... 15

BAB III ANALISIS DAN PERANCANGAN SISTEM ... 17

3.1 Identifikasi Permasalahan ... 18

3.2 Penerapan Metode AHP ... 18

3.3 Perancangan Sistem ... 25

3.4 Data Flow Diagram Optimasi Penjualan.………..28

3.4.1 DFD Level Context………..………28

(4)

iv

3.5.1 Conceptual Data Model………… ...………...33

3.5.2 Pyshical Data Model………. …..…...……….35

3.6 Struktur Database...……….………...36

3.6.1 Tabel Rumah...…………. ……...………....36

3.6.2 Tabel User... ………...………...36

3.6.3 Tabel Sales…...…. ……….…………...36

3.6.4 Tabel Penjualan……...…...…………...……37

3.6.5 Tabel Local Priority Tujuan…………....……..………37

3.6.6 Tabel Local Priority Securitas………..…. ………...37

3.6.7 Tabel Local Priority Luas dan Tipe………... ………..37

3.6.8 Tabel Local Priority Lokasi………..……. ………..38

3.6.9 Tabel Local Priority Harga………...….……. ………..38

3.6.10 Tabel Local Priority Fasilitas………...……. ………..38

3.6.11 Tabel Kriteria Sekuritas…………....……..……. ………..38

3.6.12 Tabel Kriteria Luas dan Tipe...…...…. ………..38

3.6.13 Tabel Kriteria Lokasi...………. ...………..39

3.6.14 Tabel Kriteria Harga...………. ……...…..39

3.6.15 Tabel Kriteria Fasilitas...………. ………..39

3.6.16 Tabel Normalisasi...………. ………..39

3.7 Desain Input Output…………..……….………...40

3.7.1 Form Login...………..…….…………....40

(5)

v

3.7.3 Form Admin...……….…….…………....41

3.7.4 Form Data Sales……..……….…….…………....42

3.7.5 Form Rumah……..….……….…….…………....42

3.7.6 Form Penjualan…….. ……….…….…………....43

3.7.7 Form Sales……...……….…….…………....44

3.7.8 Form Lihat Hasil Jual………. ………….…….…………. ..45

3.7.9 Form User….. ..……….….………...45

3.7.10 Form Kriteria……...………..………....46

3.7.11 Form Local Priority………... ………..………....46

3.7.12 Form Perbandingan Rumah…………..….. ..………....48

3.7.13 Form Presentasi Akhir...………… ..………....49

BAB IV IMPLEMENTASI SISTEM ... 50

4.1 Kebutuhan Sistem ... 50

4.2 Implementasi Sistem ... 50

BAB V UJI COBA SISTEM DAN EVALUASI...60

5.1 Implementasi Sistem ... 60

5.2 Uji Coba dan Implementasi Sistem ... 72

BAB VI PENUTUP ... 80

6.1 KESIMPULAN ... 80

6.2 SARAN ... 80

(6)

ix

Halaman

Gambar 2.1 Proses Decompotition... 13

Gambar 3.1 Sistem Pemilihan Properti AHP ... 26

Gambar 3.2 Langkah – Langkah Penerapan AHP …...………….. . 27

Gambar 3.3 DFD Level Konteks ... 29

Gambar 3.4 DFD Level 0 ... 31

Gambar 3.5 DFD Level 1 Input Properti Dan Penjualan ... 32

Gambar 3.6 DFD Level1 SPK Pemilihan Rumah ... 33

Gambar 3.7 CDM ... 34

Gambar 3.8 PDM...……….... 35

Gambar 3.9 Rancangan Form Login ... 40

Gambar 3.10 Rancangan Form Pendaftaran User...………….... 41

Gambar 3.11 Rancangan Form Admin ... 41

Gambar 3.12 Rancangan Form Data Sales ... 42

Gambar 3.13 Rancangan Form Rumah……….…….……… 43

Gambar 3.14 Rancangan Form Penjumlahan ... 44

Gambar 3.15 Rancangan Form Sales ... 44

Gambar 3.16 Rancangan Form Hasil Jual ... 44

Gambar 3.17 Rancangan Form User ... 45

Gambar 3.18 Rancangan Form Kriteria ... 45

Gambar 3.19 Rancangan Form Lokal Kriteria... 46

(7)

x

Gambar 3.21 Rancangan Presentasi Akhir ... 49

Gambar 4.1 Form Utama ... 51

Gambar 4.2 Form Admin ... 51

Gambar 4.3 Form Data sales... ... 52

Gambar 4.4 Form Rumah ... 52

Gambar 4.5 Form Penjualan ... 53

Gambar 4.6 Form User ... 53

Gambar 4.7 Form Kriteria Rumah ... 54

Gambar 4.8 Form Hasil Pertanyaan ... 54

Gambar 4.9 Form Error Warning pada Pemilihan Rumah ... 55

Gambar 4.10 Form Kriteria Harga ... 55

Gambar 4.11 Form Kriteria Luas Dan Tipe ... 56

Gambar 4.12 Form Kriteria Lokasi ... 56

Gambar 4.13 Form Kriteria Sekuritas ... 57

Gambar 4.14 Form Kriteria Fasilitas ... 57

Gambar 4.15 Form Global Priority ... 58

Gambar 4.16 Form Hasil Prosentasi ... 58

Gambar 4.17 Form Sales ... 59

Gambar 4.18 Form Hasil Penjualan ... 59

Gambar 5.1 Form Utama ... 60

Gambar 5.2 Form Admin ... 61

Gambar 5.3 Form Data Sales... ... 66

Gambar 5.4 Form Rumah ... 62

(8)

xi

Gambar 5.8 Form Hasil Pertanyaan ... 65

Gambar 5.9 Form Error Warning pada Pemilihan Rumah ... 66

Gambar 5.10 Form Kriteria Harga ... 66

Gambar 5.11 Form Kriteria Luas Dan Tipe ... 67

Gambar 5.12 Form Kriteria Lokasi ... 68

Gambar 5.13 Form Kriteria Sekuritas ... 68

Gambar 5.14 Form Kriteria Fasilitas ... 69

Gambar 5.15 Form Global Priority ... 70

Gambar 5.16 Form Hasil Prosentasi ... 70

Gambar 5.17 Form Sales ... 71

(9)

vi

DAFTAR TABEL

Halaman

Tabel 2.1 Tabel Skala Penilaian Perbandingan ... 9

Tabel 2.2 Tabel Nilai Random Consistency Index ... 11

Tabel 3.1 Tabel Matrix Pairwise Comparison Untuk Tujuan Pemilihan …… Properti ... 19

Tabel 3.2 Tabel Matrix Pairwise Comparison Dan Junlah Untuk Tiap …. Kriteria ... 20

Tabel 3.3 Hasil Normalisasi Matrix Pairwise Comparison ... 20

Tabel 3.4 Tabel Hasil Perhitungan Local Priority... 21

Tabel 3.5 Tabel Matrix Pairwise Comparison Berdasar Kriteria Lokasi…… 22

Tabel 3.6 Tabel Matrix Pairwise Comparison Dan Jumlah Masing-Masing… Pilihan ... 23

Tabel 3.7 Hasil Normalisasi Matrix Pairwise Comparison Berdasar………. Kriteria Lokasi ... 23

Tabel 3.8 Hasil Perhitungan Local Priority Berdasar Kriteria Lokasi……… 23

Tabel 3.9 Hasil Perhitungan Local Priority Berdasar Kriteria Harga……….. 24

Tabel 3.10 Hasil Perhitungan Local Priority Berdasar Kriteria Luas Dan Tipe..24

Tabel 3.11 Hasil Perhitungan Local Priority Berdasar Kriteria Sekuritas……. 24

Tabel 3.12 Hasil Perhitungan Local Priority Berdasar Kriteria Fasilitas……... 24

Tabel 3.13 Hasil Perhitungan Global Priority……….……... 25

Tabel 3.14 Rumah ... 36

Tabel 3.15 User ... 36

Tabel 3.16 Sales ... 36

Tabel 3.17 Detil Penjualan ... 37

(10)

vii

Tabel 3.20 Detil Local Priority Luas Dan Tipe ... 37

Tabel 3.21 Detil Local Priority Lokasi ... 38

Tabel 3.22 Detil Local Priority Harga ... 38

Tabel 3.23 Detil Local Priority Fasilitas ... 38

Tabel 3.24 Detil Kriteria Sekuritas ... 38

Tabel 3.25 Detil Kriteria Luas Dan Tipe ... 38

Tabel 3.26 Detil Kriteria Lokasi ... 39

Tabel 3.27 Detil Kriteria Harga ... 39

Tabel 3.28 Detil Kriteria Fasilitas ... 39

Tabel 3.29 Tabel Normalisasi ... 39

Tabel 5.1 Uji Coba Master Login ... 72

Tabel 5.2 Evaluasi Uji Coba Login ... 72

Tabel 5.3 Uji Coba Menu Utama ... 72

Tabel 5.4 Uji Coba Data Sales Dan Data Admin ... 73

Tabel 5.5 Uji Coba Data Rumah ... 73

Tabel 5.6 Uji Coba Data Penjualan ... 74

Tabel 5.7 Uji Coba Kriteria Rumah ... 75

Tabel 5.8 Uji Coba Hasil Pertanyaan ... 75

Tabel 5.9 Uji Coba Kriteria Harga ... 76

Tabel 5.10 Uji Coba Kriteria Luas Dan Tipe ... 76

Tabel 5.11 Uji Coba Kriteria Lokasi ... 77

Tabel 5.12 Uji Coba Kriteria Sekuritas ... 78

(11)

viii

(12)

i

Salah satu permasalahan pada perusahaan properti adalah konsumen

kesulitan dalam penentuan pemilihan properti. Demikian juga dengan PT. Wijaya

Putra Persada yang bergerak dalam bidang jasa properti, di mana konsumen

seringkali kebingungan saat akan menentukan pilihan properti yang akan dibeli.

Konsumen mempunyai banyak kriteria dalam menentukan pemilihan tersebut.

Selain itu, konsumen juga mempunyai banyak alternatif pilihan properti yang

ditawarkan oleh perusahaan ini.

Oleh karena itu, perusahaan membutuhkan sebuah sistem pendukung

keputusan berbasis web yang dapat membantu konsumen dalam memilih properti

yang akan dibeli sesuai dengan kriteria yang ditetapkan. Permasalahan tersebut

dapat diselesaikan dengan menerapkan Analitical Hierarchy Process (AHP)

berbasis web, sehingga konsumen dapat melakukan pemilihan di mana saja tanpa

harus datang ke perusahaan. Metode AHP adalah salah satu metode yang

digunakan dalam pengambilan keputusan banyak kriteria. Metode ini akan

memberikan pembobotan alternatif pilihan sesuai dengan banyak kriteria yang

ditetapkan. Alternatif pilihan dengan bobot terbesar, merupakan alternatif pilihan

yang direkomendasikan untuk dipilih oleh konsumen.

Kata kunci: Sistem Pendukung Keputusan, Properti, Analitical Hierarchy

(13)

1 BAB I

PENDAHULUAN

1.1 Latar Belakang Masalah

Pada abad 21 saat ini, banyak perusahaan memanfaatkan teknologi

informasi untuk menunjang proses operasional dan administrasinya, terutama

perusahaan berskala besar yang memiliki tingkat kompleksitas tinggi dalam

semua proses operasional. Salah satu permasalahan yang sering timbul pada

perusahaan yang belum menerapkan teknologi informasi adalah terjadinya

kerugian yang disebabkan karena tidak tercapainya efektifitas dan efisiensi dalam

setiap kegiatan operasional dan administrasinya. Saat ini, perusahaan tidak cukup

hanya mengandalkan kekuatan modal dan sumber daya fisik saja, tetapi

diperlukan juga sumber daya konseptual yaitu Informasi. Oleh karena itu,

penerapan teknologi informasi diharapkan mampu mengatasi masalah yang timbul

dalam perusahaan tersebut.

Penerapan teknologi informasi pada perusahaan yang bergerak di bidang

properti masih banyak permasalahan yang timbul, salah satu diantaranya adalah

para konsumen yang kesulitan dalam penentuan pemilihan properti sesuai dengan

kriteria properti yang ditetapkan oleh konsumen. Oleh karena itu, perusahaan

properti membutuhkan suatu alat bantu yang dapat membantu para konsumennya

untuk menentukan pemilihan properti sesuai kriteria yang ditetapkan. Sebagai

perusahaan yang bergerak dalam bidang jasa, maka perusahaan akan selalu

berusaha untuk menghasilkan jasa pelayanan yang dapat memuaskan

(14)

Demikian juga halnya dengan perusahaan yang bergerak dalam bidang

jasa properti akan selalu berusaha untuk meningkatkan pelayanan kepada

konsumennya agar konsumennya menjadi puas dengan pelayanan yang

disediakan. Konsumen perusahaan ini, seringkali mengalami kebingungan saat

akan menentukan pemilihan properti yang akan dibeli. Konsumen mempunyai

banyak kriteria dalam menentukan pemilihan tersebut. Selain itu, konsumen juga

mempunyai banyak alternatif pilihan properti yang ditawarkan oleh perusahaan

ini.

Oleh karena itu, untuk meningkatkan pelayanan kepada para

konsumennya, perusahaan membutuhkan sebuah sistem pendukung keputusan

berbasis web yang dapat membantu konsumen dalam memilih properti yang akan

dibeli sesuai dengan kriteria yang ditetapkan. Permasalahan tersebut dapat

diselesaikan dengan menerapkan Analitical Hierarchy Process (AHP) . Metode

AHP adalah salah satu metode yang digunakan dalam pengambilan keputusan

banyak kriteria. Metode ini akan memberikan hasil pembobotan dari

masing-masing alternatif pilihan sesuai dengan banyak kriteria yang ditetapkan. Dalam

penerapan metode AHP ini, data-data yang diperlukan adalah data kriteria yang

digunakan konsumen dalam pemilihan properti, yaitu harga properti, lokasi, luas

dan tipe, sekuritas, serta fasilitas yang tersedia di properti tersebut. Alternatif

pilihan dengan bobot terbesar, merupakan alternatif pilihan yang

(15)

3

1.2 Perumusan Masalah

Berdasarkan latar belakang yang telah terurai di atas, maka perumusan

masalahnya adalah:

1. Bagaimana membuat suatu sistem pendukung keputusan pemilihan properti

untuk membantu konsumen dalam melakukan pemilihan properti mana yang

akan dibeli.

2. Bagaimana menerapkan metode AHP untuk membantu konsumen untuk

mengambil keputusan properti mana yang akan dibeli sesuai dengan banyak

kriteria yang ditetapkan oleh konsumen.

1.3 Batasan Masalah

Batasan masalah yang diterapkan adalah:

1. Metode yang digunakan untuk optimasi penjualan ini adalah AHP

(Analitical Hierarchy Process)

2. Produk yang ditampilkan oleh perusahaan adalah Rumah

3. Sistem hanya membahas tentang penjualan properti.

4. Sistem Informasi ini hanya digunakan pada PT. Wijaya Putra Persada

1.4 Tujuan

Tujuan yang hendak dicapai dari penggunaan aplikasi sistem pendukung

keputusan ini adalah:

1. Membuat suatu sistem pendukung keputusan pemilihan properti menggunakan

metode AHP untuk membantu konsumen dalam melakukan pemilihan properti

(16)

2. Menerapkan metode AHP untuk membantu konsumen untuk mengambil

keputusan properti mana yang akan dibeli sesuai dengan banyak kriteria yang

ditetapkan oleh konsumen.

1.5 Manfaat

Manfaat yang diharapkan adalah perusahaan dapat membantu konsumen

dalam memilih properti yang akan dibeli sesuai dengan kriteria yang ditetapkan.

1.6 Sistematika Penulisan

Sistematika penulisan disesuaikan dengan prosedur cara penyusunan

yang ada, yaitu:

BAB I : PENDAHULUAN

Pada bab ini akan diuraikan tentang latar belakang pembuatan

sistem pendukung keputusan pemilihan properti dengan

menggunakan metode AHP ( Analitical Hierarchy Process ).

Selain itu, dijelaskan tentang perumusan masalah, tujuan dan

manfaat yang hendak dicapai, serta batasan permasalahan yang

diterapkan.

BAB II : LANDASAN TEORI

Menjelaskan tentang landasan teori yang digunakan oleh penulis

dalam pembuatan sistem pendukung keputusan pemilihan properti

dengan menggunakan metode AHP ( Analitical Hierarchy

Process ). Landasan teori yang digunakan adalah: Sistem

Pendukung Keputusan, Pengambilan Keputusan Multikriteria,

(17)

5

BAB III : ANALISIS DAN PERANCANGAN SISTEM

Menjelaskan tentang perancangan sistem yang digunakan dalam

membuat aplikasi sistem pendukung keputusan pemilihan properti

dengan menggunakan metode AHP ( Analitical Hierarchy

Process ). Bab ini memuat tentang Identifikasi Masalah, Analisa

dan Perancangan Sistem, Context Diagram, Desain Input Output.

BAB IV : IMPLEMENTASI SISTEM

Membahas mengenai perancangan sistem aplikasi yang dibuat,

mencakup desain proses dengan menggunakan diagram, struktur

file, rancangan input output sampai dengan implementasi

BAB V : UJI COBA SISTEM DAN EVALUASI

Membahas mengenai uji coba sistem aplikasi yang dibuat,

mencakup desain proses dengan menggunakan diagram, struktur

file, input output sampai dengan evaluasi.

BAB VI : PENUTUP

Merupakan bab yang berisi kesimpulan dan saran yang dapat

digunakan sebagai bahan perbaikan dan pengembangan dari

(18)

6

2.1. Sistem Pendukung Keputusan

Sistem Pendukung Keputusan atau Decision Support System (DSS),

secara umum didefinisikan sebagai sebuah sistem yang mampu memberikan

masukkan dalam pemecahan masalah maupun pengkomunikasian untuk masalah

yang tidak, belum terstruktur, atau semi-terstruktur. Secara khusus, DSS

didefinisikan sebagai sebuah sistem yang mendukung kerja seorang manajer

maupun sekelompok manajer dalam memecahkan masalah semi-terstruktur

dengan cara memberikan informasi ataupun usulan menuju pada keputusan

tertentu.

Masalah semi-terstuktur memiliki karakteristik yang merupakan

perpotongan dari masalah terstruktur dan masalah tidak terstruktur. Dua sifat

diantaranya adalah :

1. Beberapa bagian dari masalah terjadi berulang-ulang, sementara

2. Beberapa bagian dari masalah melibatkan subjektifitas manusia.

Proses pengambilan keputusan meliputi tiga fase, yaitu:

a. Intelligence:

Tahap ini merupakan proses penelusuran dan pendeteksian dari ruang

lingkup problematika serta proses pengenalan masalah. Data masukan diperoleh,

(19)

7

b. Design

Tahap ini merupakan proses menentukan, mengembangkan dan menganalisis

alternatif tindakan yang bisa dilakukan. Tahap ini meliputi proses untuk mengerti

masalah, menurunkan solusi dan menguji kelayakan solusi.

c. Choise

Pada tahap ini dilakukan proses pemilihan diantara berbagai alternatif

tindakan yang mungkin dijalankan. Hasil pemilihan tersebut kemudian

diimplementasikan dalam proses pengambilan keputusan.

Meskipun implementasi termasuk tahap ketiga, namun ada beberapa pihak

berpendapat bahwa tahap ini perlu dipandang sebagai bagian yang terpisah guna

menggambarkan hubungan antar fase secara lebih konferhensif.

2.2. Pengambilan Keputusan yang Kompleks

Permasalahan di dunia merupakan suatu sistem yang kompleks dari

berbagai elemen yang saling berinteraksi, seperti masalah ekonomi bergantung

pada ketersediaan energi dan sumber daya, ketersediaan sumber daya bergantung

pada teknologi, teknologi bergantung pada ide, dst. Dalam jaringan yang rumit

tersebut, tidak dapat diketahui dengan mudah mana sebab-sebab awal dan mana

efek-efek akhirnya.

Oleh karena itu, dalam sistem dunia yang kompleks tersebut, kita dipaksa

untuk menangani persoalan yang tidak terstruktur dengan menyusun tingkat

prioritas. Penyusunan tingkat prioritas dilakukan dengan menyepakati bahwa

dalam jangka pendek, sasaran yang satu lebih penting daripada sasaran yang lain.

Tetapi seringkali sulit untuk sepakat tentang sasaran apa yang lebih penting

(20)

kesalahan menjadi lebih besar. Sebagai contoh, konsumen sering menjadi bingung

oleh informasi yang beragam yang diberikan oleh para produsen. Mereka perlu

bantuan untuk menidentifikasi perbedaan antara berbagai pendapat dan mereka

juga perlu tahu persoalan penting mana yang harus diteliti secara mendalam untuk

memperoleh informasi yang lebih baik.

Pengambilan keputusan untuk masalah yang kompleks, dapat

diselesaikan dengan cara memandang masalah tersebut dalam suatu kerangka

yang terorganisir yang memungkinkan adanya interaksi dan saling ketergantungan

antar faktor, yaitu dengan membuat sebuah hirarki yang memungkinkan kita

untuk mengambil keputusan yang efektif atas persoalan kompleks dengan jalan

menyederhanakan proses pengambilan keputusan. Metode hirarki ini

memecah-mecah suatu situasi yang kompleks, tak terstruktur ke dalam bagian-bagian

komponennya, kemudian disusun ke dalam suatu hirarki dan memberi nilai

numerik pada pertimbangan subyektif tentang relatif pentingnya setiap variabel

terhadap variabel lain dan menetapkan variabel mana yang memiliki prioritas

tertinggi dibanding yang lain.

2.3. Analitical Hierarchy Process (AHP)

AHP pada dasarnya didesain untuk menangkap persepsi orang yang

berhubungan erat dengan permasalahan tertentu melalui suatu prosedur. Peralatan

utama dari model ini adalah sebuah hirarki fungsional dengan input utamanya

adalah persepsi manusia. AHP memiliki kelebihan yang terletak pada

kemampuannya memecahkan masalah yang multi objektif dan multi kriteria.

Disamping kelebihan yang dimiliki, AHP memiliki kelemahan yang dapat

(21)

9

akan membuat hasil akhir yang tidak memiliki arti jika orang tersebut memberi

penilaian yang keliru.

Secara naluri, manusia dapat mengestimasi besaran sederhana melalui

inderanya, proses yang paling murah adalah membandingkan dua hal dengan

keakuratan perbandingan tersebut yang dapat dipertanggungjawabkan. Untuk itu,

ditetapkan skala kuantitatif 1 sampai dengan 9 untuk menilai perbandingan tingkat

suatu elemen terhadap elemen lain.

Tabel 2.1 Skala Penilaian Perbandingan Pasangan

Intensitas

Kepentingan

Keterangan Penjelasan

1 Kedua elemen sama

pentingnya

Dua elemen yang

mempunyai pengaruh sama

besar terhadapa tujuan

3 Elemen satu sedikit lebih

penting daripada elemen

yang lainnya.

Pengalaman dan penilaian

sedikit kuat menyokong satu

elemen dibandingkan elemen

lainnya.

5 Elemen yang satu lebih

utlak penting daripada

elemen yang lainnnya.

Pegalaman dan penilaian

sangat kuat menyokong satu

elemen dibandingkan elemen

lainnya.

(22)

Intensitas

Kepentingan

Keterangan Penjelasan

7 Satu elemen jelas lebih

mutlak penting daripada

elemen yang lainnya.

Satu elemen yang kuat

disokong dan dominan

terlihat dalam praktek.

9 Satu elemen mutlak

penting daripada elemen

lainnya.

Bukti yang mendukung yang

1 dengan elemen yang lain

memiliki tingkat penegasan

tertinggi yang mungkin

menguatkan.

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

pertimbangan yang

berdekatan.

Nilai ini diberikan bila ada

dua kompromi diantara dua

pilihan

Kebalikan

(reciprocal)

Jika untuk aktivitas

mendapat satu angka

dibandingkan dengan

aktivitas j, maka j

mempunyai nilai

kebalikannya dibanding

dengan i

(23)

11

AHP tidak menuntut konsistensi atau transitif sempurna. Ini sama sekali

berbeda dengan Arrow’s Impossibility Theorem dalam khasanah welfare

economics. Teori ini menganggap bahwa pelanggaran terhadap konsistensi adalah

pelanggaran fatal. Sebaliknya, AHP memaklumi inkonsistensi manusia, karena

gejala ini bersifat natural. Meskipun demikian, AHP mensyaratkan inkonsistensi

tidak lebih dari sepuluh persen. AHP mengukur konsistensi dengan nilai

Consistency Ratio (CR):

RI CI

CR= ………(2.1)

di mana CI adalah Consistency Index (CI) dan RI adalah Random Consistency

Index.

Nilai Consistency Index (CI) dirumuskan sbb:

1

)

(

=

n

n

Z

CI

maks ……….(2.2)

dengan Zmaks adalah nilai eigen maksimum dari matriks pairwise comparisons.

Sedangkan nilai Random Consistency Index (RI) dapat digunakan patokan tabel

berikut :

Tabel 2.2 Nilai Random Consistency Index (RI)

N 1 2 3 4 5 6 7 8 9 10

RI 0 0 0,58 0,9 1,12 1,24 1,32 1,41 1,45 1,49

Nilai RI adalah indeks konsistensi matriks resiprokal yang dibentuk

secara random. Indeks ini disusun setelah melalui eksperimen terhadap 100

sampel dengan matriks orde 1 hingga 15, dengan hipotesis bahwa RI meningkat

searah dengan besarnya orde matriks AHP berprinsip bahwa perasaan, intuisi,

penginderaan, dan pengalaman seseorang minimal sama nilainya dengan data

(24)

kelemahan utama metode pengambilan keputusan yang selama ini ada. Untuk

sampai pada pemahaman logis, harus dicermati empat aksioma berikut :

1. Reciprocity

Pengambil keputusan harus mampu menyatakan preferensinya. Preferensi

harus memenuhi syarat resiprokal, yaitu bila A lebih disukai dari B dengan

skala w, maka B lebih disukai dari A dengan skala 1/w.

2. Homogenity

Elemen-elemen dalam hairarki harus dapat dibandingkan satu sama lain

dengan skala terbatas. Kalau ini tidak terpenuhi maka diperlukan agregasi

terhadap elemen-elemen yang relatif homogen.

3. Dependence

Preferensi dinyatakan dengan asumsi bahwa kriteria tidak dipengaruhi

alternatif kriteria yang lain, selain alternatif elemen dibawah suatu kriteria.

Atau, perbandingan elemen-elemen dalam suatu level dipengaruhi atau

tergantung elemen-elemen dalam level diatasnya. Ini berarti ketergantungan

dalam AHP adalah selaras ke atas bukan ke samping.

4. Expectation

Untuk tujuan pengambilan keputusan, struktur hirarki AHP diasumsikan

lengkap. Jika ini tidak dipenuhi, maka pengambilan keputusan tidak memakai

seluruh kriteria atau pilihan yang tersedia, akibatnya keputusan menjadi

kurang memuaskan.

Disamping empat aksioma diatas, ada empat prinsip kerja AHP yaitu:

decomposition, comparative judgement, synthesis of priority, dan logical

(25)

13

1. Decomposition

Decomposition adalah proses penjelasan masalah atau variabel menjadi

beberapa elemen sampai tidak dapat diuraikan lagi. Dengan kata lain,

decomposition yaitu memecah persoalan yang utuh menjadi unsur-unsurnya.

Hal inilah yang menjadi alasan proses ini dinamakan hirarki. Hirarki

dikatakan lengkap bila semua elemen dalam suatu level berhubungan dengan

semua level yang berada pada level berikutnya. Jika tidak demikian, maka

disebut hirarki yang tidak lengkap dan tidak sesuai.

Gambar 2.1 Proses Decomposition

2. Comparative judgement

Comparative judgement merupakan proses penilaian kepentingan atau

kesukaan relatif terhadap elemen berpasangan dalam suatu level berhubungan

dengan level di atasnya. Penilaian ini adalah inti dari AHP, sehingga kita

memperoleh prioritas elemen dalam suatu level.

Prinsip comparative judgement dilakukan dengan membuat penilaian tentang

kepentingan relatif dua elemen pada suatu tingkat tertentu dalam kaitannya

dengan tingkat diatasnya. Penilaian ini sangat penting karena akan

berpengaruh terhadap prioritas dari elemen-elemen yang ada. Hasil dari

Tujuan (Goal)

Kriteria 2 Kriteria 3

Alternatif 1 Tingkat 1:

Tingkat 2:

Tingkat 3:

Kriteria 1

(26)

penilaian ini dituliskan dalam matriks yang disebut dengan matriks pairwise

comparison.

Pertanyaan yang biasa diajukan dalam penyusunan skala kepentingan adalah:

a. Elemen mana yang lebih (penting / disukai / mungkin / ….dsb)?

b. Berapa kali lebih (penting / disukai / mungkin / ….dsb)?

Patokan (skala dasar) yang dapat digunakan dalam penyusunan skala

kepentingan dapat menggunakan pedoman yang tertulis pada Tabel 2.1.

Perbandingan dua elemen yang sama akan menghasilkan angka 1 artinya

sama pentingnya. Dua elemen yang berlainan dapat dinilai sama penting.

3. Synthesis of priority

Dari setiap matriks pairwise comparison kemudian dicari local priority.

Matriks-matriks pairwise comparison terdapat pada setiap tingkat, sehingga

untuk mendapatkan global priority harus dilakukan sintesis di antara local

priority tersebut. Local priority dari matriks-matriks pairwise comparison

yang terdapat pada setiap tingkat dihitung dengan cara mencari rata-rata dari

tiap kriteria.

4. Logical consistency

Konsistensi memiliki 2 makna, yaitu: obyek-obyek yang serupa dapat

dikelompokkan sesuai dengan keseragaman dan relevansi dan menyangkut

tingkat hubungan antara obyek-obyek yang didasarkan pada kriteria tertentu.

Bila diketahui A adalah matriks pairwise comparisons dimana penilaian kita

sempurna pada setiap perbandingan, maka berlaku aij.ajk = aik untuk semua i,

(27)

15

penilaian yang telah dibuat mungkin dilakukan secara random dan perlu

direvisi.

2.4. Website

Web 2.0 adalah sebuah istilah yang dicetuskan pertama kali oleh

O’Reilly Media pada tahun 2003, dan dipopulerkan pada konferensi web 2.0

pertama di tahun 2004, merujuk pada generasi yang dirasakan sebagai generasi

kedua layanan berbasis web seperti situs jaringan sosial, wiki, perangkat

komunikasi, dan folksonomi yang menekankan pada kolaborasi online dan

berbagi antar pengguna. O’Reilly Media dengan kolaborasinya bersama

MediaLive International, menggunakan istilah ini sebagai judul untuk sejumlah

seri konferensi, dan sejak 2004 beberapa pengembang dan pemasar telah

mengadopsi ungkapan ini. Sebuah situs web (sering pula disingkat menjadi situs

saja; web site, site) adalah sebutan bagi sekelompok halaman web (web page),

yang umumnya merupakan bagian dari suatu nama domain (domain name) atau

subdomain di World Wide Web (WWW) di Internet. WWW terdiri dari seluruh

situs web yang tersedia kepada publik. Halaman-halaman sebuah situs web

diakses dari sebuah URL yang menjadi "akar" (root), yang disebut homepage

(halaman induk; sering diterjemahkan menjadi "beranda", "halaman muka" atau

laman web), dan biasanya disimpan dalam server yang sama. Tidak semua situs

web dapat diakses dengan gratis. Beberapa situs web memerlukan pembayaran

agar dapat menjadi pelanggan, misalnya situs-situs yang menampilkan pornografi,

situs-situs berita, layanan surat elektronik (e-mail), dan lain-lain. Secara

terminologi, website adalah kumpulan dari halaman-halaman situs, yang biasanya

(28)

dalam World Wide Web (WWW) di Internet. Sebuah halaman web adalah

dokumen yang ditulis dalam format HTML (Hyper Text Markup Language), yang

hampir selalu bisa diakses melalui HTTP, yaitu protokol yang menyampaikan

informasi dari server website untuk ditampilkan kepada para pemakai melalui web

browser. Semua publikasi dari website-website tersebut dapat membentuk sebuah

jaringan informasi yang sangat besar. Halaman-halaman dari website akan bisa

diakses melalui sebuah URL yang biasa disebut Homepage. URL ini mengatur

halaman-halaman situs untuk menjadi sebuah hirarki, meskipun,

hyperlink-hyperlink yang ada di halaman tersebut mengatur para pembaca dan memberitahu

mereka sususan keseluruhan dan bagaimana arus informasi ini berjalan.

2. 4. 1 Macam- macam website

Sebuah Website static, adalah salah satu bentuk website yang isi didalam

website tersebut tidak dimaksudkan untuk di update secara berkala, dan biasanya

di maintain secara manual oleh beberapa orang yang menggunakan software

editor. Ada 3 tipe kategori software editor yang biasa dipakai untuk tujuan

maintaining ini, mereka adalah :

1. Elemen 1 Penyunting teks. Contohnya adalah Notepad atau TextEdit,

dimana HTML diubah didalam program editor tersebut.

2. Elemen 2 WYSIWYG editor. Contohnya Microsoft Frontpage dan

Macromedia Dreamweaver, dimana situs di edit menggunakan GUI

(Graphical User Interface) dan format HTML ini secara otomatis di

(29)

17

3. Elemen 3 Editor yang sudah memiliki template, contohnya Rapidweaver

dan iWeb, dimana, editor ini membolehkan user untuk membuat dan

mengupdate websitenya langsung ke server web secara cepat, tanpa harus

mengetahui apapun tentang HTML. Mereka dapat memilih templat yang

sesuai dengan keinginan mereka, menambah gambar atau obyek,

mengisinya dengan tulisan, dan dengan sekejap mereka sudah dapat

membuat situs web tanpa harus melihat sama sekali kode-kode HTML.

Sebuah website dynamic adalah website yang secara berkala, informasi

didalamnya berubah, atau website ini bisa berhubungan dengan user dengan

berbagai macam cara atau metode (HTTP cookies atau Variabel Database, sejarah

kunjungan, variabel sesi dan lain-lain) bisa juga dengan cara interaksi langsung

menggunakan form dan pergerakan mouse. Ketika web server menerima

permintaan dari user untuk memberikan halaman tertentu, maka halaman tersebut

akan secara otomatis di ambil dari media penyimpanan sebagai respon dari

permintaan yang diminta oleh user. Sebuah situs dapat menampilkan dialog yang

sedang berlangsung diantara dua user, memantau perubahan situasi, atau

(30)

16

3.1. Identifikasi Masalah

PT. Wijaya Putra Persada adalah salah satu perusahaan jasa yang bergerak

dalam bidang properti. Salah satu jasa yang dihasilkan adalah pelayanan jual-beli

properti seperti rumah. Perusahaan baru berdiri sejak Maret 2009, di kota Banjar baru

Banjarmasin. Oleh karena itu, guna untuk meningkatkan pelayanan kepada

konsumennya, perusahaan membutuhkan sebuah sistem pemilihan properti yang

dapat membantu konsumen dalam memutuskan properti mana yang sebaiknya dipilih.

Sistem yang akan dibuat adalah sebuah sistem pendukung keputusan dalam pemilihan

properti dengan menggunakan metode AHP (Analitical Hierarchy Process) berbasis

web

3.2. Penerapan Metode AHP

Dalam penerapan metode AHP ini, data-data yang diperlukan adalah data

kriteria yang digunakan konsumen dalam pemilihan properti, yaitu harga properti,

lokasi, luas dan tipe, sekuritas, serta fasilitas yang tersedia di properti tersebut.

Alternatif pilihan properti yang akan dipilih oleh konsumen adalah rumah-rumah yang

ditawarkan oleh PT. Wijaya Putra Persada yang ditampilkan dalam web.

Langkah awal yang dilakukan oleh konsumen adalah mengisikan penilaian

terhadap tingkat kepentingan masing-masing kriteria dan hasil penilaian akan dituliskan

dalam bentuk matriks pairwise comparison. Penilaian tersebut didasarkan pada

pertanyaan yang ditampilkan dalam sistem yang akan dibuat. Sebagai contoh dalam

penyusunan matriks pairwise comparison pada level tujuan (pemilihan properti) adalah

(31)

18

BAB III

ANALISIS DAN PERANCANGAN SISTEM

3.1. Identifikasi Masalah

PT. Wijaya Putra Persada adalah salah satu perusahaan jasa yang bergerak

dalam bidang properti. Salah satu jasa yang dihasilkan adalah pelayanan jual-beli

properti seperti rumah. Perusahaan baru berdiri sejak Maret 2009, di kota Banjar baru

Banjarmasin. Oleh karena itu, guna untuk meningkatkan pelayanan kepada

konsumennya, perusahaan membutuhkan sebuah sistem pemilihan properti yang dapat

membantu konsumen dalam memutuskan properti mana yang sebaiknya dipilih. Sistem

yang akan dibuat adalah sebuah sistem pendukung keputusan dalam pemilihan properti

dengan menggunakan metode AHP (Analitical Hierarchy Process) berbasis web

3.2. Penerapan Metode AHP

Dalam penerapan metode AHP ini, data-data yang diperlukan adalah data

kriteria yang digunakan konsumen dalam pemilihan properti, yaitu harga properti,

lokasi, luas dan tipe, sekuritas, serta fasilitas yang tersedia di properti tersebut.

Alternatif pilihan properti yang akan dipilih oleh konsumen adalah rumah-rumah yang

ditawarkan oleh PT. Wijaya Putra Persada yang ditampilkan dalam web.

Langkah awal yang dilakukan oleh konsumen adalah mengisikan penilaian

terhadap tingkat kepentingan masing-masing kriteria dan hasil penilaian akan dituliskan

dalam bentuk matriks pairwise comparison. Penilaian tersebut didasarkan pada

pertanyaan yang ditampilkan dalam sistem yang akan dibuat. Sebagai contoh dalam

penyusunan matriks pairwise comparison pada level tujuan (pemilihan properti) adalah

(32)

a. Dalam pemilihan rumah, mana yang lebih penting antara harga dengan lokasi?

Berapa kali lebih pentingnya?

b. Dalam pemilihan rumah, mana yang lebih penting antara harga dengan luas-tipe?

Berapa kali lebih pentingnya?

c. Dalam pemilihan rumah, mana yang lebih penting antara harga dengan sekuritas?

Berapa kali lebih pentingnya?

d. Dalam pemilihan rumah, mana yang lebih penting antara harga dengan fasilitas?

Berapa kali lebih pentingnya?

Tabel 3.1 menampilkan matriks pairwise comparison yang diperoleh

berdasarkan jawaban konsumen atas pertanyaan-pertanyaan yang disajikan konsumen

melalui web.

Tabel 3.1 matriks pairwise comparison untuk tujuan pemilihan properti

Harga Lokasi Luas-Tipe Sekuritas Fasilitas

Harga 1 2 1/3 3 1/2

Lokasi 1/2 1 4 1/3 4

Luas-Tipe 3 ¼ 1 ½ 3

Sekuritas 1/3 3 2 1 4

Fasilitas 2 ¼ 1/3 ¼ 1

Penjelasan tabel 3.1 berdasar pada pengisian persepsi konsumen terhadap

tingkat kepentingan kelima kriteria tersebut untuk tujuan pemilihan properti yang akan

dibeli, adalah bahwa konsumen menganggap bahwa dalam melakukan pemilihan

properti harga merupakan hal yang 2 kali lebih penting dari pada lokasi properti

tersebut. Sehingga, untuk sebaliknya berlaku kebalikannya (sifat reciprocal). Contoh

lain, konsumen menganggap bahwa luas-tipe rumah 3 kali lebih penting daripada

(33)

20

lebih penting dari pada luas-tipe properti. Demikian seterusnya dengan logika yang

sama.

Setelah tersusun matriks pairwise comparison, dilakukan proses normalisasi

yaitu dengan cara membagi setiap sel dengan jumlah total setiap kolomnya. Misal, sel

[harga-harga] diperoleh dari 1/6,83 = 0,14; sel [lokasi-harga] diperoleh dari 0,5/6,83 =

0,07; sel [harga-lokasi] diperoleh dari 2/6,5 = 0,30; demikian seterusnyua untuk sel

yang lainnya. Tabel 3.2 menunjukkan matriks pairwise comparison dilengkapi dengan

jumlah nilai dari masing-masing kriteria. Tabel 3.3 menunjukkan hasil normalisasi dari

matriks pairwise comparison.

Tabel 3.2 Matriks pairwise comparison dan jumlah untuk tiap kriteria

Harga Lokasi Luas-Tipe Sekuritas Fasilitas

Harga 1.00 2.00 0.33 3.00 0.50

Lokasi 0.50 1.00 4.00 0.33 4.00

Luas-Tipe 3.00 0.25 1.00 0.50 3.00

Sekuritas 0.33 3.00 2.00 1.00 4.00

Fasilitas 2.00 0.25 0.33 0.25 1.00

Jumlah 6.83 6.50 7.66 5.08 12.50

Tabel 3.3 Hasil normalisasi matriks pairwise comparison

Harga Lokasi Luas-Tipe Sekuritas Fasilitas

Harga 0.1463 0.3077 0.0435 0.5902 0.0400

Lokasi 0.0732 0.1538 0.5217 0.0656 0.3200

Luas-Tipe 0.4390 0.0385 0.1304 0.0984 0.2400

Sekuritas 0.0488 0.4615 0.2609 0.1967 0.3200

Fasilitas 0.2927 0.0385 0.0435 0.0492 0.0800

Setelah diperoleh matriks hasil normalisasi, maka dapat dihitung local priority

yaitu dengan menghitung rata-rata nilai untuk tiap barisnya. Hasil perhitungan local

priority ditampilkan dalam tabel 3.4. Dari tabel 3.4 dapat disimpulkan bahwa konsumen

(34)

tertinggi dibanding dengan kriteria yang lain dalam hal pemilihan properti. Hal ini,

dikarenakan kriteria sekuritas mempunyai bobot local priority yang tertinggi dibanding

kriteria yang lainnya.

Tabel 3.4 Hasil perhitungan local priority

Harga Lokasi

Luas-Tipe

Sekuritas Fasilitas Local

Priority

Harga 0.14 0.30 0.04 0.59 0.04 0.22

Lokasi 0.07 0.15 0.52 0.06 0.32 0.22

Luas-Tipe 0.43 0.03 0.13 0.09 0.24 0.18

Sekuritas 0.04 0.46 0.26 0.19 0.32 0.25

Fasilitas 0.29 0.03 0.04 0.04 0.08 0.10

Langkah berikutnya yang dilakukan oleh konsumen adalah mengisikan

penilaian terhadap tingkat ketertarikan (kesukaan) masing-masing pilihan properti dan

hasil penilaian akan dituliskan dalam bentuk matriks pairwise comparison. Penilaian

tersebut didasarkan pada pertanyaan yang ditampilkan dalam sistem yang akan dibuat.

Sebagai contoh dalam penyusunan matriks pairwise comparison pada level kriteria

(lokasi) adalah didasarkan pada pertanyaan-pertanyaan, diantaranya adalah sebagi

berikut:

a. Berdasar kriteria Lokasi, mana yang lebih disukai antara properti A dengan properti

B? Berapa kali lebih sukanya?

b. Berdasar kriteria Lokasi, mana yang lebih disukai antara properti A dengan properti

C? Berapa kali lebih sukanya?

c. Berdasar kriteria Lokasi, mana yang lebih disukai antara properti B dengan properti

(35)

22

Tabel 3.5 menampilkan matriks pairwise comparison yang diperoleh

berdasarkan jawaban konsumen atas pertanyaan-pertanyaan yang disajikan konsumen

melalui web.

Tabel 3.5 matriks pairwise comparison berdasar kriteria Lokasi

Properti A Properti B Properti C

Properti A 1 2 1/3

Properti B ½ 1 4

Properti C 3 1/4 1

Penjelasan tabel 3.5 berdasar pada pengisian persepsi konsumen terhadap

tingkat kesukaan terhadap 3 pilihan properti yang akan dibeli, adalah berdasar kriteria

lokasi konsumen menganggap bahwa properti A merupakan pilihan yang 2 kali lebih

disukai dari pada properti B. Sehingga, untuk sebaliknya berlaku kebalikannya (sifat

reciprocal). Contoh lain, konsumen menganggap bahwa properti C, 3 kali lebih disukai

daripada properti A dan untuk sebaliknya berlaku kebalikannya. Demikian seterusnya

dengan logika yang sama.

Setelah tersusun matriks pairwise comparison, dilakukan proses normalisasi

yaitu dengan cara membagi setiap sel dengan jumlah total setiap kolomnya. Misal, sel

[properti A - properti A] diperoleh dari 1 / 4,5 = 0,22; sel [properti A - properti B]

diperoleh dari 2/3,25 = 0,61; sel [properti B - properti C] diperoleh dari 4/5,33 0,75;

demikian seterusnyua untuk sel yang lainnya dengan logika yang sama. Tabel 3.6

menunjukkan matriks pairwise comparison dilengkapi dengan jumlah nilai dari

masing-masing pilihan properti. Tabel 3.7 menunjukkan hasil normalisasi dari matriks pairwise

comparison. Setelah diperoleh matriks hasil normalisasi, maka dapat dihitung local

priority yaitu dengan menghitung rata-rata nilai untuk tiap barisnya. Hasil perhitungan

(36)

Tabel 3.6 Matriks pairwise comparison dan jumlah masing-masing pilihan

Properti A Properti B Properti C

Properti A 1.00 2.00 0.33

Properti B 0.50 1.00 4.00

Properti C 3.00 0.25 1.00

Jumlah 4.50 3.25 5.33

Tabel 3.7 Hasil normalisasi matriks pairwise comparison berdasar kriteria Lokasi

Properti A Properti B Properti C

Properti A 0.22 0.61 0.06

Properti B 0.11 0.30 0.75

Properti C 0.66 0.07 0.18

Berdasar tabel 3.8 dapat disimpulkan bahwa berdasar kriteria lokasi, konsumen

tersebut lebih menyukai pilihan properti dibanding dengan pilihan properti yang lain.

Hal ini, dikarenakan properti B mempunyai bobot local priority tertinggi.

Tabel 3.8 Hasil perhitungan local priority berdasar kriteria lokasi

Properti A Properti B Properti C Local Priority

Properti A 0.22 0.61 0.06 0.30

Properti B 0.11 0.30 0.75 0.38

Properti C 0.66 0.07 0.18 0.31

Langkah-langkah perhitungan local priority untuk kriteria lokasi dilanjutkan

dengan perhitungan local priority untuk kriteria yang lain, yaitu kriteria harga, luas-tipe,

sekuritas, dan kriteria fasilitas. Misal diperoleh hasil perhitungan local priority untuk

keempat kriteria tersebut disajikan dalam tabel 3.9, tabel 3.10, tabel 3.11, dan tabel

3.12, di mana tabel 3.9 menunjukkan hasil perhitungan local priority untuk kriteria

(37)

24

tabel 3.11 menunjukkan hasil perhitungan local priority untuk kriteria sekuritas, dan

tabel 3.12 menunjukkan hasil perhitungan local priority untuk kriteria fasilitas.

Tabel 3.9 Hasil perhitungan local priority berdasar kriteria harga

Properti A Properti B Properti C Local

Priority

Properti A 0.63 0.70 0.44 0.59

Properti B 0.21 0.23 0.44 0.29

Properti C 0.15 0.05 0.11 0.10

Tabel 3.10 Hasil perhitungan local priority berdasar kriteria luas-tipe

Properti A Properti B Properti C Local

Priority

Properti A 0.63 0.69 0.50 0.60

Properti B 0.21 0.23 0.37 0.27

Properti C 0.15 0.07 0.12 0.11

Tabel 3.11 Hasil perhitungan local priority berdasar kriteria sekuritas

Properti A Properti B Properti C Local

Priority

Properti A 0.54 0.66 0.40 0.53

Properti B 0.18 0.22 0.40 0.26

Properti C 0.27 0.11 0.20 0.19

Tabel 3.12 Hasil perhitungan local priority berdasar kriteria fasilitas

Properti A Properti B Properti C Local

Priority

Properti A 0.30 0.76 0.09 0.38

Properti B 0.07 0.19 0.72 0.33

(38)

Setelah semua bobot local priority diperoleh, maka dapat ditentukan bobot

global priority yang diperoleh dari perkalian matriks local priority untuk level tujuan

dengan matriks local priority untuk level kriteria, diperoleh hasil seperti terlihat pada

tabel 3.13. Bobot global priority untuk properti A dihitung dengan cara (0.59*0.22) +

(0.30*0.22) + (0.60*0.18) + (0.53*0.25) + (0.38*0.10) = 0.49. Bobot global priority

untuk properti B dihitung dengan cara (0.29*0.22) + (0.38*0.22) + (0.27*0.18) +

(0.26*0.25) + (0.33*0.10) = 0.30. Bobot global priority untuk properti C dihitung

dengan cara (0.10*0.22) + (0.31*0.22) + (0.11*0.18) + (0.19*0.25) + (0.28*0.10) =

0.19.

Tabel 3.13 Hasil perhitungan global priority

Harga Lokasi Luas-Tipe Sekuritas Fasilitas Global

0.22 0.22 0.18 0.25 0.10 Priority

Properti A 0.59 0.30 0.60 0.53 0.38 0.49

Properti B 0.29 0.38 0.27 0.26 0.33 0.30

Properti C 0.10 0.31 0.11 0.19 0.28 0.19

Berdasar tabel 3.13 dapat disimpulkan bahwa properti A merupakan pilihan

yang paling tepat bagi konsumen tersebut karena mempunyai bobot global priority

terbesar dibanding pilihan yang lain dan sekuritas merupakan kriteria terpenting bagi

konsumen tersebut karena mempunyai bobot terbesar dibanding kriteria yang lain.

3.3. Perancangan Sistem

Gambaran sistem yang akan dikembangkan dapat digambarkan dalam gambar

3.2. Penjelasan dari gambar 3.2 adalah konsumen memilih kriteria yang digunakan

dalam pemilihan properti dan melakukan pemilihan alternatif properti yang diinginkan.

(39)

26

dibanding dengan kriteria yang lain. Kemudian konsumen juga melakukan penilaian

tingkat kesukaan terhadap alternatif pilihan properti.

Setelah semua terisi, sistem akan memproses dengan menggunakan metode

AHP dan akhirnya akan diperoleh hasil pembobotan dari masing-masing alternatif

pilihan. Alternatif pilihan yang mempunyai bobotr terbesar merupakan alternatif yang

direkomendasikan untuk dipilih oleh konsumen. Langkah-langkah penerapan metode

AHP digambarkan pada gambar 3.3.

Gambar 3.2 Sistem pemilihan properti dengan metode AHP

Pada gambar 3.2 terlihat bahwa langkah awal yang dilakukan adalah konsumen

menentukan terlebih dulu tujuan yang akan dicapai. Dalam hal ini, tujuan yang hendak

dicapai adalah menentukan pilihan yang paling tepat untuk membeli properti (rumah).

Setelah itu, konsumen menentukan kriteria yang digunakan dalam pemilihan properti.

Dalam hal ini terdapat 5 pilihan kriteria, yaitu kriteria harga, lokasi, luas-tipe, sekuritas,

dan fasilitas yang disediakan.

Selain menentukan kriteria, konsumen juga menentukan pilihan-pilihan

alternatif properti (rumah) yang akan dibeli. Setelah menentukan kriteria dan alternatif

pilihan, konsumen membuat matriks pairwise comparison, menentukan normalisasinya,

dan menghitung bobot local-priority untuk masing-masing kriteria. Matrisk pairwise

comparison dibuat berdasar input-an persepsi konsumen terhadap tingkat kepentingan

masing-masing kriteria.

Penilaian terhadap kriteria dan alternatif pilihan

Proses pemilihan properti dengan

metode AHP

Hasil pembobotan masing-masing

alternatif

(40)

Setelah itu, konsumen juga membuat matriks pairwise comparison,

menentukan normalisasinya, dan menghitung bobot local-priority untuk masing-masing

alternatif pilihan berdasar masing-masing kriteria. Setelah semua bobot local priority

diperoleh, maka langkah selanjutnya adalah menghitung bobot global priority. Hasilnya

merupakan suatu nilai yang dapat digunakan sebagai rekomendasi bagi konsumen

dalam menentukan pilihan yang tepat untuk membeli properti. Pilihan yang tepat adalah

pilihan yang mempunyai bobot global priority terbesar.

Menentukan tujuan, yaitu pemilihan properti (rumah)

Menentukan kriteria pemilihan properti. Terdapat 5 kriteria yaitu harga, lokasi, luas-tipe, sekuritas, dan fasilitas

Menentukan pilihan alternatif properti yang akan dibeli

Membuat matriks pairwise comparison untuk ke-5

kriteria

Menentukan normalisasi matriks pairwise comparison

untuk ke-5 kriteria

Menghitung bobot local priority untuk ke-5 kriteria

Membuat matriks pairwise comparison untuk pilihan

berdasar kriteria harga

Menentukan normalisasi matriks pairwise comparison

untuk pilihan berdasar kriteria harga

Menghitung bobot local priority untuk pilihan berdasar kriteria harga

Membuat matriks pairwise comparison untuk pilihan berdasar kriteria lokasi

Menentukan normalisasi matriks pairwise comparison

untuk pilihan berdasar kriteria lokasi

Menghitung bobot local priority untuk pilihan berdasar kriteria lokasi

Membuat matriks pairwise comparison untuk pilihan berdasar kriteria luas-tipe

Menentukan normalisasi matriks pairwise comparison

untuk pilihan berdasar kriteria luas-tipe

Menghitung bobot local priority untuk pilihan berdasar kriteria luas-tipe

Membuat matriks pairwise comparison untuk pilihan berdasar kriteria sekuritas

Menentukan normalisasi matriks pairwise comparison

untuk pilihan berdasar kriteria sekuritas

Menghitung bobot local priority untuk pilihan berdasar kriteria sekuritas

Membuat matriks pairwise comparison untuk pilihan berdasar kriteria fasilitas

Menentukan normalisasi matriks pairwise comparison

untuk pilihan berdasar kriteria fasilitas

Menghitung bobot local priority untuk pilihan berdasar kriteria fasilitas

Menghitung bobot global priority untuk pilihan

berdasar 5 kriteria

Menentukan bobot terbesar sebagai pilihan yang tepat

bagi konsumen

Gambar 3.3 Langkah-langkah penerapan metode AHP

Pengembangan sistem berdasarkan pada gambar 3.3 yang menggambarkan

prosedur dan langkah-langkah untuk menentukan pilihan terbaik bagi konsumen untuk

membeli properti (rumah). Untuk mendapatkan sistem yang baik, diperlukan prosedur

pengembangan. Agar berjalan dengan baik, langkah-langkah dalam prosedur

pengembangan adalah:

(41)

28

Pada tahap observasi akan dilakukan pengumpulan data. Pihak perusahaan

telah menyediakan data yang mendukung penelitian ini. Data berupa harga rumah,

daftar rumah yang dijual dan kriteria yang mendukung penjualan rumah, serta

pemilihan rumah yang dilihat tiap konsumen.

a. Tahap Identifikasi Masalah

Setelah tahap observasi, maka dpermasalahan pada perusahaan dapat

diidentifikasi, masalah tersebut dijabarkan dan ditegaskan secara singkat dan jelas.

Masalah yang ada adalah suatu sistem yang dapat membantu konsumen dalam

pemilihan properti. Hal ini, dilakukan untuk meningkatkan pelayanan kepada

konsumen agar diperoleh kepuasan pelanggan.

c. Tahap Analisis dan Perancangan Sistem

Dari proses pemilihan rumah yang ada pada perusahaan, dapat digambarkan

dokumen flow pemilihan rumah yang menampilkan data yang diperlukan.

3.4. Dokumen Flow

Pada gambar 3.4, merupakan gambar Dokumen Flow yang menghasilkan hasil

presentasi akhir rumah yang dibandingkan yang dihasilkan dari Sistem Pendukung

Keputusan Pemilihan Properti dengan Metode AHP berbasis web. Dokumen Flow

menggambarkan mulai dari Admin yang memasukan data pada database, sedangkan

pada user data rumah digunakan untuk melakukan pemilihan rumah yang akan

(42)

Sistem Pendukung Keputusan Pemilihan Rumah

Sales User SPK Pemilihan Rumah

Admin

Mulai

Memasukan Data Rumah

Database

Memasukan Data Sales &

Penjualan

Data Penjualan Data Penjualan

Memasukan Kriteria Rumah

Memasukan Pilihan Rumah yang dibandingkan

Presentasi akhir rumah yang dibandingkan

Measukan nilai rumah berdasar

kriteria

Presentasi akhir rumah yang dibandingkan

Selesai

Gambar 3.2 Dokumen Flow pada Sistem Pendukung Keputusan Pemilihan Rumah

dengan Metode AHP Berbasis Web.

3.5 System Flow

System Flow sangat berguna dalam menunjukkan jalannya arus kerja dari sistem

secara menyeluruh. System flow dalam aplikasiini meliputi beberapa proses, yaitu:

1. Penyimpanan Data rumah. Data rumah yang ada pada program merupakan data dari

Era Tjandra, dimana data tersebut akan berguna untuk sales dan user.

2. Penyimpanan nilai dari pertanyaan yang disimpan dari konsumen yang mengisi,

(43)

30

menjadi prosentase akhir yang berisi nilai perbandingan tiap rumah untuk

mendukung keputusan konsumen.

Proses sistem flow dimulai dengan admin yang meng-input-kan data rumah.

Data yang telah diambil itu digunakan oleh user. Pertama pada user data rumah

digunakan untuk mencari rumah yang sesuai dengan kriteria konsumen dengan mengisi

pertanyaan dari system, dimana pertanyaan tersebut menghasilkan prosentase akhir nilai

perbandingan tiap rumah.

Sistem Flow

Database Sales

User Admin

Input data Rumah dan Sales

Input data Penjualan

Mulai

Pilih Rumah dan Input Nilai Kriteria

Tujuan Input Nilai rumah

per kriteria

Perhitungan AHP

Prosentase nilai akhir rumah yang dibandingkan

Selesai

(44)

Gambar 3.3 Sistem Flow Sistem Pendukung Keputusan Pemilihan Rumah dengan

Metode AHP berbasis Web

3.6 Bagan Berjenjang

Berikut ini adalah gambar bagan berjenjang dari Sistem Pendukung Keputusan

Pemilihan properti berbasis WEB dengan metode AHP.

Sistem Pendukung Keputusan Pemilihan Rumah Berbasis Web Dengan Metode

AHP

Input Kriteria Properti dan hasil

penjualan properti Input dan show hasil penjualan properti

Proses AHP dan Input Konsumen

Input Hasil Penjualan Marketing

Input Hasil Sales dan User

Proses data Kriteria Tiap properti

Pemilihan Properti Rumah

Input Nilai Rumah Dan Local Priority

Per Kriteria

Hasil Kriteria Akhir Proses Kriteria

Tujuan Dan Local Priority Tujuan

Gambar 3.4 Diagram Berjenjang Sistem Pendukung Keputusan Pemilihan Rumah

Berbasis WEB

3.7 Data Flow Diagram Optimasi Penjualan

Data Flow Diagram (DFD) dalam pembuatan program meliputi DFD Level

Konteks, DFD Level 0 dan DFD Level 1. Dalam pembuatan DFD, diperlukan tools

pembantu yaitu Software Power Designer 6.

3.7.1 DFD Level Konteks

Dalam tahap ini akan dilakukan perancangan Diagram Konteks Sistem Optimasi

Penjualan. Rancangan sistem dibuat dengan menggunakan tools Power Designer 6.0.

(45)

32

Lihat Data User Simpan Data User

Lihat Data Sales

Simpan Data Sales Hasil Kriteria Akhir

Hasil Kriteria Tujuan

Kriteria Rumah Berdasarkan Fasilitas Kriteria Rumah Berdasarkan Sekuritas

Kriteria Rumah Berdasarkan Lokasi

Kriteria Rumah Berdasarkan Luas Dan Tipe

Kriteria Rumah Berdasarkan Harga

Kriteria Tujuan

Data masukan kriteria properti Data Kriteria Properti

Data masukan penjualan properti merketing Data Penjualan Properti Marketing

Lihat Data Penjualan Properti Data Penjualan Properti Hasil Kriteria Properti

Kriteria Pemilihan Properti

1

Sistem Informasi Pendukung Keputusan Pemilihan Rumah Berbasis Web

+

Konsumen

Marketing

Admin

Gambar 3.5 DFD Level Kontext Sistem Pendukung Keputusan Pemilihan Rumah

3.7.2. DFD Level 0

Pada gambar DFD level 0 menunjukkan segala proses–proses yang terjadi

Sistem Pendukung Keputusan Pemilihan Rumah dengan AHP berbasis web.

Proses-proses utama yang terdapat dalam sistem ini adalah Pengelolaan Data berupa Rumah,

dan kriteria pemilihan user. Pengelolaan AHP merupakan perhitungan matrik tiap

kriteria yang sudah menjadi local priority rumah per kriteria dengan local priority tujuan

untuk pencarian nilai presentasi akhir yang didapat dari Proses AHP itu berupa nilai

presentasi nilai perbandingan tiap rumah yang dipilih.

Pada Pengelolaan matrik perhitungan untuk AHP ini, terdapat beberapa tabel

yang terlibat didalamnya. Tabel-tabel itu adalah Rumah, Local Priority Tujuan, Local

(46)

Lokasi, Sekuritas dan Fasilitas. Pengelolaan Local Priority dan perhitungan AHP sendiri

mencakup 7 tabel yaitu: Tabel Normalisasi untuk Local Priority Tujuan, Tabel Kriteria

Harga, Tabel Kriteria Luas dan Tipe, Kriteria Lokasi, Kriteria Sekuritas, Kriteria

Fasilitas dan Presentasi Akhir. Pengelolaan View Rumah hanya menggunakan dua tabel

yaitu tabel Master Variabel dan Rumah. Setiap tabel memberikan kontribusi bagi setiap

(47)

34

Simpan Data User

Lihat Data Sales Simpan Data Sales

Data User

Data Sales

Nilai AKhir Kriteria Rumah Berdasarkan Harga

Hasil Kriteria T ujuan Kriteria Rumah Berdasarkan Sekuritas

Kriteria Rumah Berdasarkan Lokasi

Hasil Kriteria Akhir

Kriteria Rumah Berdasarkan Fasilitas Kriteria Rumah Berdasarkan Luas Dan T ipe Kriteria T ujuan

Nilai Local Priority Fasiltias Nilai Local Priority Sekuritas

Nilai Local Priority Lokasi Nilai Local Priority Luas Dan T ipe

Nilai Local Priority Harga

Local Priority T ujuan

Nilai Normalisasi Kriteria Fasilitas

Kriteria Sekuritas

Kriteria Lokasi Simpan Kriteria Luas Dan T ipe Simpan Kriteria Harga

Data hasil penjualan Data Properti

Semua Data Hasil Penjualan T iap Marketing

Semua Data Kriteria Properti

Lihat Data Penjualan Properti

Data Penjualan Properti

Hasil Kriteria Properti

Kriteria Pemilihan Properti Data Kriteria Properti

Data masukan penjualan properti merketing

Konsumen Konsumen

MarketingMarketing

AdminAdminAdmin Admin

1

Input Data Kriteria Properti dan hasil penjualan

properti

+ 2

Proses AHP dari input konsumen

+

3

Input dan show hasil penjualan properti 1 Database Kriteria Properti

2 Database Hasil Penjualan Properti tiap marketing

3 Local_Priority _T ujuan

4 Ms_Normalisasi 5 KriteriaHarga

6 KriteriaLuasDanT ipe

7 KriteriaLokasi

8 KriteriaSekuritas

9 KriteriaFasilitas 10 Local_Priority_Harga

11 Local_Priority_Lu asDanT ipe

12 Local_Priority_Lokasi

13 Local_Priority_Sekuritas

14 Local_Priority_Fasilitas Konsumen

KonsumenKonsumen Konsumen KonsumenKonsumenKonsumenKonsumen

15 Presentasi Akhir 16 Master Sales

17 Master User

Admin Admin KonsumenAdmin

(48)

3.7.3. DFD Level 1

Dalam DFD level 1 ini terdapat dua bagian level 1 yaitu Proses input Property

Rumah dan hasil penjualan. Proses akan dijelaskan satu persatu dengan Gambar 3.7 dan

Gambar 3.8.

Seperti tertera pada Bagan Berjenjang (Gambar 3.4), proses Pengelolaan Produk

Properti dan Hasil penjualan, proses ini terbagi menjadi tiga bagian yaitu Input Produk

hasil penjualan sales, Input Data sales dan user serta Proses data kriteria tiap properti.

Ketiga pengelolaan ini digambarkan dalam DFD level 1 Input Data Kriteria Properti dan

hasil penjualan properti.

Lihat Data User

Lihat Data Sales

Data User Simpan Data Sales

Data Sales

Simpan Data User

Data hasil penjualan

Data Properti

Data masukan kriteria properti

Data Kriteria Properti Data Penjualan Properti Marketing

Data masukan penjualan properti merketing Admin

Admin Admin Admin

1 Database Kriteria Properti

2 Database Hasil Penjualan Properti tiap marketing

1

Proses Input Hasil Penjualan Marketing

2

Proses Data Kriteria Tiap Properti

16 Master Sales

17 Master User Admin

Admin Admin

Konsumen 3

Proses Input Sales Dan User

Gambar 3.7 DFD Level 1 Sistem Pendukung Keputusan Pemilihan Rumah Input

(49)

36

Nilai AKhir Nilai Akhir Local Priority

Nilai Local Priority Tujuan

Hasil Kriteria Akhir

Kriteria Rumah Berdasarkan Harga

Nilai Local Priority Fasiltias Nilai Local Priority Sekuritas

Nilai Local Priority Lokasi

Nilai Local Priority Luas Dan Tipe Nilai Local Priority Harga Kriteria Fasilitas Kriteria Sekuritas Kriteria Lokasi

Simpan Kriteria Luas Dan Tipe

Simpan Kriteria Harga Kriteria Rumah Berdasarkan Lokasi

Nilai Normalisasi

Kriteria Rumah Berdasarkan Sekuritas Kriteria Rumah Berdasarkan Luas Dan Tipe

Kriteria Rumah Berdasarkan Fasilitas Hasil Kriteria Tujuan Local Priority Tujuan

Kriteria Tujuan Hasil Kriteria Properti

Kriteria Pemilihan Properti Konsumen

Konsumen

5 KriteriaHarga

6 KriteriaLuasDanTipe 7 KriteriaLokasi

10 Local_Priority_Harga

11 Local_Priority_Lu asDanTipe 12 Local_Priority_Lokasi

13 Local_Priority_Sekuritas

14 Local_Priority_Fasilitas 1

Pemilhan Properti Rumah

2

Proses Kriteria Tujuan dan Local Priority

Tujuan

3

Input Nilai Rumah per Kriteria Dan Local Priority per Kriteria

4

Hasil Kriteria Akhir Konsumen

15 Presentasi Akhir

Gambar 3.8 DFD Level 1 Sistem Pendukung Keputusan Pemilihan Rumah Proses

AHP

3.8 Entity Relationship Diagram (ERD)

Entity Relationship Diagram meliputi dua pemodelan, yaitu Conceptual Data

Model (CDM) dan Physical Data Model (PDM). PDM merupakan hasil generade dari

CDM di dalam tool Power Designer 6.1.

3.8.1. Conceptual Data Model (CDM)

Conceptual Data Model yang terdapat pada Gambar 3.9 merupakan generate

dari Physical Data Model yang terdapat pada Gambar 3.10. Dalam Gambar 3.9, terdapat

(50)

Perhitungan

Kriteria Lokasi User Kriteria Fasilitas User

Kriteria Harga User Kriteria Luas Dan Tipe User

Local Priority Fasilitas User

Local Priority Luas dan Tipe User

Loacl Priority Lokasi User Local Priority Sekuritas User Local Priority Harga User

Local Priority Tujuan User Input Kriteria

Sales Melihat Data Penjualannya

Admin Menyimpan Data Rumah

Database Kriteria Properti Id

Tipe_Rumah Luas_Tanah Harga_Rumah Akhir Luas_Bangunan

Database Hasil Penjualan Properti tiap marketing IdPenjualan Id Local TUjuan Kriteria Tujuan NIlai Kriteria Tujuan

KriteriaHarga ID Kriteria Harga Jenis_Beli_Kriteria_Harga Kriteria1_Harga Kriteria2_Harga Nilai_KriteriaHarga

KriteriaLuasDanTipe Id Kriteria Luas Dan Tipe Jeni_Beli_LuasDanTipe Kriteria1_LuasDanTipe Kriteria2_LuasDanTipe Nilai Luas Dan TIpe Kriteria

KriteriaLokasi ID LOkasi Jenis_BeliLokasi Kriteria1_Lokasi Kriteria2_Lokasi Nilai Lokasi Kriteria KriteriaFasilitas

Id Kriteria Fasilitas Jenis_BeliFasilitas Kriteria1Fasilitas Kriteria2Fasilitas NIlaiFasilitas

Local_Priority _Harga ID Local Harga Kriteria_Harga NilaiHarga

Local_Priority _LuasDanTipe Id Local Luas

KriteriaLUas_Dan_Tipe Nilai_LuasDanTipe

Local_Priority _Lokasi Id Local Lokasi Kriteria_Lokasi Nilai_Lokasi

Local_Priority _Sekuritas Id Local Sekuritas Kriteria_Sekuritas NIlai_Sekuritas

Local_Priority _Fasilitas Id Local Fasilitas Kriteria_Fasilitas NIlai_Fasilitas

Presentasi Akhir Id_Presentasi Nama_Rumah Akhir Alamat Rumah Akhir Lokasi RUmah Akhir Nilai Presentasi akhir Harga RUmah

Mast er Sales IdSales Nama_Sales Jenis user passw ord Tanggal Masuk

Mast er User Id User Password User Nama User

(51)

38

3.8.2. Phisycal Data Model (PDM)

Physical Data Model dalam Gambar 3.10 merupakan Reverse Enginering dari

Database SistemOptimasiPenjualan yang menggunakan tools SQL Server 2000. Gambar

3.9 ini telah memunculkan tipe data, primary key dan foreign key yang digunakan dalam

setiap tabel.

Tabel-tabel tersebut memiliki tipe data, pimary key dan foreign key yang berbeda

untuk setiap field nya. Tabel ini juga memiliki fungsi penunjang tersendiri untuk setiap

jenisnya sesuai dengan penggunaannya dalam program. Karakteristik setiap tabel

tersebut akan dijelaskan lebih lanjut pada struktur database pembahasan 3.2.6

ID_LOCAL_LUAS = ID_LOCAL_LUAS ID_LOCAL_FASILITAS = ID_LOCAL_FASILITAS

ID_LOCAL_LOKASI = ID_LOCAL_LOKASI ID_PRESENTASI = ID_PRESENTASI

ID_LOCAL_TUJUAN = ID_LOCAL_TUJUAN ID_LOCAL_SEKURITAS = ID_LOCAL_SEKURITAS

ID_LOCAL_HARGA = ID_LOCAL_HARGA

ID_USER = ID_USER

ID_USER = ID_USER ID_USER = ID_USER

ID_USER = ID_USER ID_USER = ID_USER

ID_USER = ID_USER

ID_USER = ID_USER

ID_USER = ID_USER ID_USER = ID_USER ID_USER = ID_USER

ID_USER = ID_USER

ID_USER = ID_USER IDSALES = IDSALES

IDSALES = IDSALES

DATABASE_KRITERIA_PROPERTI

Gambar

Gambar 3.3 Langkah-langkah penerapan metode AHP
Gambar 3.2  Dokumen Flow pada Sistem Pendukung Keputusan Pemilihan Rumah dengan Metode AHP Berbasis Web
Tabel Rumah
Gambar 3.5   DFD Level Kontext Sistem Pendukung Keputusan Pemilihan Rumah
+7

Referensi

Dokumen terkait

Unit kompetensi ini harus diujikan secara konsisten pada seluruh elemen kompetensi dan dilaksanakan pada situasi pekerjaan yang sebenarnya di tempat kerja atau di

---Menimbang, bahwa kemudian dalam perkara a quo yang perlu diperhatikan untuk dipertimbangkan lebih lanjut adalah apakah benar didalam rumah-tangga Pembanding /

1) Ketepatan prosedur/tahap penerimaan pasien yang diberikan pihak rumah sakit. 2) Ketepatan pelayanan pemeriksaaan, pengobatan dan perawatan yang diberikan pihak rumah

Tanggal 2 - 4 September 2009 yang diprakasai oleh ASSIBINDO (Asosiasi Eksportir dan Importir Buah dan Sayuran Indonesia) dan bersinergi dengan para para

Kualitas Pelayanan Terhadap Kepuasan dan Loyalitas Pelanggan Variable independen: Kualitas Pelayanan Variabel dependen: Kepuasan Nasabah Loyalitas Nasabah Kualitas Pelayanan

7. Penelitian ini menitikberatkan kepada analisis pengaruh lingkungan eksternal, internal dan etika bisnis terhadap.. kemitraan usaha dan implikasinya pada

antara lain bandar udara yang tidak dapat digunakan untuk keberangkatan pesawat.. karena terjadi banjir atau kebakaran, keterlambatan pengisian bahan

Nilai koefisien jalur dari user satisfaction ke individual impact sebesar 0,980 yang menunjukkan bahwa kualitas system berpengaruh positif terhadap kepuasan