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
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
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
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
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
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
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
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
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
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
viii
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
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
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
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
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,
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
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,
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
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
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.
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
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
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
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
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,
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
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
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
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
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
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
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
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
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
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
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
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.
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
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:
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
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,
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
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.
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
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
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
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
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
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
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