BAB IV HASIL DAN PEMBAHASAN Penentuan nilai bobot rating kecocokan masing-masing kriteria

(1)

37

4.1.1. Penentuan nilai bobot rating kecocokan masing-masing kriteria

Pembahasan penerapan metode SAW dan metode TOPSIS untuk pemilihan

relational database management system (RDBMS) dimulai dengan menentukan

alternatif dan kriteria yang diperlukan. Alternatif Platform RDBMS yang dipilih 5 yaitu MySQL, Microsoft SQLServer, Oracle, DB2, dan PostgreSQL berdasarkan ranking 5 teratas menurut situs http//www.db-engines.com dengan kondisi platform yang sudah tidak asing lagi atau sering digunakan dalam pembangunan sistem informasi. Dan untuk penentuan kriteria berdasarkan jurnal yang ditulis clavost (2012) maka dalam penelitian ini akan dipilih 7 kriteria, yaitu:

1. License Cost

Type license RDBMS terdapat 3 jenis yaitu Proprietary, GPL, dan Open Source. Harga license cost sudah termasuk dengan 1st year support dari vendor RDBMS. Besarnya bobot untuk license cost dapat dilihat pada Tabel 4.1.

Tabel 4. 1 License Cost

No RDBMS License type License Cost (dalam $) 1. SQLServer Proprietary 3717

2. MySQL GPL and Proprietary 2000 3. Oracle Proprietary 3500

4. DB2 Proprietary 5449

(2)

2. Maintenance Cost

Maintenance cost adalah jumlah biaya yang dikeluarkan pengguna RDBMS

dalam rentang waktu 1 tahun. Biaya maintenance cost diambil dari annual

maintenance cost 2nd_{year dan nilainya dalam satuan dollar. Besarnya bobot}

untuk maintenance cost dapat dilihat pada Tabel 4.2.

Tabel 4. 2 Maintenance Cost

No RDBMS Maintenance Cost (dalam $)/1year 1. SQLServer 513322 2. MySQL 20000 3. Oracle 220000 4. DB2 29810 5. PostgreSQL 52500 3. Storage

Storage adalah kapasitas maximum yang ditawarkan masing-masing RDBMS.

Satuan yang digunakan untuk menentukan bobot menggunakan satuan Terabytes. Besarnya bobot untuk storage dapat dilihat pada Tabel 4.3.

Tabel 4. 3 Storage No RDBMS Storage 1 SQLServer 524.272 TB 2 MySQL 256 TB 3 Oracle 8.388.224 TB 4 DB2 2.097.152 TB 5 PostgreSQL 4 TB

(3)

4. Programing Language

Programing language diberi bobot berdasarkan banyaknya programing language yang support pada masing-masing RDBMS. Besarnya bobot untuk Programing Language dapat dilihat pada Tabel 4.4.

Tabel 4. 4 Programming Language

No RDBMS Supported Programing Language

Jumlah Programing

Language 1 SQLServer .Net,Java,PHP,Phyton,Ruby,Visual Basic 6

2 MySQL Ada,C,C#,C++,D,Eiffel,Erlang,Haskell,Java,O bjective-C,OCaml,Perl,PHP,Phyton,Ruby,Scheme,Tcl 17 3 Oracle C,C#,C++,Clojure,Cobol,Eiffel,Erlang,Fortran, Groovy,Haskell,Java,Javascript,Lisp,Objective-C,Caml,Perl,PHP,Phyton,R,Ruby,Scala,Tcl,Vis ual Basic 23 4 DB2 C,C#,C++,Cobol,Fortran,Java,Perl,PHP,Phyton ,Ruby,Visual Basic 11 5 PostgreSQL .Net,C,C++,Java,Perl,Phyton,Tcl 7 5. Operating system

Operating system diberikan bobot sesuai dengan jumlah operating system

yang support dengan masing-masing RDBMS. Besarnya bobot untuk

(4)

Tabel 4. 5 Operating System

No RDBMS Supported OS Jumlah

OS

1 SQLServer Microsoft Windows 1

2 MySQL FreeBSD,Linux,OS X,Solaris,Windows 5 3 Oracle AIX,HP-UX,Linux,OS X,Solaris,Windows,z/OS 7

4 DB2 Linux,Unix,Windows,z/OS 4

5 PostgreSQL FreeBSD,HP-UX,Linux,NetBSD,OpenBSD,OS x,Solaris,Unix,Windows 9 6. Security

Security diberikan bobot dengan mempertimbangkan ketahanan masing-

masing RDBMS terhadap berbagai jenis serangan yang pernah menyerang RDBMS. Penentuan bobot untuk security dapat dilihat pada Tabel 4.6 dengan pertimbangan Nilai 1 ketika terjadi kasus sudah teratasi. Nilai 0 ketika terjadi kasus yang belum teratasi atau belum terjadi kasus.

Tabel 4. 6 Security

No Jenis Serangan SQLserver MySQL Oracle DB2 PostgreSQL

1 Excessive privileges 0 1 1 0 1 2 Privilege abuse 1 1 1 0 1 3 Unauthorized privilege elevation 1 1 1 0 1 4 Platform vulnerabilities 1 1 0 1 0 5 SQL injection 1 1 1 1 1

6 Weak audit 1 1 1 1 1

7 Denial of service 1 1 1 1 1 8 Database protocol vulnerabilities 0 0 0 0 1 9 Weak authentication 1 1 1 1 1 10 Exposure of backup data 1 1 1 1 1

(5)

7. Technical Support

Technical support adalah suatu pelayanan yang diberikan vendor RDBMS

kepada pengguna. Penentuan bobot berdasarkan ketersediaan pelayanan yang diberikan masing-masing vendor RDBMS dapat dilihat pada Tabel 4.7 dengan penjelasan bahwa nilai 1 mewakili ketersediaan jenis technical support dan nilai 0 tidak tersedia.

Tabel 4. 7 Technical Support

No RDBMS Call in Block Hours Managed Service Crowdsources

Technical Support Total

1 SQLServer 1 0 1 1 3

2 MySQL 1 0 1 1 3

3 Oracle 1 0 1 1 3

4 DB2 1 1 0 1 3

5 PostgreSQL 1 0 0 1 2

4.2. Implementasi dan Perhitungan

4.2.1. Perhitungan

Pada tahap ini akan dijelaskan tampilan sistem dan hasil perhitungan manual. Penulis mengambil lima sampel database untuk dilakukan perhitungan. Perhitungan di bawah ini sesuai dengan langkah penyelesaian SAW dan TOPSIS yang telah dijelaskan pada landasan teori.

Pada perhitungan digunakan lima kandidat alternatif RDBMS , langkah-langkah perhitungannya adalah sebagai berikut :

Perhitungan metode SAW.

1. Menentukan kandidat. Kandidat yang akan digunakan adalah SQLserver, MySQL, Oracle, DB2 dan PostgreSQL.

(6)

2. Menentukan kriteria yang akan dijadikan acuan dalam pengambilan keputusan. Kriteria yang akan digunakan dapat dilihat pada tabel 4.8.

Tabel 4. 8 Tabel Kriteria

Kriteria Jenis Notasi Bobot

License Cost Cost C1 50

Maintenance Cost Cost C2 30

Storage Benefit C3 4

Programing Language Benefit C4 5 System Operation Benefit C5 3

Security Benefit C6 5

Technical Support Benefit C7 3

3. Memberikan nilai pada rating kecocokan setiap kandidat pada setiap kriteria. Nilai ini dimasukkan dalam database. Nilai rating kecocokan dijelaskan pada tabel 4.1 sampai tabel 4.7.

4. Menentukan bobot preferensi masing-masing kriteria. Bobot ditentukan oleh user yang menggunakan aplikasi. Jumlah bobot yang dimasukkan sebesar 100. Contoh pemberian bobot pada masing-masing kriteria dapat dilihat pada tabel 4.8. Gambar 4.1 memperlihatkan tampilan antarmuka utama dari aplikasi dengan menginputkan bobot masing-masing kriteria yang dikehendaki.

(7)

Gambar 4. 1 Tampilan Halaman Utama W = [50 30 4 5 3 5 3]

5. Membuat tabel rating kecocokan dari setiap kandidat pada setiap kriteria yang dijelaskan pada Tabel 4.9.

Tabel 4. 9 Rating Kecocokan

RDBMS NILAI KRITERIA C1 C2 C3 C4 C5 C6 C7 (A1) SQLserver 3717 513322 524272 6 1 8 3 (A2) MySQL 2000 20000 256 17 5 9 3 (A3) Oracle 3500 220000 8388220 23 7 8 3 (A4) DB2 5449 29810 2097150 11 4 6 3 (A5) PostgreSQL 257 52500 4 7 9 9 2

(8)

6. Membuat matriks keputusan X yang dibentuk dari tabel 4.9 rating kecocokan dari setiap kandidat pada setiap kriteria.

3717 513322 52427 6 1 8 3

2000 20000 256 17 5 9 3

X = 3500 220000 8388220 23 7 8 3

5449 29810 2097150 11 4 6 3

257 52500 4 7 9 9 2

7. Melakukan normalisasi matriks keputusan X dengan persamaan (13) yang telah dijelaskan pada metodologi.

 Untuk nilai normalisasi kriteria 1 (License Cost) r11 = 𝑥𝑖𝑗 min 𝑥𝑖𝑗 = 3717/257 = 14,46303502 r21 = 2000/257 = 7,782101167 r31 = 3500/257 = 13,61867704 r41 = 5449/257 = 21,20233463 r51 = 257/257 = 1

 Untuk nilai normalisasi kriteria 2 (Maintenance Cost) r12 = 𝑥𝑖𝑗 min 𝑥𝑖𝑗 = 513322/20000 = 25,6661 r22 = 20000/20000 = 1 r32 = 220000/20000 = 11 r42 = 29810/20000 = 1,4905 r52 = 52500/20000 = 2,625  Untuk nilai normalisasi kriteria 3 (Storage)

r13 = 𝑥𝑖𝑗 max 𝑥𝑖𝑗 = 524272/8388220 = 0,06250098352 r23 = 256/8388220 = 0,00003051898973 r33 = 8388220/8388220 = 1 r43 = 2097150/8388220 = 0,2500113254 r53 = 4/8388220 = 0,0000004768592145

(9)

 Untuk nilai normalisasi kriteria 4 (Programing Language) r14 = 𝑥𝑖𝑗 max 𝑥𝑖𝑗 = 6/23 = 0,2608695652 r24 = 17/23 = 0,7391304348 r34 = 23/23 = 1 r44 = 11/23 = 0,4782608696 r54 = 7/23 = 0,3043478261

 Untuk nilai normalisasi kriteria 5 (Operating System) r15 = 𝑥𝑖𝑗 max 𝑥𝑖𝑗 = 1/9 = 0,1111111111 r25 = 5/9 = 0,5555555556 r35 = 7/9 = 0,7777777778 r45 = 4/9 = 0,4444444444 r55 = 9/9 = 1

 Untuk nilai normalisasi kriteria 6 (Security) r16 = 𝑥𝑖𝑗 max 𝑥𝑖𝑗 = 8/9 = 0,8888888889 r26 = 9/9 = 1 r36 = 8/9 = 0,8888888889 r46 = 6/9 = 0,6666666667 r56 = 9/9 = 1

 Untuk nilai normalisasi kriteria 7 (Technical Support) r17 = 𝑥𝑖𝑗 max 𝑥𝑖𝑗 = 3/3 = 1 r27 = 3/3 = 1 r37 = 3/3 = 1 r47 = 3/3 = 1 r57 = 2/3 = 0,6666666667

8. Hasil dari nilai rating kerja ternormalisasi membentuk matrix ternormalisasi yang dijelaskan dalam matriks (R).

R= 14.46303502 25.6661 0.06250098352 0.2608695652 0.1111111111 0.8888888889 1 7.782101167 1 0.00003051898973 0.7391304348 0.5555555556 1 1 13.61867704 11 1 1 0.7777777778 0.8888888889 1 21.20233463 1.4905 0.2500113254 0.4782608696 0.4444444444 0.6666666667 1 1 2.625 0.0000004768592145 0.3043478261 1 1 0.6666666667

(10)

Perhitungan metode TOPSIS

9. Pembobotan pada matriks yang telah dinormalisasikan

Y11 = 𝑤_𝑖𝑟_𝑖𝑗= 𝑤₁𝑟₁₁ = 50 x 14.46303502 = 723.151751 Y21 = 50 x 7.782101167 = 389.10505843

Y31 = 50 x 13.61867704 = 680.9338521 Y41 = 50 x 21.20233463= 1060.116732 Y51 = 50 x 1 = 50

Dan seterusnya…., maka diperoleh matriks Y:

Y=

10. Menentukan solusi ideal positif dan solusi ideal negatif

Solusi ideal positif dinotasikan dengan A+ dan solusi ideal negatif dinotasikan dengan A-

 Menentukan Solusi idea positif (A+ ), dengan persamaan (1.4) :

𝐴

+

= (𝑦

₁+

, 𝑦

₂+

,∙∙∙, 𝑦

_𝑛+

);

A1+ = min {723.15175; 389.105058; 680.933852; 1060.11673; 50} = 50 A2+ = min {769.983; 30; 330; 44.715; 78.75} = 30 A3+ = max {0.25000393; 0.0001220759; 4; 1.0000453; 0.000001907} = 4 A4+ = max {1.304347826; 3.695652174; 5; 2.391304348; 1.52173913}= 5 A5+ = max {0.333333333; 1.66666667; 2.33333333; 1.333333333; 3} = 3 A6+ = max {4.444444444; 5; 4.444444444; 3.333333333; 5} = 5 A7+ = max {3;3;3;3;2} = 3 A+ = {50; 30; 4; 5; 3; 5; 3} 723.151751 769.983 0.2500039341 1.304347826 0.3333333333 4.444444444 3 389.1050584 30 0.0001220759589 3.695652174 1.666666667 5 3 680.9338521 330 4 5 2.333333333 4.444444444 3 1060.116732 44.715 1.000045302 2.391304348 1.333333333 3.333333333 3 50 78.75 0.000001907436858 1.52173913 3 5 2

(11)

 Menentukan Solusi ideal negatif (A-), dengan persamaan (1.5):

𝐴

−

= (𝑦

₁−

, 𝑦

₂−

,∙∙∙, 𝑦

_𝑛−

);

A1- = max {723.1517; 389.10505; 680.9338; 1060.116; 50} = 1060.116732 A2- = max {769.983; 30; 330; 44.715; 78.75} = 769.983 A3- = min {0.2500039; 0.000122; 4; 1.000045; 0.0000019} = 0.000001907 A4- = min {1.3043478; 3.695652; 5; 2.3913043; 1.521739} = 1.304347826 A5- = min {0.3333333;1.66666667; 2.333333; 1.3333333; 3} = 0.3333333 A6- = min {4.444444444; 5; 4.444444444; 3.333333333; 5} = 3.333333333 A7- = min {3;3;3;3;2} = 2 A- = {1060.116732; 769.983; 0.000001907436858; 1.304347826; 0.3333333333; 3.333333333; 2}

11. Menghitung Separation Measure

 Separation measure untuk solusi ideal positif

𝐷₁+ = √(50 − 723.151751)2_{+ (30 − 769.983)}2_{+ (4 −} 0.2500039341)2+ (5 − 1.304347826)2+ (3 − 0.3333333333)2+ (5 − 4.444444444)2_{+ (3 − 3)}2 _{= 1000.371561} 𝐷₂+ = √(50 − 389.1050584)2_{+ (30 − 30)}2_{+ (4 −} 0.0001220759589)2_{+ (5 − 3.695652174)}2_{+ (3 − 1.666666667)}2₊ (5 − 5)2 + (3 − 3)2 = 339.133777 𝐷₃+ = √(50 − 680.9338521)2_{+ (30 − 330)}2_{+ (4 − 4)}2_{+ (5 − 5)}2 ₊ (3 − 2.333333333)2+ (5 − 4.444444444)2+ (3 − 3)2 = 698.6259935 𝐷₄+ = √(50 − 1060.116732)2_{+ (30 − 44.715)}2_{+ (4 −} 1.000045302)2_{+ (5 − 2.391304348)}2_{+ (3 − 1.333333333)}2_{+ (5 −} 3.333333333)2+ (3 − 3)2 = 1010.234479 𝐷₅+ = √(50 − 50)2_{+ (30 − 78.75)}2_{+ (4 − 0.000001907436858)}2₊ (5 − 1.52173913)2_{+ (3 − 3)}2_{+ (5 − 5)}2_{+ (3 − 2)}2 _{= 49.04753596}

(12)

 Separation measure untuk solusi ideal negatif 𝐷₁− = √(723.151751 − 15)2_{+ (769.983 − 15)}2_{+ (0.2500039341 −} 12,5)2+ (1.304347826 − 3,2)2+ (0.3333333333 − 0,6)2+ (4.444444444 − 18)2+ (3 − 2)2 = 336.968389 𝐷₂− = √(389.1050584 − 15)2_{+ (30 − 15)}2_{+ (0.0001220759589 −} 12,5)2_{+ (3.695652174 − 3,2)}2_{+ (1.666666667 − 0,6)}2_{+ (5 −} 18)2+ (3 − 2)2 = 998.9208075 𝐷₃− = √(680.9338521 − 15)2_{+ (330 − 15 + (4 − 12,5)}2 _{+ (5 −} 3,2)2+ (2.333333333 − 0,6)2+ (4.444444444 − 18)2+ (3 − 2)2 = 580.861936 𝐷4− = √(1060.116732 − 15)2+ (44.715 − 15)2+ (1.000045302 − 12,5)2+ (2.391304348 − 3,2)2+ (1.333333333 − 0,6)2+ (3.333333333 − 18)2+ (3 − 2)2 = 725.2708828 𝐷₅− = √(50 − 15)2_{+ (78.75 − 15)}2_{+ (0.000001907436858 −} 12,5)2_{+ (1.52173913 − 3,2)}2_{+ (3 − 0,6)}2_{+ (5 − 18)}2_{+ (2 − 2)}2 ₌ 1223.988892

12. Menghitung kedekatan relatif dengan ideal positif

𝑉₁ = 336.968389 336.968389+1000.371561= 0.2519691339 (SQL server) 𝑉2 = 998.9208075 998.9208075+339.133777= 0.7465471282 (MySQL) 𝑉₃ = 580.861936 580.861936+698.6259935= 0.4539800045 (Oracle) 𝑉₄ = 725.2708828 725.2708828+1010.234479= 0.4179018392 (DB2) 𝑉5 = 1223.988892 1223.988892+49.04753596 = 0.9614720091 (PostgreSQL

(13)

13. Mengurutkan Pilihan

Hasil perhitungan kedekatan relatif akan semakin baik apabila nilai akhir perhitungannya semakin besar. Semakin besar nilai akhir yang didapatkan, maka semakin bagus kandidat tersebut. Hasil perhitungan manual di atas yang merupakan kandidat terbaik adalah Postgresql, dengan nilai 0.9614720091.

Hasil perhitungan yang tampil dalam aplikasi dengan bobot yang sama akan terlihat pada gambar dibawah ini. Gambar 4.2 memperlihatkan hasil perhitungan kedekatan relatif akhir dari 5 alternatif yang ada.

(14)

Gambar 4.3 memperlihatkan hasil perhitungan terbaik dari alternatif yang ada dengan mencantumkan nama alternatif dan nilai akhir perhitungannya.

Gambar 4. 3 Hasil Alternatif Pilihan Terbaik 4.3. Hasil Pengujian

Setelah mencoba sistem, maka user mengisi angket keputusan yang telah disediakan oleh penulis. Dari 50 user yang memiliki latar belakang praktisi IT dalam bidang database engineer, didapatkan hasil seperti pada tabel 4.10.

Tabel 4. 10 Prosentase Kepuasan Pengguna

Kriteria sangat puas puas tidak puas

Interface 52% 34% 14%

Cara penggunaan aplikasi 54% 40% 6% Hasil perhitungan aplikasi 8% 78% 14%

Dari tabel 4.10 menunjukkan bahwa tingkat kepuasan user terhadap tiga aspek pada aplikasi yang dibangun cukup baik (interface, cara penggunaan aplikasi dan hasil perhitungan aplikasi). Pada aspek interface, 10% dari 14% yang tidak merasa puas, menyatakan bahwa tampilan terlalu besar. Pada aspek cara penggunaan aplikasi, 4% dari 6% yang tidak puas, menyatakan bahwa user bingung memasukkan bobot untuk masing-masing kriteria. Dan pada aspek hasil perhitungan aplikasi, 10% dari 14% yang tidak puas, menyatakan hasil yang didapatkan kurang jelas perbedaannya.