SISTEM PENDUKUNG KEPUTUSAN PENENTUAN KUALITAS KAKAO DENGAN MENGGUNAKAN METODE
SIMPLE ADDITIVE WEIGHT (SAW)
Suriyani1, Imran Taufik2, Mirfan3, A.Edeth Fuari Anatasya4
1,2,3,4STMIK Handayani, Makassar
ABSTRAK
Penelitian ini bertujuan untuk mengembangkan aplikasi sistem pakar yang dapat mengidentifikasi kualitas kakao berdasarkan pernyataan yang diberikan, sehingga dapat mengecek kualitas kakao dengan mendistribusikan pengetahuan manusia ke dalam sistem. Dalam menentukan kualitas kakao tentunya mengacu pada kriteria penentuan kualitas kakao itu sendiri. Dimana kriteria yang digunakan adalah kadar air, kadar kotoran, kadar jamur. Metode Simpel Additive Weighting (SAW) atau sering juga dikenal dengan istilah metode penjumlahan terbobot menentukan kualitas dari kakao tersebut. Konsep dasar metode Simple Additive Weighting (SAW) adalah mencari penjumlahan terbobot dari rating kinerja pada setiap alternatif pada semua atribut. Metode Simple Additive Weighting (SAW) membutuhkan proses normalisasi matriks keputusan (X) ke suatu skala yang dapat diperbandingkan dengan semua alternatif yang ada. Metode ini sangat cocok untuk sistem pendukung keputusan untuk menghitung nilai presentase penentuan kualitas kakao. Dari hasil penelitian ini adalah pengetahuan database dalam sistem ini berfungsi untuk menyimpan basis pengetahuan sehingga mempermudah dalam mempengaruhi pengetahuan pada program tanpa harus membongkar system yang sudah ada
Kata kunci: Kakao, Simple additive weight (saw), Sistem pendukung keputusan, Kualitas, Perkebunan
1. PENDAHULUAN
Indonesia merupakan negara produsen Kakao ketiga terbesar di dunia setelah Pantai Gading dan Ghana. Kementerian Pertanian (Kementan) menginginkan Indonesia menjadi penghasil 3 komoditas perkebunan yakni kopi, teh dan kakao terbaik di dunia. Kementan melakukan berbagai cara untuk mewujudkan itu.
Kementan telah sukses swasembada beras, jagung, bawang merah dan cabai. Kini pihaknya fokus pada komoditas hortikultura dan komoditas perkebunan . Program pemerintah akan dapat terwujud bila permasalahan yang dihadapi perkebunan kakao dapat diatasi dengan baik[2].
Permasalahan paling utama yang muncul untuk mengembangkan kakao secara luas menghadapi hambatan antara lain bagaimana menghasilkan kakao yang berkualitas dan mampu bersaing di pasar nasional hingga pasar internasional.
Kakao merupakan salah satu komoditas perkebunan yang sesuai untuk perkebunan rakyat, karena tanaman ini dapat berbunga dan berbuah sepanjang tahun, sehingga dapat menjadi sumber pendapatan harian atau mingguan bagi Petani. Selain itu, komoditi tanaman perkebunan merupakan sumber devisa bagi negara dan rangkaian kegiatan produksinya cukup banyak menyerap tenaga kerja. Dalam agrobisnis kakao ada beberapa kendala yang dihadapi, khususnya dalam peningkatan produktivitas dan kualitas yang dihasilkan antara lain adalah masih mempergunakan teknologi tradisional dengan bahan tanaman yang tidak berasal dari klon atau biji yang terpilih dan dengan budidaya yang kurang memadai, serta serangan organisme pengganggu tanaman (OPT) berupa hama dan penyakit.[3]
Penelitian dengan menggunakan Simple Additive Weghting (SAW) terkait penelitia ini (Melia Ariyani) Karakteristik Mutu Biji Kakao (theobrona cacao L) dengan Perlakuan Waktu Fermentasi Berdasarkan SNI- 2323-2008. Jurnal Industri Hasil Perkebunan, Vol.12, No.1.2017 : 34-42. Balai Besar Industri Hasil
Perkebunan.2017[4].Dengan metode perangkingan tersebut, diharapkan penilaian akan lebih tepat karena didasarkan pada nilai kriteria dan bobot yang sudah ditentukan sehingga akan mendapatkan hasil yang lebih akurat terhadap lokasi yang akan dijadikan sebagai lokasi pemasaran tersebut Kualitas adalah suatu faktor yang sangat berperan penting dalam dunia perdagangan. Semakin baik kualitas kakao yang akan diperdagangkan, maka jumlah permintaan akan semakin tinggi maka dari itu kualitas sangatlah berperan penting dalam kakao.
kakao berkualitas dalam hal ini merupakan hasil pertanian kakao yang bergerak dalam dunia perdagangan yang membutuhkan kualitas yang baik untuk tetap bersaing dipasar perdagangan, penentuan kakao berkualitas membutuhkan suatu ketepatan dalam proses pemilihannya, sehingga sesuai dengan kebutuhan yang diharapkan oleh konsumen. Keputusan para petani dalam menentukan kakao berkualitas harus tepat sesuai dengan yang diharapkan. Dalam membuat keputusan menentukan kakao berkualitas, diperlukan sebuah sistem yang tepat dalam menganalisa permasalahan, akurat, dalam penyelesaian dan efisien dalam penyajian data, salah satu sistem yang tepat sesuai dengan permasalahan tersebut yaitu sistem pendukung keputusan. Sistem pendukung keputusan merupakan suatu sistem informasi berbasis komputer yang adaptif, interaktif, fleksibel, yang secara khusus dikembangkan untuk mendukung solusi dari permasalahan manajemen yang tidak terstruktur untuk meningkatkan kualitas pengambilan keputusan yang dalam hal ini adalah penentuan kakao berkualitas.
Pada penelitian sebelumnya telah di bahas mengenai sistem pakar fuzzy penentuan kualitas kakao
“
Tahapan tahapan untuk mendapatkan hasil atau untuk mengetahui kualitas kakao dengan menggunakan logika fuzzy mamdani dan metode pada proses defuzzifikasi adalah LOM (large of maximum)” Sedangkan pada jurnal ini menggunakan metode simple additive weight (SAW). Kabupaten Bulukumba merupakan kabupaten yang ada di wilayah propinsi sentra produksi kakao Indonesia dan lahan produksi kakao yang cukup luas serta kualitas biji kakao kering yang belum diketahui, maka sepantasnya jika kualitas biji kakao kering di kabupaten tersebut diketahui.2. METODE PENELITIAN 2.1 Simple Additive Weight (SAW)
Metode penelitian ini menggunakan Simple Additive Weighting (SAW) menurut Kusumadewi dalam Metode SAW adalah metode penjumlahan terbobot. Konsep dasar dari metode SAW adalah mencari pejumlahan terbobot dari rating kinerja pada setiap alternatif pada semua atribut[5]. Metode SAW membutuhkan proses normalisasi matrik keputusan (X) ke skala yang dapat diperbandingkan dengan semua rating alternatif yang ada. Adapun langkah penyelesaian suatu masalah menggunakan metode Simple Additive Weighting yaitu:
a) Menentukan kriteria yang akan dijadikan acuan dalam pengambilan keputusan, yaitu Ci.
b) Memberikan nilai bobot untuk masing-masing kriteria sebagai W.
c) Memberikan nilai rating kecocokan setiap alternatif pada setiap kriteria.
d) Membuat matriks keputusan berdasarkan kriteria (Ci), kemudian melakukan normalisasi matriks berdasarkan persamaan yang disesuaikan degan jenis atribut (atribut keuntungan ataupun atribut biaya) sehingga diperoleh matriks ternormalisasi R.
𝑹𝒊𝒇
= {
𝑋𝑖𝑓
𝑀𝑎𝑥𝑖𝑋𝑖𝑓 𝐽𝑖𝑘𝑎 𝐽 𝐴𝑑𝑎𝑙𝑎ℎ 𝐴𝑡𝑟𝑖𝑏𝑢𝑡 𝐾𝑒𝑢𝑛𝑡𝑢𝑛𝑔𝑎𝑛 (𝐵𝑒𝑛𝑒𝑓𝑖𝑡) 𝑀𝑖𝑛𝑖𝑋𝑖𝑓
𝑋𝑖𝑓
𝐽𝑖𝑘𝑎 𝐽 𝐴𝑑𝑎𝑙𝑎ℎ 𝐴𝑡𝑟𝑖𝑏𝑢𝑡 𝐵𝑖𝑎𝑦𝑎 (𝑐𝑜𝑠𝑡)
Keterangan Setiap kriteria:
Rij : Nilai rating kinerja ternormalisasi.
Xij : Nilai atribut yang dimiliki dari Max Xij : Nilai terbesar dari setiap kriteria.
Min Xij : Nilai terkecil dari setiap kriteria.
Benefit : Jika nilai terbesar adalah terbaik Cost : Jika nilai terkecil adalah terbaik
Hasil akhir diperoleh dari proses perankingan yaitu penjumlahan dan perkalian matriks ternormalisasi R dengan vektor bobot sehingga diperoleh nilai terbesar yang dipilih sebagai alternatif yang terbaik (Ai)sebagai solusi
(1)
𝑉𝑖 = ∑𝑛𝑗=1𝑊𝑗𝑅𝑖𝑗 Keterangan:
Vi : Ranking untuk setiap alternatif.
Wj : Nilai bobot dari setiap kriteria.
2.2 Kriteria Yang Dibutuhkan
Kriteria Dan Bobot Dalam proses metode Simple Additive Weighting (SAW), diperlukan kriteria- kriteria yang akan dijadikan bahan perhitungan pada perangkingan kualitas kakao. Kriteria yang menjadi bahan pertimbangan [6][7]adalah sebagai berikut
Tabel 1. Kriteria Biji Kokoa
Kriteria Keterangan
C1 Kadar Air (%)
C2 Kadar Kotoran (%)
C3 Kadar Jamur (%)
Dari masing-masing kriteria tersebut akan ditentukan bobot-bobotnya. Pada bobot terdiri dari enam Pembobotan Nilai, yaitu Rendah (R), Sedang (S), Tinggi (T). Untuk lebih jelas data bobot dibentuk dalam tabel 2 berikut ini :
Tabel 2. Kriteria Bobot
2.3 Penggambaran Sistem a. Sistem yang Berjalan
Sistem yang berjalan dapat dituangkan dalam bentuk diagram - diagram yang disesuaikan dengan prinsip OOAD (Object Oriented Analysis and Design) menggunakan UML Diagram. [4]
Gambar 2.1 Usecase diagram analisa sistem yang berjalan
Bilangan Bobot Nilai
Rendah (R) 1
Sedang (S) 2
Tinggi (T) 3
(2)
Petugas
Mengajukan gejala
Identifikasi
Melakukan Pengamatan Langsung
Mengambil Tindakan
Memberikan Kesimpulan
petani
Admin
Membawa sample kakao
Input kadar air, jamur dan kotor
Mengecek kualitas
Memberikan Hasil Analisa
petani Actor : Petugas dan Petani
Brief description : Mengakses sistem melakukan login, admin dapat melihat data data petani dan dapat mengubah data, kemudian dapat menghitung nilai kualitas kakao, menginput data bobot dan print hasil perhitungan metode saw.
b. Sistem yang di usulkan
Gambar 2.2 Usecase diagram sistem yang diusulkan 2.4 Analisis Kebutuhan
a. Kebutuhan Fungsional
Kebutuhan fungsional adalah kebutuhan-kebutuhan yang memiliki keterkaitan langsung dengan system, kebutuhan fungsional dari system ini meliputi :
1) Kebutuhan User (Petani Kakao) a) Membuka Aplikasi
b) Mendapat informasi tentang pengaruh kualitas kakao
c) Mendapatkan informasi menghasilkan kakao yang berkualitas 2) Kebutuhan Administrasi
a) Mendapatkan hak akses login sebagai user ke system b) Mengelolah data pengaruh kualitas kakao
2.5 Teknik Pengumpulan Data
a. Teknik Observasi adalah teknik dengan melakukan pengamatan langsung pada Kantor dinas tanaman pangan, hortikultura dan perkebunan kabupaten bulukumba. Dari hasil observasi penulis dapat memperoleh data–data yang berhubungan dengan penelitian yang akan dilakukan yang berupa data.
b. Teknik Wawancara
Dalam pengambilan data pada Kantor dinas tanaman pangan, hortikultura dan perkebunan kabupaten bulukumba. Dilakukan wawancara kepada 3 bagian tehnis lapangan bapak Adam h.s, bapak M. Taufik sebagai sebagai tehnis lapangan kecematan Bontotiro, dan Ibu Hj. Suriani paromma,Sp.,M.Si sebagai tehnis lapangan kecematan Herlang, terkait pengecekan kualitas kakao.
c. Study Kepustakaan
Merupakan metode pengumpulan data dengan cara mempelajari buku-buku, artikel, jurnal, berita, dll yang di anggap relevan dan dapat mendukung dalam proses penelitian.
2.6 Lokasi dan Waktu Penelitian
Penelitian ini akan dilaksanakan pada Dinas Tanaman Pangan, Hortikultura Dan Perkebunan Kabupaten Bulukumba. Yang di mulai pada tanggal 11 Juli 2019 sampai tanggal 11 Agustus 2019 di kantor Dinas Tanaman Pangan, Hortikultura dan Perkebunan kabupaten Bulukumba.
2.7 Pemodelan Sistem
Pemodelan sistem adalah suatu kegiatan membuat desain teknis berdasarkan evaluasi yang telah dilakukan pada kegiatan analisis. Pada pemodelan atau perancangan desain sistem, item-item dan komponen dirancang dengan tujuan untuk memudahkan dan mengefisienkan kinerja dan aktifitas kerja serta memberikan
gambaran umum tentang bagaimana mekanisme yang tepat untuk mendesain suatu sistem sesuai dengan kebutuhan instansi, kelebihan dan keuntungan yang disajikan lewat suatu perancangan aplikasi[8].
a. Usecase Diagram
Gambar 2.3 Use Case Diagram
b. Activity Diagram
Admin Petani
Gambar 2.4 Activity Diagram
petani Input data
petani
Input data kadar
Spk penentuan kualitas kakao
<<include>>
Laporan Hasil Identifikasi Kualitas
Kakao Mengakses Sistem Pakar
Akses sistem
Login admin
Melihat Data petani
Menghitung Nilai bobot
Laporan hasil nilai
logout
Akses sistem
Input data petani
Input nilai kadar
Hasil hitung
Activity diagram adalah teknik untuk mendeskripsikan logika prosedural, proses bisnis dan aliran kerja dalam banyak kasus. Activity diagram mempunyai peran seperti halnya flowchart, akan tetapi perbedaannya dengan flowchart adalah activity diagram mendukung perilaku paralel sedangkan flowchart tidak bisa.
3. HASIL DAN PEMBAHASAN 3.1 Implementasi Algoritma
a. Langkah-langkah penyelesaian SAW
1) Menentukan kriteria-kriteria yang akan dijadikan acuan dalam pengambilan keputusan, yaitu Ci.
2) Menentukan rating kecocokan setiap alternatif pada setiap kriteria.
3) Membuat matriks keputusan berdasarkan kriteria(Ci), kemudian melakukan normalisasi matriks berdasarkan persamaan yang disesuaikan dengan jenis atribut (atribut keuntungan ataupun atribut biaya) sehingga diperoleh matriks ternormalisasi R.
4) Hasil akhir diperoleh dari proses perankingan yaitu penjumlahan dari perkalian matriks ternormalisasi R dengan vektor bobot sehingga diperoleh nilai terbesar yang dipilih sebagai alternatif terbaik (Ai)sebagai solusi. Formula untuk melakukan normalisasi tersebut adalah :
𝑹𝒊𝒇
= {
𝑋𝑖𝑓
𝑀𝑎𝑥𝑖𝑋𝑖𝑓
𝐽𝑖𝑘𝑎 𝐽 𝐴𝑑𝑎𝑙𝑎ℎ 𝐴𝑡𝑟𝑖𝑏𝑢𝑡 𝐾𝑒𝑢𝑛𝑡𝑢𝑛𝑔𝑎𝑛 (𝐵𝑒𝑛𝑒𝑓𝑖𝑡) 𝑀𝑖𝑛𝑖𝑋𝑖𝑓
𝑋𝑖𝑓 𝐽𝑖𝑘𝑎 𝐽 𝐴𝑑𝑎𝑙𝑎ℎ 𝐴𝑡𝑟𝑖𝑏𝑢𝑡 𝐵𝑖𝑎𝑦𝑎 (𝑐𝑜𝑠𝑡) Keterangan Setiap kriteria:
Rij : Nilai rating kinerja ternormalisasi.
Xij : Nilai atribut yang dimiliki dari Max Xij : Nilai terbesar dari setiap kriteria.
Min Xij : Nilai terkecil dari setiap kriteria.
Benefit : Jika nilai terbesar adalah terbaik Cost : Jika nilai terkecil adalah terbaik b. Penentuan Kriteria
Dengan nilai bobotnya masing-masing dapat dilihat pada tabel di bawah ini : Tabel 3.1 Kriteria Kadar Air
Kadar Air (C1) Bilangan Bobot Nilai
10% Rendah 2
11%-13% Sedang 3
14%-16% Tinggi 4
Tabel 3.2 Kriteria Kadar Kotoran Kadar Kotoran (C2) Bilangan Bobot Nilai
0.8% Rendah 2
0.7%-0.6% Sedang 3
0.5%-0.4% Tinggi 4
Tabel 3.3 Kriteria Kadar Jamur Kadar Jamur (C3) Bilangan Bobot Nilai
4% + Rendah 2
3% Sedang 3
1%-2% Tinggi 4
(1)
Dengan algoritma ini dapat dilihat rumus mengidentifikasi kualitas kakao, dari jumlah kadar air, jamur dan kotoran dapat disimpulakan bahwa makin rendah kadar air, jamur dan kotoran makan kualitasnya akan baik, sebaliknya jika kadar air, jamur dan kotoran tinggi maka kualitas kakaonya akan semakin kurang baik.
Dan dari algoritma ini dapat dilihat rumus perhitungan nilai kualitas kakao, nilai kadar air, kadar jamur dan kadar kotoran dapat disimpulakan dengan presentasi nilai, makin rendah kadar air, jamur dan kotoran maka kualitasnya akan baik, sebaliknya jika kadar air, jamur dan kotoran tinggi maka kualitas kakaonya akan semakin kurang baik[6].
3.2 Implementasi Sistem a. Tampilan Login admin
Gambar 3.1 Tampilan Login Admin
Gambar diatas adalah tampilan menu login untuk admin yang akan tampil sebelum menu dashboard, dimana Admin Login terlebih dahulu dengan memasukan username dan password.
b. Tampilan Input Data Petani
Gambar 3.2 Tampilan Input Data Petani
Gambar diatas adalah tampilan form menu data identitas petani kakao untuk di input.dengan memasukan ID, Nama, Umur, Alamat, Nomor HP.
c. Tampilan Form Input Kadar
Gambar 3.3 Tampilan Form Input Kadar
Gambar pada bagian ini admin menginput Kode Perhitungan, Nama, kadar air, kadar jamur dan kotoran berdasarkan keadaan kakao sehingga system dapat memberikan hasil dari diagnosa kakao tersebut.
d. Tampilan Data Data Petani
Gambar 3.4 Tampilan Data Data Petani
Gambar diatas adalah menunjukkan data pribadi petani kakao,yang menampilkan ID petani, Nama, Umur, Alamat, No.HP.
e. Hasil Data Kriteria
Gambar 3.1.5 Hasil Data Kriteria
Gambar diatas adalah hasil dari kesimpulan kualitas kakao berdasarkan dari konsultasi dari data-data yang diberikan oleh user maka dari data tersebut dapat di cetak hasil dari diagnosa kualitas kakao.
4. KESIMPULAN DAN SARAN 4.1 Kesimpulan
Dari hasil dan pembahasan yang dilakukan dapat ditarik beberapa kesimpulan yaitu :
a) Sistem pendukung keputusan ini dapat membnatu penati kakao dalam menentukan kualitas bibit kakao yang akan digunakan.hal ini dilihat dari hasil uji akurasi sebesar 85%.
b) Sistem pendukung keputusan dalam penelitian ini menggunakan metode SAW yang dapat memberikan alternatif yang maksimum untuk menentukan kualitas kakao.
4.2 Saran
Basis pengetahuan dalam sistem penentuan kualitas kakao ini disarankan lebih memperhatikan kadar air, jamur dan kotoran yang terkandung dalam biji kakao.Dan diperlukan sebuah perancangan sistem yang lebih akurat sebagai contoh penambahan krieria sehingga aplikasi ini dapat dikembangkan lagi dan menjadi lebih baik.
DAFTAR PUSTAKA
[1] S. Kasus, P. Informatika, and U. Langlangbuana, “Implementasi Algoritma SAW Pada Aplikasi Penentuan Pembimbing Tugas Akhir Mahasiswa,” vol. 4, no. 1, pp. 41–48, 2021.
[2] U. Rusmawan, “Implementasi Algoritma SAW ( Simple Additive Weighting ) Dalam Pengambilan Keputusan Pembelian Mesin Produksi Pada PT Ardhi Karya Teknik,” vol. 3, no. 1, pp. 19–24, 2021.
[3] Wawan Firgiawan, Sugiarto Cokrowibowo, and Nuralamsah Zulkarnaim, “Komparasi Algoritma Saw, Ahp, Dan Topsis Dalam Penentuan Uang Kuliah Tunggal (Ukt),” J. Comput. Inf. Syst. ( J-CIS ), vol. 1, no. 2, pp. 1–11, 2019.
[4] M. Ariyanti, “KARAKTERISTIK MUTU BIJI KAKAO (Theobroma cacao L) DENGAN PERLAKUAN WAKTU FERMENTASI BERDASAR SNI 2323-2008. (Quality Characteristics Of CocoaBeans (Theobroma cacao L) WithTime FermentationTreatment Based on ISO 2323-2008),” J. Ind.
Has. Perkeb., vol. 12, no. 1, p. 34, 2017.
[5] A. A. G. A. P. R. Asmara, “Implementasi Metode Simple Additive Weighting (SAW) Dalam Memprediksi Calon Mahasiswa Dropout STMIK STIKOM Bali,” Sist. Inform., vol. 11, no. 1, pp. 11–18, 2016.
[6] D. Pujatama, “Implementasi Algoritma SAW ( Simple Additive Weighting ) Untuk Mendukung Keputusan Penerimaan Beasiswa Ppa Pada Universitas Dian,” 2014.
[7] B. Prasetiyo and A. R. Suryani, “Metode SAW ( Simple Additive Weighting ) dalam Pengambilan Keputusan Pemilihan Strategi Pemasaran Industri Tekstil,” Semin. Nas. Ilmu Komput., no. Snik, pp. 379–
382, 2016.
[8] F. Frieyadie, “Penerapan Metode Simple Additive Weight (Saw) Dalam Sistem Pendukung Keputusan Promosi Kenaikan Jabatan,” J. Pilar Nusa Mandiri, vol. 12, no. 1, pp. 37–45, 2016.
