pada CV. Sentana Prima Unggul Sidoarjo
TUGAS AKHIR
Diajukan Oleh :
HADI SETIYAWAN
0634010105
PROGRAM STUDI SISTEM INFORMASI
FAKULTAS TEKNOLOGI INDUSTRI
UNIVERSITAS PEMBANGUNAN NASIONAL “VETERAN”
JAWA TIMUR
CV. Sentana Prima Unggul Sidoarjo
Pembimbing I
: Nur Cahyo Wibowo, S.Kom. M.Kom
Pembimbing II
: Achmad Junaidi S.Kom
Penyusun
: Hadi Setiyawan
ABSTRAK
CV. Sentana Prima Unggul Sidoarjo merupakan perusahaan yang bergerak
dibidang bahan pangan. Produk dari perusahaan tersebut meliputi minyak goreng,
teh, kopi, kecap, garam dan lain sebagainya. Dengan terus bertambahnya jumlah
distributor dan semakin luasnya penjulaan produk dipasar serta makin
meningkatnya kompetitor dengan produk yang sama, maka perusahaan harus
memutar otak lebih cerdas lagi agar distributor tetap menjadi pelanggan setia
pemakai produk. Salah satu taktik pemasaran yang diperlukan saat ini adalah
dengan cara memberi award atau hadiah kepada pelanggan setia perusahaan atas
kerjasamanya selama ini. Dengan keadaan yang serba terkomputerisasi di zaman
yang sudah modern ini dan semakin bertambahnya data yang harus didata dan
dinilai, maka diperlukannya program komputer yang berbasis desktop yang dapat
membantu menyelesaikan masalah tersebut
Metode yang digunakan diantaranya, studi lapangan yaitu survey data
diperusahaan yang merupakan sumber untuk memperoleh data sesuai dengan
kebutuhan, studi literatur yaitu mengumpulkan data dan melakukan wawancara
kepada pimpinan perusahaan, studi pustaka yaitu membaca buku-buku referensi
serta browsing di internet yang berhubungan dengan permasalahan.
Hasil uji coba aplikasi ini adalah sistem dapat berjalan sebagaimana
mestinya. Admin menjadi semakin mudah untuk memasukan data dan
mengolahnya. Dengan penerapan implementasi ini maka pihak perusahaan lebih
dapat meningkatkan kompetensinya di dunia bisnis. Selain itu juga dapat
memberikan beberapa alternatif pelanggan terbaik bagi perusahaan dan pihak
perusahaanpun banyak tertolong oleh penerapan sistem baru ini.
Puji Syukur
Alhamdulillaahi rabbil ‘alamin
kehadirat Allah SWT atas
segala limpahan Kekuatan-Nya sehingga dengan segala keterbatasan waktu,
tenaga, dan pikiran yang dimiliki, akhirnya penulis dapat menyelesaikan
laporan Tugas Akhir yang berjudul “ SISTEM PENDUKUNG KEPUTUSAN
PEMILIHAN PELANGGAN TERBAIK BERBASIS WEB DENGAN
METODE YAGER PADA CV. SENTANA PRIMA UNGGUL SIDOARJO ”
tepat pada waktunya.
Skripsi dengan beban 4 SKS ini disusun guna diajukan sebagai salah
satu syarat untuk menyelesaikan program Strata Satu (S1) pada program studi
Teknik Informatika, Fakultas Teknologi Industri, UPN ”VETERAN” Jawa
Timur.
Terima kasih kepada Allah SWT yang telah memberikan rahmat dan
hidayah-Nya, sehingga penulis dapat menyelesaikan Laporan Tugas Akhir ini.
1.
Ir, Sutiyono, MT selaku Dekan Fakultas Teknologi Industri UPN
”Veteran” Jawa Timur.
2.
Basuki Rahmat, S.Si, MT selaku Kepala Jurusan Teknik Informatika
UPN ”Veteran” Jawa Timur serta selaku Dosen Pembimbing I.
3.
Nur Cahyo Wibowo, S,Kom. M,Kom selaku Dosen Pembimbing I.
4.
Achmad Junaidi, S.Kom selaku Dosen Pembimbing II.
fokus mengerjakan Tugas Akhir serta membantu dana demi kelancaran
Tugas Akhir ini.
8.
Dan semua teman-teman kuliah seperjuangan ”BBC” yang tidak bisa
penulis sebutkan satu persatu.
Melalui Skripsi ini penulis merasa mendapatkan kesempatan emas
untuk memperdalam ilmu pengetahuan yang diperoleh selama di bangku
perkuliahan, terutama berkenaan tentang penerapan teknologi perangkat lunak.
Namun, penulis menyadari bahwa Skripsi ini masih jauh dari kesempurnaan.
Oleh karena itu penulis sangat mengharapkan saran dan kritik dari para
pembaca untuk pengembangan sistem lebih lanjut.
Surabaya, 9 November 2011
ABSTRAK...
i
KATA PENGANTAR...
ii
DAFTAR ISI...
iv
DAFTAR GAMBAR...
viii
DAFTAR TABEL...
ix
BAB I PENDAHULUAN...
1
1.1
Latar Belakang...
1
1.2
Perumusan Masalah...
2
1.3
Tujuan...
3
1.4
Manfaat...
3
1.5
Batasan Masalah...
4
1.6
Metodologi Penelitian... 4
1.7
Sistematika Penulisan...
5
BAB II TINJAUAN PUSTAKA……..………...
7
2.1
Profil dan Sejarah CV. Sentana Prima Unggul Sidoarjo….………… 7
2.1.1
Lokasi CV. Sentana Prima Unggul Sidoarjo...……… 8
2.1.2
Struktur Perusahaan………
8
2.1.3
Prosedur Penilaian Distributor Baru………...
9
2.2
Sistem Informasi………..……….…...
9
2.3
Pengertian Website……...……… 10
2.3.1
Web Statis……..………. 10
2.4
Data Flow Diagram (DFD)…….………...………..…. 11
2.5
HTML (Hypertext Markup Language).……..………..…... 11
2.6
Definisi PHP……….…………..……… 13
2.7.1 Ciri - Ciri dan Tujuan...
2.7.2 Komponen Sistem Pendukung Keputusan...
2.7.3 Proses Pengambilan Keputusan...
16
17
18
2.8
Multi-Criteria Decision Making (MCDM)
19
2.9
Teori Himpunan Fuzzy...
2.9.1 Konsep Dasar Himpunan Fuzzy...
2.9.2 Relasi Preferensi Fuzzy...
2.9.3 Variable Linguistik...
2.9.4 Fuzzyfikasi...
2.9.5 Defuzzyfikasi...
2.9.6 Fungsi Keanggotaan...
2.9.7 Representasi Linear Naik...
2.9.8 Fuzzy Multi-Attribute Decision Making (FMADM)...
21
21
22
22
23
23
24
24
25
2.10
Fuzzy MADM Model Yager... 25
2.11
Perbedaan Metode Yager dengan Metode Multi-Attribute
Utility Theory (M.A.U.T)...
28
2.12
Teory Metode Saaty – Analytical Hierarchy Proses (AHP)……….. 28
2.13
Model Umum Analytic Hierarchy Proses... 29
2.14 Karakteristik Model AHP………... 29
2.15 Penyusunan Model Analytic Hierarchy Process………. 31
2.15.1 Bentuk Hierarki………..……… 34
2.15.2 Matriks Perbandingan……… 35
2.15.3 Skala Prioritas……….………
2.15.4 Eigen Vektor...
2.15.5 Kemantapan (Consistency)...
36
38
40
BAB III PERANCANGAN SISTEM... 42
3.1
Analisa Kebutuhan... 42
3.2
Analisis Data... 42
3.5
Perancangan Sistem ...
3.5.1 Alur Proses Rancangan Penelitian...
3.5.2 Diagram Kontek...
3.5.3 Diagram Berjenjang...
3.5.4 Data Flow Diagram...
3.5.5 Entity Relationship Diagram...
3.6 Perancangan Tabel...
50
50
51
52
53
58
59
3.7 Perancangan Antar Muka...
62
BAB IV IMPLEMENTASI SISTEM... 69
4.1
Implementasi...
69
4.2
Kebutuhan Sistem….……... 69
4.3
Instalasi Program dan Pengaturan Sistem... 70
4.4 Implementasi Program... 70
4.4.1 Form Login... 70
4.4.2 Form Menu Utama... 71
4.4.3 Form Maintenance Data Admin... 72
4.4.4 Form Maintenance Data Kriteria... 73
4.4.5 Form Maintenance Data Pelanggan... 73
4.4.6 Form Data Seleksi... 74
4.4.7 Form Penilaian Kriteria...
4.4.8 Form Penilaian Alternatif...
4.4.9 Form Pemilihan Alternatif...
75
75
76
BAB V UJI COBA DAN EVALUASI...
77
5.1
Pelaksanaan Uji Coba Aplikasi...
5.1.1 Halaman Admin...
5.1.2 Halaman Pelanggan...
5.1.3 Halaman Data Seleksi...
5.1.4 Data Seleksi Peserta...
5.1.7 Hasil Penilaian...
80
5.2
Evaluasi Sistem... 81
BAB VI PENUTUP... 92
6.1
Kesimpulan... 92
6.2
Saran... 92
Gambar 2.1
Struktur Perusahaan CV. Sentana Prima Unggul Sidoarjo...
9
Gambar 2.2
Komponen Dari SPK...
17
Gambar 2.3
Representasi Linear Naik...
24
Gambar 2.4
Bentuk Hierarki………...
34
Gambar 2.5
Matrik Perbandingan Berpasangan………...
34
Gambar 2.6
Matrik Perbandingan Preferensi ………...
36
Gambar 3.1
Rancangan Utama Sistem Pendukung Keputusan...
45
Gambar 3.2
Proses Sistem Pendukung Keputusan………...
46
Gambar 3.3
Skematik DSS………...
47
Gambar 3.4
Alur Proses Rancangan Penelitian………...
50
Gambar 3.5
Diagram Context ………...
51
Gambar 3.6
Diagram Bernjejang………...
52
Gambar 3.7
Data Flow Diagram Level 0………...………...
53
Gambar 3.8
Data Flow Diagram Level 1 Proses Maintenance Data...
54
Gambar 3.9
Data Flow Diagram Level 1 Proses Penilaian…………...
55
Gambar 3.10
Data Flow Diagram Level 1 Proses Laporan…………...
57
Gambar 3.11
Conceptual Data Model………...
58
Gambar 3.12
Physical Data Model………...
59
Gambar 3.13
Desain Form Login………...
63
Gambar 3.14
Desain Form Menu………...
64
Gambar 3.15
Desain Form Maintenance Data Admin………...
64
Gambar 3.16
Desain Form Maintenance Data Kriteria………...
65
Gambar 3.17
Desain Form Maintenance Data Pelanggan…...
65
Gambar 3.18
Desain Form Data Seleksi………...
66
Gambar 3.19
Desain Form Penilaian Kriteria………...
67
Gambar 3.20
Desain Form Penilaian Pelanggan………...
67
Gambar 3.21
Desain Form Pemilihan Pelanggan Terbaik………...
68
Gambar 4.1
Form Login...
71
Gambar 4.2
Form Menu...
71
Gambar 4.3
Form Maintenance Data Admin...
72
Gambar 4.4
Form Maintenance Data Kriteria...
73
Gambar 4.5
Form Maintenance Data Pelanggan...
74
Gambar 4.6
Form Data Seleksi...
74
Gambar 4.7
Form Penilaian Kriteria...
75
Gambar 4.8
Form Penilaian Alternatif...
76
Gambar 4.9
Form Pemilihan Alternatif...
76
Gambar 5.1
Data Admin...
77
Gambar 5.2
Data Pelanggan...
78
Gambar 5.3
Data Seleksi...
78
Gambar 5.4
Data Seleksi Peserta...
79
Gambar 5.5
Penilaian Kriteria...
79
Gambar 5.6
Bobot Tiap Kriteria...
80
Tabel 2.1
Perbedaan MADM dan MODM...
20
Tabel 2.2
Skala Banding Secara Berpasangan...
37
Tabel 2.3
Nalai Kemantapan Acak...
41
Tabel 3.1
Tingakat Kepentingan Kriteria...
43
Tabel 3.2
Kecocokan Setiap Calon Pada Setiap Kriteria...
44
Tabel 3.3
Kriteria...
59
Tabel 3.4
Alternatif...
60
Tabel 3.5
Admin...
60
Tabel 3.6
Seleksi...
61
Tabel 3.7
DetAlternatif...
61
Tabel 3.8
DetKriteria...
62
Tabel 3.9
NilaiAlt...
62
Tabel 5.1
Derajat Keanggotaan Kriteria...
82
Tabel 5.2
Data Awal Tiap Pelanggan Untuk Jumlah Pembelian………….
82
Tabel 5.3
Derajat Keanggotaan Tiap Pelanggan Untuk Jumlah
Pembelian...
83
Tabel 5.4
Data Awal Tiap Pelanggan Untuk Ketepatan Pembayaran...
83
Tabel 5.5
Derajat Keanggotaan Tiap Pelanggan Untuk Ketepatan
Pembayaran...
84
Tabel 5.6
Data Awal Tiap Pelanggan Untuk Konsistensi Pembelian...
84
Tabel 5.7
Derajat Keanggotaan Tiap Pelanggan Untuk Konsistensi
Pembelian...
85
Tabel 5.8
Data Awal Tiap Pelanggan Untuk Loyalitas Pelanggan……….
85
Tabel 5.9
Derajat Keanggotaan Tiap Untuk Loyalitas Pelanggan...
86
Tabel 5.10
Tingkat Kepentingan...
86
Tabel 5.11
Matrik Perbandingan Berpasangan...
88
Tabel 5.12
Normalisasi...
88
PENDAHULUAN
1.1
Latar Belakang
Persaingan di dunia industri semakin ketat seiring dengan terus
meningkatnya laju pertumbuhan industri. Persaingan ini mengakibatkan setiap
perusahaan harus lebih jeli dalam melakukan pemilihan pelanggan penerima
award atau penghargaan untuk meningkatkan penjualan dan loyalitas
pelanggan sehingga semua tujuan yang ingin dicapai dalam perencanaan
penjualan tersebut dapat terlaksana dengan baik.
Penilaian untuk tiap pelanggan tentunya didasarkan pada kinerja atau
kontribusi masing-masing pelanggan, oleh karenanya tiap pelanggan memiliki
nilai yang berbeda bagi perusahaan bergantung pada kinerja atau kontribusi
yang diberikan pelanggan tersebut bagi perusahaan.
Berdasarkan analisis permasalahan diatas, maka adanya suatu sistem
yang dapat membantu CV. Sentana Prima Unggul Sidoarjo dalam mengambil
keputusan dengan waktu yang tepat tanpa mengurangai kualitas dari keputusan
yang dihasilkan. Sistem ini yang kemudian bisa disebut Sistem Pendukung
Keputusan (SPK), diharapkan dapat membantu CV. Sentana Prima Unggul
Sidoarjo dalam melakukan pengolahan dan analisis data sehingga dapat
menghasilkan informasi yang dapat berguna bagi CV. Sentana Prima Unggul
Sidoarjo dalam hal penilaian dan pemilihan pelanggan terbaik.
Salah satu metode yang dapat membantu pihak CV. Sentana Prima
Unggul Sidoarjo dalam melakukan penilaian dan menentukan pelanggan yang
terbaik dibutuhkan metode untuk melakukan perankingan pelanggan yang
berdasarkan penilaian kinerja, salah satunya adalah metode
Fuzzy MADM
Model Yager, yaitu suatu bentuk model pendukung keputusan yang
memperhatikan bahwa suatu alternatif terbaik adalah memiliki nilai diatas
rata-rata dari alternatif yang dibandingkan (Sri Kusumadewi : 2006).
Dengan menentukan komponen penilaian dan menggunakan metode
Fuzzy MADM Model Yager, diharapkan dapat membantu pihak CV. Sentana
Prima Unggul Sidoarjo sebagai Sistem Pendukung Keputusan dalam
melakukan pemilihan pelanggan terbaik berdasarkan penilaian kinerja
pelanggan.
1.2
Rumusan Masalah
”Bagaimana cara meningkatkan produktifitas perdagangan CV.
Sentana Prima Unggul Sidoarjo secara terkomputerisasi yang dapat mengolah
data perusahaan secara tepat,cepat dan efisien sehingga dapat menghasilkan
nama - nama pelanggan terbaik?”
1.3
Tujuan
Adapun tujuan dari pembuatan skripsi ini adalah :
Merancang dan membuat sistem informasi penilaian distributor kepada
perusahaan dan menerapkan sistem secara komputerisasi yang berbasis web.
1.4
Manfaat
Manfaat dari pembuatan skripsi ini adalah :
a.
Meningkatkan kompetensi CV. Sentana Prima Unggul dalam penerapan
nilai bisnis secara terkomputerisasi.
b. Untuk mempermudah dalam pengelolaan semua data distributor ke dalam
komputer.
c. Dapat memberikan beberapa alternatif pelanggan terbaik kepada Pihak CV.
Sentana Prima Unggul sehingga pemberian award dapat tepat sasaran.
1.5
Batasan Masalah
Adapun yang menjadi batasan-batasan masalah dalam sistem ini, yaitu:
b. Pihak penilai adalah pihak-pihak yang ditunjuk oleh CV. Sentana Prima
Unggul Sidoarjo sebagai pihak dengan kriteria tertentu yang bersifat
membantu proses pemilihan pelanggan terbaik.
c. Metode yang dipergunakan dalam Sistem Pendukung Keputusan ini adalah
Fuzzy MADM Model Yager. Kriteria-kriteria yang digunakan dalam
penilaian tugas skripsi ini adalah jumlah pembelian, ketepatan pembayaran,
konsistensi pembelian, dan loyalitas pelanggan.
d.
Asumsi terbaik adalah yang sesuai dengan kriteria-kriteria yang telah
ditentukan oleh pihak CV. Sentana Prima Unggul Sidoarjo.
e.
Pembuatan model web statis sesuai dengan negosiasi antara CV. Sentana
Prima Unggul Sidoarjo dengan pembuat.
1.6
Metodologi
Untuk dapat mengimplementasikan sistem diatas, maka secara garis besar
digunakan beberapa metode sebagai berikut :
a. Studi Literatur
Menggunakan buku – buku, internet, atau sumber – sumber lain yang
berhubungan dengan materi penulisan skripsi.
b. Pengamatan (Observasi)
Dari pengamatan terhadap jalannya sistem baik secara manual dan
data-data yang terkumpul selanjutnya akan diolah secara lebih lanjut.
c. Analisa Permasalahan
d. Perancangan dan Desain Sistem
Melakukan perancangan sistem untuk kemudian membuat sistem
berdasarkan rancangan sistem yang telah dibuat sesuai dengan data yang
ada.
e. Implementasi sistem
Pembuatan program aplikasi yang telah dirancang sekaligus menganalisa
kekurangan aplikasi.
f. Pembuatan Laporan
Pada tahap terakhir ini disusun buku sebagai dokumentasi pelaksanaan
Skripsi.
1.7
Sistematika Penulisan
Penulisan skripsi ini terdiri dari enam bab dengan sistematika sebagai
berikut :
BAB I
PENDAHULUAN
Berisi tentang deskripsi umum isi skripsi yang meliputi
judul skripsi, latar belakang, perumusan masalah, tujuan
penelitian, batasan masalah, manfaat penyusunan skripsi,
metodologi, dan sistematika penulisan.
BAB II
KAJIAN PUSTAKA
Berisi teori-teori yang terkait tentang penyelesaian
masalah sesuai dengan judul skripsi yang dibuat.
Berisi pembahasan mengenai perancangan sistem yang
akan dibangun serta desain sistem yang akan dihasilkan.
BAB IV
IMPLEMENTASI SISTEM
Berisi tentang pengujian sistem berupa perangkat lunak
serta analisis terhadap sistem yang dibuat.
BAB V
UJICOBA DAN EVALUASI
Berisi tentang test input data dan hasil output data serta
hasil terbaik data sebagai acuan untuk penilaian terhadap
sistem yang telah dibangun.
BAB VI
PENUTUP
2.1
Profil dan Sejarah CV. Sentana Prima Unggul Sidoarjo
Secara singkat, sejarah berdirinya CV. Sentana Prima Unggul Sidoarjo
dapat dijelaskan sebagai berikut. CV. Sentana Prima Unggul Sidoarjo
merupakan perusahaan tunggal yang mempunyai beberapa titik cabang
pemasaran di sejumlah wilayah di jawa timur, antara lain, Surabaya, kediri,
jember, dan malang. CV. Sentana Prima Unggul Sidoarjo saat ini baru
mempunyai satu gudang produksi yang cukup besar, hal ini dibutuhkan karena
peluang penjualan dan pemasaran masih sangat besar potensinya. Sampai saat
ini CV. Sentana Prima Unggul Sidoarjo memiliki lebih dari 60 karyawan,
selain menambah potensi penjualan pasar turut juga menambah lapangan
pekerjaan yang baru bagi masyarakat sekitar.
2.1.1.
Lokasi CV. Sentana Prima Unggul Sidoarjo
CV. Sentana Prima Unggul Sidoarjo ini berdiri di atas lahan sekitar 400
m2 terletak di kawasan perumahan Rewwin Jl. Jatayu no 41 - 42 waru sidoarjo
dan pergudangan yang sekitar 4000 m2 terletak di Jl. Brigjen katamso no 69 -
70 waru sidoarjo. Letak tempat produksi dan pergudangan yang strategis di
depan jalan raya besar, membuat pergudangan menjadi sangat lancar untuk
bongkar muatan sehingga pergudangan tersebut menjadi lahan pusat produksi
yang sangat bagus.
2.1.2.
Struktur Perusahaan
Gambar 2.1 merupakan dasar struktur organisasi yang ada di CV.
Sentana Prima Unggul Sidoarjo.
2.1.3.
Prosedur Penilaian Distributor Baru
Setiap minggu, CV. Sentana Prima Unggul Sidoarjo hampir selalu
menambah jumlah distributor baru. Hal ini yang membuat data yang
dimasukan selalu bertambah dan masih menggunakan sistem manual yaitu
dengan membukukan nama – nama distributor baru. Lalu memberikan nilai
pada masing – masing distributor berdasakan kontribusi kepada perusahaan.
2.2
Sistem Informasi
Sistem informasi adalah aplikasi komputer untuk mendukung operasi
dari suatu organisasi : operasi, instalasi, dan perawatan komputer, perangkat
lunak, dan data. Definisi Lain dari Sistem Informasi antara lain :
a.
Sistem informasi adalah sekumpulan hardware, software, brainware,
prosedur atau aturan yang diorganisasikan secara integral untuk
mengolah data menjadi informasi yang bermanfaat guna memecahkan
masalah dan pengembalian keputusan.
b.
Sistem informasi adalah satu kesatuan data olahan yang terintegrasi dan
saling melengkapi yang menghasilkan output baik dalam bentuk
gambar, suara maupun tulisan.
c.
Sistem
informasi
adalah
proses
yang
menjalankan
fungsi
mengumpulkan,
memproses,
menyimpan,
menganalisis
dan
menyebarkan informasi untuk kepentingan tertentu.
d.
Sistem informasi adalah kumpulan antara sub-sub system yang saling
mencakup input-proses-output yang berhubungan dengan pengolaan
informasi (data yang telah diolah sehingga lebih berguna bagi user).
e.
Sistem informasi adalah sistem yang saling berhubungan dan
terintegrasi satu dengan yang lain dan bekerja sesuai dengan fungsinya
untuk mengatur masalah yang ada.
2.3
Pengertian Website
Website atau
world wide web, sering disingkat sebagai www atau
“web” saja, yakni sebuah system dimana informasi dalam bentuk teks, gambar,
suara, dan lain-lain dipresentasikan dalam bentuk hypertext
dan dapat diakses
oleh perangkat lunak yang disebut browser. Informasi di
web pada umumnya
ditulis dalam format HTML.
Keistimewaan inilah yang telah menjadikan
web sebagai
service yang
paling cepat pertumbuhannya.
Web
mengizinkan pemberian
highlight
(penyorotan) pada kata-kata atau gambar dalam sebuah dokumen untuk
menghubungkan ke dokumen lain.
Dengan sebuah
browser
yang memiliki
Graphical User Interface
(GUI), link-link
dapat dihubungkan ke tujuannya dengan menunjuk
link
tersebut dengan mouse dan menekannya.
2.3.1.
Web
Statis
atau dinamis dapat dilihat dari tampilannya. Jika suatu
web
hanya berhubungan
dengan halaman
web
lain dan berisi suatu informasi yang tetap maka
web
tersebut statis.
Pada
web
statis, pengguna hanya dapat melihat isi dokumen pada
halaman
web
dan apabila diklik akan berpindah ke halaman
web
yang lain.
Interaksi pengguna hanya sebatas dapat melihat informasi yang ditampilkan.
Web
statis biasanya merupakan HTML yang ditulis pada editor teks dan
disimpan dalam bentuk html atau htm.
2.4.
Data Flow Diagram (DFD)
DFD adalah sebuah bahasa yg telah menjadi standar dalam industri
untuk visualisasi, merancang dan mendokumentasikan sistem piranti lunak.
DFD menawarkan
sebuah standar untuk merancang model sebuah sistem. Dengan
menggunakan DFD kita dapat membuat model untuk semua jenis aplikasi
piranti lunak, dimana aplikasi tersebut dapat berjalan pada piranti keras, sistem
operasi dan jaringan apapun, serta ditulis dalam bahasa pemrograman apapun.
2.5.
HTML
(Hypertext Markup Language)
Hypertext Markup Language
(HTML) merupakan sebuah sebuah
bahasa
scripting
yang berguna untuk menuliskan halaman
web.
Pada halaman
web,
HTML dijadikan sebagai bahasa
script
dasar yang berjalan bersama
Tidak diperlukan suatu program editor khusus untuk menggunakan
perintah-perintah HTML, misalnya dapat menggunakan Notepad, Edit Plus
ataupun editor lain yang berbasis GUI
(Graphical User Interface)
seperti
Microsoft Frontpage, dan yang akan digunakan adalah Macromedia
Dreamweaver 8. dengan program ini, kode HTML tidak perlu diketik, karena
semua perintahnya diwujudkan secara icon base. Tetapi bagi seorang
pengembang aplikasi web, kemampuan pengasaan terhadap kode-kode HTML
sangat diperlukan, sehingga sangatlah disarankan untuk menguasai kode
perintah HTML, maka pergunakanlah editor teks (misalnya Notepad).
Adapun secara umum tugas-tugas yang dapat dilakukan oleh HTML
adalah :
a.
Mengontrol tampilan dari web page dan isinya.
b.
Mempublikasikan web secara online.
c.
Membuat
online form
yang bisa digunakan untuk menangani pendaftaran
buku tamu, dan transaksi online lainnya.
d.
Menambahkan objek-objek seperti
image, audio, video,
dan juga
applet
dalam dokumen HTML.
2.6.
Definisi PHP
PHP singkatan dari PHP
Hypertext Preprocessor
yang digunakan
sebagai bahasa
script serve-side
dalam pengembangan
web
yang disisipkan
pada dokumen HTML. Penggunaan PHP memungkinkan
web
dapat dibuat
dinamis sehingga maintenance situs web tersebut lebih mudah dan efisien. PHP
merupakan
software Open-Source
yang disebarkan dan dilisensikan secara
gratis serta dapat di
download
secara bebas dari situs resminya yaitu :
http://www.php.net.
PHP yang ditulis dengan menggunakan bahasa C dapat dikembangkan
sendiri dengan menambah fungsi-fungsi baru. PHP adalah bahasa yang sangat
popular. Sebagian besar sintaks PHP mirip dengan sintaks dalam bahasa C dan
Perl.
2.6.1.
Kelebihan PHP
PHP memiliki banyak kelebihan yang tidak dimiliki oleh bahasa script
sejenis. PHP difokuskan pada pembuatan
script server-side,
yang bisa
melakukan apa saja yang dapat dilakukan oleh GCI, seperti mengumpulkan
dataq dari form, menghasilkan isi halaman
web
dinamis, dan kemampuan
mengirim serta menerima cookies bahkan lebih daripada kemampuan CGI.
PHP dapat digunakan pada semua system operasi, antaqra lain Linux,
PHP tidak terbatas pada hasil keluaran HTML
(HyperText Markup
Languages).
PHP juga memiliki kemampuan untuk mengolah keluaran
gambar, file PDF, dan movies flash. PHP juga dapat menghasilkan teks seperti
XHTML dan file XML lainnya.
2.6.2.
Sintaks PHP
Sintaks program atau script PHP ditulis dalam apitan tanda khusus
PHP. Ada empat macam pasangan tag PHP yang dapat digunakan untuk
menandai blok script PHP :
<?php …?>
<script language = “PHP”> … </script>
<? … ?>
<% … %>
Cara 1 dan 2 merupakan cara yang paling umum digunakan sekalipun
cara 3 tampak lebih praktis karena cara 3 tidak selalu diaktifkan pada
konfigurasi
file php. Ini yang terdapat pada direktori C:\Program Files\Apache
Software Foundation\Apache2.2\PHP.
Cara 4 juga dimungkinkan sebagai kemudahan bagi yang sudah
terbisasa dengan ASP
(Active Server Pages). Namun, bila itu tidak dikenal,
maka harus dilakukan pengaktifan pada
file
konfigurasi php ini. Pengaktifan
yang dilakukan pada file php ini terdapat pada baris berikut :
Language options
Asp_tags = off,
Ubah
Off
menjadi On, kemudian simpan dan restart kembali
web
server.[4]
2.7
Sistem Pendukung Keputusan (
Decision Support Systems
)
Konsep
Sistem
Pendukung
Keputusan
(SPK)
pertama
kali
dikemukakan pada awal 1970-an oleh Michael S. Scott Morton. Ada beberapa
definisi sistem pendukung keputusan yang dikemukakan oleh beberapa pakar,
diantaranya:
a. Menurut Michael S. Scott Morton, sistem pendukung keputusan disebut
dengan istilah
management decision. Sistem tersebut adalah suatu sistem
berbasis komputer yang ditujukan untuk pengambil keputusan dalam
memanfaatkan data dan model tertentu untuk membantu pengambil
keputusan untuk memecahkan berbagai persoalan yang tidak terstruktur.
Istilah sistem pendukung keputusan mengacu pada suatu yang
memanfaatkan dukungan komputer dalam proses pengambil keputusan.
b. Menurut Man dan Watson, sistem pendukung keputusan merupakan suatu
c. Menurut Litle, sistem pendukung keputusan adalah suatu informasi
berbasis komputer yang menghasilkan berbagai alternatif keputusan untuk
membantu manajemen dalam menangani berbagai permasalahan yang semi
terstruktur ataupun tidak terstruktur dengan menggunakan data dan model.
Dari beberapa definisi diatas dapat dikatakan bahwa sistem pendukung
keputusan adalah suatu informasi spesifik yang ditujukan untuk membantu
manajemen dalam mengambil keputusan yang berkaitan dengan persoalan
yang bersifat semi terstruktur. Sistem ini memiliki fasilitas untuk menghasilkan
berbagai alternatif yang secara interaktif dapat digunakan oleh pemakai.
Penggunaan model ini berkaitan dengan sifat permasalahan yang harus
dipecahkan pemakai, yaitu semi terstruktur atau tidak terstruktur. Jadi semakin
banyak perbendaharaan yang dimiliki oleh sistem, maka alternatif keputusan
yang dapat diciptakannya juga akan semakin banyak, dengan memanfaatkan
komputer sebagai media.
2.7.1
Ciri-Ciri dan Tujuan
Sudirman dan Widjajani mengemukakan ciri-ciri sistem pendukung
keputusan yang dirumuskan oleh Alters Keen, sebagai berikut:
a.
Sistem pendukung keputusan ditujukan untuk membantu
keputusan-keputusan yang kurang terstruktur dan umumnya dihadapi oleh para
manajer yang berada di tingkat puncak.
c.
Sistem pendukung keputusan memiliki fasilitas interaktif yang dapat
mempermudah hubungan antara manusia dan komputer.
d.
Sistem pendukung keputusan bersifat luwes dan dapat menyesuaikan
dengan perubahan-perubahan yang terjadi.
2.7.2
Komponen Sistem Pendukung Keputusan
Sistem pendukung keputusan terdiri atas tiga komponen utama atau
subsistem, yaitu:
a. Subsistem Pengelolaan Data (Database).
Merupakan komponen sistem pendukung keputusan penyedia data bagi
sistem.
b. Subsistem Pengelolaan Model (Model Base).
Mengintegrasikan data dengan model-model keputusan.
c. Subsistem Pengeloaan Dialog (User Interface).
Menyediakan fasilitas yang mampu mengintegrasikan sistem secara
interaktif. Hubungan antara ketiga komponen di atas dapat dilihat pada
gambar 2.1
Gambar 2.2 Komponen Dari SPK
Pemakai
Pengelolaan
Data
Pengelolaan
Model
Pengelolaan
2.7.3
Proses Pengambil Keputusan
Proses pengambilan keputusan terdiri atas empat tahap, yaitu:
a. Tahap Intelegence
Dalam tahap ini pengambil keputusan mempelajari kenyataan yang
terjadi, sehingga dapat mengidentifikasi dan mendefenisikan masalah
yang sering terjadi, biasanya dilakukan analisis berurutan dari sistem ke
sub sistem pembentuknya. Dari tahap ini didapatkan keluaran berupa
dokumen pernyataan masalah.
b. Tahap Design
Dalam tahap ini pengambil keputusan menemukan, mengembangkan, dan
menganalis semua pemecahan yang mungkin, yaitu melalui pembuatan
model yang bisa mewakili kondisi nyata masalah. Dari tahap ini
didapatkan keluaran berupa dokumen alternatif solusi.
c. Tahap Choice
d. Tahap Implementation
Dalam tahap ini pengambil keputusan menjalankan rangkaian aksi
pemecahan yang dipilih di tahap
choice.
Implementasi yang sukses
ditandai dengan terjawabnya masalah yang dihadapi, sementara
kegagalan ditandai dengan tetap adanya masalah yang sedang dicoba
untuk diatasi. Dari tahap ini didapatkan keluaran laporan berupa laporan
pelaksanaan solusi dan hasilnya.
2.8
Multi-Criteria Decision Making (MCDM)
Menurut Ismail (2005), dalam sebuah pengambilan keputusan selalu
dihadapkan pada beberapa alternatif yang dapat dipilih dengan kriteria-kriteria
yang bersesuaian sehingga dapat digunakan sebagai bahan evaluasi untuk
memilih. Jadi MCDM adalah disiplin dalam pengambilan keputusan dengan
banyak kriteria.
Disiplin dalam MCDM secara garis besar dibagi menjadi dua, yaitu
Multi-Attribute Decision Making (MADM) dan
Multi-Objective Decision
Making (MODM). Dimana MADM lebih menitikberatkan pada pemilihan
alternatif dalam jumlah yang terbatas sedangkan MODM merancang alternatif
terbaik, meskipun demikian kedua istilah MADM dan MODM berada pada
kategori kelas yang sama.
Tabel 2.1 Perbedaan MADM dan MODM (Yoon dan Hwang. 1981)
Beberapa ciri yang selalu ada dalam MCDM adalah:
1.
Alternatif
Kemungkinan-kemungkinan yang dapat dipilih oleh pengambil keputusan.
Jumlah alternatif ini adalah terbatas.
2.
Atribut
Biasanya merupakan karaktristik, komponen atau kriteria keputusan.
3.
Pembobotan
Pemberian bobot pada setiap kriteria.
4.
Matrix Keputusan
Metode MCDM dapat dinyatakan dalam bentuk matrix. Sebuah matrix X
adalah matrix (m x n) dimana elemen xij, dengan i mewakili alternatif, yaitu
Ai (untuk
i
= 1,2,3,…,m) dan
j mewakili kriteria, yaitu
Cj (untuk
i
=
1,2,3,…,n).
Ai , i = 1,2,3,…,m dinotasikan dengan :
Dan vektor kolomnya adalah
aj = (a1j, a2j, ..., amj)
T( 2.2 )
Yang memperlihatkan perbedaan antar setiap alternatif adalah nilai dari
atribut yang dimiliki oleh alternatif tersebut j, yaitu Cj.
Untuk menggambarkan pentingnya hubungan antara atribut-atribut yang ada
maka weighted vector diberikan dengan W = (w1,w2,…,wn).
5.
Pertentangan antar Kriteria
Dalam kriteria majemuk biasanya terjadi pertentangan kepentingan antara
satu kriteria dengan kriteria yang lainnya.
2.9
Teori Himpunan Fuzzy
Pada teori himpunan fuzzy, komponen utama yang sangat berpengaruh
adalah fungsi keanggotaan. Fungsi keanggotaan mereprentasikan derajat
kedekatan suatu obyek terhadap atribut tertentu, sedangkan pada teori
probabilitas lebih pada penggunaan frekuensi relative.
2.9.1
Konsep Dasar Himpunan Fuzzy
Konsep dasar dari himpunan Fuzzy terbagi atas:
1.
Himpunan Klasik (Crisp)
Pada teori himpunan klasik (crisp), keberadaan suatu elemen pada
suatu himpunan A, hanya akan memiliki 2 kemungkinan keanggotaan,
yaitu menjadi anggota A atau tidak menjadi anggota A.
Jika X adalah koleksi dari obyek-obyek yang dinotasikan secara
generik oleh x, maka suatu himpunan fuzzy A
~
, dalam X adalah suatu
himpunan pasangan berurutan:
A
=
{
(
x
,
m
A( )
x
)
|
x
∈
X
}
~
~
( 2.3 )
dengan
µ
A~( )
x
adalah derajat keanggotaan x di yang memetakan X
ke ruang keanggotaan M yang terletak pada rentang (0, 1).
2.9.2
Relasi Preferensi Fuzzy
Konsep dasar dari sistem pendukung keputusan fuzzy adalah relasi
antar elemen dalam himpunan-himpunan. Suatu relasi fuzzy merepresentasikan
derajat keanggotaan (hubungan) antara elemen dari dua atau lebih himpunan
11.
Untuk melakukan agregasi terhadap preferensi para
expert
ke dalam
grup preferensi,dibutuhkan relasi preferensi. Pada relasi preferensi setiap
expert
menghubungkan nilai preferensi antar setiap. Ada dua macam relasi
pereferensi yang sering digunakan, yaitu relasi preferensi multiplikatif dan
relasi pereferensi fuzzy. Relasi pereferensi multiplikatif, A, pada himpunan
Alternative X direpresentasikan sebagai matriks A
∈Χ
Χ
Χ
,
Α
=
(a
ij), a
ijmerupakan rasio pereferensi Alternative x
iterhadap x
j, berarti bahwa x
ia
ijkali
lebih baik daripada x
j. Saaty merekomendasikan untuk menggunakan nilai 1-9.
2.9.3
Variabel Linguistik
Variabel linguistik adalah variabel yang bernilai kata/kalimat, bukan
peranan linguistik kurang spesisifik dibandingkan angka, namun informasi
yang disampaikan lebih informatif.
Variabel linguistik ini merupakan konsep penting dalam logika samar
dan memegang peranan penting dalam beberapa aplikasi. Jika “kecepatan”
adalah variabel linguistik, maka nilai linguistik untuk variabel kecepatan
adalah, misalnya “lambat”, “sedang”, “cepat”. Hal ini sesuai dengan kebiasaan
manusia sehari-hari dalam menilai sesuatu, misalnya : “Ia mengendarai mobil
dengan cepat”, tanpa memberikan nilai berapa kecepatannya.
2.9.4
Fuzzyfikasi
Fuzzifikasi adalah fase pertama dari perhitungan samar yaitu
pengubahan nilai tegas (
crisp
) ke nilai samar. Proses fuzzyfikasi ditulis sebagai
berikut :
x = fuzzifier (x
0)
dengan x
0adalah sebuah Variabel nilai tegas dari suatu Variable input,
x adalah Variable himpunan fuzzy yang didefinisikan sebagai Variable, dan
fuzzifier adalah sebuah operator fuzzifikasi yang mengubah nilai tegas ke
himpunan samar.
2.9.5
Defuzzyfikasi
Defuzzyfikasi adalah fase terakhir dari proses perhitungan samar yaitu
pengubahan nilai samar hasil fuzzyfikasi ke nilai tegas. Untuk metode
defuzzyfikasi digunakan
Height Method
, metode ini dikenal juga sebagai
nilai crisp yang memiliki derajat keanggotaan maksimum. Oleh karena itu,
metode ini hanya bisa dipakai untuk fungsi keanggotaan yang memiliki derajat
keanggotaan 1 pada suatu nilai crisp tunggal dan 0 pada semua nilai crisp yang
lain. Fungsi seperti ini sering disebut sebagai singleton.
Pada teori himpunan fuzzy, komponen utama yang sangat berpengaruh
adalah fungsi keanggotaan. Fungsi keanggotaan mereprentasikan derajat
kedekatan suatu obyek terhadap atribut tertentu, sedangkan pada teori
probabilitas lebih pada penggunaan frekuensi relative.
2.9.6
Fungsi Keanggotaan
Fungsi keanggotaan (membership function) adalah suatu kurva yang
menunjukkan pemetaan titik-titik input data ke dalam nilai keanggotaanya.
Salah satu cara yang dapat digunakan untuk mendapatkan nilai keanggotaan
adalah dengan melalui pendekatan fungsi.
2.9.7
Representasi Linear Naik
Gambar 2.3 Representasi Linear Naik
( 2.4 )
Fungsi Keanggotaan
2.9.8
Fuzzy Multi-Attribute Decision Making (FMADM)
Pada FMADM, alternatif-alternatif sudah diketahui dan ditentukan
sebelumnya. Pengambil keputusan harus menentukan prioritas atau ranking
berdasarkan alternatif yang diberikan. Secara umum, FMADM memiliki suatu
tujuan tertentu, yang dapat diklasifikasikan dalam 2 tipe, yaitu menyeleksi
alternatif dengan atribut (alternatif) dengan ciri-ciri terbaik dan mengklasifikasi
alternative berdasarkan peran tertentu.
2.10
Fuzzy MADM Model Yager
Fuzzy MADM model Yager ini merupakan bentuk standar dari fuzzy
MADM. Misalkan A={a1,…,an} adalah himpunan alternatif, dan atribut
Derajat
keanggotaan
µ(x)
a domain
direpresentasikan dengan himpunan fuzzy C
~
j, j = 1, …, m. bobot yang
menunjukkan tingkat kepentingan atribut ke-j dinotasikan dengan wj. nilai
capaian alternatif ai terhadap atribut
j ~C
diekspresikan dengan derajat
keanggotaan mc(xi). keputusan akhir diambil berdasarkan interseksi dari semua
atribut fuzzy sebagai berikut:
C
C
C
D
w w~
wmm...
~
~
~
2 22
1
∩
∩
=
( 2.5 )
Alternatif optimal didefinisikan sedemikian rupa sehingga alternatif
tersebut memberikan kontribusi derajat keanggotaan tertinggi pada
D
~
.
Langkah-langkah penyelesaian untuk model ini adalah (Zimmermann,
1991):
1.
Tetapkan matriks perbandingan berpasangan antar atribut, M, berdasarkan
prosedur hirarki Saaty sebagai berikut:
=
α
α
α
α
α
α
α
α
α
α
α
α
α
α
α
α
α
α
n n n n n nM
2 1 2 2 2 1 2 1 2 1 1 1( 2.6 )
dengan
α
α
1
1
adalah kepentingan relatif atribut ai terhadap atribut aj.
(A)(W
T)=(n)(W
T) ( 2.7 )
dapat didekati dengan cara:
a.
Menormalkan setiap kolom j dalam matriks A, sedemikian hingga:
a
1
i
ij
=
( 2.8 )
b.
Untuk setiap baris i dalam A’, hitunglah nilai rata-ratanya:
=
i ij ia
n
1
w
( 2.9 )
Untuk lebih jelas mengenai persamaan 2.6, 2.7, 2.8, 2.9 maka akan
dijelaskan mengenai teori Saaty yang lebih dikenal dengan
Analytical
Hierarchy Process
pada sub bab 2.5
3.
Hitung nilai:
(
C
j( )
x
i)
wj~
( 2.10 )
dimana
C
~
jadalah derajat keanggotaan dari alternatif x
iterhadap suatu
kriteria;
w
jadalah bobot preferensi dari perhitungan model Saaty
4.
Tentukan interseksi dari semua
(
C
~
j( )
x
i)
wj, sebagai:
( )
(
)
=
=
=
xi
x
i
n
j
m
D
Cj iw j i
,...,
1
;
,...,
1
|
min
,
~
µ
( 2. 11 )
Pilih x
idengan derajat keanggotaan terbesar dalam
D
~
, dan tetapkan
2.11
Perbedaan Metode Yager dengan Metode Multi-Attribute Utility
Theory (M.A.U.T)
Multi-Attribute Utility Theory digunakan untuk merubah dari
beberapa kepentingan kedalam nilai numerik dengan skala 0-1 dengan 0
mewakili pilihan terburuk dan 1 terbaik. Hal ini memungkinkan
perbandingan langsung beragam ukuran. Yaitu, dengan alat yang tepat, itu
memungkinkan saja untuk membandingkan apel dengan jeruk. Hasil
akhirnya adalah urutan peringkat dari evaluasi alternatif yang menggambarkan
pilihan dari para pembuat keputusan.
2.12
Teori Metode Saaty - Analytical Hierarchy Process
(AHP)
Adapun
Analytic Hierarchy Process (AHP) adalah salah satu bentuk
model pengambilan keputusan yang pada dasarnya menutupi semua
kekurangan dari model-model sebelumnya. Peralatan utama dari model ini
adalah sebuah hirarki fungsional dengan inputan utamanya persepsi manusia
(kualitatif). Dengan hirarki, suatu masalah yang kompleks dan tidak terstruktur
dipecah kedalam kelompok-kelompoknya dan kemudian kelompok-kelompok
tersebut diatur menjadi suatu bentuk hirarki. Dalam perkembangannya AHP
tidak saja digunakan untuk menentukan prioritas pilihan dengan banyak
kriteria, tetapi penerapannya telah meluas sebagai metode alternatif untuk
menyelesaikan bermacam-macam masalah seperti pemilihan lokasi galangan
kapal yang tepat, pemilihan jenis mobil, promosi jabatan, pemberian insentif
2.13
Model Umum Analytic Hierarchy Process
Jenjang 1 : Goal
Merupakan tujuan akhir dari pemecahan masalah yang timbul yaitu
menentukan lokasi galangan kapal yang terbaik.
Jenjang 2 : Kriteria
Merupakan beberapa unsur pertimbangan dalam menentukan lokasi
galangan kapal sehingga menghasilkan suatu nilai terbaik diantara beberapa
kriteria yang ada.
Jenjang 3 : Alternatif
Merupakan beberapa pertimbangan nama-nama lokasi yang akan diolah
melalui perhitungan matriks dengan tidak mengabaikan nilai kriteria diatas
untuk menghasilkan lokasi galangan kapal yang terbaik.
2.14
Karakteristik Model AHP
Model AHP menggunakan model presepsi manusia (kualitatif) yang
diangap pakar/ahli sebagai input utamanya. Pakar/ahli disini bukan berarti
orang tersebut harus jenius, pintar, bergelar doktor dan sebagainya, tetapi lebih
mengacu pada orang yang benar permasalahan yang diajukan, merasakan
akibat masalah atau punya kepentingan terhadap masalah tersebut. Karena
menggunakan input kualitatif (presepsi manusia), maka model ini juga dapat
mengolah hal-hal kualitatif disamping hal-hal yang kuantitatif. Jadi bisa
dikatakan bahwa model AHP ini adalah model yang komprehensif, karena
mempunyai kemampuan yang ‘multiobjektif’ dan ‘multikreteria’ yang berdasar
Kelebihan-kelebihan yang dimiliki dengan menggunakan metode AHP
antara lain :
a.
Kesatuan
AHP memberi satu model tunggal yang mudah dimengerti dan luwes
untuk aneka ragam persoalan tak terstruktur.
b.
Kompleksitas
AHP memadukan ancangan deduktif dan ancangan berdasarkan sistem
dalam memecahkan persoalan kompleks.
c.
Saling ketergantungan
AHP dapat menangani saling ketergantungan elemen-elemen dalam
suatu sistem dan tak memaksakan pemikiran linier.
d.
Penyusunan hierarki
AHP mencerminkan kecenderungan alami pikiran untuk
memilah-milah elemen-elemen dalam suatu sistem dalam berbagai tingkat berlainan dan
mengelompokkan unsur dalam setiap tingkat.
e.
Pengulangan proses
AHP memungkinkan orang memperhalus definisi mereka pada suatu
persoalan dan memperbaiki pertimbangan dan pengertian mereka melalui
pengulangan.
f.
Penilaian dan konsensus
AHP tidak memaksakan konsensus tetapi mensistensis suatu hasil yang
representatif dari berbagai penilaian yang berbeda-beda.
AHP mempertimbangkan prioritas-prioritas relatif dari berbagai faktor
sistem dan memungkinkan orang memilih alternatif terbaik berdasarkan
tujuan-tujuan mereka.
h.
Sintesis
AHP menuntun kesuatu taksiran menyeluruh tentang kebaikan setiap
alternatif.
i.
Konsistensi
AHP melacak konsistensi logis dari pertimbangan-pertimbangan yang
digunakan dalam menetapkan berbagai prioritas.
j.
Pengukuran
AHP memberi suatu skala untuk mengukur hal-hal dan wujud suatu
metode untuk menetapkan suatu prioritas.
Disamping kelebihan–kelebihan yang dimilikinya, model AHP
mempunyai beberapa kelemahan yang dapat berakibat fatal. Ketergantungan
model ini pada inputan berupa presepsi seorang pakar/ahli akan membuat hasil
akhir dari model ini menjadi tidak ada artinya apabila pakar/ahli memberikan
nilai yang keliru. Kondisi ini ditambah juga belum adanya kriteria yang jelas
untuk seorang ekspert, membuat orang sering ragu-ragu dalam menanggapi
solusi yang dihasilkan model ini.
2.15
Penyususan Model Analytic Hierarchy Process
Langkah-langkah dalam metode AHP (Mulyono, 1996:108) adalah
1. Mendefinisikan masalah dan menentukan solusi yang diinginkan.
2. Melakukan Decomposition
Setelah persoalan didefinisikan, maka perlu decomposisi yaitu
memecahkan persoalan utuh menjadi unsur-unsurnya, dilakukan sampai
tidak mungkin dilakukan pemecahan lebih lanjut sehingga didapat beberapa
tingkatan tadi (hirarki). Jadi pekerjaan dalam hirarki adalah :
mengidentifikasikan permasalahan, mengelompokkan dan menyusun
kedalam level yang berbeda.
3. Comparative Judgment
Prinsip ini membuat penilaian terutama kepentingan relatif dua
elemen pada suatu tingkat tertentu dalam kaitannya dengan tingkat
diatasnya. Penilaian ini merupakan inti dari AHP, karena pengaruh terhadat
prioritas elemen-elemen. Jumlah perbandingan berpasangan sebanyak [n x
(n–1)] / 2 buah, dengan n adalah banyaknya elemen yang dibandingkan.
Hasil ini disajikan dalam bentuk matrik (pairwise comparison).
4. Melakukan Synthesis of Priority
5. Melakukan Logical Consistency
Menilai kemantapan (consistency) penilaian yang telah diberikan
dengan batasan-batasan tertentu, dapat diketahui apakah pengambilan
keputusan konsisten dalam melakukan penilaian.
Consistency Ratio (CR) dapat diterima jika berkisar 10% atau kurang,
dan pada beberapa kasus 20% dapat ditolerir tetapi tidak pernah lebih. Jika
CR ini tidak masuk dalam range maka penilaian harus direvisi dengan
menganalisa kembali permasalahan.
Sebelum melangkah jauh proses bekerjanya model AHP, perlu
diperhatikan aksioma-aksioma yang dimiliki model AHP. Pengertian
Aksioma sendiri adalah suatu yang tidak dapat dibantah kebenarannya atau
yang pasti terjadi. Ada 4 aksioma yang harus diperhatikan dalam model
AHP, dan pelanggaran dari setiap aksioma berakibat tidak validnya model
yang dipakai. Keempat aksioma tersebut adalah :
Aksioma 1 :
Recepprocal Comparison, artinya sipengambil keputusan harus membuat
perbandingan dan mengatakan preferensinya. Preferensi itu sendiri harus
memenuhi syarat desifrokal yaitu akan A lebih disukai dari B dengan skala x,
Aksioma 2 :
Homogenety, artinya preferensi seseorang harus dapat dinyatakan dalam
skala terbatas atau dengan kata lain elemen-elemennya dapat dibandingkan
satu sama lain. Kalau aksioma ini tidak dipenuhi maka elemen yang
dibandingkan tidak homogenous dan harus dibentuk suatu ‘Cluster’ (
kelompok elemen ) yang lain.
Aksioma 3 :
Independence, artinya preferensi dinyatakan dengan mengasumsikan
bahwa kriteria tidak dipengaruhi dengan alternatif-alternatif yang ada
melainkan oleh objektif secara keseluruhan.
Ini menunjukkan bahwa pola ketergantungan atau pengaruh dalam model
AHP adalah searah keatas. Artinya perbandingan elemen-elemen dalam satu
level dipengaruhi atau tergantung oleh elemen-elemen dalam level diatasnya.
Aksioma 4 :
Expertations, untuk tujuan pengambilan keputusan, struktur diasumsikan
lengkap. Apabila asumsi ini tidak dipenuhi, maka sipengambil keputusan tidak
memakai seluruh kriteria dan atau objektif yang tersedia atau diperlukan
sehingga keputusan yang diambil tidak lengkap.
2.15.1
Bentuk Hirarki
31 32 33 34 35 36 37 38
21 22 23 24
1
41 42 43
Tingkat 1
(Fokus)
Tingkat 2
(Kriteria)
Tingkat 3
(Sub Kriteria)
Tingkat 4
[image:45.612.125.528.443.683.2](Alternatif)
Gambar 2.4 Bentuk Hirarki Sederhana (Saaty, 1993)
2.15.2
Matriks Perbandingan
Formulasi matematis dalam AHP menggunakan suatu matrik dengan
suatu
n
elemen operasi, yaitu :
A
1 ,A
2, A
3, A
4,….,…., An
, maka hasil
perbandingan secara berpasangan elemen-elemen operasi tersebut akan
membentuk matrik perbandingan.
A1
A2
…
An
A1
A11
A12
…
A1n
A2
A21
A22
…
A2n
…
…
…
…
…
An
An1
An2
…
Ann
Nilai (judgment) perbandingan secara berpasangan antara (wi , wj), dapat
dipresentasikan seperti matrik diatas, yaitu setiap elemen memiliki sifat timbal
balik, yaitu nilai
aij =
1/aij. Sifat tersebut menyatakan proses perbandingan
bobot atau tingkat intensitas kepentingan elemen operasi A2 terhadap A1. Bila
vektor pembobotan elemen operasi A1, A2,…, An dinyatakan sebagai vektor w,
maka matrik pada gambar dapat dirubah bentuk menjadi
1 2 n
1 1
/w
1 1/w
2 1/w
n2 2/w1 2/w2 2/wn
[image:46.612.209.446.271.567.2]n n/w1 n/w2 n/wn
Gambar 2.6 Matrik Perbandingan Preferensi (Saaty, 1988)
2.15.3
Skala Prioritas
Ketika seseorang hendak membuat perbandingan, misalnya dua
mengidentifikasikan yang satu lebih dari yang lainnya meskipun dia tidak
menggunakan alat bantu untuk mengukurnya dengan besaran karena secara
naluri manusia dapat mengestimasi besaran sederhana melalui inderanya.
Berdasarkan kondisi diatas maka jelas kalau membandingkan dua hal
tesebut merupakan proses perhitungan paling mudah yang mampu dilakukan
oleh manusia dan keakuratannya bisa dipertanggung jawabkan. Untuk itu Saaty
(1980) menetapkan skala kuantitatif 1 sampai dengan 9 untuk menilai
perbandingan tingkat kepentingan suatu elemen terhadap elemen yang lain.
Seperti yang terlihat tabel dibawah ini :
Tabel 2.2 Skala Banding Secara Berpasangan
Tingkat
Kepentingan
Definisi
Penjelasan
1
Kedua kriteria sama penting
Kedua kriteria penyumbang
sama besar pada sifat tersebut
3
Satu kriteria sedikit lebih
penting
dibanding
kriteria
yang lain
Pengalaman
menyatakan
sedikit memihak pada sebuah
kriteria
5
Satu kriteria sesungguhnya
lebih penting dari kriteria lain
Pengalaman
menunjukkan
secara kuat memihak pada
satu kriteria
7
Satu
kriteria
jelas
lebih
penting dari kriteria lainnya
Pengalaman
menunjukkan
secara
kuat
disukai
dan
didominasi kriteria tampak
dalam praktek
9
Satu kriteria mutlak lebih
penting dari pada kriteria lain
Pengalaman
menunjukkan
satu kriteria sangat jelas lebih
penting
2,4,6,8
Nilai tengah diantara dua
penilaian yang berdampingan
Nilai
ini
diberikan
bila
diperlukan kompromi
Kebalikan
dari
angka
tingkat
kepentingan
diatas
2.15.4 Eigen Vektor
Nilai-nilai antar komponen kriteria secara lokal akan dihubungkan pada
rangkaian alternatif untuk menentuka urutan kemungkinan alternatif atau
pilihan, maka perlu dihitung kumpulan eigen vektor dari setiap matrik dan
dinormalisir untuk mengintegrasikan hasil yang diperoleh mejadi vektor-vektor
prioritas. Dalam menghitung eigen vektor yang efektif adalah secara geometris.
Langkah-langkah pemahaman dalam menghitung vector prioritas dapat
dijelaskan sebagai berikut:
A.
Matrik berpasangan
B. Komponen eigen vector
a
w
w
w
w
w
w
=
×
×
3 1
2 1
1 1
b
w
w
w
w
w
w
=
×
×
3 2 2 2 1 23
( 2.13 )
c
w
w
w
w
w
w
=
×
×
3 3 2 3 1 33
Jumlah total = a + b + c
C. Vector prioritas
Σ
=
a
X
1Σ
=
b
X
2( 2.14 )
Σ
=
c
X
3
D.
Urutan alternatif atau pemilihan
Υ
=
•
Χ
+
•
Χ
+
•
Χ
Υ
=
•
Χ
+
•
Χ
+
•
Χ
Υ
=
•
Χ
+
•
Χ
+
•
Χ
=
Χ
Χ
Χ
∗
3 3 3 3 2 3 2 1 3 1 2 3 2 3 2 2 2 1 2 1 1 3 1 3 2 1 2 1 1 1 3 2 1 3 3 3 2 3 1 2 3 2 2 2 1 1 3 1 2 1 1w
w
w
w
w
w
w
w
w
w
w
w
w
w
w
w
w
w
w
w
w
w
w
w
w
w
w
w
w
w
w
w
w
w
w
w
2.15.5 Kemantapan (Consistency)
Pada dasarnya kemantapan yang sempurna dalam suatu penilaian sulit
didapatkan, maka nilai dari kemantapan dapat diketahui dangan menghitung
dua persamaan berikut :
Rumus Indeks Kemantapan (Saaty, 1993) yaitu:
1
max
−
−
=
n
n
CI
λ
( 2.16 )
dimana:
λ
max = eigen value
n
= ukuran matrrik
Nilai
λ
max adalah hasil penjumlahan dari pada elemen kolom pertama
dikalikan dengan vektor prioritas pertama, jumlah elemen kolom kedua
dikalikan dengan prioritas kedua dan jumlah elemen kolom ke- n dikalikan
dengan prioritas ke- n yang telah dinormalisir.
Rumus Rasio Kemantapan (AHP, Thomas L. Saaty, 1993) yaitu:
c
r
CI
CR
=
dimana :
CI
=
indeks kemantapan
( 2.17 )
r
c= kemantapan acak
Nilai
r
cdapat dilihat pada Tabel 2.3
Tabel 2.3 Nilai Kemantapan Acak
Ukuran Matrik Kemantapan Acak
1,2
0
3
0,58
4
0,9
5
1,12
6
1,24
7
1,32
8
1,41
9
1,45
10
1,49
11
1,51
12
1,48
13
1,56
14
1,57
15
1,59
Nilai CR dapat dapat diterima jika berkisar 10% atau kurang, dan pada
beberapa kasus 20% dapat ditolerir tetapi tidak pernah lebih. Jika nilai CR
tidak masuk dalam range maka penilaian harus direvisi dengan menganalisa
3.1
Analisis Kebutuhan
Penilaian pada setiap pelanggan didasarkan pada kriteria
masing-masing pelanggan, oleh karena itu setiap pelanggan memiliki nilai yang
berbeda bagi pihak CV. Sentana Prima Unggul Sidoarjo tergantung pada bobot
kriteria yang dihasilkan oleh masing-masing pelanggan tersebut. Bagi instansi,
bukanlah hal yang mudah tentunya untuk melakukan penilaian setiap
pelanggan dan menentukan pelanggan terbaik yang akan dipilihnya agar sesuai
dengan kriteria yang dimilikinya. Salah satu kendala yang harus dihadapi
adalah komponen penilaian atau kriteria penilaian dan metode yang jelas dalam
memberikan penilaian terhadap setiap pelanggan. Sehingga dapat membantu
instansi dalam melakukan pemilihan pelanggan terbaik berdasarkan kriteria
yang dimilikinya.
3.2
Analisis Data
Dalam perancangan sistem Pendukung keputusan ini diperlukan
data-data agar sistem dapat berjalan, antara lain :
a.
Pelanggan
b.
Kriteria
Dengan adanya pertimbangan penilaian kriteria yang bervariasi
memungkinkan pihak pimpinan untuk dapat menentukan pilihan yang
dianggap paling sesuai kebutuhan.
Tabel
3.1 Tingkat Kepentingan Kriteria
Intensitas
Kepentingan
Keterangan
Penjelasan
1
Kedua
elemen
sama
pentingnya
Dua elemen mempunyai pengaruh
yang sama besar terhadap tujuan
3
Elemen yang satu sedikit lebih
penting daripada elemen yang
lainnya
Pengalaman dan penilaian sedikit
menyokong
satu
elemen
dibandingkan elemen lainnya
5
Elemen yang satu lebih penting
daripada elemen yang lainnya
Pengalaman dan penilaian sangat
kuat menyokong satu elemen
dibandingkan elemen yang lainnya
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 yang lainnya
Bukti yang mendukung elemen
yang satu terhadap elemen lain
memiliki
tingkat
penegasan
tertinggi
yang
mungkin
menguatkan
2,4,6,8
Nilai – nilai antara dua nilai
pertimbangan yang berdekatan
Nilai ini diberikan jika ada dua
kompromi di antara dua pilihan
Kebalikan
Kemudian juga dilakukan pencocokan setiap calon kandidat terhadap
kriteria, berdasarkan format preferensi
linguistic terms dengan skala
5 point.
Dapat dilihat pada tabel dibawah ini :
Tabel
3.2 Kecocokan Setiap Calon Pada Setiap Kriteria
Nilai Kualitatif
Nilai Kuantitatif
Sangat Tidak Layak
1
Tidak Layak
2
Cukup
3
Layak
4
Sangat Layak
5
Sehingga apabila dilakukan kecocokan kandidat pada setiap kriteria
dalam bentuk kualitatif.
3.3
Sistem Flow
Proses penilaian dimulai dengan adanya permintaan penilaian seluruh
pelanggan yang ditujukan pada bagian Admin dari Pimpinan. Admin
selanjutnya melakukan penentuan kriteria, bobot kriteria dan pelanggan yang
akan digunakan dalam penilaian. Hasil penyusunan tersebut ditujukan pada
pihak pimpinan untuk mendapatkan persetujuan, jika tidak mendapatkan
persetujuan maka data tersebut akan dikembalikan pada bagian Admin untuk
dilakukan revisi dengan melakukan konfirmasi, sedangkan jika telah
mendapatkan persetujuan maka dilakukan form penilaian. Masing-masing
penilai yang telah menerima form penilaian terhadap tiap pemohon dan
MADM Model Yager. Hasil perhitungan diserahkan pada Pimpinan. Berikut
gambar merupakan rancangan utama sistem pendukung keputusan penilaian
pelanggan terbaik menggunakan metode Yager.
!
" #
$# %
&
' (
( '
) ' ) &
* &
*
#
3.4
Sistem Pendukung Keputusan Menggunakan Metode Fuzzy
MADM Model Yager
Dalam pembuatan aplikasi ini digunakan metode AHP yang akan
memproses penghitungan perbandingan kriteria dan metode Yager yang akan
memproses penghitungan perbandingan alternatif. Namun sistem akan
membutuhkan inputan berupa data pelanggan serta data kriteria yang di
butuhkan Dengan inputan tersebut sistem
