LISTING PROGRAM
if (username_box.Text=="admin" && pass_box.Text=="123"){ Form m=new MainForm();
void ABOUTToolStripMenuItemClick(object sender, EventArgs e) {
Form c=new about(); c.Show();
}
void METODEToolStripMenuItemClick(object sender, EventArgs e) {
Form f=new metode(); f.Show();
}
void DATAToolStripMenuItemClick(object sender, EventArgs e) {
Form a=new datalahan(); a.Show(); }
void HELPToolStripMenuItemClick(object sender, EventArgs e) {
string konfigur= "server=localhost;uid=root;password=;database =db_pasar;";
double c1,c2,c3,c4,c5,c6,c7,c8;
double c1_pm,c2_pm,c3_pm,c4_pm,c5_pm,c6_pm,c7_pm,c8_pm;
double c1_pm_ideal,c2_pm_ideal,c3_pm_ideal,c4_pm_ideal,c5_pm_i deal,c6_pm_ideal,c7_pm_ideal,c8_pm_ideal;
waktupmawal=DateTime.Now;
values('" +this.namapasar.Text+ "','" +c1+ "','" +c2+ "','" +c3+ "','" +c4+ "','" +c5+ "','" +c6+ "','" +c7+ "','" +c8+ "');";
string Query2 = "insert into
MySqlCommand MyCommand3
void statuslahanSelectedIndexChanged(object sender, EventArgs e)
void Unsur1SelectedIndexChanged(object sender, EventArgs e)
else if (unsur1.SelectedIndex==4){
void Unsur2SelectedIndexChanged(object sender, EventArgs e) {
void Unsur3SelectedIndexChanged(object sender, EventArgs e) {
if (unsur3.SelectedIndex==0){ c4=1;
c4_pm_ideal=1-3;
c5_pm_ideal=4-4; c5_pm_gap=5;
} }
void Persentase2SelectedIndexChanged(object sender, EventArgs e)
}
konek.Open();
new MySqlConnection("server=localhost;port=3306;username=root; password=");
double maxc1,maxc2,maxc3,maxc4,minc5,minc6,minc7,minc8; double tertinggi=0;
string lahanterbaik,temp_pm;
DateTime waktupmawal,waktupmakhir,waktusawawal,waktusawakhir;
hc4 = (Convert.ToDouble(dr["C4"]))/maxc4;
CURRICULUM VITAE
Data Pribadi
Nama : Diva Firda Rohmiatullah Tempat/Tanggal Lahir : Bukittinggi / 26 April 1994 Tinggi/Berat Badan : 165 cm / 48 kg
Agama : Islam Kewarganegaraan : Indonesia
Alamat Sekarang : Jl. Karya Wisata Komp. Johor Katelia Indah No. 157 Alamat Orang Tua : Jl. Karya Wisata Komp. Johor Katelia Indah No. 157 Telp/ Hp : 082273733774
Email : divafirda@gmail.com
Riwayat Pendidikan
[2011 – 2016] : S1 Ilmu Komputer Universitas Sumatera Utara, Medan [2008 – 2011] : SMA Swasta Harapan 3 Medan
DAFTAR PUSTAKA
Agustina, Mustika. 2013. Perkebunan Tembakau Deli di Kebun Bulu Cina PTP IX Kecamatan Hamparan Perak (1974-1996). Skripsi. Universitas Sumatera Utara.
Amir, S.F. 2011. Analisis dan Perancangan Sistem Pendukung Keputusan Menggunakan Model Simple Additive Weighting untuk Seleksi Penerima Beasiswa Bidik Misi Universitas Sumatera Utara. Skripsi. Universitas Sumatera Utara.
Basyaib, Fahmi. 2006. Teori Pembuatan Keputusan. Jakarta : PT. Grasindo.
Bidgoli, H. 1989. Decision Support Systems : Principle and Practice. St Paul : West Publishing Company.
Ekasari, Maya. 2010. Sistem Pendukung Keputusan Kenaikan Jabatan Karyawan Dinas Pendidikan dan Kebudayaan Kabupaten Bantul. Skripsi. STMIK AMIKOM Yogyakarta.
Food and Agriculture Organization, 1976. A Framework for Land Evaluation. FAO Soil Bulletin 32. Soil Resources Management and Conservation Service Land and Water Development Division. FAO, Rome.
Harahap, I.A. 2014. Implementasi Perbandingan dengan Metode Profile Matching
Hutahaean, M.A. 2013. Perkebunan Tembakau Deli di Kebun Bulu Cina PTP IX Kecamatan Hamparan Perak (1974 – 1996). Skripsi. Universitas Sumatera Utara.
Janakiraman, V.S., Sarukesi, K. 1999. Decision Support System. New Delhi: Pretince Hall.
Khoiruddin, M. 2011. Sistem Pendukung Keputusan Analisis Kepribadian Menurut Hippocrates dengan Menggunakan Metode AHP dan Profile Matching. Skripsi. Universitas Sumatera Utara.
Kusrini. 2007. Konsep dan Aplikasi Sistem Pendukung Keputusan. Yogyakarta: C.V Andi Offset
Kusumadewi, Sri., Hartati, S., Harjoko, A., Wardoyo, R. 2006. Fuzzy Multi-Attribute Decision Making (FUZZY MADM). Yogyakarta: Graha Ilmu
Power, J., Daniel. 2009. Decision Support Basics. New York: Bussines Expert Press.
Rahman, Alfi. 2014. Implementasi Metode Simple Additive Weighting (SAW) dan Profile Matching dalam Menentukan Pejabat Struktural pada Pemerintah Kota Tebing Tinggi. Skripsi. Universitas Sumatera Utara.
Rayes, M.L., 2007. Metode Inventarisasi Sumber Daya Lahan. ANDI, Yogyakarta.
Siswanto. 2004. Pengembangan Tembakau Unggulan di Sumenep. Jawa Timur: UPN
“Veteran”.
Suryadi, Kadarsah, Ramdhani, M. Ali. 1998. Sistem Pendukung Keputusan: Suatu Wacana Struktural Idelisasi dan Implementasi Konsep Pengambilan Keputusan. Bandung: Remaja Rosdakarya Offset.
Turban, E., Aronson, J.E., Liang, T.P. 2005. Sistem Pendukung Keputusan (Jilid 1). Indonesia : Andi Publisher
Whitten, L,J., Bentley,D,L & Dittman,C,K . 2004. Metode Desain dan Analisis Sistem
BAB 3
ANALISIS DAN PERANCANGAN
3.1.Analisis Sistem
Analisis sistem merupakan bagian dari proses pembuatan sistem yang memiliki beberapa tahapan yang bertujuan untuk melakukan identifikasi terhadap persoalan-persoalan yang ada dalam pembuatan sistem. Hal ini dilakukan agar tidak terjadi kesalahan yang berarti pada saat proses perancangan aplikasi. Beberapa tahapan yang dilakukan dalam menganalisis sebuah sistem yaitu:
3.1.1. Analisis masalah
Adapun masalah yang akan dibahas dalam penelitian ini adalah bagaimana mengimplementasikan metode Simple Additive Weighting (SAW) dan Profile Matching untuk memecahkan suatu permasalahan dalam proses pemilihan lahan tembakau yang sesuai dengan syarat dan kriteria yang berlaku sehingga didapat suatu perankingan yang dapat memudahkan user dalam memilih lahan terbaik.
Menyelesaikan masalah
Berdasarkan Gambar 3.1 dapat diketahui bahwa permasalahan pemilihan lahan dikarenakan terbatasnya lahan yang tersedia, sehingga dalam memanfaatkan lahan yang terbatas dapat digunakan metode dalam memilih lahan terbaik serta belum adanya sistem yang membantu pemilihan, Data lahan juga masih disimpan dengan secara manual, belum terkomputerisasi. Untuk itu dibuatlah sebuah Sistem Pendukung Keputusan dengan menggunakan metode Simple Additive Weighting dan Profile Matching dalam proses pemilihan lahan tembakau terbaik.
3.1.2. Analisis kebutuhan sistem
Analisis kebutuhan sistem terbagi menjadi dua bagian, yaitu kebutuhan fungsional dan kebutuhan nonfungsional. Kebutuhan fungsional mendeskripsikan aktivitas yang disediakan suatu sistem dan kebutuhan nonfungsional mendeskripsikan fitur, karakteristik dan batasan lainnya.
a. Kebutuhan Fungsional
Kebutuhan fungsional merupakan kebutuhan yang menyatakan proses yang harus disediakan oleh suatu sistem atau aplikasi. Kebutuhan fungsional meliputi input,
1. Sistem dapat menampilkan fitur sesuai hak akses user. 2. Sistem dapat menerima inputan data kriteria penilaian lahan.
3. Sistem dapat mengetahui lahan tembakau terbaik sesuai dengan kriteria user
berdasarkan perhitungan metode SAW dan Profile Matching.
4. Sistem dapat menampilkan hasil perhitungan pemilihan lahan tembakau terbaik berdasarkan metode SAW dan Profile Matching.
b. Kebutuhan Nonfungsional
Kebutuhan nonfungsional yang dimiliki oleh sistem adalah mencakup karakteristik berikut:
1. Performa
Sistem yang dibangun harus dapat menampilkan hasil dari fungsi sistem dalam pemilihan lahan terbaik dengan cara yang berurutan.
2. User Friendly
Sistem yang dibangun harus mudah dijalankan dan memiliki tampilan (interface) yang sederhana dan mudah dimengerti oleh user sehingga user dapat mengakses sistem dengan mudah.
3. Hemat Biaya
Sistem ini harus dapat bekerja dengan baik dengan tidak menggunakan perangkat tambahan maupun perangkat pendukung lainnya yang dapat mengeluarkan biaya tambahan.
4. Kontrol
Sistem yang akan dibangun menampilkan pesan untuk setiap input atau program yang dijalankan, seperti pesan error pada input yang tidak sesuai atau pesan exit
jika ingin keluar dari program. 5. Pelayanan
Sistem dapat dikembangkan ke tingkat yang lebih kompleks lagi bagi pihak terkait yang ingin mengembangkan sistem sehingga memperoleh hasil yang lebih efektif.
3.2.Pemodelan Sistem
dengan sistem, serta hal-hal yang harus dilakukan sebuah sistem agar sistem dapat berfungsi dengan baik sesuai dengan kegunaannya.
Pemodelan ini menggunakan Unified Modelling Language (UML) sebagai bahasa pemodelan untuk mendesain dan merancang sistem pendukung keputusan pemilihan lahan tembakau dengan menggunakan metode SAW dan Profile Matching. Dalam pemodelan ini digunakan beberapa diagram antara lain use case diagram,
activity diagram, sequence diagram serta penggunaan flowchart.
3.2.1. Use case diagram
Use case diagram digunakan untuk menggambarkan interaksi yang terjadi antara sistem dengan user (pengguna) dan memahami bagaimana sistem seharusnya bekerja. Kemampuan sistem secara garis besar dapat dilihat menggunakan use case diagram. Gambar 3.2. adalah use case diagram untuk aplikasi pemilihan lahan tembakau.
Pemilihan Lahan Tembakau
Login
Actor
Home
Data Lahan
View Tabel Kriteria dan Bobot
Tentang Penulis
Add Data
Delete Data
Lihat Data
Hitung Perankingan
Metode <<include>>
<<include>>
Gambar 3.2. Use Case Diagram
3.2.2. Activity diagram
Activity diagram adalah diagram yang dapat digunakan untuk menggambarkan secara grafis aliran proses bisnis, langkah-langkah sebuah use case atau logika behaviour
(metode). Diagram ini berbeda dengan flowchart dimana diagram ini menyediakan sebuah mekanisme untuk menggambarkan kegiatan yang tampak secara paralel (Whitten, dkk, 2004). Activity diagram untuk proses perankingan dengan Algoritma SAW dapat dilihat pada Gambar 3.3.
Login
User Sistem
Menampilkan Menu Utama
Menu Data Lahan
Menampilkan Menu Data Lahan
Input Data Kriteria dan Alternatif
Menampilkan Data Tabel Kriteria Lahan Simpan Data Hapus Data
Data disimpan dan diperbaharui
Lihat Data
Kembali ke Menu Utama
Hitung Proses Perankingan Metode SAW
Memanggil Data yang Tersimpan Menampilkan Menu Utama
Menampilkan Hasil Perankingan Lahan Terbaik
Gambar 3.3. Activity Diagram Metode SAW dan Profile Matching
3.2.3. Sequence diagram
Sequence diagram merupakan diagram yang memodelkan logika dari sebuah use case
dengan menggambarkan interaksi antara actor dengan sistem, yang terjadi di dalam skenario use case. Sequence diagram secara khusus menjabarkan behavior sebuah skenario tunggal. Diagram ini menunjukkan sejumlah objek contoh dan pesan-pesan yang melewati objek-objek tersebut di dalam use case. Sequence diagram untuk proses pemilihan lahan terbaik diperlihatkan pada Gambar 3.4. dan Gambar 3.5.
User Matriks Keputusan Normalisasi Metode SAW
Input Kriteria dan Alternatif
Menampilkan Tabel Hasil Matriks Keputusan
Hitung Nilai Total
Hitung Normalisasi Matriks
Melakukan Perhitungan Nilai Total
Menampilkan Data Hasil Perhitungan Nilai Total
Gambar 3.4. Sequence Diagram Metode SAW
User Pembobotan Nilai GAP Core dan Secondary Factor Hasil Akhir
Input Kriteria dan Alternatif
Menampilkan Tabel Hasil Pembobotan
Hitung Nilai Total
Menghitung Nilai Core Factor dan Secondary Factor
Melakukan Perhitungan Nilai Total
Menampilkan Data Hasil Perhitungan Nilai Total Menampilkan Nilai Core Factor dan Secondary Factor
Gambar 3.5. Sequence Diagram Metode Profile Matching
Gambar 3.5. memperlihatkan tentang sequence diagram yang menampilkan interaksi antar objek di dalam sistem dengan menggunakan metode Profile Matching. Keterkaitan antara user dengan proses perhitungan metode digambarkan dalam diagram ini.
3.2.4. Flowchart
Flowchart merupakan bagan yang memperlihatkan hubungan antar proses beserta pernyataannya. Bagan ini dinyatakan dengan simbol dan setiap simbol menggambarkan proses, antara proses digambarkan dengan garis penghubung.
Start
Input Nilai Data Kriteria
Ubah nilai data berdasarkan rating kecocokan
Normalisasi Matriks Keputusan
Mengurutkan Nilai Total
Output Alternatif Lahan Terbaik
End
Menghitung Perkalian dengan Vektor Bobot (W)
= 3,4,4,4,5,5,5,5
Gambar 3.6. Flowchart Sistem Metode SAW
Start
Input Nilai Data Kriteria
Menghitung Nilai Profil Ideal Lahan
Pembobotan Nilai GAP
Menghitung Core Factor (CF) dan Secondary Factor
(SF)
Output Alternatif Lahan Terbaik
End
Perhitungan Nilai Total = (60% x CF) + (40% x SF)
Mengurutkan Nilai Total
Gambar 3.7. Flowchart Sistem Metode Profile Matching
Gambar 3.7. menjelaskan tentang alur proses sistem dengan metode Profile Matching. Bagan diatas memperlihatkan alur proses pada sistem dari proses input hingga proses output.
3.2.5. Perancangan struktur tabel
Perancangan struktur tabel berguna bagi pengembangan sistem dalam merancang basis data yang nantinya akan digunakan oleh sistem. Tujuan dari perancangan struktur tabel ini adalah untuk mempermudah pengembangan sistem dalam merancang
Tabel 3.1. Struktur Tabel Kriteria SAW
No Nama Field Tipe Data Field Keterangan
1 nama Varchar 50 Nama dari kriteria lahan 2 C1 Double - Nilai bobot kriteria status lahan 3 C2 Double - Nilai bobot kriteria unsur C/N 4 C3 Double - Nilai bobot kriteria unsur pH tanah 5 C4 Double - Nilai bobot kriteria P2O5 tanah
6 C5 Double - Nilai bobot kriteria persentase pokok mati 7 C6 Double - Nilai bobot kriteria persentase phytoptora 8 C7 Double - Nilai bobot kriteria persentase bakteri 9 C8 Double - Nilai bobot kriteria persentase virus
Tabel 3.2. Struktur Tabel Kriteria Profile Matching No Nama Field Tipe Data Field Keterangan
1 nama Varchar 100 Nama dari kriteria lahan
2 C1 Double - Status lahan yang telah diubah kedalam bobot kriteria
3 C2 Double - Unsur C/N yang telah diubah kedalam bobot kriteria
4 C3 Double - Unsur pH yang telah diubah kedalam bobot kriteria
5 C4 Double - Unsur P2O5 yang telah diubah kedalam bobot kriteria
6 C5 Double - Persentase pokok mati yang telah diubah kedalam bobot kriteria
7 C6 Double - Persentase phytoptora yang telah diubah kedalam bobot kriteria
8 C7 Double - Persentase bakteri yang telah diubah kedalam bobot kriteria
Tabel 3.3. Struktur Tabel Bobot Ideal
No Nama Field Tipe Data Field Keterangan 1 ideal_c1 Double - Bobot ideal status lahan 2 ideal_c2 Double - Bobot ideal unsur C/N 3 ideal_c3 Double - Bobot ideal unsur pH 4 ideal_c4 Double - Bobot ideal unsur P2O5
5 ideal_c5 Double - Bobot ideal persentase pokok mati 6 ideal_c6 Double - Bobot ideal persentase phytoptora 7 ideal_c7 Double - Bobot ideal persentase bakteri 8 ideal_c8 Double - Bobot ideal persentase virus
Tabel 3.4. Struktur Tabel Nilai GAP
No Nama Field Tipe Data Field Keterangan
1 gap_c1 Double - Bobot nilai GAP status lahan 2 gap_c2 Double - Bobot nilai GAP unsur C/N 3 gap_c3 Double - Bobot nilai GAP unsur pH 4 gap_c4 Double - Bobot nilai GAP unsur P2O5
5 gap_c5 Double - Bobot nilai GAP persentase pokok mati 6 gap_c6 Double - Bobot nilai GAP persentase phytoptora 7 gap_c7 Double - Bobot nilai GAP persentase bakteri 8 gap_c8 Double - Bobot nilai GAP persentase virus
Tabel 3.5. Struktur Tabel Ranking Profile Matching No Nama Field Tipe Data Field Keterangan
1 core_factor Double - Hasil perhitungan core factor
2 secondary_factor Double - Hasil perhitungan secondary factor
3 Skor Double - Hasil akhir perhitungan Profile
Tabel 3.6. Struktur Tabel Ranking SAW
No Nama Field Tipe Data Field Keterangan
1 Nama Varchar 50 Nama dari kriteria lahan 2 Skor Double - Hasil akhir perhitungan SAW
3.2.6. Entity relationship diagram
Entity Relationship Diagram (ERD) merupakan sebuah teknik dari pemodelan data yang menggambarkan entitas dan hubungan antar entitas dalam sebuah sistem.
Kriteria Profile
Gambar 3.8. ERD Metode Profile Matching
Gambar 3.9. menjelaskan tentang rancangan ERD dalam pemilihan lahan tembakau dengan metode SAW yang mempresentasikan hubungan antar entitas secara grafis.
3.3.Perancangan Sistem
Setelah dilakukan analisis terhadap sistem, tahap selanjutnya yang dilakukan adalah membuat proses perancangan antarmuka (interface) sistem. Merancang antarmuka
merupakan bagian yang paling penting dalam perancangan sebuah sistem. Sebuah
antarmuka (interface) harus dirancang dengan memperhatikan faktor pengguna sehingga
sistem yang dibangun dapat memberikan kemudahan bagi pengguna.
3.3.1. Perancangan antarmuka (interface)
1. Halaman Login
Halaman login merupakan halaman yang pertama sekali muncul saat aplikasi dibuka. Pada halaman ini berisi form username dan password yang harus diisi untuk masuk ke halaman utama. Sistem akan memproses valid tidaknya username dan password yang dimasukkan. Jika valid maka user dapat masuk ke dalam aplikasi. Tampilan rancangan halaman login dapat dilihat pada Gambar 3.10.
Gambar 3.10. Rancangan Halaman Login
Tabel 3.7. Keterangan Gambar Rancangan Halaman Login
No. Jenis Objek Keterangan
1 Text Judul Berisi judul tentang aplikasi
Judul
Username :
Password :
EXIT LOGIN
1
2 Textfield Username Form yang berisi inputan nama id pengguna 3 Textfield Password Form yang berisi inputan kata sandi pengguna 4 Tombol Login Tombol untuk masuk ke aplikasi
5 Tombol Exit Tombol untuk keluar dari aplikasi
2. Halaman Menu Utama
Setelah berhasil login maka akan muncul halaman menu utama. Halaman ini berisi Menu Data Lahan, Menu Proses Metode, Menu About dan Menu Exit. Tampilan rancangan halaman menu utama dapat dilihat pada Gambar 3.11.
Gambar 3.11. Rancangan Halaman Menu Utama
Tabel 3.8. Keterangan Gambar Rancangan Halaman Menu Utama
No Jenis Objek Keterangan
1 Menu Data Lahan Berisi inputanalternatif dan kriterialahandan tabel data kriteriadari metode SAW dan Profile Matching
2 Menu Proses Metode Berisi proses perhitungan ranking dari kedua metode 3 Menu About Berisi informasi tentangidentitas perancang sistem 4 Menu Exit Menu untuk keluar dari aplikasi
5 Text Judul Berisi judul/nama dari aplikasi
6 Image Logo Menampilkan logo Universitas Sumatera Utara
Data Lahan Proses Metode About Exit
Judul
1 2 3 4
5
3. Halaman Menu Data Lahan
Halaman yang muncul ketika user masuk kedalam menu Data Lahan. Pada halaman ini user dapat menambah, menghapus dan mengupdate data kriteria lahan yang diinputkan serta terdapat tabel kriteria data lahan pada metode SAW dan metode
Profile Matching. Tampilan rancangan halaman menu Data Lahan dapat dilihat pada Gambar 3.12.
Gambar 3.12. Rancangan Halaman Menu Data Lahan
Tabel 3.9. Keterangan Gambar Rancangan Halaman Menu Data Lahan
No Jenis Objek Keterangan
1 Textfield Input Data Tempat mengisi data alternatif dan kriteria 2 Tabel Data Lahan Metode
SAW
Tabel yang berisi rating kecocokan setiap alternatif pada setiap kriteria
3 Tabel Data Lahan Metode
Profile Matching
Tabel yang berisibobot ideal, nilai GAP dan nilai kriteria pada metode Profile Matching
6 Tombol Kembali Tombol untuk kembali ke menu halaman utama Input
Tabel
Tabel
Kembali
Tambah
Lihat Data Hapus
1
2
6 7
3
7 Tombol Tambah Tombol untuk menyimpan data yang telah diisi 8 Tombol Hapus Tombol untuk menghapus data yang telah
dimasukkan
9 Tombol Lihat Data Tombol untuk melihat/merefresh tabel data alternatif dan kriteria lahan yang telah tersimpan
4. Halaman Menu Proses Metode
Setelah user selesai pada halaman menu Data Lahan, user kembali ke halaman Menu Utama kemudian masuk ke menu Proses Metode. Halaman ini berisi tabel yang berisi hasil perankingan kedua metode serta hasil akhir dari keputusan lahan terbaik menurut masing-masing metode. Hasil dari proses running time juga terdapat pada halaman ini. Tampilan rancangan halaman menu Proses Metode dapat dilihat pada Gambar 3.13.
Gambar 3.13. Rancangan Halaman Menu Proses Metode
Tabel 3.10. Keterangan Gambar Rancangan Halaman Menu Proses Metode
No Jenis Objek Keterangan
1 Text Judul Berisi judul/nama pada halaman proses metode
2 Tabel Ranking Berisi data tabel hasil perankingan lahan terbaik menurut metode SAW
3 Textview Running Time Berisi hasil dari proses running time dari metode SAW
Judul
Perankingan Metode SAW Perankingan Metode Profile Matching
4 Textview Lahan Terbaik Berisi hasil akhir dari proses perhitungan lahan terbaik menurut metode SAW
5 Tabel Factor Berisi hasil core factor dan secondary factor
dari metode Profile Matching
6 Tabel Ranking Berisi data tabel hasil perankingan lahan terbaik menurut metode Profile Matching
7 Textview Running Time Berisi hasil dari proses running time dari metode Profile Matching
8 Textview Lahan Terbaik Berisi hasil akhir dari proses perhitungan lahan terbaik menurut metode Profile Matching
9 Tombol Process Tombol untuk memproses hasil akhir dari kedua metode
10 Tombol Kembali Tombol untuk kembali ke menu utama
5. Halaman Menu About
Halaman ini berisi tentang hal-hal yang berkaitan dengan informasi mengenai identitas perancang sistem, berupa judul skripsi, nama, nim, logo, nama universitas serta tahun pembuatan aplikasi. Tampilan rancangan halaman menu About dapat dilihat pada Gambar 3.14.
Gambar 3.14. Rancangan Halaman Menu About
Tabel 3.11. Keterangan Gambar Rancangan Halaman Menu About
No Jenis Objek Keterangan
1 Text Berisi informasi mengenai perancang sistem
2 Tombol Kembali Tombol untuk kembali ke halaman menu utama
Kembali
1
2
6. Halaman Menu Help
Halaman ini berfungsi sebagai halaman yang dapat membantu pengguna (user) dalam menjalankan program. Halaman ini berisi tentang petunjuk penggunaan dan penjelasan tentang aplikasi. Tampilan rancangan halaman menu Help dapat dilihat pada Gambar 3.15.
Gambar 3.15. Rancangan Halaman Menu Help
Tabel 3.12. Keterangan Gambar Rancangan Halaman Menu Help
No Jenis Objek Keterangan
1 Text Berisi petunjuk mengenai penggunaan aplikasi
2 Tombol Kembali Tombol untuk kembali ke menu utama Text
Kembali
1
BAB 4
IMPLEMENTASI DAN PENGUJIAN
4.1. Implementasi
Implementasi merupakan tahap akhir dalam proses pengembangan perangkat lunak setelah sebelumnya dilakukan analisis dan perancangan terhadap sistem. Sistem ini dibangun menggunakan bahasa pemrograman C# dan MySQL sebagai Database Management System. Data yang digunakan adalah data kriteria lahan tembakau berdasarkan data yang didapat dari Balai Penelitian Tembakau Deli (BPTD) dengan menggunakan metode Simple Additive Weighting (SAW) dan Profile Matching.
4.1.1. Tampilan halaman login
Tampilan halaman login merupakan tampilan yang pertama sekali muncul pada saat aplikasi dijalankan. Pada halaman ini user harus login terlebih dahulu dengan memasukkan username dan password sebelum memasuki sistem. Tampilan halaman
login dapat dilihat pada Gambar 4.1.
4.1.2. Tampilan halaman menu utama
Halaman menu utama merupakan halaman yang muncul ketika user berhasil melalui proses login. Pada halaman ini terdapat menu-menu untuk mengakses aplikasi. Dalam halaman menu utama terdapat menu Data Lahan, menu Proses Metode, menu About, menu Help dan menu Exit. Tampilan halaman menu utama dapat dilihat pada Gambar 4.2.
Gambar 4.2. Tampilan Form Halaman Menu Utama
4.1.3. Tampilan halaman menu data lahan
Gambar 4.3. Tampilan Form Halaman Menu Data Lahan
4.1.4. Tampilan halaman menu proses metode
Gambar 4.4. Tampilan Form Halaman Menu Proses Metode
4.1.5. Tampilan halaman menu about
Pada halaman ini berisi tentang informasi mengenai perancang sistem aplikasi. Halaman ini hanya menampilkan informasi berupa text dan sebuah tombol untuk kembali ke halaman utama. Berikut tampilan halaman menu about yang dapat dilihat pada Gambar 4.5.
4.1.6. Tampilan halaman menu help
Halaman ini berisi tentang penjelasan serta informasi-informasi mengenai petunjuk penggunaan dari tiap-tiap menu pada aplikasi. Hanya terdapat sebuah tombol pada halaman ini, yaitu tombol untuk kembali ke halaman utama. Berikut tampilan halaman menu help yang dapat dilihat pada Gambar 4.6.
Gambar 4.6. Tampilan Form Halaman Menu Help
4.2. Pengujian Metode
4.2.1. Penentuan kriteria
Dalam menganalisis sistem pada metode SAW dan metode Profile Matching
dibutuhkan kriteria-kriteria yang masing-masing bobotnya akan ditentukan. Pada metode SAW nilai bobot diberikan pada tiap-tiap kriteria, sedangkan pada metode
(C3), Unsur P2O5 Tanah (C4), Persentase Pokok Mati (C5), Persentase Phytoptora (C6),
Persentase BPL (Bakteri) (C7), Persentase TLCV (Virus) (C8).
Dari kriteria tersebut, dibuat rating kecocokan untuk setiap tingkat kepentingan kriteria. Rating kecocokan setiap alternatif pada setiap kriteria adalah sebagai berikut:
Sangat Rendah (SR) = 0 Rendah (R) = 1 Kurang (K) = 2 Cukup (C) = 3 Tinggi (T) = 4 Sangat Tinggi (ST) = 5
Berdasarkan kriteria dan rating kecocokan setiap alternatif pada setiap kriteria yang telah ditentukan, maka dilakukan penjabaran setiap kriteria yang telah dikonversikan dengan bilangan sesuai dengan rating kecocokan.
1. Kriteria Status Lahan
Kriteria Status Lahan merupakan persyaratan yang dibutuhkan dalam pengambilan keputusan berdasarkan terpakai tidaknya suatu lahan pada tahun sebelumnya yang akan berpengaruh terhadap penilaian lahan. Variabel status lahan dikonversikan dengan bilangan dapat dilihat pada Tabel 4.1.
Tabel 4.1. Status Lahan
Status Lahan (C1) Bilangan Fuzzy Nilai
Tidak Terpakai Kurang 2
Terpakai Tinggi 4
2. Kriteria Unsur C/N Tanah
Tabel 4.2. Unsur C/N Tanah
Unsur C/N Tanah (C2) Bilangan Fuzzy Nilai
C2< 5 Sangat Rendah 1
C2 = 5 – 10 Rendah 2
C2 = 11 – 15 Sedang 3
C2 = 16 – 25 Tinggi 4
C2> 25 Sangat Tinggi 5
3. Kriteria Unsur pH Tanah
Kriteria Unsur pH Tanah merupakan persyaratan yang dibutuhkan dalam pengambilan keputusan berdasarkan unsur pH yang terkandung di dalam tanah pada lahan tembakau yang akan dipilih. Unsur pH yang sesuai untuk persyaratan tumbuh tanaman tembakau yaitu berkisar antara 5,5 – 6,2 (agak masam). Variabel unsur pH tanah dikonversikan dengan bilangan dapat dilihat pada Tabel 4.3.
Tabel 4.3. Unsur pH Tanah
Unsur pH Tanah (C3) Bilangan Fuzzy Nilai
C3< 4,5 Sangat Masam 0
C3 = 4,5 – 5,5 Masam 1
C3 = 5,6 – 6,5 Agak Masam 2
C3 = 6,6 – 7,5 Netral 3
C3 = 7,6 – 8,5 Agak Alkalis 4
C3> 8,5 Alkalis 5
4. Kriteria Unsur P2O5 Tanah
Kriteria Unsur P2O5 Tanah merupakan persyaratan yang dibutuhkan dalam
pengambilan keputusan berdasarkan unsur P2O5yang terkandung di dalam tanah pada
lahan tembakau yang akan dipilih. Semakin baik unsur P2O5 maka semakin bagus sifat
tanah yang dimiliki. Variabel unsur P2O5 tanah dikonversikan dengan bilangan dapat
Tabel 4.4. Unsur P2O5 Tanah
Unsur P2O5Tanah Bilangan Fuzzy Nilai
P2O5< 4 Sangat Rendah 1
P2O5= 5 – 7 Rendah 2
P2O5= 8 – 10 Sedang 3
P2O5= 11 – 15 Tinggi 4
P2O5> 15 Sangat Tinggi 5
5. Kriteria Persentase Pokok Mati
Kriteria Persentase Pokok Mati merupakan persyaratan yang dibutuhkan dalam pengambilan keputusan berdasarkan banyaknya persentase kematian tanaman pada suatu lahan dalam suatu masa tanam dalam satu tahun. Semakin tinggi tingkat kematian tanaman maka semakin rendah tingkat produksi lahan, maka diperlukan suatu penanganan agar dapat mengurangi tingkat kematian tanaman di dalam suatu lahan. Variabel persentase pokok mati dikonversikan dengan bilangan dapat dilihat pada Tabel 4.5.
Tabel 4.5. Persentase Pokok Mati
Persentase Pokok Mati (C5) Bilangan Fuzzy Nilai
C5> 10% Sangat Rendah 1
C5 = 5% – 9% Rendah 2
C5< 4% Cukup 3
Tidak Ada Pokok Mati Tinggi 4
6. Kriteria Persentase Phytoptora
Tabel 4.6. Persentase Phytoptora
Persentase Phytoptora (C6) Bilangan Fuzzy Nilai
C6> 10% Sangat Rendah 1
C6 = 5% – 9% Rendah 2
C6< 4% Cukup 3
Tidak Ada Pokok Sakit Tinggi 4
7. Kriteria Persentase BPL (Bakteri)
Persentase BPL (Bakteri) merupakan salah satu persentase dari pokok sakit tanaman tembakau. Pokok sakit akibat BPL ini merupakan penyakit yang diakibatkan oleh bakteri. Semakin tinggi tingkat penyakit maka semakin rendah tingkat produksi lahan. Variabel persentase BPL (bakteri) dapat dilihat pada Tabel 4.7.
Tabel 4.7. Persentase BPL (Bakteri)
Persentase BPL (Bakteri) (C7) Bilangan Fuzzy Nilai
C7> 10% Sangat Rendah 1
C7 = 5% – 9% Rendah 2
C7< 4% Cukup 3
Tidak Ada Pokok Sakit Tinggi 4
8. Kriteria Persentase TLCV (Virus)
Persentase TLCV (Virus) merupakan salah satu persentase dari pokok sakit tanaman tembakau. Pokok sakit akibat TLCV ini merupakan penyakit yang diakibatkan oleh virus. Semakin tinggi tingkat penyakit maka semakin rendah tingkat produksi lahan. Variabel persentase TLCV (virus) dapat dilihat pada Tabel 4.8.
Tabel 4.8. Persentase TLCV (Virus)
Persentase TLCV (Virus) (C8) Bilangan Fuzzy Nilai
C8> 10% Sangat Rendah 1
C8 = 5% – 9% Rendah 2
C8< 4% Cukup 3
4.2.2. Perhitungan metode simple additive weighting
Dalam perhitungan metode Simple Additive Weighting, nilai data pada setiap kriteria merupakan hasil dari proses penginputan data alternatif lahan yang sudah diinputkan berdasarkan bobot kriteria yang sudah ditentukan melalui proses perhitungan. Di dalam perkebunan Bulu Cina terdapat lebih kurang 15 lahan yang terdiri dari Pasar 1, Pasar 2T, Pasar 3T, Pasar 5K, Pasar 8, Pasar 8T, Pasar 9, Pasar 10, Pasar 10T, Pasar 11B, Pasar 11T, Pasar 12, Pasar 12T, Pasar 12KR dan Pasar 13. Data lahan yang digunakan dalam perhitungan ini adalah berdasarkan data yang diambil dari BPTD (Balai Penelitian Tembakau Deli) pada tahun 2013, yang hanya terdapat 6 alternatif lahan. Berikut ditampilkan data lahan yang dapat dilihat pada Tabel 4.9.
Tabel 4.9. Data Lahan Tembakau Tahun 2013
Kriteria Lahan
Pasar 9 Pasar 10 Pasar 11T Pasar 12 Pasar 11B Pasar 1
Status Lahan Tidak Terpakai
Tidak
Terpakai Terpakai Terpakai Terpakai Terpakai Unsur C/N
Tanah 7,20 6,14 4,84 6,49 6,28 5,89
Unsur pH
Tanah 5,23 5,15 5,5 4,83 4,90 5,115
Unsur P2O5
Tanah 39,62 38,95 133,165 11,09 5,41 7,84 Persentase
Pokok Mati 0,55% 0,67% 0,60% 0,85% 2,82% 1,17% Persentase
Phytoptora Tidak Ada Tidak Ada Tidak Ada Tidak Ada 38,41% 8,5% Persentase
BPL (Bakteri) Tidak Ada Tidak Ada Tidak Ada Tidak Ada Tidak Ada
Tidak Ada Persentase
TLCV (Virus) 0,14% 0,13% 0,16% 0,19% 0,87% 0,65%
kecocokan setiap alternatif pada setiap kriteria. Rating kecocokan dari setiap alternatif pada setiap kriteria terdapat dalam Tabel 4.10.
Tabel 4.10. Rating Kecocokan Setiap Alternatif pada Setiap Kriteria
Lahan Kriteria
C1 C2 C3 C4 C5 C6 C7 C8
A1 2 2 1 5 3 4 4 3
A2 2 2 1 5 3 4 4 3
A3 4 1 1 5 3 4 4 3
A4 4 2 1 4 3 4 4 3
A5 4 2 1 2 3 1 4 3
A6 4 2 1 2 3 2 4 3
Setelah didapat nilai dari rating kecocokan setiap alternatif pada setiap kriteria, langkah selanjutnya membuat matriks keputusan X berdasarkan kriteria kemudian melakukan normalisasi matriks berdasarkan persamaan yang disesuaikan dengan jenis atribut sehingga diperoleh matriks ternormalisasi R. Berikut matriks keputusan X yang dibuat berdasarkan tabel kecocokan pada tabel 4.10.
2 2 1 5 3 4 4 3 2 2 1 5 3 4 4 3 X = 4 1 1 5 3 4 4 3 4 2 1 4 3 4 4 3 4 2 1 2 3 1 4 3 4 2 1 2 3 2 4 3
Hitung normalisasi matriks keputusan X untuk menghitung nilai masing-masing kriteria berdasarkan kriteria keuntungan (benefit) yaitu C1, C2, C3, C4 dan
Untuk Alternatif 1 (A1), maka =
r11 = = = 0.5 r15 = = = 1
r12 = = = 1 r16 = = = 0.25
r13 = = = 1 r17 = = = 1
r14 = = = 1 r18 = = = 1
Untuk Alternatif 2 (A2), maka =
r21 = = = 0.5 r25 = = = 1
r22 = = = 1 r26 = = = 0.25
r23 = = = 1 r27 = = = 1
r24 = = = 1 r28 = = = 1
Untuk Alternatif 3 (A3), maka =
r31 = = = 1 r35 = = = 1
r32 = = = 0.5 r36 = = = 0.25
r33 = = = 1 r37 = = = 1
r34 = = = 1 r38 = = = 1
Untuk Alternatif 4 (A4), maka =
r41 = = = 1 r45 = = = 1
r42 = = = 1 r46 = = = 0.25
r43 = = = 1 r47 = = = 1
Untuk Alternatif 5 (A5), maka =
r51 = = = 1 r55 = = = 1
r52 = = = 1 r56 = = = 1
r53 = = = 1 r57 = = = 1
r54 = = = 0.4 r58 = = = 1
Untuk Alternatif 6 (A6), maka =
r61 = = = 1 r65 = = = 1
r62 = = = 1 r66 = = = 0.5
r63 = = = 1 r67 = = = 1
r64 = = = 0.4 r68 = = = 1
Selanjutnya membuat matriks ternormalisasi R yang diperoleh dari hasil normalisasi matriks X, sebagai berikut:
0.5 1 1 1 1 0.25 1 1 0.5 1 1 1 1 0.25 1 1 R = 1 0.5 1 1 1 0.25 1 1 1 1 1 0.8 1 0.25 1 1 1 1 1 0.4 1 1 1 1 1 1 1 0.4 1 0.5 1 1
Dari hasil normalisasi matriks yang telah didapat, kemudian dihitung nilai preferensi untuk setiap alternatif ∑ , berdasarkan nilai bobot preferensi
yang telah ditetapkan sebelumnya, yaitu W1 = 3, W2 = 4, W3 = 4, W4 = 4, W5 = 5, W6
= 5, W7 = 5 dan W8 = 5. Bobot preferensi atau tingkat kepentingan (W) pada setiap
kriteria ditentukan oleh pihak perusahaan bergantung pada tingkat kepentingan untuk setiap kriteria, sebagai contoh kriteria unsur C/N tanah memiliki bobot lebih tinggi dari
menghasilkan lahan yang baik diperlukan unsur tanah yang sesuai tetapi status lahan
hanya sebagai faktor pendukung tambahan. Berikut perhitungan nilai preferensi untuk
setiap alternatif.
V1 = (W1 x r11) + (W2 x r12) + (W3 x r13) + (W4 x r14) + (W5 x r15) + (W6 x r16) +
(W7 x r17) + (W8 x r18)
= (3)(0.5) + (4)(1) + (4)(1) + (4)(1) + (5)(1) + (5)(0.25) + (5)(1) + (5)(1) = 1.5 + 4 + 4 + 4 + 5 + 1.25 + 5 + 5
= 29.75
V2 = (W1 x r21) + (W2 x r22) + (W3 x r23) + (W4 x r24) + (W5 x r25) + (W6 x r26) +
(W7 x r27) + (W8 x r28)
= (3)(0.5) + (4)(1) + (4)(1) + (4)(1) + (5)(1) + (5)(0.25) + (5)(1) + (5)(1) = 1.5 + 4 + 4 + 4 + 5 + 1.25 + 5 + 5
= 29.75
V3 = (W1 x r31) + (W2 x r32) + (W3 x r33) + (W4 x r34) + (W5 x r35) + (W6 x r36) +
(W7 x r37) + (W8 x r38)
= (3)(1) + (4)(0.5) + (4)(1) + (4)(1) + (5)(1) + (5)(0.25) + (5)(1) + (5)(1) = 3 + 2 + 4 + 4 + 5 + 1.25 + 5 + 5
= 29.25
V4 = (W1 x r41) + (W2 x r42) + (W3 x r43) + (W4 x r44) + (W5 x r45) + (W6 x r46) +
(W7 x r47) + (W8 x r48)
= (3)(1) + (4)(1) + (4)(1) + (4)(0.8) + (5)(1) + (5)(0.25) + (5)(1) + (5)(1) = 3 + 4 + 4 + 3.2 + 5 + 1.25 + 5 + 5
= 30.45
V5 = (W1 x r51) + (W2 x r52) + (W3 x r53) + (W4 x r54) + (W5 x r55) + (W6 x r56) +
(W7 x r57) + (W8 x r58)
= (3)(1) + (4)(1) + (4)(1) + (4)(0.4) + (5)(1) + (5)(1) + (5)(1) + (5)(1) = 3 + 4 + 4 + 1.6 + 5 + 5 + 5 + 5
V6 = (W1 x r61) + (W2 x r62) + (W3 x r63) + (W4 x r64) + (W5 x r65) + (W6 x r66) +
(W7 x r67) + (W8 x r68)
= (3)(1) + (4)(1) + (4)(1) + (4)(0.4) + (5)(1) + (5)(0.5) + (5)(1) + (5)(1) = 3 + 4 + 4 + 1.6 + 5 + 2.5 + 5 + 5
= 30.1
Alternatif dengan nilai terbesar akan terpilih sebagai alternatif terbaik. Dengan kata lain akan terpilih sebagai lahan terbaik dalam penanaman tembakau periode selanjutnya. Hasil perankingan diperoleh : V1 = 29.75, V2 = 29.75, V3 = 29.25, V4 =
30.45, V5 = 32.6, V6 = 30.1. Nilai terbesar ada pada V5, dengan demikian Alternatif
A5 (Pasar 11B) adalah alternatif yang terpilih sebagai alternatif terbaik. Pengurutan
berdasarkan nilai tertinggi yang diperoleh dari perhitungan metode Simple Additive Weighting dapat dilihat pada Tabel 4.11.
Tabel 4.11. Hasil Perankingan Metode SAW Alternatif Nama Lahan Nilai Akhir Ranking
A5 Pasar 11B 32.6 1
A4 Pasar 12 30.45 2
A6 Pasar 1 30.1 3
A2 Pasar 10 29.75 4
A1 Pasar 9 29.75 5
A3 Pasar 11T 29.25 6
4.2.3. Perhitungan metode profile matching
Dalam perhitungan metode Profile Matching, penentuan bobot diberikan jika terdapat
selisih nilai GAP. Semakin kecil selisih nilai GAP maka semakin besar nilai bobot yang
Tabel 4.12. Perhitungan GAP
Lahan Kriteria
C1 C2 C3 C4 C5 C6 C7 C8
A1 2 2 1 5 3 4 4 3
A2 2 2 1 5 3 4 4 3
A3 4 1 1 5 3 4 4 3
A4 4 2 1 4 3 4 4 3
A5 4 2 1 2 3 1 4 3
A6 4 2 1 2 3 2 4 3
PROFIL
IDEAL 4 4 3 3 4 4 4 4
A1 -2 -2 -2 2 -1 0 0 -1
G A P
A2 -2 -2 -2 2 -1 0 0 -1
A3 0 -3 -2 2 -1 0 0 -1
A4 0 -2 -2 1 -1 0 0 -1
A5 0 -2 -2 -1 -1 -3 0 -1
A6 0 -2 -2 -1 -1 -2 0 -1
Setelah nilai GAP didapat, kemudian lakukan pembobotan terhadap nilai GAP. Semakin kecil selisih GAP maka semakin besar nilai bobot dan begitu pun sebaliknya. Cara melakukan pembobotan terhadap nilai GAP adalah berdasarkan ketentuan pada Tabel 4.13.
Tabel 4.13. Bobot Nilai GAP Selisih GAP Bobot Nilai Keterangan
0 5 Kompetensi sesuai kebutuhkan (tidak ada selisih) 1 4.5 Kompetensi individu kelebihan 1 tingkat -1 4 Kompetensi individu kekurangan 1 tingkat
2 3.5 Kompetensi individu kelebihan 2 tingkat -2 3 Kompetensi individu kekurangan 2 tingkat
4 1.5 Kompetensi individu kelebihan 4 tingkat -4 1 Kompetensi individu kekurangan 4 tingkat
5 0.5 Kompetensi individu kelebihan 5 tingkat -5 0 Kompetensi individu kekurangan 5 tingkat
Berdasarkan ketentuan bobot penilaian GAP diatas, maka didapat hasil pembobotan seperti pada Tabel 4.14.
Tabel 4.14. Hasil Pembobotan Nilai GAP
Lahan Kriteria
C1 C2 C3 C4 C5 C6 C7 C8
A1 -2 -2 -2 2 -1 0 0 -1
G A P
A2 -2 -2 -2 2 -1 0 0 -1
A3 0 -3 -2 2 -1 0 0 -1
A4 0 -2 -2 1 -1 0 0 -1
A5 0 -2 -2 -1 -1 -3 0 -1
A6 0 -2 -2 -1 -1 -2 0 -1
A1 3 3 3 3.5 4 5 5 4
Nilai Bobot
GAP
A2 3 3 3 3.5 4 5 5 4
A3 5 2 3 3.5 4 5 5 4
A4 5 3 3 4.5 4 5 5 4
A5 5 3 3 4 4 2 5 4
A6 5 3 3 4 4 3 5 4
Setelah didapatkan nilai bobot GAP, langkah selanjutnya adalah menghitung dan mengelompokkan nilai Core Factor dan Secondary Factor. Yang termasuk kedalam Core Factor adalah kriteria Unsur C/N Tanah (C2), Unsur pH Tanah (C3),
Unsur P2O5 Tanah (C4), Persentase Pokok Mati (C5). Sedangkan yang termasuk
kedalam Secondary Factor adalah kriteria Status Lahan (C1), Persentase Phytoptora
perhitungan Core Factor dan Secondary Factor beserta hasil perhitungan nilai Core Factor dan Secondary Factor yang ditampilkan dalam Tabel 4.15.
Perhitungan Nilai Core Factor : Perhitungan Nilai Secondary Factor :
NCF1 = NSF1 =
= =
= =
= 3.375 = 4.25
NCF2 = NSF2 =
= =
= =
= 3.375 = 4.25
NCF3 = NSF3 =
= =
= =
= 3.125 = 4.75
NCF4 = NSF4 =
= =
= =
= 3.625 = 4.75
NCF5 = NSF5 =
= =
= =
NCF6 = NSF6 =
= =
= =
= 3.5 = 4.25
Tabel 4.15. Nilai Core Factor dan Secondary Factor Alternatif Core Factor Secondary Factor
A1 3.375 4.25
A2 3.375 4.25
A3 3.125 4.75
A4 3.625 4.75
A5 3.5 4
A6 3.5 4.25
Selanjutnya melakukan perhitungan nilai total berdasarkan persentase dari
Core Factor yaitu 60% dan Secondary Factor yaitu 40%. Hasil akhir dari perhitungan metode Profile Matching dapat dilihat dalam Tabel 4.16.
Perhitungan Nilai Total :
N1 = (60% × NCF1) + (40% × NSF1)
= (60% × 3.375) + (40% × 4.25) = 2.025 + 1.7 = 3.725
N2 = (60% × NCF2) + (40% × NSF2)
= (60% × 3.375) + (40% × 4.25) = 2.025 + 1.7 = 3.725
N3 = (60% × NCF3) + (40% × NSF3)
N4 = (60% × NCF4) + (40% × NSF4)
= (60% × 3.625) + (40% × 4.75) = 2.175 + 1.9 = 4.075
N5 = (60% × NCF5) + (40% × NSF5)
= (60% × 3.5) + (40% × 4) = 2.1 + 1.6 = 3.7
N6 = (60% × NCF6) + (40% × NSF6)
= (60% × 3.5) + (40% × 4.25) = 2.1 + 1.7 = 3.8
Berdasarkan hasil perhitungan diperoleh: N1 = 3.725, N2 = 3.725, N3 = 3.775,
N4 = 4.075, N5 = 3.7, N6 = 3.8. Nilai terbesar berada pada N4, dengan demikian
Alternatif A4 (Pasar 12) adalah alternatif yang terpilih sebagai alternatif terbaik.
Pengurutan berdasarkan nilai tertinggi yang diperoleh dari perhitungan metode Profile Matching dapat dilihat pada Tabel 4.16.
Tabel 4.16. Hasil Perankingan Metode Profile Matching Alternatif Nama Lahan Nilai Akhir Ranking
A4 Pasar 12 4.075 1
A6 Pasar 1 3.8 2
A3 Pasar 11T 3.775 3
A1 Pasar 9 3.725 4
A2 Pasar 10 3.725 5
A5 Pasar 11B 3.7 6
4.2.4. Pengujian Perbandingan Metode
Tabel 4.17. Penilaian Hasil Produksi Tahun 2013
No Alternatif Nama Lahan Hasil Produksi
1 A1 Pasar 9 38311
2 A2 Pasar 10 38850
3 A3 Pasar 11T 36321
4 A4 Pasar 12 41534
5 A5 Pasar 11B 46923
6 A6 Pasar 1 46297
Berdasarkan penilaian yang dilakukan oleh Balai Penelitian Tembakau Deli (BPTD) dalam pemilihan lahan terbaik pada tahun 2013 didapat hasil bahwa lahan pada Pasar 11B merupakan lahan terbaik karena memiliki nilai produksi tertinggi yaitu sebanyak 46923 . Untuk menentukan metode mana yang lebih akurat dalam penilaian lahan terbaik dilakukan perbandingan hasil metode Simple Additive Weighting dan Profile Matching dengan nilai hasil produksi pada pihak BPTD.
Tabel 4.18. Hasil Penilaian BPTD dan Metode SAW dan Profile Matching No Nama Lahan BPTD SAW Profile Matching
1 Pasar 9 38311 29.75 3.725
2 Pasar 10 38850 29.75 3.725 3 Pasar 11T 36321 29.25 3.775 4 Pasar 12 41534 30.45 4.075
5 Pasar 11B 46923 32.6 3.7
6 Pasar 1 46297 30.1 3.8
Berdasarkan nilai pada Tabel 4.18 didapat solusi lahan terbaik berdasarkan metode
Simple Additive Weighting adalah lahan pada Pasar 11B, sesuai dengan hasil yang didapat pada pihak BPTD yaitu lahan pada Pasar 11B. Sedangkan pada metode
didapatkan bahwa metode Simple Additive Weighting dianggap lebih akurat dibandingkan dengan metode Profile Matching karena hasil lahan terbaik metode
Simple Additive Weighting sama dengan hasil pada pihak BPTD.
4.3. Pengujian Sistem
Pengujian sistem dilakukan untuk mengetahui kinerja dari aplikasi yang telah dibuat dalam melakukan perhitungan menggunakan metode Simple Additive Weighting dan
Profile Matching dalam pemilihan lahan tembakau berdasarkan waktu proses dari masing-masing metode.
4.3.1. Proses pengujian sistem
Sebelum melakukan perhitungan, admin menjalankan sistem dan menginput data lahan yang telah didapat dari BPTD (Balai Penelitian Tembakau Deli). Proses penambahan data dalam sistem dapat dilihat pada Gambar 4.7. Setelah data diinputkan, admin menyimpan data dengan mengklik tombol Add, lalu akan muncul
textboxSave Data yang berarti data akan tersimpan jika admin mengklik tombol Ok. Data akan tersimpan didalam database dan ditampilkan didalam tabel kriteria lahan.
Setelah data tersimpan, admin mengklik tombol Lihat Data dan sistem akan menampilkan tabel kriteria pada metode SAW dan Profile Matching seperti yang terlihat pada Gambar 4.8. Tabel ini berisi data yang telah diinputkan dan telah diubah ke dalam kriteria bobot penilaian pada masing-masing metode.
Gambar 4.8. Tampilan Proses Lihat Data
Admin dapat menghapus data dengan mengklik nama lahan pada tabel kriteria lahan kemudian mengklik tombol Delete. Tampilan dari proses menghapus data terdapat pada Gambar 4.9.
4.3.2. Hasil pengujian sistem
Hasil dari proses perhitungan terdapat pada halaman menu Proses Metode. Admin dapat melakukan proses perankingan lahan berdasarkan metode SAW dan Profile Matching dengan mengklik tombol Process. Hasil perankingan dan proses running time akan ditampilkan dalam tabel pada Gambar 4.10.
Gambar 4.10. Hasil Pengujian Pertama Sistem
Gambar 4.11. Hasil Pengujian Kedua Sistem
Berdasarkan pengujian kedua sistem sesuai pada Gambar 4.11 dapat dilihat bahwa lama proses eksekusi pada metode SAW adalah 0.2190125 dan lama proses eksekusi pada metode Profile Matching adalah 0.7410425 detik.
Berdasarkan pengujian ketiga sistem sesuai pada Gambar 4.12 dapat dilihat bahwa lama proses eksekusi pada metode SAW adalah 0.1960112 dan lama proses eksekusi pada metode Profile Matching adalah 0.6910395 detik.
Hasil dari ketiga pengujian dari lama proses eksekusi diatas didapatkan bahwa waktu proses eksekusi pada metode SAW lebih cepat dibandingkan dengan metode
Profile Matching. Hasil penentuan lahan terbaik dengan metode SAW yang memiliki nilai terbesar dari semua alternatif adalah Pasar 11B dengan nilai 32.6, maka lahan yang terpilih menjadi solusi terbaik adalah lahan pada Pasar 11B. Sedangkan pada metode Profile Matching yang memiliki nilai terbesar dari semua alternatif adalah Pasar 12 dengan nilai 4.075, maka Pasar 12 menjadi solusi lahan terbaik. Hasil pengujian dapat dilihat pada Tabel 4.19.
Tabel 4.19. Hasil Pengujian Metode SAW dan Profile Matching
Metode Pengujian Running Time (detik)
Pengujian Pertama Pengujian Kedua Pengujian Ketiga
SAW 0.2020116 0.2190125 0.1960112
BAB 5
KESIMPULAN DAN SARAN
5.1.Kesimpulan
Berdasarkan hasil dari implementasi metode Simple Additive Weighting dan Profile Matching dalam pemilihan lahan tembakau, maka dapat disimpulkan bahwa:
1. Aplikasi sistem yang dibangun dapat membantu pihak BPTD (Balai Penelitian Tembakau Deli) dalam meranking lahan mana yang terbaik untuk dijadikan pertimbangan dalam proses penanaman tembakau pada tahun berikutnya. 2. Proses running time pada metode Simple Additive Weighting lebih cepat
dibandingkan dengan metode Profile Matching. Pada metode Simple Additive Weighting waktu tercepat adalah 0.2020116 detik, sedangkan pada metode
Profile Matchingwaktu tercepat adalah 0.7130407detik.
3. Berdasarkan hasil perbandingan kedua metode dengan Balai Penelitian Tembakau Deli (BPTD), didapatkan bahwa metode Simple Additive Weighting
lebih akurat dan efisien dibandingkan dengan metode Profile Matching karena metode Simple Additive Weighting memperoleh hasil pemilihan lahan terbaik yang sama dengan hasil pemilihan lahan terbaik pada Balai Penelitian Tembakau Deli (BPTD) yaitu lahan padaPasar 11B.
5.2.Saran
Adapun saran yang dapat diberikan untuk mengembangkan penelitian ini adalah sebagai berikut :
1. Untuk penelitian selanjutnya, diharapkan agar dilakukan pengembangan pada aplikasi ini dengan menambahkan lebih banyak data dan kriteria .
2. Sistem ini dapat dikembangkan lagi ke dalam aplikasi berbasis Android.
BAB 2
LANDASAN TEORI
2.1. Sistem Pendukung Keputusan
Istilah sistem pendukung keputusan pertama kali digagas oleh P.G.W Keen, seorang akademisi Inggris yang kemudian melanjutkan karir di USA. Pada tahun 1978 Keen dan Scott Morton menerbitkan sebuah buku dengan judul Decision Support Systems : An Organisation Perspective. Dimana dalam buku tersebut mereka menyebutkan bahwa sistem komputer berdampak pada keputusan yang akan dibuat, karena komputer dan analisis merupakan faktor penting untuk dipertimbangkan dalam menetapkan sebuah keputusan (Power, 2009).
Sistem pendukung keputusan adalah sebuah sistem yang efektif dalam membantu mengambil suatu keputusan yang kompleks, sistem ini menggunakan aturan-aturan pengambilan keputusan, model analisis, database yang komprehensif dan pengetahuan dari pengambil keputusan itu sendiri (Janakiraman, 1999).
2.1.1. Syarat sistem pendukung keputusan
Menurut Bidgoli (1989) syarat dari sebuah sistem keputusan adalah : 1. Memerlukan perangkat keras
2. Memerlukan perangkat lunak
3. Memerlukan manusia (perancang dan pengguna)
4. Dirancang untuk mendukung sebuah pengambilan keputusan
2.1.2. Komponen sistem pendukung keputusan
Sistem Pendukung Keputusan terdiri dari empat subsistem (Turban, 2005), yaitu: 1. Manajemen Data, meliputi basis data yang berisi data-data yang relevan
dengan keadaan dan dikelola oleh perangkat lunak yang disebut Database Management System (DBMS).
2. Manajemen Model, berupa sebuah paket perangkat lunak yang berisi model-model finansial, statistik, management science, atau model kuantitatif yang menyediakan kemampuan analisa dan perangkat lunak manajemen yang sesuai.
3. Subsistem Dialog, merupakan subsistem yang dipakai oleh user untuk berkomunikasi dan memberi perintah (menyediakan user interface).
4. Manajemen Knowledge, yang mendukung subsistem lain atau berlaku sebagai komponen yang berdiri sendiri.
Berdasarkan komponen sistem keputusan yang telah dijelaskan, berikut diberikan penggambaran mengenai komponen sistem pendukung keputusan pada Gambar 2.1.
Gambar 2.1. Komponen Sistem Pendukung Keputusan
Berdasarkan Gambar 2.1. dapat dikatakan bahwa sistem pendukung keputusan harus mencakup tiga komponen utama dari DataBase Management System (DBMS),
manajemen berbasis pengetahuan adalah opsional, tetapi dapat memberikan banyak manfaat karena dapat memberikan intelegensi bagi ketiga komponen utama tersebut.
2.1.3. Karakteristik sistem pendukung keputusan
Adapun karakteristik dari suatu sistem pendukung keputusan (Suryadi, 1998) adalah sebagai berikut:
1. Mendukung seluruh kegiatan organisasi
2. Mendukung beberapa keputusan yang saling berinteraksi 3. Dapat digunakan berulang kali dan bersifat konstan 4. Terdapat dua komponen utama, yaitu data dan model 5. Menggunakan baik data eksternal dan internal
6. Memiliki kemampuan what-if analysis dan goal seeking analysis
7. Menggunakan beberapa model kuantitatif
2.1.4. Kriteria sistem pendukung keputusan
Sistem Pendukung Keputusan (SPK) merupakan sebuah sistem yang memiliki kriteria sebagai berikut (Turban, 1995):
1. Penggunaan model, komunikasi antara pengambil keputusan dan sistem terjalin melalui model-model matematis, jadi pengambil keputusan bertanggung jawab membangun model matematis berdasarkan permasalahan yang dihadapinya.
2. Berbasis komputer, sistem ini mempertemukan penilaian manusia (pengambil keputusan) dengan informasi komputer. Informasi komputer ini dapat berasal dari perangkat lunak komputer yang merupakan implementasi dari metode numeris untuk permasalahan matematis yang bersangkutan.
3. Fleksibel, sistem harus dapat beradaptasi terhadap timbulnya perubahan pada permasalahan yang ada. Jadi pengambil keputusan harus dibolehkan untuk melakukan perubahan pada model yang telah diberikannya kepada sistem, ataupun memberikan model yang baru.
interaktif: pengambil keputusan harus diijinkan untuk menjelajahi alternatif jawaban dengan cara memvariasi parameter-parameter yang ada pada sistem.
2.1.5. Tahap-tahap dalam pengambilan keputusan
Tahapan-tahapan dalam pengambilan keputusan menurut Basyaib (2006) adalah : 1. Intelijen
a) Pembentukan persepsi terhadap situasi yang dihadapi.
Ialah mengenali situasi keputusan dan pendefinisian karakteristik utama yang ada pada situasi tersebut.
b) Membangun model yang mewakili situasi.
Sebuah model merupakan kendaraan yang membantu dalam mengestimasi hasil yang mungkin terjadi dari sebuah situasi keputusan. c) Penentuan ukuran kuantitatif terhadap biaya (disbenefits) dan manfaat
yang paling tepat untuk situasi yang dihadapi.
Sistem ukuran seragam yang akan digunakan dalam membandingkan alternatif langkah keputusan.
2. Desain
Penentuan dengan spesifik alternatif yang dimiliki dengan mengenali dan merumuskan dengan jelas langkah – langkah yang mungkin dilakukan.
3. Pilihan
a) Evaluasi manfaat dan biaya (disbenefits) dari semua langkah alternatif. Ialah penilaian akibat penerapan setiap langkah alternatif dengan menggunakan ukuran biaya dan manfaat.
b) Menetapkan kriteria dalam memilih langkah terbaik.
Adalah penetapan peraturan dengan mengaitkan hasil dengan tujuan pembuatan keputusan.
c) Penyelesaian situasi keputusan.
2.2. Fuzzy Multiple Attribute Decision Making (FMADM)
Fuzzy Multiple Attribute Decision Making (FMADM) adalah suatu metode yang digunakan untuk mencari alternatif optimal dari sejumlah alternatif dengan kriteria tertentu. Inti dari FMADM adalah menentukan nilai bobot untuk setiap atribut, kemudian dilanjutkan dengan proses perankingan yang akan menyeleksi alternatif yang sudah diberikan. Pada dasarnya, ada 3 pendekatan untuk mencari nilai bobot atribut, yaitu pendekatan subyektif, pendekatan obyektif dan pendekatan integrasi antara subyektif & obyektif. Masing- masing pendekatan memiliki kelebihan dan kelemahan. Pada pendekatan subyektif, nilai bobot ditentukan berdasarkan subyektifitas dari para pengambil keputusan, sehingga beberapa faktor dalam proses perankingan alternatif bisa ditentukan secara bebas. Sedangkan pada pendekatan obyektif, nilai bobot dihitung secara matematis sehingga mengabaikan subyektifitas dari pengambil keputusan. ( Kusumadewi, 2006).
Ada beberapa metode yang dapat digunakan untuk menyelesaikan masalah FMADM, antara lain (Kusumadewi, 2006):
a. Simple Additive Weighting (SAW) b. Weighted Product (WP)
c. ELECTRE
d. Technique for Order Preference by Similarity to Ideal Solution (TOPSIS) e. Analytic Hierarchy Process (AHP)
2.3. Metode Simple Additive Weighting (SAW)
Metode Simple Additive Weighting (SAW) sering juga dikenal dengan istilah metode penjumlahan terbobot. Konsep dasar metode SAW adalah mencari penjumlahan terbobot dari rating kinerja pada setiap alternatif pada semua atribut. Metode SAW membutuhkan proses normalisasi matriks keputusan (X) ke suatu skala yang dapat diperbandingkan dengan semua rating alternatif yang ada (Rahman, 2014).
2.3.1. Langkah-langkah penyelesaian
Adapun langkah penyelesaian dalam menggunakan metode Simple Additive Weighting
1. Menentukan alternatif, yaitu Ai.
2. Menentukan kriteria yang akan dijadikan acuan dalam pengambilan keputusan, yaitu Cj.
3. Memberikan nilai rating kecocokan setiap alternatif pada setiap kriteria. 4. Menentukan bobot preferensi atau tingkat kepentingan (W) setiap kriteria.
W = [W1, W2, W3, … , WJ] ...(1)
5. Membuat tabel rating kecocokan dari setiap alternatif pada setiap kriteria. 6. Membuat matrik keputusan (X) yang dibentuk dari tabel rating kecocokan dari
setiap alternatif pada setiap kriteria. Nilai X setiap alternatif (Ai) pada setiap
7. Melakukan normalisasi matrik keputusan dengan cara menghitung nilai rating kinerja ternomalisasi (rij) dari alternatif Ai pada kriteria Cj.
{
a. Kriteria keuntungan (benefit) apabila nilai memberikan keuntungan bagi pengambil keputusan, sebaliknya kriteria biaya (cost) apabila menimbulkan biaya bagi pengambil keputusan.
b. Apabila berupa kriteria keuntungan (benefit) maka nilai dibagi dengan nilai dari setiap kolom, sedangkan untuk kriteria biaya (cost), nilai dari setiap
9. Hasil akhir nilai preferensi (Vi) diperoleh dari penjumlahan dari perkalian elemen baris matrik ternormalisasi (R) dengan bobot preferensi (W) yang bersesuaian elemen kolom matrik (W).
Hasil perhitungan nilai Vi yang lebih besar mengindikasikan bahwa alternatif Ai merupakan alternatif terbaik menurut perhitungan metode Simple Additive Weighting.
2.4. Metode Profile Matching
Profile Matching adalah salah satu dari metode dalam pengambilan keputusan yang mekanismenya mengasumsikan bahwa terdapat tingkat variabel prediktor yang ideal yang harus dimiliki oleh pegawai. Bukannya tingkat minimal yang harus dipenuhi atau dilewati (Kusrini, 2007). Dalam Profile Matching pegawai yang bisa dipromosikan untuk menduduki suatu jabatan (kenaikan jabatan) adalah pegawai yang paling mendekati profil ideal (Ekasari, 2010).
2.4.1. Langkah-langkah penyelesaian
Langkah-langkah dalam melakukan metode ini adalah (Khoiruddin, 2011): 1. Menentukan tujuan dan alternatif yang akan dipilih
2. Menentukan aspek dan subaspek yang digunakan untuk penilaian 3. Melakukan pemetaan GAP
GAP yang dimaksud adalah perbedaan antara profil jabatan dengan profil karyawan atau bisa ditunjukkaan pada rumus di bawah ini:
...(8) 4. Melakukan perhitungan core factor dan secondary factor
Setelah menentukan bobot nilai gap untuk ketiga aspek, yaitu aspek kapasitas intelektual, sikap kerja, dan perilaku dengan cara sama, setiap kriteria atau aspek dikelompokkan menjadi dua kelompok yaitu kelompok core factor dan
secondary factor.
a. Perhitungan core factor menggunakan rumus dibawah ini:
∑
∑ ...(9) dimana:
NRC = Nilai rata-rata core factor tiap aspek
NC = Jumlah total nilai core factor tiap aspek
b. Untuk menghitung nilai Secondary Factor digunakan rumus:
∑
∑ ...(10) dimana:
NRS = Nilai rata-rata secondary factor tiap aspek
NS = Jumlah total nilai secondary factor tiap aspek
IS = Jumlah item tiap aspek
c. Untuk menghitung nilai total digunakan rumus:
60% (CF) + 40% (SF) ...(11) 5. Perhitungan Nilai Total
Dari hasil setiap aspek di atas berikutnya dihitung nilai total berdasakan presentasi dari nilai core factor dan secondary factor yang diperkirakan berpengaruh terhadap kinerja tiap-tiap profil.
6. Perhitungan Nilai Ranking
Hasil akhir dari proses Profile Matching adalah ranking dari kepribadian yang dominan dari setiap alternatif. Penentuan ranking mengacu pada hasil perhitungan tertentu. Perhitungan tersebut dapat ditunjukkan pada rumus : Ranking = A% (K1) + B%(K2) + C% (K3) + D%(K4) + E%(K5) + F% (K6) + G%(K7) + H% (K8) ...(12)
Dimana :
K = nilai kriteria
2.5. Sejarah Perkebunan Tembakau Deli di Bulu Cina
Gambar 2.2. Peta Perkebunan Bulu Cina (Sumber: PTPN 2 Kebun Bulu Cina)
2.6. Karakteristik dan Kualitas Lahan Tembakau
Faktor jenis lahan sangat ditentukan oleh kualitas lahan dan karakteristik lahan. Kualitas lahan kemungkinan berperan positif dan negatif terhadap penggunaan lahan tergantung dari sifat-sifatnya. Kualitas lahan yang berperan positif tentu yang sifatnya sangat menguntungkan bagi suatu penggunaan, misalnya untuk tanaman tembakau. Sebaliknya kualitas lahan yang bersifat negatif karena keberadaanya akan merugikan terhadap penggunaan tertentu, bisa merupakan faktor pembatas atau penghambat (Siswanto, 2004).
Kualitas lahan adalah sifat-sifat pengenal atau atribut yang bersifat kompleks dari sebidang lahan. Setiap kualitas lahan mempunyai keragaan yang berpengaruh terhadap kesesuaiannya bagi penggunaan tertentu dan biasanya terdiri atas satu atau lebih karakteristik lahan. Kualitas lahan ada yang bisa diestimasi atau diukur secara langsung di lapangan, tetapi pada umumnya ditetapkan berdasarkan karakteristik lahan (FAO, 1976).
Kualitas lahan yang berhubungan dan berpengaruh terhadap hasil atau produksi tanaman di dalam FAO (1976), antara lain terdiri atas: ketersediaan air, ketersediaan hara, ketersediaan oksigen dalam zona perakaran, kondisi dan sifat fisik dan morfologi tanah, kemudahan lahan untuk diolah, salinitas dan alkalinitas, toksisitas tanah (misalnya aluminium, pirit), ketahanan terhadap erosi, hama dan penyakit tanaman yang berhubungan dengan kondisi lahan, bahaya banjir, rezim temperatur, energi radiasi, bahaya unsur iklim terhadap pertumbuhan tanaman (angin, kekeringan), dan kelembaban udara yang mempengaruhi pertumbuhan tanaman.
Karakteristik lahan merupakan sifat lahan yang dapat diukur atau diduga. Menurut FAO (1976), karakteristik lahan terdiri atas:
a. Karakteristik tunggal, misalnya total curah hujan, kedalaman tanah, lereng dan lain lain.