Sistem Pendukung Keputusan Menentukan Merek Dan Tipe Sepeda Motor Berbasis Web Dengan 78
SISTEM PENDUKUNG KEPUTUSAN MENENTUKAN MEREK DAN
TIPE SEPEDA MOTOR BERBASIS
WEB
DENGAN
METODE TOPSIS
Linda Purnama Sari (0911103)
Mahasiswa Program Studi Teknik Informatika, STMIK Budidarma Medan Jl. Sisimangaraja No.338 Simpang Limun Medan
www.stmik-budidarma.ac.id // Email : purnama.linda@gmail.com
ABSTRAK
Sepeda motor merupakan salah satu alat transportasi yang di gemari masyarakat karena memiliki ukuran yang kecil, cepat dan harga yang tidak terlalu mahal di bandingkan alat transportasi lainya. Sekarang banyak macam varian sepeda motor lengkap dengan keunggulan dan kelebihannya. Hal ini tentunya akan mempersulit konsumen dalam menentukan pilihan yang tepat, sesuai dengan kriteria yang diinginkan. Masalah ini tergolong kedalam masalah yang bersifat multiobjective (banyak tujuan yang ingin dicapai) dan multikriteria (ada banyak kriteria yang menentukan dalam mencapai keputusan tersebut). Dengan banyaknya produksi sepeda motor semakin banyak pula merek dan tipe sepeda motor yang diproduksi. Semua merek dan tipe memiliki kelebihan dan kelemahan nya masing-masing. Untuk menentukan mana yang terbaik dan cocok untuk pembeli itu tidak mudah. Oleh karena itu perlu dibuat sebuah sistem pendukung keputusan yang membantu para pembeli untuk menentukan merek dan tipe sepeda yang cocok dengan pembeli.
Untuk memudahkan pembeli dalam memilih sepeda motor yang sesuai dengan keinginannya maka dirancang sebuah sistem pendukung keputusan untuk menentukan sepeda motor yang sesuai. Dimana sistem pendukung keputusan yang dirancang berbasis web sehingga mudah di akses dimanapun dan kapanpun dengan media internet. Dan sistem ini dibangun dengan perhitungan yang akurat dengan menggunakan metode TOPSIS sehingga akurasi perhitungan lebih terjamin.
Dengan adanya sistem ini pelanggan/pembeli tidak kesulitan untuk memilih sepeda motor yang sesuai dengan kebutuhan dan keuangannya sehingga akan tercipta proses jual beli yang nyaman dan cepat.
Kata Kunci : Sistem Pendukung Keputusan, TOPSIS, Sepeda Motor, Web.
1. Pendahuluan
Sepeda motor merupakan salah satu alat transportasi yang di gemari masyarakat karena memiliki ukuran yang kecil, cepat dan harga yang tidak terlalu mahal di bandingkan alat transportasi lainya. Sekarang banyak macam varian sepeda motor lengkap dengan keunggulan dan kelebihannya. Hal ini
tentunya akan mempersulit konsumen dalam
menentukan pilihan yang tepat, sesuai dengan kriteria yang diinginkan. Masalah ini tergolong kedalam
masalah yang bersifat multiobjective (banyak tujuan
yang ingin dicapai) dan multikriteria (ada banyak kriteria yang menentukan dalam mencapai keputusan tersebut). Dengan banyaknya produksi sepeda motor semakin banyak pula merek dan tipe sepeda motor yang diproduksi. Semua merek dan tipe memiliki kelebihan dan kelemahan nya masing-masing. Untuk menentukan mana yang terbaik dan cocok untuk pembeli itu tidak mudah. Oleh karena itu perlu dibuat sebuah sistem pendukung keputusan yang membantu para pembeli untuk menentukan merek dan tipe sepeda yang cocok dengan pembeli.
Untuk menentukan maka diperlukan
pengambilan keputusan yang tepat. Pengambilan keputusan adalah suatu proses memilih diantara
berbagai alternatif , pengambilan keputusan
manajerial sinonim dengan proses keseluruhan dari
manajemen. Sistem pendukung keputusan (Decision
Support System/DSS) adalah sistem pendukung keputusan bagi para pengambil keputusan manajemen yang menangani masalah-masalah tidak terstruktur dan bertujuan mendukung penilaian manajer bukan
mencoba menggantikannya. Sistem pendukung
keputusan tidak ditekankan untuk membuat keputusan dengan sekumpulan kemampuan untuk mengolah informasi atau data yang diperlukan dalam proses pengambilan keputusan tetapi sistem hanya berfungsi sebagai alat bantu manajemen. Sistem tidak dimaksudkan untuk menggantikan fungsi pengambil keputusan dalam membuat keputusan, tetapi sistem.
Untuk merancang sebuah sistem pendukung atau pengambilan keputusan terdapat beberapa metode
penyelesaian seperti Simple Additive Weigthing,
Fuzzy, AHP dan TOPSIS. Didalam skripsi ini penulis menggunakan metode TOPSIS sebagai metode pengambilan keputusan.
memiliki jarak terpanjang dari solusi ideal negatif. Konsep ini banyak digunakan pada beberapa model MADM untuk menyelesaikan masalah keputusan secara praktis. Hal ini disebabkan konsepnya sederhana dan mudah dipahami, komputasinya efisien, dan memiliki kemampuan untuk mengukur kinerja
relatif dari alternatif-alternatif keputusan dalam bentuk matematis yang sederhana. Dan untuk merancang agar sistem ini lebih mudah di akses maka akan dirancang sebuah sistem pendukung keputusan
yang berbasis web.
2. Landasan Teori
2.1 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 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, (2007:35)).
Ada beberapa metode yang dapat digunakan untuk mnyelesaikan masalah FMADM antara lain:
1. Simple Additive Weighting Method (SAW).
2. Weighted Product (WP).
3. ELECTRE.
4. Technique for Order Preference by Similarity to
Ideal Solution (TOPSIS).
5. Analytic Hierarchy Process (AHP).
2.1.1 Algoritma FMADM
Algoritma penyelesaian FMADM adalah:
1. Memberikan nilai setiap alternatif (Ai) pada setiap
kriteria (Cj) yang sudah itentukan, dimana nilai tersebut di peroleh berdasarkan nilai crisp; i=1,2,…m dan j=1,2,…n. 2.
2. Memberikan nilai bobot (W) yang juga didapatkan
berdasarkan nilai crisp.
3. Melakukan normalisasi matriks dengan cara
menghitung nilai rating kinerja ternormalisasi (rij)
dari alternatif Ai pada atribut Cj berdasarkan
persamaan yang disesuaikan dengan jenis atribut (atribut keuntungan/benefit = MAKSIMUM atau atribut biaya/cost=MINIMUM). Apabila berupa
artibut keuntungan maka nilai crisp (Xij) dari
setiap kolom atribut dibagi dengan nilai crisp
MAX (MAX Xij) dari tiap kolom, sedangkan untuk
atribut biaya, nilai crisp MIN (MIN Xij) dari tiap
kolom atribut dibagi dengan nilai crisp (Xij) setiap kolom.
4. Melakukan proses perankingan dengan cara
mengalikan matriks ternormalisasi (R) dengan nilai bobot (W).
5. Menentukan nilai preferensi untuk setiap alternatif
(Vi) dengan cara menjumlahkan hasil kali antara
matriks ternormalisasi (R) dengan nilai bobot (W).
Nilai Vi yang lebih besar mengindikasikan bahwa
alternatif Ai lebih terpilih. ( Kusumadewi,
(2007:37)).
2.2 Metode TOPSIS
TOPSIS didasarkan pada konsep dimana alternatif terpilih yang terbaik tidak hanya memiliki jarak terpendek dari solusi ideal positif, namun juga memiliki jarak terpanjang dari solusi ideal negatif
(Kusumadewi, 2006:87). Konsep ini banyak
digunakan pada beberapa model MADM untuk menyelesaikan masalah keputusan secara praktis. Hal ini disebabkan konsepnya sederhana dan mudah dipahami, komputasinya efisien, dan memiliki kemampuan untuk mengukur kinerja relatif dari alternatif-alternatif keputusan dalam bentuk matematis yang sederhana.
Secara umum, prosedur TOPSIS mengikuti langkah-langkah sebagai berikut:
1. Membuat matriks keputusan yang ternormalisasi; 2. Membuat matriks keputusan yang ternormalisasi terbobot;
3. Menentukan matriks solusi ideal positif dan matriks solusi ideal negatif;
4. Menentukan jarak antara nilai setiap alternatif dengan matriks solusi ideal positif dan matriks solusi ideal negatif;
5. Menentukan nilai preferensi untuk setiap
alternatif.
TOPSIS membutuhkan rating kerja setiap
alternatif Ai pada setiap kriteria Cj yang
rij = matriks ternormalisasi [i][j]
xij = matriks keputusan [i][j]
Solusi ideal positif A+ dan solusi ideal negatif A- dapat
ditentukan berdasarkan rating bobot ternormalisasi (yij) sebagai :
Sistem Pendukung Keputusan Menentukan Merek Dan Tipe Sepeda Motor Berbasis Web Dengan 80
yij = matriks ternormalisasi terbobot [i][j]
wi = vektor bobot[i] dari proses AHP
yj+ = max yij, jika j adalah atribut keuntungan
min yij, jika j adalah atribut biaya
yj
-= min yij, jika j adalah atribut keuntungan
max yij, jika j adalah atribut biaya
j = 1,2,...,n
Jarak antara alternatif Ai dengan solusi ideal positif :
(lihat persamaan 3.2)
Di+ = jarak alternatif Ai dengan solusi ideal positif
yi +
= solusi ideal positif[i]
yij = matriks normalisasi terbobot[i][j]
Jarak antara alternatif Ai dengan solusi ideal negatif
Di
= jarak alternatif Ai dengan solusi ideal negatif yi
-= solusi ideal positif[i]
yij = matriks normalisasi terbobot[i][j]
Nilai preferensi untuk setiap alternatif (Vi) dapat
dilihat pada persamaan 3.4
Vi = − +
Vi = kedekatan tiap alternatif terhadap solusi ideal
Di +
= jarak alternatif Ai dengan solusi ideal positif
Di
-= jarak alternatif Ai dengan solusi ideal negatif
Nilai Vi yang lebih besar menunjukkan bahwa
alternatif Ai lebih dipilih.
3. Design Dan Table
1. Tabel Administrator
Tabel 1 ini berisi informasi tentang
Id_administrator, Nama dan juga Password yang dimasukan dari database.
Tabel 1. Administrator
Field Tipe Size Keterangan
Username Varchar 7 PK, No_id
Nama Varchar 30 Nama_Admin
Email Varchar 30 Nama_Email
Password MD5 Password
2. Tabel Pembeli
Tabel 4.11 ini berfungsi menyimpan data Pembeli n seperti Nama. TTL, Alamat, Status Sepeda motor, Pekerjaan, Gaji Bersih, dan No HP.
Tabel 2 : Tabel Pembeli
Field Tipe Size Keterangan
Id_Pembeli Varchar 7 Id.
Nama Varchar 30 Nama
Pembeli
Tempat Varchar 30 Tempat Lahir
Tangal Lahir Date Tanggal
Lahir
Alamat Varchar 50 Alamat
Pembeli
Pekerjaan Varchar 30 Pekerjaan
Gaji Bersih Integer Gaji pembeli
No HP Varchar 15 No_HP
3. Tabel Kriteria
Tabel 4.12 ini berfungsi untuk mengyimpan data kriteria sistem pendukung keputusan menentukan merek dan tipe sepeda motor sperti no/id kriteria, nama kriteria dan bobot kriteria.
Tabel 3 : Tabel Kriteria
Field Tipe Size Keterangan
Id_Kriteria Varchar 7 PK, No_id
Nama Varchar 30 Nama
Kriteria
Bobot Integer Bobot
4. Tabel Sepeda Motor
Tabek 4.13 ini berfungsi untuk menyimpan data sepeda motor sistem pendukung keputusan seperti merek, harga, jenis, Bahan Bakar, dan DP.
Tabel 4 : Sepeda Motor
5. Tabel SPK Merek Dan Tipe
Pembeli, Merek, Tipe, Harga, Jenis, Bahan Bakar dan Uang Muka (DP).
Tabel 5 : SPK Merek Dan Tipe
Field Tipe Size Keterangan
Nama Pembeli
Varchar 30 Nama
Pembeli
Merek Varchar 7 Merek Sepeda
Motor
Tipe Varchar 30 Tipe
Harga Integer Harga
Jenis Varchar 15 Mesin
Bahan Bakar
Varchar 30 Kelebihan
DP Integer Stok
4. Implementasi
4.1 Tampilan Menu Utama
Menu utama adalah halaman pertama saat kita memasuki sistem pendukung keputusan menentukan merek dan tipe sepeda motor yang memiliki banyak menu yang berfungsi sebagai pelengkap sistem ini. Perhatikan gambar di bawah.
Gambar 1 : Tampilan Menu Utama
4.2 Tampilan Laporan Data Pembeli
Laporan data pembeli merupakan hasil semua data pembeli yang telah melakukan transaksi penentuan merek dan tipe sepeda motor sehingga
data tersebut tersimpan di database sebagai bahan
pengumpulan data oleh admin. Untuk lebih jelas mengenai tampilan laporan sistem pendukung keputusan penentuan merek dan tipe sepeda motor perhatikan gambar di bawah ini.
Gamabr 2 : Tampilan Laporan Data Pembeli
4.3 Tampilan Laporan Data Kriteria
Laporan data kriteria merupakan hasil semua kriteria yang menjadi acuan transaksi penentuan merek dan tipe sepeda motor sehingga data tersebut
tersimpan di database sebagai bahan pengumpulan
data oleh admin. Untuk lebih jelas mengenai tampilan laporan data kriteria sistem pendukung keputusan penentuan merek dan tipe sepeda motor perhatikan gambar di bawah ini.
Gambar 3 : Tampilan Laporan Data Kriteria
4.4 Tampilan Laporan Data Sepeda Motor
Laporan data sepeda motor merupakan hasil sistem pendukung keputusan yang menjadi bahan hasil penentuan merek dan tipe sepeda motor sehingga
data tersebut tersimpan di database sebagai bahan
Sistem Pendukung Keputusan Menentukan Merek Dan Tipe Sepeda Motor Berbasis Web Dengan 82 Gambar 4 : Laporan Data Sepeda Motor
4.5 Tampilan Halaman Hasil SPK
Agar lebih mengetahui seberapa besar hasil penggunaan sistem ini maka diperlukan beberapa hasil laporan dari sistem ini. Untuk melihat contoh hasil perhitungan SPK maka dapat dilihat pada gambar 5.5 di bawah ini.
Gambar 5 : Tampilan Hasil SPK 4.6 Tampilan Form Petunjuk
Di dalam sebuah sistem terdapat suatu petunjuk
penggunaan agar memudahkan para user untuk
menggunakan sistem dengan cepat dan tepat. Begitu pula sistem pendukung keputusan ini memiliki petunjuk penggunaan seperti terlihat pada gambar di bawah ini.
Gambar 6 : Tampilan Form Petunjuk
4.7 Tampilan Form Barang Cash
Pada form ini terdapat beberapa harga sepeda
motor secara cash sehingga pembeli juga memperoleh informasi untu pembelian dengan harga cash. Untuk lebih jelas perhatikan gambar di bawah ini.
Gambar 7 : Tampilan Form Barang Cash
4.8 Tampilan Form InputData Pembeli
Untuk menentukan proses pemilihan keputusan maka diperlukan beberapa data tentang pengguna atau
pembeli, oleh karena itu maka di sediakan form input
data pembeli sebagai media tempat menginput data pembeli. Untuk lebih jelas perhatikan gambar di bawah ini.
Gambar 8 : Form Input Data Pembeli
4.9 Tampilan Form Input Data Kriteria
Untuk menentukan proses pemilihan keputusan maka diperlukan beberapa data kriteria yang menjadi acuan pendukung keputusan, oleh karena itu maka di
sediakan form input data kriteria sebagai media tempat
menginput data kriteria. Untuk lebih jelas perhatikan gambar di bawah ini.
Gambar 9 : Form Input Data Kriteria
4.10 Tampilan Form Input Data Sepeda Motor
Untuk menentukan proses pemilihan keputusan maka diperlukan beberapa data sepeda motor yang menjadi acuan pendukung keputusan, oleh karena itu
media tempat menginput data kriteria. Untuk lebih jelas perhatikan gambar di bawah ini.
Gambar 10 : Form InputData Sepeda Motor
4.9 Tampilan Form Input SPK Merek dan Tipe Sepeda Motor
Untuk menentukan proses pemilihan keputusan
maka diperlukan suatu form input semua data
pendukung keputusan, oleh karena itu maka di
sediakan form input SPK menentukan merek dan tipe
sepeda motor sehingga dapat diperoleh hasil yang sesuai. Untuk lebih jelas perhatikan gambar di bawah ini.
Gambar 11 : Form InputSPK
Untuk menambah data pemilihan yang baru maka
dibuat form untuk melakukan SPK selanjutnya. Untuk
lebih jelas perhatikan gamabr di bawah ini.
Gambar 12 : Form Input Tambah SPK
Daftar Pustaka
[1]. Adi Nugroho, “Perancangan Sistem “ 2010,
chap.1
[2]. Ahmad Muthohirin dan Virgiawan Listianto”,
Pemrogaman Web dengan PHP dan Mysql, PT.
Prestasi Pustakarya, Jakarta, 2011.
[3]. http://en.wikipedia.org/wiki/Website.html
Tanggal 07 Januari 2013
[4]. http://id.wikipedia.org/wiki/MySQL.html Tanggal 05 Juli 2012.
[5]. http://kbbi.web.id/, tanggal 8 Mei 2012. [6].
http://organisasi.org/strategi-jenis-macam-dan-pengertian-merek-merk- brand- produk-barang-dan-jasa-manajemen-pemasaran, Tanggal 08 Mei 2013).
[7]. Jogiyanto H.M, “Analisa Dan Perancangan
Sistem”, 2005.
[8]. Jurnal, Jamila dan S. Hartati , “Sistem
Pendukung Keputusan Pemilihan Subkontrak Menggunakan Metode Entropy Dan TOPSIS”,
2011.
[9]. Jurnal, Julianto Lemantara ,“Rancang Bangun
Sistem Pengolahan Administrasi Berbasis Web Pada Kemahasiswan STIKOM Surabaya”, 2008. [10]. Jurnal, Juliyanti1, Mohammad Isa Irawan2, dan
Imam Mukhlash2 ,“Pemilihan Guru Berprestasi
Menggunakan Metode Ahp Dan Topsis”,
Jurusan Matematika FMIPA ITS Surabaya, 2011.
[11]. Jurnal, Ocktavia Dwi Ratnasari, “Sistem
Pendukung Keputusan Penentuan Guru Berprestasi Dengan Metode Topsis”, 2011. [12]. Kusumadewi, 2007.
[13]. MADCOMS, “ Macromedia Dreamweaver 8