Pemilihan Alternatif Simplisia Nabati Untuk Indikasi Gangguan Kesehatan Menggunakan Metode Analytical Network Process (ANP) dan Simple Additive Weighting (SAW)

(1)

Fakultas Ilmu Komputer

5229

Pemilihan Alternatif Simplisia Nabati Untuk Indikasi Gangguan Kesehatan

Menggunakan Metode

Analytical Network Process

(ANP)

dan

Simple

Additive Weighting

(SAW)

Gessia Faradiksi Putri1_{, Lailil Muflikhah}2_{, Sigit Adinugroho}3

Program Studi Teknik Informatika, Fakultas Ilmu Komputer, Universitas Brawijaya Email: 1_{gessiafarp21@gmail.com,}2_{lailil@ub.ac.id,}3_{sigit.adinu@ub.ac.id}

Abstrak

Tanaman obat merupakan salah satu sumber daya alam yang jarang diketahui oleh sebagian masyarakat Indonesia. Tanaman obat atau dengan nama lain simplisia mempunyai beragam manfaat untuk kesehatan. Namun. pengetahuan masyarakat akan simplisia ini sangat rendah sehingga masyarakat cenderung memilih obat modern yang harganya jauh lebih mahal. Padahal dengan simplisia dapat menghemat biaya dan juga aman. Namun, banyaknya alternatif membuat masyarakat bingung untuk memilihnya. Parameter untuk memilih alternatif simplisia yaitu, harga, rasa, ketersediaan bahan dan zat berkhasiat. Parameter tersebut sebagai acuan untuk memiliih alternatif simplisia. Penelitian ini menggunakan metode Analytical Network Process (ANP) dan Simple Additive Weighting (SAW) yang digunakan untuk pembobotan serta pemeringkatan.. Hasil perangkingan yang didapatkan dengan metode ANP dan SAW memiliki akurasi pada penyakit demam 40%, penyakit diare 50% dan penyakit batuk 40%. Akurasi yang cenderung rendah disebabkan adanya perbedaan penggunaan bobot kriteria antara data target dan hasil serta pengaruh innerdepence antar kriteria.

Kata kunci: Simplisia, Analytical Network Process, Simple Additive Weighting

Abstract

Medicinal plants are one of natural resources that is rarely known by Indonesian. Medicinal plants, known as simplicia, have various health benefits. What people know about simplicia is still very low, so they tend to choose modern medicines which costs much more than simplicia. In fact, simplicia is also safe and can save cost. But, because there are so many alternatives, eventually people become confused to choose which one is the most suitable for them. The parameters used to choose simplicia alternatives are the price, taste, availability of materials and nutritious substances. These parameters are used as references for choosing simplicia alternatives. This research uses Analytical Network Process (ANP) and Simple Additive Weighting (SAW) methods which are used for weighting and ranking. The ranking result obtained by ANP and SAW methods has accuracy on fever 40%, diarrhea 50% and cough 40%. The low tendency accuracy is caused by different usage of criteria weighting between target data and outcomes as well as the influence of innerdepence between criteria.

Keywords: Simplicia, Analytical Network Process, Simple Additive Weighting

1. PENDAHULUAN

Negara Indonesia termasuk salah satu negara yang memiliki kekayaan dan keragaman sumber daya alam hayati dan non hayati terbesar di dunia. Contohnya seperti tanah subur, minyak, air, emas, tanaman dan lain-lain. Dari berbagai sumber daya tersebut terdapat sumber daya berpotensi tetapi jarang diketahui masyarakat yaitu tanaman obat. Indonesia mempunyai ragam tanaman obat dan dapat dimanfaatkan dalam pengobatan tradisional.

(2)

mengandung senyawa kimia. Padahal banyak sekali khasiat dan manfaat yang diberikan oleh tanaman obat. Selain khasiat dan juga aman, harganya pun terjangkau bahkan masyarakat dapat menanam sendiri di pekarangan rumah (Iranosa, 2014).

Simplisia dapat menyembuhkan banyak penyakit. Misalnya, satu penyakit dapat disembuhkan beberapa alternatif simplisia. Karena banyaknya alternatif menjadikan masyarakat bingung untuk menentukan pilihan simplisia yang akan digunakan atau diolah untuk mengobati penyakit tertentu. Untuk menentukan alternatif simplisia maka digunakan 4 parameter kriteria yaitu, harga, rasa, ketersediaan bahan dan zat berkhasiat. Untuk mengatasi permasalahan yang telah dijelaskan sebelumnya, terdapat beberapa metode yang dapat digunakan salah satunya menggunakan metode pengambil keputusan yaitu Multi Criteria Decision Making (MCDM) untuk memilih alternatif terbaik dari beberapa alternatif berdasarkan jumlah kriteria (Adhiutami & Kurniawan, 2015). Ada beberapa metode pada MCDM diantaranya AHP, ANP, SAW, Topsis, WP dan Electre. Pada penelitian ini metode yang digunakan adalah Analytical Network Process (ANP) yang dapat dijadikan untuk menyelesaikan masalah dari banyak kriteria yang saling berkaitan dan untuk mencari bobot kriteria dikombinasikan dengan metode Simple Additive Weighting (SAW) yang berguna untuk mengambil keputusan multikriteria serta pemeringkatan (Syafitri, 2016).

Pada penelitian sebelumnya yang dilakukan oleh Hanif Syafitri membahas tentang “Sistem Pendukung Keputusan Pemilihan Alternatif Tanaman Obat Menggunakan Metode Simple Additive Weighting” kasus yang dibahas adalah menentukan tanaman obat untuk menyembuhkan atau meredakan menstruasi. Metode tersebut mampu memberikan alternatif keputusan dan perangkingan serta solusi yang direkomendasikan (Syafitri, 2016). Penelitian lainnya yang menggunakan metode ANP dilakukan oleh Nurhidayanti dan Achmad Wahid (2015) untuk mengevaluasi supplier obat. Hasil dari penelitian menyatakan jika metode ANP dapat memberikan alternatif dengan akurasi 74.074% (Adhiutami & Kurniawan, 2015) sedangkan metode SAW pada penelitian Febrianita yaitu “Pemilihan Alternatif Simplisia Menggunakan Metode

Weighted Product (WP) dan Metode Simple Additive Weighting (SAW) mendapatkan hasil terbaik untuk menentukan alternatif simplisia dari 9 penyakit dengan akurasi sebesar 89% untuk kedua metode tersebut (Perwitasari, 2015).

Berdasarkan permasalahan dan penelitian sebelumnya. maka peneliti menerapkan metode Analytical Network Proces dan Simple Additive Weighting yang merupakan metode untuk pengambilan keputusan. Metode ANP dipilih karena lebih kompleks dari metode Analytical Hierarchy Process (AHP) yang digunakan sebagai pembobotan pada masing-masing kriteria sedangkan SAW dipilih karena dapat menyeleksi alternatif yang terbaik dari beberapa alternatif serta sebagai pemeringkatan.

2. METODOLOGI PENELITIAN

Pada penelitian ini membahas langkah-langkah pada penggabungan metode ANP dan SAW dalam pemilihan alternatif simplisia nabati untuk indikasi gangguan kesehatan.

2.1 Data

Data yang digunakan berasal dari penelitian yang telah dilakukan sebelumnya (Iranosa, 2014). Data yang digunakan berjumlah 21 data simplisia dengan 3 penyakit yaitu demam, diare dan batuk. Setiap penyakit berisi sepuluh alternatif simplisia.

2.2 Kebutuhan Kriteria

Kriteria yang digunakan dalam proses pemilihan alternatif simplisia, yaitu:

a. Harga

Kriteria yang mengukur rentan harga penjualan simplisia berupa rupiah setiap Kg b. Rasa

Kriteria untuk mengukur rasa simplisia c. Ketersediaan Bahan

Kriteria untuk mengukur seberapa sulit ketersediaan bahan simplisia

d. Zat Berkhasiat

Kriteria untuk mengukur jumlah senyawa atau zat berkhasiat dalam simplisia

2.3 Metode ANP

Langkah-langkah metode ANP yaitu (Poetra, Mahmudy & Indriati):

(3)

dan menentukan kriteria serta menentukan pilihan alternatif.

2. Membentuk matriks perbandingan berpasangan. Tahap pembentukan matriks perbandingan berpasangan yaitu dengan cara membandingkan seluruh elemen dalam bentuk perbandingan berpasangan yang nantinya perbandingan tersebut ditransformasi dalam bentuk matriks. Bentuk persamaan dalam membentuk matriks perbandingan berpasangan ditunjukkan pada Persamaan 1:

𝐴 =

3. Menormalisasi matriks perbandingan berpasangan. Untuk melakukan normalisasi ini maka digunakan rumus yang ditunjukkan pada Persamaan 2:



 membagi total nilai pada normalisasi dengan total nilai normalisasi seluruh kriteria. Rumus yang digunakan ditunjukkan pada Persamaan 3:

𝐸𝑖𝑔𝑒𝑛𝑉𝑒𝑐𝑡𝑜𝑟 =

_



_



5. Menghitung rasio konsistensi

Nilai pada rasio konsistensi harus memiliki nilai lebih kecil atau sama dengan 0,1. Konsistensi dilakukan pada setiap perbandingan berpsangan. Di dalam rasio konsistensi terdapat perhitungan λmax, atau eigen value,

indeks konsistensi dan rasio konsistensi. Rumus yang digunakan untuk menghitung λmax, indeks

konsistensi dan rasio konsistensi ditunjukkan pada Persamaan 4, Persamaan 5 dan Persamaan 6.

 



6. Membuat Unweighted Supermatriks

Unweighted Supermatriks dibuat dengan memasukkan nilai seluruh eigen vector antar kriteria ternormalisasi dalam kolom.

7. Membuat Weighted Supermatriks

Untuk mendapatkan weighted ini dengan mengalikan semua nilai yang ada pada unweighted supermatriks dengan nilai perbandingan kluster matriks yang sesuai hingga hasil nilai dari setiap kolom memiliki jumlah nilai satu.

8. Membuat Limited Supermatriks

Limited supermatriks didapatkan dari pemangkatan weighted supermatriks secara terus menerus hingga nilai di (4)

(5)

(6) Consistency Index (CI)

(4)

setiap kolom matriks dalam satu baris bernilai sama besar. Kemudian dilakukan normalisasi pada limited supermatriks.

2.4 Metode SAW

Langkah- langkah metode SAW yaitu (Akhirina, 2016):

1. Menentukan kriteria

Kriteria-kriteria yang telah ditentukan nantinya dijadikan sebagai tumpuan dalam pengambilan keputusan yaitu Ci.

2. Menentukan rating kecocokan

Untuk rating kecocokan ditentukan dengan melihat setiap alternatif dari setiap kriteria. 3. Menghitung normalisasi matriks alternatif

Sebelum menghitung normalisasi, dibuat matriks keputusan berdasarkan kriteria. Kemudian normalisasi dilakukan dengan menyesuaikan jenis atributnya termasuk atribut keuntungan atau biaya. Rumus perhitungan untuk menormalisasikan matriks alternatif ditunjukkan pada Persamaan 7:

4. Menghitung indeks preferensi dan pemeringkatan

Hasil akhir di dapat setelah menghitung nilai indeks preferensi. Nilai preferensi didapat dengan menjumlah normalisasi matriks dengan vektor bobot. Nilai terbesar dari hasil perhitungan nantinya dipilih sebagai alternatif terbaik. Rumus perhitungan nilai preferensi (Vi) ditunjukkan pada Persamaan 8:

3. PENGUJIAN DAN ANALISIS

3.1 Pengujian

Pengujian yang digunakan pada penelitian ini adalah pengujian akurasi sesuai dengan urutan preferensi pada data.

3.2 Pengujian Akurasi

Pengujian akurasi digunakan untuk mendapatkan tingkat akurasi dari perhitungan pada metode Analytical Network Process dan Simple Additive Weighting. Setelah menghitung menggunakan kedua metode tersebut maka didapatkan nilai urutan preferensi pada 10 peringkat teratas seluruh data yang ditunjukkan pada Tabel 1.

Tabel 1 Hasil Preferensi Simplisia

Urutan

Delima Putih 0.692

5 10 A10 Daun Jungrahap 0.687

Langkah selanjutnya adalah membandingkan 10 peringkat teratas hasil keluaran sistem dan data target simplisia pada 3 penyakit yaitu demam, diare dan batuk. Perbandingan hasil tersebut ditunjukkan pada Tabel 2 hingga Tabel 3.

Tabel 2 Perbandingan Hasil Data Target Dengan Hasil Sistem Penyakit Demam

No Data Aktual Hasil Sistem Akurasi

(5)

6 Rimpang

Alang-Alang Kayu Manis 0

Tabel 3 Perbandingan Hasil Data Target Dengan Hasil Sistem Penyakit Diare

1 Kulit Buah

Delima Putih Daun Asem 0

2 Buah Cabe Jawa Buah Kapulaga 0

3

Daun Jungrahap Buah Cabe

Jawa 1

4

Kayu Secang Kulit Buah

Delima Putih 1

10 Daun Jarong Rimpang

Alang-alang 0

Hasil 5

Akurasi = _{10 x 100% = 50%}5

Tabel 4 Perbandingan Hasil Data Target Dengan Hasil Sistem Penyakit Batuk

1 Daun Asem Daun Asem 1

Srigading Daun Beluntas 1

8 Rimpang Laos Kayu Secang 0

Hasil 4

Akurasi = _{10 x 100% = 40%}4

3.2 Analisis

Berdasarkan hasil uji akurasi pada

metode ANP dan SAW didapatkan hasil akurasi setiap penyakit yaitu pada demam akurasi sebesar 40%, pada diare sebesar 50% dan pada batuk sebesar 40% dengan mengambil 10 peringkat teratas dari 21 data simplisia. Akurasi yang cenderung rendah tersebut terjadi karena perbedaan penggunaan bobot kriteria antara data target dengan hasil sistem. Terdapat pula kriteria yang dianggap lebih penting sehingga memiliki bobot yang lebih tinggi serta pengaruh interdependence antar kriteria.

4. KESIMPULAN

Kesimpulan yang didapatkan pada penentuan simplisia dengan menggunakan metode Analytical Network Process dan Simple Additive Weighting antara lain:

1. Pada pemilihan simplisia nabati untuk indikasi gangguan kesehatan menggunakan metode Analytical Network Process untuk mencari nilai bobot pada setiap kriteria dan Simple Additive Weighting digunakan untuk menghitung nilai akhir dalam memproses pemeringkatan pada alternatif simplisia, 2. Hasil evaluasi pengujian pada pemilihan

simplisia didapat nilai akurasi pada masing-masing penyakit yaitu 40% pada demam, 50% pada diare dan 40% pada batuk. Tingkat akurasi yang rendah disebabkan karena adanya perbedaan penggunaan bobot kriteria antara data target dan data hasil sistem, terdapat kriteria yang dianggap lebih penting dan pengaruh interdependence antar kriteria.

5. DAFTAR PUSTAKA

Adhiutami, N. & Kurniawan, A. W., 2015. Penggunaan Metode Analytic Network Process Pada Evaluasi Supplier Obat (Studi Kasus Rumah Sakit Islam Banjarnegara). pp. 1-9.

(6)

Barang Menggunakan Metode Simple Additive Weighting (SAW). Jupiter-Jurnal Penerapan Ilmu-ilmu Komputer, Volume 2 (1), pp. 41-48.

Iranosa, Oksi., 2014. Sistem Pendukung Keputusan Pemilihan Simplisia Nabati Terhadap Indikasi Gangguan Kesehatan Menggunakan Metode Analytic Hierarchy Process - The Technique for Order of Preference by Similarity to Ideal.S1.Universitas Brawijaya.

Perwitasari, F. I., 2015. Pemilihan Alternatif Simplisia Menggunakan Metode Weighted Product (WP) dan Metode Simple Additive Weighting (SAW). Journal of Environmental Engineering & Sustainable Technology, Volume II, pp. 20-30.

Poetra, A. R., Mahmudy, W. F. & Indriati., 2015. Implementasi ANP daIran TOPSIS Untuk Penentuan Promosi Jabatan Struktural (Studi Kasus Dinas Pendapatan UPTD di Madura). pp. 1-10

Saaty, T. L. & Vargas, L. G., 2006. Decision Making With Analytical Network Process. 2nd ed. United States of America: Springer.