BAB II
TINJAUAN PUSTAKA
2.1 Dasar Teori
2.1.1 Sistem Pendukung Keputusan (SPK) 2.1.1.1 Definisi Sistem Pendukung Keputusan
Beberapa pengertian sistem pendukung keputusan yang dikemukakan para ahli dijelaskan sebagai berikut:
1. Menurut Litlle (1970) :
Sistem Pendukung Keputusan adalah suatu sistem informasi berbasis komputer yang menghasilkan berbagai alternatif keputusan untuk membantu manajemen dalam menangani berbagai permasalahan yang terstruktur ataupun tidak terstruktur dengan menggunakan data dan model.
2. Menurut Raymond Mcleod, Jr (1997) :
Sistem Pendukung Keputusan merupakan sistem penghasil informasi spesifik yang ditujukan untuk memecahkan suatu masalah tertentu yang harus dipecahkan oleh manajer pada berbagai tingkatan.
3. Menurut Turban (2011) :
Sistem Pendukung Keputusan (SPK) merupakan sistem berbasis komputer interaktif yang membantu pengambil keputusan memanfaatkan data dan model untuk menyelesaikan suatu masalah.
Berdasarkan pengertian-pengertian di atas, dapat disimpulkan bahwa Sistem Pendukung Keputusan adalah sebuah sistem yang berbasis komputer yang dapat membantu pengambilan keputusan untuk memecahkan masalah tertentu dengan memanfaatkan data dan model tertentu.
2.1.1.2 Komponen SPK
SPK terdiri atas tiga komponen utama (Turban, 2011), yaitu:
1. Manajemen data
Manajemen data merupakan pengelolaan satu database oleh perangkat lunak DBMS (Database Management System) yang berisi data yang relevan untuk situasi keputusan. Manajemen data dapat diinterkoneksikan dengan data warehouse perusahaan, suatu repositori untuk data perusahaan yang relevan untuk mengambil keputusan.
2. Manajemen Model
Manajemen model merupakan paket perangkat lunak yang memasukkan berbagai macam model, diantaranya adalah model keuangan, statistik, ilmu manajemen, atau model kuantitatif lainnya yang memberikan kemampuan analitik dan manajemen perangkat lunak yang tepat. Perangkat lunak ini disebut sistem manajemen basis model.
3. Antarmuka
Antarmuka penguna memungkinkan pengguna berkomunikasi dan memerintahkan SPK. Web Browser memberikan struktur antarmuka pengguna grafis yang familier dan konsisten. Istilah antarmuka pengguna mencakup semua aspek komunikasi antara pengguna dengan sistem.
Gambar 2.1 Komponen-komponen SPK (Turban, 2011)
2.1.1.3 Karakteristik SPK
Karakteristik SPK menurut Turban (2011) yaitu:
1. Dukungan untuk pengambil keputusan, terutama pada situasi semi terstruktur dan tak terstruktur.
2. Dukungan di semua fase proses pengambilan keputusan: inteligensi, desain, pilihan, dan implementasi.
3. Kemampuan sistem beradaptasi dengan cepat dimana pengambil keputusan dapat menghadapi masalah-masalah baru dan pada saat yang sama dapat menanganinya dengan cara mengadaptasikan sistem terhadap kondisi-kondisi perubahan yang terjadi.
4. User-friendly, kapabilitas grafis yang kuat, dan sebuah bahasa interaktif yang alami.
5. Peningkatan terhadap keefektifan pengambilan keputusan (akurasi, timelines, kualitas) dari pada efisiensi (biaya).
6. Pengambil keputusan mengontrol penuh semua langkah proses pengambilan keputusan dalam memecahkan masalah.
7. Menggunakan model-model dalam penganalisisan situasi pengambilan keputusan.
2.1.1.4 Fase-fase Pengambilan Keputusan
Terdapat empat fase dalam pembangunan sistem pendukung keputusan yang dapat dilihat pada Gambar 2.2 (Turban, 2011), yaitu :
1. Intelligence
Pada Intelligence Phase, masalah diidentifikasi, ditentukan tujuan dan sasarannya, penyebabnya, dan besarnya. Langkah ini sangat penting karena sebelum suatu tindakan diambil, persoalan yang dihadapi harus dirumuskan secara jelas terlebih dahulu. Masalah dijabarkan secara lebih rinci dan dikategorikan apakah termasuk progammed atau non- programmed.
2. Design
Pada Design Phase, dikembangkan tindakan alternatif, menganalisis solusi yang potensial, membuat model, membuat uji kelayakan, dan memvalidasi hasilnya.
3. Choice
Pada Choice Phase, menjelaskan pendeketan solusi yang dapat diterima dan memilih alternatif keputusan yang terbaik. Pemilihan alternatif ini akan mudah dilakukan jika hasil yang diinginkan memilki nilai kuantitas tertentu.
4. Implementation.
Pada Implementation Phase, solusi pada Choice Phase diimplementasikan. Pada tahap ini perlu disusun serangkaian tindakan yang terencana, sehingga hasil keputusan dapat dipantau dan disesuaikan apabila diperlukan perbaikan-perbaikan.
Gambar 2.2 Proses Pengambilan Keputusan (Turban, 2011) 2.1.2 Program Percepatan Belajar (Akselerasi)
Program Akselerasi adalah salah satu program layanan pendidikan khusus bagi peserta didik yang oleh guru telah diidentifikasi memiliki prestasi dari segi akademis yang sangat memuaskan, dan oleh psikolog telah diidentifikasi memiliki kemampuan intelektual umum pada taraf cerdas atau jenius, serta memiliki kreativitas di atas rata-rata, sehingga dapat menyelesaikan program pendidikan sesuai dengan kecepatan belajar mereka (Widyastono, 2000).
Sistem akselerasi menggunakan kurikulum yang dipadatkan dari 6 semester selama 3 tahun menjadi 6 semester dalam jangka waktu 2 tahun dengan setiap 4 bulan, siswa akan diuji untuk kenaikan tingkat.
Akselerasi pendidikan merupakan suatu kebijakan yang dikeluarkan Departemen Pendidikan Nasional, yang tertuang dalam Undang-Undang
Nomor 20 Ta Warga Negara yang memiliki
potensi kecerdasan dan bakat istimewa berhak memperoleh pendidikan khusus Setiap peserta didik pada setiap satuan ai dengan bakat, minat, dan kemampuannya; (f) menyelesaikan program pendidikan sesuai dengan kecepatan belajar masing-masing dan tidak menyimpang dari ketentuan batas waktu yang ditetapkan
2.1.3 Analytical Hierarchy Process (AHP)
Pada hakekatnya AHP merupakan suatu model pengambil keputusan yang komprehensif dengan memperhitungkan hal- hal yang bersifat kualitatif dan kuantitatif (Saaty,2001). Model AHP ini menerapkan hierarki fungsional dengan input utamanya persepsi manusia . Kriteria
bergelar doktor dan sebagainya tetapi lebih mengacu pada orang yang mengerti benar permasalahan yang diajukan, merasakan akibat suatu masalah atau punya kepentingan terhadap masalah tersebut (Suryadi, 1998).Dengan hierarki, suatu masalah kompleks dan tidak terstruktur dipecahkan ke dalam kelompok-kelompok tersebut diatur menjadi suatu bentuk hierarki.
Salah satu contoh penerapan model AHP yaitu digunakan untuk seleksi penerimaan karyawan dengan multikriteria. Hierarki fungsional level pertama menunjukkan tujuan yang berarti untuk membantu dalam proses penerimaan karyawan. Level kedua yaitu kriteria yang digunakan, antara lain Inteligensi, Personality, aptitude, dan achievement. AHP juga menerapkan adanya subkriteria. Contoh subkriteria yaitu baik, cukup, dan kurang. Hierarki untuk level terakhir adalah alternatifnya. Pembobotan yang diterapkan yakni
menggunakan perbandingan berpasangan, dimana antar kriteria maupun subkriteria dibandingkan menurut tingkat kepentingannya. Dari bobot tersebut diolah dan diperoleh hasil perhitungannya berupa urutan yang dapat membantu membuat keputusan. Contoh kasus lain yaitu digunakan untuk pemilihan perusahaan BUMN, pemilihan handphone, dan pemilihan rumah.
Terdapat 4 aksioma-aksioma yang terkandung dalam model AHP :
1. Reciprocal Comparison artinya pengambilan keputusan harus dapat memuat perbandingan dan menyatakan preferensinya. Prefesensi tersebut harus memenuhi syarat resiprokal yaitu apabila A lebih disukai daripada B dengan skala x, maka B lebih disukai daripada A dengan skala 1/x.
2. Homogenity artinya preferensi seseorang harus dapat dinyatakan dalam skala terbatas. Jika aksioma ini tidak dipenuhi maka elemen-elemen yang dibandingkan tersebut tidak homogen dan harus dibentuk cluster yang baru
3. Independence artinya preferensi dinyatakan dengan mengasumsikan bahwa kriteria tidak dipengaruhi oleh alternatif-alternatif yang ada melainkan oleh objektif keseluruhan. Ini menunjukkan bahwa pola ketergantungan dalam AHP adalah searah, maksudnya perbandingan antara elemen- elemen dalam satu tingkat dipengaruhi atau tergantung oleh elemen- elemen pada tingkat diatasnya
4. Expectation artinya untuk tujuan pengambil keputusan. Struktur hirarki diasumsikan lengkap. Apabila asumsi ini tidak dipenuhi maka pengambil keputusan tidak memakai seluruh kriteria atau objectif yang tersedia atau diperlukan sehingga keputusan yang diambil dianggap tidak lengkap 2.1.3.1 Prinsip Dasar Analytical Hierarchy Process
Dalam menyelesaikan permasalahan dengan AHP ada beberapa prinsip yang harus dipahami, di antaranya adalah sebagai berikut (Saaty, 2001):
1. Decomposition (membuat hierarki)
Sistem yang kompleks bisa dipahami dengan memecahkannya menjadi elemen-elemen yang lebih kecil dan mudah dipahami.
Gambar 2.3 Hierarki 3 level AHP (Saaty, 2001) 2. Comparative judgment (penilaian kriteria dan alternatif)
Kriteria dan alternatif dilakukan dengan perbandingan berpasangan.
Menurut Saaty (2000), untuk berbagai persoalan, skala 1 sampai 9 adalah skala terbaik untuk mengekspresikan pendapat. Nilai dan definisi pendapat kualitatif dari skala perbandingan Saaty dapat diukur menggunakan tabel analisis seperti dijelaskan pada tabel 2.1.
Tabel 2.1 Skala Penilaian Perbandingan Pasangan (Saaty, 2000) Intensitas
Kepentingan
Definisi Keterangan
1 Equal Importance
(sama penting)
Kedua elemen mempunyai pengaruh yang sama
3 Weak importance of
one over (sedikit lebih penting)
Pengalaman dan penilaian sangat memihak satu elemen dibandingkan dengan pasangannya
5 Essential or strong
importance (lebih penting)
Elemen yang satu lebih penting daripada yang lainnya
7 Demonstrated
importance (sangat penting)
Satu elemen jelas lebih mutlak penting daripada elemen lainnya
9 Extreme importance
(mutlak lebih penting)
Satu elemen mutlak penting daripada elemen lainnya
2,4,6,8 Intermediate values between the two adjacent judgements
Nilai-nilai antara dua nilai
pertimbangan-pertimbangan yang berdekatan
Respirokal Kebalikan Jika elemen i memiliki salah satu angka diatas ketika dibandingkan elemen j, maka j memiliki kebalikannya ketika dibanding elemen i
3. Synthesis of priority (menentukan prioritas)
Menentukan prioritas dari elemen-elemen kriteria dapat dipandang sebagai bobot/kontribusi elemen tersebut terhadap tujuan pengambilan keputusan. AHP melakukan analisis prioritas elemen dengan metode perbandingan berpasangan antar dua elemen sehingga semua elemen yang ada tercakup. Prioritas ini ditentukan berdasarkan pandangan para pakar dan pihak-pihak yang berkepentingan terhadap pengambilan keputusan, baik secara langsung (diskusi) maupun secara tidak langsung (kuisioner).
4. Logical Consistency (konsistensi logis)
Konsistensi memiliki dua makna. Pertama, objek-objek yang serupa bisa dikelompokkan sesuai dengan keseragaman dan relevansi. Kedua, menyangkut tingkat hubungan antar objek yang didasarkan pada kriteria tertentu.
2.1.3.2 Prosedur Analytical Hierarchy Process
Secara umum langkah-langkah yang harus dilakukan dalam menggunakan AHP untuk pemecahan suatu masalah sebagai berikut (Saaty, 2001):
1. Mendefinisikan masalah dan menentukan solusi yang diinginkan, lalu menyusun hierarki dari permasalahan yang dihadapi.
2. Menentukan prioritas elemen
a. Langkah pertama dalam menentukan prioritas elemen adalah membuat perbandingan pasangan, yaitu membandingkan elemen secara berpasangan sesuai kriteria yang diberikan.
b. Matriks perbandingan berpasangan diisi menggunakan bilangan untuk merepresentasikan kepentingan relatif dari suatu elemen terhadap elemen yang lainnya.
Proses perbandingan berpasangan, dimulai dari level hirarki paling atas yang ditujukan untuk memilih kriteria, misalnya A, kemudian diambil elemen yang akan dibandingkan, misal A1, A2, dan A3. Maka susunan elemen-
elemen yang dibandingkan tersebut akan tampak seperti pada gambar matriks di bawah ini :
Tabel 2.2 Contoh matriks perbandingan berpasangan
A1 A2 A3
A1 1
A2 1
A3 1
Untuk menentukan nilai kepentingan relatif antar elemen digunakan skala bilangan dari 1 sampai 9 seperti pada Tabel 2.1, Penilaian ini dilakukan oleh seorang pembuat keputusan yang ahli dalam bidang persoalan yang sedang dianalisa dan mempunyai kepentingan terhadapnya.
Apabila suatu elemen dibandingkan dengan dirinya sendiri maka diberi nilai 1. Jika elemen i dibandingkan dengan elemen j mendapatkan nilai tertentu, maka elemen j dibandingkan dengan elemen i merupakan kebalikannya.
3. Sintesis
Pertimbangan-pertimbangan terhadap perbandingan berpasangan disintesis untuk memperoleh keseluruhan prioritas. Hal-hal yang dilakukan dalam langkah ini adalah:
a. Menjumlahkan nilai-nilai dari setiap kolom pada matriks
b. Membagi setiap nilai dari kolom dengan total kolom yang bersangkutan untuk memperoleh normalisasi matriks.
c. Menjumlahkan nilai-nilai dari setiap baris dan membaginya dengan jumlah elemen untuk mendapatkan nilai rata-rata.
4. Mengukur Konsistensi
Dalam pembuatan keputusan, penting untuk mengetahui seberapa baik konsistensi yang ada karena kita tidak menginginkan keputusan berdasarkan pertimbangan dengan konsistensi yang rendah. Hal-hal yang dilakukan dalam langkah ini adalah sebagai berikut:
a. Kalikan setiap nilai pada kolom pertama dengan prioritas relatif elemen pertama, nilai pada kolom kedua dengan prioritas relatif elemen kedua dan seterusnya.
b. Jumlahkan setiap baris
c. Hasil dari penjumlahan baris dibagi dengan elemen prioritas relatif yang bersangkutan
d. Jumlahkan hasil bagi di atas dengan banyaknya elemen yang ada,
5. Melakukan penghitungan Consistency Index (CI) dengan rumus:
n) /n (1)
Dimana n = banyaknya elemen.
6. Melakukan penghitungan Rasio Konsistensi/Consistency Ratio (CR) dengan rumus:
CR= CI/IR (2)
Dimana CR = Consistency Ratio CI = Consistency Index
IR = Indeks Random Consistency
7. Memeriksa konsistensi hierarki. Jika nilainya lebih dari 10%, maka penilaian data judgment harus diperbaiki. Namun jika Rasio Konsistensi (CI/CR) kurang atau sama dengan 0,1, maka hasil perhitungan bisa dinyatakan benar (Kusrini, 2007).
Dimana RI : random index yang nilainya dapat dilihat pada tabel 2.2 Tabel 2.3 Ratio index (Alonso, 2006)
n 1 2 3 4 5 6 7 8 9 10
RI 0 0 0.58 0.90 1.12 1.24 1.32 1.41 1.45 1.49
n 11 12 13 14 15 16 17 18 19 20
RI 1,51 1,53 1,56 1,57 1,58 1,5978 1,6086 1,6181 1.6265 1,6341
2.1.4 Technique For Order Preference by Similarity to Ideal Solution (TOPSIS)
2.1.4.1 Definisi TOPSIS
TOPSIS adalah salah satu metode pengambilan keputusan multikriteria yang pertama kali diperkenalkan oleh Yonn dan Hwang pada tahun 1981.
Dengan ide dasarnya adalah bahwa alternatif yang dipilih memiliki jarak terdekat dengan solusi ideal positif dan memiliki jarak terjauh dari solusi ideal negatif (Hwang, 1995).
Pada TOPSIS nilai solusi ideal positif dan solusi ideal negatif dari setiap kriteria ditentukan, dan setiap alternatif dipertimbangkan dari informasi tersebut. Solusi ideal positif didefinisikan sebagai jumlah dari seluruh nilai terbaik yang dapat dicapai untuk setiap atribut, sedangkan solusi ideal negatif terdiri dari seluruh nilai terburuk yang dicapai untuk setiap atribut.
TOPSIS telah digunakan dalam banyak aplikasi termasuk keputusan dalam seleksi calon siswa baru. Pengambilan keputusan dengan TOPSIS menggunakan multikriteria, dimana pada contoh ini yaitu menggunakan kriteria nilai Ujian Nasional, nilai Ujian Sekolah, dan prestasi non-akademik.
Dalam metode TOPSIS, nilai bobot dari setiap kriteria telah diketahui dengan jelas. Setiap bobot kriteria ditentukan berdasarkan tingkat kepentingannya menurut pengambil keputusan berdasarkan skala prosentase. Dari bobot tersebut kemudian diolah dan diperoleh suatu prioritas yang menunjukkan urutan hasil pilihan.
Yoon dan Hwang mengembangkan metode TOPSIS berdasarkan intuisi yaitu alternatif pilihan merupakan alternatif yang mempunyai jarak terkecil dari solusi ideal positif dan jarak terbesar dari solusi ideal negatif dari sudut pandang geometris dengan menggunakan jarak Euclidean (Sachdeva, 2009).
Namun, alternatif yang mempunyai jarak terkecil dari solusi ideal positif, tidak harus mempunyai jarak terbesar dari solusi ideal negatif. Maka dari itu, TOPSIS mempertimbangkan keduanya, jarak terhadap solusi ideal positif dan jarak terhadap solusi ideal negatif secara bersamaan. Solusi optimal dalam
metode TOPSIS didapat dengan menentukan kedekatan relatif suatu alternatif terhadap solusi ideal positif. TOPSIS akan merangking alternatif berdasarkan prioritas nilai kedekatan relatif suatu alternatif terhadap solusi ideal positif.
Alternatif-alternatif yang telah dirangking kemudian dijadikan sebagai referensi bagi pengambil keputusan untuk memilih solusi terbaik yang diinginkan.
Metode ini banyak digunakan untuk menyelesaikan pengambilan keputusan secara praktis. Hal ini disebabkan konsepnya sederhana dan mudah dipahami, komputasinya efisien, dan memiliki kemampuan mengukur kinerja relatif dari alternatif-alternatif keputusan.
2.1.4.2 Prosedur TOPSIS
3. TOPSIS dimulai dengan membangun sebuah matriks keputusan.
Berikut ini adalah contoh sebuah matriks dengan alternatif dan kriteria:
(3) Dimana:
D = matriks m = alternatif n = kriteria
xij= alternatif ke-i dan kriteria ke-j 4. Normalisasi matriks keputusan
Setiap elemen pada matriks D dinormalisasikan untuk mendapatkan matriks normalisasi R. Setiap normalisasi dari nilai rijdapat dilakukan dengan perhitungan seperti pada rumus (4) berikut :
(4)
Untuk m;
n
5. Pembobotan pada matriks yang telah dinormalisasikan
weighted normalized matriks V dapat dihasilkan seperti pada rumus (5) berikut :
(5)
Dengan i j
6. Menentukan solusi ideal positif dan solusi ideal negatif
Solusi ideal positif dinotasikan dengan A+ dan solusi ideal negatif dinotasikan dengan A-, seperti pada rumus (6) berikut :
Menentukan Solusi Ideal (+) & (-)
(6) Dimana :
vij= elemen matriks V baris ke-i dan kolom ke- j
J ={ benefit criteria}
cost criteria}
7. Menghitung Separation Measure
Separation measure ini merupakan pengukuran jarak dari suatu alternatif ke solusi ideal positif dan solusi ideal negatif. Perhitungan matematisnya adalah seperti pada rumus (7, 8) berikut:
Separation measure untuk solusi ideal positif
(7) dengan i
Separation measure untuk solusi ideal negatif
(8) 8. Menghitung kedekatan relatif dengan ideal positif
Kedekatan relatif dari alternatif A+ dengan solusi ideal A- direpresentasikan seperti pada rumus (9) berikut :
(9) dengan 0<C, <1 dan i
9. Mengurutkan Pilihan
Alternatif dapat dirangking berdasarkan urutan Ci. Maka dari itu, alternatif terbaik adalah salah satu yang berjarak terpendek terhadap solusi ideal dan berjarak terjauh dengan solusi ideal negatif.
2.1.5 Hamming Distance
Fungsi Hamming Distance memberikan ukuran perbedaan/jarak antara dua buah nilai yang memiliki panjang yang sama. Proses perhitungannya yaitu akan bernilai 1 jika memiliki posisi yang berbeda, dan akan bernilai 0 jika memiliki posisi yang sama. Dapat dikatakan kemiripannya semakin besar apabila perbedaan/jarak yang dihasilkan semakin kecil.
n
Hamming Distance didefinisikan sebagai berikut (Siang, 2011) : H n n Z+(himpunan bilangan bulat positif)
H (st) = banyaknya posisi dimana s dan t memiliki harga yang berbeda.
Contoh :
H(11111, 00000) = 5, karena kedua string berbeda di semua posisi.
H(11000, 00010) = 3, karena kedua string berbeda di 3 posisi yaitu ke-1, 2, dan 4.
2.1.6 Euclidean Distance
Euclidean Distance adalah jarak diantara dua buah obyek atau titik.
Euclidean Distance dapat digunakan untuk mengukur kemiripan (matching) sebuah obyek dengan obyek yang lain. Dikatakan mirip jika nilai dari obyek tersebut mendekati nol (0). Euclidean Distance diantara titik P = (p1, p2,...,pn) dan Q = (q1,q2,...,qn) didefinisikan sebagai (Rahman, 2008):
(10)
2.2 Penelitian Terkait
Penelitian yang dilakukan penulis mengacu pada beberapa penelitian maupun studi sejenis yang telah dilakukan sebelumnya. Beberapa penelitian tersebut akan dijabarkan berikut ini.
1. Analytical Hierarchy Process & TOPSIS Method to Evaluate Faculty Performance in Engineering
Makalah ini membahas mengenai pemilihan cara pengajaran terbaik yang lebih powerful bila dibandingkan dengan metode tradisional dengan mengevaluasi performa dari tenaga pendidik dalam pendidikan teknik.
Kriteria yang digunakan yaitu dari segi pengetahuan, metode pengajaran, kemampuan dalam komunikasi, aksesibilitas, tingkah laku dan disiplin, kemampuan dalam menjelaskan serta sikap. Teknik yang digunakan dalam makalah ini adalah menerapkan metode gabungan AHP (Analytical Hierarchy Process) serta Technique For Order Preference by Similarity to Ideal Solution (TOPSIS). Dimana AHP digunakan sebagai teknik pembobotan dan TOPSIS digunakan untuk perangkingan berdasarkan adaptasi inputan dari AHP. Dari empat tenaga pendidik yang dijadikan sebagai data pengolahan (T1, T2, T3, T4), didapatkan bahwa T1 merupakan tenaga pendidik terbaik, diikuti T3, T2, dan T4. Perlu menjadi
catatan, bahwa T2 dari segi pengetahuannya lebih baik dibandingkan T1, kemudian diikuti T3 dan T4. Ini berarti bahwa walaupun mumpuni dalam pengetahuan bukan pasti menjadi tenaga pendidik yang terbaik. Dan pada akhirnya, dari makalah ini dibuktikan bahwa dengan pendekatan yang mengintegrasikan AHP dengan TOPSIS dapat mendukung keputusan dalam evaluasi tenaga pendidik.
2. TOPSIS and AHP techniques for selecting the most efficient marine container yard gantry crane (Nooramin, 2012
Penelitian ini membahas mengenai pemilihan granty crane di area container yard (lapangan container) di pelabuhan, yang dilakukan dengan menggunakan dua metode. Metode yang digunakan yaitu Analytical Hierarchy Process (AHP) dan Technique for Order Preference by Similarity to Ideal Solution (TOPSIS). Granty Crane adalah suatu alat yang digunakan untuk mengangkat atau memindahkan muatan berat dan banyak digunakan di pelabuhan untuk proses loading unloading container.
Kriteria yang ditetapkan dalam penelitian ini adalah economic &
cost, operation, dan management. Dan terdapat tiga granty crane yang menjadi alternatifnya, yaitu Straddle Carrier (SC), Rail Mounted Gantry Crane (RMG), dan Rubber Tyred Gantry Crane (RTG). Dalam studi kasus pemilihan gantry crane dengan menggunakan metode AHP dan metode TOPSIS, hasil yang diperoleh yakni memiliki hasil akhir atau urutan yang sama, yaitu RMG dan RTG yang menjadi kandidat terbaik.
Sedangkan SC kemungkinan dapat digunakan di container terminal yang lebih kecil.
3.
Compensatory (TOPSIS) in selecting of Rice Milling System
Penelitian ini dibuat untuk membangun aplikasi berbasis pendukung keputusan dalam pemilihan sistem penggilingan padi. Penelitian ini memanfaatkan metode Technique For Order Preference by Similarity to Ideal Solution (TOPSIS). Kriteria-kriteria yang digunakan dalam pemilihan sistem penggilingan padi antara lain prosentase kerusakan dari beras, daya tarik pasar pada produksi akhir, konsumsi energy, kapasitas sistem, dan biaya dari sistem. Dijelaskan bahwa terdapat tiga macam sistem penggilingan padi secara tradisional dan modern yang menjadi alternatif. Berdasarkan hasil yang diperoleh dengan metode TOPSIS, didapatkan bahwa kriteria prosentase kerusakan beras menjadi faktor terpenting dalam pemilihan sistem penggilingan padi, sedangkan kriteria biaya menjadi parameter terendah. Dan dihasilkan pula dengan metode TOPSIS, sistem penggilingan padi yang paling baik yaitu sistem penggilingan padi yang ketiga.
4.
Penerimaan Karyawan Pada PT. Pasir Besi Indonesia (Maharrani,
Tujuan penelitian ini akan membuat sistem pendukung keputusan untuk memudahkan pihak manajemen dalam proses seleksi karyawan, khususnya pada proses penilaian hasil tes psikologi. Laporan ini memanfaatkan Analytical Hierarchi Process (AHP) sebagai model Sistem Pendukung Keputusan (SPK). Dengan perpaduan antara data kriteria serta bobot yang dimasukkan pengguna dengan data karyawan yang telah ada di perusahaan, aplikasi akan mampu menghasilkan rangking masing-masing pelamar berdasarkan besarnya nilai akhir.
Berdasarkan hasil penelitian, maka dapat ditarik kesimpulan bahwa pertama, sistem Pendukung Keputusan (SPK) penerimaan karyawan pada PT. Pasir Besi Indonesia bisa dijadikan dasar pengambilan keputusan manajemen dalam proses penerimaan karyawan, kedua keputusan yang dapat dipertanggungjawabkan dengan dukungan dari perhitungan yang dilakukan dengan AHP sebagai model dalam system pendukung keputusan, ketiga keputusan untuk menentukan calon pelamar mana yang akan diterima sebagai karyawan perusahaan menentukan kelangsungan hidup perusahaan itu sendiri, sehingga diperlukan keputusan yang tepat dalam pemilihan, agar tujuan perusahaan dapat tercapai.
2.3 Rencana Penelitian
Berdasarkan penelitian terkait tersebut, pada penelitian ini akan berfokus mengenai perbandingan antara tiga metode, yaitu metode AHP, TOPSIS, dan AHP-TOPSIS. Tujuan dilakukannya perbandingan adalah untuk melihat metode apakah yang lebih baik antara tiga metode tersebut dalam studi kasus penerimaan siswa program akselerasi. Analisis diperoleh dengan menerapkan Hamming Distance untuk melihat jumlah perbedaan urutan posisi yang menentukan urutan prioritas siswa yang diterima dan Euclidean Distance untuk melihat seberapa jauh jarak perbedaan urutan prioritas tersebut dengan menggunakan tiga parameter, yakni parameter hasil perangkingan sekolah, peringkat rapor siswa akselerasi dan nilai rapor semester I siswa akselerasi.
Hamming Distance dilakukan dengan menggunakan parameter hasil perangkingan sekolah dan peringkat rapor siswa akselerasi. Sedangkan Euclidean Distance dilakukan dengan menggunakan parameter nilai rapor siswa akselerasi semester I, dengan asumsi prestasi siswa belum terpengaruh dengan kondisi apapun.
