Sistem Pendukung Keputusan Aplikasi Nobar Online Terbaik Dengan Menerapkan Metode EDAS Dengan Pembobotan ROC
Serta Kurniawan Zega, Amran Saleh Harahap, Helfrida Hormaria Sihite, Imam Saputra* Fakultas Ilmu Komputer Dan Teknologi Informasi, Teknik Informatika, Universitas Budi Darma, Medan, Indonesia
Email :1sertakurniaawan@gmail.com, 2amransharahap@gmail.com, 3helfridahotmariasihite@gmail.com, 4,*saputraimam69@gmail.com Email Penulis Korespondensi: saputraimam69@gmail.com
Abstrak-Aplikasi Nobar online merupakan aplikasi yang menyediakan berbagai macam Film atau Video yang dibuat untuk memberikan kepraktisan kepada pengguna untuk melakukan Nobar online. Aplikasi Nobar online sudah banyak beredar di Google Playstore sehingga memungkinkan pengguna bisa melakukan Nobar online dimanapun dan kapanpun, sehingga dalam hal ini dibutuhkan Sistem Pendukung Keputusan (SPK) dalam menentukan Aplikasi Nobar online yang wajib direkomendasikan khalayak umum. Dalam menentukannya terdapat beberapa Alternatif dan Kriteria diantaranya, ulasan pengguna, genre, pengguna, rating, video berbayar. Dibutuhkan suatu sistem pendukung keputusan dalam menentukan aplikasi nobar online yang layak untuk di rekomendasikan dengan kombinasi metode ROC (Rank order Centroid) dan menghasilkan nilaibobot pada kriteria tertentu dan metode EDAS (distance from average solution) menghasilkan preferensi terbaik sesuai data-data seperti alternatif dan kriteri yang telah ditentukan dan nilai preferensi terbaik pada Alternatif ke-3 yaitu Viu sebagai Aplikasi terbaik untuk Nobar Online dengan nilai 0.3265.
Kata Kunci: Sistem Pendukung Keputusan (SPK); Aplikasi Nobar Online; EDAS; ROC
Abstract-The online Nobar application is an application that provides various kinds of films or videos that are made to provide practicality for users to do online Nobar. The online Nobar application has been widely circulated on Google Playstore so that it allows users to do online Nobar wherever and whenever, so in this case a Decision Support System (SPK) is needed in determining the online Nobar application which must be recommended by the general public. In determining it there are several alternatives and criteria including user reviews, genres, users, ratings, paid videos. A decision support system is needed in determining the appropriate online nobar application to be recommended istance from average solution) method producing the best preferences according to data such as alternatives and criteria which has been determined and the best preference value in the 3rd Alternative, namely Viu as the best application for Nobar Online with a value of 0.3265with a combination of the ROC (Rank order Centroid) method and generating weight values for certain criteria and the EDAS (d.
Keywords: Decision Support System (SPK); Nobar Online Application; EDAS; ROC
1. PENDAHULUAN
Nobar (Nonton Bareng) online merupakan kegiatan yang dilakukan secara bersama-sama atau dengan banyak orang di sebuah media aplikasi berbasis online. Nobar online sering dilakukan oleh kalangan remaja untuk bersenang-senang atau menghilangkan rasa jenuh. Sekarang mendengar kata nobar online rasanya sudah tidak terasa asing lagi bagi telinga kita semua, karena ini bisa kita jadikan sebagai alasan untuk kumpul bersama teman-teman. Saat ini sudah banyak aplikasi nobar online yang beredar di playstore maupun appstore yang bisa di akses di handphone maupun laptop, untuk saat ini nobar online sudah menjadi salah satu aktivitas yang bisa dilakukan dari jarak jauh maupun dekat dalam menyaksikan tayangan film tertentu. Kenikmatan nobar online pun bertambah ketika kamu juga melakukan kegiatan lain, misalnya kamu bisa menonton sambil makan, rebahan, maupun sambil merawat kucing peliharaan sendiri. Ketika kita melakukan nobar online kita bisa menyaksikan beberapa tanyanganseperti : film Horor, romantis, action, anime, hiburan dan sebagainya[1].
Kegiatan Nobar online bermula dari permasalahan covid yang tak berujung pada tahun 2020 kemarin, yang menyebabkan kegiatan kita dibuat terbatas. Oleh karena itu, untuk menghilangkan rasa gelisah dan rasa jenuh yang disebabkan oleh covid, hal tersebut membuat orang-orang mendapatkan inspirasi baru untuk melakukan kegiatan nobar online bersama keluarga dan teman-teman atau sahabat yang terpisah jarak, dikarenakan jika mereka keluar rumah untuk menonton di bioskop, maka hal tersebut tidak mungkin terjadi karena di sebabkan pembatasan di pandemi. Jadi, dengan adanya nobar online ini dapat menghilangkan rasa penat karena terlalu lama berada di dalam rumah. Kegiatan inipun menjadi rutinitas setiap remaja pada masa pandemi kemarin. Dengan melakukan nobar online kita juga mendapatkan manfaatnya seperti dapat mengeratkan kembali hubungan kita dengan teman–teman kita.Saat ini banyak aplikasi yang sedang trend untuk melakukan nobar online misalnya, Netflix partyyang sering digunakan sebagai salah satu film streaming terpopuler dikalangan anak muda yang bisa digunakan untuk nonton bareng. Adapun beberapa layanan aplikasi yang digunakan untuk melakukan nobar online yang ber-ajakan dari lewat zoom, discord, atau gmeet yang sering dilakukan banyak orang. karena banyaknya aplikasi online yang beredar dikalangan remaja membuat kita dihadapkan dengan beberapa pilihan film yang ingin kita tonton bersama[2].
Dalam menentukan Sistem Pendukung Keputusan Aplikasi Nobar Online Terbaik di butuhkan sebuah Sistem Pendukung Keputusan.Sistem pendukung keputusan merupakan suatu sistem yang digunakan dalam proses pengambilan keputusan dengan melibatkan metode-metode pada sistem pendukung keputusa yang biasa digunakan oleh perusahaan dan organisasi untuk mempermudah menentukan dan mengambil subuah keputusan[3]. Pada penelitian ini penulis menerapkan
metode EDAS (Distance From Average Solution) dan ROC (Rank Order Centroid) yang digunakan untuk menghasilkan sebuah bobot sesuai dengan kriteria yang telah di tentukan. Beberapa metode pada sistem pendukung keputusan dalam menghasilkanalternatif terbaik seperti SAW,WP,WASPAS,MOORA,MOSRA,dan OCRA. Metode yang di terapkan dalam penelitian ini ialah metode EDAS dengan pembobotan ROC[4].
Adapun penelitian terdahulu yang menjadi acuan dalam menulis artikel ini yang membahas tentang metode ROC dan EDAS, seperti pada penelitian oleh Suharti dan Dito PutroUtomo pada tahun 2021 yang membahas mengenai Sistem Pendukung Keputusan Kelayakan Penerima Bantuan Tanah Garapan Pada Desa Trans Aliaga Ujung Batu Iii Dengan Metode Distance From Average Solution ( EDAS ), yang menghasilkan alternatif A9, A13, A12, A4 dan A14 memiliki nilai tertinggi[5]. Penelitian oleh Agus Iskandar, pada tahun 2022 yang Membahas Sistem Pendukung Keputusan Kelayakan Penerima Bantuan Dana KIP Kuliah Menggunakan Metode ROC-EDAS, yang menghasilkan alternatif bernama istydengan perolehan nilai tertinggi sebanyak 0,207622 yang menjadi mahasiswa yang layak mendapatkan dana bantuan KIP kuliah[6].
Penelitian oleh Putri Mandarani dan kawan-kawan. Pada tahun 2022 yang membahas Sistem Pendukung Keputusan Penulis Terbaik MenggunakanMetode Rank Order Centroid (ROC) dan Evaluation based on Distance from Average Solution (EDAS), yang menghasilkan alternatif A001 dengan nama peserta Agus Nurjaman memiliki skor akhir tertinggi dan menjadi peringkat 1, disusul oleh A002 dengan namapeserta Desty Dasril sebagai peringkat 2 danseterusnya. Kemudian, di-input- kan 110 data ke dalam sistem dan seluruhnya berhasil diolah oleh sistem dan menghasilkan skor yang sesuai denganyangdiharapkan[7]. Penelitian oleh JepersonHutahaean dan kawan-kawan. Pada tahun 2022 yang membahas Sistem Pendukung Keputusan Pemilihan Supervisor Karyawan Dengan menggunakan metode ROC-SAW, hasil yang didapat sebesar 0,8534 sebagai alternatif 5 yang memiliki nilai tertinggi di dapatkan oleh kanndidatSarianiHarahap atau dapat dikatakan memiliki pencapaian kriterian yang dibutuhkan sebesar 85%[8]. Penelitian olehAbdul Karim dan kawan-kawan.
Pada tahun 2021 yang membahas Analisa Penerapan Metode Operational Competitiveness Rating Analysis (OCRA) dan Metode Multi Attribute Utility Theory (MAUT) Dalam Pemilihan Calon Karyawan Tetap Menerapkan Pembobotan Rank Order Centroid (ROC), yang menghasilkan alternatif yang sama yaitu A5 atas nama Risa Sabrani. Pengujian data menggunakan metode OCRA menghasilkan nilai preferensi terbaik sebesar 1.56 sedangkan pengujian menggunakan metode MAUT menghasilkan nilai preferensi terbaik sebesar 0.456 sebagai peringkat pertama[9].
Berdasarkan pembahasan yang dilakukan maka penulis melakukan penelitian tentang Sistem Pendukung Keputusan Aplikasi Nobar Online Terbaik Dengan Menerapkan Metode EDAS Dengan Pembobotan ROC sehingga menghasilkan alternatif terbaik sesuai kriteria dan data-data yang telah di tentukan. Penerepan metode ini dilakukan agar menghasilkan nilai dari alternatif terbaik sehingga dapat menentukan perankingan dan menghasilkan nilai yang tepat dan objektif.
2. METODOLOGI PENELITIAN
2.1 ROC (Rank Order Centroid)
Pada penelitian digunakan metode Rank Order Centroid (ROC) untuk menghasilkan nilai bobot pada tiap–tiap kriteria.
Penentuan bobot Metode ROC (Rank Order Centroid) merupakan metode yang menitik beratkan terhadap prioritas kriteria menjadi yang utama[10]. Dalam hal ini, kriteria-1 merupakan prioritas yang tertinggi dibandingkan kriteria ke 2, begitu juga kriteria ke-2 merupakan priotitas tertinggi bila dibandingkankriteria ke 3, selanjutnya dilakukan langkah yang sama hingga pritoritas kriteria yang terendah. Adapun langkah-langkah metode Rank Order Centroid (ROC) sebagai berikut[11]:
𝑤𝑘 = 1
𝑘∑ (1
𝑘)
𝑘𝑖=1 (1)
Keterangan :
W = nilai pembobotan kriteria K = jumlah kriteria
I = nilai alternatif
Rumus diatas dapat disimpulkan sebagai berikut:
I f wi≥ w2 ≥ …… ..≥ wkthen, (2)
𝑊1 =1+
1 2+13+⋯+1𝑘
𝑘
𝑊2 =0+
1 2+13+⋯+1𝑘
𝑘
𝑊3 =0+ 0+
1 3+⋯+1𝑘
𝑘
𝑊𝑘 =0+ 0+0+⋯+
1
𝑘 (hingga kriteria k)
2.2 EDAS (Evaluatuon Distance from Average Solution)
EDAS (Distance from Average Solution) pernah digunakan oleh “Karabasevic, et all”untuk pemilihan personil dalam industry IT. “Hasil peneilitan adalah metode EDAS (Distance from Average Solution) merupakan metode yang efektif, dapat disesuaikan dan mudah digunakan dalam pemilihan personil[12]. EDAS dapat membantu pengambil keputusan untuk memilih kandidat terbaik di antara yang lain Metode Distance from Average Solution (EDAS) digunakan untuk sistem pendukung keputusan”. Tahapan metode yaitu[13]:
1. Hasil rata-rata alternative AVj=∑𝑚𝑖=1𝑟𝑖𝑗
𝑘 ;=,…,n (3)
AVj merupakan seluruh atribut 2. Rata-rata jarak positif dan negatif
PDAij =𝑚𝑎𝑥(0,(𝑟𝑖𝑗−𝐴𝑉𝑖)
𝐴𝑉𝑗 ; 𝑖 = 1, … 𝑚, 𝑗 = 1, … 𝑛1 (4)
NDAij=𝑚𝑎𝑥(0,(𝐴𝑉𝑖−𝑟𝑖𝑗)
𝐴𝑉𝑗 ; 𝑖 = 1 … 𝑚, 𝑗 = 1, … 𝑛 (5)
PDA adalah jarak positif dari rata-rata dan NDA adalah jarak negatif dari rata-rata 3. Penilaian jarak positif dan negatif
SPi = ∑𝑛𝑗=1𝑃𝐷𝐴𝑗∗𝑤𝑗; 𝑖 = 1, . . , 𝑚 (6)
SNi = ∑𝑛𝑗=1𝑁𝐷𝐴𝑗∗𝑤𝑗; 𝑖 = 1, . . , 𝑚 (7)
SP dan SN adalah penilaian bobot atribut, dan digunakan untuk menentukan nilai PDA tertimbang dan NDA tertimbang dari masing-masing alternate.
4. Normalisasi bobot jarak positif dan negatif NSPi = 𝑃𝑁𝑖
𝑀𝑎𝑥𝑖(𝑃𝑁𝑖); 𝑖 = 1, . . 𝑚 (8)
NSNi= 𝑆𝑁𝑖
𝑀𝑎𝑥𝑖(𝑆𝑁𝑖); 𝑖 = 1, . . 𝑚 (9)
NSP dan NSN adalah mempertimbangkan bobot artibut dari PDA dan NDA.
5. Penetapan skor ASi =1
2(𝑁𝑆𝑃𝑖+ 𝑁𝑆𝑁𝑖); 𝑖 = 1, . . 𝑚; (10)
2.3 Tahap Penelitian
Pada penelitian ini terdapat beberapa tahapan penelitian, tahapan-tahapan penelitian tersebut sebagai berikut :
1. Analisis Masalah, penulis menganalisis suatu permasalahan yang dijadikan pokok pembahasan, sebab permasalahan, dan metode yang digunakan.
2. Pengumpulan data, penulis melakukan suatu observasi yang berguna untuk memahami bagaimana prosedur dalam rekomendasi aplikasi membaca novel.
3. Studi Literatur, untuk mempelajari dan menambah pemahaman peneliti tentang Sistem Pendukung Keputusan (SPK) secara umum dan metodeEDAS (Distance From Average Solution)dan metode ROC (Rank Order Centroid) serta membaca jurnal dan referensi yang terkait dengan penelitian.
4. Analisis dan Penerapan Metode, tahap penelitian ini diawali dengan, dimulai dengan menganalisis permasalahan yang terjadi dalam rekomendasi aplikasi membaca novel. Lalu menganalisa menggunakan metodeEDAS (Distance From Average Solution) dan pembobotan menggunakan metode ROC (Rank Order Centroid)
5. Laporan penelitian, pada tahap ini penulis membuat laporan dari keseluruhan penelitian ini, untuk melihat hasil dari penelitian ini telah selesai dengan yang diharapkan, dilanjutkan dengan membuat suatu kesimpulan dari penelitian ini.
Dari tahapan-tahapan diatas dapat digambarkan pada bagan berikut ini :
Gambar 1. kerangka penelitian
3. HASIL DAN PEMBAHASAN
3.1 Penetapan Alternatif
Penetapan keputusan dalam pemilihan Aplikasi Nobar Online terbaik memang wajib direkomendasikan. Kenapa, karena ini bertujuan untuk memberikan atau mengisyaratkan pengguna untuk memilih aplikasi terbaiknya. Sekarang aplikasi Nobar online sudah sangat banyak beredar di playstore namun ada beberapa Alternatif yang wajib di perhatikan dalam pemilihannya, misalnya telah memperoleh 10 jt pengguna. Berikut ada beberapa Alternatif lainnya dalam perekomendasian aplikasi Nobar online. dalam penelitian ini digunakan 5 Alternatif, dapat dilihat dari tabel berikut.
Tabel 1. Data Alternatif Aplikasi Nobar Online Alternatif Nama Aplikasi
A1 Netflix
A2 WeTV
A3 Viu A4 iQIYI
A5 Disney+Hotstar 3.2 Penetapan Kriteria
Beikut ada beberapa kriteria yang dapat digunakan dalam merekomendasikan aplikasi nobar online. dalam penelitian ini digunakan 5 kriteria, dapat dilihat ari tabel berikut.
Tabel 2. Data Kriteria kriteria Keterangan Jenis
C1 Ulasan pengguna Benefit
C2 Genre Benefit
C3 pengguna Benefit
C4 Rating Benefit
C5 Video berbayar cost Keterangan :
Ulasan pengguna : Rising star yang diberikan pengguna sesuai kepuasan terhadap aplikasi Rating : Peringkat yang telah dicapai sebuah aplikasi
Pengguna : Jumlah unduhan
Pengumpulan data Analisa
masalah
Strudi Literatur dan keperpustakaan
Analisa data Penerapan Metode Mulai
Penerapan Metode EDAS (Distance from average solution)
1. Hasil rata-rata alternative 2. Rata-rata jarak positif dan negatif 3. Penilaian jarak positif dan negatif 4. Normalisasi bobot jarak positif dan
negative 5. Penetapan skor
Penerapan Metode ROC (Rank Order Centroid)
1. Menentukan Kriteria 2. Menentukan Nilai Bobot (W) 3. Menentukan Jumlah Data (m) 4. Menentukan tingkat Prioritas (i)
Pembuatan Laporan Penelitian
selesai
Genre : jumlah varian video yang terdapat dalam aplikasi
Video berbayar : video didalam aplikasi harus melakukan pembelian atau langganan 3.3 Penetapan Metode ROC (Rank Order Centroid)
Untuk kriteri pada tabel 2 belum memiliki bobot, dengan itu menggunakan Metode ROC (Rank Order Centroid) agar menghasilkan bobot pada setiap kriteria. Dimana perhitungan ini menghasilakan nilai bobot pada setiap kriteria yang telah ditentukan, berikut persamaannya :
𝑊1=1+
1 2+13+14+ 15
5 =0,456
𝑊2=0+
1 2+13+14+ 15
5 =0,256
𝑊3=0+ 0+
1 3+14+ 15
5 =0,156
𝑊4=0+0+0+
1 4+ 15 5 =0,09 𝑊5=0+ 0+0+0+
1 5
5 =0,04
Berdasarkan perhitungan dan persamaan yang telah dilakukan maka menghasilkan bobot prioritas sesuai kriteria yang telah ditentukan seperti pada tabel berikut:
Tabel 3. Bobot Alternatif
Kriteria Keterangan Bobot Jenis C1 Ulasan pengguna 0,456 Benefit
C2 Genre 0,256 Benefit
C3 Pengguna 0,156 Benefit
C4 Rating 0,09 Benefit
C5 Video berbayar 0,04 Cost Tabel 4. Alternatif Aplikasi NobarOline
Alternatif C1 C2 C3 C4 C5
Netflix 2,8 Aksi, drama, romantis, horor, dokumenter, komedi 1.000.000.000 12 Ya WeTV 4.0 Aksi, drama, romantis, horor, animasi 50.000.000 3 Ya
Viu 4.0 Aksi, drama, romantis 100.000.000 12 Ya
iQIYI 4.5 Aksi, drama, romantis, animasi 50.000.000 12 Ya Disney+Hotstar 3,7 Aksi, komedi, drama, horor, dokumenter, romantis 10.000.000 16 Ya
Keriteria C2 yaitu Ganre atau biasa disebut jenis cerita yang terdapat dalam sebuah aplikasi membaca novel. Maka untuk menentukan data rating kecocokan dapat dituliskan dengan nilai banyaknya genre yang ada disediakannya. Adapun data genre tersebut seperti pada tabel berikut:
Tabel 5. Tabel Genre Keteragan Nilai
Aksi 1
Drama 1 romantis 1 Komedi 1 Horor 1 animasi 1 Dokumenter 1 Tabel 6. Nilai Video Berbayar
Keterangan Nilai bobot
Ya 2
Tidak 1
Tabel 7. Data Rating Kecocokan Alternatif C1 C2 C3 C4 C5
A2 2.8 6 1.000.000.000 12 2 A4 4.0 5 50.000.000 3 2 A5 4.0 3 100.000.000 12 2 A6 4.5 4 50.000.000 12 2 A7 3.7 6 10.000.000 16 2 3.4 Penetapan metode EDAS (Evaluatuon Distance from Average Solution)
Berikut ini adalah tahapan yang dibutuhkan untuk menentukan hasil terbaik menggunakan metode EDAS (Evaluation Distance from Average Solution).
1. Nilai rata-rata 𝐴𝑉1=2.8+4.0+4.0+4.5+3.7
5 =3,8
𝐴𝑉2=6+5+3+4+6
5 =4,8
𝐴𝑉3=1.000.000.000+50.000.000+100.000.000+50.000.000+10.000.000
5 =242.000.000
𝐴𝑉4=12+3+12+12+16
5 =10,8
𝐴𝑉5=2+2+2+2+2
5 =2
Tabel 8. Hasil Rata – Rata C1 C2 C3 C4 C5
2.8 6 1.000.000.000 12 2 4.0 5 50.000.000 3 2 4.0 3 100.000.000 12 2 4.5 4 50.000.000 12 2 3.7 6 10.000.000 16 2 3,8 4,8 242,000,000 10,8 2 2. Nilai jarak positif dan Nilai jarak negative
Nilai jarak positif C1= ulasan pengguna PDA11 =(2.8−3.8)
3,8 = −0,263 PDA12 =(4.0−3.8)
3,8 = 0,052
PDA13 =(4.0−3.8)
3,8 = 0,052
PDA14 =(4.5−3.8)
3,8 = 0,184
PDA15 =(3.7−3.8)
3,8 = −0,026
Perhitungan dilakukan juga terhadap C2,C3,C4, dan C5 sehingga mendapatkan hasil berikut : Tabel 9. Data Nilai PDA
-0,263 0,25 3,132 0,11 0 0,052 0,0416 -0,793 -0,72 0 0,052 -0,375 -0,586 0,11 0 0,184 -0,16 -0,793 0,11 0 -0,026 0,25 -0,958 0,481 0
C1= ulasan pengguna NDA11 =(3.8−2.8)
3,8 =0,263 NDA12 =(3.8−4.0)
3,8 =-0,052 NDA13 =(3.8−4.0)
3,8 =-0,052 NDA14 =(3.8−4.5)
3,8 =-0,184 NDA15 =(3.8−3.7)
3,8 =0,026
Perhitungan dilakukan juga terhadap C2,C3,C4, dan C5 sehingga mendapatkan hasil berikut : Tabel 10. Data Nilai NDA
0,263 -0,25 -3,132 -0,11 0 -0,052 -0,0416 0,793 0,72 0 -0,052 0,375 0,586 -0,11 0 -0,184 0,16 0,793 -0,11 0 0,026 -0,25 0,958 -0,481 0 3. Penilaian Jarak Positif Dan Negatif
Penilaian Jarak Positif SP11 = -0.263 * 0.456 = -0.119 SP12 = 0.052 * 0.456 =0.023 SP13 = 0.052 * 0.456 =0.023 SP14 = 0.184 * 0.456 =0.083 SP15 = -0.026 * 0.456 =-0.011 SP21 = 0.25 * 0.256 =0.064 SP22= 0.0416 * 0.256 =0.010 SP23= -0.375 * 0.256 =-0.096 SP24= -0.16 * 0.256 =0.040 SP25= 0.25 * 0.256 =0.06 SP31= 3.123 * 0.215 =0.488 SP32= -0.783 * 0.215 =-0.123 SP33= -0.586 * 0.215 =-0.091 SP34= -0796 * 0.215 =-0.123 SP35= -0.958 * 0.215 =-0.149 SP41 = 0.11 * 0.09 =0.009 SP42= -0.72 * 0.09 =-0.064 SP43= 0.11 * 0.09 =0.009 SP44= 0.11 * 0.09 =0.009 SP45= 0.481 * 0.09 =0.043 SP51 = 0 * 0.04 = 0 SP52= 0 * 0.04 = 0 SP53= 0 * 0.04 = 0 SP54= 0 * 0.04 = 0 SP55= 0 * 0.04 = 0
Tabel 11. Data Nilai SP
C1 C2 C3 C4 C5 Max
-0.11993 0.064 0.488592 0.0099 0 0.442 0.023712 0.01065 -0.12371 -0.0648 0 -0.154
C1 C2 C3 C4 C5 Max 0.023712 -0.096 -0.09142 0.0099 0 -0.153 0.083904 0.04096 -0.12371 0.0099 0 -0.070 -0.01186 0.064 -0.14945 0.04329 0 -0.054 Penilaian Jarak Positif
SN11 = 0.263 * 0.456 =0.119 SN12 = -0.052 * 0.456 = -0.023 SN13 = -0.052 * 0.456 = -0.023 SN14 = -0.184 * 0.456 = -0.083 SN15 =0.026 * 0.456 = 0.011 SN21 = -0.25 * 0.256 = -0.064 SN22 = -0.0416 * 0.256 = -0.010 SN23 = 0.375 * 0.256 = 0.096 SN24 = 0.16 * 0.256 = 0.040 SN25 = -0.25 * 0.256 = -0.064 SN31 = -3.123 * 0.215 = 0.488 SN32 = 0.783 * 0.215 = 0.123 SN33 = 0.586 * 0.215 = 0.091 SN34 = 0796 * 0.215 = 0.123 SN35 = 0.958 * 0.215 = 0.149 SN41 = -0.11 * 0.09 = -0.009 SN42 = 0.72 * 0.09 = 0.064 SN43 = -0.11 * 0.09 = -0.009 SN44 = -0.11 * 0.09 = -0.009 SN45 = -0.481 * 0.09 = -0.043 SN51 = 0 * 0.04 = 0
SN52 = 0 * 0.04 = 0 SN53 = 0 * 0.04 = 0 SN54 = 0 * 0.04 = 0 SN55 = 0 * 0.04 = 0
Tabel 12. Data Nilai SN
C1 C2 C3 C4 C5 Max
0.11993 -0.064 -0.488592 -0.0099 0 -0.442 -0.023712 -0.01065 0.12371 0.0648 0 0.154 -0.023712 0.096 0.09142 -0.0099 0 0.153 -0.083904 0.04096 0.12371 -0.0099 0 0.070 0.01186 -0.064 0.14945 -0.04329 0 0.054 4. Normalisasi Bobot Jarak Positif Dan Negatif
Normalisasi bobot jarak positif NSP1 = −0.119+0.064+0.488+0.009+0
0.442 =0.442
0.442= 1 NSP2= 0.023+0.010+(−0.123)+(−0.064)+0
0.442 =−0.154
0.442 = −0.348 NSP3= 0.023+(−0.069)+(−0.091)+0.009+0
0.442 =−0.153
0.442 = −0.347 NSP= 0.083+0.404+(−0.123)+0.009+0
=−0.07= −0.16
NSP5= −0.011+0.064+(−0.149)+0.043+0
0.442 =−0.05
0.442= −0.12 Normalisasi bobot jarak Negatif
NSP1 = 0.119+0.064+0.488+0.009+0
0.154 =−0.442
0.154 = −0.383 NSP2 = −0.023+(−0.010)+0.123+0.064+0
0.154 =0.154
0.154= 1 NSP3 = −0.023+0.069+0.091+(−0.009+0)
0.154 =0.153
0.154= 1 NSP4 = −0.083+(−0.404)+0.123+(−0.009+0)
0.154 = 0.07
0.154= 0.061 NSP5 = 0.011+(−0.064)+0.149+(−0.043)+0
0.154 = 0.05
0.154= 0.046 5. Penetapan Skor
AS1 = 0.5 * (1 +(-0.383)) = 0.308 AS2 = 0.5 * (-0.348 + 1) = 0.326 AS3 = 0.5 * (-0.347 + 1) = 0.3265 AS4 = 0.5 * (-0.16 +0.061) = -0.049 AS5 = 0.5 * (-0.12 + 0.046) = -0.037
Dengan perhitungan diatas yang telah dilakukan dengan metodeEDAS (Distance from Average Solution)sehingga diperoleh hasil perankingan dapat dilihat pada tabel berikut:
Tabel 8 Nilai Preferensi
Alternatif Nama Aplikasi Nilai Preferensi Peringkat
A1 Netflix 0.308 3
A2 WeTV 0.326 2
A3 Viu 0.3265 1
A4 iQIYI -0.049 5
A5 Disney+Hotstar -0.037 4
4. KESIMPULAN
Dari hasil penelitian diatasdapat disimpulkan bahwasanya metode EDAS (Distance From Average Solution) dan metode ROC (Rank Order Centroid) memberikan hasil yang sangat akurat dan selektif terhadap sebuah pengambilan keputusan.
Metode dan proses pemecahan permasalahan yang sederhana membuat metode ini sangat baik dalam mendapatkan nilai yang lebih cepat, adapun hasil penelitian ini menemukan Alternatif Viu(A3) sebagai Aplikasi terbaik untuk Nobar Online dengan nilai 0.3265.
REFERENCES
[1] M. Rijal, J. Jumadi, and A. O. Tenri Awaru, “Solidaritas Fans Klub Kota Makassar (Studi: Milanisti Sezione Makassar),” Phinisi Integr. Rev., vol. 4, no. 3, pp. 414–422, 2021.
[2] N. Wiliani, “Rancang Bangun Aplikasi Kasir Tiket Nonton Bola Bareng Pada X Kasir Di Suatu Lokasi X Dengan Visual Basic 2010 Dan Mysql,” Rekayasa Inf., vol. 6, no. 2, 2018.
[3] R. W. P. Pamungkas, M. Mayadi, A. Azlan, K. Khairunnisa, and F. T. Waruwu, “Analisis Sistem Pendukung Keputusan Penentuan Kasi Terbaik Menerapkan Metode OCRA dengan Pembobotan Rank Order Centroid (ROC),” Build. Informatics, Technol. Sci., vol.
3, no. 3, pp. 393–399, 2021, doi: 10.47065/bits.v3i3.1100.
[4] M. I. Febriansyah, M. Dahria, and R. Kustini, “Decision Support System dalam Pemilihan Team Leader Shift Unggulan Menggunakan Metode WASPAS,” vol. 21, no. 2, pp. 60–72, 2022.
[5] S. Suharti and D. P. Utomo, “Sistem Pendukung Keputusan Kelayakan Penerima Bantuan Tanah Garapan Pada Desa Trans Aliaga Ujung Batu Iii Dengan Metode Distance From Average Solution (EDAS),” KOMIK (Konferensi Nas. Teknol. Inf. dan Komputer), vol. 5, no. 1, 2021.
[6] A. Iskandar, “Sistem Pendukung Keputusan Kelayakan Penerima Bantuan Dana KIP Kuliah Menggunakan Metode ROC-EDAS,”
Build. Informatics, Technol. Sci., vol. 4, no. 2, pp. 856–864, 2022.
[7] P. Mandarani, H. L. Ramadhan, E. Yulianti, and A. Syahrani, “Sistem Pendukung Keputusan Penulis Terbaik Menggunakan Metode Rank Order Centroid (ROC) dan Evaluation based on Distance from Average Solution (EDAS),” J. Inf. Syst. Res., vol. 3, no. 4, pp.
686–694, 2022.
[8] J. Hutahaean, N. Mulyani, Z. Azhar, and A. K. Nasution, “Sistem Pendukung Keputusan Pemilihan Supervisor Karyawan Dengan Menggunakan Metode ROC-SAW,” JURIKOM (Jurnal Ris. Komputer), vol. 9, no. 3, pp. 550–555, 2022.
[9] A. Karim, S. Esabella, K. Kusmanto, M. Mesran, and U. Hasanah, “Analisa Penerapan Metode Operational Competitiveness Rating Analysis (OCRA) dan Metode Multi Attribute Utility Theory (MAUT) Dalam Pemilihan Calon Karyawan Tetap Menerapkan Pembobotan Rank Order Centroid (ROC),” J. Media Inform. Budidarma, vol. 5, no. 4, p. 1674, 2021, doi: 10.30865/mib.v5i4.3265.
[10] T. Panggabean and Y. F. Manalu, “Penerapan Metode Simple Additive Weighting ( SAW ) dalam Pemberian Reward Bagi Pegawai Honorer Menggunakan Pembobotan Rank Order Centroid,” vol. 5, pp. 1667–1673, 2021, doi: 10.30865/mib.v5i4.3146.
[11] F. T. Waruwu, “Comparative Analysis of Ranking Methods of WASPAS + ROC with Preference Selection Index ( PSI ) in Determining the Performance of Young Lecturers,” vol. 5, no. 36, pp. 207–214, 2021.
[12] D. M. Midyanti, R. Hidyati, S. Bahri, and U. T. Pontianak, “Rumah Di Kota Pontianak,” vol. 4, no. 2, pp. 119–124, 2019.
[13] T. He, “A NOVEL EDAS BASED METHOD FOR MULTIPLE,” vol. 26, no. 6, pp. 1125–1138, 2020.
