SISTEM PENDUKUNG KEPUTUSAN PENENTUAN COAS TERBAIK DENGAN METODE ANALYTICAL HIRARCHY PROCESS (AHP) (STUDI KASUS:RSUD DELI SERDANG)

(1)

Sistem Pendukung Keputusan Penentuan Coas Terbaik dengan Metide Analytical Hierarchy Process(AHP) (Studi Kasus:RSUD Deli Serdang). Oleh : Marisyah Siregar

32

SISTEM PENDUKUNG KEPUTUSAN PENENTUAN COAS TERBAIK

DENGAN METODE ANALYTICAL HIRARCHY PROCESS (AHP)

(STUDI KASUS:RSUD DELI SERDANG)

Marisyah Siregar

Mahasiswa Program Studi Teknik Informatika STMIK Budi Darma Medan JL.Sisingamangaraja No.338 Simpang Limun Medan

http : // www.stmik-budidarma.ac.id//E-mail :marisyahsiregar43@gmail.com

ABSTRAK

Sistem pendukung keputusan adalah bagian dari sistem informasi berbasis komputer (termasuk sistem berbasis pengetahuan) yang dipakai untuk mendukung pengambilan keputusan dalam suatu organisasi atau perusahaan. Dapat juga dikatakan sebagai sistem komputer yang mengolah data menjadi informasi untuk mengambil keputusan.Metode AHP adalah sebuah kerangka untuk mengambil keputusan dengan efektif atas persoalan yang sangat kompleks dengan menyederhanakan dan mempercepat proses pengambilan keputusan dengan memecahkan persoalan tersebut kedalam bagian-bagiannya, menata bagian atau variabel ini dalam suatu susunan hirarki, memberi nilai numerik pada pertimbangan subjektif tentang pentingnya setiap variabel dan mensitensis berbagai pertimbangan untuk menetapkan variabel yang mana yang memiliki prioritas paling tinggi dan bertindak untuk mempengaruhi hasil pada situasi tersebut. Dengan adanya coas baru, akan dipilih coas terbaik berdasarkan kemampuan dan pengetahuan yang dimiliki,kemampuan prestasi kerja yang merupakan proses dari pengembangan coas baru dan tetap memperhatikan perilaku yang merupakan penilaian penting dalam penentuan coas terbaik. Penentuan coas terbaik ini dilakukan untuk memperoleh prestasi kerja yang optimal dari setiap coas baru yang nantinya akan digunakan untuk menjadi salah satu dokter yang dipakai oleh pihak RSUD dalam melaksanakan pekerjaan sesuai dengan kemampuan dan keahlian yang dimiliki setelah lulus menjadi dokter (dr).

Kata Kunci:Sistem pendukung keputusan, Penentuan, Metode AHP 1. Pendahuluan

1.1 Latar Belakang Masalah

Saat ini Rumah Sakit Umum Daerah Deli Serdang Lubuk Pakam merupakan satu-satunya Rumah Sakit Umum yang dimiliki oleh pemerintah Kabupaten Deli Serdang Lubuk Pakam sebagai pusat rujukan pelayanan dengan status kelas B, berdasarkan keputusan Menteri Kesehatan republik Indonesia Nomor 405/MENKES/SK/IV/2008 pada tanggal 25 April 2008 yang telah terakreditasi

penuh 16 pelayanan sesuai

SK.NO.HK.03.05/III/3389/2008.Selain sebagai

pusat rujukan pelayanan,rumah sakit juga

bertanggung jawab dalam pelaksanaan pendidikan

sebagian atau seluruh kurikulumnya dalam

membantu pencapaian sebagai seorang dokter. Dokter muda (coas) merupakan seseorang mahasiswa yang melaksanakan program pendidikan profesinya setelah menyelesaikan jenjang sarjana (S1) yang berada dibawah wewenang seorang dokter pembimbing yang bertanggungjawab terkait kegiatan yang dilaksanakan dirumah sakit. Dokter muda (coas) melakukan pendidikan profesinya selama 2-3 tahun disebuah rumah sakit yang telah mendapatkan izin dari pemerintah untuk mencapai gelar dokter.Secara keilmuan memang koas belum berkompeten untuk bertanggung jawab atas kesehatan seorang pasien, untuk itu mereka tidak diberikan tanggungjawab itu. Walaupun demikian, seorang koas sudah memenuhi kompetensi untuk melakukan pemeriksaan dan hal-hal lainnya dengan

pasien. Coas sifatnya hanya mendiskusikan dengan dokter penanggung jawab pasien. Sepenuhnya keputusan ada ditangan dokter.

Penelitian pada Rumah Sakit Umum Daerah Deli Serdang dilakukan pada coas baru dengan menggunakan empat kriteria, yaitu: IPK ,ujian tulis yang berbentuk kasus klinis, ujian praktikum, ujian kemampuan klinis dasar. Penempatan coas baru ini dilakukan untuk memperoleh prestasi kerja yang optimal dari setiap coas baru berdasarkan kemampuan dan pengetahuan yang dimiliki untuk mengoptimalkan kemampuan ,kemampuan prestasi kerja yang merupakan proses dari pengembangan coas baru dan tetap memperhatikan prinsip efesiensi. Dengan adanya penempatan ini, coas baru

nantinya akan mendapatkan motivasi yang

menimbulkan antusias dan moral kerja yang tinggi dalam melaksanakan pekerjaan yang dibebankan,

serta untuk meningkatkan kemampuan dan

pengetahuan sebagai dasar kelancaran tugas sebagai dokter muda.

Ada beberapa metode yang dapat digunakan untuk menyelesaikan masalah FMADM, seperti

Simple Additive Weighting (SAW), Weighted Product (WP), ELECTRE, Technique for Order Preference by Similarity to Ideal Solution

(TOPSIS), Analytic Hierarchy Process (AHP.

Salah satu solusi untuk penentuan penempatan coas baru ini dilakukan dengan menggunakan metode

Analytic Hierarchy Process (AHP). AHP merupakan salah satu metode dalam pengambilan

(2)

33

keputusan. Metode AHP merupakan salah satu metode pengambilan keputusan yang menggunakan faktor-faktor logika, pengalaman, pengetahuan, emosi dan rasa untuk dioptimasi dalam suatu proses yang sistematis, serta mampu membandingkan secara berpasangan hal-hal yang tidak dapat diraba maupun yang dapat diraba.

1.2 Perumusan Masalah

Berdasarkan uraian pada latar belakang di atas maka yang menjadi perumusan masalah adalah sebagai berikut :

a. Bagaimana menentukan kriteria didalam

penempatan coas baru di RSUD Deli Serdang?

b. Bagaimana penerapan metode AHP didalam

penempatan coas baru di RSUD Deli Serdang?

c. Bagaimana merancang aplikasi yang

digunakan untuk penempatan coas baru di RSUD Deli Serdang?

1.3 Batasan Masalah

Sesuai dengan topik yang ditingkatkan dalam penelitian ini maka pembatasan masalah yang akan dibahas hanya meliputi :

a. Kriteria yang digunakan dalam penentuan coas baru ini adalah IPK, ujian tulis yang berbentuk kasus klinis, ujian praktikum, ujian kemmpuan klinis dasar

b. Aplikasi sistem pendukung keputusan ini dibuat

dengan berbasiskan metode Analytic Hierarchy

Process (AHP) guna untuk menentukan penempatan coas baru di RSUD Deli Serdang. c. Aplikasi perangkat lunak yang digunakan

didalam Sistem Pendukung Keputusan dalam penentuan penempatan coas baru di RSUD Deli Serdang adalah menggunakan Bahasa

Pemrograman Visual Studio Net 2008.

1.4 Tujuan dan Manfaat Penelitian 1.4.1 Tujuan Penelitian

Adapun yang menjadi tujuan dari penelitian ini adalah sebagai berikut :

a. Untuk menentukan kriteria-kriteria dalam penempatan coas baru di RSUD Deli Serdang.

b. Untuk membuat Sistem Pendukung Keputusan

dengan menerapkan metode Analytic

Hierarchy Process (AHP) pada penentuan penenmpatan coas baru di RSUD Deli Serdang.

c. Untuk merancang Sistem Pendukung Keputusan dalam penempatan coas baru dengan menggunakan aplikasi perangkat

lunak Bahasa Pemrograman Visual Studio Net

2008.

1.4.2 Manfaat Penelitian

Didalam penelitian ini ada beberapa manfaat yang dapat diambil sebagai bahan pertimbangan untuk kedepanya adalah sebagai berikut :

a. Sebagai salah satu alternatif untuk membantu

menentukan penempatan coas baru di RSUD Deli Serdang.

b. Menambah pengetahuan penulis dalam

merancang Sistem Pendukung Keputusan

dengan menerapkan metode Analytic

Hierarchy Process (AHP) .

c. Menambah pengetahuan penulis menggunakan

aplikasi perangkat lunak Bahasa Pemrograman

Visual Studio Net 2008 dalam menentukan penenmpatan coas baru di RSUD Deli Serdang

2. Landasan Teori 2.1 Sistem

Sistem merupakan kumpulan elemen yang

saling berkaitan yang bertanggung jawab

memproses masukan (input) sehingga

menghasilkan keluaran (output). Fungsi sistem

yang utama adalah menerima masukan, mengolah masukan, dan menghasilkan masukan. Agar dapat menjalankan fungsinya ini, sistem akan memiliki

komponen-komponen input, proses, keluaran, dan

kontrol untuk menjamin bahwa semua fungsi dapat berjalan dengan baik (Kusrini, 2007 ).

2.2 Definisi Sistem Pendukung Keputusan

Sistem pendukung keputusan (Decision

Support System) merupakan sistem informasi interaktif yang menyediakan informasi, pemodelan dan pemanipulasian data. Sistem itu digunakan untuk membantu pengambilan keputusan dalam situasi yang semiterstruktur dan situasi yang tidak terstruktur dimana tak seorang pun tahu secara pasti

bagaimana keputusan seharusnya dibuat

(Alter,2002).Sistem pendukung keputusan

ditujukan untuk memberikan perangkat interaktif yang melakukan analisa menggunakan model-model yang tersedia.

Sistem pendukung keputusan mempunyai karakteristik-karakteristik utama yaitu (Fathul Wahid, 2005) :

1. Terdiri dari data dan model.

2. Dirancang untuk membantu manajer dalam

proses pengambilan keputusan dalam masalah-masalah yang semi terstruktur, atau bahkan tidak terstruktur.

3. Tujuan dibuatnya DSS adalah untuk

meningkatkan efektivitas keputusan, bukan efisiensi keputusan.

Sistem pendukung keputusan adalah bagian dari sistem informasi berbasis komputer (termasuk sistem berbasis pengetahuan) yang dipakai untuk mendukung pengambilan keputusan dalam suatu organisasi atau perusahaan. Dapat juga dikatakan sebagai sistem komputer yang mengolah data menjadi informasi untuk mengambil keputusan.

2.3 Metode Analytic Hierarchy Process (AHP)

(3)

34

bahwa pada dasarnya metode AHP merupakan suatu teori umum tentang suatu konsep pengukuran. Metode ini digunakan untuk menemukan suatu skala rasio baik dari perbandingan pasangan yang bersifat diskrit maupun kontinu. Perbandingan-perbandingan ini dapat diambil dari ukuran aktual atau dari suatu skala dasar yang mencerminkan kekuatan perasaan dan prefensi relatif. Metode AHP memiliki perhatian khusus tentang penyimpangan dari konsistensi pengukuran dan unsur kebergantungan di dalam dan di antara kelompok elemen strukturnya. Kemudian Pernadi (1996), menjelaskan peralatan utama metode AHP merupakan sebuah hirarki yang bersifat fungsional

dengan masukan (input) utamanya menggunakan

persepsi manusia.

Suatu tujuan yang bersifat umum dapat dijabarkan dalam beberapa sub tujuan yang lebih terperinci dan dapat menjelaskan maksud tujuan umum. Penjabaran ini dapat dilakukan terus hingga akhirnya diperoleh tujuan yang bersifat operasional. Pada hirarki terendah inilah dilakukan proses evaluasi atas alternatif-alternatif yang merupakan ukuran dari pencapaian tujuan utama dan hirarki terendah ini dapat ditetapkan dalam satuan apa suatu kriteria diukur. Dalam melakukan penjabaran atau dekomposisi hirarki sebuah tujuan tidak ada suatu pedoman yang pasti mengenai seberapa jauh pembuat keputusan menjabarkan atau mendekomposisikan tujuan menjadi sub-tujuan yang lebih rendah atau yang lebih rinci. Dalam hal ini seorang pembuat keputusan harus menentukan saat penjabaran tujuan ini berhenti yang dapat dilakukan dengan cara mempehatikan keuntungan atau kekurangan yang diperoleh bila tujuan tersebut diperinci lebih lanjut dan lebih rinci.

2.4 Prosedur Kegiatan Analytical Hierarchy Process (AHP)

Pada dasarnya terdapat beberapa langkah yang perlu diperhatikan menggunakan metode AHP, antara lain (Kusrini, 2007):

1.

Mendefinisikan masalah dan menentukan solusi

yang diinginkan, lalu menyusun hirarki dari permasalahan yang dihadapi. Sistem yang kompleks bisa dipahami dengan memecahnya menjadi elemen-elemen pendukung, menyusun elemen secara hirarki, dan menggabungkannya atau mensintesisnya.

Penyusunan hirarki adalah dengan menetapkan tujuan yang merupakan sasaran sistem secara keseluruhan pada level teratas.

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

mempersentasikan kepentingan relatif dari suatu elemen terhadap elemen yang lainnya.

3.

Sintesis

Pertimbangan-pertimbangan terhadap

perbandingan berpasangan di sintesis 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 konsitensi

Dalam pembuatan keputusan, penting untuk mengetahui seberapa baik konsitensi yang ada, karena kita tidak menginginkan keputusan berdasarkan pertimbangan dengan konsitensi yang rendah. Hal-hal yang dilakukan dalam langkah ini adalah :

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 diatas dengan

banyaknya elemen yang ada, hasilnya disebut λ maks

5.

Hitung Consistency Index ( CI ) dengan rumus :

CI = (λ maks-n)/n

Dimana n = banyaknya elemen

6.

Hitung Rasio Konsitensi / Consistency Ratio (

CR ) dengan rumus : CR = CI/IR

Dimana: CR = Consistency Ratio

IR = Indeks Random Consistency CI = Consistency Index

7.

Penilaian Kriteria dan Alternatif (Comparative

judgement)

Kriteria dan alternatif dinilai melalui

perbandingan berpasangan. Untuk berbagai persoalan, skala 1 sampai 9 adalah skala terbaik dalam mengekspresikan pendapat.Perbandingan

dilakukan berdasarkan kebijakan pembuat

keputusan dengan menilai tingkat kepenntingan saatu elemen terhadap elemen lainnya proses

perbandingan berpasangan, dimulai dari level

hirarki paling atas yang ditujukan untuk memilih kriteria, misalnya A1,A2,dan A3.

8.

Penentuan Prioritas

Dalam pengambilan keputusan, hal yang perlu diperhatikan adalah pada saat pengambilan data in diharapkan dapat mendekati nilai yang sesungguhnya.Perbandingan berpasangan

(4)

35

(pairwase comparison) sering digunakan untuk menentukan kepentingan relatif dari elemen-elemen dari kriteria-kriteria yang ada.

9.

Konsistensi logis (logical consistence)

Konsistensi memiliki dua makna, pertama

adalah objek-objek yang serupa dapat

dikelompokkan sesuai dengan keseragaman dan relevasi. Arti ke dua adalah menyangkut tingkat hubungan antara objek-objek yang didasarkan

pada kriteria tertentu. Analytical Hierarchy

Process mengukur seluruh konsistensi penilaian

dengan menggunakan Consistency Ratio (CR)

yang dirumuskan sebagai berikut:

CR = CI/r=Random Consistency Index

CI = (Zmaks-n) / (n-1), Zmaks = Jumlah nilai

matriks Ax matriks w Random Consistency

Index=RI.

10.

Bobot Prioritas

Hasil perbandingan berpasangan AHP dalam bobot prioritas yang mencerminkan relatif pentingnya elemen-elemen dalam hirarki.

3. Analisa Dan Perancangan 3.1Analisa Masalah

Mengidentifikasi masalah dimulai dengan

mengkaji subyek permasalahan yang ada. Adapun permasalahan dalam seleksi penentuan penentuan coas terbaikdi RSUD Deli Serdang adalah belum adanya alat bantu yang dapat memberikan kemudahan bagi pihak pengambil keputusan untuk memperoleh hasil atau penilaian dari beberapa coas baru dengan cepat dan akurat. Proses penentuan coas terbaik di RSUD Deli Serdang didasarkan pada setiap alternatif data coas baru yang masuk, ditindak lanjuti dengan pemeriksaan dokumen kemudian dilakukan pemeriksaan ulang terhadap alternatif yang ada dengan kriteria yang telah ditentukan yaitu kedisiplinan, tanggung jawab, prestasi kerja, perilaku. Akan tetapi selama ini hasil dari penilaian yang dilakukan dari alternatif yang masuk tidak menghasilkan hasil yang tepat. Hal ini disebabkan karena tidak adanya analisa lebih lanjut tentang apa yang menjadi kelebihan dari alternatif yang diusulkan oleh masing-masing data coas baru.

Dengan menggunakan metode Analytic

Hierarchy Process (AHP), setiap kriteria yang ditentukan diberikan nilai dan bobot yang berbeda sesuai dengan prioritas pengambilan keputusan, dengan demikian akan didapat hasil dengan alternatif terbaik dari masing-masing data coas

baru. Analytical Hierarcy Process adalah metode

penerimaan keputusan yang akan menghasilkan hasilkeputusan yang rasional. Keputusan yang rasional ddefenisikan sebagai keputusan terbaik dari berbagai tujuan yang ingin dicapai oleh pembuat keputusan. Kunci utama keputusan yang rasional tersebut meliputi alternatif dan kriteria yang menuju yang diinginkan pada sumber-sumber yang ada.

Data coas di RSUD Deli Serdang

UNIVERSITAS UNIMAL BANDAR LAMPUNG DATA DOKTER MUDA (COAS)

TAHUN 2015 No NPM Nama Jenis Kelami n Kedisipl inan Tanggu ng jawab Kemam puan kerja Perilak u 1 1131030 4 Regi Indra Perman a L 87 80 80 75 2 1131003 4 Andri Febrian syah L 80 80 85 78 3 1131005 0 Ari Hidrian syah L 80 75 85 81 4 1131010 4 Dwi Widodo Putra L 80 80 85 69 5 1131003 6 Angga Surya Arrasyi d L 86 71 90 82 6 1131014 6 Guinant i Novetti andri P 75 78 86 76 7 1131031 1 Revi Fitrade wi P 86 87 82 70 8 1131005 5 Heni Ramad hani P 80 80 85 75 9 1131036 0 Hervian a P 81 80 70 77 10 1131065 7 Hijatul Kamila h P 77 75 80 82

UNIVERSITAS ISLAM SUMATERA UTARA DATA DOKTER MUDA (COAS)

TAHUN 2015 No NPM Nama Jenis Kelamin Kedisipl inan Tanggu ng jawab Kemam puan kerja Perilak u 1 1121014 2 Gesta Sulistia wan L 78 82 84 75 2 1121021 4 Mia Maya Azizah P 74 78 84 82 3 1121032 8 Rian Agustia n Praja L 82 80 82 69 4 1121033 1 Agung Laksma na L 80 86 92 70 5 1121014 5 G.St.Kh usnul Khotim ah P 84 78 86 72 6 1121001 3 Rivi Oktavia ni P 78 82 93 84 7 1121000 1 AbdulR ahman Jami L 86 90 89 81 8 1121023 7 Hurun Adenia P 77 75 80 82 9 1121010 5 Ike Istofani Kasmar a P 84 75 80 73 10 1121001 7 Intan Astari P 85 80 79 83

UNIVERSITAS SUMATERA UTARA DATA DOKTER MUDA (COAS)

TAHUN 2015 No NPM Nama Jenis Kelamin Kedisipl inan Tanggu ng jawab Kemam puan kerja Per ilak u 1 1111009 3 Desti Omega Rahyudi P 83 78 84 75 2 1111006 9 I Made Pangku L 80 86 78 78 3 1111018 9 Irma Nurlita Septiani P 92 89 90 87 4 1111012 0 Made Virgo Syahput ra L 85 80 79 83 5 1111102 1 Jajang Adriatn a L 82 80 73 81 6 1111012 4 Rumika P 85 76 80 77 7 1111036 1 Khotipa h Susilaw ati P 83 70 80 72

(5)

36

8 1111062 1 Lita Oktavia ni P 82 76 81 75 9 1111052 0 Levia Septia Aditia P 81 80 80 78 10 1111042 6 Lisva Fauziat ul P 83 78 83 80 UNIVERSITAS MUHAMMADIYAH SUMATERA UTARA DATA DOKTER MUDA (COAS)

TAHUN 2015 No NPM Nama Jenis Kelami n Kedisip linan Tanggu ng jawab Kemam puan kerja Perilak u 1 1101030 4 Melia Sandy P 78 82 87 75 2 1101003 4 Febri Arisand y Purna L 85 84 74 80 3 1101005 0 Silvia Definisa Wijaya P 78 75 85 81 4 1101366 0 Koko Syahpu tra L 81 80 82 70 5 1101092 1 Kurnia Aisyah Amini P 84 78 80 79 6 1101010 6 Leria Septia Dewi P 82 78 80 81 7 1101031 1 Luthfia h Mujtahi dah P 80 75 81 75 8 1101073 2 M.Ridw an Ghazali L 80 79 82 75 9 1101123 1 Dedy Supray ogi L 79 80 81 76 10 1101027 3 Lian Angga Pinayu ngan L 77 75 80 82

A. Data alternatif kelompok coas baru yang menjadi pertimbangan.

Yang menjadi alternatif coas baru yang akan dijadikan rekomendasi yaitu terlihat pada tabel di bawah ini.

Tabel 4.1 Alternatif NPM Coas Alternatif Keterangan

A1 11310036

A2 11210013

A3 11110189

A4 11010034

B. Data kriteria yang dibutuhkan.

Kriteria coas baru yang direkomendasikan sesuai dengan ketentuan yang telah ditetapkan oleh RSUD Deli Serdang adalah sebagai berikut :

Tabel 4.2 Kriteria Coas Baru

Kriteria Keterangan C1 Kedisiplinan C2 Tanggung jawab C3 Prestasi kerja C4 Perilaku

C.Berdasarkan alternatif dan kriteria yang telah ditentukan, bobot preferensi atau tingkat kepentingan dari setiap kriteria diberikan nilai pada setiap kriteria, dimana penentuan bobot preferensi atau tingkat kepentingan ini diambil dari kebijaksanaan RSUD Deli Serdang.

Tabel 4.3 Nilai Kriteria dan Bobot Prefrensi

Kriteria Nilai Bobot

Perilaku 40 4 Prestasi kerja 30 3 Tanggung jawab 20 2 Kedisiplinan 10 1

3.2Analisa Dengan Metode Analytic Hierarchy Process (AHP)

Metode Analytic Hierarchy Process (AHP)

merupakan salah satu metode penyelesaian masalah

Fuzzy Multiple Attribute Decision Making

(FMADM), maka dalam penyelesaian masalah terhadap penentuan penempatan coas baru di RSUD

Deli Serdang dengan metode Analytic Hierarchy

Process (AHP) akan memberikan rekomendasi dari masing-masing data coas baru dengan kriteria-kriteria penilaian dan bobot yang telah ditentukan. Kriteria dan bobot diperlukan untuk melakukan

perhitungan dalam metode Analytic Hierarchy

Process (AHP), sehingga akan didapat alternatif terbaik. Alternatif yang dimaksud dalam hal ini adalah coas baru yang memiliki nilai tertinggi dari penjumlahan semua kriteria dan nilai bobot yang telah ditentukan.

Tabel 4.4 Alternatif coas baru dengan masing-masing kriteria No Alter natif Kriteria C1 C2 C3 C4 1 A1 86 71 90 82 2 A2 78 82 93 84 3 A3 92 89 90 87 4 A4 85 84 74 80

Berdasarkan kriteria dari setiap alternatif pada setiap kriteria yang telah ditentukan, selanjutnya penjabaran bobot setiap kriteria yang telah dikonversikan dengan bilangan fuzzy.

Tabel 4.5 Bobot setiap kriteria Kriteria Bobot Keterangan

80-100 4 Sangat baik 70-79 3 Baik 60-69 2 Cukup 50-59 1 Kurang 0-49 0 Gagal

Langkah-langkah yang harus dilakukan didalam seleksi penentuan coas terbaik di RSUD Deli Serdang dengan menggunakan metode

Analytic Hierarchy Process (AHP) adalah sebagai berikut:

1. Menentukan prioritas kriteria

Langkah yang harus dilakukan dalam

(6)

37

berikut:

a. Membuat matriks perbandingan berpasangan

Pada tahap ini dilakukan penilaian perbandingan antara satu kriteria dengan kriteria yang lain. Hasil penilaian dapat dilihat pada tabel 4.6

Tabel 4.6 Matriks perbandingan b e r p a s a ngan

Angka 1 pada baris C1 kolom C1

menggambarkan tingkat yang sama antara

kriteria kedisiplinan dengan kedisiplinan,

sedangkan angka 2 pada baris C1 kolom C2 menunjukkan bahwa tanggung jawab sedikit lebih penting dibandingkan dengan kriteria kedisiplinan. Angka 0.5 pada baris C2 kolom C1 merupakan hasil perhitungan 1/nilai pada kolom C2 (2). Angka-angka yang lain diperoleh dengan cara yang sama.

b. Membuat matriks nilai kriteria

Matriks ini diperoleh dengan cara sebagai berikut:

Nilai baris kolom baru = Nilai baris kolom lama ( Tabel 4.6 ) / jumlah dari masing-masing kolom lama

Hasil perhitungan dapat dilihat pada tabel 4.7 Tabel 4.7 Matriks nilai kriteria

C1 C2 C3 C 4 Jumla h Priorita s C 1 0.4 8 0.5 2 0.4 6 0. 4 1.86 0.47 C 2 0.2 4 0.2 6 0.3 1 0. 3 1.11 0.28 C 3 0.1 6 0.1 3 0.1 5 0. 2 0.64 0.16 C 4 0.1 2 0.0 9 0.0 8 0. 1 0.38 0.09

Nilai 0.48 pada baris C1 kolom C1 tabel 4.7 diperoleh dari nilai baris C1 kolom C1 tabel 4.6 dibagi dengan jumlah nilai pada kolom C1 tabel 4.6

Nilai kolom jumlah pada tabel 4.7 diperoleh dari penjumlahan pada setiap barisnya. Untuk baris pertama, nilai 1.86 merupakan hasil penjumlahan dari 0.48 + 0.52 + 0.46 + 0.40 Nilai pada kolom prioritas diperoleh dari nilai pada kolom jumlah dibagi dengan jumlah kriteria, dalam hal ini jumlah kriteria adalah 4

c. Membuat matriks penjumlahan setiap baris

Matriks ini dibuat dengan mengalikan nilai prioritas pada tabel 4.7 dengan matriks perbandingan berpasangan tabel 4.6. Hasil perhitungan disajikan dalam tabel 4.8

Tabel 4.8 Matriks penjumlahan setiap baris

C1 C2 C3 C4 Jumlah

C1 0.47 0.55 0.48 0.38 1.89

C2 0.23 0.28 0.32 0.29 1.12

C3 0.16 0.14 0.16 0.19 0.65

C4 0.12 0.09 0.08 0.10 0.39

Nilai 0.47 pada baris C1 kolom C1 tabel 4.8 diperoleh dari prioritas baris C1 tabel 4.7 (0.47) dikalikan nilai baris C1 kolom C1 pada tabel 4.6.

Kolom jumlah pada tabel 4.8 diperoleh dengan menjumlahkan nilai pada masing-masing baris pada tabel tersebut. Misalnya nilai 1.89

merupakan penjumlahan dari

0.47+0.55+0.48+0.38

d. Penghitungan rasio konsistensi

Penghitungan ini digunakan untuk memastikan bahwa nilai rasio konsistensi (CR)<=0.1. Jika ternyata nilai CR lebih besar dari 0.1 maka

matriks perbandingan bepasangan harus

diperbaiki.

Untuk menghitung rasio konsistensi,maka dibuat tabel berikut ini:

Tabel 4.9 Perhitungan rasio konsistensi Jumlah per baris Prioritas Hasil C1 1.89 0.47 2.35 C2 1.12 0.28 1.40 C3 0.65 0.16 0.81 C4 0.39 0.10 0.48

Kolom jumlah per baris diperoleh dari kolom jumlah pada tabel4.8, Sedangkan kolom prioritas diperoleh dari kolom prioritas pada tabel 4.7. Dari tabel 4.9 diperoleh nilai-nilai sebagai berikut:

Jumlah (jumlahan dari nilai-nilai hasil pada tabel 4.9) = 5.04 n (jumlah kriteria) = 4 λ maks (jumlah/n) = 5.04/4 =1.26 CI((λ maks-n)/n) = (1.26-4)/4 = -2.74/4 = -0.69 CR (CI/IR(lihat tabel 3.2)) = -0.69/0.90 = -0.76

Oleh karena CR<0.1 , maka rasio konsistensi dari perhitungan tersebut dapat diterima.

2. Menentukan prioritas subkriteria. Perhitungan

subkriteria dilakukan terhadap sub-sub dari semua kriteria. Dalam hal ini terdapat 4 kriteria yang berarti akan ada 4 perhitungan subkriteria.

a. Menghitung prioritas subkriteria dari kriteria

perilaku di RSUD Deli Serdang.

C1 C2 C3 C4 C1 1 2 3 4 C2 0.5 1 2 3 C3 0.33 0.5 1 2 C4 0.25 0.33 0.5 1 Jumlah 2.08 3.83 6.50 10

(7)

38

1. Membuat matriks perbandingan berpasangan

Pada tahap ini dilakukan penilaian

perbandingan antara satu kriteria dengan kriteria yang lain. Hasil penilaian dapat dilihat pada tabel 4.10

Tabel 4.10 Matriks perbandingan berpasangan kriteria

Perilaku coas

Sangat

baik Baik Cukup

Sangat

baik 1 2 3

Baik 0.50 1 2

Cukup 0.33 0.50 1

Jumlah 1.83 3.50 6

2. Membuat matriks nilai kriteria

Nilai baris kolom baru = Nilai baris kolom lama (tabel 4.10) / jumlah dari masing-masing kolom (tabel 4.10).

Hasil perhitungan dapat dilihat pada tabel 4.11

Tabel 4.11 Matriks nilai kriteria perilaku coas

San gat bai k Ba ik Cu kup Jum lah Prior itas Priorit as Subkri teria San gat bai k 0.5 5 0. 57 0.5 0 1.6 2 0.54 1 Bai k 0.2 7 0. 29 0.3 3 0.8 9 0.30 0.56 Cu kup 0.1 8 0. 14 0.1 7 0.4 9 0.16 0.30

Nilai 0.55 pada baris kriteria sangat baik kolom kriteria sangat baik tabel 4.11 diperoleh dari nilai baris kriteria sangat baik kolom kriteria sangat baik tabel 4.10 dibagi dengan jumlah nilai pada kolom kriteria sangat baik tabel 4.10

Nilai kolom jumlah pada tabel 4.11 diperoleh dari penjumlahan pada setiap barisnya. Untuk baris pertama, nilai 1.62 merupakan hasil penjumlahan dari 0.55 + 0.57 + 0.50

Nilai pada kolom prioritas diperoleh dari nilai pada kolom jumlah dibagi dengan 3. Nilai pada kolom prioritas subkriteria diperoleh dari nilai prioritas pada baris tersebut dibagi dengan nilai tertinggi pada kolom prioritas

3. Membuat matriks penjumlahan setiap baris

Matriks ini dibuat dengan mengalikan nilai prioritas pada tabel 4.9 Dengan matriks

perbandingan berpasangan tabel 4.10. Hasil perhitungan disajikan dalam tabel 4.12 Tabel 4.12 Matriks penjumlahan setiap baris

kriteria Perilaku coas Sanga t baik Bai k Cuku p Jumla h Sanga t baik 0.54 0.60 0.48 1.62 Baik 0.27 0.30 0.32 0.90 Cuku p 0.18 0.15 0.16 0.49

Nilai 0.54 pada baris kriteria sangat baik kolom kriteria sangat baik tabel 4.12 diperoleh dari prioritas baris kriteria sangat baiktabel 4.11 (0.54) dikalikan nilai baris kriteria sangat baik kolom kriteria sangat baik pada tabel 4.12.

Kolom jumlah pada tabel 4.12 diperoleh dengan menjumlahkan nilai pada masing-masing baris pada tabel tersebut. Misalnya nilai 1.62 merupakan penjumlahan dari 0.54+0.60+0.48

4. Penghitungan rasio konsistensi

Penghitungan ini digunakan untuk

memastikan bahwa nilai rasio konsistensi (CR)<=0.1. Jika ternyata nilai CR lebih besar dari 0.1 maka matriks perbandingan bepasangan harus diperbaiki.

Tabel 4.13 Perhitungan rasio konsistensi

Jumlah perbaris Prioritas Hasil Sangat baik 1.62 0.54 2.16 Baik 0.90 0.30 1.20 Cukup 0.49 0.16 0.65

Kolom jumlah per baris diperoleh dari kolom jumlah pada table4.12, Sedangkan kolom prioritas diperoleh dari kolom prioritas pada tabel 4.11

Dari tabel 4.13 diperoleh nilai-nilai sebagai berikut:

Jumlah (jumlahan dari nilai-nilai hasil pada tabel 4.7 ) = 4.01 n (jumlah kriteria) = 3 λ maks (jumlah/n) = 4.01/3 = 1.33 CI((λ maks-n)/n) = (1.35-3)/3 = -0.56 CR (CI/IR(lihat tabel 3.2)) = -0.97

(8)

39

prestasi kerja coas di RSUD Deli Serdang.

Tabel 4.14 Matriks perbandingan berpasangan kriteria

prestasi kerja coas

Sangat

baik Baik Cukup

Sangat

baik 1 2 5

Baik 0.50 1 2

Cukup 0.20 0.50 1

Jumlah 1.70 3.50 9

Nilai baris kolom baru = Nilai baris kolom kriteria lama ( Tabel 4.14 ) / jumlah dari masing-masing kolom

Hasil perhitungan dapat dilihat pada tabel 4.15 Tabel 4.15 Matriks nilai kriteria prestasi kerja

coas San gat bai k Ba ik Cu kup Jum lah Prior itas Priorit as subkri teria San gat bai k 0.5 9 0. 58 0.6 3 1.80 0.60 1 Bai k 0.2 9 0. 29 0.2 5 0.83 0.28 0.46 Cu kup 0.1 2 0. 14 0.1 3 0.39 0.13 0.21

Nilai 0.59 pada baris kriteria sangat baik kolom kriteria sangat baik tabel 4.15 diperoleh dari nilai sangat baik tabel 4.14

Nilai kolom jumlah pada tabel 4.15 diperoleh dari penjumlahan pada setiap barisnya. Untuk baris pertama, nilai 1.80 merupakan hasil penjumlahan dari 0.59 + 0.58 + 0.63 .

Nilai pada kolom prioritas diperoleh dari nilai pada kolom jumlah dibagi dengan 3.

Nilai pada kolom prioritas subkriteria diperoleh dari nilai prioritas pada baris tersebut dibagi dengan nilai tertinggi pada kolom prioritas.

Tabel 4.16 Matriks penjumlahan setiap baris kriteria

Prestasi kerja coas

Sangat Baik Cukup Jumlah

baik Sangat

baik 0.60 0.56 0.65 1.81

Baik 0.30 0.28 0.28 0.84

Cukup 0.12 0.14 0.14 0.39

Nilai 0.60 pada baris kriteria sangat baik kolom kriteria sangat baik tabel 4.16 diperoleh dari prioritas baris kriteria sangat baik tabel 4.15 (0.63) dikalikan nilai baris kriteria sangat baik kolom kriteria sangat baik pada tabel 4.16. Kolom jumlah pada tabel 4.16 diperoleh dengan menjumlahkan nilai pada masing-masing baris pada tabel tersebut. Misalnya nilai 1.81 merupakan penjumlahan dari 0.60+0.56+0.65

diperbaiki.

Kolom jumlah per baris diperoleh dari kolom jumlah pada tabel4.16, Sedangkan kolom prioritas diperoleh dari kolom prioritas pada tabel 4.15

Jumlah (jumlahan dari nilai-nilai hasil pada tabel 4.11 ) = 4.02 n (jumlah kriteria) = 3 λ maks (jumlah/n) = 4.02/ = 1.35 CI((λ maks-n)/n) = (1.33-3)/3 = -0.55 CR (CI/IR(lihat tabel 3.2)) = -0.95

c. Menghitung prioritas subkriteria dari kriteria

tanggung jawab coas.

Pada tahap ini dilakukan penilaian perbandingan antara satu kriteria dengan kriteria yang lain. Hasil penilaian dapat dilihat pada tabel 4.18 Tabel 4.18 Matriks perbandingan berpasangan

kriteria

(9)

40

Sangat

baik Baik Cukup

Sangat

baik 1 3 5

Baik 0.33 1 3

Cukup 0.20 0.33 1

Jumlah 1.53 4.33 9

Nilai baris kolom baru = Nilai baris kolom lama ( Tabel 4.18 ) / jumlah dari masing-masing kolom ( Tabel 4.18 )

Hasil perhitungan dapat dilihat pada tabel 4.19 Tabel 4.19 Matriks nilai kriteria tanggung jawab

coas San gat bai k Ba ik Cu kup Jum lah Prior itas Priorit as Subkri teria San gat bai k 0.6 5 0. 69 0.5 6 1.9 0 0.63 1 Bai k 0.2 2 0. 23 0.3 3 0.7 8 0.26 0.41 Cu kup 0.1 3 0. 08 0.1 1 0.3 2 0.11 0.17

Nilai 0.65 pada baris kriteria sangat baik kolom kriteria sangat baik diperoleh dari nilai baris kriteria sangat baik kolom kriteria sangat baik tabel 4.18 dibagi jumlah nilai pada kolom kriteria sangat baik tabel 4.18

Nilai pada kolom prioritas diperoleh dari nilai pada kolom jumlah dibagi dengan 3.

Nilai pada kolom prioritas subkriteria diperoleh dari nilai prioritas pada baris tersebut dibagi dengan nilai tertinggi pada kolom prioritas.

Tabel 4.20 Matriks penjumlahan setiap baris kriteria Tanggung jawab coas

Sangat

baik Baik Cukup Jumlah

Sangat

baik 0.63 0.78 0.55 1.96

Baik 0.21 0.26 0.33 0.80

Cukup 0.13 0.09 0.11 0.33

Nilai 0.63 pada baris kriteria sangat baik kolom kriteria sangat baik tabel 4.18 diperoleh dari prioritas baris kriteria sangat baik tabel 4.19 (0.59) dikalikan nilai baris kriteria sangat baik kolom kiteria sangat baik pada tabel 4.18. Kolom jumlah pada tabel 4.18 diperoleh dengan menjumlahkan nilai pada masing-masing baris pada tabel tersebut. Misalnya nilai 1.96 merupakan penjumlahan dari 0.63+0.78+0.55

diperbaiki.

Tabel 4.21 Perhitungan rasio konsistensi Jumlah per baris Prioritas Hasil Sangat baik 1.96 0.63 2.59 Baik 0.80 0.26 1.06 Cukup 0.33 0.11 0.44

Kolom jumlah per baris diperoleh dari kolom jumlah pada tabel4.20, sedangkan kolom prioritas diperoleh dari kolom prioritas pada tabel 4.19

Jumlah (jumlahan dari nilai-nilai hasil pada tabel 4.15 ) = 4.09 n (jumlah kriteria) = 3 λ maks (jumlah/n) = 4.09/3 = 1.36 CI((λ maks-n)/n) = (1.36-3)/3 = -0.55 CR (CI/IR(lihat tabel 3.2) = -0.63

d. Menghitung prioritas subkriteria dari kriteria

kedisiplinan masing-masing coas.

Tabel 4.22 Matriks perbandingan berpasangan kriteria Kedisiplinan coas

Sangat

baik Baik Cukup

Sangat

baik 1 5 7

Baik 0.20 1 5

Cukup 0.14 0.20 1

(10)

41

Nilai baris kolom baru = Nilai baris kolom lama ( Tabel 4.22 ) / jumlah dari masing-masing kolom ( Tabel 4.22 )

Hasil perhitungan dapat dilihat pada tabel 4.23

Tabel 4.23 Matriks nilai kriteria kedisiplinan Sa nga t bai k B ai k Cu ku p Ju mla h Prio ritas Priori tas subkr iteria Sa nga t bai k 0.7 4 0. 81 0.5 4 2.0 9 0.70 1 Bai k 0.1 5 0. 16 0.3 8 0.6 9 0.23 0.33 Cu ku p 0.1 0 0. 03 0.0 8 0.2 1 0.07 0.10

Nilai 0.74 pada baris kriteria sangat baik kolom kriteria sangat baik tabel 4.23 diperoleh dari nilai baris kriteria sangat baik kolom kriteria sangat baik dibagi jumlah nilai pada kolom kriteria sangat baik tabel 4.22

Nilai pada kolom prioritas diperoleh dari nilai pada kolom jumlah dibagi dengan 3. Nilai pada kolom prioritas subkriteria diperoleh dari nilai prioritas pada baris tersebut dibagi dengan nilai tertinggi pada kolom priorotas.

Tabel 4.24 Matriks penjumlahan setiap baris kriteria

Kedisiplinan coas

Sangat

baik Baik Cukup Jumlah

Sangat

baik 0.70 1.15 0.49 2.34

Baik 0.14 0.23 0.35 0.72

Cukup 0.10 0.05 0.07 0.22

Nilai 0.70 pada baris kriteria sangat baik kolom kriteria sangat baik tabel 4.24

diperoleh dari prioritas baris kriteria sangat baik tabel 4.23 (0.59) dikalikan nilai baris kriteria sangat baik kolom kriteria sangat baik pada tabel 4.22.

Kolom jumlah pada tabel 4.24 diperoleh dengan menjumlahkan nilai pada masing-masing baris pada tabel tersebut. Misalnya nilai 1.79 merupakan penjumlahan dari 0.59+0.55+0.64

Penghitungan ini digunakan untuk

memastikan bahwa nilai rasio konsistensi (CR)<=0.1. Jika ternyata nilai CR lebih besar dari 0.1 maka matriks perbandingan bepasangan harus diperbaiki.

Kolom jumlah per baris diperoleh dari kolom jumlah pada tabel4.24, sedangkan kolom prioritas diperoleh dari kolom prioritas pada tabel 4.23

Jumlah (jumlahan dari nilai-nilai hasil pada tabel 4.19 ) = 4.09 n (jumlah kriteria) = 3 λ maks (jumlah/n) = 4.09/3 = 1.36 CI((λ maks-n)/n) = (1.36-3)/3 = -0.54 CR (CI/IR(lihat tabel 3.2)) = -0.94

3. Menghitung hasil

Prioritas hasil perhitungan pada langkah 1 dan langkah 2 kemudian dituangkan dalam matriks hasil. Hasilnya tampak seperti tabel dibawah ini.

Tabel 4.26 Matriks hasil Kedisiplina n Tanggun g jawab Kemampua n kerja Perilak u 0.47 0.28 0.16 0.09

Sangat baik Sangat

baik

Sangat baik Sangat

baik

1 1 1 1

Baik Baik Baik Baik

0.56 0.46 0.41 0.33

Cukup Cukup Cukup Cukup

0.30 0.21 0.17 0.10

Tabel 4.27 Nilai masing-masing coas

(11)

42

plinan gung jawab mpuan kerja aku 1131 0036 Sangat baik Baik Sangat baik Sang at baik 1121 0013 Baik Sanga t baik Sangat baik Sang at baik 1111 0189 Sangat baik Sanga t baik Sangat baik Sang at baik 1101 0034 Sangat baik Sanga t baik Baik Sang at baik Tabel 4.28 Hasil akhir Kedisip linan Tangg ung jawab Kemam puan kerja Peril aku To tal 11310 036 0.47 0.13 0.16 0.09 0.8 5 11210 013 0.26 0.28 0.16 0.09 0.7 9 11110 189 0.47 0.28 0.16 0.09 1 11010 034 0.47 0.28 0.06 0.09 0.9 0 Nilai 0.47 pada baris 11310036 kolom kedisiplinan diperoleh dengan cara mengalikan

nilai prioritas kedisiplinan dengan nilai

11310036 untuk kedisiplinan.

Kolom total diperoleh dengan menjumlahkan masing-masing nilai pada setiap barisnya. Jadi NPM 11110189 dengan nama Irma Nurlita Septiani akan menjadi coas terbaik dengan total nilai 1.

4. Algoritma Dan Implementasi 4.1 Algoritma

Algoritma adalah suatu cara yang digunakan untuk memperoleh/menerangkan suatu keadaan tertentu sehingga bisa lebih dimengerti atau

menunjukkan langkah-langkah penyelesaian

masalah. Pada umumnya algoritma kurang lebih sama denga prosedur yang sering dilakukan.

Algoritma memegang peranan penting dalam bidang pemrograman, karena pentingnya suatu algoritma, sehingga perlu dipahami konsep dasar algoritma. Algoritma banyak membantu dalam memahami konsep logika pemrograman apabila untuk seorang programmer, tentu dilakukan suatu algoritma sehingga dapat membuat algoritma agar bagaimana sistem yang dibangun dapat berjalan dengan baik.

Adapun urutan langkah-langkah dalam menyelesaikan penentuan coas terbaik dengan metode Analytical Hierarchy Process adalah sebagai berikut:

1. Algoritma Login

Input : Username and password

Output : Penentuan coas terbaik Mulai

Proses : a←login; b←cancel

{input username and password}

2. Algoritma Menu Utama Input: k← data coas

l ← data proses m← data keputusan Output: Data coas Data proses Data keputusan Mulai

Proses : a←file; b←input data; c←laporan; d←exit;

Data menu utama

If a= True Then

Tampilkan sub-sub menu file Else if (pilihan data coas) Then

Tampilkan form input data coas Else if (pilihan input data kriteria) Then

Tampilkan form input data kriteria End if

Else if (pilihan keluar) Then Keluar dari menu utama End if

3. Algoritma Input data coas

Input : NPM coas,Universitas,nilai Output : Data coas

Proses : a←save; b←cancel; c←delete If (pilih sub menu; input data coas) Then

Tampilkan input data coas Else if a=True Then

{data disimpan} End if

Else if b= True Then {data dihapus} End if

4. Algoritma Bobot Kriteria Input : Nama, kriteria, nilai

Output : Nilai bobot kriteria

Proses : a←save; b←cancel; c←delete

If (pilih sub menu; input data kriteria) Then Tampilkan input data kriteria

Else if a= True Then {data disimpan} Else if b= True Then

{data dihapus} End if

5. Algoritma Laporan

Input : Nama, laporan data coas, nilai, bobot

Output : Laporan data

Mulai

Proses : a←save; b←cancel; c←delete

(12)

43

Else if c= True; Then

Tampilkan sub menu laporan; Else if (pilih laporan data coas) Then

Tampilkan laporan data

kriteria)Then End if

{penentuan bobot keseluruhan} End if

For i= 1 to 4

Bobot penerima ← Total jumlah nilai kriteria

Jumlah elemen kriteria End if

{Membuat nilai Max konsistensi} Max ← total

For i = 1 to 4

Max ← (Total matriks perbandingan kriteria * nilai bobot keseluruhan)

End if

Index konsistensi ← max – jumlah kriteria Jumlah kriteria – 1 {Membuat rasio konsistensi}

If

Jumlah kriteria = ukuran matriks then Nilai ukuran matriks ← Indeks konsistensi Nilai ukuran matriks

{tahap penetuan coas terbaik/SPK} Nilai bobot

End if

5. Kesimpulan Dan Saran 5.1 Kesimpulan

Dari hasil perancangan aplikasi sistem

pendukung keputusan penentuan coas terbaik di Rumah Sakit Umum Daerah Deli Serdang dengan

menggunakan metode Analytical Hierarchy

Process (AHP) yang telah diselesaikan ini, dapatlah diambil beberapa kesimpulan diantaranya adalah sebagai berikut :

1. Dengan adanya penelitian ini, penulis

memahami bagaimana prosedur-prosedur dalam memenuhi persyaratan penentuan coas terbaik di RSUD Deli Serdang.

2. Dengan penerapan metode Analytical Hierarchy

Process (AHP) menghasilkan keputusan yang baik dalam penentuan coas terbaik dan perhitungan nilai-nilai kriteria yang dimiliki masing-masing coas), sehinggga diketahui hasil yang akurat dalam proses penentuan coas terbaik.

3. Dengan adanya penelitian ini, penulis telah

merancang suatu aplikasi sistem pendukung

keputusan dengan menggunakan bahasa

pemrograman, sehingga dapat membantu pihak yang bersangkutan dalam mengolah data coas terbaik secara efektif dan efisien.

6.2 Saran

Dari hasil penelitian yang telah dilakukan, ada beberapa saran yang akan penulis sampaikan, antara lain :

1. Dilihat dari sistem yang selama ini digunakan,

sudah bisa diperbaharui dengan sistem

terkomputerisasi agar dalam melaksanakan penyeleksian penerima bantuan bibit ikan mas memperoleh kemudahan.

2. Diharapkan adanya pengembangan terhadap

sistem pendukung keputusan ini, misalnya dikembangkan menjadi aplikasi berbasis web.

3. Penulis menyadari masih banyak

kekurangan-kekurangan di dalam penyusunan skripsi ini oleh karena itu penulis sangat berharap masukan-masukan yang sifat nya membangun guna untuk kesempurnaan skripsi ini.

Daftar Pustaka

1. Abdul Kadir. 2003. Pengenaan Sistem

Informasi. Bandung. Penerbit Andi

2. Adi Nugroho. 2010. Rekayasa Perangkat Lunak

Berorientasi Objek. Yogyakarta. Penerbit Andi.

3. Budi Sutedjo Dharma Oetomo. 2006.

Perencanaan Dan Pembangunan Sistem

Informasi. Yogyakarta. Penerbit Andi

4. Evi Indriyani. Humdiana. 2009. Sistem

Informasi Manajemen Mempersiapkan Pekerja Berbasis Pengetahuan Dalam Mengelola Sistem Informasi. Jakarta. Penerbit Mitra Wacana Media.

5. Fathul Wahid. 2005. Kamus Istilah Tekhnologi

Informasi. Yogyakarta. Penerbit Andi

6. Kusrini. 2007. Konsep Dan Aplikasi Sistem

Pendukung Keputusan. Yogyakarta. Penerbit Andi

7. Mulyono, S. 1996. Teori Pengambil Keputusan.

Jakarta. Penerbit Fakultas Ekonomi Universitas Indonesia.

8. Turban, E. 2005. Decicon Support Systems And