commit to user
4 BAB II
TINJAUAN PUSTAKA
2.1 Dasar Teori
2.1.1Sistem Pendukung Keputusan
Sistem Pendukung Keputusan (SPK) adalah sistem informasi interaktif yang menyediakan informasi, pemodelan, dan pengolahan data. Sistem tersebut digunakan untuk membantu pengambilan keputusan dalam situasi yang tidak terstruktur (Turban, Sharda, & Delen, 2011). SPK dirancang untuk mendukung seluruh tahap pengambilan keputusan mulai dari mengidentifikasi masalah, memilih data yang relevan, dan menentukan pendekatan yang digunakan dalam proses pengambilan keputusan, sampai mengevaluasi pemilihan alternatif (Sari, 2010).
Sistem pendukung keputusan dapat memberikan berbagai manfaat atau keuntungan bagi pemakainya, antara lain (Hasibuan & Said, 2010):
1. Memperluas kemampuan pengambilan keputusan dalam memproses data atau informasi bagi pemakainya.
2. Membantu pengambilan keputusan dalam hal penghematan waktu yang dibutuhkan untuk memecahkan masalah terutama berbagai masalah yang sangat kompleks dan tidak terstruktur.
3. Dapat menghasilkan solusi dengan lebih cepat serta hasilnya dapat diandalkan.
2.1.2 Metode Analytical Hierarcy Process (AHP)
Analytical Hierarchy Process (AHP) adalah metode pencarian keputusan yang akan menghasilkan hasil keputusan yang rasional. Keputusan yang rasional didefinisikan sebagai keputusan terbaik dari berbagai tujuan yang ingin dicapai oleh pembuat keputusan (Saragih S. H., 2013). Dalam mengambil keputusan, terdapat kriteria sebagai dasar penilaian dan dimungkinkan lebih dari satu alternatif pilihan. Metode AHP ini menerapkan hirarki fungsional dengan input utamanya persepsi manusia. Dengan hirarki, suatu masalah kompleks dan tidak terstruktur dipecahkan ke dalam kelompok-kelompok tersebut diatur menjadi suatu bentuk hirarki. Ciri metode AHP yaitu dengan
commit to user
5 melakukan perbandingan antara sepasang objek, sehingga jika terdapat n objek maka akan dilakukan C(n,2) perbandingan ) (Lima & Padmowati, 2009).
... (1)
Salah satu contoh penerapan model AHP yaitu digunakan untuk seleksi pemilihan siswa untuk mengikuti olimpiade dengan multikriteria. Hirarki fungsional level pertama menunjukkan tujuan yang berarti untuk membantu dalam proses pemilihan siswa. Level kedua yaitu kriteria yang digunakan, antara lain pengalaman olimpiade, intellegency, kemampuan akademik, dan kemampuan olimpiade. Metode AHP juga menerapkan adanya subkriteria. Contoh subkriteria yaitu sangat tinggi, tinggi, cukup, rendah dan sangat rendah. Hirarki untuk level terakhir adalah alternatifnya. Pembobotan yang diterapkan yakni menggunakan perbandingan berpasangan, dimana antar kriteria maupun subkriteria dibandingkan menurut tingkat kepentingannya.
Dalam menyelesaikan persoalan dengan metode AHP ada beberapa prinsip yang harus dipahami. Beberapa prinsip tersebut antara lain Dekomposisi, Comparative judgment, Synthesis of priority, dan Logical consistency (Haya, Zubair, & Salman, 2004).
Decompocition (membuat hirarki)
Sistem yang kompleks bisa dipahami dengan memecahkannya menjadi elemen-elemen yang lebih kecil dan mudah dipahami.
Comparative judgment
Kriteria dan alternatif dilakukan pemberian bobot untuk proses perbandingan berpasangan. Terdapat skala 1 sampai 9 untuk memilih pendapat tentang bobot kriteria dan alternatif (Saaty T. L., 2008). Nilai dan definisi skala perbandingannya dapat diukur menggunakan analisis pada Tabel 2.1.
commit to user
6 Tabel 2.1 Skala Penilaian Perbandingan Pasangan (Saaty T. L., 2008) 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 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
Menurut (Adriyendi & Melia, 2013) terdapat skala 1sampai 3 untuk mengekspresikan pendapat. Nilai dan definisi skala perbandingannya dapat diukur menggunakan tabel analisis seperti dijelaskan pada Tabel 2.2
Tabel 2.2 Weighting of Criteria (Adriyendi & Melia, 2013) Parameter Scale
Pretty Important 1 Important 2 Very Important 3
Hasil penilaian disajikan dalam bentuk matriks yang dinamakan matrik Pairwise Comparison.
Synthesis of priority
Menentukan prioritas dari elemen-elemen kriteria dapat dipandang sebagai bobot atau kontribusi elemen tersebut terhadap tujuan pengambilan keputusan.
commit to user
7 AHP melakukan analisis prioritas elemen dengan metode perbandingan berpasangan antar dua elemen sehingga semua elemen yang ada tercakup. Prioritas ini ditentukan berdasarkan pandangan pihak-pihak yang berkepentingan terhadap pengambilan keputusan, baik secara langsung (diskusi) maupun secara tidak langsung (kuisioner).
Logical consistency
Logical consistency menyatakan ukuran tentang konsisten atau tidaknya suatu penilaian atau pembobotan perbandingan berpasangan. Pengujian ini diperlukan, karena pada keadaan yang sebenarnya akan terjadi beberapa penyimpangan dari hubungan, sehingga matriks tersebut tidak konsisten sempurna. Hal ini dapat terjadi karena ketidakkonsistenan dalam preferensi seseorang.
Langkah-langkah dalam menggunakan AHP adalah berikut (Saaty T. L., 2008): a. Mendefinisikan masalah dan menyusun hirarki berisi tujuan keputusan,
alternatif untuk mencapai itu, dan kriteria untuk mengevaluasi alternatif.
b. Menetapkan prioritas di antara unsur hirarki dengan membuat sejumlah penilaian berdasarkan perbandingan berpasangan dari setiap elemen. Untuk menentukan nilai kepentingan antar elemen digunakanskala bilangan dari 1 sampai 9 pada Tabel 2.1 atau bilangan 1 sampai 3 seperti Tabel 2.2.
c. Mensintesis penilaian yang telah didapat untuk menghasilkan satu set prioritas keseluruhan dari hirarki.
Hal-hal yang dilakukan dalam langkah ini adalah:
Menjumlahkan nilai-nilai dari setiap kolom pada matriks
Membagi setiap nilai dari kolom dengan total kolom yang bersangkutan untuk memperoleh normalisasi matriks.
Menjumlahkan nilai-nilai dari setiap baris dan membaginya dengan jumlah elemen untuk mendapatkan nilai rata-rata.
d. Memeriksa konsistensi dari penilaian.
Hal-hal yang dilakukan dalam langkah ini adalah:
Menjumlahkan nilai-nilai dari setiap kolom
Membagi hasil jumlah setiap baris dengan hasil jumlah setiap kolom untuk mendapatkan nilai eigen atau nilai prioritas masing-masing.
commit to user
8
Mengalikan nilai eigen dengan jumlah setiap kolom pada matriks pairwise comparison. Kemudian jumlahkan hasil kali tersebut. Hasilnya disebut lamda max.
Melakukan penghitungan Consistency Index dengan menggunakan rumus:
CI= (λmaks-n)/(n-1)... (2) dimana n = banyaknya elemen.
Menghitung Consistency Ratio CR) dengan menggunakan rumus: CR = CI/IR... (3)
dimana:
CR = Consistency Ratio CI = Consistency Index
IR = Indeks Random Consistency
Nilai Indeks Random Consistency dapat dilihat pada Tabel 2.3
Tabel 2.3 Matrix Size and Random Index (Adriyendi & Melia, 2013) Matrix Size Random Index Matrix Size Random Index Matrix Size Random Index 1 0,00 6 1,24 11 1,51 2 0,00 7 1,32 12 1,48 3 0,58 8 1,41 13 1,56 4 0.09 9 1,45 14 1,57 5 1,12 10 1,49 15 1,59
Matrix size = banyaknya elemen.
Memeriksa konsistensi hirarki. Jika nilainya lebih dari 10%, maka penilaian data Consistency Ratio (CR) harus diperbaiki
e. Mendapatkan keputusan akhir berdasarkan hasil dari proses ini.
2.1.3 Web Crawler
Web crawler adalah sebuah perangkat lunak yang digunakan untuk menjelajahi serta mengumpulkan halaman-halaman web (Rosmala & Syafei, 2011). Crawling adalah proses pengambilan isi halaman web dengan cepat ke dalam suatu tempat penyimpanan lokal. Web crawler dapat digunakan untuk
commit to user
9 berbagai tujuan. Penggunaan yang paling umum adalah yang terkait dengan search engine. Search engine menggunakan web crawler untuk mengumpulkan informasi mengenai apa yang ada di halaman-halaman web publik.
Search engine bukan satu-satunya pengguna web crawler. Web crawler dapat juga digunakan untuk melakukan analisis tekstual. Peneliti pasar dapat menggunakan webcrawler untuk menentukan dan memanipulasi trend pada suatu pasar tertentu. Ini semua merupakan contoh berbagai penggunaan web crawler. Web crawler dapat digunakan oleh siapapun yang melakukan pencarian informasi di Internet. Web Crawler mempunyai tiga tahapan (Zuliarso, 2009), yaitu: mengunduh halaman web, memparsing halaman yang didownload dan mengambil semua link dan untuk setiap link yang diambil, ulangi proses.
Sebuah web crawler akan mengambil dan mengunduh isi halaman website berdasarkan Uniform Resource Locator (URL) yang diberikan. Halaman yang diunduh disimpan kesebuah file. Web crawler memparsing keseluruhan halaman yang diunduh dan mengambil link-link ke halaman lain. Parse html adalah cara untuk memisahkan suatu teks dari tag code-code html pada halaman website. Pengambilan keseluruhan data di URL dapat dengan cara mengulangi proses crawling untuk setiap link yang diambil.
2.1.4 Software Quality Assurance
Software Quality Assurance (SQA) merupakan serangkaian tindakan sistematis dan terencana yang diperlukan untuk menyediakan kepercayaan yang cukup terhadap proses pengembangan atau proses pemeliharaan perangkat lunak yang sesuai dengan persyaratan teknis fungsional serta sesuai dengan persyaratan manajerial untuk menjaga jadwal dan anggaran (Galin, 2004). Tujuan dari SQA yaitu untuk menghasilkan suatu produk perangkat lunak (software) yang berkualitas tinggi. Kualitas suatu software dapat diukur menggunakan software test classifications. Beberapa faktor requirements dalam software test classifications dapat dilihat pada Gambar 2.1.
commit to user
10
Gambar 2.1 Software Quality requirements and test classification (Galin, 2004) Berdasarkan gambar diatas, definisi dari faktor-faktor tersebut yaitu:
a. Correctness (kebenaran) adalah ukuran apakah perangkat lunak yang dihasilkan memenuhi spesifikasi yang diharuskan dan maksud/tujuan pemakai.
b. Reliability (keandalan) adalahkemungkinan dari suatu system atau komponen untuk dapat memenuhi fungsi yang dibutuhkan, pada kondisi tertentu dan pada periode waktu tertentu..
c. Efficiency (efisiensi) adalah jumlah sumber daya yang diproses dan kode yang diperlukan oleh program untuk melaksanakan fungsi tersebut.
d. Integrity (Integritas), tingkat kemampuan pengawasan akses terhadap data atau software oleh orang-orang tertentu.
e. Usability adalah usaha yang diperlukan untuk mempelajari, mengoperasikan, menyiapkan masukan dan mengartikan keluaran oleh program
f. Maintainability adalah usaha yang diperlukan untuk menetapkan dan memperbaiki kesalahan dalam program.
commit to user
11 memodifikasi/ menghapus fungsi tanpa merusak sistem saat ini. Perangkat lunak itu dapat dikatakan fleksibel ketika dilakukan modifikasi tetapi tetap dapat berjalan dengan baik.
h. Testability adalah kemampuan aplikasi dalam memberikan alert untuk memberikan kemudahan pada software tester.
i. Portability adalah usaha yang diperlukan untuk memindahkan program dari hardware/ lingkungan sistem software tertentu ke yang lainnya.
j. Reusability adalah penggunaan modul software yang saat ini sedang dikembangan akan tetapi modul software tersebut memungkinkan untuk digunakan diproyek lainnya di masa yang akan datang, untuk menghemat sumber daya dan memperpendek waktu pengembangan.
k. Interoperability merupakan kemampuan sebuah sistem untuk melakukan komunikasi dengan sistem lainnya.
2.1.5 Skala Likert
Skala likert digunakan untuk mengukur sikap, pendapat, dan persepsi seseorang. Skala likert merupakan teknik pengukuran sikap yang paling luas digunakan dalam riset pemasaran. Skala likert dapat memungkinkan responden untuk mengekspresikan intesitas perasaan mereka. Hal ini dimungkinkan karena pertanyaan yang dalam skala likert memiliki jawaban yang berjenjang atau dengan kata lain memiliki kemungkinan jawaban yang lebih banyak (Dwiwinarsih, 2009). Pengujian ini menggunakan five-point measurement scale, dimana skala 5 menunjukkan sangat baik, skala 4 menunjukkan baik, skala 3 menunjukkan cukup baik, skala 2 menunjukkan kurang baik, dan skala 1 menunjukkan sangat tidak baik.
Langkah-langkah dalam skala likert adalah (Sugiyono, 2015):
a. Mengumpulkan sejumlah pertanyaan-pertanyaan yang berkaitan dengan masalah yang akan diteliti.
commit to user
12 2.2 Penelitian Terkait
Penelitian yang berkaitan dengan penelitian ini adalah:
2.2.1 “Sistem Penunjang Keputusan Dengan Metode Simple Additive
Weighting (SAW) untuk Pemilihan Mobil Bekas. (Putra, 2013)”
Penelitian ini membangun sebuah aplikasi untuk menentukan mobil bekas dengan menggunakan metode Simple Additive Weighting (SAW). Terdapat empat kriteria yang digunakan untuk perhitungan yaitu body, interior, ruang mesin, dan hemat bensin. Pengujian dilakukan dengan membandingkan hasil penelitian mobil bekas yang dilakukan oleh sistem pakar dengan hasil penilaian sistem yang telah dibangun.
Pakar diberikan quisioner yang berisikan empat kriteria tersebut. Hasil penelitian menunjukkan perbandingan hasil rekomendasi dari sistem dengan hasil rekomendasi dari pakar, dan dihitung dengan rumus Euclidean Distance. Kesimpulan yang dapat diambil dari penelitian ini adalah metode Simple Additive Weighting memberikan hasil yang baik untuk pemilihan mobil bekas dengan perbedaan hasil dari pakar dan sistem kecil.
2.2.2 “Penerapan Metode Analitycal Hierarchy Process (AHP) Pada Sistem Pendukung Keputusan Pemilihan Laptop. (Saragih S. H., 2013)” Penelitian ini membangun sebuah aplikasi untuk menentukan Laptop dengan menggunakan metode Analitycal Hierarchy Process (AHP).Terdapat tujuh kriteria yang digunakan untuk perhitungan yaitu harga, ukuran layar, jenis prosesor, kapasitas memori, tipe memori, kapasitas harddisk, dan aksesoris. Pengujian tahap implementasi dilakukan dengan contoh kasus pemilihan tiga laptop dengan ketujuh kriteria tersebut.Sedangkan pengujian terhadap pengguna tidak dilakukan oleh peneliti. Kesimpulan yang dapat diambil dari penelitian ini adalah pembuatan sistem pendukung keputusan pemilihan laptop dapat dilakukan dengan metode Analytical Hiarachy Process dengan menentukan kriteria dan bobot untuk dihitung secara sistematik.
commit to user
13 2.2.3 “Online Decision Support System of Used Car Selection Using
K-Nearest Neighbor Technique. (Kaewman, et al 2012) (Kaewman,
Khemsanthia, Boongomud, & Jareanpon, 2012)”
Penelitian ini menggunakan teknik K-NN dalam pembuatan sistem pendukung keputusan pemilihan mobil bekas. Tahapan yang dilakukan dibagi menjadi 3 bagian yaitu pengumpulan data, penyusunan data, dan pengambilan keputusan.Data mobil yang digunakan yaitu diambil dari website mobil bekas di Thailand seperti www.one2car.com dan www.unseencar.com. Terdapat sembilan kriteria yang digunakan untuk perhitungan yaitu jenis, merek, model, tahun, warna, harga, gigi, ukuran mesin dan bahan bakar.Pengujian dilakukan dengan membagi kuisioner kepada 100 pengguna. Hasilnya, dalam penelitian ini metode K-NN cocok untuk sistem pendukung keputusan pemilihan mobil bekas yang sesuai kebutuhan pengguna. Berdasarkan penelitian terkait yang telah disebutkan diatas, pada Tabel 2.4 menunjukan matrik keterkaitan penelitian ini dengan penelitian terkait.
commit to user
14 Tabel 2.4 Matrik Penelitian
No Penelitian Terkait Tujuan Metode
1.
Sistem Penunjang Keputusan Dengan Metode Simple Additive Weighting (SAW) untuk Pemilihan Mobil Bekas (Putra, 2013)
Membuat sitem penunjang keputusan dengan metode Simple Additive Weighting (SAW) untuk pemilihan mobil bekas Simple Additive Weighting (SAW) 2. Penerapan Metode Analitycal Hierarchy Process (AHP) Pada Sistem Pendukung Keputusan Pemilihan Laptop (Saragih, 2013)
Menerapkan metode Analitycal Hierarchy Process (AHP) pada sistem pendukung keputusan pemilihan laptop Analitycal Hierarchy Process (AHP) 3.
Online Decision Support System of Used Car Selection Using K-Nearest Neighbor Technique (Kaewman et al, 2012)
Menerapkan teknik K-Nearest Neighbor pada sistem pendukung keputusan pemilihan mobil bekas teknik K-Nearest Neighbor 2.3 Kerangka Pemikiran
Berdasarkan beberapa penelititan terkait tersebut, penelitian yang dilakukan adalah Membangun aplikasi pemilihan mobil bekas menerapkan metode Analitycal Hierarchy Process (AHP) dengan menggunakan data dari hasil web crawler. Perbedaan dengan penelitian sebelumnya yang telah dilakukan oleh (Putra, 2013) adalah pada metode yang digunakan dalam proses perhitungan. Pada penelitian tersebut menggunakan metode Simple Additive Weighting (SAW), sedangkan pada penelitian ini menggunakan metode Analitycal Hierarchy Process (AHP). Kemudian pada tahap pengujian aplikasi sebelumnya menggunakan rumus Euclidean Distance, sedangkan pada penelitian ini menggunakan skala Likert.
Penelitian sebelumnya juga telah dilakukan oleh (Saragih, 2013) yaitu menerapkan metode Analitycal Hierarchy Process (AHP) pada sistem pendukung keputusan pemilihan laptop.Perbedaan dengan penelitian tersebut yaitu pada objek penelitian dan penentuan bobot kriteria.Objek penelitian ini adalah mobil bekas berbeda dengan laptop.Kemudian pada bagian penentuan bobot kriteria pemilihan
commit to user
15 laptop tersebut dilakukan pencarian data dari website, sedangkan pada penelitian ini dengan masukan yang ditentukan oleh pengguna.
Penelitian sebelumnya juga telah dilakukan oleh (Kaewman et al, 2012) yaitu Menerapkan teknik K-Nearest Neighbor pada sistem pendukung keputusan pemilihan mobil bekas.Perbedaan dengan penelitian tersebut yaitu penerapan teknik K-Nearest Neighbor, sedangkan pada penelitian ini menggunakan metode Analitycal Hierarchy Process (AHP). Kemudian pada tahap pengujian aplikasi sebelumnya hanya dilakukan satu aspek tingkat kepuasan pengguna, sedangkan pada penelitian ini melakukan tiga aspek, yaitu tingkat kepuasan pada tampilan aplikasi, tingkat kepuasan pada output yang diperoleh, dan keinginan untuk mengembangkan lebih lanjut aplikasi.
