L E N T E R A D U M A I, Volume 10, Nomor 2, Mei 2019 eissn : pissn :

(1)

JURNAL MANAJENEN DAN TEKNOLOGI INFORMASI

Page 58

SISTEM PENDUKUNG KEPUTUSAN PEMILIHAN MOBIL

BEKAS TERBAIK DENGAN METODE ANALYTYCAL

HIERARCHY PROCESS(AHP)

Rahmad Kurniawan1,Nur Rubiati2,Umi Nadra 3 1,_{Jurusan Teknik Informatika, STMIK Dumai}

2,_{Jurusan Sistem Informasi , STMIK Dumai} 3,_{Jurusan Sistem Informasi, STMIK Dumai} 1,2,3

Jl. Utama Karya Bukit Batrem Dumai Kode Pos 28811 e-mail : rahmad0412@gmail.com

ABSTRAK

Sistem pendukung keputusan pemilihan mobil bekas dalam proses pemilihan mobil bekas yang masih manual, pencarian data yang masih manual, tidak akurat dalam menentukan keputusan, kurang terjaminya keamanan data, serta laporan yang di hasilkan tidak relevan dan terstruktur. Untuk pemilihan mobil bekas menggunakan metode Analytical Hierarcy Process(AHP). AHP adalah sebuah hirarki fungsional dengan input utamnya persepsi manusia keberadaan hierarki memungkinkan dipecahnya masalah kompleks atau berstruktur dalam sub-sub masalah, lalu menyusun menjadi suatu bentuk hirarki. AHP memiliki banyak keunggulan dalam menjelaskan proses pengambilan keputusan. Manfaat terbesar dari perancangan aplikasi ini adalah agar dapat membantu pihak Showroom dalam proses pemilihan mobil bekas. Dengan aplikasi ini juga Showroom Alfa Motor Kota Dumai dapat memberikan layanan informasi yang tepat mengenai mobil bekas yang terbaik dan proses pembuatan keputusan lebih akurat.

Kata kunci :Sistem, Pemilihan, SPK, Showroom, Metode AHP, PHP

1. PENDAHULUAN

Kendaraan roda empat mobil adalah alat transportasi yang dianggap mampu mempermudakan setiap kehidupan manusia. Sejak ditemukannya alat transportasi tersebut, semua gerak hidup manusia berubah menjadi lebih mudah dan dinamis serta sudah menjadikan ketergantungan hidup. Sehingga pada saat ini sering dijumpai di tempat penjualan kendaraan.untuk menawarkan berbagai macam product kendaraan roda empat mobil baik mobil yang terbaru maupaun mobil bekas salah satunya Alfa Motor yaitu showroom mobil bekas yang menjual mobil bekas pribadi yang berkualitas. sehingga sebagian konsumen akan lebih tertarik untuk membeli mobil tersebut dikarenakan dengan penawaran harga yang terjangkau untuk dibeli oleh konsumen.

Showroom Alfa Motor memilikil berbagai macam jenis mobil bekas pribadi yang ditawarkan secara langsung oleh pihak showroom kepada konsumen, yang seringkali terjadi pada showroom tersebut adalah dimana konsumen tidak bisa memilih antara jenis mobil satu dengan jenis mobil lainnya. Hal ini sulitnya untuk memutuskan mobil bekas yang masih bagus untuk dibeli pada alfa motor disebabkan karena konsumen dihadapkan dengan banyak pilihan mobil bekas dari berbagai jenis dan type, dalam memilih mobil bekas yang tepat sesuai dengan kebutuhan karena banyaknya kriteria yang harus diperhatikan dalam pemilihan mobil bekas seperti tahun, merk , jenis, harga, dan slinder.

Untuk pemilihan mobil bekas disini, penulis menggunakan metode Analytical Hierarcy Process (AHP). AHP adalah sebuah

(2)

JURNAL MANAJENEN DAN TEKNOLOGI INFORMASI

Page 59

persepsi manusia keberadaan hierarki memungkinkan dipecahnya masalah kompleks atau berstruktur dalam sub-sub masalah, lalu menyusun menjadi suatu bentuk hirarki. AHP memiliki banyak keunggulan dalam menjelaskan proses pengambilan keputusan. (Kusrini, 2007:133) sehingga sistem penunjang keputusan yang diharapkan dapat membantu masyarakat dalam pemilihan mobil bekas yang sesuai dengan keinginan dan kebutuhan konsumen.

2. LANDASAN TEORI a. Sistem

Sistem adalah suatu kumpulan atau himpunan dari unsur, komponen, atau variabel yang terorganisir, berinteraksi, saling tergantung satu sama lain, dan terpadu. Selain itu suatu sistem tidak bisa lepas dari lingkungan sekitarnya maka umpan balik (feed

back) dapat berasal dari lingkungan sistem

yang dimaksud (Tata Sutabri,2012:10)

b. Informasi

Informasi merupakan data yang diolah menjadi bentuk yang berguna untuk membuat keputusan informasi berguna untuk pembuatan keputusan karena informasi menurunkan ketidakpastian (atau meningkatkan pengetahuan) (Muslihudin, 2016:9)

c. Data

Data dapat didefinisikan sebagai bahan keterangan tentang kejadian-kejadian nyata atau fakta-fakta yang dirumuskan dalam sekelompok lambing tertentu yang tidak acak, yang menunjukkan jumlah, tindakan, atau hal (Edhy Sutanta, 2011:13).

d. Sistem Penunjang Kepeutusan (SPK)

Sistem Pendukung Keputusan (SPK),secara umum didefinisikan sebagai sebuah sistem yang mampu memberikan kemampuan baik kemampuan pemecahan masalah maupun kemampuan pengkomunikasian untuk masalah semi-terstruktur. (Marbun, & Sinaga, 2018)

Sistem pendukung keputusan atau Decision Support System (DSS) merupakan sistem informasi, pemodelan, dan manipulasi data(Elisawati & prabowo,2018)

Sistem pendukung keputusan merupakan suatu sistem interaktif yang mendukung keputusan dalam proses pengambilan keputusan melalui alternatif-alternatif yang diperoleh dari hasil pengolahan data, informasi yang menggunakan model-model keputusan,

basis data, dan pemikiran manajer sendiri, proses modeling interaktif dengan komputer untuk mencapai pengambilan keputusan oleh manajer

tertentu.(Erdawati,Linarta,Adrianto,&Yunita,2 016)

e. Kecerdasan Buatan (AI)

Artificial Intelligence (AI) pertama kali dikemukakan pada tahun 1956 oleh Jhon McCarthy dikonferensi Darthmouth, dari sejak saat itu berbagai penelitian mengunakan teori ini sebagai kecerdasan buatan cara berfikir manusia. Dalam AI terdapat empat teknik dasar dalam pemecahan masalah dalam AI yaitu: searching, reasoning, planning , dan learning. Keempat teknik ini memiliki karakteristik unik tersendiri, bisa digunakan secara sendiri atau digabungkan.Penggabungan bisa dilakukan secara serial atau paralel untuk membangun aplikasi yang sederhana hingga sebuah sistem yang lebih besar.Misalkan, suatu aplikasi bisa dibangun menggunakan teknik searching yang diikuti teknik reasoning yang dilakukan secara paralel dengan teknik learning (Suyanto, 2014:5)

f. Context Diagram

Context Diagram merupakan level teratas (top Level) dari diagram arus data. Context

diagram menggambarkan hubungan

input/output antara sistem dengan dunia

luarnya (kesatuan luar). (Ismail, 2017).

g. Metode Analytical Hiierarchy Process (AHP)

Proses pengambilan keputusan adalah memilih suatu alternatif. Peralatan utama AHP adalah sebuah hierarki fungsional dengan input utamanya persepsi manusia. Keberadaan hierarki memungkinkan dipecahnya masalah kompleks atau tidak terstruktur dalam sub-sub masalah, lalu menyusunkan menjadi suatu bentuk hierarki.(Kusrini, 2007:133)

AHP memiliki banyak keunggulan dalam menjelaskan proses pengambilan keputusan. salah satunya adalah dapat digambarkan secara grafis sehingga mudah dipahami oleh semua pihak yang terlibat dalam pengambilan keputusan.

Langkah - langkah dalam menggunakan metode Analytical Hierarkhi Process (AHP) adalah sebagi berikut :(Kusrini, 2007:135)

1. Mendefinisikan masalah dan menentukan solusi yang diinginkan, lalu menyusun hierarki dari permasalahan yang dihadapi.

(3)

JURNAL MANAJENEN DAN TEKNOLOGI INFORMASI

Page 60 a. Langkah pertama dalam menentukan

prioritas elemen adalah membuat perbandingan berpasangan, yaitu membandingkan elemen secara berpasangan sesuai kriteria yang di berikan dengan menggunakan bentuk matriks.

b. Mengisi matrik perbandingan berpasangan yaitu dengan menggunakan bilangan untuk merepresentasikan kepentingan relatif dari satu elemen.

3. Sintesis.

Pertimbangan-pertimbangan terhadap perbandingan berpasangan di sintesis untuk memperoleh keseluruhan prioritas.

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 dari setiap matriks dan membaginya dengan jumlah elemen untuk mendapatkan nilai rata-rata.

4. Mengukur konsistensi.

a. Mengkalikan nilai pada kolom pertama dengan prioritas relatif elemen pertama, nilai pada kolom kedua dengan prioritas relatifelemen kedua, dan seterusnya.

b. Menjumlahkan setiap baris.

c. Hasil dari penjumlahan baris dibagikan dengan elemen prioritas relatif yang bersangkutan.

d. Membagi hasil diatas dengan banyak elemen yang ada, hasilnya disebut eigen value (max).

5. Menghitung indeks konsistensi (consistency index) dengan rumus :

CI = (λmax −n )/n Dimana :

CI : Consistensi Index Λmax : Eigen Value N : Banyak elemen

6. Menghitung Konsistensi Ratio (CR) dengan rumus : CR= CI / RC Dimana : CR : Consistency Ratio CI : Consistency Index RC : Random Consistency Jika CR< 0,1 maka nilai perbandingan berpasangan pada matriks kriteria yang diberikan konsistensi. Jika CR≥ 0,1 maka nilai perbandingan berpasangan pada matriks kriteria yang diberikan tidak konsisten. Sehingga jika tidak konsisten, maka pengisian nilai-nilai pada matriks berpasangan pada unsur kriteria maupun alternatif harus diulang.

7. Hasil akhir berupa prioritas global sebagai nilai yang digunakan oleh pengambil keputusan berdasarkan nilai yang tertinggi.

Tabel 1.Daftar Indeks Random Konsistensi (RI)

Sumber : (Kusrini, 2007)

3. METODOLOGI PENELITIAN

Adapun kerangka kerja dalam penelitian ini digambarkan sebagai berikut:

Identifikasi Masalah Pengumpulan Data Analisa Data Perancangan Sistem Pengujian Sistem Implementasi Pembuatan Sistem

Gambar 1. Kerangka Penelitian

1. Identifikasi Masalah

Tahap pertama yang dilakukan dalam penelitian adalah mengetahui permasalahan yang sedang dihadapi konsumen dalam memilih mobil bekas,sehingga akan dianalisa untuk ditemukan penyelesaianya. 2. Pengumpulan data

(4)

JURNAL MANAJENEN DAN TEKNOLOGI INFORMASI

Page 61

Tahap selanjutnya adalah pengumpulan data yang berhubungan dengan masalah yang telah di ketahui.

3. Analisa Data

Data-data tentang mobil bekas yang telah di kumpulkan dari alfa Motor Kota Dumai akan dianalisa.Dari hasil analisa tersebut data akan digunakan untuk perancangan sistem berdasarkan permasalahan yang telah diketahui.

4. Perancangan Sistem

Pada tahap ini penulis akan merancang sistem dalam pemilihan mobil bekas dengan input, output dan database menggunakan metode Analitycal Hierarchy

Process (AHP) dengan menggunakan

bahasa pemograman PHP 5. Pembuatan Sistem

Pada tahap ini akan dibuat sebuah sistem yaitu Sistem Penunjang Keputusan Pemilihan Mobil Bekas Menggunakan Metode Analytical Hierarchy Process (AHP). Sesuai dengan tahapan yang telah dirancang dan disesuaikan dengan pengolahan data sebelumnya.

6. Pengujian Sistem

Proses dimana setelah sistem selesai akan dibandingkan hasil dari pengujian manual dan pengujian sistem menghasilkan output yang sama.

7. Implementasi Sistem

Pada tahap ini dilakukan pengimplementasian sistem pada objek penelitian yaitu Alfa Motor Kota Dumai untuk mendapatkan hasil yang sesuai dengan yang diharapkan.

4. HASIL DAN PEMBAHASAN

4.1. Tahapan–Tahapan Metode AHP Beberapa tahapan yang dilakukan untuk menentukan prioritas penentuan pemilihan mobil bekas terbaik menggukan metode AHP yaitu menentukan kriteria, menentukan sub kriteria penilaian, membuat matrik perbandingan berpasangan, matrik nilai kriteria, matrik penjumlahan setiap baris, perhitungan rasio konsistensi, matrik perbandingan berpasangan perkriteria, matrik nilai perkriteria, matrik penjumlahan setiap baris perkriteria, perhitungan rasio konsistensi perkriteria, matrik hasil, penilaian dan hasil akhir.

1. Menentukan Prioritas Kriteria

Langkah yang harus dilakukan dalam menentukan prioritas kriteria adalah sebagai berikut :

a. Membuat matrik perbandingan berpasangan Pada tahap ini dilakukan penilaian perbandingan antara satu kriteria dengan kriteria yang lain berdasarkan rule - rule dibawah ini :

1. Tahun 3 kali lebih penting dari pada Merk 2. Tahun 2 kali lebih penting dari pada Jenis 3. Tahun 3 kali lebih penting dari pada Harga 4. Tahun 3 kali lebih penting dari pada

Silinder

5. Merk 2 kali lebih penting dari pada Jenis 6. Merk 3 kali lebih penting dari pada Harga 7. Merk 3 kali lebih penting dari pada Silinder 8. Jenis 2 kali lebih penting dari pada Harga 9. Jenis 2 kali lebih penting dari pada Harga 10. Harga 3 kali lebih penting dari pada

Silinder

Tabel 2 Matriks Perbandingan Berpasangan

Nilai 1 pada baris harga dihasilkan dari perbandingan terhadap dirinya sendiri. Sehingga nilai 1 akan tampil secara diagonal. (Tahun dengan Tahun, Merk dengan Merk, Harga dengan Harga, Jenis dengan Jenis, silinder dengan Silinder). Perbandingan kolom kiri dengan kolom-kolom selanjutnya. Misalkan nilai 3 kolom Merk didapatkan dari perbandingan Tahun dengan Merk, Tahun yang 3 kali lebih penting dari Merk. Sedangkan nilai 0.33 baris harga didapatkan dari perbandingan merk dengan harga (Tahun 3 kali lebih penting dari Merk sehingga nilai integritas adalah 1/3 dari Tahun).

b. Membuat matrik nilai kriteria Tabel 3. Matrik Nilai Kriteria

Nilai 0,40 pada baris Tahun kolom Tahun diperoleh dari nilai baris Tahun tabel 2 yaitu 1 dibagi dengan jumlah Tahun tabel 12. yaitu 2,49. Nilai kolom jumlah baris diperoleh dari penjumlahan pada setiap barisnya. Untuk baris

(5)

JURNAL MANAJENEN DAN TEKNOLOGI INFORMASI

Page 62

pertama, nilai 1,89 merupakan hasil penjumlahan dari 0,40 + 0,58 + 0,34 + 0,32 + 0,25. Nilai kolom prioritas diperoleh dari nilai kolom jumlah baris dibagi dengan jumlah kriteria yaitu 5.

c. Matrik Penjumlahan Setiap Baris

Matrik ini dibuat dengan mengalikan nilai prioritas pada tabel 2 .dengan nilai matrik perbandingan berpasangan tabel 2. pertabel. Tabel 4. Matrik Penjumlahan Setiap Baris

Nilai 0,38 pada baris Tahun kolom Tahun diperoleh dari prioritas baris Tahun pada tabel 3. (0,38) dikalikan nilai baris Tahun kolom Tahun pada tabel 2. (1). Nilai kolom jumlah baris diperoleh dari penjumlahan pada setiap barisnya. Untuk baris pertama, nilai 2,08 merupakan hasil penjumlahan dari 0,38 + 0,75 + 0,38 + 0,33 + 0,24

d. Perhitungan rasio konsistensi

Perhitungan ini digunakan untuk memastikan bahwa nilai rasio konsistensi (CR) <= 0.1. Jika ternyata nilai CR lebih besar dari 0.1 maka matrik perbandingan berpasangan harus di perbaiki.

Tabel 5. Perhitungan Rasio Konsistensi

Nilai kolom jumlah perbaris diperoleh dari kolom tabel 4 sedangkan kolom prioritas diperoleh dari tabel 3 dan kolom hasil diperoleh dari penjumlahan nilai jumlah perbaris dengan prioritas.

Tabel 6 Pencarian Nilai CR Kriteria

Hasil dari nilai 6,38 didapat dari penjumlahan kolom hasil pada tabel 5 Sedangkan nilai 5 merupakan jumlah kriteria. Nilai 1,28 diperoleh dari Pembagian Jumlah

dibagi Jumlah subkriteria yaitu 6,38/5. Sedangkan nilai CI diperoleh dari (λmaks-n) / n yaitu (1,28 - 5) / 5 = -3,72.

Nilai 1,12 merupakan ketentuan dari metode Analytical Hierarchy Process (AHP) yaitu Random Indeks Konsistensi. Sedangkan nilai CR diperoleh dari CI dibagi RI yaitu -3,72 / 1,12 = -0.66 . Kesimpulan :

Berdasarkan tabel 6 dapat dijadikan acuan karena rasio konsistensi CR < 0.1.

2. Menentukan Prioritas Sub Kriteria Tahun Langkah yang harus dilakukan dalam menentukan prioritas sub kriteria adalah sebagai berikut :

a. Membuat matrik perbandingan berpasangan pada tahap ini dilakukan penilaian perbandingan antara satu sub kriteria dengan sub kriteria yang lain berdasarkan rule - rule dibawah ini :

1. 2019 3 kali lebih penting dari pada 2018 2. 2019 5 kali lebih penting dari pada 2017 3. 2019 6 kali lebih penting dari pada

2016

4. 2019 8 kali lebih penting dari pada 2015

5. 2018 3 kali lebih penting dari pada 2017 6. 2018 5 kali lebih penting dari pada 2016 7. 2018 6 kali lebih penting dari pada 2015 8. 2017 3 kali lebih penting dari pada 2016 9. 2017 5 kali lebih penting dari pada

2015

10. 2016 3 kali lebih penting dari pada 2015 Tabel 7. Matriks Perbandingan Berpasangan Sub Kriteria Tahun

Nilai 1 pada baris harga dihasilkan dari perbandingan terhadap dirinya sendiri. Sehingga nilai 1 akan tampil secara diagonal. (2019 dengan 2019, 2018 dengan 2018, 2017 dengan 2017, 2016 dengan 2016, 2015 dengan 2015). Perbandingan kolom kiri dengan kolom-kolom selanjutnya. Misalkan nilai 3 kolom-kolom 2019 didapatkan dari perbandingan 2019 dengan 2018, 2019 yang 3 kali lebih penting dari 2018. Sedangkan nilai 0.33 baris 2018 didapatkan dari perbandingan 2019 dengan 2018 (2019 3 kali lebih penting dari 2018 sehingga nilai integritas adalah 1/3 dari 2019). b. Membuat matrik nilai kriteria

(6)

JURNAL MANAJENEN DAN TEKNOLOGI INFORMASI

Page 63 Nilai 0,55 pada baris 2019 kolom

2019 diperoleh dari nilai baris 2019 tabel 8 yaitu 1 dibagi dengan jumlah 2019 tabel 7 yaitu 1,83. Nilai kolom jumlah baris diperoleh dari penjumlahan pada setiap barisnya. Untuk baris pertama, nilai 2,43 merupakan hasil penjumlahan dari 0,55 + 0,64 + 0,52 + 0,39 + 0,33. Nilai kolom prioritas diperoleh dari nilai kolom jumlah baris dibagi dengan jumlah kriteria yaitu 5. Nilai kolom sub prioritas diperoleh dari nilai priorotas setiap baris dibagi dengan nilai prioritas tertinggi dari semua prioritas (0,49 / 0,49 = 1,00).

Matrik ini dibuat dengan mengalikan nilai prioritas pada tabel 8 dengan nilai matrik perbandingan berpasangan tabel 6 per tabel

Tabel 9 Matrik Penjumlahan Setiap Baris Sub Kriteria Tahun

Nilai 0,49 pada baris 2019 kolom 2019 diperoleh dari prioritas baris 2019 pada tabel 18 (0,49) dikalikan nilai baris Tahun kolom Tahun pada tabel 17 (1). Nilai kolom jumlah baris diperoleh dari penjumlahan pada setiap barisnya. Untuk baris pertama, nilai 2,71 merupakan hasil penjumlahan dari 0,49 + 0,78 + 0,70 + 0,42 + 0,32

Tabel 10 Perhitungan Rasio Konsistensi Sub KriteriaTahun

Tabel 11 Pencarian Nilai CR Tahun

Hasil dari nilai 6,48 didapat dari penjumlahan kolom hasil pada tabel 9 Sedangkan nilai 5 merupakan jumlah kriteria. Nilai 1,30 diperoleh dari Pembagian Jumlah dibagi Jumlah subkriteria yaitu 6,48/5. Sedangkan nilai CI diperoleh dari (λmaks-n) / n yaitu (1,29 - 5) / 5 = -0,74

Nilai 1,12 merupakan ketentuan dari metode Analytical Hierarchy Process (AHP) yaitu Random Indeks Konsistensi. Sedangkan nilai CR diperoleh dari CI dibagi RI yaitu -0,74 / 1,12 = -0,66. Kesimpulan :

Berdasarkan tabel 10 dapat dijadikan acuan karena rasio konsistensi CR < 0.1. 3. Menentukan Prioritas Sub Kriteria Merk

Langkah yang harus dilakukan dalam menentukan prioritas sub kriteria adalah sebagai berikut :

a. Membuat matrik perbandingan berpasangan pada tahap ini dilakukan penilaian perbandingan antara satu sub kriteria dengan sub kriteria yang lain berdasarkan rule - rule dibawah ini :

1. hondaHonda 3 kali lebih penting dari pada Toyota

2. Honda 4 kali lebih penting dari pada Suzuki

3. Honda 6 kali lebih penting dari pada Daihatsu

4. Honda 8 kali lebih penting dari pada Nissan

5. Toyota 3 kali lebih penting dari pada Suzuki

6. Toyota 5 kali lebih penting dari pada Daihatsu

7. Toyota 7 kali lebih penting dari pada Nissan

(7)

JURNAL MANAJENEN DAN TEKNOLOGI INFORMASI

Page 64

8. Suzuki 3 kali lebih penting dari pada Daihatsu

9. Suzuki 5 kali lebih penting dari pada Nissan

10. Daihatsu 3 kali lebih penting dari pada Nissan

Tabel 12. Matriks Perbandingan Berpasangan Sub Kriteria Merk

Nilai 1 pada baris harga dihasilkan dari perbandingan terhadap dirinya sendiri. Sehingga nilai 1 akan tampil secara diagonal. (Honda dengan Honda, Toyota dengan Toyota,Suzuki dengan Suzuki,Daihatsu dengan Daihatsu, Nissan dengan Nissan). Perbandingan kolom kiri dengan kolom-kolom selanjutnya. Misalkan nilai 3 kolom Toyota didapatkan dari perbandingan Honda dengan Toyota,Honda yang 3 kali lebih penting dari Toyota. Sedangkan nilai 0.33 baris Toyots didapatkan dari perbandingan Honda dengan Toyota ( Honda 3 kali lebih penting dari Toyota sehingga nilai integritas adalah 1/3 dari Honda).

b. Membuat matrik nilai kriteria

Tabel 13. Matrik Nilai Kriteria Sub Kriteria Merk

Nilai 0,53 pada baris Honda kolom Honda diperoleh dari nilai baris Honda tabel 13 yaitu 1 dibagi dengan jumlah Honda tabel 11 yaitu 1,88. Nilai kolom jumlah baris diperoleh dari penjumlahan pada setiap barisnya. Untuk baris pertama, nilai 2,36 merupakan hasil penjumlahan dari 0,53 + 0,64 + 0,47 + 0,39 + 0,33. Nilai kolom prioritas diperoleh dari nilai kolom jumlah baris dibagi dengan jumlah kriteria yaitu 5. Nilai kolom sub prioritas diperoleh dari nilai priorotas setiap baris dibagi dengan nilai prioritas tertinggi dari semua prioritas (0,47 / 0,47 = 1,00).

Matrik ini dibuat dengan mengalikan nilai prioritas pada tabel 2 dengan nilai matrik perbandingan berpasangan tabel 12 per tabel. Tabel 14 Matrik Penjumlahan Setiap Baris Sub

Kriteria Merk

Nilai 0,47 pada baris Honda kolom Honda diperoleh dari prioritas baris Honda pada tabel 23 (0,47) dikalikan nilai baris Tahun kolom Tahun pada tabel 22 (1). Nilai kolom jumlah baris diperoleh dari penjumlahan pada setiap barisnya. Untuk baris pertama, nilai 2,62 merupakan hasil penjumlahan dari 0,47 + 0,81 + 0,60 + 0,42 + 0,32

Tabel 15 Perhitungan Rasio Konsistensi Sub Kriteria Merk

Tabel 16 Pencarian Nilai CR Sub Kriteria Merk

Hasil dari nilai 6,46 didapat dari penjumlahan kolom hasil pada tabel 14 Sedangkan nilai 5 merupakan jumlah kriteria. Nilai 1,29 diperoleh dari Pembagian Jumlah dibagi Jumlah subkriteria yaitu 6,46/5.

(8)

JURNAL MANAJENEN DAN TEKNOLOGI INFORMASI

Page 65

Sedangkan nilai CI diperoleh dari (λmaks-n) / n yaitu (1,29 - 5) / 5 = -0,74

Berdasarkan tabel 16 dapat dijadikan acuan karena rasio konsistensi CR < 0.1. 4. Menentukan Prioritas Sub Kriteria Jenis

a. Membuat matrik perbandingan berpasangan Pada tahap ini dilakukan penilaian perbandingan antara satu sub kriteria dengan sub kriteria yang lain berdasarkan rule - rule dibawah ini :

1. SUV 3 kali lebih penting dari pada MPV 2. SUV 4 kali lebih penting dari pada

SEDAN

3. SUV 5 kali lebih penting dari pada HATCHBACK

4. SUV 6 kali lebih penting dari pada CITY CAR

5. MPV 3 kali lebih penting dari pada SEDAN

6. MPV 5 kali lebih penting dari pada HATCHBACK

7. MPV 7 kali lebih penting dari pada CITY CAR

8. SEDAN 3 kali lebih penting dari pada HATCHBACK

9. SEDAN 5 kali lebih penting dari pada CITY CAR

10. HATCHBACK 3 kali lebih penting dari pada CITY CAR

Tabel 17. Matriks Perbandingan Berpasangan Sub Kriteria Jenis

Nilai 1 pada baris harga dihasilkan dari perbandingan terhadap dirinya sendiri. Sehingga nilai 1 akan tampil secara diagonal. (SUV dengan SUV, MPV dengan MPV, SEDAN dengan SEDAN, HATCHBACK dengan HATCHBACK, CITY CAR dengan CITY CAR). Perbandingan kolom kiri dengan kolom-kolom selanjutnya. Misalkan nilai 3 kolom SUV didapatkan dari perbandingan SUV dengan MPV, SUV yang 3 kali lebih penting dari MPV. Sedangkan nilai 0.33 baris MPV didapatkan dari perbandingan SUV

dengan MPV ( SUV 3 kali lebih penting dari MPV sehingga nilai integritas adalah 1/3 dari SUV).

Tabel 18 Matrik Nilai KriteriaSub Kriteria Jenis

Nilai 0,51 pada baris SUV kolom SUV diperoleh dari nilai baris SUV tabel 28 yaitu 1 dibagi dengan jumlah SUV tabel 27 yaitu 1,95. Nilai kolom jumlah baris diperoleh dari penjumlahan pada setiap barisnya. Untuk baris pertama, nilai 2,24 merupakan hasil penjumlahan dari 0,51 + 0,64 + 0,47 + 0,35 + 0,27. Nilai kolom prioritas diperoleh dari nilai kolom jumlah baris dibagi dengan jumlah kriteria yaitu 5. Nilai kolom sub prioritas diperoleh dari nilai priorotas setiap baris dibagi dengan nilai prioritas tertinggi dari semua prioritas (0,45 / 0,45 = 1,00).

Kriteria Jenis

Nilai 0,45 pada baris SUV kolom SUV diperoleh dari prioritas baris SUV pada tabel 33 (0,45) dikalikan nilai baris Tahun kolom Tahun pada tabel 16 (1). Nilai kolom jumlah baris diperoleh dari penjumlahan pada setiap barisnya. Untuk baris pertama, nilai 2,53 merupakan hasil penjumlahan dari 0,45 + 0,84 + 0,60 + 0,40 + 0,24

(9)

JURNAL MANAJENEN DAN TEKNOLOGI INFORMASI

Page 66

Tabel 20 Perhitungan Rasio Konsistensi Sub Kriteria Jenis

Tabel 21. Pencarian Nilai CR Sub Kriteria Jenis

Hasil dari nilai 6,50 didapat dari penjumlahan kolom hasil pada tabel 31. Sedangkan nilai 5 merupakan jumlah kriteria. Nilai 1,30 diperoleh dari Pembagian Jumlah dibagi Jumlah subkriteria yaitu 6,50/5. Sedangkan nilai CI diperoleh dari (λmaks-n) / n yaitu (1,30 - 5) / 5 = -0,74

Berdasarkan tabel 25 dapat dijadikan acuan karena rasio konsistensi CR < 0.1. 5. Menentukan Prioritas Sub Kriteria Harga

1. 0-50 juta 3 kali lebih penting dari pada 50-100 juta

Tabel 22 Matriks Perbandingan Berpasangan Sub Kriteria Harga

Nilai 1 pada baris harga dihasilkan dari perbandingan terhadap dirinya sendiri. Sehingga nilai 1 akan tampil secara diagonal. (0-50 juta dengan 0-50 juta,50-100juta dengan 50-100 juta,100-150 juta dengan 100-150 juta, 150-200 juta dengan 150-200 juta,200-250 juta dengan 200-250 juta). Perbandingan kolom kiri dengan kolom-kolom selanjutnya. Misalkan nilai 3 kolom 50-100 juta didapatkan dari perbandingan 50 juta dengan 5100 juta, 0-50 juta yang 3 kali lebih penting dari 0-50-100 juta. Sedangkan nilai 0.33 baris 0-50 juta didapatkan dari perbandingan 0-50 juta dengan 50-100 juta (0-50 juta 3 kali lebih penting dari 50-100 juta sehingga nilai integritas adalah 1/3 dari 0-50juta).

Tabel 23 Matrik Nilai KriteriaSub Kriteria Harga

Nilai 0,53 pada baris 0-50 juta kolom 0-50 juta diperoleh dari nilai baris 0-50juta tabel 33 yaitu 1 dibagi dengan jumlah 0-50 juta tabel 32 yaitu 1,88. Nilai kolom jumlah baris diperoleh dari penjumlahan pada setiap barisnya. Untuk baris pertama, nilai 2,38 merupakan hasil penjumlahan dari 0,53 + 0,64 + 0,47 + 0,39 + 0,35. Nilai kolom prioritas diperoleh dari nilai kolom jumlah baris dibagi dengan jumlah kriteria yaitu 5. Nilai kolom sub prioritas diperoleh dari nilai priorotas setiap baris

(10)

JURNAL MANAJENEN DAN TEKNOLOGI INFORMASI

Page 67

dibagi dengan nilai prioritas tertinggi dari semua prioritas (0,48 / 0,48 = 1,00).

Kriteria Harga

Nilai 0,48 pada baris 50juta kolom 0-50juta diperoleh dari prioritas baris 0-0-50juta pada tabel 33(0,48) dikalikan nilai baris Tahun kolom Tahun pada tabel 22 (1). Nilai kolom jumlah baris diperoleh dari penjumlahan pada setiap barisnya. Untuk baris pertama, nilai 2,63 merupakan hasil penjumlahan dari 0,48 + 0,81 + 0,60 + 0,42 + 0,32

Tabel 25 Perhitungan Rasio Konsistensi Sub Kriteria Harga

Tabel 26 Pencarian Nilai CR Sub Kriteria Harga

Hasil dari nilai 6,45 didapat dari penjumlahan kolom hasil pada tabel 25 Sedangkan nilai 5 merupakan jumlah kriteria. Nilai 1,28 diperoleh dari Pembagian Jumlah dibagi Jumlah subkriteria yaitu 6,45/5. Sedangkan nilai CI

diperoleh dari (λmaks-n) / n yaitu (1,29 - 5) / 5 = -0,74

Berdasarkan tabel 20 dapat dijadikan acuan karena rasio konsistensi CR < 0.1. 6. Menentukan Prioritas Sub Kriteria Silinder

1. 1200cc 2 kali lebi penting dari pada 1500c 2. 1200cc 2 kali lebih penting dari pada 1800c 3. 1200cc 3 kali lebih penting dari pada

2000cc

4. 1200cc 5 kali lebih penting dari pada > 2000cc

5. 1500cc 2 kali lebih penting dari pada 1800cc

7. 1500cc 3 kali lebih penting dari pada >2000cc

Tabel 27 Matriks Perbandingan Berpasangan Sub Kriteria Silinder

Nilai 1 pada baris harga dihasilkan dari perbandingan terhadap dirinya sendiri. Sehingga nilai 1 akan tampil secara diagonal. (1200cc dengan 1200cc, 1500cc dengan 1500cc, 1800cc dengan 1800cc, 2000cc dengan 2000cc, >2000cc dengan >2000cc). Perbandingan kolom kiri dengan kolom-kolom selanjutnya. Misalkan nilai 2 kolom 1200cc didapatkan dari perbandingan 1200cc dengan 1500cc, 1200cc yang 2 kali lebih penting dari 1500cc. Sedangkan nilai 0.50 baris 1500cc didapatkan dari perbandingan 1200cc dengan

(11)

JURNAL MANAJENEN DAN TEKNOLOGI INFORMASI

Page 68

1500cc ( 1200cc 2 kali lebihpenting dari MPV sehingga nilai integritas adalah 1/2 dari 1200cc).

Tabel 27 Matrik Nilai KriteriaSub Kriteria Silinder

Nilai 0,40 pada baris 1200cc kolom 1200cc diperoleh dari nilai baris 1200cc tabel 38 yaitu 1 dibagi dengan jumlah 1200cc tabel 25 yaitu 2,53. Nilai kolom jumlah baris diperoleh dari penjumlahan pada setiap barisnya. Untuk baris pertama, nilai 1,82 merupakan hasil penjumlahan dari 0,40 + 0,48 + 0,36 + 0,29 + 0,29. Nilai kolom prioritas diperoleh dari nilai kolom jumlah baris dibagi dengan jumlah kriteria yaitu 5. Nilai kolom sub prioritas diperoleh dari nilai priorotas setiap baris dibagi dengan nilai prioritas tertinggi dari semua prioritas (0,36 / 0,36 = 1,00).

Matrik ini dibuat dengan mengalikan nilai prioritas pada tabel 38 nilai matrik perbandingan berpasangan tabel 25 per tabel. Tabel 29 Matrik Penjumlahan Setiap Baris Sub

Kriteria Silinder

Nilai 0,36 pada baris 1200cc kolom 1200cc diperoleh dari prioritas baris 1200ccpada tabel 27 (0,36) dikalikan nilai baris Tahun kolom Tahun pada tabel 26 (1). Nilai kolom jumlah baris diperoleh dari penjumlahan pada setiap barisnya. Untuk baris pertama, nilai 1,93 merupakan hasil penjumlahan dari 0,36 + 0,50 + 0,44 + 0,33 + 0,30

Tabel 30 Perhitungan Rasio Konsistensi Sub Kriteria Silinder

Tabel 31 Pencarian Nilai CR Sub Kriteria Silinder

Hasil dari nilai 6,32 didapat dari penjumlahan kolom hasil pada tabel 29. Sedangkan nilai 5 merupakan jumlah kriteria. Nilai 1,26 diperoleh dari Pembagian Jumlah dibagi Jumlah subkriteria yaitu 6,32/5. Sedangkan nilai CI diperoleh dari (λmaks-n) / n yaitu (1,25 - 5) / 5 = -0,94 Nilai 1,12 merupakan ketentuan dari metode Analytical

Hierarchy Process (AHP) yaitu Random

Indeks Konsistensi. Sedangkan nilai CR diperoleh dari CI dibagi RI yaitu -0,75 / 1,12 = -0,67.

Kesimpulan :

Berdasarkan tabel 30 dapat dijadikan acuan karena rasio konsistensi CR < 0.1 Tabel 32 Hasil Penilaian

Nilai 0.28 pada kolom K1 di hasilkan dari prioritas sub kriteria Tahun pada table 18. Sedangkan nilai kolom tota l 2,91 didapat dari penjumlahan 0,29+1+0,62+0,31+0,69 Nilai total sebagai dasar untuk memilih mobil bekas. Semakin besar nilai nya maka mobil tersebut yang akan direkomendasikan.

(12)

JURNAL MANAJENEN DAN TEKNOLOGI INFORMASI

Page 69 4.2. Implementasi Sistem

a. Tampilan Form Input Data Kriteria

Gambar 2. Form Input Data Kriteria

Pada menu utama, klik data master kemudian pilih data kriteria.input data pada form, setelah semua data terinput klik tombol tambah untuk menyimpan data. jika data kriteria ada yang salah, klik data yang sudah tersimpan pada listview maka secara otomatis akan tampil data – data yang lain

b. Tampilan Form Input Data Mobil

Gambar 3.Form Input Data Mobil

c. Form perbandingan kriteria

Gambar 4. Form Perbandingan Kriteria

Inputkan nilai pada tabel perbandingan. kemudian klik tombol simpan untuk menyimpan dan menampilkan hasil pencarian pada tabel yang lain.untuk keluar dari Form Perbandingan kriteria, Pilih sub menu yang lainnya

d. Form Hasil Keputusan

Gambar 5. Form Hasil Keputusan

Menampilkan data hasil penilaian AHP.Klik tombol cetak, untuk mencetak laporan hasil keputusan .Maka tampil laporan hasil keputusan.

5. KESIMPULAN

Dari hasil analisis dan penelitian yang telah dilakukan, maka dapat diambil kesimpulan sebagai berikut :

1. Sistem Pendukung Keputusan Pemilihan Mobil Bekas Terbaik Dengan Metode

Analytycal Hierarchy Process(AHP),

diharapkan dapat membantu konsumen dalam menentukan pemilihan mobil bekas. 2. Sistem Pendukung Keputusan Pemilihan

Mobil Bekas Terbaik Dengan Metode

Analytycal Hierarchy Process(AHP) pada Showroom Alfa Motor, diharapkan dapat

membantu proses kinerja pada Showroom Alfa Motor tersebut.

6. REFERENSI

A. S., R., & Shalahuddin, M. (2013). Rekayasa

Perangkat Lunak Terstruktur dan

Berorientasi Objek (Informatik).

Bandung.

Elisawati, & Prabowo, A. C. (2018). Sistem Penunjang Keputusan Pemilihan Smartphone Dengan Metode Analytical Hierarchy Process (AHP). Lentera

Dumai, 9, 6–14.

Erdawati, Linarta, A., Adrianto, S., & Yunita, P. (2019). Sistem Pendukung Keputusan Penilaian Dosen Berkualitas Di Stmik Dumai Menggunakan Metode Simple Additive Weighting. I N F O R M a T I

K a, 8(2), 55–63.

Ismael. (2017). Jurnal EdikInformatika SEMEN PADANG UNTUK DAERAH BENGKULU SELATAN DI Jurnal EdikInformatika. Jurnal EdikInformatika, 2(2), 147–156.

Kusrini. (2007). Konsep Dan Aplikasi Sistem

Pendukung Keputusan. Yogyakarta:

Andi

Marbun, M., & Sinaga, B. (2018). Buku Ajar

Sistem Pendukung Keputusan Penilaian Hasil Belajar Dengan Metode Topsis.

(13)