Sistem Pendukung Keputusan Menentukan Jumlah Produksi Menggunakan Metode Weighted Aggregated Sum Product Assessment (WASPAS)

Sistem Pendukung Keputusan Menentukan Jumlah Produksi Menggunakan Metode Weighted Aggregated Sum Product

Assessment (WASPAS)

Fransiskus Ginting, Yolanda Angelita, Ade Ambarwati Br Ginting

Prodi Teknik Informatika, STMIK Budi Darma, Medan, Indonesia Abstrak

Jumlah produksi mempengaruhi keuntungan dan kerugian yang terjadi di semua perusahaan. Sering kali masalah yang timbul di sebuah perusahaan karena adanya produksi barang yang berlebih dan penjualan barang tidak stabil. Pemesanan yang tinggi dan rendah pada waktu tertentu mengakibatkan sulitnya menentukan jumlah produksi yang tepat. Ketidaktepatan jumlah produksi dan permintaan sangat berpengaruh terhadap tingkat kerugian yang diakibatkan kurangnya persediaan, karena jumlah produksi barang yang terlalu rendah, ataupun berlebihannya persediaan barang baik untuk bahan baku maupun barang jadi karena jumlah produksi yang terlalu tinggi. Menentukan jumlah produksi dan mampu mencari tahu perkembangan harga saing serta produk apa yang akan dipasarkan yang dapat menarik dan ada daya jualnya. Produksi pemasaran barang yang tepat dapat meminimalisir kerugian dan dapat memantau jumlah barang yang akan dipasarkan. Masalah ini bisa diselesaikan dengan sistem pendukung keputusan. Untuk menentukan jumlah produksi dapat digunakan metode Weight Aggregated Sum Product Assessment (WASPAS). Metode WASPAS dapat digunakan untuk proses jumlah produksi yang tepat dengan kriteria-kriteria yang telah di tentukan.

Kata Kunci: Sistem Pendukung Keputusan, Menentuan Jumlah Produksi, WASPAS

1. PENDAHULUAN

Salah satu tujuan dari setiap perusahaan adalah untuk mendapatkan keuntungan semaksimal mungkin dan kerugian yang seminimal juga, agar tujuan itu dapat tercapai maka perusahaan harus mengikuti perkembangan perindustrian. Seiring dengan perkembangan yang semakin pesat di bidang teknologi seperti sekarang ini, hampir semua bidang pekerjaan menggunakan bantuan Teknologi Informasi dan Komunikasi (TIK) yang dikembangkan dalam bentuk sistem informasi maupun jenis lainnya.

Sistem Informasi Berbasis Komputer merupakan sistem pengolahan suatu data menjadi sebuah informasi yang berkualitas dan dapat memvisualisasikan dan analisis. Salah satu dari sistem informasi berbasis computer yaitu Sistem Pendukung Keputusan (Decission Support System) adalah sistem informasi interaktif yang dapat memberikan alternatif solusi dan keputusan yang tepat[1][2].

Dalam sebuah perusahaan pasti mengalami banyak kendala. Masalah yang sering dialami setiap perusahaan yang bergerak di bidang pabrikan adalah jumlah produksi yang tidak stabil maupun produksi yang sudah jadi terlalu melebihi barang yang tidak laku atau kehabisan stok (stokout) dan kurangnya pengetahuan perusahaan dalam mendata dan mengetahui persediaan produk apa saja yang mau di jual, jenis produk yang paling laku terjual dipasaran, produk yang terjualnya tidak terlalu menjanjikan, serta produk yang sangat jarang terjual yang berada di pasar serta produk yang sama sekali tidak pernah terjual karena kurangnya peminat barang tersebut. Kasus produksi barang pada sebuah perusahaan sangat bergantung kepada informasi dilapangan dan teknologi komputerisasi untuk mengetahui data yang berada pada tahap produksi barang dan jumlah barang yang akan di produksi, begitu juga dengan variable-variabelnya misalkan: target pencapaian dalam produksi bahan baku, permintaan barang yang akan di produksi, Persediaan barang yang ada di gudang produksian, dan jumlah barang produksi yang ditargetkan dapat memenuhi keinginan pasar. Faktor-faktor yang menjadi kendala utama saat membuat suatu keputusan dalam proses produksi adalah permintaan barang tertinggi pada waktu tertentu, permintaan barang terendah pada waktu tertentu, persediaan barang tertinggi pada waktu tertentu, persediaan terendah pada waktu tertentu, produksi tertinggi pada waktu tertentu, produksi terendah pada waktu tertentu, permintaan barang saat ini, dan persediaan barang saat ini.

Metode yang diterapkan untuk menentukan jumlah produksi yaitu Weight Aggregated Sum Product Assessment (WASPAS). Metode tersebut dipilih karena model pendukungan keputusan dapat menghasilkan jumlah produksi, total biaya minimum yang akan dikeluarkan oleh perusahaan, serta titik produksi bahan baku kembali.

2. METODOLOGI PENELITIAN 2.1 Sistem Pendukung Keputusan

Sistem pendukung keputusan adalah sistem informasi interaktif yang menyediakan informasi, pemodelan dan manipulasi data yang digunakan untuk membantu pengambil keputusan pada situasi semi terstruktur dan tak seorangpun tahu secara pasti bagaimana keputusan seharusnya dibuat[4].

Sistem pendukung keputusan (SPK) merupakan bagian dari sistem informasi berbasis computer termasuk sistem berbasis pengetahuan atau manajemen pengetahuan yang dipakai untuk mendukung pengambilan keputusan dalam suatu organisasi atau perusahaan[2][5].

2.2 Jumlah Produksi

Jumlah produksi adalah banyaknya kegiatan yang bertujuan untuk meningkatkan atau menambah guna atas suatu benda, atau segala kegiatan yang ditujukan untuk memuaskan orang lain melalui pertukaran. Pada dasarnya penentuan jumlah produksi ini direncanakan untuk memenuhi tingkat produksi guna memenuhi tingkat penjualan yang direncanakan atau tingkat permintaan pasar.

2.3 Metode Weighted Aggregated Sum Product Assesment (WASPAS)

Metode Weighted Aggregated Sum Product Assessment (WASPAS) merupakan metode gabungan yang terdiri dari metode WP dan metode SAW[6]. Metode WASPAS ini diharapkan dapat memberikan hasil yang lebih baik dalam membantu penentuan sistem pendukung keputusan[7][8].

Langkah-langkah penyelesaian masalah menggunakan metode Weighted Aggregated Sum Product Assessment (WASPAS)[9][6][10], yaitu:.

1. Buat sebuah matrix keputusan

𝑥 = [

𝑥₁₁ 𝑥₁₂ . 𝑥_1𝑛 𝑥₂₁ 𝑥₂₁ . 𝑥_2𝑛

. . . . 𝑥_𝑚1 𝑥_𝑚1 . 𝑥_𝑚𝑛

]...(1)

2. Melakukan normalisasi terhadap matrik x Kriteria Benefit

𝑥_𝑖𝑗= ^𝑥𝑖𝑗

𝑚𝑎𝑋_𝑖𝑥_𝑖𝑗...(2) Kriteria Cost

𝑥_𝑖𝑗= ^{𝑚𝑎𝑋𝑖𝑗𝑋𝑖𝑗}

𝑥_𝑖𝑗 ...(3) 3. Menghitung nilai Qi

𝑄𝑖 = 0.5 ∑^𝑛_𝑗=1𝑥_𝑖𝑗𝑤 + 0.5 ∐^𝑛_𝑗=1𝑥𝑖𝑗^𝑤𝑗...(4) Dimana

Qi = Nilai dari Q ke i

𝑥_𝑖𝑗𝑤 = Perkalian nilai 𝑥_𝑖𝑗 dengan bobot (w) 0.5 = Ketetapan

Alternatif yang terbaik merupakan alternatif yang memiliki nilai Qi tertinggi.

3. ANALISA DAN PEMBAHASAN

Pada saat ini hampir semua perusahaan yang bergerak dibidang industry dihadapkan pada suatu masalah yaitu adanya tingkat persaingan yang semakin kompetitif. Hal ini mengharuskan perusahaan untuk merencanakan atau menentukan jumlah produksi, agar dapat memenuhi permintaan pasar dengan tepat waktu dan dengan jumlah yang sesuai. Sehingga diharapkan keuntungan perusahaan akan meningkat.

Langkah-langkah dalam menyelesaikan perhitungan menentukan jumlah produksi dengan menerapkan metode Weighted Aggregated Sum Product Assesment (WASPAS) meliputi:

1. Membuat table alternatif (Ai) dan kriteria (Ci) yang sudah ditentukan.

a. Bahan baku b. Permintaan c. Persediaan d. Harga produksi

2. Membuat Matrik Keputusan.

3. Menghitung Matriks Ternormalisasi

4. Menghitung Preferensi (𝑄𝑖).

Berikut pada table 1 merupakan daftar kriteria yang didefinisikan.

Tabel 1. Kriteria

Kriteria Keterangan Bobot Jenis

C1 Bahan Baku 10% Benefit

C2 Permintaan 20% Benefit

C3 Persediaan 30% Benefit

C4 Harga Produksi 40% Cost

Berikut pada table 2 merupakan daftar alternatif yang didefinisikan.

Tabel 2. Alternatif Alternatif Keterangan

A1 Produk A

A2 Produk B

A3 Produk C

A4 Produk D

A5 Produk E

A6 Produk F

A7 Produk G

Penentuan jumlah produksi yang didapat dalam penelitian ini sebagai berikut:

Kriteria Bobot Nilai Jenis

Bahan Baku (C1)

Sangat Baik 91-100

Benefit

Baik 70-90

Cukup 50-69

Permintaan (C2) Sangat Baik 80-91 Benefit

Cukup 60-79

Persediaan (C3)

Baik 80-92

Benefit

Cukup 70-29

Buruk 40-50

Harga Produksi (C4)

Baik 91-100

Cost

Cukup 79-90

Buruk 30-50

Bobot pada setiap kriteria di definisikan sebagai W yaitu [0,1 ;0,2 ; 0,3 ;0,4]

Tabel 3. Rating kecocokan alternatif dan kriteria Alternatif C1 C2 C3 C4

A1 70 60 80 75

A2 50 65 70 60

A3 80 80 65 70

A4 75 75 60 80

A5 70 65 50 90

A6 80 70 80 80

A7 65 60 75 50

2. Membuat Matriks Keputusan (Xij)

R=

[

70 60 80 75

50 65 70 60

80 80 65 70

75 75 60 80

70 65 50 90

80 70 80 80

65 60 75 50]

3. Menghitung Matriks Ternormalisasi

R11 =70 / 80 = 0,875 R12= 60 / 80 = 0,75 R13= 80 / 80 = 1 R14= 50 / 75 = 0,666

R21 =50 / 80 = 0,625 R22= 65 / 80 = 0,812 R23= 70 / 80 = 0,875 R24= 50 / 60 = 0,833

R31 =80 / 80 = 1 R32= 80 / 80 = 1 R33= 65 / 80 = 0,812 R34= 50 / 70 = 0,714

R41 =75 / 80 = 0,937 R12= 75 / 80 = 0,875 R43= 60 / 80 = 0,75 R44= 50 / 80 = 0,625

R51 =70 / 80 = 0,875 R52= 65 / 80 = 0,812 R53= 50 / 80 = 0.625 R54= 50 / 90 = 0,555

R61 =80 / 80= 1 R62= 70 / 80 = 0,875 R63= 80 / 80 = 1 R64= 50 / 80 = 0,625

R71 =65 / 80 = 0,812 R72= 60 / 80 = 0,75 R73= 75 / 80 = 0,937 R74= 50 / 50= 1

Dari hasil perhitungan di atas, dapat dilihat pada matrik berikut ini:

Rij=

[

0,875 0,75 1 0,666

0,625 0,812 0,875 0,833

1 1 0,812 0,714

0,937 0,875 0,75 0,625 0,875 0,812 0,625 0,555

1 0,875 1 0,625

0,812 0,75 0,937 1 ]

4. Menghitung Preferensi (𝑄𝑖)

Q1 = 0,5∑ (0,875*0,1) + (0,75*0,2) + (1*0,3) + (0,666*0,4) + 0,5 ∏ (0,875^0,1) * (0,75^0,2) * (1^0,3) * (0,666^0,4)

= 0,401+ 0,3955

= 0,7965

Q2 = 0,5∑ (0,625*0,1) + (0,812*0,2) + (0,875*0,3) + (0,833*0,4) + 0,5 ∏ (0,625^0,1) * (0,812^0,2) * (0,875^0,3) * (0,833^0,4)

= 0,410 + 0,4085

= 0,8185

Q3 = 0,5 ∑ (1*0,1) + (1*0,2) + (0,812*0,3) + (0,714*0,4) + 0,5 ∏ (1^0,1) * (1^0,2) * (0,812^0,3) * (0,714^0,4)

=0,414 + 0,4105 = 0,8245

Q4 = 0,5 ∑ (0,937*0,1) + (0,875*0,2) + (0,75*0,3) + (0,625*0,4) + 0,5 ∏ (0,937^0,1) * (0,875^0,2) * (0,75^0,3) * (0,625^0,4)

=0,371 + 0,3675

= 0,7385

Q5 = 0,5 ∑ (0,875*0,1) + (0,812*0,2) + (0,625*0,3) + (0,555*0,4) +

0,5 ∏ (0,875^,1) * (0,812^0,2) * (0,625^0,3) * (0,555^0,4)

= 0,329 + 0,3247

= 0,6537

Q6 = 0,5 ∑ (1*0,1) + (0,875*0,2) + (1*0,3) + (0,625*0,4) + 0,5 ∏ (1^0,1) * (0,875^0,2) * (1^0,3) * (0,625^0,4)

= 0,412 + 0,4033

= 0,8153

Q7 = 0,5 ∑ (0,812*0,1) + (0,75*0,2) + (0,937*0,3) + (1*0,4) + 0,5 ∏ (0,812^0,1) * (0,75^0,2) * (0,937^0,3) * (1^0,4)

= 0,456 + 0,4533

= 0,9093

Sehingga dapat dihasilkan nilai 𝑄𝑖 sebagai berikut:

Table 4. Hasil Perangkingan

Alternatif Result Rank

A1 0,7965 5

A2 0,8185 3

A3 0,8245 2

A4 0,7385 6

A5 0,6537 7

A6 0,8153 4

A7 0,9093 1

Terlihat pada tabel 4, bahwa A7 memiliki prioritas yang paling tinggi dalam menentukan jumlah produksi. Dengan kata lain A7 merupakan ranking tertinggi jika dibandingkan dengan alternatif lainnya.

4. KESIMPULAN

Metode Weighted Aggregated Sum Product Assessment (WASPAS) dapat digunakan untuk menentukan jumlah produksi dan mempunyai akurasi kecocokan yang cukup baik dari data sebenarnya. Dengan menggunakan 4 variabel yaitu bahan baku, permintaan, persediaan, jumlah produksi. Sistem Pendukung Keputusan menentukan jumlah produksi dapat membantu pihak perusahaan dalam menentukan jumlah produksi dengan mengambil hasil nilai akhir tertinggi.

REFERENCES

[1] S. Kusumadewi, S. Hartati, A. Harjoko, and Retantyo Wardoyo, “Fuzzy Multi Attribute Decision Making (FUZZY MADM),” Ed. Pertama Cetakan Pertama. Graha Ilmu. Yogyakarta., 2006.

[2] Kusrini, Konsep Dan Aplikasi Pemdukung Keputusan. Yogyakarta: Andi, 2007.

[3] E. D. Marbun, L. A. Sinaga, E. R. Simanjuntak, D. Siregar, and J. Afriany, “Penerapan Metode Weighted Aggregated Sum Product Assessment Dalam Menentukan Tepung Terbaik Untuk Memproduksi Bihun,” vol. 5, no. 1, pp. 24–28, 2018.

[4] E. Turban, J. E. Aronson, and T. Liang, “Decision Support Systems and Intelligent Systems.”

[5] G.-H. Tzeng and J.-J. Huang, Multiple Attribute Decision Making Method And Applications. CRC Press, 2011.

[6] E. K. Zavadskas, J. Antucheviciene, J. Saparauskas, and Z. Turskis, “MCDM methods WASPAS and MULTIMOORA: Verification of robustness of methods when assessing alternative solutions,” Econ. Comput. Econ.

Cybern. Stud. Res., vol. 47, no. 2, 2013.

[7] D. O. Madić, M., Gecevska, V., Radovanović, M., Petković, “Multi-criteria economic analysis of machining processes using the waspas method,” J. Prod. Eng., vol. 17, no. 2, pp. 79–82, 2014.

[8] J. Afriany, L. Ratna, S. Br, I. Julianty, and E. L. Nainggolan, “Penerapan MOORA Untuk Mendukung Efektifitas Keputusan Manajemen Dalam Penentuan Lokasi SPBU,” vol. 5, no. 2, pp. 161–166, 2018.

[9] P. Simanjuntak, I. Irma, N. Kurniasih, M. Mesran, and J. Simarmata, “Penentuan Kayu Terbaik Untuk Bahan Gitar Dengan Metode Weighted Aggregated Sum Product Assessment ( WASPAS ),” J. Ris. Komput., vol. 5, no. 1, pp. 36–

42, 2018.

[10] S. Barus, V. M. Sitorus, D. Napitupulu, M. Mesran, and S. Supiyandi, “Sistem Pendukung Keputusan Pengangkatan Guru Tetap Menerapkan Metode Weight Aggregated Sum Product Assesment ( WASPAS ),” MEDIA Inform.

BUDIDARMA, vol. 2, no. 2, pp. 10–15, 2018.