Jurnal Elektronik Nasional Teknologi dan Ilmu Komputer (JENTIK)
Implementasi AHP-TOPSIS dan Borda Pemilihan Tanaman Obat Untuk Penyakit Batuk (Ismail Prasetia) | 13
IMPLEMENTASI ANALITICAL HIERARCHY PROCESS
(AHP)-TOPSIS DAN BORDA PEMILIHAN TANAMAN
OBAT UNTUK PENYAKIT BATUK
Ismail Prasetia1, Muliadi2, Dwi Kartini3123Prodi Ilmu Komputer FMIPA ULM Jl. A. Yani Km 36 Banjarbaru, Kalimantan selatan
Email : ismailprasetia2@gmail.com
Abstract
Indonesia is rich in various biodiversity potential to be developed as medicine
or medicine raw materials. Cough is a disease that often occurs by humans and is a disease that is considered a tradition. So far, according to expert knowledge, plants can be in one's ideals for medication that have a distribution that is easy to find, have appropriate content for a disease, as well as a proven and tested to cure a disease. Based on this, we need a system that can simplify the solution to the problem to determine the medicinal plants in order to treat the disease cough. Then the system will be built mechanisms Group Decision Support Systems (GDSS) or a system of group decision making, group decision-making model that is used for multiple criteria and alternatives to this system is the hierarchies Analytic Method Process (AHP) -TOPSIS and Borda.
Keywords: Group Decision Support Systems, Cough, AHP -TOPSIS , Borda, medicinal
plants.
Abstrak
Indonesia kaya akan berbagai keaneka ragaman hayati yang berpotensi untuk dikembangkan sebagai obat atau bahan baku obat. Batuk adalah penyakit yang kerap terjadi oleh manusia dan merupakan penyakit yang dianggap sebagai tradisi. Selama ini menurut pengetahuan pakar, tanaman bisa di idealkan untuk obat yaitu memiliki persebaran yang mudah ditemui, memiliki kandungan yang sesuai untuk suatu penyakit, serta sudah terbukti dan teruji dapat menyembuhkan suatu penyakit. Berdasarkan hal tersebut, dibutuhkan sebuah Sistem yang mampu memudahkan pemecahan atas suatu masalah untuk menentukan tanaman obat agar bisa mengobati penyakit batuk. Maka sistem yang akan diterapkan memiliki mekanisme Group Decision Support System (GDSS) atau suatu sistem pengambilan keputusan kelompok, Model pengambilan keputusan kelompok yang digunakan untuk beberapa kriteria dan alternatif pada sistem ini adalah Metode Analitic Hierarkhi Process (AHP)–TOPSIS dan Borda.
Kata Kunci : sistem pengambilan keputusan kelompok, Batuk, AHP-TOPSIS, Borda,
Jurnal Elektronik Nasional Teknologi dan Ilmu Komputer (JENTIK)
Implementasi AHP-TOPSIS dan Borda Pemilihan Tanaman Obat Untuk Penyakit Batuk (Ismail Prasetia) | 14 1. PENDAHULUAN
Batuk merupakan penyakit yang sering dan biasa dialami oleh manusia, batuk merupakan salah satu penyakit yang dianggap sebagai tradisi . Indonesia dikenal sebagai suatu daerah yang kaya akan berbagai keaneka ragaman hayati dan memiliki berbagai tumbuhan tanaman yang berpotensi untuk dikembangkan sebagai obat atau bahan baku obat. Tanaman kini secara garis besar tidak hanya dimanfaatkan dan digunakan sebagai bahan konsumsi maupun sebagai penghias saja, tetapi juga sebagai tanaman obat multi fungsi. Mengingat pengobatan dengan tanaman herbal ini tidak memerlukan biaya tinggi yang dapat dijangkau oleh semua kalangan masyarakat dan dinilai efektif bahkan untuk menyembuhkan penyakit yang sulit diobati secara medis. Dengan berbagai macamnya kriteria dan jenis dari kandungan tanaman obat maka diperlukan pengetahuan khusus untuk memilih tumbuhan obat agar bisa mengobati serta menyembuhkan suatu penyakit tertentu.
Berdasarkan hal tersebut, dibutuhkan implementasi sistem yang dapat memudahkan pemecahan atas suatu masalah untuk menentukan tanaman obat agar bisa mengobati suatu penyakit. Proses penentuan pemilihan tanaman obat dipertimbangkan oleh beberapa pakar yang akan dituangkan kedalam sistem ini. Maka sistem yang akan dibangun dan diterapkan memiliki mekanisme Group Decision Support System (GDSS) atau suatu sistem pengambilan keputusan kelompok. Model pengambilan keputusan kelompok yang digunakan untuk beberapa kriteria dan alternatif pada sistem ini mengunakan Metode Analitic Hierarkhi Process (AHP)–TOPSIS dan Borda.
2. METODE PENELITIAN
2.1 Analitic Hierarkhi Process (AHP)
Model AHP (Analitical hierarchy process) merupakan tool pada multi attribute
decision making (MADM) yang dikembangkan oleh Thomas Saaty, penerapan metode
AHP adalah untuk membuat urutan alternatif keputusan dan memilih yang terbaik pada saat proses pengambil keputusan, pada proses pengambilan keputusan yang memiliki beberapa kriteria atau tujuan untuk mengambil keputusan tertentu[1].
Karakteristik utamanya berdasarkan pada penentuan perbandingan pasangan. Metode AHP dibangun dalam 3 tahap berikut:
a. Penyusunan perbandingan berpasangan matriks keputusan ( )
à = [ã𝑖𝑚] = [ 1 ã12 … ã1𝑛 1 ã12 1 … ã2𝑛 .. . 1 ã1𝑛 .. . 1 ã2𝑛 .. . … .. . 1 ] , 𝑖, 𝑚 = 1,2, … . , 𝑛 …(1)
Misalkan C1, C2, ..., Cn merupakan himpunan elemen, dimana aim menyatakan jumlah yang ditetapkan pada pasangan elemen Ci dan Cm.
Saaty telah menentukan skala untuk melakukan proses pengukuran perbandingan nilai kepentingan berpasangan. Pada proses menentukan perbandingan berspasangan ini dilakukan dengan mengunakan skala preferensi yang akan memberikan nilai numerik untuk semua tingkat preferensi. Standar skala preferensi yang digunakan AHP menurut saaty diperlihatkan pada tabel berikut:
Jurnal Elektronik Nasional Teknologi dan Ilmu Komputer (JENTIK)
Implementasi AHP-TOPSIS dan Borda Pemilihan Tanaman Obat Untuk Penyakit Batuk (Ismail Prasetia) | 15 Tabel 1. Skala penilaian perbandingan berpasangan
Intensitas
kepentingan Keterangan Penjelasan
1 Dua elemen ini sama
pentingnya sama besar pada sifat itu Dua elemen menyumbangnya
3 Elemen satu sedikit lebih penting dari pada elemen yang lainnya
Pengalaman dan pertimbangan sedikit menyokong satu elemen atas lainnya
5 Eleme satu essential atau sangat penting daripada elemen yang lainnya
Pengalaman serta
pertimbangan dengan kuat menyokong satu elemen atas elemen lainnya
7 Satu elemen jelas lebih penting daripada elemen lainnya
Satu elemen dengan kuat disokong dan domainnya telah terlihat dalam praktek
9 Satu elemen mutlak lebih penting dari elemen lainnya
Bukti yang menyokong elemen yang satu atas yang lain emiliki tingkat penegasan tertinggi yang mungkin menguatkan
2,4,6,8 Nilai-nilai antara dua nilai
pertimbangan-pertimbangan yang hampir berdekatan
Kompromi diperlukan antara dua pertimbangan
Kebalikan Jika untuk aktivitas I mendapat suatu angka apabila dibandingkan dengan satu aktivitas j.
Maka j memiliki
kebalikan nilai bila dibandingkan dengan aktifitas i.
Sumber: Penerapan Model Pendukung Keputusan Kelompok Pada Pemilihan Tanaman Obat Untuk Penyakit Kelas Ringan Dengan Metode Analitical Hierarchy Process (AHP)-Topsis dan
Borda. 2017
b. Lakukan proses normalisasi pada matriks keputusan. Setiap kolom matriks dijumlahkan, kemudian setiap elemen pada matriks dibagi dengan nilai total kolomnya. Terakhir, rata‐ratakan baris matriks dihitung dan vektor bobot kriteria diperoleh yaitu himpunan sejumlah n bobot w1, w2,…, wn.
c. Lakukan proses analisis konsistensi dengan rumus sebagai berikut
à ∗ 𝑊𝑖 = 𝜆𝑚𝑎𝑥∗ 𝑊𝑖 ,dimana i = 1,2,...,n …(2) Maka indeks konsistensi (CI) dapat dihitung dengan rumus sebagai berikut
𝐶𝐼 =𝜆𝑚𝑎𝑥−𝑛
𝑛−1 …(3) Rasio terakhir yang harus dihitung adalah nilai CR (consistency ratio). Secara umum, jika nilai yang dihasilkan CR lebih kecil dari 0.1 ditetapkan konsisten hasilnya adalah konsisten, sehingga bobot yang diberikan dapat digunakan pada perangkingan alternatif dalam metode TOPSIS.𝐶𝑅 =𝐶𝐼
Jurnal Elektronik Nasional Teknologi dan Ilmu Komputer (JENTIK)
Implementasi AHP-TOPSIS dan Borda Pemilihan Tanaman Obat Untuk Penyakit Batuk (Ismail Prasetia) | 16 2.2 TOPSIS
TOPSIS (Technique ForOrders Reference by Similarity to Ideal Solution) adalah salah satu metode pengambilan keputusan yang pertama kali diperkenalkan oleh Yoon dan Hwang (1981). TOPSIS menggunakan prinsip bahwa alternatif yang terpilih harus mempunyai jarak terdekat antara solusi ideal positif dan terjauh antara solusi ideal negatif dari sudut pandang geometris dengan menggunakan jarak sudut untuk menentukan kedekatan relative dari suatu alternatif dengan slusi optimal[2].
langkah – langkah ,TOPSIS diberikan tahapan sebagai berikut:
a. TOPSIS membutuhkan rating kerja setiap alternatif Ai pada setiap kriteria Cj yang ternormalisasi rij =
m i ij j ix
x
1 2 ; …(4)dengan i=1,2,...,m; dan j=1,2,...,n dimana :
rij = matriks ternormalisasi [i][j] xij = matriks keputusan [i][j]
b. Solusi ideal positif A+ dan solusi ideal negatif A- dapat ditentukan berdasarkan rating bobot ternormalisasi (yij) sebagai :
yij = wi.rij; dengan i=1,2,...,m; dan j=1,2,...,n …(5) A+ = (y1+, y2+, ..., yn+); …(6) A- = (y1-, y2-, ..., yn-); …(7) dimana :
yij = matriks ternormalisasi terbobot [i][j] wi= vektor bobot[i] dari proses AHP
yj+= max yij, jika j adalah atribut keuntungan min yij, jika j adalah atribut gejala
yj-= min yij, jika j adalah atribut keuntungan max yij, jika j adalah atribut gejala
j = 1,2,...,n c. Di+ =
n i ij iy
y
1 2)
(
; i=1,2,...,m …(8) dimana :Di+ = jarak alternatif Ai terhadap solusi ideal positif yi+ = solusi ideal positif[i]
yij = matriks normalisasi terbobot[i][j] Jarak antara alternatif Ai solusi ideal negatif : Di- =
n j i j i y y 1 2 ) ( ; i=1,2,...,m …(9) dimana :Di- = jarak alternatif Ai terhadap solusi ideal negatif yi- = solusi ideal positif[i]
Jurnal Elektronik Nasional Teknologi dan Ilmu Komputer (JENTIK)
Implementasi AHP-TOPSIS dan Borda Pemilihan Tanaman Obat Untuk Penyakit Batuk (Ismail Prasetia) | 17 d. Vi = i i i D D D ; i=1,2,...,m …(10) dimana :
Vi = kedekatan tiap alternatif terhadap solusiideal Di+= jarak alternatif Ai dengan solusi ideal positif Di-= jarak alternatif Ai dengan solusi ideal negatif
2.3 BORDA
Borda merupakan model atau suatu teknik penyelesaian masalah pengambilan keputusan dalam suatu kelompok. Dengan borda , beberapa pendapat dan persepsi dari pengambil keputusan yang berbeda mengenai suatu keputusan bisa disatukan menjadi suatu keputusan kelompok atau keputusan bersama. Dengan begitu, keputusan yang dihasilkan bisa diterima oleh kelompok tersebut [3].
Langkah-langkah pada tahap perhitungan dengan metode borda, meliputi: a. Setiap penentu pengambilan keputusan memberikan nilai n-1 untuk
alternatif pilihan pertama , nilai n-2 untuk alternatif kedua,….,dan nilai 0 untuk pilihan alternatif terakhir.
b. Alternatif dengan nilai tertinggi adalah pemenangnya
3. HASIL DAN PEMBAHASAN 3.1. Gambaran Umum
Berikut adalah alur gambaran umum proses implementasi Analitical Hierarchy
Process (AHP)-TOPSIS dan Borda pada pengambilan keputusan kelompok yang akan
dirancang, gambaran umum dari implementasi Analitical Hierarchy Process (AHP)-TOPSIS dan Borda dapat dilihat pada gambar 1 berikut:
Gambar 1. Gambaran umum sistem
Sumber: Penerapan Model Pendukung Keputusan Kelompok Pada Pemilihan Tanaman Obat Untuk Penyakit Kelas Ringan Dengan Metode Analitical Hierarchy Process (AHP)-Topsis dan
Jurnal Elektronik Nasional Teknologi dan Ilmu Komputer (JENTIK)
Implementasi AHP-TOPSIS dan Borda Pemilihan Tanaman Obat Untuk Penyakit Batuk (Ismail Prasetia) | 18
Implementasi Analitic Hierarchy Process (AHP)-TOPSIS dan BORDA pada pemilihan tanaman obat untuk penyakit batuk ini merupakan sistem pendukung keputusan yang dapat membantu memberikan rekomendasi keputusan untuk memilih tanaman yang bisa dijadikan bahan referensi atau acuan sebagai tanaman obat yang berpotensi menyembuhkan batuk.
Tahap awal menentukan penyakit apa yang akan dibahas pada penelitian ini, penyakit yang dibahas saat ini adalah batuk, selanjutnya pakar dapat memengatur nilai kepentingan berpasangan antar kriteria untuk selanjutnya dihasilkan bobot kriteria dengan mengunakan AHP. Selanjutnya pakar memberikan nilai pada setiap tanaman yang dijadikan alternatif berdasarkan kriteria. Setelah proses penginputan nilai tanaman untuk tiap kriteria selesai dilakukan oleh semua pakar lalu proses selanjutnya pada penelitian ini yaitu tiap pakar melakukan proses perhitungan topsis untuk perangkingan dari tanaman yang sudah dipilih dan diberi nilai.
Hasil dari ranking dan alternatif topsis tiap pakar akaan dijadikan inputan untuk proses selanjutnya yaitu pada tahap borda. Selanjutnya ditahapan borda proses dari inputan nilai dan alternatif akan dimasukan, hasil perangkingan ahir dari point borda bisa diketahui yaitu tanaman mana yang paling berpotensi untuk menyembuhkan suatu penyakit yang dibahas saat awal dimulainya proses pengambilan keputusan kelompok.
3.2. Data yang Digunakan
Pada penelitian ini ada beberapa data yang digunakan yaitu data tanaman dan kriteria. Data tanaman yang digunakan pada penelitian ini yaitu sepuluh data tanaman obat yang berpotensi untuk menyembuhkan penyakit batuk, sedangkan data kriteria yang digunakan yaitu Ppersebaran, kandungan dan uji empiris, adapun data tanaman yang digunakan pada penelitian ini dapat dilihat pada Tabel 2.
Tabel 2. Data Tanaman
No Tanaman Batuk 1 Belimbing 2 Ceremai 3 Daun Jinten 4 Delima 5 Gandapura 6 Jahe 7 Jeruk Nipis 8 Kembang Sepatu 9 Sereh 10 Tapak Liman
Sumber: Penerapan Model Pendukung Keputusan Kelompok Pada Pemilihan Tanaman Obat Untuk Penyakit Kelas Ringan Dengan Metode Analitical Hierarchy Process (AHP)-Topsis dan
Jurnal Elektronik Nasional Teknologi dan Ilmu Komputer (JENTIK)
Implementasi AHP-TOPSIS dan Borda Pemilihan Tanaman Obat Untuk Penyakit Batuk (Ismail Prasetia) | 19
Adapun data kriteria yang digunakan pada penelitian ini dapat dilihat pada Tabel 3.
Tabel 3. Data Kriteria
No Kriteria
1 C1 (Persebaran)
2 C2 (Kandungan)
3 C3 (Uji Empiris)
Sumber: Penerapan Model Pendukung Keputusan Kelompok Pada Pemilihan Tanaman Obat Untuk Penyakit Kelas Ringan Dengan Metode Analitical Hierarchy Process (AHP)-Topsis dan
Borda. 2017 3.3. Implementasi Metode AHP-TOPSIS dan Borda
Pada bagian ini akan dijelaskan bagaimana langkah perhitungan dan teori AHP-TOPSIS dan Borda sampai mendapatkan hasil akhir. Perhitungan ini mengunakan contoh dari satu pakar namun memiliki langkah yang sama untuk proses pakar lainya.
Tabel 4. Perbandingan berpasangan kriteria
C1(Persebaran) C2(Kandungan) C3(UjiEmppiris)
C1(Persebaran) 1 1/3 ½
C2(Kandungan) 3 1 1
C3(Uji Empiris) 1 ½ 1
Sumber: Penerapan Model Pendukung Keputusan Kelompok Pada Pemilihan Tanaman Obat Untuk Penyakit Kelas Ringan Dengan Metode Analitical Hierarchy Process (AHP)-Topsis dan
Borda. 2017
Tabel 5. Perbandingan berpasangan kriteria didesimalkan
C1(Persebaran) C2(Kandungan) C3(Uji Empiris)
C1 (Persebaran) 1.00 0.33 0.50
C2 (Kandungan) 3.00 1.00 1.00
C3 (Uji Empiris) 2.00 1.00 1.00
Total 6.00 2.33 2.50
Sumber: Penerapan Model Pendukung Keputusan Kelompok Pada Pemilihan Tanaman Obat Untuk Penyakit Kelas Ringan Dengan Metode Analitical Hierarchy Process (AHP)-Topsis dan
Borda. 2017
Tabel 6. Nilai Eigen Vector
C1(Persebaran) C2(Kandungan) C3(Uji Emppiris) EV
C1(Persebaran) 0.17 0.14 0.20 0.16984127
C2 (Kandungan) 0.50 0.43 0.40 0.442857143
C3(Uji Empiris) 0.33 0.43 0.40 0.387301587
Total Max 1.00 1.00 1.00 1.00
Sumber: Penerapan Model Pendukung Keputusan Kelompok Pada Pemilihan Tanaman Obat Untuk Penyakit Kelas Ringan Dengan Metode Analitical Hierarchy Process (AHP)-Topsis dan Borda. 2017
Jadi niai bobot untuk setiap kriteria pada penelitian ini diambil dari nilai Eigen
Jurnal Elektronik Nasional Teknologi dan Ilmu Komputer (JENTIK)
Implementasi AHP-TOPSIS dan Borda Pemilihan Tanaman Obat Untuk Penyakit Batuk (Ismail Prasetia) | 20
untuk menjadi nilai bobot setiap kriteria pada proses perhitungan selanjutnya. Nilai rata-rata eigen vector dapat dilihat pada tabel 7 berikut:
Tabel 7. Nilai rata-rata eigen vector
EV Pakar 1 EV Pakar 2 EV Pakar 3 Total Rata-Rata
C1(Persebaran) 0.16984127 0.159259259 0.141558442 0.156886324
C2(Kandungan) 0.442857143 0.588888889 0.333766234 0.455170755
C3(Uji Empiris) 0.387301587 0.251851852 0.524675325 0.387942921
Total 1 1 1 1
Sumber: Penerapan Model Pendukung Keputusan Kelompok Pada Pemilihan Tanaman Obat Untuk Penyakit Kelas Ringan Dengan Metode Analitical Hierarchy Process (AHP)-Topsis dan
Borda. 2017
Selanjutnya untuk perengkingan akan digunakan perhitungan dengan metode TOPSIS.
Tabel 8. Nilai alternatif pakar satu perhitungan topsis
Tanaman Batuk C1 C2 C3 Belimbing 8 7 7 Ceremai 7 6 7 Daun Jinten 6 7 6 Delima 6 6 6 Gandapura 6 7 6 Jahe 9 9 8 Jeruk Nipis 7 9 9 Kembang Sepatu 6 6 6 Sereh 8 8 8 Tapak Liman 6 7 6
Sumber: Penerapan Model Pendukung Keputusan Kelompok Pada Pemilihan Tanaman Obat Untuk Penyakit Kelas Ringan Dengan Metode Analitical Hierarchy Process (AHP)-Topsis dan
Borda. 2017
Langkah pertama yang dilakukan pada perhitungan borda adalah menghitung matriks ternormalisasi (R) cara menghitung matriks ternormalisasi (R) yaitu dengan membagi nilai pada setiap kolom dengan akar kuadrat dari total penjumlahan kuadrat total kolom setiap kriteria, berikut rumus untuk menghitung matriks ternormalisasi (R) : 𝑅𝑖𝑗 = 𝑥𝑖𝑗 √∑𝑚𝑖=1𝑥𝑖𝑗2 …(11) Ket: 𝑅𝑖𝑗 : Matriks ternormalisasi
𝑥𝑖𝑗 : Nilai alternatif untuk tiap kriteria √∑𝑚 𝑥𝑖𝑗2
Jurnal Elektronik Nasional Teknologi dan Ilmu Komputer (JENTIK)
Implementasi AHP-TOPSIS dan Borda Pemilihan Tanaman Obat Untuk Penyakit Batuk (Ismail Prasetia) | 21 Tabel 9. Proses perhitungan matriks ternormalisasi R
Tanaman Batuk C1 C2 C3 Belimbing 8/22.06807649 7/23.02172887 7/22.06807649 Ceremai 7/22.06807649 6/23.02172887 7/22.06807649 Daun Jinten 6/22.06807649 7/23.02172887 6/22.06807649 Delima 6/22.06807649 6/23.02172887 6/22.06807649 Gandapura 6/22.06807649 7/23.02172887 6/22.06807649 Jahe 9/22.06807649 9/23.02172887 8/22.06807649 Jeruk Nipis 7/22.06807649 9/23.02172887 9/22.06807649 Kembang Sepatu 6/22.06807649 6/23.02172887 6/22.06807649 Sereh 8/22.06807649 8/23.02172887 8/22.06807649 Tapak Liman 6/22.06807649 7/23.02172887 6/22.06807649
Sumber: Penerapan Model Pendukung Keputusan Kelompok Pada Pemilihan Tanaman Obat Untuk Penyakit Kelas Ringan Dengan Metode Analitical Hierarchy Process (AHP)-Topsis dan
Borda. 2017
Tabel 10. Hasil tabel nilai matriks ternormalisasi R
Tanaman Batuk C1 C2 C3 Belimbing 0.362514604 0.30406057 0.317200278 Ceremai 0.317200278 0.260623346 0.317200278 Daun Jinten 0.271885953 0.30406057 0.271885953 Delima 0.271885953 0.260623346 0.271885953 Gandapura 0.271885953 0.30406057 0.271885953 Jahe 0.407828929 0.390935018 0.362514604 Jeruk Nipis 0.317200278 0.390935018 0.407828929 Kembang Sepatu 0.271885953 0.260623346 0.271885953 Sereh 0.362514604 0.347497794 0.362514604 Tapak Liman 0.271885953 0.30406057 0.271885953
Sumber: Penerapan Model Pendukung Keputusan Kelompok Pada Pemilihan Tanaman Obat Untuk Penyakit Kelas Ringan Dengan Metode Analitical Hierarchy Process (AHP)-Topsis dan
Borda. 2017
Langkah selanjutnya hitung nilai matriks terbobot (Y) yaitu nilai yang sudah ternormalisasi dikalikan bobot AHP masing-masing kriteria. Sehingga didapatkan hasil sebagai berikut:
Tabel 11. Hasil matriks terbobot Y
Y C1 C2 C3 Bobot 0.156886324 0.455170755 0.387942921 Belimbing 0.056873583 0.138399479 0.123055603 Ceremai 0.049764385 0.118628125 0.123055603 Daun Jinten 0.042655188 0.138399479 0.105476231 Delima 0.042655188 0.118628125 0.105476231 Gandapura 0.042655188 0.138399479 0.105476231 Jahe 0.063982781 0.177942188 0.140634974 Jeruk Nipis 0.049764385 0.177942188 0.158214346 Kembang Sepatu 0.042655188 0.118628125 0.105476231
Jurnal Elektronik Nasional Teknologi dan Ilmu Komputer (JENTIK)
Implementasi AHP-TOPSIS dan Borda Pemilihan Tanaman Obat Untuk Penyakit Batuk (Ismail Prasetia) | 22 Tabel 11. Lanjutan hasil matriks terbobot Y
Y C1 C2 C3
Sereh 0.056873583 0.158170833 0.140634974
Tapak Liman 0.042655188 0.138399479 0.105476231
Sumber: Penerapan Model Pendukung Keputusan Kelompok Pada Pemilihan Tanaman Obat Untuk Penyakit Kelas Ringan Dengan Metode Analitical Hierarchy Process (AHP)-Topsis dan
Borda. 2017
Tabel 12. Nilai solusi ideal positif dan negatif
Max 0.063982781 0.177942188 0.158214346
Min 0.042655188 0.118628125 0.105476231
Sumber: Penerapan Model Pendukung Keputusan Kelompok Pada Pemilihan Tanaman Obat Untuk Penyakit Kelas Ringan Dengan Metode Analitical Hierarchy Process (AHP)-Topsis dan
Borda. 2017
Langkah selanjutnya adalah mencari jarak solusi ideal positif (D+) dan jarak solusi ideal negatif (D-) yang dihitung dengan rumus:
𝐷𝑖+ = √Σ𝑗=1𝑛 (𝑦
𝑖+− 𝑦𝑖𝑗)2 ; 𝑖 = 1,2, … , 𝑚. …(12) Ket:
𝐷𝑖+ 𝑑𝑎𝑛 𝐷𝑖− : Jarak solusi ideal positif dan negatif
𝑦𝑖+ 𝑑𝑎𝑛 𝑦𝑖− : Nilai solusi ideal positif (A+) dan negatif (A-) 𝑦𝑖𝑗 : Nilai matriks ternormalisasi terbobot
Sehingga didapatkan nilai jarak solusi ideal positif (D+) dan jarak solusi ideal negatife (D-) seperti berikut ini:
Tabel 13. Nilai jarak solusi ideal positif dan negatif
Alternatif D+ D- Belimbing 0.053388236 0.030035039 Ceremai 0.070402117 0.018962463 Daun Jinten 0.069280595 0.019771354 Delima 0.08218475 0 Gandapura 0.069280595 0.019771354 Jahe 0.017579372 0.072174521 Jeruk Nipis 0.014218396 0.079686934 Kembang Sepatu 0.08218475 0 Sereh 0.027394917 0.054789833 Tapak Liman 0.069280595 0.019771354
Sumber: Penerapan Model Pendukung Keputusan Kelompok Pada Pemilihan Tanaman Obat Untuk Penyakit Kelas Ringan Dengan Metode Analitical Hierarchy Process (AHP)-Topsis dan
Borda. 2017
Langkah terakhir adalah mencari nilai preferensi setiap alternatif yang dapat dihitung dengan rumus:
𝑉𝑖 = 𝐷𝑖−
𝐷𝑖−+𝐷𝑖+ , dimana 𝑖 = 1,2,3, … . . 𝑚 …(13) Ket:
Jurnal Elektronik Nasional Teknologi dan Ilmu Komputer (JENTIK)
Implementasi AHP-TOPSIS dan Borda Pemilihan Tanaman Obat Untuk Penyakit Batuk (Ismail Prasetia) | 23 𝐷𝑖+ : Jarak solusi ideal positif
𝐷𝑖− : Jarak solusi ideal negative
Tabel 14. Nilai preferensi alternatif
Alternatif Vi Belimbing 0.360031882 Ceremai 0.212192159 Daun Jinten 0.222020454 Delima 0 Gandapura 0.222020454 Jahe 0.804138058 Jeruk Nipis 0.848587979 Kembang Sepatu 0 Sereh 0.666666667 Tapak Liman 0.222020454
Sumber: Penerapan Model Pendukung Keputusan Kelompok Pada Pemilihan Tanaman Obat Untuk Penyakit Kelas Ringan Dengan Metode Analitical Hierarchy Process (AHP)-Topsis dan
Borda. 2017
Dari hasil perhitungan preferensi tersebut maka setiap alternatif akan dirangkingkan dari hasil terbesar ke hasil terkecil.
Tabel 15. Nilai preferensi dan ranking alternatif pakar satu
Ranking Alternatif Vi 1 Jeruk Nipis 0.848587979 2 Jahe 0.804138058 3 Sereh 0.666666667 4 Belimbing 0.360031882 5 Daun Jinten 0.222020454 6 Gandapura 0.222020454 7 Tapak Liman 0.222020454 8 Ceremai 0.212192159 9 Delima 0 10 Kembang Sepatu 0
Sumber: Penerapan Model Pendukung Keputusan Kelompok Pada Pemilihan Tanaman Obat Untuk Penyakit Kelas Ringan Dengan Metode Analitical Hierarchy Process (AHP)-Topsis dan
Borda. 2017
Untuk hasil ranking prose topsis pada pakar dua dapat dilihat pada tabel berikut:
Tabel 16. Nilai preferensi dan ranking alternatif pakar dua
Ranking Alternatif Vi 1 Jahe 1 2 Jeruk Nipis 0.744508055 3 Gandapura 0.729085226 4 Delima 0.402099444 5 Daun Jinten 0.376475078
Jurnal Elektronik Nasional Teknologi dan Ilmu Komputer (JENTIK)
Implementasi AHP-TOPSIS dan Borda Pemilihan Tanaman Obat Untuk Penyakit Batuk (Ismail Prasetia) | 24
Tabel 16. Lanjutan nilai preferensi dan ranking alternatif pakar dua
Ranking Alternatif Vi 0.376475078 6 Tapak Liman 7 Belimbing 0.301256426 8 Sereh 0.278404095 9 Ceremai 0.255491945 10 Kembang Sepatu 0.249842447
Sumber: Penerapan Model Pendukung Keputusan Kelompok Pada Pemilihan Tanaman Obat Untuk Penyakit Kelas Ringan Dengan Metode Analitical Hierarchy Process (AHP)-Topsis dan
Borda. 2017
Hasil ranking prose topsis pada pakar tiga dapat dilihat pada tabel berikut: Tabel 17. Nilai preferensi dan ranking alternatif pakar tiga
Ranking Alternatif Vi 1 Jahe 1 2 Jeruk Nipis 0.758847207 3 Sereh 0.758847207 4 Delima 0.750495462 5 Gandapura 0.750495462 6 Tapak Liman 0.750495462 7 Kembang Sepatu 0.621589124 8 Daun Jinten 0.510917979 9 Belimbing 0.266527712 10 Ceremai 0
Sumber: Penerapan Model Pendukung Keputusan Kelompok Pada Pemilihan Tanaman Obat Untuk Penyakit Kelas Ringan Dengan Metode Analitical Hierarchy Process (AHP)-Topsis dan
Borda. 2017
Nilai ranking pada preferensi alternatif dari setiap pakar inilah yang akan dijadikan inputan pada proses pengambilan keputusan kelompok sistem mengunakan perhitungan BORDA.
Tabel 18 Inputan ranking voting borda
Sumber: Penerapan Model Pendukung Keputusan Kelompok Pada Pemilihan Tanaman Obat Untuk Penyakit Kelas Ringan Dengan Metode Analitical Hierarchy Process (AHP)-Topsis dan Borda. 2017
Alternatif Pakar 1 Pakar 2 Pakar 3
Delima 9 4 4 Ceremai 8 9 10 Tapak Liman 7 6 6 Gandapura 6 3 5 Daun Jinten 5 5 5 Belimbing 5 7 9 Sereh 3 8 3 Jahe 2 1 1 Jeruk Nipis 1 2 2 Kembang Sepatu 10 10 7
Jurnal Elektronik Nasional Teknologi dan Ilmu Komputer (JENTIK)
Implementasi AHP-TOPSIS dan Borda Pemilihan Tanaman Obat Untuk Penyakit Batuk (Ismail Prasetia) | 25 Tabel 19. frekuensi ranking tanaman kategori batuk
Ranking 1 2 3 4 5 6 7 8 9 10 Delima - - - 2 - - - - 1 - Ceremai - - - - 1 1 1 Tapak Liman - - - - - 2 1 - - - Gandapura - - 1 - 1 1 - - - - Daun Jinten - - - - 3 - - - - - Belimbing - - - - 1 - 1 - 1 - Sereh - - 2 - - - - 1 - - Jahe 2 1 - - - - Jeruk Nipis 1 2 - - - - Kembang Sepatu - - - - 1 - - 2 Bobot 10 9 8 7 6 5 4 3 2 1
Sumber: Penerapan Model Pendukung Keputusan Kelompok Pada Pemilihan Tanaman Obat Untuk Penyakit Kelas Ringan Dengan Metode Analitical Hierarchy Process (AHP)-Topsis dan
Borda. 2017
Tabel 20. Hasil borda untuk kategori batuk
Point Hasil Delima 14 2 16 Ceremai 3 2 1 6 Tapak Liman 10 4 14 Gandapura 8 6 5 19 Daun Jinten 18 18 Belimbing 6 4 2 12 Sereh 16 4 20 Jahe 20 9 29 Jeruk Nipis 10 18 28 Kembang Sepatu 4 2 6
Sumber: Penerapan Model Pendukung Keputusan Kelompok Pada Pemilihan Tanaman Obat Untuk Penyakit Kelas Ringan Dengan Metode Analitical Hierarchy Process (AHP)-Topsis dan Borda. 2017
Setelah proses penjumlahan pada tahap hasil borda maka didapatkan urutan hasil dari skor alternatif tanaman yang tertinggi dan terendah, tanaman yang memiliki skor tertinggilah yang memiliki potensi besar untuk menyembuhkan penyakit batuk, berikut urutan ranking tanaman obat untuk menyembuhkan batuk seperti pada tabel 21.
Jurnal Elektronik Nasional Teknologi dan Ilmu Komputer (JENTIK)
Implementasi AHP-TOPSIS dan Borda Pemilihan Tanaman Obat Untuk Penyakit Batuk (Ismail Prasetia) | 26 Tabel 21. Hasil akhir ranking borda
Sumber: Penerapan Model Pendukung Keputusan Kelompok Pada Pemilihan Tanaman Obat Untuk Penyakit Kelas Ringan Dengan Metode Analitical Hierarchy Process (AHP)-Topsis dan
Borda. 2017
Dari proses perhitungan metode borda maka didapatkan hasil akhir point skor tertinggi yang berpotensi untuk menyembuhkan batuk yaitu tanaman jahe dengan nilai skor point hasil 29.
4. SIMPULAN
Pada penelitian ini didapatkan kessimpulan yaitu implementasi Analitical
Hierarchy Process (AHP)-TOPSIS dan Borda dapat digunakan untuk menghasilkan
perangkingan sebagai pendukung keputusan kelompok untuk pemilihan tanaman obat pada penyakit batuk, metode AHP-TOPSIS dan Borda juga dapat digunakan untuk melakukan proses pendukung keputusan kelompok. [4]
DAFTAR PUSTAKA
[1] T. L. Saaty and L. G. Vargas, “Model, Methods, Concepts & Applications Of
The Analytic Hierarchy Process” Int. J. Adv. Sci. Techno, vol. 50, p. 112, 2013.
[2] S. Kusumadewi, "Fuzzy Multy-Atribut Decision Making (Fuzzy MADM)". Yogyakarta: Graha Ilmu, 2006.
[3] Standy, “Group Decision Support System Untuk Pembelian Rumah Dengan
Mengunakan Analytical Hierarchy Process (AHP) dan Borda,” Semin. Nas.
Teknol. Inf. 2008 (SNATI 2008), 2008.
[4] I. Prasetia, “Penerapan Model Pendukung Keputusan Kelompok Pada
Pemilihan Tanaman Obat Untuk Penyakit Kelas Ringan Dengan Metode AHP-TOPSIS dan Borda” Lambung Mangkurat, 2017.
Alternatif Skor Jahe 29 Jeruk Nipis 28 Sereh 20 Gandapura 19 Daun Jinten 18 Delima 16 Tapak Liman 14 Belimbing 12 Ceremai 6 Kembang Sepatu 6