• Tidak ada hasil yang ditemukan

RANCANG BANGUN SISTEM PENDUKUNG KEPUTUSAN PEMILIHAN KAMERA DSLR BERBASIS WEBSITE DENGAN MENGGUNAKAN METODE TOPSIS NASKAH PUBLIKASI

N/A
N/A
Protected

Academic year: 2021

Membagikan "RANCANG BANGUN SISTEM PENDUKUNG KEPUTUSAN PEMILIHAN KAMERA DSLR BERBASIS WEBSITE DENGAN MENGGUNAKAN METODE TOPSIS NASKAH PUBLIKASI"

Copied!
7
0
0

Teks penuh

(1)

RANCANG BANGUN SISTEM PENDUKUNG KEPUTUSAN

PEMILIHAN KAMERA DSLR BERBASIS WEBSITE DENGAN

MENGGUNAKAN METODE TOPSIS

NASKAH PUBLIKASI

diajukan oleh

Angga Pramudianto

11.11.5642

kepada

SEKOLAH TINGGI MANAJEMEN INFORMATIKA DAN KOMPUTER

AMIKOM YOGYAKARTA

YOGYAKARTA

2015

(2)
(3)

1

RANCANG BANGUN SISTEM PENDUKUNG KEPUTUSAN PEMILIHAN

KAMERA DSLR BERBASIS WEBSITE DENGAN MENGGUNAKAN

METODE TOPSIS

Angga Pramudianto

1)

, Armadyah Amborowati

2)

,

1,2)

Teknik Informatika STMIK AMIKOM Yogyakarta

Jl Ringroad Utara, Condongcatur, Depok, Sleman, Yogyakarta Indonesia 55283

Email : angga.pramudianto@students.amikom.ac.id1), armadyah.a@amikom.ac.id2)

Abstract - The photographer is getting spoiled with camera technology facilities at this time. Especially for novice photographers will not be difficult to use DSLR cameras because the cameras have features Auto (Automatic). However, in the selection of the camera for photographers, especially novice photographers will become confused because of the many brands and features camera technology features found in DSLR cameras. Therefore, to facilitate novice photographers to choose a camera, it is necessary the existence of a computerized decision support system to assist decision-makers with good and proper.

The application of decision support system that will be built is design decision support system DSLR camera selection based website by using TOPSIS method. This method was chosen because it is able to choose the best alternative from a number of alternatives, in this case the alternative in question is the best DSLR camera based on specified criteria. The results of the implementation process and TOPSIS methods can sort the alternative of greatest value to the smallest value.

Keywords - Decision Support Systems, TOPSIS, camera specifications, criteria.

1. Pendahuluan

1.1 Latar Belakang Masalah

Pada era digital saat ini, sudah banyak teknologi yang berkembang dengan pesat. Salah satunya perkembangan teknologi pada kamera. Kamera yang pertama kali dibuat yang hanya bisa menangkap objek gambar dengan warna hitam putih, hingga kamera saat ini yang sudah dapat merekam suatu aktifitas (video) dan sudah memiliki warna RGB (Red Green Blue).

Para fotografer semakin dimanjakan dengan fasilitas teknologi pada kamera saat ini. Terutama bagi fotografer pemula tidak akan sulit menggunakan kamera DSLR karena pada kamera ada fitur Auto (Otomatis). Akan tetapi dalam pemilihan kamera bagi para fotografer, terutama fotografer pemula akan mengalami kebingungan karena banyaknya merk kamera dan fitur fitur teknologi yang terdapat pada kamera DSLR. Oleh karena itu untuk mempermudah fotografer pemula memilih kamera, maka diperlukan adanya sistem

pendukung keputusan (SPK). Sistem pendukung keputusan (SPK) atau sering disebut DSS (Decision Support System) merupakan salah satu cabang keilmuan di bidang kecerdasan buatan (Artifical Intelligence) yang merupakan bagian dari sistem informasi berbasis komputer. Dimana aplikasi komputer tersebut mengeluarkan keputusan untuk menjadi pertimbangan user atau pemakai.

Metode yang akan digunakan adalah metode TOPSIS (Technique For Order Preference by Similarity to Ideal Solution). TOPSIS merupakan suatu bentuk metode pendukung keputusan yang didasarkan pada konsep bahwa alternatif yang terbaik tidak hanya memiliki jarak terpendek dari solusi ideal positif tetapi juga memiliki jarak terpanjang dari solusi ideal negatif yang dalam hal ini akan memberikan rekomendasi pemilihan kamera yang sesuai dengan yang diharapkan.

1.2 Rumusan Masalah

Dengan melihat uraian latar belakang masalah diatas, maka rumusan masalahnya adalah :

1. Apakah dengan metode TOPSIS dapat digunakan dalam pemilihan kamera DSLR.

2. Apakah dengan Sistem Pendukung Keputusan dapat mempermudah fotografer pemula dalam penentuan kamera DSLR.Bagian 1 Pendahuluan ini berisi latar belakang, rumusan masalah, tujuan, metodologi (jika ada) serta tinjauan pustaka yang memuat kajian pustaka dan landasan teori yang relevan. Sumber keterangan ditunjuk dengan menuliskan di dalam kurung: nama akhir penulis dan tahun penerbitan.

1.3 Maksud dan Tujuan Penelitian

Tujuan penelitian ini adalah untuk merancang sistem pendukung keputusan dalam pemilihan kamera DSLR untuk memberikan kemudahan bagi pencinta fotografi.

1.4 Tinjauan Pustaka

Skripsi ini dikembangkan dari beberapa referensi yang mempunyai keterkaitan dengan penelitian. Berikut beberapa referensi tersebut :

Penelitian yang dilakukan oleh Heri Anggiat Tambunan tahun 2014 dari STMIK Budi Darma Medan dalam skripsinya yang berjudul “Sistem Pendukung Keputusan Pemilihan Siswa Berprestasi Dengan Metode Electre (Studi Kasus : SMA Parulian 2 Medan)”. Mata pelajaran

(4)

2

yang diujikan pada saat tes masuk kelas unggulan adalah Bahasa Indonesia, B.Inggris, Matematika dan Wawancara, serta Tes untuk masuk kelas unggulan bersifat tertulis dan lisan. [1]

Penelitian yang dilakukan oleh Putranda Cahyaning M W tahun 2014 dari Universitas Dian Nuswantoro Semarang dalam tugas akhirnya yang berjudul “Penerapan Metode Analytical Hierarchy Process (AHP) Untuk Membantu Pembeli Dalam Pemilihan Laptop Padapazia Computer Semarang”. Pada tugas akhir ini hanya menampilkan hasil pencarian berupa spesifikasi, merk, kisaran harga dan lainnya untuk masing-masing kriteria notebook, serta keterangan mengenai kriteria pemilihannya. [2]

Penelitian yang dilakukan oleh Mohammad Glesung Gautama tahun 2013 dari Universitas Sebelas Maret Surakarta dalam skripsinya yang berjudul “Penentuan Jurusan di SMA N 8 Surakarta dengan Fuzzy Inference System (FIS) Mamdani”. Pada skripsinya ini untuk mengetahui penentuan jurusan dan memberikan kemudahan dalam penentuan jurusan di Sekolah Menengah Atas (SMA). [3]

Berdasarkan dari beberapa referensi penelitian sebelumnya makan akan dikembangkan sebuah sistem pendukung keputusan pemilihan kamera DSLR bagi fotografer pemula dan pencinta fotografi. Metode yang digunakan adalah metode TOPSIS. Bahasa pemograman yang digunakan untuk membuat sistem ini yaitu PHP dan MySQL sebagai basis datanya.

Hasil penelitian ini memiliki keunggulan dari sistem yang lain yaitu, dapat menentukan pemilihan kamera berdasarkan jawaban yang dimasukan oleh pengguna, pengolahan data menggunakan metode TOPSIS dan aplikasi mudah digunakan.

2. Pembahasan

Berdasarkan latar belakang masalah yang dihadapi, penyelesaian masalah ini menggunakan sistem pendukung keputusan dengan metode TOPSIS. Dan pada awalnya, pengambil keputusan memilih terlebih dahulu obyek yang akan diseleksi, kemudian membuat beberapa kriteria untuk digunakan dalam penyeleksian dan menentukan dominasi kriteria dan nilai preferensinya.

Adapun langkah-langkah analisis data dalam penelitian ini adalah sebagai berikut :

1. Menentukan jenis-jenis kriteria pemilihan kamera dslr. Dalam penelitian ini, kriteria-kriteria yang dibutuhkan dalam pemilihan kamera dslr adalah harga, resolusi, lcd, memori, speed.

2. Menentukan ranking setiap alternatif pada setiap kriteria dinilai dengan 1 sampai 5 yaitu :

1 = sangat buruk 2 = buruk

3 = cukup 4 = baik 5 = sangat baik

Tabel 1. Skor Kriteria

Kriteria Data Awal Renking

Harga > 15 - 23 Juta 1 8,5 – 15 Juta 2 7 – 8 Juta 3 6 – 7 Juta 4 5 – 6 Juta 5 Resolusi 12,2 MP 2 14,6 MP 3 18 MP 4 24,6 MP 5 Lcd 2.5” 2 2.7” 3 3.0” 4 3.2” 5 Memori CF.SD 4 SD 5 CF.XD 3 SD.SDHC 2 Stick Pro 1 Speed 2.5 Frame/s 1 3.5 Frame/s 2 4 Frame/s 2 5.2 Frame/s 3 6.5 Frame/s 4 7 - 8 Frame/s 5

Tabel di atas menunjukkan data awal dari setiap alternatif untuk setiap kriteria. Pemisalan perbandingan dengan tujuh buah data.

3. Membangun sebuah matriks keputusan. Pada matriks keputusan, kolom matriks menyatakan atribut yaitu kriteria-kriteria yang ada, sedangkan baris matriks menyatakan alternatif yaitu tipe merek kamera yang mungkin. Matriks keputusan mengacu terhadap m alternatif yang akan dievaluasi berdasarkan n kriteria.

Tabel 2. Matriks Keputusan

(5)

3

Pada table 3.2, rumus ,..., menyatakan performansi alternatif dengan acuan kriteria adalah data skor kriteria untuk setiap alternatif. Dimana :

Xij adalah performansi alternatif ke i untuk kriteria ke j.

Ai (i = 1, 2, 3,..., m) adalah alternatif-alternatif yang mungkin.

Xj (j = 1, 2, 3,..., n) adalah kriteria dimana performansi alternatif diukur.

Dalam penelitian ini, nilai j adalah sebagai berikut : j = 1 untuk kriteria harga

j = 2 untuk kriteria resolusi j = 3 untuk kriteria lcd j = 4 untuk kriteria memori j = 5 untuk kriteria speed

Hasil matriks keputusan yang dibentuk dari tabel data awal untuk setiap alternatif dapat disajikan pada contoh berikut :

Tabel 3. Data Matriks Keputusan Merk/T ype Harga Resolus i LCD Memor i Speed Canon EOS 5D Mar k II 2 3 4 2 2 Nikon D90 4 2 3 3 2 Sony Alpha A850 2 5 3 2 2 Canon EOS 50D 2 3 3 5 4 Nikon D3200 5 5 2 2 2 Canon EOS 7D 1 4 3 4 5 Olymp us E-30 2 2 3 1 2

4. Menentukan bobot preferensi untuk setiap kriteria.

Bobot kriteria harga = 2.6 Bobot kriteria resolusi = 3.4 Bobot kriteria lcd = 3 Bobot kriteria memori = 2.8 Bobot kriteria speed = 2.8

5. Setelah matriks keputusan dan bobot criteria dibuat, selanjutnya adalah membuat matriks keputusan yang ternormalisasi R yang fungsinya untuk memperkecil range data. Adapun elemenelemennya ditentukan dengan rumus berikut :

=

Dimana :

adalah elemen dari matriks keputusan yang ternormalisasi R,

adalah elemen dari matriks keputusan, i = 1, 2, 3, ..., m,

j = 1, 2, 3, ..., n.

6. Setelah matriks ternormalisasi dibuat, selanjutnya adalah membuat matriks keputusan ternormalisasi terbobot V yang elemen-elemennya ditentukan dengan menggunakan rumus berikut :

=

Dimana :

adalah elemen dari matriks keputusan yang ternormalisasi terbobot V, Bobot (w1, w2, w3, ..., wn) adalah bobot dari kriteria ke-j

adalah elemen dari matriks keputusan yang ternormalisasi R

Dengan i = 1, 2, 3, ..., m ; dan j = 1, 2, 3, ..., n. 7. Matriks keputusan ternormalisasi terbobot.

Selanjutnya menentukan matriks solusi ideal positif ( ) dan solusi ideal negatif ( ).

= ( )

= ( )

Dimana :

adalah : - max , jika j adalah atribut keuntungan

- max , jika j adalah atribut biaya

adalah : - max , jika j adalah atribut keuntungan

- max , jika j adalah atribut biaya

8. Selanjutnya menghitung jarak alternatif dari solusi ideal positif ( ) dan jarak alternatif dari solusi ideal negatif ( ). Perhitungan jarak alternatif dari solusi ideal positif ( ).

9. Setelah menghitung jarak alternatif dari solusi ideal positif ( ).) dan jarak alternatif dari solusi ideal negatif ( ).), selanjutnya adalah menghitung kedekatan relatif terhadap solusi ideal positif.

(6)

4

2.1 Perancangan Arsitektur

Perancangan arsitektur pada sistem pendukung keputusan pemilihan kamera DSLR dapat dilihat pada gambar 3.1 dibawah ini.

Managemen Data Data Kamera DSLR Managemen Model TOPSIS Pengguna Antar Muka Kriteria pemilihan Kamera DSLR 1. Harga 2. Resolusi 3. Lcd 4. Memori 5. Speed Data Data Data

Gambar 1. Perancangan arsitektur pada SPK pemilihan kamera DSLR

2.2 Perancangan Sistem

a. Flowchart Sistem Disisi Admin Mulai Login Autentifikasi User? Menu Logout ? Logout Selesai Ya Tidak Ya Tidak

Gambar 2. Flowchart Sistem Disisi Admin

b. Flowchart Sistem Disisi User Mulai

Input Nama dan Pekerjaan User==not empty ? Pilih Kriteria Kriteria >= 3 ? Nilai Prefensi Selesai Ya Tidak Ya Tidak

Gambar 3. Flowchart Sistem Disisi User

c. Flowchart Perhitungan Topsis Mulai

Memasukkan data dari tiap

kriteriapada tiap alternatif Bobot Kriteria

Matrik Keputusan

Normalisasi Matrik Keputusan

Kalikan Matrik Keputusan Dengan Bobot Kriteria

Menentukan Solusi Ideal

Menentukan Jarak Alternatif

Nilai Prefensi Tiap Alternatif

Selesai

Perbaikan Bobot Kriteria

(7)

5

2.3 Pengujian Sistem

Pengujian perangkat lunak adalah elemen kritis dari jaminan kualitas perangkat lunak dan mempesentasikan kajian pokok dari spesifikasi, desain, dan pengkodean. Pengujian dilakukan dengan cara alpha menggunakan metode blackbox. Pengujian alpha menggunakan metode black-box berfokus pada persyaratan fungsional perangkat lunak.

Rencana Pengujian

Tabel 4. Rencana Pengujian Blackbox

Kelas Pengujian

Butir Pengujian Jenis Pengujian

Login Verifikasi Username dan Password

Black Box

Setting Data

Setting Data Sub Kriteria

Black Box

Setting Data Kamera Black Box

Setting Data Berita Black Box

Pengujian SPK Black Box

Laporan Laporan Data Nilai Prefensi

Black Box

Hasil Pengujian

Berdasarkan hasil pengujian pengujian alpha menggunakan metode blackbox yang telah dilakukan dapat diambil kesimpulan bahwa secara fungsional sistem sudah dapat menghasilkan output yang diharapkan.

3. Kesimpulan

Berdasarkan pembahasan dan evaluasi dari bab terdahulu, maka dapat ditarik kesimpulan sebagai berikut:

1. Sistem ini bertujuan untuk membantu user dalam menentukan type kamera DSLR yang diingikan. 2. Perhitungan pada sistem untuk melakukan

penyeleksian menggunakan metode TOPSIS (Technique For Orders Reference by Similarity to Ideal Solution).

3. Tahap – tahap proses pengembangan sistem dalam penelitian ini adalah identifikasi masalah, analisis sistem, perancangan, pengujian dan implementasi.

4. Hasil dari perhitungan sistem merupakan perangkingan nilai tertinggi ke rendah dan nilai tertinggi merupakan hasil yang dibutuhkan sebagai bahan pertimbangan oleh user untuk memilih kamera DSLR.

5. Sistem yang dibangun hanya sebagai alat bantu untuk memberikan informasi kepada user sebagai bahan pertimbangan dalam mengambil keputusan.

Daftar Pustaka

[1] Tambunan Heri Anggit. 2014. “Sistem Pendukung Keputusan Pemilihan Siswa Berprestasi Dengan Metode Electre (Studi Kasus : SMA Parulian 2 Medan)”. Teknik Informatika : STMIK Budi Darma Medan.

[2] Putranda Cahyaning M W, 2014. “Penerapan Metode Analytical Hierarchy Process (AHP) Untuk Membantu Pembeli Dalam Pemilihan Laptop Padapazia Computer Semarang”. Teknik Informatika : Universitas Dian Nuswantoro Semarang.

[3] Glesung, Gautama. 2013. “Penentuan Jurusan di SMA N 8 Surakarta dengan Fuzzy Inference System (FIS) Mamdani”. Fakultas Matematika Dan Ilmu Pengetahuan Alam: Universitas Sebelas Maret Surakarta.

Biodata Penulis

Angga Pramudianto, memperoleh gelar Sarjana Komputer (S.Kom), Jurusan Teknik Informatika STMIK AMIKOM Yogyakarta, lulus tahun 2015. Saat ini mempunyai bisnis di bidang Internet Marketing.

Armadyah Amborowati, memperoleh gelar Sarjana Komputer (S.Kom), Jurusan Teknik Informatika STMIK AMIKOM Yogyakarta, lulus tahun 2004. Memperoleh gelar Master of Engineering (M.Eng) Program Pasca Sarjana Magister Teknologi Informasi Fakultas Teknik Elektro Universitas Gajah Mada Yogyakarta, lulus tahun 2008. Saat ini menjadi Dosen di STMIK AMIKOM Yogyakarta.

Gambar

Tabel 1. Skor Kriteria
Tabel 3. Data Matriks Keputusan  Merk/T ype  Harga  Resolusi  LCD  Memori  Speed  Canon  EOS  5D Mar k II  2  3  4  2  2  Nikon  D90  4  2  3  3  2  Sony  Alpha  A850  2  5  3  2  2  Canon  EOS  50D   2  3  3  5  4  Nikon  D3200  5  5  2  2  2  Canon  EOS
Gambar 2.  Flowchart Sistem Disisi Admin
Tabel 4. Rencana Pengujian Blackbox  Kelas

Referensi

Dokumen terkait

Berasal dari aktifitas ekonomi yang terjadi antara wisatawan dengan masyarakat lokal yang memiliki unit usaha dilokasi wisata tersebut. Keberadaan unit usaha

Permasalahan transportasi seperti kemacetan, keterlambatan akan terjadi sebagai akibat pergerakan atau perjalanan yang dilakukan sehingga terjadilah pemusatan asal

Selanjutnya, ketika nasabah telah menyepakati kewajiban atau aturan yang telah ditetapkan oleh pihak bank, bagaimana sistem penetapan harga yang dilakukan oleh

Hal ini sesuai dengan penelitian Anggraini (2002), semakin tinggi nilai konsentrasi minyak atsiri kemangi yang ditambahkan ke dalam sabun maka nilai viskositas

Primer RGA7 yang mengamplifikasi fragmen LRR dan primer RGA8 yang mengamplifikasi fragmen NBS_MHDV merupakan primer kandidat untuk membedakan antara yang tanaman

Untuk kualitas informasi terhadap kepuasan pengguna pada model 1 terbukti signifikan hal tersebut dilihat dari nilai koefisien jalur 0,332 pada p ≤ 0,05 ( T-Statistik

Dari segi bentuk arsitektur organik menekankan menekankan pada keindahan dan harmoni pada bentuk bebas yang mengalir dengan bentuk-bentuk aruh pada psikologi Menurut