1 BAB I
PENDAHULUAN
1.1. Latar Belakang
Kabupaten Banyuwangi merupakan kabupaten agraris dengan mata pencaharian utama penduduk berasal dari pertanian agroindustri. Untuk kegiatan pertanian, komoditi yang banyak dibudidayakan adalah tanaman pangan kopi. Dinas Pertanian Kabupaten Banyuwangi dalam menentukan daerah yang layak untuk dijadikan daerah pertanian mengadakan penilaian terhadap kriteria-kriteria suatu daerah. Adapun kriteria-kriteria suatu daerah yaitu jenis tanah, curah hujan, perairan, suhu, dan tekstur tanah.
Sistem pendukung keputusan secara sederhana dapat didefinisikan berupa sistem yang berbasis komputer yang digunakan untuk mempermudah dalam melakukan pengambilan keputusan. Kemampuan mengambil keputusan yang
digunakan Dinas Pertanian masih secara manual tanpa adanya model untuk membantu proses penilaian, selain itu belum adanya media database untuk penyimpanan berkas sebelum berkas dianalisis, berkas akan disimpan dengan aplikasi Microsoft excel apabila selesai di analisis, sehingga informasi untuk menunjang pengambilan keputusan penentuan kelayakan daerah pertanian kurang akurat, sedangkan informasi pertanian sangat berguna bagi para perencana pembangunan sektor
pertanian untuk
merekomendasikan dan mengidentifikasikan lokasi tertentu bagi pertanian guna untuk pencapaian sasaran dan hasil yang tepat diperlukan suatu perangkat tertentu yang mampu memberikan kemudahan. Belum adanya metode yang baku, menjadikan metode dalam system pendukung keputusan sangat dibutuhkan untuk penentuan kelayakan daerah pertanian. Metode yang dibutuhkan adalah metode yang
2 dapat membuat kemudahan bagi pengambil keputusan untuk membuat keputusan yang kompleks.
Pemanfaatan sistem pendukung keputusan dengan menggunakan metode SAW sangat tepat jika diterapkan pada permasalahan ini. Metode ini dipilih karena mampu menyeleksi alternatif terbaik dari sejumlah alternatif, dalam hal ini alternatif yang dimaksudkan yaitu yang layak dijadikan daerah pertanian berdasarkan kriteria-kriteria yang ditentukan. Penelitian dilakukan dengan mencari nilai bobot untuk setiap atribut, kemudian dilakukan proses perankingan yang akan menentukan alternatif yang optimal, yaitu daerah yang layak untuk pertanian.
1.2. Perumusan Masalah
Dari latar belakang di atas, maka dapat dirumuskan masalah sebagai berikut:
1. Bagaimana
menerapkan sistem
pendukung keputusan dengan metode simple
additive weighting untuk menentukan kelayakan daerah pertanian? 2. Bagaimana menyelesaikan kriteria-kriteria untuk kelayakan daerah pertanian dengan metode simple additive weighting? 3. Bagaimana merancang sistem aplikasi pendukung keputusan sehingga dapat dijadikan sebagai system pendukung keputusan untuk penentuan kelayakan daerah pertanian? 1.3. Batasan Masalah
Agar penyusunan skripsi ini tidak keluar dari pokok permasalahan yang
dirumuskan, maka
3 1. Dalam pembahasan
ini hanya membahas tentang sistem pendukung keputusan penentuan kelayakan daerah pertanian dengan melihat kriteria-kriteria. 2. Metode yang digunakan metode simple additive weighting (SAW). 3. Bahasa pemrograman yang digunakan adalah PHP dan menggunakan database MySQL.
4. Pembahasan ini hanya untuk menentukan kelayakan daerah pertanian di Kabupaten
Banyuwangi. 1.4.Tujuan dan Manfaat
Tujuan penelitian merupakan rumusan
kalimat yang
menunjukkan adanya hasil, sesuatu yang diperoleh setelah penelitiaan selesai,
sesuatu yang akan dicapai atau dituju dalam sebuah penelitian. Adapun tujuan penelitian ini adalah : 1. Menerapkan sistem
pendukung keputusan dengan metode simple
additive weighting untuk menentukan kelayakan daerah pertanian. 2. Menyelesaikan kriteria-kriteria untuk kelayakan daerah pertanian dengan metode simple additive weighting. 3. Merancang sistem aplikasi pendukung keputusan sehingga dapat dijadikan sebagai system pendukung keputusan dalam penentuan kelayakan daerah pertanian.
Manfaat yang didapat dalam pembuatan sistem ini antara lain:
1. Mempermudah dalam melakukan suatu
4 penentuan kelayakan daerah pertanian dengan lebih cepat dan efisien.
2. Sebagai masukan dan informasi yang bermanfaat bagi yang menggunakannya. 3. Dapat membantu
mempermudah
menentukan jenis tanaman yang sesuai dengan daerah pertanian.
1.5. Metode Penulisan
Dalam penulisan tugas akhir ini, metode yang digunakan menggunakan metode studi pustaka, yakni semua bahan penulisan yang diuraikan dalam tugas akhir ini bersumber dari buku – buku, literatur, artikel ilmiah dan makalah hasil penelitian yang berkaitan dengan penulisan tugas akhir ini.
5 BAB II
TINJAUAN PUSTAKA
2.1. Sistem Pendukung Keputusan 2.1.1. Pengertian Sistem
Pendukung Keputusan Sistem pendukung keputusan adalah sistem berbasis computer interaktif, yang
membantu para
pengambil keputusan untuk menggunakan data dan berbagai model untuk memecahkan masalah tidak terstruktur. Menggunakan kombinasi dari model, teknik analisis, dan pengambilan informasi, sistem seperti membantu mengembangkan dan mengevaluasi alternatif yang sesuai.(Efrain Turban,2005) Menurut Kusrini (2007:7) sistem pendukung keputusan adalah sistem informasi yang membantu untuk
mengidentifikasi kesempatan pengambilan keputusan atau menyediakan informasi untuk membantu pengambilan keputusan. Pada dasarnya sistem pendukung keputusan hampir sama dengan sistem informasi manajemen karena menggunakan basis data sebagai sumber data. DSS bermula dari SIM karena menekankan pada fungsi mendukung pembuat keputusan diseluruh tahap-tahapnya, meskipun keputusan aktual tetap wewenang eksklusif pembuat keputusan. Sistem pendukung keputusan lebih lebih ditujukan untuk mendukung manajemen dalam melakukan pekerjaan yang bersifat analitis dalam situasi yang kurang terstruktur dan dengan kriteria yang kurang jelas. DSS tidak
6 dimaksudkan untuk mengotomatisasikan keputusan, tetapi menyuguhkan perangkat interaktif yang memungkinkan pengambilan keputusan untuk melakukan berbagai analisa untuk melakukan analisa menggunakan model-model yang tersedia. (Kusrini,2007:7)
7 2.1.2. Konsep Dasar Pendukung
Keputusan
Sistem pendukung keputusan terdiri dari beberapa konsep yang harus dimilikinya. Konsep dasar dari suatu sistem pakar sebagai berikut:
a. Keahlian
Adalah suatu pengetahuan khusus yang diperoleh dari latihan, belajar dan pengetahuan.
Pengetahuan dapat berupa fakta, teori, aturan, strategi global untuk memecahkan masalah. b. Ahli Melibatkan kegiatan mengenali dan menginformasikan permasalaan, memecahkan masalah secara cepat dan tepat, menerangkan pemecahannya, belajar dari pengalaman, merestrukturisasi pengetahuan, memecahkan aturan serta menentukan relevansi. c. Mentransfer keahlian Adalah proses mentransfer keahlian dari seorang pakar kedalam komputer agar dapat digunakan oleh orang lain yang hukan pakar. Pengetahuan tersebut ditempatkan ke dalam sebuah komponen yang dinamakan basis pengetahuan.
d. Menyimpulkan aturan Merupakan
kemampuan komputer yang telah diprogram. Penyimpulan ini dilakukan oleh mesin inferensi yang meliputi prosedur tentang penyelesaian masalah. e. Peraturan Diperlukan karena mayoritas dari sistem
8 pakar bersifat rule – based sistems, yang berati pengetahuan disiman dalam bentuk peraturan.
f. Kemampuan menjelaskan
Adalah karakteristik dari sistem pakar yang memiliki kemampuan menjelaskan atau memeberi saran mengapa tindakan tertentu dianjurkan atau tidak dianjurkan.
9 2.1.3. Ciri Pendukung
Keputusan
Ciri dari sistem pendukung keputusan adalah sebagai berikut : 1. Terbatas pada domain
keahlian tertentu. 2. Dapat memberikan
penalaran untuk data yang tidak pasti. 3. Dapat mengemukakan
rangkaian alasan yang diberikannya dengan cara yang dapat dipahami.
4. Berdasarkan pada kaidah atau rule tertentu. 5. Dirancang untuk dapat dikembangkan secara bertahap. 6. Pengetahuan dan mekanisme inferensi jelas terpisah. 7. Keluarannya bersifat anjuran. 8. Sistem dapat mengaktifkan kaidah secara searah yang sesuai dituntun oleh
dialog dengan pemakai. 2.1.4. Komponen Pendukung Keputusan Sebuah program sistem pendukung keputusan terdiri atas beberapa komponen yang mutlak harus ada. Komponen itu adalah sebagai berikut: a. Basis pengetahuan Basis pengetahuan merupakan inti program sistem pendukung keputusan karena basis pengetahuan ini merupakan representasi pengetahuan (knowledge representation) dari seorang pakar. b. Basis data
Basis data adalah
bagian yang
mengandung semua fakta, baik fakta awal pada saat sistem mulai
10 beroperasi maupun fakta yang didapatkan
pada saat pengambilan kesimpulan sedang dilaksanakan. c. Mesin inferensi Mesin inferensi adalah bagian yang mengandung
mekanisme fungsi fikir dan pola penalaran sistem yang digunakan oleh seorang pakar. Mekanisme ini akan menganalisa suatu masalah tertentu dan selanjutnya akan mencari jawaban atau kesimpulan yang terbaik.
Mesin inferensi memulai pelacakan dengan mencocokan kaidah dalam basis pengetahuan denga fakta yang ada dalam basis data. Ada dua teknik inferensi yang ada yaitu pelacakan
ke belakan (backward
chaining) yang
memulai penalaran dari kesimpulan hopitesa menuju fakta yang mengandung
hipotesa tersebut. Dan
yang kedua yakni pelacakan ke depan (foward chaining)
yang merupakan kebalikan dari pelacakan kebelakan yaitu memulai dari sekumpulan data menuju kesimpulan. d. Antar Muka Pemakai
( user interface ) Antar muka pemakai adalah bagiam penghubung antara program sistem pendukung keputusan dengan pemakaiannya. 2.2. Landasan Teori
2.2.1. Metode Simple Additive
Weighting (SAW)
Metode simple additive weighting menurutKusumadewi
11 (2006:74) sering juga dikenal denganistilah metode penjumlahan terbobot. Konsep dasar SAW adalah mencari penjumlahan terbobot dari kinerja setiap alternatif pada
semua. Metode SAW
membutuhkan proses normalisasi matriks keputusan(X) ke suatu skala yang dapat dibandingkan dengan semua rating alternatif yang ada.
Dimana rij adalah rating kinerja ternormalisasi dari alternatif Ai pada atribut Cj : i = 1, 2, …, m
dan j = 1, 2, …, n. Nilai preferensi untuk seti ap alternatif (Vj) diberikan sebagai
berikut:
∑
……… …. (1) Keterangan : Vi = rangkinguntuk setiap alternatif wj = nilai bobot
dari setiap kriteria
rij = nilai rating
kinerja ternormalisasi
Nilai Vi yang lebih besar mengindikasikan bahwa alternatif Ai lebih terpilih.
Langkah–langkah penyelesaian dalam menggunakan metode SAW, adalah:
1. Menentukan kriterian-kriteria yang akan dijadikan acuan dalam pengambilan keputusan, yaitu Ci.
2. Menentukan rating kecocokan setiap alternatif pada setiap kriteria.
3. Membuat matriks keputusan berdasarkan kriteria (Ci), kemudian melakukan normalisasi matriks berdasarkan persamaan yang disesuaikan dengan jenis atribut (atribut keuntungan maupun atribut biaya) sehingga diperoleh matriks ternormalisasi R.
4. Hasil akhir diperoleh dari setiap proses perankingan yaitu penjumlahan dari perkalian matriks ternormalisasi R dengan vector bobot sehingga diperoleh nilai terbesar yang
12 dipilih sebagai alternatif terbaik (Ai) sebagai solusi.(Sri
Kusumadewi,2006)
2.2.2. Pertanian
Pertanian adalah kegiatan pemanfaatan sumber daya hayati yang dilakukan manusia untuk menghasilkan bahan pangan, bahan baku industri, atau sumber energi,
serta untuk mengelola lingkungan hidupnya. Kegiatan pemanfaatan sumber daya hayati yang termasuk dalam pertanian biasa dipahami orang sebagai budidaya tanaman atau bercocok tanam (bahasa Inggris: crop cultivation)
serta pembesaran hewan ternak (raising), meskipun cakupannya dapat pula berupa pemanfaatan mikroorganisme dan bioenzim dalam pengolahan produk lanjutan, seperti pembuatan keju dan tempe, atau sekedar ekstraksi semata, seperti penangkapan ikan atau eksploitasi hutan.
Bagian terbesar penduduk dunia bermata pencaharian dalam bidang-bidang di lingkup pertanian, namun pertanian hanya menyumbang 4% dari PDB dunia. Sejarah Indonesia sejak masa kolonial sampai sekarang tidak dapat dipisahkan dari sektor
13 pertanian dan perkebunan, karena sektor - sektor ini memiliki arti yang sangat penting dalam menentukan pembentukan berbagai realitas ekonomi dan sosial masyarakat di berbagai wilayah Indonesia. Berdasarkan data BPS tahun 2002, bidang pertanian di Indonesia menyediakan lapangan kerja bagi sekitar 44,3% penduduk meskipun hanya menyumbang sekitar 17,3% dari total pendapatan domestik bruto.
Kelompok ilmu-ilmu pertanian mengkaji pertanian dengan dukungan ilmu-ilmu pendukungnya. Karena pertanian selalu terikat dengan ruang dan waktu,
ilmu-ilmu pendukung, seperti ilmu tanah, meteorologi, teknik pertanian, biokimia, dan statistika juga dipelajari dalam pertanian. Usaha Tani (farming) adalah bagian inti dari pertanian karena menyangkut sekumpulan kegiatan yang dilakukan dalam budidaya. "Petani" adalah sebutan bagi mereka yang menyelenggarakan usaha tani, sebagai contoh "petani tembakau" atau "petani ikan". Pelaku budidaya hewan ternak (livestock) secara khusus disebut sebagai peternak. 2.3. Hypertext Prepocessor (PHP)
PHP adalah singkatan dari
"PHP: Hypertext Prepocessor", yaitu bahasa pemrograman yang digunakan secara luas untuk penanganan pembuatan dan pengembangan sebuah situs web dan bisa digunakan bersamaan dengan HTML. PHP diciptakan oleh Rasmus Lerdorf pertama kali tahun 1994. Pada awalnya PHP adalah singkatan dari
14 "Personal Home Page Tools". Selanjutnya diganti menjadi FI
("Forms Interpreter"). Sejak versi 3.0, nama bahasa ini diubah menjadi "PHP: Hypertext
Prepocessor" dengan
singkatannya "PHP". PHP versi terbaru adalah versi ke-5. Berdasarkan survey Netcraft pada bulan Desember 1999, lebih dari sejuta site menggunakan PHP, di antaranya adalah NASA, Mitsubishi, dan RedHat.
2.4. Mysql
MySQL merupakan database yang dikembangkan dari bahasa
SQL (Structure Query Language). SQL sendiri
merupakan bahasa yang
terstruktur yang digunakan untuk interaksi antara script program
dengan database server dalam hal pengolahan data. Dengan
SQL, kita dapat membuat tabel
yang nantinya akan diisi dengan data, memanipulasi data ( misalnya menambah data, menghapus data dan
memperbaharui data ), serta membuat suatu perhitungan dengan berdasarkan data yang ditemukan.
MySQL merupakan software resmi yng dikembangkan oleh perusahaan Swedia bernama MySQL AB, yang waktu itu bernama TcX Data Konsult AB. Pada awalnya MySQL memakai nama mSQL atau “mini SQL” sebagai antarmuka yang digunakan, ternyata dengan menggunakan mSQL itu mengalami banyak hambatan, yaitu sangat lambat dan tidak fleksibel. Oleh karena itu, Michael Widenius berusaha mengembangkan interface yang tersebut hingga ditemukan
MySQL. Kala itu, MySQL
didistribusikan secara khusus, yakni untuk keperluan
15 sedangkan untuk kebutuhan
komersial diharuskan membayar lisensi. Barulah sejak versi 3.23.19, MySQL dikategorikan
software berlisensi GPL, yakni
dapat dipakai tanpa biaya untuk kebutuhan apapun.
16 BABA III
METODE PENELITIAN
3.1. Metode Penelitian
Adapun metode penelitian yang diterapkan ke dalam pembutan aplikasi ini dibagi ke dalam dua bagian yaitu metode pengumpulan data dan metode pengembangan perangkat lunak. 3.1.1. Metode Pengumpulan
Data
Dalam pengerjaan Tugas Akhir ini menggunakan metode pegambilan data berupa survey tentang penentuan kelayakan daerah pertanian baru dan data-data pendukung yang berkaitan dengan Sistem Pendukung Keputusan Penentuan Kelayakan Daerah Pertanian. 3.1.2. Metode Pengembangan Perangkat Lunak
Proses rekayasa sistem pada pembangunan perangkat lunak ini menggunakan model
sekuensial linear. Model ini menggunakan pendekatan
perkembangan software yang sekuensial. Model ini terbagi ke dalam beberapa tahap, antara lain:
1. Analisis
Analisis yang dilakukan mulai dari analisis permasalahan hingga pemilihan algoritma untuk membuat mesin inferensi. 2. Desain
Tahap ini bertujuan untuk
menerjemahkan hasil data yang telah di peroleh dari Dinas Pertanian Kabupaten Banyuwangi.
3. Coding
Tahap ini merupakan implementasi dari tahap desain ke dalam bentuk pseudo
code program yang
17 perangkat lunak “Sistem Pendukung Keputusan Penentuan Kelayakan Daerah Pertanian”.
18 4. Testing
Pada tahap ini proses uji coba dilakukan dengan membandingkan hasil perdiksi dengan grafik yang ada. Selain itu perangkat lunak di uji coba oleh beberapa teknisi untuk mengetahui keakuratan dari sistem yang dibuat.
3.2. Analisis Masalah
Dinas Pertanian Kabupaten Banyuwangi merupakan suatu instansi yang memberikan informasi tentang perencanaan pembangunan pertanian kedepannya sehingga masyarakat dapat melakukan pengembangan pertanian untuk mencapai hasil pertanian yang baik untuk mewujudkan swasembada pangan dan peningkatan industri pengolahan bahan baku menjadi barang jadi. Untuk mewujudkan perencanaan pembangunan tersebut dibutuhkan informasi
dalam penentuan daerah pertanian.
Dinas Pertanian memberikan bobot nilai untuk setiap kriteria berdasarkan tingkat kepentingannya, yaitu:
Tabel 1 : Bobot Nilai
Bobot Nilai Sangat Rendah (SR) 1 Rendah (R) 2 Cukup (C) 3 Tinggi (T) 4 Sangat Tinggi (ST) 5 Untuk menyelesaikan masalah dengan metode simple
additive weighting, Menentukan
kriteria-kriteria yang akan dijadikan acuan dalam pengambilan keputusan, yaitu Ci.
Kriteria yang dijadikan untuk menentukan suatu daerah layak atau tidak untuk dijadikan sebagaidaerah pertanian, yaitu:
Tabel 2 : Kriteria
Kriteria Bobot Nilai (C1) Jenis
Tanah
Sangat Tinggi (ST)
19 (C2) Tekstur Tanah Tinggi (T) 4 (C3) Curah Hujan Cukup (C) 3 (C4) Suhu Tinggi (T) 4 (C5) Perairan atau Irigasi Cukup (C) 3
Tabel 3 : Kriteria Jenis Tanah (C1) No Jenis Tanah
(C1)
Bobot Nilai
1 Tanah Liat Rendah (R) 2 2 Tanah Organosol / tanah gambut Cukup (C) 3 3 Tanah Humus Tinggi (T) 4 4 Tanah Aluvial Sangat Tinggi (ST) 5
Tabel 4 : Kriteria Tekstur Tanah (C2) No Tekstur Tanah (C2) Bobot Nilai 1 Lembut dan basah Sangat Rendah 1 (SR) 2 Liat Rendah (R) 2 3 Gembur Sangat Tinggi (ST) 5
Tabel 5 : Kriteria Curah Hujan (C3) No Curah Hujan (C3) Bobot Nilai 1 Rendah Rendah (R) 2 2 Cukup Cukup (C) 3 3 Tinggi Tinggi (T) 4 4 Sangat Tinggi Sangat Tinggi (ST) 5
Tabel 6 : Kriteria Suhu (C4) No Suhu (C4) Bobot Nilai 1 Dingin Rendah (R) 2 2 Normal Cukup (C) 3 3 Hangat Tinggi (T) 4 4 Panas Sangat Tinggi (ST) 5
Tabel 7 : Kriteria Irigasi atau Perairan (C5)
20 Irigasi atau Perairan (C5) 1 Perairan tradisional Sangat Rendah (SR) 1 2 Perairan dengan pompa air Rendah (R) 2
3 Irigasi local Cukup (C) 3 4 Irigasi Penyemprotan Tinggi (T) 4 5 Irigasi permukaan Sangat Tinggi (ST) 5 Menentukan rating kecocokan setiap alternatif pada setiap kriteria. Adapun data rating kecocokan dari setiap alternative dapat dilihat pada tabel 4.9 berikut ini : Tabel 8 : Rating Kecocokan Dari Setiap Alternatif Pada Setiap
Kriteria N o Alternat if Kriteria C 1 C 2 C 3 C 4 C 5 1 A1 4 5 3 3 4 2 A2 5 5 3 3 4 3 A3 3 1 4 4 3 4 A4 2 2 5 3 1 Membuat matriks keputusan berdasarkan kriteria(Ci), kemudian melakukan normalisasi matriks berdasarkan persamaan yang disesuaikan dengan jenis atribut (atribut keuntungan ataupun atribut biaya) sehingga diperoleh matriks ternormalisasi R. Matriks keputusan dibentuk dari tabel kecocokan sebagai berikut:
{ }
21
Normalisasi matriks X menggunakan persamaan 1 : Alternatif : A1 (Pesanggaran) { } { } { } { } { } Alternatif : A2 (Kalibaru) { } { } { } { } { } Alternatif : A3 (siliragung) { } { } { } { } { } Alternatif : A4 (bangurejo) { } { } { } { } { }
Dari hasil perhitungan di atas maka didapat matriks ternomalisasi r sebagai berikut: { }
Proses perangkingan diperoleh berdasarkan persamaan 2 sebagai berikut:
∑
……… …. (2)
Keterangan :
Vi = rangking untuk setiap alternatif wj = nilai bobot dari setiap kriteria rij = nilai rating kinerja ternormalisasi
22 Nilai Vi yang lebih besar mengindikasikan bahwa alternatif Ai lebih terpilih.
Mencari alternatif terbaik menggunakan persamaan 2: Vektor bobot W= ( 5, 4, 3, 4, 3) V1 = (5)(0.8) + (4)(1) + (3)(0.6) + (4)(0.75) + (3)(1) = 4 + 4 + 1.8 + 3 + 3 = 15.8 V2 = (5)(1) + (4)(1) + (3)(0.6) + (4)(0.75) + (3)(1) = 5 + 4 + 1.8 + 3 + 3 = 16.8 V3 = (5)(0.6) + (4)(0.2) + (3)(0.8) + (4)(1) + (3)(0.75) = 3 + 0.8 + 2.4 + 4 + 2.25 = 12.45 V4 = (5)(0.4) + (4)(0.4) + (3)(1) + (4)(0.75) +(3)(0.25) = 2 + 1.6 + 3 + 3 + 0.75 = 10.35
Nilai yang terbesar ada pada V2
sehingga alterntif A2 yaitu daerah
yang terpilih sebagai alternatif terbaik.
23 3.3. Flow Chart
Simple additive weighting (SAW), dengan Flow Chart perhitungan seperti dibawah ini :
3.4. Entity Relationship Diagram (ERD)
Mulai
Memasukkan data dari tiap kriteria pada tiap alternatif
Bobot kriteria Buat matriks keputusan Normalisasi matriks keputusan Perbaikan bobot kriteria Kalikan matriks keputusan dengan bobot
kriteria
Preferensi tiap alternatif
selesai penentuan Tekstur tanah daerah Jenis tanah Perairan atau irigasi Curah hujan suhu Tanah liat T.gambut T.humus T.aluvial Lembut dan basah liat gembur cukup tinggi Sangat tinggi rendah dingin normal hangat panas P.tradisional p.dengan pompa air
Irigasi local
i.penyemprotan I. permukaan
24 BAB IV IMPLEMENTASI DAN PENGUJIAN 4.1. Implementasi Setelah dilakukan perancangan dan analisis terhadap sistem maka tahap
selanjutnya adalah
mengimplementasikannya ke dalam bentuk program komputer. Implementasi perangkat lunak dilakukan dengan menggunakan bahasa pemrograman terstruktur, yaitu menggunakan bahasa pemrograman PHP dan mengintegrasikannya ke database MySQL. Implementasi dilakukan bertujuan untuk memudahkan pengambil keputusan dalam menentukan kelayakan daerah pertanian. Pada implementasi ini menggunakan algortima SAW.
Proses yang dilakukan pertama kali pada aplikasi adalah menginput data bobot dan kriteria yang menjadi data utama dari pengujian menggunakan
algoritma SAW. Data daerah yang didapat berasal dari pihak pertanian kabupaten Banyuwangi.
4.2. Lingkungan Implementasi Lingkungan implementasi yang akan dijelaskan merupakan lingkungan perangkat keras (hardware) dan perangkat lunak (software) yang digunakan dalam penulisan skripsi ini.
Spesifikasi perangkat keras yang digunakan adalah sebagai berikut. 1. Processor Intel(R) Core(TM) 2 Duo T5300 2.00 GHz. 2. Memory RAM 1.75 GB. 3. Harddisk 320 GB.
4. Perangkat output berupa monitor LCD Widescreen 14.1”.
5. Perangkat input berupa
25 Spesifikasi perangkat lunak yang digunakan adalah sebagai berikut. 1. Operating system Microsoft Windows XP Professional Version 2002 Service Pack 2. 2. Codelobster PHP Edition v5.3. 3. ApacheFriends XAMPP version 1.7.7. 4.3. Implementasi Antarmuka Sistem 4.3.1. Form Utama
Form Utama merupakan tampilan antarmuka yang pertama muncul ketika sistem ini dijalankan. Pada form utama ini terdapat dua menu yaitu menu “Master Bobot” dan “Alternatif”. Menu „Master Bobot‟ berfungsi untuk menampilkan form antarmuka Data Bobot dan Kriteria. Menu „Alternatif‟ berfungsi untuk menentukan hasil
pembobotan alternative. Berikut adalah gambar hasil implementasi dari rancangan antarmuka form Utama.
Gambar 4.1 Form Utama
4.3.2. Form Master Bobot dan Kriteria
Form Master Bobot
adalah tampilan antarmuka untuk menampilkan semua data bobot, kriteria dan sub kriteria. Form ini juga digunakan untuk data bobot yang dibutuhkan yaitu Bobot, Kriteria, dan Sub Kriteria.
26 Gambar 4.2 Form
Master Bobot dan Kriteria 4.3.3. Form Alternatif Form Alternatif merupakan tampilan antarmuka tempat melakukan proses pengambilan keputusan pemilihan kelayakan daerah. Form ini juga digunakan untuk mengisi data alternative (daerah), form sebagai tempat kerja utama untuk melakukan langkah – langkah pengambilan keputusan dengan metode SAW, mulai dari pemilihan jumlah kriteria sampai dengan menampilkan hasil keputusan. Form ini terdiri dari „Data Alternatif‟, Pembobotan Kriteria‟, „Perangkingan dan Pembobotan Alternatif‟, dan „Hasil Keputusan‟.
27 Gambar 4.3. Form
Alternatif 4.4. Pengujian Sistem
Setelah melakukan proses implementasi maka proses selanjutnya adalah pengujian sistem. Tahap pengujian akan
dilakukan untuk mengetahui tingkat kerberhasilan system dalam penentuan kelayakan daerah pertanian.
4.5. Tujuan Pengujian
Tujuan dari pengujian ini yaitu :
1. Melihat apakah sistem telah berjalan sesuai dengan kebutuhannya yaitu menghasilkan alternatif dalam pemilihan kelayakan daerah. 2. Membandingkan hasil alternatif yang dihasilkan dari tiga jenis pembobotan kriteria yang dilakukan.
4.6. Data Pengujian
Data pengujian yang digunakan adalah semua daerah yang ditangani oleh Dinas Pertanian khususnya di daerah Banyuwangi. Data daerah yang diperoleh berasal dari situs – situs terkait yaitu situs resmi Dinas Pertanian Kehutanan Dan
28 Perkebunan Kabupaten Banyuwangi.
Terdapat duapuluh empat daerah pertanian yang beredar pada saat ini di kota Banyuwangi yaitu: NO. Kecamatan/ Districts Luas Panen (Ha) Produktifitas
(Kw/Ha) Produksi (Ton)
1 Pesanggaran 2.947 76,86 22.65 2 Siliragung 2.403 77,22 18.555 3 Bangurejo 377 70,27 2.649 4 Purwoharjo 449 61,89 2.779 5 Tegaldlimo 2 69,70 13.94 6 Muncar 687 62,46 4.291 7 Cluring 520 62,50 3.25 8 Gambiran 275 60,84 1.673 9 Tegalsari 861 61,85 5.325 10 Glenmore 540 61,83 3.339 11 Kalibaru 1.195 64,02 7.65 12 Genteng 52 60,58 315 13 Srono 559 62,08 3.47 14 Rogojampi 934 59,08 5.518 15 Kabat 937 59,28 5.555 16 Singojuruh 91 59,01 537 17 Sempu 419 60,60 2.539 18 Songgon 485 59,77 2.899 19 Glagah 199 60,55 1.205 20 Licin 138 59,35 819 21 Banyuwangi 107 55,14 590 22 Giri 112 55,80 625 23 Kalipuro 3.991 58,26 23.25 24 Wongsorejo 9.45 59,21 55.95
Tabel 4.1 Daftar Daerah
4.7. Hasil Perhitungan Manual
Tabel 4.2 Perhitungan Manual SPK di Kabupaten Banyuwangi
Gambar diatas menunjukkan perhitungan manual dari sistem
Jenis Tanah (C1) Tekstur Tanah (C2) Curah Hujan (C3) Suhu (C4) Perairan / Irigasi (C5) 1 Pesanggaran 3 1 4 3 4 2 Siliragung 4 2 4 4 5 3 Bangurejo 5 5 3 4 3 4 Purwoharjo 4 2 3 3 5 5 Tegaldlimo 5 2 5 2 5 6 Muncar 3 2 4 4 5 7 Cluring 3 2 2 3 2 8 Gambiran 2 2 5 3 1 9 Tegalsari 2 2 4 2 4 10 Glenmore 5 5 3 4 3 11 Kalibaru 2 5 2 3 1 12 Genteng 4 1 2 3 5 13 Srono 3 5 5 5 2 14 Rogojampi 5 1 5 3 4 15 Kabat 3 2 3 3 2 16 Singojuruh 2 5 3 4 1 17 Sempu 3 1 4 3 1 18 Songgon 5 2 3 5 3 19 Glagah 3 5 3 4 4 20 Licin 3 2 2 4 2 21 Banyuwangi 2 2 3 5 3 22 Giri 5 2 3 3 3 23 Kalipuro 5 2 3 4 2 24 Wongsorejo 2 2 5 2 5 N o Alternatif Kriteria 1 3 5 7 9 11
Perhitungan # Perhitungan Perhitungan # Perhitungan Perhitungan # Perhitungan
r11 0,6 r31 0,8 r11 0,8 r71 1 r91 0,8 r111 0,4 r12 0,2 r32 1 r12 0,4 r72 0,4 r92 0,4 r112 1 r13 1 r33 1 r13 1 r73 1 r93 0,8 r113 0,6 r14 0,4 r34 1 r14 0,8 r74 1 r94 0,8 r114 1 r15 0,2 r35 0,4 r15 0,6 r75 0,6 r95 0,2 r115 0,6 2 4 6 8 10 12
Perhitungan # Perhitungan Perhitungan # Perhitungan Perhitungan # Perhitungan r21 0,8 r41 0,8 r61 0,4 r81 0,8 r101 0,6 r121 0,4 r22 0,4 r42 0,4 r62 0,4 r82 0,4 r102 1 r122 0,2 r23 0,8 r43 0,8 r63 0,6 r83 0,6 r103 1 r123 0,8 r24 0,4 r44 1 r64 0,6 r84 0,8 r104 0,4 r124 0,8 r25 0,2 r45 0,2 r65 0,2 r85 1 5r105 0,4 5r125 0,2 12,8 9 10,2 2 2 3 3 4 4 11,8 13,6 Glenmore Genteng # 1 1 2 3 3 4 4 2 5 5 5 5 8,4 13,6 Gambiran # 1 1 2 2 5 5 3 3 Tegalsari Kalibaru # 1 1 2 3 3 4 4 2 Tegaldlimo Cluring # 1 1 4 4 13,6 15,4 Muncar 16,2 12,6 4 5 Pesanggaran Glenmore Purwoharjo Bangurejo 9 3 4 5 1 2 3 # 1 2 3 4 5 5 1 2 # 1 2 3 4
29 pendukung keputusan di Kabupaten Banyuwangi yang terdiri dari 24 wilayah. Hasil perhitungan dari 24 wilayah hanya 12 wilayah yang di
input yaitu wilayah Pesanggaran
sebesar 11, wilayah Bangurejo sebesar 15,8, wilayah Tegaldlimo sebesar 14,2, wilayah Cluring sebesar 9,4, wilayah Tegalsari sebesar 10, wilayah Kalibaru sebesar 10,2, wilayah Glenmore sebesar 14,2, wilayah Purwoharjo sebesar 12,8, wilayah Muncar sebesar 13,2, wilayah Gambiran sebesar 9,6, wilayah Glenmore sebesar 15,8, dan wilayah Genteng sebesar 11,4.
4.8. Hasil Pengujian Sistem
Pengujian sistem dilakukan setelah semua sumber daya yang dibutuhkan sistem telah dimasukkan ke dalam basis data sistem melalui antarmuka sistem. 4.9. Akurasi
Data yang digunakan dalam pengujian sistem ini berjumlah 24 data daerah pertanian. Setiap unit mempunyai kontribusi terisah dengan batas tertentu. Jika ± a1, = a2 dan ± a3 adalah batas akurasi individual, maka
akurasi total dari sistem dapat diekspresikan dalam bentuk bawah akurasi seperti berikut : A = ± ( a1+ a2 + a3 ) ……….. Hasil akurasi perbandingan Sistem Pendukung Keputusan Penentuan Kelayakan daerah Pertanian Menggunakan metode SAW didapatkan tingkat akurasi 77,7% dari 24 total data uji yang diterima oleh sistem. Pengujian perbandingan pada kasus ini dilakukan dengan membandingkan kepentingan kriteria yang dianggap paling penting sampai kriteria yang paling tidak penting. Data yang digunakan sebanyak 24, dari 24 data tersebut terdapat 5 kesamaan data. Di dapati nilai perbandingan hanya 19,0%. Sehingga dapat disimpulkan bahwa sistem ini layak untuk diterapkan pada penentuan kelayakan daerah pertanian.
4.10. Hasil Pengujian Metode
SAW
Pengujian pada tahap ini adalah dengan memberi bobot kepada kriteria secara sederhana
30 menumpu. Pada tahap ini kriteria akan diberi bobot berdasarkan kepentingan kriteria yang telah ditentukan user sendiri dengan memberikan sebuah bobot yang dapat membandingkan kepentingan kriteria yang dianggap paling penting sampai kriteria yang paling tidak penting. Dan juga sebaliknya dengan memberikan sebuah
bobot yang dapat
membandingkan kepentingan kriteria yang dianggap paling tidak penting sampai kriteria yang paling penting.
Untuk mendapatkan alternatif keputusan pemilihan daerah dilakukan dengan menambahkan daerah pada form alternatif. Berdasarkan data pengujian sistem akan menampilkan tab kriteria dimana akan terdapat lima kriteria yang digunakan dalam pemilihan daerah ini.
Gambar 4.4. Form Alternatif
Setelah pemilihan kriteria untuk setiap alternatif yang digunakan, dimana jumlah alternatif minimal yang digunakan adalah empat. Setelah jumlah alternative sesuai maka tahap berikutnya adalah pemilihan alternatif yang telah tersedia di dalam sistem.
Dari perhitungan pembobotan alternatif berdasarkan lima kriteria diatas maka hasil perhitungan secara manual sesuai dengan yang dihasilkan oleh sistem. Selanjutnya adalah pembobotan alternatif berdasarkan kriteria Jenis Tanah,
31 Tekstur Tanah, Curah Hujan, Suhu, dan Perairan atau Irigasi.
Dari sini saya dapat menyimpulkan bahwa pembobotan kriteria sangat mempengaruhi dalam keputusan perhitungan. Penggunaan bobot kriteria yang tidak konsisten akan menghasilkan nilai keputusan yang sangat tidak konsisten.
32 BAB V
KESIMPULAN DAN SARAN 5.1. Kesimpulan
Kesimpulan yang didapat dari penulisan skripsi ini adalah:
1. Sistem pendukung keputusan
pemilihan daerah menggunakan metode SAW ini menghasilkan alternatif daerah yang dapat menjadi pertimbangan pengambil keputusan (decision maker) dalam memilih daerah. 2. Metode SAW merupakan salah satu metode pengambilan keputusan yang mendukung pengambilan keputusan dengan banyak kriteria seperti pemilihan daerah. 3. Hasil akurasi perbandingan Sistem Pendukung Keputusan Penentuan Kelayakan daerah Pertanian Menggunakan metode SAW didapatkan tingkat akurasi 77,7% dari 24 total data uji yang diterima oleh system.
5.2.Saran
Berdasarkan penelitian dan implementasi sistem yang dilakukan, maka diberikan beberapa saran sebagai berikut.
1. Perlu adanya evaluasi kedepan untuk menambah jumlah kriteria yang digunakan yang dinilai dapat mendukung dalam proses pengambilan keputusan.
33 2. Perlu adanya pengembangan lebih lanjut terhadap sistem yaitu membangun sistem yang lebih aman dan user – friendly dengan memperhatikan aspek – aspek Interaksi Manusia dan Komputer. 3. Perlu adanya dilakukan perbandingan metode SAW dengan metode SPK lainnya yang mendukung pengambilan keputusan multikriteria dalam system pendukung keputusan pemilihan daerah ini.
34 DAFTAR PUSTAKA
1. Adi Nugroho,2010,
“Rekayasa Perangkat Lunak Berorientasi Objek dengan Metode USDP”,Andi Offset. Yogyakarta.
2. Deanto.2002.Proyeksi Bisnis dengan micrisoft
excel.jakarta:Alex Media Komputindo
3. Efraim Turban, Jay E.Aronson,Ting-Peng Liang,2005, “Decision Support Systems ans
Intelligent Systems ( Sistem Pendukung Keputusan dan Sistem Cerdas) Edisi ke 7”, Andi.Yogyakarta. Kusrini (2007:7) sistem pendukung keputusan
4. Jogiyanto,2005, “Analisis dan Desain Edisi ke III”, Andi Offset. Yogyakarta. 5. Makridais,Spyros,Wheelwrig
ht,Steven & McGee, Victor. 1993.Edisi kedua, Metode dan Aplikasi
Peramalan.Erlangga, Jakarta. 6. Munawar,2005, “Pemodelan
Visual dengan UML”, Graha
Ilmu. Yogyakarta. 7. Sri Kusumadewi,2006,
“Fuzzy Multi-Atribute Decision Making (Fuzzy MADM)”, Graha
