37
SISTEM PENDUKUNG KEPUTUSAN PENENTUAN KATERING TERBAIK MENGGUNAKAN SIMPLE ADDITIVE WEIGHTING
1Atika Fauzia Akbari, 2Dea Siti Rahima Juliansa, 3Elsa Yulia Rahman, 4Aan Setiawati
1,2,3
Divisi Operasional, 4Program Studi Disain Komunikasi Visual
1,2,3
PT. Younghyun Star, 4Universitas Nusa Putra
1,2,3Jl. Perintis Kemerdekaan Desa Sekarwangi Cibadak, Kabupaten Sukabumi Jawa Barat
4Jl. Raya Cibatu Cisaat No. 21 Cibolang Kaler, Sukabumi, Indonesia e-mail: 1atika.fauzia_si17@nusaputra.ac.id, 2dea.siti_si17@nusaputra.ac.id,
3elsa.yulia_si17@nusaputra.ac.id, 4aan.setiawati@nusaputra.ac.id
*Korespondensi: 1atika.fauzia_si17@nusaputra.ac.id
ABSTRAK
Katering adalah usaha yang melayani pemesanan makanan dan minuman siap dikonsumsi untuk suatu acara atau untuk penunjang kebutuhan suatu instansi. Terdapat sedikitnya lima belas usaha katering yang tersebar di sekitar wilayah kecamatan Cibadak, ini membuktikan bahwa usaha katering memiliki tingkat persaingan yang cukup tinggi. PT. YHS memiliki lebih dari 1.500 karyawan dengan kondisi produksi yang sibuk sangat membutuhkan makanan yang siap dikonsumsi oleh karyawan. Sejak berdiri tahun 2007 PT. YHS telah berganti jasa katering sebanyak lima kali, manajemen kesulitan dalam memilih jasa katering yang memiliki kriteria sesuai dengan kebutuhan karyawan, dengan adanya makanan yang siap saji ini masalah kebersihan memiliki resiko paling tinggi. Oleh sebab itu, tujuan dari penelitian ini untuk membangun sistem pendukung keputusan dengan memakai Simple Additive Weighting menjadi metode yang dipilih dalam membantu manajemen memberikan rekomendasi katering berdasarkan kriteria yang telah ditentukan. Penelitian ini menghasilkan sistem yang memungkinkan untuk menggambarkan nilai dari setiap alternatif, normalisasi dan preferensi, memperoleh nilai preferensi tertinggi dari 9 alternatif restorasi dan 4 kriteria, dengan nilai 84,28 yang digunakan sebagai kandidat restorasi untuk dipilih oleh perusahaan.
Kata Kunci: Sistem Pendukung Keputusan, Katering, Simple Additive Weighting
ABSTRACT
Catering is a business that serves the ordering of food and beverages ready to be consumed for an event or to support the needs of an agency. There are at least fifteen catering businesses scattered around the Cibadak sub-district, this proves that catering businesses have a fairly high level of competition. PT. YHS has more than 1,500 employees with busy production conditions in dire need of food ready to be consumed by employees. Since its establishment in 2007 PT. YHS has changed catering services five times, management has difficulty in choosing catering services that have criteria in accordance with the needs of employees, with the presence of ready meals this hygiene problem has the highest risk.
Therefore, the purpose of this study is to build a decision support system by using Simple Additive Weighting to be the chosen method in helping management provide catering recommendations based on predetermined criteria. The study produced a system that made it possible to describe the value of each alternative, normalization and preference, obtaining the highest preference value of 9 restoration alternatives and 4 criteria, with a value of 84.28, which was used as a restoration candidate for selection by the company.
Keywords: Decision Support Systems, Catering, Simple Additive Weighting
38 I. PENDAHULUAN
Catering adalah suatu usaha di bidang jasa dalam hal menyediakan / melayani permintaan makanan, untuk berbagai macam keperluan [1]. Dalam kalangan masyarakat saat ini Catering sangat berguna dalam kehidupan sehari – hari, apakah dalam acara atau pun dalam kegiatan masyarakat sehari – hari.
Informasi pemesanan juga masih antara dari pihak ke pihak [2]. Cakupan industri katering beragam, mulai dari kotak makan kecil seperti aqiqah hingga kegiatan skala besar yang menyediakan peralatan makan, tenaga kerja, dan kebutuhan lainnya, Jasa katering khususnya di daerah Cibadak sudah merebak mengingat Cibadak merupakan kawasan industri yang berpengaruh terhadap kehidupan perekonomian masyarakat disekitarnya.
Katering menjadi hal yang penting bagi perusahaan karena kebutuhan akan pangan yang siap dikonsumsi oleh karyawan. Sejak berdiri pada tahun 2007 PT. Younghyun Star sudah berganti jasa katering sebanyak lima kali, rumah makan yang pernah bekerjasama dengan PT. Younghyun Star sebelumnya diantaranya ialah katering Si Babah, Hilda Katering, Rumah Makan Sari Minang, Rumah Makan Pak Mamad, Rumah makan Ibu Lenny.
Salah satu masalah yang pernah dihadapi ialah pihak jasa katering ialah membatalkan orderan secara tiba-tiba akan tetapi makanan untuk karyawan harus tetap tersedia, masalah lain ialah terjadi komplain dari karyawan tentang menu yang disediakan karena kurang bervariatif.
Gambar 1.1
Gambar 1. Tingkat kepuasan perusahaan terhadap jas katering
Pada gambar 1 terlihat bahwa untuk tingkat ketidakpuasan dari semua perusahaan catering cukup menimbulkan permasalahan yang besar, hal ini karena hampir semua menyatakan rasa tidak puas terhadap pelayanan yang diberikan oleh jasa katering tersebut. Selain itu ini menjadi ironis karena tingkat kepuasan untuk semua jasa katering menyatakan rasa tidak puas.
Penelitian ini menggunakan metode SAW (Simple Additive Weighting) dikarenakan hasil waktu eksekusi metode SAW lebih baik dari metode lainnya dari proses loading page perhitungan [3].
Penelitian ini diharapkan mampu membantu dalam memberikan solusi pilihan pertimbangan pihak jasa katering mana yang sebaiknya dipilih dengan memperhatikan aspek penilian dari SAW.
II. TINJAUAN PUSTAKA
R. Fauzan, Y. Indasary dan N. Muthia (2017). Mereka melakukan penelitian dengan judul “Sistem Pendukung Keputusan Penerimaan Beasiswa Bidik Misi di POLIBAN dengan metode SAW berbasis web”. Penelitian ini bertujuan untuk mengidentifikasi alternatif penerima beasiswa Bidik Misi yang memenuhi kriteria [4].
E. Haerani dan Ramdaril (2017).
Melakukan penelitian dengan judul “Sistem Pendukung Keputusan Alokasi Zakat BAZNAS Kota Pekanbaru Menggunakan Multi-Attribute Fuzzy Decision (FMADM) dan Simple Additive Weighting”. Penelitian ini bertujuan untuk membantu Bappenas dalam memberikan saran kepada Mustahik untuk menerima Zakat [5].
Dedi Supardi, Dea Destika (2019).
Melakukan penelitian dengan judul “Sistem Pendukung Keputusan pemilihan tempat [ernikan dengan metode analytical hierarchy process”.
Masalah yang ditemukan dalam penelitian ini kurang efektifnya masyarakat dalam memilih tempat pernikahan yang sesuai dengan diharapkan.
Penelitian ini menghasilkan urutan tempat pernikahan dimana edung 0.588, rumah 0.303, dan ruang terbuka 0.120 pemilihan tempat pernikahaan gedung menduduki peringkat 1[6].
39 2.1 SPK (Sistem Pendukung Keputusan)
SPK merupakan sebuah sistem informasi khusus yang dipergunakan agar membantu manajemen membuat keputusan tentang masalah yang bersifat semi terstruktur [7].
2.2 SAW (Simple Additive Weighting)
Model dasar metode SAW adalah mencari penjumlahan terbobot dari peringkat kinerja masing-masing alternatif untuk setiap atribut [8].
Pada proses keputusannya metode SAW menentukan kriteria kemudian setiap kriteria ditentukan nilai bobot. Kemudian dilakukan perhitungan normalisasi berdasarkan persamaan benefit dan cost. Nilai preferensi masing-masing alternatif diperoleh dari perhitungan hasil perkalian antara bobot setiap kriteria dengan skor yang dinormalisasi.
Rij=
Apabila j ialah kriteria benefit (1)
Rij=
Apabila j ialah kriteria cost (2) Keterangan:
Rij : Peringkat kinerja dinormalisasi dari alternatif
Maxi : Skor tertinggi pada baris dan kolom.
Mini : Skor terkecil pada baris dan kolom.
Xij : Baris dan kolom dari matriks.
Rumus menghitung nilai preferensi adalah sebagai berikut:
Ai= ∑
(1)
Keterangan:
Ai : Nilai akhir pada alternatif Wj : Bobot yang sudah ditetapkan Rij : nilai normalisasi rating kinerja [8]
2.3 Kerangka Berpikir
Gambar 2. Kerangka berpikir
1. Problem identification, dimulai dengan identifikasi masalah.
2. Criteria data, menentukan kriteria untuk acuan dalam melakukan pemilihan katering terbaikyang telah ditentukan oleh perusahaan yaitu harga, jarak, variasi menu dan juga lamanya berdiri rumah makan tersebut.
3. Weight value input, menentukan jumlahnilai data dari setiap kriteria pada alternatifsesuai dengan data dari hasil observasi maupun wawancara.
4. Process weight product, melakukan proses perhitungan setiap nilai data yang telah diperoleh untuk kemudian dihitung nilai normalisasinya.
5. Normalization process, proses perhitungan nilai normalisasi data yang dihasilkan dari
40 pembagian nilai masing-masing data berdasarkan persamaan cost maupun benefit nya.
6. Determining process, nilai preferensi untuk setiap alternatif didapat dari penjumlahan hasil perkalian antara bobot yang ternormalisasi.
7. Result based on the calculation of SAW, hasil yang diperoleh berdasarkan perhitungan yang dilakukan dengan menggunakan metode SAW.
III. METODOLOGI PENELITIAN 3.1 Alat
Pada penelitian ini dibutuhkan sebuah alat bantu untuk mempermudah proses penelitian.
Adapun alat tersebut diantarnya:
1. Bahasa Pemrograman PHP 7.0.6 2. Database Mysql 5.0.12
3. Teks editor Visual Studio Code 1.43 4. Sistem Operasi Windows 10
5. Laptop Asus X441n 6. Ukuran layar 14 Inch
7. Processor Intel 2 Core N350 Cpu 2,4 Ghz 8. Ram yang berkapasitas 4gb
3.2 Bahan
Bahan yang digunakan pada penelitian ini yaitu hasil dari observasi serta wawancara diantaranya ialah:
1. Sejarah perusahaan PT.Younghyun Star yang berkaitan langsung dengan masalah penentuan katering dari tahun 2007 sampai tahun 2021 2. Data rumah makan yang dijadikan alternatif
tahun 2021
3.3 Objek Penelitian
Objek penelitiannya merupakan staf HRD yang mengelola dan mengatur katering di perusahaan. PT. Younghyun Star adalah salah satu perusahaan manufaktur pembuatan pakaian jadi.
Lokasi penelitian yaitu di PT. YHS yang beralamat di Jl. Perintis Kemerdekaan RT 001/004 Desa Sekarwangi Kecamatan Cibadak Kabupaten Sukabumi Jawa Barat, Kode Pos: 43351.
3.4 Data Sample
Teknik pengambilan sampel dilakukan menggunakan nonprobabilty sample dan penarikan sampel menggunakan cara purposive sampling.
Populasi diambil sembilan dari lima belas rumah makan yang ada di Cibadak.
Tabel 1. Rumah makan
No Katering
1 Kang Yana
2 Cie Yeni
3 Mekar Alam
4 Rm Unin
5 Tanjakan Kuring 6 Rm Mata Air 7 Rm Cibadak Raya
8 Rm Elis
9 Rm Bu Gendut
3.5 Metode Pengumpulan Data
1. Obervasi. Melaksanakan pengamatan secara cermat dilokasi penelitian PT. YHS
2. Wawancara. Proses tanya jawab langsung dengan pihak manajemen PT.YHS, dan pihak rumah makan.
3. Studi Pustaka, Teknik pengumpulan data berupadokumen, berkas, jurnal, dll.
3.6 Metode Simple Additive Weighting
Perhitungan data menggunakan metode simple additive weighting menggunakan tahap- tahap berikut:
1. Menentukan alternatif dan kriteria, alternatif adalah Rumah makan yang dijadikan kandidat, dan kriteria yang dijadikan tolak ukur oleh PT.
YHS adalah variasi menu (C1), harga (C2), lama berdiri (C3), jarak (C4) dengan nilai bobot setiap kriteria yaitu C1 (20), C2 (30), C3 (30), C4 (20).
2. Perhitungan normalisasi berdasarkan persamaan benefit dan cost.
3. Perhitungan nilai preferensi, menambahkan masing-masing
bobotsetiapkriteriadenganskorkinerja yang dinormalisasi.
3.7 perancangan sistem 1. Use Case Diagram
Digunakan untuk menentukan peran pengguna sistem, seperti menambah, mengubah, dan menghapus alternatif.
41 Gambar 3. Use Case Diagram
2. Design class diagram
Menggambarkan suatu kelas pada sistem, yang mempunyai beberapa tabel yang saling berkesinambungan.
Gambar 4. Design Class Diagram
IV. HASIL DAN PEMBAHASAN 4.1 Metode Simple Additive Weighting
Alternatif yang digunakan untuk pemilihan jasa katering terbaik.
Tabel 2 . Kriteria alternatif Alternatif Katering
A1 Kang Yana
A2 Cie Yeni
A3 MekarAlam
A4 Rm Unin
A5 Tanjakan Kuring
A6 Rm Mata Air
A7 Rm Cibadak Raya
A8 Rm Elis
A9 Rm Bu Gendut
Kriteria pada metode SAW untuk acuan pengambilan keputusan, seperti pada gambar 4 dibawah ini.
Gambar 5. Grafik Kriteria yang dihasilkan
Keterangan Variasi Menu
: Banyaknya menu pada rumah makan.
Tahun Berdiri
: Lama berdiri dalam satuan waktu tahun sejak berdiri sampai sekarang.
Harga : 10.000 – 20.000 = 1 20.000 – 30.000 = 2 30.000 – 40.000 = 3
42 Jarak : Panjang lintasan dari lokasi jasa
katering ke perusahaan dalam satuan kilometer
Tabel 3. Data rekap katering ALT Katering C1 C2 C3 C4
A1 Kang Yana
3 8 2 4
A2 Cie Yeni 2 9 2 3
A3 Mekar Alam
2 8 1 1
A4 Rm Unin 5 6 1 1
A5 Tanjakan Kuring
7 4 3 3
A6 Rm Mata Air
4 3 1 3
A7 Rm Cibadak Raya
5 5 1 2
A8 Rm Elis 3 6 2 1
A9 Rm Bu Gendut
2 8 2 4
Menentukan kritera benefit dan cost.
Benefit: variasi menu (C1) dan lama berdiri (C2) Cost: harga (C3) dan jarak (C4). Perhitungan normalisasi kriteria benefit atau keuntungan, menggunakan rumus:
Rij
=
Apabila j adalah kriteria benefit (1)
Sedangkan cost atau biaya, menggunakan rumus:
Rij
=
Apabila j adalah kriteriabiaya (cost) (2)
Pada kolom C1, skor tertinggi adalah 7, kemudian setiap baris pada kolom C1 dibagi dengan nilai tertinggi pada kolom C1. Contoh perhitungan pada RM. Kang Yana adalah:
R1 = = 0,43
Skor tertinggi pada kolom C2 adalah 9, kemudian membagi setiap baris pada C2 dengan skor tertinggi pada C2.
R2 = = 0,89
Skor terendah pada kolom C3 adalah 1, jadi setiap baris C3 menjadi penyebut skor maksimum C3.
R3 = = 0,5
Skor minimum kolom C4 adalah 1, maka setiap baris C4 menjadi penyebut skor maksimum kolom C4.
R4 = = 0,25
Berikut tabel hasil perhitungan normalisasi Tabel 4. Faktor Ternormalisasi
ALT Katering C1 C2 C3 C4
A1 Kang Yana 0.43 0.89 0.50 0.25 A2 Cie Yeni 0.29 1.00 0.50 0.33 A3 MekarAlam 0.29 0.89 1.00 1.00 A4 Rm Unin 0.71 0.67 1.00 1.00 A5 Tanjakan
Kuring
1.00 0.44 0.33 0.33
A6 Rm Mata Air 0.57 0.33 1.00 0.33 A7 Rm Cibadak
Raya
0.71 0.56 1.00 0.50
A8 Rm Elis 0.43 0.67 0.50 1.00 A9 Rm Bu
Gendut
0.29 0.89 0.50 0.25
Menghitung nilai preferensi, setelah mendapatkan tabel ternormalisasi kemudian menambahkan bobot pada setiap kriteria, rumus menghitung nilai preferensi adalah sebagai berikut:
Vi= ∑
(3 ) Keterangan
Vi : Rangking alternatif Wj : Nilai bobot
Rij : Nilai rating kerja ternormalisasi
Berikut contoh perhitungan preferensi:
= (0,43X20) + (0,89X30) + (0,50X30) + (0,25X20)
= 55,23
Tabel 5. Perangkingan
ALT Katering Preferensi Rangking
A1 Kang Yana 55.23 7
A2 Cie Yeni 57.38 6
A3 MekarAlam 82.38 2
A4 Rm Unin 84.28 1
A5 Tanjakan
Kuring 50.00 9
A6 Rm Mata Air 58.09 5
A7 Rm Cibadak
Raya 70.95 3
A8 Rm Elis 63.57 4
A9 Rm Bu Gendut 52.28 8
43 Dari tabel 4 dapat diketahui RM unin memiliki nilai preferensi paling tinggi yaitu 84.28, dijadikankan didaftar kuat sebagai katering terbaik yang akan dipilih oleh PT.YHS. Berikut adalah grafik hasil perhitungan nilai preferensi:
Gambar 6. Grafik preferensi antar alternatif
4.2 Implementasi sistem
Penerapan hasil dari proses analisa dan perancangan menjadi sebuah sistem pendukung keputusan. Sistem ini memiliki beberapa halaman yaitu:
1. Halaman Log in
Gambar 7. Halaman Login
Halaman ini menampilkan form login, user dapat memasukan username dan password.
2. Halaman data
Gambar 8. Halaman Data
Halaman ini menampilkan informasi rumah makan, kode restoran, nama restoran, alamat, dan nomor telepon. Juga menunjukkan nilai input kriteria, yaitu lama berdiri dan jarak. Kemudian terdapat fitur menambah, mengedit, dan menghapus data restoran.
3.Halaman menu
Gambar 9. Halaman menu
44 Halaman ini menampilkan menu dan harga, user dapat menambah, mengedit, dan menghapus nilai.
4. Halaman kriteria
Gambar 10. Halaman kriteria
Halaman ini berisi nilai bobot dari setiap kriteria, user dapat menambah, mengedit, dan menghapuskriteria dan nilaibobot.
5. Halaman perangkingan
Gambar 11. Halaman perangkingan
Halaman ini menampilkan hasil perhitungan nilai normalisasi, preferensi, dan perangkingan.
V. PENUTUP
5.1 Kesimpulan
Penerapan metode simple additive weighting, pada penelitian ini dapat memecahkan masalah dalam pengambilan keputusan. Kriteria dan bobot yang sudah ditentukan oleh perusahaan adalah Variasi Menu (C1) dengan bobot 20, Lama Berdiri (C2) dengan bobot 30, Harga (C3) dengan bobot 30, jarak (C4) dengan bobot 20. Sistem pendukung keputusan dapat membantu pihak perusahaan dalam proses pengambilan keputusan penentuan katering terbaik sesuai dengan kriteria yang ditentukan oleh perusahaan, pembangunan sistem yang sudah di uji oleh pihak perusahaan dengan tingkat akurasi 100%. Sistem mampu menampilkan hasil perangkingan setiap nilai bobot dan kriteria secara otomatis, alternatif terbaik yang dihasilkan ialah RM Unin dengan nilai preferensi 84,28.
5.2 Saran
Untuk penelitian selanjutnya diharapkan dapat mengimplementasikan dengan algoritma lainnya, seperti AHP, TOPSIS, ELECTRE dan metode SPK lainnya guna lebih optimal. Untuk lebih obyektif digunakan beberapa variabel pada perhitungan yang dapat memperkuat keputusan.
DAFTAR PUSTAKA
[1] Kevyn Junichi Baso,Yaulie D. Y. Rindengan , Rizal Sengkey, “Perancangan Aplikasi Catering Berbasis Mobile”, Jurnal Teknik Elektro dan Komputer vol.9 no. 2 Mei- Agustus 2020, hal. 81-90.
[2] M. Jogiyanto, “Analisis dan Desain Sistem Informasi Manajemen,” Pendekatan Terstruktur Teor. dan Prakt. Apl. Bisnis.
Andi. Yogyakarta, 1999.
[3] Z. Alamsyah, D. Gustian, “Sistem Pendukung Keputusan Menggunakan Metode Weighted Product dan Simple Additive Weighting Terhadap Penerimaan Guru”, Jurnal IKRA- ITH Informatika Vol 3 No 1 Maret 2019 ISSN 2580-4316.
[4] R. Fauzan, Y. Indrasary, and N. Muthia,
“Sistem Pendukung Keputusan Penerimaan Beasiswa Bidik Misi di POLIBAN dengan Metode SAW Berbasis Web,” J. Online Inform., vol. 2, no. 2, p. 79, 2018, doi:
10.15575/join.v2i2.101.
45 [5] E. Haerani and R. Ramdaril, “Sistem
Pendukung Keputusan Pendistribusian Zakat Pada Baznas Kota Pekanbaru Menggunakan Fuzzy Multiple Attribute Decission Making (FMADM) Dan Simple Additive Weighting (SAW),” J. Tek. Inform., vol. 10, no. 2, pp.
159–168, 2018, doi: 10.15408/jti.v10i2.6994.
[6] Dedi Supardi, Dea Destika, "Sistem Pendukung Keputusan Pemilihantempat Pernikahan Dengan Metode Analitycal Hierarchy Process", Jurnal Rekayasa Teknologi Nusa Putra. Vol. 6, No. 1, September 2019: Hal 37 - 45.
[7] D. Nofriansyah, Mult Criteria Decision Making Pada SistemPendukung Keputusan.
Yogyakarta: Deepublish, 2017.
[8] Y.Malau, “Implementasi Metode Simple Additive Weighting UntukSistemPendukung Keputusan Penentuan,” Paradigma, vol. 19, no. 1, pp. 38–45, 2017.
