SISTEM PENDUKUNG KEPUTUSAN PEMILIHAN MAKANAN UNTUK PENDERITA PENYAKIT KOLESTEROL DENGAN MENGGUNAKAN
METODE ANALITYCAL HIERARCHY PROCESS (AHP)
Nuraisana
Teknik Informatika
STMIK Pelita Nusantara Medan, Jl. Iskandar Muda No.1 Medan Emil: [email protected]
Abstract
Cholesterol disease affects many people only, but does not rule out the possibility of cholesterol can also be suffered by thin people as well. However this does not mean that cholesterol is "bad" can not be avoided. The choice of dietary patterns is very necessary for people with cholesterol because it can reduce or prevent high cholesterol levels. The design of a decision support system application uses the Analyticalcal Hierarchy Process (AHP) method, using calorie, protein and charcoal hydrate criteria that are changed in the form of weighted assessments so that the system can perform calculations that provide speed of information in the form of a computerized system that is expected to help sufferers of cholesterol to knowing which foods are suitable for daily consumption. Decision support systems provide results in the form of information printed in the form of reports containing food data suitable for sufferers of cholesterol based on the highest value to the lowest value, thus providing convenience for patients to manage their daily eating patterns
Kata Kunci: Sistem Pendukung Keputusan, Pemilihan Makanan, Penderita Penyakit Kolesterol, Menggunakan Metode Analitycal Hierarchy Process (AHP)
1. PENDAHULUAN
Kolesterol adalah lemak lunak yang bisa diproduksi oleh tubuh atau dihasilkan dari sumber makanan. Dari segi ilmu kimia, kolesterol merupakan senyawa kompleks yang dihasilkan oleh tubuh dengan bermacam-macam fungsi, antara lain untuk membuat hormon seks, hormon korteks adrenal, vitamin D, dan untuk membuat garam empedu yang membantu usus untuk menyerap lemak. Bila takarannya pas atau normal, kolesterol adalah lemak yang berperan penting dalam tubuh serta menetralkan racun, bakteri dan sebagainya. Kolesterol yang diproduksi oleh tubuh terdiri dari 2 jenis, yaitu kolesterol HDL (High Density Lipoprotein) yang biasa disebut dengan kolesterol baik, karena justru menggususur kolesterol ke dalam hati untuk dipecah dalam empedu dan dibuang oleh tubuh dan kolesterol LDL (Low Density Lipoprotein) disebut dengan kolesterol jahat. Kolesterol LDL akan menumpuk pada dinding pembuluh darah arteri koroner yang menyebabkan penyumbatan, karena itu LDL disebut sebagai kolesterol jahat.
Pada saat ini penyakit kolesterol merupakan jenis penyakit yang seolah telah menjadi hal umum terjadi di masyarakat. Seperti telah banyak diketahui, kelebihan kadar kolesterol bertanggung jawab terhadap timbulnya penyakit jantung dan pembuluh darah, atau memperberat penyakit yang ada.
Kelebihan kadar kolesterol dalam darah disebut dengan hiperkolesterolemia. Penyakit kolesterol banyak diderita oleh orang gemuk saja,akan tetapi tidak menutup kemungkinan kolesterol juga dapat diderita oleh orang kurus juga. Meskipun demikian bukan berarti kolesterol yang “jahat” ini tidak dapat ditangkal.
Salah satu biang keladi penyakit tersebut adalah pola makanan yang tidak tidak terkontrol dengan baik sehingga terjadi hal-hal yang tidak terduga sebelumnya. Pemilihan pola makanan sangat diperlukan bagi penderita penyakit kolesterol karena mampu mengurangi atau mencegah kadar kolesterol yang tinggi.
Dengan berkembangnya teknologi komputer yang berguna bagi semua kalangan dan memegang peranan yang sangat menentukan, baik dalam lingkungan rumah tangga maupun dalam lingkungan kerja profesional. Salah satu manfaat teknologi komputer yang bisa dirasakan dalam lingkungan kerja adalah sebagai alat bantu dalam mempercepat pengolahan data untuk pengambilan keputusan, sehingga didapat informasi dengan tingkat kecermatan, keakuratan dan ketepatan waktu yang baik. Untuk itu perlu dilakukan perancangan sistem pengambilan keputusan pemilihan makanan untuk penderita penyakit kolesterol. Sistem Pendukung Keputusan dimaksudkan sebuah system berbasis komputer yang berfungsi untuk membantu pengambilan keputusan dengan memanfaatkan data dan model untuk menyelesaikan permasalahan tak terstruktur dan semi terstruktur. Informasi sebagai output dari SPK, dapat disajikan dalam bentuk laporan yang dihasilkan melalui perhitungan atau model matematika
2. Metode Penelitian
Metodologi penelitian yang penulis gunakan dalam penyusunan skripsi ini adalah : a. Metode pengumpulan data
Metode pengumpulan data ini tujuannya adalah untuk mendapatkan informasi atau data yang akan dijadikan sebagai pertimbangan untuk penulisan skripsi. Adapun metode yang digunakan antara lain:
1) Studi Literature
Studi Literature dengan mempelajari beberapa referensi seperti buku-buku dan artikel penunjang terkait informasi yang relevan untuk kebutuhan penelitian ini.
2) Wawancara
Penulis melakukan wawancara secara langsung kepada orang penderita penyakit kolesterol agar mendapatkan informasi yang sesuai dengan yang dibutuhkan.
b. Metode Perancangan Sistem
Metode perancangan system ini adalah tujuannya untuk menganalis pengembangan suatu system agar system tersebut dapat memenuhi kebutuhan. Peneliti menggunakan metode waterfall karena tahap demi tahap yang dilalui harus menunggu selesainya tahap sebelumnya dan berjalan berurutan.
Gambar 1.1 Metode Waterfall (Sumber: Ginanjar Wiro Sasmito, 2017:8)
Adapun metode yang berperan di dalam perancangan sistem antara lain:
1) Requirement definition (Analisis Kebutuhan Sistem)
Pada tahap ini, untuk memahami dasar dari program yang akan dibuat seorang analisis harus mengetahui ruang lingkup informasi, fungsi-fungsi yang dibutuhkan, kemampuan kinerja yang ingin dihasilkan, dan perancangan antar muka perangkat lunak tersebut.
2) System And Software design (Desain Sistem)
Pada tahap ini, dilakukan 4 (empat) tahap berbeda, yaitu struktur data, arsitektur software, detail procedural dan karakteristik software.
3) Integration and unit testing (integrasi dan pengujian unit)
Pada tahap ini, perancangan perangkat lunak direalisasikan sebagai serangkaian program atau unit program. Pengujian melibatkan verifikasi bahwa setiap unit memenuhi spesifikasinya.
4) Integration and system testing (integrasi dan pengujian sistem)
Pada tahap ini, setelah penulisan kode program selesai dibuat, dilakukan pengujian program apakah sudah dapat dijalankan sesuai dengan yang diinginkan.
5) Operation and Maintenance (pengoprasian dan perawatan sistem)
Pada tahap ini, proses perawatan atau pemeliharaan perangkat lunak oleh pemakai.
Perubahan akan dilakukan jika terdapat kesalahan, oleh karena itu perangkat lunak harus disesuaikan lagi untuk menampung perubahan kebutuhan yang diinginkan oleh pemakai.
2.1 Sistem Pendukung Keputusan
Sistem pendukung keputusan adalah sistem yang membantu pengambil keputusan dengan melengkapi mereka dengan informasi dari data yang telah diolah dengan relevan dan diperlukan untuk membuat keputusan tentang suatu masalah dengan lebih cepat dan akurat. Sehingga sistem ini tidak dimaksudkan untuk menggantikan pengambilan keputusan dalam proses pembuatan keputusan[1]. Sistem
Pendukung Keputusan merupakan sistem informasi yang interaktif untuk membantu pengambilan keputusan dalam situasi semitersktruktur dan situasi yang tidak terstruktur seperti ini.[2]
Sistem Penunjang Keputusan (SPK) adalah suatu sistem informasi berbasis komputer yang melakukan pendekatan untuk menghasilkan berbagai alternatif keputusan untuk membantu pihak tertentu dalam menangani permasalahan dengan menggunakan data dan model [3].
2.2 Analytical Hierarchy Process (AHP)
Proses pengambil keputusan adalah memilih suatu alternatif. Peralatan utama AHP adalah sebuah hierarki fungsional dengan input utamanya persepsi manusia. Keberadaan hierarki memungkinkan di pecahnya masalah kompleks atau tidak terstruktur dalam sub-sub masalah, lalu menyusunnya menjadi suatu bentuk hierarki.
AHP memiliki banyak keunggulan dalam menjelaskan proses pengambilan keputusan. Salah satunya adalah dapat di gambarkan secara grafis sehingga mudah di pahami oleh semua pihak yang terlihat dalam pengambilan keputusan.[4]
Metode Analitychal Hierarchy Process (AHP) merupakan salah satu metode dalam sistem pendukung keputusan yang memiliki keunikan di bandingkan yang lainnya. Hal ini dikarenakan dalam pembobotan kriteria, bobot dari setiap kriteria bukan ditentukan di awal tetapi ditentukan menggunakan rumus dari metode ini berdasarkan skala prioritas.[5]
Metode AHP diperkenalkan pertama kali oleh Thomas L. Saaty pada era 1970-an. Model yang berada di wilayah probabilistik ini merupakan model pengambilan keputusan dan perencanaan strategis.
Ciri khas dari model ini adalah penentuan skala prioritas atas alternatif pilihan berdasarkan suatu proses analitis secara berjenjang, terstruktur atas variabel keputusan”.
Dinamakan metode AHP dikarenakan dalam metode ini proses penyelesaiannya dengan cara menyelesaikan setiap kasus dengan menyelesaikan terlebih dahulu matriks bobot kriteria, kemudian alternatifnya. Keunikan metode ini dibandingkan metode lainnya yaitu metode ini didalam menentukan bobot kriteria (Wj) berdasarkan hasil evaluasi matriks bobot kriteria bukan di tentukan di awal oleh stakeholder dibandingkan metode lainnya. Terdapat 3(tiga) elemen dalam metode AHP yaitu[4]:
a. Masalah b. Kriteria c. Alternatif
Berikut ini adalah struktur dari metode Analythical Hierarchy Process (AHP) yaitu sebagai berikut:
Gambar 2.1 Struktur Metode Analythical Hierarchy Process (AHP) Sumber : [5]
3. ANALISIS DAN PERANCANGAN 3.1 Analisis
Berikut ini merupakan kriteria yang dibutuhkan untuk pengambilan keputusan, berdasarkan ketentuan yang ditetapkan perusahaan ada beberapa kriteria yang ditetapkan yaitu: serat, protein, karbohidrat dan kalsium. Adapun langkah dari metode AHP adalah sebagai berikut:
a. Menentukan jenis-jenis kriteria.
Berdasarkan analisa data yang diperlukan untuk jenis gizi yang dibutuhkan bagi penderita kolesterol, maka kriteria yang digunakan adalah :
1) kalori (K1)
Kalori adalah takaran energi dalam makanan. Kunci berat badan sehat adalah mengetahui berapa kandungan kalori dalam makanan yang Anda konsumsi sehingga dapat disesuaikan dengan jumlah energi yang dibakar oleh tubuh.
2) Protein (K2)
protein adalah adalah senyawa organik kompleks berbobot molekul tinggi yang merupakan polimer dari monomer asam amino yang dihubungkan satu sama lain dengan ikatan peptida 3) Karbohidrat (K3)
Karbohidrat adalah Sumber energi utama tubuh. merupakan zat gizi yang terdapat dalam makanan yang tersusun dari unsur Carbon (C), Hidrogen(H), dan oksigen (O). Sumber-sumber Karbohidrat sangat banyak seperti beras, jagung, gandum dan lain-lain
b. Menyusun kriteria-kriteria tersebut dalam bentuk matriks berpasangan.
Berdasarkan tingkat kepentingan dari masing-masing kriteria maka kriteria dapat disusun dalam sebuah tangga tingkat kepentingan yang dapat dilihat pada gambar dibawah ini.
Tabel 3.1 Skala Penilaian Perbandingan Pasangan
Intensitas Kepentingan Keterangan
1 Kedua elemen sama pentingnya
3 Elemen yang satu sedikit lebih penting dari pada elemen yang lainnya 5 Elemen yang satu lebih penting dari pada elemen yang lainnya 7 Satu elemen jelas lebih mutlak penting dari pada elemen lainya 9 Satu elemen mutlak penting dari pada elemen lainnya 2,4,6,8 Nilai-nilai antara dua nilaipertimbangan yang berdekatan
Kebalikan Jika aktifitas i mendapat satu angka dibandingkan dengan aktifitas j, maka j memiliki nilai kebalikannya dibandingkan dengan i
Sumber: [5]
1 K1
K2
K3 3
5
Gambar 3.1 Tangga Tingkat Kepentingan Kriteria
Tabel 3.2 Perbandingan Berpasangan Kriteria Kriteria Kalori protein Hidrat arang
Kalori 1 1/3 1/5
protein 3/1 1 1/3
Hidrat arang 5/1 3/1 1
c. Menjumlahkan matriks kolom.
Setelah perbandingan berpasangan kriteria didapat, maka dilanjutkan dengan menjumlahkan matriks kolom pada tabel perbandingan berpasangan kriteria.
Tabel 3.3 Penjumlahan Matriks Kolom kriteria Kalori protein Hidrat arang
Kalori 1 3 5
protein 0.33 1 3
Hidrat arang 0.2 0.33 1
Total 1.53 4.33 9
d. Menghitung nilai elemen kolom kriteria dengan rumus masing-masing elemen kolom dibagi dengan jumlah matriks kolom.
Tabel 3.4 Penjumlahan Matriks Kolom
kriteria Kalori protein Hidrat arang
Kalori 1/1.53 3/4.33 5/9
protein 0.33/1.53 1/4.33 3/9
Hidrat arang 0.2/1.53 0.33/4.33 1/9
Tabel 3.5 Hasil Pembagian matriks kolom
kriteria Kalori protein Hidrat arang Total Ttl/kriteria
Kalori 0.652 0.692 0.556 1.900 0.633
protein 0.217 0.231 0.333 0.781 0.260
Hidrat arang 0.130 0.077 0.111 0.318 0.106
Dari hasil perhitungan diatas maka nilai bobot Wj = {0.633; 0.260; 0.106}
e. Menghitung nilai prioritas kriteria dengan rumus menjumlah matriks baris hasil langkah ke 4.
1 3 5 0.633 1.946
0.33 1 3 × 0.260 = 0.790
0.2 0.33 1 0.106 0.320
f. Menghitung tanda max dengan rumus
λ max=∑α
n
ƛ max =1
3(1.946
0.633+0.790
0.260+0.320
0.106) = 3.038 g. Menghitung CI dengan rumus
CI=λ max
n−1
CI=3.038
3−1 = 0.019
h. Menghitung RC dengan rumus
RC= CI
RC
RC =0.0190,58 = 0.034
dimana RC adalah nilai yang berasal dari tabel random.
Tabel 3.6 Nilai Random RC
N 1 2 3 4 5 6 7 8 9 10 11
RC 0,00 0,00 0,58 0,90 1,12 1,24 1,32 1,41 1,45 1,49 1,51 Sumber : [5]
i. Jika CR < 0,1 maka nilai perbandingan berpasangan pada matriks kriteria yang diberikan konsisten.
Jika CR > 0,1 maka nilai perbandingan berpasangan pada matriks kriteria yang diberikan tidak konsisten.
j. Menentukan alternatif-alternatif yang akan menjadi pilihan.
Tabel 3.7 Data alternatif pilihan
Alternatif Nama Alternatif Kalori protein Hidrat arang
A1 bubur beras 175 4 40
A2 bakso daging 95 10 6
A3 kacang-kacangan 80 6 8
A4 bayam 50 3 10
A5 semangka 4 0.6 10
A6 susu sapi 130 7 9
k. Menyusun alternatif-alternatif yang telah ditentukan dalam bentuk matriks berpasangan untuk masing- masing kriteria. Sehingga akan ada sebanyak nbuah matriks berpasangan antar alternatif.
Tabel 3.8 Data alternatif berdasarkan kriteria kalori (K1)
Kalori A1 A2 A3 A4 A5 A6
A1 1 1.842 2.188 3.5 43.75 1.346
A2 0.543 1 1.188 1.9 23.75 0.731
A3 0.457 0.842 1 1.6 20 0.615
A4 0.286 0.526 0.625 1 12.5 0.385
A5 0.023 0.042 0.05 0.08 1 0.031
A6 0.743 1.368 1.625 2.6 32.5 1
Tabel 3.9 Data alternatif berdasarkan kriteria Protein (K2)
Protein A1 A2 A3 A4 A5 A6
A1 1 0.4 0.667 1.333 6.667 0.571
A2 2.5 1 1.667 3.333 16.67 1.429
A3 1.5 0.6 1 2 10 0.857
A4 0.75 0.3 0.5 1 5 0.429
A5 0.15 0.06 0.1 0.2 1 0.086
A6 1.75 0.7 1.167 2.333 11.67 1
Tabel 3.10. Data alternatif berdasarkan kriteria hidrat arang (K3)
Hidrat Arang A1 A2 A3 A4 A5 A6
A1 1 6.667 5 4 4 4.444
A2 0.15 1 0.75 0.6 0.6 0.667
A3 0.2 1.333 1 0.8 0.8 0.889
A4 0.25 1.667 0.5 1 1 1.111
A5 0.25 1.667 0.1 1 1 1.111
A6 0.225 1.5 1.167 0.9 0.9 1
l. Masing-masing matriks berpasangan antar alternatif sebanyak nbuah matriks, masing-masing matriksnya dijumlahkan per kolomnya.
Tabel 3.11 Data alternatif berdasarkan kriteria Serat (K1)
Kalori A1 A2 A3 A4 A5 A6
A1 1 1.842 2.188 3.5 43.75 1.346
A2 0.543 1 1.188 1.9 23.75 0.731
A3 0.457 0.842 1 1.6 20 0.615
A4 0.286 0.526 0.625 1 12.5 0.385
A5 0.023 0.042 0.05 0.08 1 0.031
A6 0.743 1.368 1.625 2.6 32.5 1 total 3.051 5.621 6.675 10.68 133.5 4.108
Tabel 3.12. Data alternatif berdasarkan kriteria Protein (K2)
protein A1 A2 A3 A4 A5 A6
A1 1 0.4 0.667 1.333 6.667 0.571
A2 2.5 1 1.667 3.333 16.67 1.429
A3 1.5 0.6 1 2 10 0.857
A4 0.75 0.3 0.5 1 5 0.429
A5 0.15 0.06 0.1 0.2 1 0.086
A6 1.75 0.7 1.167 2.333 11.67 1 total 7.65 3.06 5.1 10.2 51 4.371
Tabel 3.13 Data alternatif berdasarkan kriteria Hidrat Arang (K3)
Hidrat Arang A1 A2 A3 A4 A5 A6
A1 1 6.667 5 4 4 4.444
A2 0.15 1 0.75 0.6 0.6 0.667
A3 0.2 1.333 1 0.8 0.8 0.889
A4 0.25 1.667 0.5 1 1 1.111
A5 0.25 1.667 0.1 1 1 1.111
A6 0.225 1.5 1.167 0.9 0.9 1
Total 2.075 13.83 8.517 8.3 8.3 9.222
m. Menghitung nilai prioritas alternatif masing-masing matriks berpasangan antar alternatif dengan rumus seperti langkah 4 dan langkah 5.
Tabel 3.14 Data alternatif berdasarkan kriteria Serat (K1)
Kalori A1 A2 A3 A4 A5 A6
A1 1/3.051 1.842/5.621 2.188/6.675 3.5/10.68 43.75/133.5 1.346/4.108
A2 0.543/3.051 1/5.621 1.188/6.675 1.9/10.68 23.75/133.5 0.731/4.108 A3 0.457/3.051 0.842/5.621 1/6.675 1.6/10.68 20/133.5 0.615/4.108 A4 0.286/3.051 0.526/5.621 0.625/6.675 1/10.68 12.5/133.5 0.385/4.108 A5 0.023/3.051 0.042/5.621 0.05/6.675 0.08/10.68 1/133.5 0.031/4.108 A6 0.743/3.051 1.368/5.621 1.625/6.675 2.6/10.68 32.5/133.5 1/4.108
Tabel 3.15 Hasil rata-rata alternatif berdasarkan kriteria Serat (K1)
Kalori A1 A2 A3 A4 A5 A6 Rata-rata
A1 0.328 0.328 0.328 0.328 0.328 0.328 0.328 A2 0.178 0.178 0.178 0.178 0.178 0.178 0.178 A3 0.150 0.150 0.150 0.150 0.150 0.150 0.150 A4 0.094 0.094 0.094 0.094 0.094 0.094 0.094 A5 0.007 0.007 0.007 0.007 0.007 0.007 0.007 A6 0.243 0.243 0.243 0.243 0.243 0.243 0.243
Tabel 3.16. Data alternatif berdasarkan kriteria Protein (K2)
Protein A1 A2 A3 A4 A5 A6
A1 1/7.65 0.4/3.06 0.667/5.1 1.3/10.2 6.667/51 0.571/4.371 A2 2.5/7.65 1/3.06 1.667/5.1 3.3/10.2 16.67/51 1.429/4.371 A3 1.5/7.65 0.6/3.06 1/5.1 2/10.2 10/51 0.857/4.371 A4 0.75/7.65 0.3/3.06 0.5/5.1 1/10.2 5/51 0.429/4.371 A5 0.15/7.65 0.06/3.06 0.1/5.1 0.2/10.2 1/51 0.086/4.371 A6 1.75/7.65 0.7/3.06 1.167/5.1 2.3/10.2 11.67/51 1/4.371
Tabel 3.17 Hasil rata-rata alternatif berdasarkan kriteria Protein (K2)
Protein A1 A2 A3 A4 A5 A6 Rata-rata
A1 0.131 0.131 0.131 0.131 0.131 0.131 0.131 A2 0.327 0.327 0.327 0.327 0.327 0.327 0.327 A3 0.196 0.196 0.196 0.196 0.196 0.196 0.196 A4 0.098 0.098 0.098 0.098 0.098 0.098 0.098 A5 0.020 0.020 0.020 0.020 0.020 0.020 0.020 A6 0.229 0.229 0.229 0.229 0.229 0.229 0.229
Tabel 3.18 Data alternatif berdasarkan kriteria Hidrat Arang (K3)
Hidrat Arang A1 A2 A3 A4 A5 A6
A1 1/2.075 6.667/13.83 5/8.517 4/8.3 4/8.3 4.44/9.2
A2 0.15/2.075 1/13.83 0.75/8.517 0.6/8.3 0.6/8.3 0.667/9.2 A3 0.2/2.075 1.333/13.83 1/8.517 0.8/8.3 0.8/8.3 0.889/9.2 A4 0.25/2.075 1.667/13.83 0.5/8.517 1/8.3 1/8.3 1.111/9.2 A5 0.25/2.075 1.667/13.83 0.1/8.517 1/8.3 1/8.3 1.111/9.2 A6 0.225/2.075 1.5/13.83 1.167/8.517 0.9/8.3 0.9/8.3 1/9.2
Tabel 3.19 Hasil rata-rata alternatif berdasarkan kriteria Hidrat Arang (K3)
Hidrat arang A1 A2 A3 A4 A5 A6 Rata-rata
A1 0.482 0.482 0.587 0.482 0.482 0.482 0.499 A2 0.072 0.072 0.088 0.072 0.072 0.072 0.075 A3 0.096 0.096 0.117 0.096 0.096 0.096 0.100
A4 0.12 0.12 0.059 0.12 0.12 0.12 0.110
A5 0.12 0.12 0.012 0.12 0.12 0.12 0.102
A6 0.108 0.108 0.137 0.108 0.108 0.108 0.113
n. Menguji konsistensi setiap matriks berpasangan antar alternatif dengan rumus masing-masing elemen matriks berpasangan pada langkah 2 dikalikan dengan nilai prioritas kriteria. Hasilnya masing-masing baris dijumlah, kemudian hasilnya dibagi dengan masing-masing nilai prioritas kriteria sebanyak α1,α2,α3, ... , αn
Tabel 3.20 Bobot alternatif berdasarkan kriteria
Alternatif/Kriteria Serat protein Hidrat arang
A1 0.328 0.131 0.499
A2 0.178 0.327 0.075
A3 0.150 0.196 0.100
A4 0.094 0.098 0.110
A5 0.007 0.020 0.102
A6 0.243 0.229 0.113
Tabel 3.21 Bobot kriteria kriteria Bobot
serat 0.633
protein 0.260
Hidrat arang 0.106
0.328 0.131 0.499
0.178 0.327 0.075 0.633
0.150 0.196 0.100 × 0.260
0.094 0.098 0.110 0.106
0.007 0.020 0.102
Tabel 3.22. Hasil Perkalian Alternatif Nilai AHP
A1 0.295
A2 0.206
A3 0.157
A4 0.097
A5 0.021
A6 0.226
o. Hasil akhirnya berupa prioritas global sebagai nilai yang digunakan oleh pengambil keputusan berdasarkan skor yang tertinggi.
Tabel 3.23 Hasil Perangkingan
No Alternatif Alternatif Nilai AHP Rangking
1 A1 Bubur Beras 0.295 rangking 1
2 A6 Susu sapi 0.226 rangking 6
3 A2 Bakso daging 0.206 rangking 2
4 A3 Kacang-kacangan 0.157 rangking 3
5 A4 Bayam 0.097 rangking 4
6 A5 Semangka 0.021 rangking 5
3.2 Perancangan Sistem
Flowchart program yang dirancang untuk menentukan mutasi tugas kantor Kepolisian Polda Sumut dengan menggunakan metode Multi Attribute Utility Theory berdasarkan kriteria-kriteria yang telah ditentukan
Mulai
Input data alternatif
Input data kriteria
Proses perbandingan matrik kriteria
Proses perbandingan alternatif tiap kriteria
Hasil perangkingan
Selesai CR=<0.1
Gambar 3.2 Flowchart Aplikasi
a. Rancangan Unified Modelling Language (UML)
Berikut ini merupakan rancangan dari usecase diagram, activity diagram dan class diagram dari sistem pendukung keputusan yang dirancang.
admin
Login
input data alternatif
Sistem Pendukung Keputusan Pemilihan Makanan Untuk Penderita Penyakit Kolesterol Dengan Menggunakan
Metode Analitycal Hierarchy Process (AHP)
Proses Perangkingan
Input Perbandingan
kriteria
Hasil perhitungan
Gambar 3.3 Rancangan Usecase Diagram
Login
valid
Menu utama Invalid
Input
Proses
Laporan Data makanan
Data perbandingan kriteria
Proses AHP Data perbandingan
alternatif
Data Hasil perhitungan
Keluar
Admin Sistem
Gambar 3.4 Rancangan Class Diagram
4. HASIL DAN PEMBAHASAN
Tampilan hasil aplikasi adalah tampilan program sistem pendukung keputusan yang telah diselesaikan. Berikut ini adalah tampilan hasil aplikasi yang disesuaikan dengan rancangan aplikasi pada bab 3 sebelumnya.
a. Tampilan halaman menu utama
Adapun bentuk tampilan halaman menu utama yang telah diselesaikan adalah sebagai berikut:
Gambar 4.1. Tampilan Halaman Menu Utama
Gambar 4.2 Halaman Login Admin
b. Tampilan Menu Utama Admin
Tampilan halaman menu utama admin adalah halaman yang akan tampil jika pengguna berhasil login, tampilan halaman dapat dilihat pada gambar berikut:
Gambar 4.3 Tampilan Menu Utama Admin
a. Tampilan Halaman Input Data Makanan
Halaman input data makanan merupakan halaman yang akan tampil jika pengguna memilih submenu data makanan pada submenu input. Tampilan dari halaman input data makanan dapat dilihat pada gambar berikut ini.
Gambar 4.4 Tampilan Halaman Input Data Makanan .
b. Halaman Input Data Kriteria
Halaman input data kriteria adalah halaman yang akan tampil saat admin memilih menu input data kriteria. Adapun tampilan halaman input data kriteria perusahaan dapat dilihat pada gambar dibawah ini.
Gambar 4.5 Tampilan Halaman input Data Kriteria c. Halaman Proses
Halaman proses digunakan untuk melakukan proses perhitungan dengan menggunakan metode AHP pada aplikasi. Tampilan dari halaman proses dapat dilihat pada gambar berikut ini.
Gambar 4.6 Tampilan Halaman Proses
d. Tampilan Halaman Hasil Perhitungan
Halaman hasil perhitungan pada aplikasi menampilkan laporan hasil perhitungan yang telah dilakukan oleh aplikasi dengan menggunakan metode AHP. Halaman hasil perhitungan dapat dilihat pada gambar berikut ini.
Gambar 4.7 Tampilan Halaman Hasil Perhitungan 5. KESIMPULAN
Perancangan sistem pendukung keputusan pemilihan makanan untuk penderita penyakit kolesterol dengan menggunakan metode Analitycal Hierarchy Process (AHP) yang telah diselesaikan ini dapat diambil beberapa kesimpulan diantaranya adalah:
a. Jenis makanan bagi penderita kolesterol diketahui melalui data riset tertulis pada RSUD Sidikalang.
b. Metode AHP diterapkan pada proses pemilihan makanan bagi penderita kolesterol menggunakan nilai kalori, protein dan hidrat arang yang ada pada data riset.
c. Sistem informasi menggunakan metode AHP yang terkomputersasi dirancang dengan menggunakan database MySQL dan bahasa pemrograman Php.
Adapun saran-saran yang bisa diberikan untuk program ini agar bisa didapatkan hasil yang maksimal adalah :
a. Bagi pembaca yang bersedia dan mampu menyempurnakan aplikasi ini hendaknya dilakukan perbaikan pada sistem dari segi tampilan-tampilan form, seperti pemberian animasi atau lainnya. Agar user tidak merasa jenuh jika menggunakan sistem.
b. Diharapkan penggunaan sistem pendukung keputusan dengan metode-metode yang lain dapat diterapkan atau dilakukan perbandingan sehingga proses penentuan benar-benar relefan.
Daftar Pustaka
[1] I. S. Harumy, T.H.F., “Sistem Penunjang Keputusan Penentuan Jabatan Manager,” Semin. Nas. Teknol. Inf.
dan Multimed. 2016, pp. 6–7, 2016.
[2] Y. Primadasa and V. Amalia, “Penerapan Metode Multi Factor Evaluation Process untuk Pemilihan Tanaman Pangan di Kabupaten Musi Rawas,” Sisfo, vol. 07, no. 01, pp. 47–58, 2017, doi:
10.24089/j.sisfo.2017.09.004.
[3] A. Sasongko, I. F. Astuti, and S. Maharani, “Pemilihan Karyawan Baru Dengan Metode AHP (Analytic Hierarchy Process),” Inform. Mulawarman J. Ilm. Ilmu Komput., vol. 12, no. 2, p. 88, 2017, doi:
10.30872/jim.v12i2.650.
[4] S. R. Abdul Rojak and A. Rifai, “Penerapan Metode Analytical Hierarchy Process dalam Memilih Bahan Bakar Minyak untuk Kendaraan Roda Dua,” J. Kaji. Ilm., vol. 18, no. 1, pp. 1–8, 2018, doi:
10.31599/jki.v18i1.184.
[5] D. Nofriansyah, “Konsep Data Mining Vs Sistem Pendukung Keputusan,” Deepublish. p. 2014, 2014, doi:
14 November 2017.
