PENERAPAN METODE SIMPLE ADDITIVE WEIGHTING (SAW) DALAM MENENTUKAN PENDIRIAN LOKASI GRAMEDIA DI SUMATERA UTARA

PENERAPAN METODE SIMPLE ADDITIVE WEIGHTING (SAW)

DALAM MENENTUKAN PENDIRIAN LOKASI

GRAMEDIA DI SUMATERA UTARA

Khairani Puspita

1)

_{, Purwa Hasan Putra}

2)

1), 2)_{Sistem Informasi Universitas Potensi Utama}

Jl. K.L. Yos Sudarso Km 6,5 No. 3A TanjungMulia-Medan Email :khairan.adwa@gmail.com1)_{, purwahasanputra21@gmail.com}2)

Abstrak

Kemampuan mengambil keputusan dengan cepat dan cermat merupakan kunci keberhasilan dari seorang pengambil keputusan (decision maker). Decision support system (Sistem Pendukung Keputusan) merupakan sistem informasi interaktif yang menyediakan informasi, pemodelan, dan pemanipulasian data. Sistem itu digunakan untuk membantu pengambilan keputusan dalam situasi yang semiterseteruktur dan situasi yang tidak terseteruktur, di mana tak seorang pun tahu secara pasti bagaimana keputusan seharusnya dibuat. Pada penelitian ini, penulis mencoba menerapkan metode Simple Addtive Weighting (SAW) dalam menentukan pendirian lokasi Gramedia di Sumatera Utara. Dari hasil penelitian dapat disimpulkan antara lain: Pengujian dengan penerapan metode Simple Additive Weighting dapat menentukan pendirian lokasi Gramedia di Sumatera Utara dimana alternatif terbaik dengan nama lokasi

Tanjung Morawa, Jarak Sarana Pendidikan 0.8, Jarak

Dengan Gramedia Pusat 0.6, Harga Tanah 5, Jarak Kota 0.4, Kepadatan Penduduk 0.2, dan Hasil Akhir

1536.

Kata kunci:Gramedia, Decision Support System, Simple

Addtive Weighting (SAW). 1. Pendahuluan

Kemampuan mengambil keputusan dengan cepat dan cermat merupakan kunci keberhasilan dari seorang pengambil keputusan (decision maker). Dalam pengambilan keputusan, banyak permasalahan yang harus diputuskan dengan melihat beberapa kriteria (multicriteria) yaitu dalam menentukan sebuah lokasi yang tepat untuk dijadikan sebagai pendirian lokasi, untuk menentukan sebuah lokasi dengan syarat tertentu tidak hanya berdasarkan pada harga tetapi juga tempat, dan sebagainya. Jika pendirian lokasi Gramedia tidak tepat, maka akan berdampak buruk pada penjualan buku-buku dimana tidak adanya para pengunjung. Permasalahan inilah yang menyebabkan perusahaan Gramedia ketika ingin membuat anak cabang toko buku sesuai dengan kriteria-kriteria yang diinginkan. Sehingga dalam pengambilan keputusan yang dapat dihasilkan adalah alternatif terbaik [5].

Decision support system (Sistem Pendukung Keputusan) merupakan sistem informasi interaktif yang menyediakan informasi, pemodelan, dan pemanipulasian data. Sistem itu digunakan untuk membantu pengambilan keputusan dalam situasi yang semiterseteruktur dan situasi yang tidak terseteruktur, di mana tak seorang pun tahu secara pasti bagaimana keputusan seharusnya dibuat [4].

Metode Simple Additive Weighting (SAW) sering juga dikenal dengan istilah metode penjumlahan terbobot. Konsep dasar metode Simple Additive Weighting (SAW) adalah mencari penjumlahan terbobot dari rating kinerja pada setiap alternatif pada semua atribut. Metode Simple Additive Weighting (SAW) ini dipilih karena metode ini menentukan nilai bobot untuk setiap atribut, kemudian dilanjutkan dengan proses perangkingan yang akan menyeleksi alternatif terbaik dari sejumlah alternatif, dalam hal ini alternatif yang dimaksud adalah lokasi yang tepat untuk dijadikan sebagai lokasi pendirian Gramedia di Sumatera Utara berdasarkan kriteria-kriteria yang di tentukan [2].

Dengan metode perangkingan tersebut, diharapkan penilaian akan lebih tepat karena didasarkan pada nilai kriteria dan bobot yang sudah ditentukan sehingga akan mendapatkan hasil yang lebih akurat terhadap pendirian lokasi Gramedia.

Astuti Wahyuning Reny. dan Muhsin (2013) metode yang digunakan ini dibuat untuk membantu decision maker dalam mencari alternatif lokasi terbaik sebagai tempat pembangunan pasar menurut kriteria-kriteria yang telah ditentukan. Dimana dengan menggunakan metode Simple Additive Weighting (SAW) dapat diterapkan dalam menentukan lokasi terbaik sesuai dengan kriteria-kriteria yang telah ditentukan [1]. Hartini Citra Dwi, et al (2013). Adapun sistem pendukung keputusan pemilihan hotel di kota Palembang dengan metode Simple Additive Weighting (SAW) yang dibangun ini dapat membantu pengunjung dalam memilih hotel yang sesuai dengan kriteria yang diinginkan [3].

Dalam penelitian sebelumnya belum pernah digunakan penerapan metode Simple Additive Weighting (SAW)

dalam menentukan pendirian lokasi Gramedia di Sumatera Utara. Pada penelitian ini penulis akan menerapkan metode Simple Additive Weighting (SAW) untuk menentukan pendirian lokasi Gramedia dengan kriteria-kriteria dan alternatif yang telah penulis tentukan.

2. Landasan Teori

2. 1Sistem Pendukung Keputusan

Sistem pendukung keputusan (Decision support system) adalah bagiatuk mengambil keputusan dari sistem informasi berbasis komputer termasuk sistem berbasis pengetahuan atau manajemen pengetahuan yang dipakai untuk mendukung pengambilan keputusan dalam suatu organisasi atau perusahaan. Dapat juga dikatakan sebagai sistem komputer yang mengolah data menjadi informasi untuk mengambil keputusan dari masalah semi terseteruktur yang spesifik. Sistem pendukung keputusan menggunakan model analitisa, database khusus penilaian dan pandangan pembuat keputusan, dan proses pemodelan berbasis komputer yang interaktif untuk mendukung pembuat keputusan, dan proses pemodelan berbasis komputer yang interaktif untuk mendukung pembuat keputusan bisnis yang semiterseteruktur dan tak terseteruktur [4].

2.2 Metode Simple Additive Weighting (SAW)

Metode Simple Additive Weighting (SAW) merupakan metode yang paling dikenal dan banyak digunakan orang dalam menghadapi situasi Multiple Attribute Decision Making (MADM) [2].

Metode Simple Additive Weighting (SAW) sering juga dikenal istilah penjumlahan terbobot. Konsep dasar metode SAW adalah mencari penjumlahan terbobot dari rating kinerja pada setiap alternatif pada semua atribut. Metode SAW membutuhkan proses normalisasi matriks keputusan (X) ke suatu skala yang dapat diperbandingkan dengan semua rating alternatif yang ada [5].

Langkah Penyelesaian SAW:

1. Menentukan kriteria-kriteria yang akan dijadikan acuan dalam pengambilan keputusan, yaitu Cj. 2. Menentukan rating kecocokan setiap alternatif pada

setiap kriteria.

3. Membuat matriks keputusan berdasarkan kriteria (Cj), kemudian melakukan normalisasi matriks berdasarkan persamaan yang disesuaikan dengan jenis atribut (atribut keuntungan ataupun atribut biaya) sehingga diperoleh matriks ternormalisasi R. 4. Hasil akhir diperoleh dari proses perangkinganyaitu

penjumlahan dari perkalian matriks ternormalisasi R dengan vektor bobot (w) sehingga diperoleh nilai terbesar yang dipilih sebagai alternatif terbaik (Ai) sebagai solusi seperti pada persamaan (1) di bawah ini:

=

⎩

⎪

⎨

⎪

⎧

dengan :

r

ijadalah rating kinerja ternormalisasi dari alternatif Ai

pada atribut Cj;

i=1,2...,m dan j=1,2,...,n (m dan n merupakan banyaknya kriteria dan alternatif);

xij adalah rating kecocokan pada Aidan Cj.

seperti pada persamaan (2) di bawah ini:

Vi = ∑

dengan:

rij adalah rating kinerja ternormalisasi dari alternatif Ai

pada atribut Cj;

wk adalah bobot dari masing-masing kriteria. Nilai Vi

yang lebih besar mengindikasikan bahwa alternatif Ailebih terpilih.

3. Metodologi Penelitian

Penelitian ini bertujuan untuk penerapan metode Simple Additive Weighting (SAW) dalam menentukan pendirian lokasi Gramedia di sumatera utara. Penulis ingin mengetahui apakah apakah dengan metode Simple Additive Weighting (SAW) dapat menentukan pendirian lokasi Gramedia sesuai dengan kriteria-kriteria yang di tentukan. Penelitian dilakukan dengan tahapan-tahapan sebagai berikut:

1. Representasi masalah meliputi: identifikasi tujuan, identifikasi alternatif, identifikasi kriteria, membuat table keputusan dari setiap alternatif pada setiap atribut dan menetapkan nilai bobot (w) dari setiap atribut.

2. Evaluasi himpunan fuzzy dari alternatif keputusan meliputi: menentukan bilangan fuzzy untuk masing-masing variable dan mengkonversinya ke dalam bilangan crisp, membuat matrix keputusan X, dan melakukan normalisasi matrix dengan cara menghitung nilai rating kerja ternormalisasi (rij) dari alternatif Ai pada atribut Cj berdasarkan persamaan yang disesuaikan dengan jenis atribut (maksimum untuk keuntungan/benefit atau minimum untuk biaya/cost).

3. Mencari nilai preferensi fuzzy untuk merangking semua alternatif yang optimal.

4. Pembahasan

Dalam penelitian ini dalam menentukan pendirian lokasi Gramedia di Sumatera Utara menggunakan metode simple additive weighting diperlukan kriteria-kriteria dan bobot untuk melakukan perhitungan sehingga akan didapat alternatif terbaik.

(1)

Jika j adalah atribut keuntungan (benefit)

Jika j adalah atribut biaya (kost)

Variabel yang digunakan dalam penelitian ini adalah jarak sarana pendidikan, jarak dengan gramedia pusat, harga tanah, jarak kota, kepadatan penduduk. Selanjutnya masing-masing indikator tersebut dianggap sebagai kriteria yang akan dijadikan faktor untuk menentukan pendirian lokasi gramedia di sumatera utara dan himpunan fuzzy nya adalah sangat rendah, rendah, cukup, tinggi, sangat tinggi. Himpunan ini kemudian diperlakukan sebagai input ke dalam sistem FMADM (dalam hal ini disebut sebagai Ci).

Ada 5 atribut (kriteria) pengambilan keputusan, yaitu: C1= Jarak Sarana Pendidikan

C2= Jarak Dengan Gramedia Pusat

C3= Harga Tanah

C4= Jarak Kota

C5= Kepadatan Penduduk

Dari Masing-masing kriteria tersebut akan ditentukan bobot-bobotnya: 1. Sangat rendah = 0 2. Rendah = 0,11 3. Sedang = 0,17 4. Tinggi = 0,22 5. Sangat Tinggi = 0,28

Berikut merupakan tabel kriteria dari kriteria jarak sarana pendidikan (C1) dengan nilai bobotnya,

ditunjukkan pada Tabel 1.

Tabel 1.Tabel Jarak Sarana Pendidikan

No Jarak Sarana Pendidikan Nilai

1 < 10 Km 0

2 10 – 20 Km 0.11

3

>

20 – 40 Km 0.17

4

40 – 100 Km

0.22

5

> 100 Km

0.28

Berikut merupakan tabel kriteria dari kriteria jarak dengan gramedia pusat (C2) dengan nilai bobotnya,

ditunjukkan pada Tabel 2.

Tabel 2.Tabel Jarak Dengan Gramedia Pusat No Jarak Dengan Gramedia Pusat Nilai

1 < 10 Km 0

2 10 – 100 Km 0.11

3

>

100 – 300 Km 0.17

4

300 – 500 Km

0.22

5

> 500 Km

0.28

Berikut merupakan tabel kriteria dari kriteria harga tanah (C3) dengan nilai bobotnya, ditunjukkan pada Tabel 3. Tabel 3.Tabel Harga Tanah

No Harga Tanah Nilai

1 < 500 Jt 0

2 > 500 – 1 M 0.11

3 1 – 1.9 M 0.17

4 2 – 2.9 M 0.22

5 > 3 M 0.28

Berikut merupakan tabel kriteria dari kriteria jarak kota (C4) dengan nilai bobotnya, ditunjukkan pada Tabel 4. Tabel 4.Tabel Jarak Kota

No Jarak Kota Nilai

1 < 10 Km 0

2 10 – 20 Km 0.11

3 > 20 – 50 Km 0.17

4 50 – 100 Km 0.22

5 > 500 Km 0.28

Berikut merupakan tabel kriteria dari kriteria kepadatan penduduk (C5) dengan nilai bobotnya, ditunjukkan pada

Tabel 5.

Tabel 5.Tabel Kepadatan Penduduk

No Kepadatan Penduduk Nilai

1 1 – 99 Kk/Km 0

2 100 – 199 Kk/Km 0.11

3 200 – 299 Kk/Km 0.17

4 300 – 499 Kk/Km 0.22

5 > 500 Kk/Km 0.28

Setelah kriteria dan setiap bobotnya ditentukan maka berikut contoh kasus menentukan pendirian lokasi Gramedia di Sumatera Utara. Berikut alternatif lokasi yaitu: Tembung, Marelan, Kp. Lalang, Tanjung Morawa, Belawan berikut langkah-langkah penerapan menggunakan metode Simple Additive Weighting, ditunjukkan pada Tabel 6.

Tabel 6.Tabel Rating Kecocokan Pada Setiap Kriteria Alternatif _{C1 C2} Kriteria_{C3 C4 C5} Tembung 5 4 3 2 3 Marelan 3 2 1 4 3 Kp. Lalang 2 2 3 4 3 T. Morawa 4 3 5 2 1 Belawan 5 2 1 4 3

Sebelumnya akan dilakukan perbaikan bobot terlebih dahulu. Nilai bobot awal W = Nilai kriteria yang telah ditentukan. Bobot nilai yang ditentukan yaitu: W = (5,3,4,4,2), di mana:

1 = Sangat rendah 2 = Rendah 3 = Cukup

4 = Tinggi 5 = Sangat tinggi

Bobot nilai W = (5,3,4,4,2) diperbaiki dan menghasilkan: = 5 5 + 3 + 4 + 4 + 2 = 0.28 =_{5 + 3 + 4 + 4 + 2 = 0.17}3 =_{5 + 3 + 4 + 4 + 2 = 0.22}4 =_{5 + 3 + 4 + 4 + 2 = 0.22}4 =_{5 + 3 + 4 + 4 + 2 = 0.11}2

Setelah mnentukan nilai kriteria maka selanjutnya membuat matrix keputusan X yang dibentuk dari tabel rating kecocokan dari setiap alternatif pada setiap keriteria seperti pada persamaan (3) di bawah ini:

X = ⎣ ⎢ ⎢ ⎢ ⎡5₃ 2 4 5 4 2 2 3 2 3 1 3 5 1 2 4 4 2 4 3 3 3 1 3⎦⎥ ⎥ ⎥ ⎤

Melakukan matix keputusan X dengan cara menghitung nilai rating kinerja ternormalisasi (rij) dari alternatif Ai

pada kriteria Ciseperti pada persamaan (4) di bawah ini:

= ⎩ ⎪ ⎨ ⎪ ⎧ Keterangan:

Rij = Nilai rating kinerja ternormalisasi

Xij = Nilai atribut yang dimiliki dari setiap kriteria

Ma Xij = Nilai terbesar dari setiap kriteria

Min Xij = Nilai terkecil dari setiap kriteria Benefit = Jika nilai terbesar adalah terbaik Cost = Jika nilai terkecil adalah terbaik

Karena setiap nilai yang diberikan pada setiap alternatif di setiap kriteria merupakan nilai kecocokan (nilai terbesar adalah terbaik) maka semua kriteria yang diberikan diasumsikan sebagai kriteria keuntungan. Pertama-tama, dilakukan normalisasi matrix X seperti pada persamaan (5) di bawah ini:

Untuk kriteria alternatif Tembung: r =_{Max{5; 4; 3; 2; 3} =}5 5_{5 = 1} r =_{Max{5; 4; 3; 2; 3} =}4 4_{5 = 0.8} r = 3 Min{5; 4; 3; 2; 3} = 3 2 = 1.5 r =_{Max{5; 4; 3; 2; 3} =}2 2_{5 = 0.4} r =_{Max{5; 4; 3; 2; 3} =}3 3_{5 = 0.6}

Untuk kriteria alternatif Marelan: r =_{Max{3; 2; 1; 4; 3} =}3 3_{4 = 0.75} r =_{Max{3; 2; 1; 4; 3} =}2 2_{4 = 0.5} r =_{Min{3; 2; 1; 4; 3} =}1 1_{1 = 1} r =_{Max{3; 2; 1; 4; 3} =}4 4_{4 = 1} r = 3 Max{3; 2; 1; 4; 3} = 3 4 = 0.75 Untuk kriteria alternatif Kp. Lalang: r =_{Max{2; 2; 3; 4; 3} =}2 2_{4 = 0.5} r =_{Max{2; 2; 3; 4; 3} =}2 2_{4 = 0.5} r =_{Min{2; 2; 3; 4; 3} =}3 3_{2 = 1.5} r =_{Max{2; 2; 3; 4; 3} =}4 4_{4 = 1} r =_{Max{2; 2; 3; 4; 3} =}3 3_{4 = 0.75}

Untuk kriteria alternatif Tanjung Morawa: r =_{Max{4; 3; 5; 2; 1} =}4 4_{5 = 0.8} r =_{Max{4; 3; 5; 2; 1} =}3 3_{5 = 0.6} r =_{Min{4; 3; 5; 2; 1} =}5 5_{1 = 5} r =_{Max{4; 3; 5; 2; 1} =}2 2_{5 = 0.4} r =_{Max{4; 3; 5; 2; 1} =}1 1_{5 = 0.2}

Untuk kriteria alternatif Belawan: r =_{Max{5; 2; 1; 4; 3} =}5 5_{5 = 1} r =_{Max{5; 2; 1; 4; 3} =}2 2_{5 = 0.4} r =_{Min{5; 2; 1; 4; 3} =}1 1_{1 = 1} r =_{Max{5; 2; 1; 4; 3} =}4 4_{5 = 0.8} r =_{Max{5; 2; 1; 4; 3} =}3 3_{5 = 0.6} (3)

Jika j adalah atribut keuntungan (benefit)

Jika j adalah atribut biaya (kost)

(4)

Selanjutnya hasil dari nilai rating kinerja ternormalisasi (rij) membentuk matrix ternormalisasi (R) seperti pada

persamaan (6) di bawah ini:.

X = ⎣ ⎢ ⎢ ⎢ ⎡_0.751 0.5 0.8 1 0.8 0.5 0.5 0.6 0.4 1.5 1 1.5 5 1 0.4 1 1 0.4 0.8 0.6 0.75 0.75 0.2 0.6 ⎦⎥ ⎥ ⎥ ⎤

Selanjutnya melakukan proses perangkingan seperti pada persamaan (7) di bawah ini:

V1= (0.28)(1) + (0.17)(0.8) + (0.22)(1.5) + (0.22)(0.4) + (0.11)(0.6) = 0.28 + 0.136 + 0.33 + 0.088 + 0.066 = 0.9 V2= (0.28)(0.75) + (0.17)(0.5) + (0.22)(1) + (0.22)(1) + (0.11)(0.75) = 0.21 + 0.085 + 0.22 + 0.22 + 0.0835 = 0.8175 V3= (0.28)(0.5) + (0.17)(0.5) + (0.22)(1.5) + (0.22)(1) + (0.11)(0.75) = 0.14 + 0.085 + 0.33 + 0.22 + 0.0825 = 0.8575 V4= (0.28)(0.8) + (0.17)(0.6) + (0.22)(5) + (0.22)(0.4) + (0.11)(0.2) = 0.224 + 0.102 + 1,1 + 0.088 + 0.022 = 1536 V5= (0.28)(1) + (0.17)(0.4) + (0.22)(1) + (0.22)(0.8) + (0.11)(0.6) = 0.28 + 0.068 + 0.22 + 0.176 + 0.066 = 0.81

Hasil perhitungan nilai Vi yang lebih besar

mengidentifikasikan bahwa alternatif Ai merupakan alternatif terbaik. Hasil penilaian terbesar ada pada V4

yaitu Tanjung Morawa sehingga lokasi X layak atau dapat dijadikan alternatif dalam pemilihan pendirian lokasi Gramedia di Sumatera Utara sebagai alternatif terpilih yang terbaik, ditunjukkan pada Tabel 7.

Tabel 7.Tabel Ranking

Pada Tabel 7 di atas dapat dilihat bahwa penerapan metode Simple Additive Weighting dapat menentukan pendirian lokasi Gramedia di Sumatera Utara dimana alternatif terbaik dengan nama lokasiTanjung Morawa,

Jarak Sarana Pendidikan 0.8, Jarak Dengan Gramedia Pusat 0.6, Harga Tanah 5, Jarak Kota 0.4, Kepadatan Penduduk 0.2, dan Hasil Akhir 1536.

5. Kesimpulan

Dari hasil penelitian dapat diambil beberapa kesimpulan antara lain:

1. Sistem pendukung keputusan dibangun agar dapat membantu perusahan PT. Grameda Asri Media dalam pendirian lokasi baru untuk anak cabang Gramedia di Sumatera Utara.

2. Penerapan metode Simple Additive Weighting dapat menentukan pendirian lokasi Gramedia di Sumatera Utara dimana alternatif terbaik dengan nama lokasi Tanjung Morawa, Jarak Sarana Pendidikan 0.8, Jarak Dengan Gramedia Pusat 0.6, Harga Tanah 5, Jarak Kota 0.4, Kepadatan Penduduk 0.2, dan Hasil Akhir 1536.

Daftar Pustaka

[1] Astuti Wahyuning Reny. dan Muhsin. “Sistem Pendukung Keputusan Untuk Menentukan Lokasi Pasar Dengan Menggunakan Fuzzy Multi Atribut Decision Making (FMADM) Metode Simple Additive Weighting (SAW)” Seminar Nasional

Teknologi Informasi dan Komunikasi (SNASTIKOM 2013), 2013.

[2] Budi Stefani Raina, et al. “ Sistem Pendukung Penentuan Lokasi Kuliner Di Semarang Dengan Metode Simple Additive Weighting” Joint Informatics and Technology, Vol 1, No 4, Tahun

2012.

[3] Hartini Citra Dwi, “Sistem Pendukung Keputusan Pemilihan Hotel Di Kota Palembang Dengan Metode Simple Additive Weighting(SAW)” Jurnal Sistem Informasi (JSI), Vol. 5, No. 1,

April 2013.

[4] Kusrini, “Konsep dan Aplikasi Sistem Pendukung Keputusan, Yogyakarta”, Yogyakarta, Andi, 2007.

[5] Sari Desi Reskika. “Perancangan Aplikasi Sistem Pendukung Keputusan Penentuan Lokasi Pemasaran Rumah Denagn Metode Simple Additive Weighting” Informasi dan Teknologi Ilmiah

(INTI), Volume1, Nomor 12, Oktober 2013. Biodata Penulis

Khairani Puspita, memperoleh gelar Sarjana Komputer (S.Kom), Jurusan Sistem Informasi Universitas Potensi Utama Medan, lulus tahun 2010. Memperoleh gelar Magister Komputer (M.Kom) Program Pasca Sarjana Magister Komuter UPI YPTK Padang, lulus tahun 2014. Saat ini menjadi Dosen di Universitas Potensi Utama Medan.

Purwa Hasan Putra, mahasiswa Jurusan Sistem Informasi Fakultas Teknik dan Komputer di Universitas Potensi Utama Medan.