Optimasi Pemilihan Perangkat Lunak ERP Menggunakan Multi Criteria Decision Making Fuzzy-AHP dan TOPSIS

Optimasi Pemilihan Perangkat Lunak ERP Menggunakan

Multi Criteria Decision Making

Fuzzy-AHP dan TOPSIS

Penyusun Tugas Akhir:

Radhea Permata Dewi (5112100114) Pembimbing Tugas Akhir:

Prof. Drs. Ec. Ir. Riyanarto Sarno, M.Sc., Ph.D. Abdul Munif, S.Kom., M.Sc.

PENDAHULUAN

DASAR TEORI

METODE PEMECAHAN

MASALAH

ANALISIS DAN

PERANCANGAN

IMPLEMENTASI SISTEM

RUMUSAN MASALAH

BATASAN MASALAH

TUJUAN

LATAR BELAKANG

KERANGKA PRESENTASI

MANFAAT

PENGUJIAN DAN EVALUASI

KESIMPULAN

LATAR BELAKANG



Proses penggunaan perangkat lunak ERP : pemilihan > implementasi > evaluasi



Permasalahan diangkat dari kompleksnya memilih perangkat lunak ERP di dalam sebuah perusahaan. Proses pemilihan : krusial



Permasalahan tersebut adalah pemilihan perangkat lunak ERP

mempertimbangkan banyak kriteria dan terkadang kriteria tersebut bertingkat sehingga termasuk ke dalam permasalahan Multi Criteria Decision Making

(MCDM)



Teknik MCDM : AHP, TOPSIS, PROMETHEE



Kombinasi Fuzzy, AHP dan TOPSIS = Hybrid MCDM Methodology memungkinkan perhitungan kriteria yang bertingkat sesuai ISO/IEC 25022 Measurement of Software Quality in Use

RUMUSAN DAN BATASAN MASALAH



Bagaimana memetakan kriteria yang terdapat di dalam ISO/IEC 25022

Measurement of Quality in Use ke Fuzzy-AHP dan TOPSIS dalam pemilihan

perangkat lunak ERP?



Bagaimana mengimplementasikan metode pemilihan perangkat lunak ERP tersebut ke dalam perangkat lunak berbasis web?

TUJUAN DAN MANFAAT

TUJUAN



Memetakan kriteria yang terdapat di dalam ISO/IEC 25022 Measurement of

Quality in Use ke Fuzzy-AHP dan TOPSIS dalam pemilihan perangkat lunak ERP?



Mengimplementasikan metode pemilihan perangkat lunak ERP tersebut ke dalam perangkat lunak berbasis web?

MANFAAT



Keilmuan : Teknik pemilihan ERP menggunakan MCDM sesuai standar ISO

PENDAHULUAN

DASAR TEORI

METODE PEMECAHAN

MASALAH

ANALISIS DAN

PERANCANGAN

IMPLEMENTASI SISTEM

MCDM

FUZZY-AHP

HYBRID MCDM

ERP

KERANGKA PRESENTASI

ISO/IEC 25022

PENGUJIAN DAN EVALUASI

KESIMPULAN

BEEHIVEZ

LARAVEL

PENDAHULUAN

DASAR TEORI

METODE PEMECAHAN

MASALAH

ANALISIS DAN

PERANCANGAN

IMPLEMENTASI SISTEM

FUZZY-AHP

TOPSIS

CAKUPAN

KERANGKA PRESENTASI

ERP

Konsep untuk merencanakan dan mengelola sumber daya sebuah perusahaan

meliputi dana, manusia, mesin, suku cadang, waktu, material dan kapasitas yang berpengaruh luas mulai dari manajemen paling atas hingga operasional di sebuah perusahaan agar dapat dimanfaatkan secara optimal untuk menghasilkan nilai tambah bagi seluruh pihak yang berkepentingan di dalam perusahaan tersebut.

Berbagai jenis ERP dikembangkan dalam beberapa decade terakhir. Terdapat banyak jenis mulai dari sumber terbuka hingga berbayar.

MCDM

Multi Criteria Decision Making (MCDM) merupakan sebuah teknik untuk memilih alternatif terbaik berdasarkan banyak kriteria di mana mungkin saja beberapa kriteria tersebut saling bertolak belakang atau konflik.

Karakteristik:



Terdiri dari beberapa kriteria atau atribut, dan seringkali membentuk sebuah hirarki atau bertingkat.



Terdapat konflik antar beberapa kriteria.



Umumnya tidak terukur dan merupakan campuran antara teknik kualitatif dan kuantitatif



Merupakan campuran antara atribut deterministik dan probabilistik



Terdapat ketidakpastian, seperti penilaian yang subjektif, ketidakpastian data serta informasi yang tidak komplit



Biasanya terjadi dalam skala besar, bisa mencapai ratusan atribut

Fuzzy-AHP

Metode perangkingan yang merupakan gabungan metode AHP dengan pendekatan konsep fuzzy. Berdasarkan skala Triangular Fuzzy Number (TFN).

Intensitas Kepentingan AHP

Definisi Skala

Triangular Fuzzy 1 Sama-sama penting (Equally importance) (1, 1, 1)

3 Nilai kepentingan moderat (Moderate importance of one over another)

(2, 3, 4)

5 Lebih penting (Essential or strong importance) (4, 5, 6)

7 Sangat penting (Demonstrated importance) (6, 7, 8)

9 Ekstrim penting (Extreme importance) (9, 9, 9)

2 Lemah atau sedikit lebih penting (Intermediate values between two adjacent judgments)

(1, 2, 3)

4 Nilai kepentingan lebih dari moderat (Intermediate values between two adjacent judgments)

(3, 4, 5)

6 Sedikit di atas lebih penting (Intermediate values between two adjacent judgments)

(5, 6, 7)

8 Sangat penting sekali (Intermediate values between two adjacent judgments)

Fuzzy-AHP (cont)

Characteristics Mi Ni

Effectiveness measures 1 1 1 1 1 1 1 2 3 1 2 3 2 3 4 1.1487 1.6438 2.0477 0.15298 0.2851 0.48164 0.30657 0.276

Efficiency measures 1 1 1 1 1 1 1 2 3 2 3 4 3 4 5 1.43097 1.8882 2.2679 0.19057 0.32749 0.53345 0.35051 0.31554

Satisfaction measures 0.33333 0.5 1 0.33333 0.5 1 1 1 1 0.2 0.25 0.33333 1 2 3 0.46704 0.6598 1 0.0622 0.11443 0.23522 0.13728 0.12359

Freedom from risk measures 0.33333 0.5 1 0.25 0.33333 0.5 3 4 5 1 1 1 2 3 4 0.87055 1.1487 1.5849 0.11594 0.19924 0.37279 0.22932 0.20645

Context coverage measures 0.25 0.33333 0.5 0.2 0.25 0.33333 0.33333 0.5 1 0.25 0.33333 0.5 1 1 1 0.33416 0.4251 0.6084 0.0445 0.07374 0.1431 0.08711 0.07842 1

wi Effectiveness measures Efficiency measures Satisfaction measures Freedom from risk measuresContext coverage measures ri



Matriks triangular fuzzy



Rata-rata aritmatika



ri (Rata-rata geometric)



wi (Bobot fuzzy)



Mi (defuzzifikasi)

Fuzzy-AHP (cont)

Characteristics Weight Characteristics Sub-characteristics Weight Sub-characteristics Parameter Weight Parameter Global Weight

Task completion 0.404702852 1 11.17%

Task effectiveness 0.323239209 8.92%

Error frequency 0.272057939 7.51%

Time efficiency 0.259470586 1 8.19%

Relative task time 0.230873009 7.29%

Task efficiency 0.110556207 3.49%

Relative task efficiency 0.055786339 1.76%

Economic productivity 0.205008497 6.47%

Productive proportion 0.081939867 2.59%

Relative number of user actions 0.056365495 1.78%

Effectiveness

measures 27.60% Effectiveness measures 1

Efficiency measures 31.55% Efficiency measures 1

TOPSIS

Menggambarkan sebuah permasalahan MCDM yang terdiri dari n alternatif sebagai sebuah sistem geometri dengan n titik di dalam sebuah m ruang dimensional. Alternatif yang dipilih di dalam TOPSIS harus memiliki jarak terpendek dari solusi ideal positif dan jarak terjauh dari solusi ideal negatif.

HYBRID MCDM TECHNIQUES

ISO/IEC 25000 SQuaRE



ISO/IEC 2500n – Quality Management Division

ISO/IEC 25000 : Guide to SQuaRE

ISO/IEC 25001 : Planning and Management



ISO/IEC 2501n - Quality Model Division

ISO/IEC 25010 : System and software quality models

ISO/IEC 25012 : Data Quality model



ISO/IEC 2502n – Quality Measurement Division

ISO/IEC 25020 : Measurement reference model and guide

ISO/IEC 25021 : Quality measure elements

ISO/IEC 25022.2: Measurement of quality in use

ISO/IEC 25023.3: Measurement of system and software product quality

ISO/IEC 25024 : Measurement of data quality



ISO/IEC 2503n – Quality Requirements Division

ISO/IEC 25030 : Quality requirements



ISO/IEC 2504n – Quality Evaluation Division

Beehivez

Similarity = 4/6 =

0.67

Beehivez (cont)



V (G₁, G₂) = The number of similar vertices between graph 1 and graph 2



E (G₁, G₂) = The number of similar edges between graph 1 graph 2



VG₁ = The number of vertices in graph 1



VG₂ = The number of vertices in graph 2



EG₁ = The number of edges in graph 1



EG₂ = The number of edges in graph 2

PENDAHULUAN

DASAR TEORI

METODE PEMECAHAN

MASALAH

ANALISIS DAN

PERANCANGAN

IMPLEMENTASI SISTEM

PERANCANGAN

ANALISIS

KERANGKA PRESENTASI

PENDAHULUAN

DASAR TEORI

METODE PEMECAHAN

MASALAH

ANALISIS DAN

PERANCANGAN

IMPLEMENTASI SISTEM

ANTARMUKA

KELAS

KERANGKA PRESENTASI

PENGUJIAN DAN EVALUASI

KESIMPULAN

PENDAHULUAN

DASAR TEORI

METODE PEMECAHAN

MASALAH

ANALISIS DAN

PERANCANGAN

IMPLEMENTASI SISTEM

DATA STUDI KASUS

UJI KEBENARAN FUNGSIONALITAS

DAN CROSS BROWSER

LINGKUNGAN UJI COBA

KERANGKA PRESENTASI

Lingkungan Uji Coba

•

Perangkat keras

•

Prosesor: Intel® Core™ i7 CPU @ 2.40GHz

•

Memori(RAM): 4 GB

•

Tipe sistem: 64-bit sistem operasi

•

Perangkat lunak

•

Sistem operasi: Windows 8.1 Professional

•

Peramban: Google Chrome versi 47.0.2526.106, Mozilla Firefox 43.0

dan Microsoft Edge 25.10586.0.0

Kebenaran Fungsionalitas Fuzzy-AHP

Global Weight 0.1116961 0.0892125 0.0750867 0.0818746 0.0728508 0.0348854 0.0176031 0.0646894 0.0258557 0.0177858 0.0118540 0.0046900 0.0036846 0.0081986 0.0209024 0.0414328 0.0146900

Kebenaran Fungsionalitas TOPSIS

Adempiere 0.972

Odoo 0.548

Uji antar peramban yang berbeda (

Cross browser

)

Peramban

Uji

Hasil

Chrome

Fuzzy-AHP

Konsisten

TOPSIS

Konsisten

Mozilla

Fuzzy-AHP

Konsisten

TOPSIS

Konsisten

Edge

Fuzzy-AHP

Konsisten

TOPSIS

Konsisten

PENDAHULUAN

DASAR TEORI

METODE PEMECAHAN

MASALAH

ANALISIS DAN

PERANCANGAN

IMPLEMENTASI SISTEM

KERANGKA PRESENTASI

PENGUJIAN DAN EVALUASI

KESIMPULAN

Kesimpulan dan Saran

Kesimpulan



ISO/IEC 25022 Measurement of Quality in Use berhasil dipetakan pada kombinasi metode MCDM Fuzzy-AHP dan TOPSIS.



Metode kombinasi Fuzzy-AHP dan TOPSIS berhasil diimplementasikan pada

sistem. Hasil perhitungan sesuai dengan perhitungan manual dan tampilan web konsisten di berbagai peramban.

Saran



Penelitian selanjutnya bisa melakukan riset secara lebih mendalam pada bagian sub-kriteria ekonomi.



Mengembangkan sistem hingga dapat menggunakan file bisnis proses secara langsung sehingga tidak perlu menggunakan aplikasi terpisah untuk pengukuran kemiripan proses bisnis.