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 ERPmempertimbangkan 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 UseRUMUSAN DAN BATASAN MASALAH
Bagaimana memetakan kriteria yang terdapat di dalam ISO/IEC 25022Measurement 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 ofQuality 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 ISOPENDAHULUAN
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 atributFuzzy-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 WeightTask 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 DivisionISO/IEC 25000 : Guide to SQuaRE
ISO/IEC 25001 : Planning and Management
ISO/IEC 2501n - Quality Model DivisionISO/IEC 25010 : System and software quality models
ISO/IEC 25012 : Data Quality model
ISO/IEC 2502n – Quality Measurement DivisionISO/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 DivisionISO/IEC 25030 : Quality requirements
ISO/IEC 2504n – Quality Evaluation DivisionBeehivez
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 2PENDAHULUAN
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 0.0146900Kebenaran 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 padasistem. Hasil perhitungan sesuai dengan perhitungan manual dan tampilan web konsisten di berbagai peramban.
Saran