• Tidak ada hasil yang ditemukan

PROSIDING. Prof. Dr. Ir. Suhono Harso Supangkat, CGEIT. I. B. Rai Dharmawijaya Mantra I. B. Gede Dwidasmara, S.Kom., M.Cs. I Putu Suryawan, S.E., M.M.

N/A
N/A
Protected

Academic year: 2021

Membagikan "PROSIDING. Prof. Dr. Ir. Suhono Harso Supangkat, CGEIT. I. B. Rai Dharmawijaya Mantra I. B. Gede Dwidasmara, S.Kom., M.Cs. I Putu Suryawan, S.E., M.M."

Copied!
19
0
0

Teks penuh

(1)
(2)

ISSN : 2302-450X

PROSIDING

PERTEMUAN DAN PRESENTASI KARYA ILMIAH

BALI, 29 JULI 2016

PEMBICARA UTAMA SEMINAR PARALEL DENGAN TEMA

͞

͞

P

P

e

e

m

m

a

a

n

n

f

f

a

a

a

a

t

t

a

a

n

n

T

T

e

e

k

k

n

n

o

o

l

l

o

o

g

g

i

i

B

B

i

i

g

g

D

D

a

a

t

t

a

a

d

d

a

a

n

n

B

B

u

u

s

s

i

i

n

n

e

e

s

s

s

s

I

I

n

n

t

t

e

e

l

l

l

l

i

i

g

g

e

e

n

n

c

c

e

e

u

u

n

n

t

t

u

u

k

k

M

M

e

e

w

w

u

u

j

j

u

u

d

d

k

k

a

a

n

n

S

S

m

m

a

a

r

r

t

t

C

C

u

u

l

l

t

t

u

u

r

r

a

a

l

l

C

C

i

i

t

t

y

y

͟

͟

Prof. Dr. Ir. Suhono Harso Supangkat, CGEIT.

I. B. Rai Dharmawijaya Mantra

I. B. Gede Dwidasmara, S.Kom., M.Cs.

I Putu Suryawan, S.E., M.M.

PENYUNTING AHLI

Prof. Dr. I Ketut Gede Darma Putra, S.Kom., M.T.

Dr. H. Agus Zainal Arifin, S.Kom., M.Kom.

Dr.techn. Ahmad Ashari, M.Kom.

Dr. Drs. Anak Agung Ngurah Gunawan, M.T.

Agus Muliantara, S.Kom., M.Kom.

(3)

PELAKSANA SEMINAR

PELINDUNG

Rektor Universitas Udayana, Bali

PENANGGUNG JAWAB

Dekan Fakultas MIPA Universitas Udayana

Ketua Program Studi Teknik Informatika, FMIPA Universitas Udayana

PANITIA

I Gusti Ngurah Anom Cahyadi Putra,S.T.,M.Cs.

Gst. Ayu Vida Mastrika Giri, S.Kom., M.Cs.

I Gede Arta Wibawa,S.T.,M.Kom

Ida Bagus Made Mahendra, S.Kom., M.Kom.

I Putu Gede Hendra Suputra, S.Kom., M.Kom.

Luh Arida Ayu Rahning Putri,S.Kom.,M.Cs.

Made Agung Raharja, S.Si., M.Cs.

I Gede Santi Astawa, S.T., M.Cs.

I Komang Ari Mogi, S.Kom, M.Kom.

Ida Bagus Gede Dwidasmara,S.Kom.,M.Cs.

Dewa Made Bayu Atmaja Darmawan,S.Kom.,M.Cs.

I Made Widiartha, S.Si., M.Kom.

I Gusti Agung Gede Arya Kadnyanan.,S.Kom.,M.Kom.

I Gede Oka Gartria A.,S.Kom.,M.Kom.

I Wayan Supriana, S.Si., M.Cs.

Dra. Luh Gede Astuti, M.Kom.

(4)

KATA PENGANTAR

Puji syukur kita panjatkan kehadirat Tuhan Yang Maha Esa, atas terselesainya

penyusunan Prosiding SNATIA 2016 ini. Buku ini memuat naskah hasil penelitian dari berbagai

bidang kajian yang telah direview oleh pakar di bidangnya dan telah dipresentasikan dalam acara

Seminar SNATIA tahun 2016 pada tanggal 29 Juli 2016 di Universitas Udayana kampus Bukit

Jimbaran, Badung, Bali.

Kegiatan SNATIA 2016 merupakan agenda tahunan Program Studi Teknik Informatika,

Jurusan Ilmu Komputer, Universitas Udayana. SNATIA 2016

e ga bil te a Pemanfaatan

Teknologi Big Data dan Business Intelligence untuk Mewujudkan Smart Cultural City

, de ga

pembicara utama seminar yang terdiri dari pakar-pakar peneliti dan pemerhati di bidang

Teknologi Informasi dan Smart City.

Meskipun kegiatan seminar dan pendokumentasian naskah dalam prosiding ini telah

dipersiapkan dengan baik, namun kami menyadari masih banyak kekurangannya. Panitia

memohon maaf yang sebesar-besarnya atas kekurangan yang ada. Kritik dan saran perbaikan

sangat kami harapkan untuk penyempurnaan di masa mendatang, yang dapat dikirimkan melalui

e-mail snatia.unud@gmail.com.

Kepada semua pihak yang terlibat baik langsung maupun tidak langsung dalam

penyelenggaraan seminar dan penyusunan prosiding SNATIA 2016, panitia mengucapkan terima

kasih.

Jimbaran, 29 Juli 2016

(5)
(6)

DAFTAR ISI

Kata Pengantar

Daftar Isi

Artificial Intelligence

Implementasi Algoritma Genetika pada Penjadwalan Bimbingan Tugas Akhir (Studi

Kasus Jurusan Ilmu Komputer Universitas Udayana)

Alfin Amri ...

1

Implementasi Metode Naïve Bayes Classifier dalam Mendeteksi Penyakit Saluran Kemih

I Gede Krisna Putra Andiana ...

9

Klasifikasi Jamur Menggunakan Metode Naïve Bayes dengan Pemrosesan Paralel

I Putu Agus Suarya Wibawa ...

15

Klasifikasi Pengidap Diabetes Menggunakan Metode Naive Bayes dengan Pemrosesan

Pararel

Daniel Kurniawan ...

23

Komparasi Algoritma C4.5, Naïve Bayes dan K-Nearest Neighbor (K-Nn) untuk

Mendeteksi Kanker Payudara

Rayung Wulan ...

29

Penerapan Metode LCG (Linear Congruential Generator) pada Sistem Pengacak Soal

Studi Kasus : BLCC (Bali Logic and Computer Competition) Unud

I Wayan Puguh Sudarma ...

35

Perancangan Monitoring and Controlling Traffic Light pada Different Street Condition

Menggunakan Jaringan Internet

Cries Avian ...

43

Perancangan Sistem Evaluasi Nilai Akademik Mahasiswa Menggunakan K-Means

Clustering

Risky Aswi Ramadhani ...

49

Perancangan Sistem Pengklasifikasian Musik Menggunakan Algoritma Support Vector

Machine

(7)

Rancang Bangun Aplikasi Pencocokan Citra Tanda Tangan

Resty Wulanningrum ...

61

Information Systems

Analisa Sistem Informasi Persediaan Barang Pada PT. Dua Libra

Nur Azizah ...

67

Analisa Sistem Pembayaran Futsal Pada PT. Padang Golf Moderland

Nur Azizah ...

77

Analisis dan Perancangan Aplikasi ETL Untuk Data Warehouse

Made Mahadipta ...

87

Aprida Aplikasi Penilaian Fleksibel untuk Guru dan Dosen

Fatkur Rhohman...

99

Desain Aplikasi Prosiars Sebagai Media Pendukung Akuisisi Ketrampilan Tata Kelola

Rekam Medis

Slamet Sudaryanto N ...

103

Desain Model Integrasi dan Sinkronisasi Antar Unit Surveilans Untuk Mendukung Data

Warehouse Epidemiologi

Fikri Budiman ...

111

Evaluasi Penggunaan Website dan Fasilitas E-Learning Universitas Nusa Nipa

Menggunakan Metode Analisis Pieces Framework Menuju Paperless Office

Agustinus Lambertus Suban ...

119

Implementasi Single Page Application pada Aplikasi Sintask Menggunakan Javascript

Dan Jquery

Aditya Wikardiyan ...

129

Pengembangan dan Software Testing Aplikasi Tebak Huruf Jawa

Supriyono ...

135

Perancangan Aplikasi E-Learning Berbasis Android Pada Media Pembelajaran Alternatif

I Kadek Ardi Angga ...

141

Perancangan dan Implementasi Aplikasi Media Reservasi Makanan Berbasis Client

Server dengan Platform Android

(8)

Perancangan Data Warehouse pada Penjualan Kain Endek Bali (Studi Kasus Toko Luhur

Busana Bali)

Rosa Irma Cahyani...

153

Perancangan Sistem Informasi Ensiklopedi Motif Kain Endek Khas Bali

I Gusti Ag Ayu Putu Rhera Mahayekti ...

161

Perancangan Sistem Informasi Pendataan Surat Masuk dan Surat Keluar Pada Media

Cetak Tabloid Tipikor Berbasis Web

Nur Azizah ...

169

Perancangan Sistem Inventaris Sarana Akademik UN PGRI Kediri

Intan Nur Farida ...

181

Perancangan Sistem Tracer Alumni untuk Menentukan Profil Lulusan Prodi Teknik

Informatika Universitas Nusantara PGRI Kediri

Danar Putra Pamungkas...

187

Purwarupa Sistem Layanan Perpustakaan Menggunakan Konsep Basis Data

Terdistribusi

Putu Andina Titra Dewi ...

193

Rancang Bangun Sistem Monitoring Sarbagita Berbasis Mobile Sebagai Solusi

Peningkatan Kepuasan Pelanggan Sarbagita

Ida Bagus Dananjaya ...

199

Rancangan Emergency Call Sebagai Penanganan Kecelakaan Di Kota Kediri

Ervin Kusuma Dewi ...

207

Sistem Informasi Monitoring Bus Trans Sarbagita Berbasis Web

I Putu Gede Surya Hadi Kusuma ...

213

Sistem Informasi Pengarsipan Kinerja Dosen Menggunakan Restful Web Service

Teguh Andriyanto ...

221

Sistem Pengolahan Data Akademik Di Universitas Nusantara PGRI Kediri

Juli Sulaksono ...

227

Knowledge Management

Aplikasi Sistem Pencarian E-Book Dengan Memanfaatkan Web Crawler Berdasarkan

Kesamaan Semantik

(9)

Implementasi Algoritma C4.5 Pada Sistem Pendukung Keputusan Pemilihan Kos Di

Daerah Bukit Jimbaran Bali

Imam Zarkasi ...

241

Implementasi dan Perbandingan Algoritma Stemming untuk Dokumen Teks Berbahasa

Indonesia

Dina Anggraini ...

247

Penerapan Metode Profile Matching dalam Menentukan Kualitas Ikan Tuna (Studi

Kasus Pt.Primo Indo Ikan)

Agus Aan Jiwa Permana ...

255

Perancangan dan Implementasi Sistem Pendukung Keputusan Dalam Lomba Desa Pada

Kantor Badan Pemberdayaan Masyarakat Dan Pemerintahan Desa Di Provinsi Nusa

Tenggara Barat Dengan Metode Topsis

Ni Putu Eka Listiani ...

263

Perancangan Knowledge Management System Motif Kain Endek Khas Bali

Riska Prasetiyo Utami ...

269

Perancangan Rekomendasi Penjualan Endek Pada Sistem Web E-Commerce

Menggunakan Metode Hybrid Filtering

Luh Ayu Diah Fernita Sari ...

279

Perancangan Simulasi Keuntungan Penjualan Bensin Pada Stasiun Pengisian Bahan

Bakar Umum (SPBU) Menggunakan Metode Monte Carlo (Studi Kasus Spbu Jl. Raya

Uluwatu, Jimbaran)

I Putu Surya Diputra ...

287

Simulasi Transaksi untuk Memperkirakan Keuntungan pada Minimarket Vidya dengan

Menggunakan Metode Monte Carlo

Josua Geovani Sinaga ...

299

Sistem Pakar untuk Diagnosa Penyakit Diabetes Mellitus dengan Metode Mamdani

Pada Puskesmas Di Jakarta Timur

Za’i atu Niswati ...

307

Sistem Pendukung Keputusan dalam Penentuan Supplier Tanaman Terbaik

Menggunakan Metode Simple Additive Weighting Studi Kasus CV. Intan Mas Ajie

Rr. Putri Intan Paramaeswari ...

315

Sistem Pendukung Keputusan Menentukan Lokasi Membangun Ruko Menggunakan

Metode SAW Dan Proses Paralel

(10)

Sistem Pendukung Keputusan Pemilihan Paket Telekomunikasi Smartphone Atau

Gadget Dengan Metode SAW (Simple Additive Weighting)

Christina ...

329

Sistem Pendukung Keputusan Pemilihan Portofolio Investasi Saham di Bursa Efek

Indonesia Menggunakan Metode Saw dan Proses Paralel

I Gede Wicaksana ...

335

Sistem Pendukung Keputusan Penentuan Anak Asuh Bagi Peserta Didik Dengan Metode

SAW (Simple Additive Weighting)

Rina Firliana ...

341

Sistem Pendukung Keputusan Penentuan Lokasi Pembangunan Minimarket

Menggunakan Metode Simple Additive Weighting (Studi Kasus Kabupaten Gianyar)

Gede Surya Adiwiguna ...

349

Sistem Pendukung Keputusan Perekrutan Pegawai Dengan Metode Naïve Bayes (Studi

Kasus di PT. Tatamulia)

Ni Putu Striratna Devi Wedayanti ...

357

Sistem Pendukung Keputusan Perekrutan Pegawai Menggunakan Perangkingan

MADM TOPSIS

Luh Putu Dewi Cahyuni ...

363

Sistem Pendukung Keputusan Seleksi Penerima Beasiswa di SMKN 3 Negara

Menggunakan Metode Analytical Hierarchy Process (AHP)

I Putu Krisna Adi Syandhana ...

369

SPK Penentuan Lokasi Pembangunan Perumahan Menggunakan Metode SAW dengan

Pemrosesan Paralel (Studi Kasus Kab. Jembrana)

Gede Satria Pinandita ...

377

SPK untuk Menenentukan Kesesuaian Lahan Tanaman Kopi Arabika Menggunakan

Metode WP dengan Pemrosesan Paralel

Ketut Yudi Werdika ...

383

Web Dinamis Sebagai Sistem Bantu Pencarian Rumah Kos Mahasiswa Dengan Metode

Weighted Product (WP)

(11)

Multimedia Application

Analisis Sistem Rekomendasi Musik Berdasarkan Konteks Menggunakan Soft

Case-Based Reasoning

Gst. Ayu Vida Mastrika Giri ...

395

Aplikasi Alat Musik Padang Berbasis Android

I Gusti Ngurah Anom Cahyadi Putra ...

401

Aplikasi Reduksi Noise Citra Aksara Bali Pada Lontar

Gusti Agung Mas Trisna Krishany ...

409

Implementasi Augmented Reality Pada Objek-Objek Museum Bali Studi Awal

Perancangan Aplikasi Edukasi Untuk Pengunjung Museum

Gerson Feoh ...

415

Pengemba ga Ga e “uper “o ic “hoot de ga Pe dekata Ga e-SCRUM

Falahah ...

423

Perancangan Sistem Informasi Pembelajaran Pembuatan Banten Berbasis Video

Streaming

I Putu Septian Arya Pratama ...

429

Networking and Security

Aplikasi Chatting Berbasis Multiagent Menggunakan Java Agent Development

Framework (JADE)

Nisa Miftachurohmah ...

437

Color Image Encryption Using RC4 Algorithm

Andysah Putera Utama Siahaan ...

443

Implementasi Algoritma RC6 Sebagai Pengamanan Aplikasi Chatting

Anneke Puspita Dewi ...

449

Pengelolaan Routing OLSR Pada Jaringan Wireless Mesh

Iwan Rijayana ...

459

Pengembangan Aplikasi Context Aware Pada Teknolog Near Field Communcation

Yuli Fauziah ...

467

Penggunaan Metode Kriptografi pada Voice Over Internet Protokol

(12)

Perancangan dan Implementasi Aplikasi Chat Menggunakan MQTT Protocol

Muhammad Ridwan Satrio ...

481

Perancangan SMS Gateway Untuk Pelayanan Informasi pada Kegiatan Desa Adat

I Putu Raka Wiratma ...

485

Rancang Bangun Sistem Informasi Paroki Habi Keuskupan Maumere Melalui SMS

Gateway

Theresia Wihelmina Mado ...

491

Sistem Informasi Pengingat Pengumpulan Nilai Berbasis SMS Gateway pada Prodi

Sistem Informasi Universitas Nusantara PGRI Kediri

Fajar Rohman Hariri, M.Kom ...

499

Sistem Kendali DC Converter Untuk Aplikasi Sistem (CAES)

(13)
(14)

377

 

SPK PENENTUAN LOKASI PEMBANGUNAN PERUMAHAN

MENGGUNAKAN METODE SAW DENGAN PEMROSESAN

PARALEL (STUDI KASUS KAB. JEMBRANA)

Gede Satria Pinandita

1

, I Gede Arta Wibawa

2

1Ilmu Komputer, MIPA, Universitas Udayana Bukit Jimbaran

Email: satriapinandita1@gmail.com1, gedearta83@gmail.com2

ABSTRAK

Kabupaten Jembrana merupakan kabupaten yang terletak di ujung barat Provinsi Bali dan menjadi pintu gerbang antara Pulau Bali dengan Pulau Jawa. Letak geografis Kabupaten Jembrana yang dekat dengan Pulau Jawa mengakibatkan intensitas penduduk pendatang sangat tinggi. Menurut data Badan Pusat Statistik Kabupaten Jembrana, jumlah penduduk di Kabupaten Jembrana mengalami peningkatan setiap tahunnya. Seiring dengan semakin bertambahnya jumlah penduduk tersebut, kebutuhan akan kawasan perumahan tentunya juga meningkat. Pemerintah maupun investor dalam membangun kawasan perumahan di Kabupaten Jembrana membutuhkan suatu sistem pendukung keputusan (SPK) yang dapat membantu dalam mengambil keputusan secara cepat dan akurat. Salah satu Metode SPK yang mampu digunakan adalah metode Simple Additive Weighting (SAW).

Konsep dasar dari metode Simple Additive Weighting (SAW) adalah mencari penjumlahan terbobot dari rating kinerja pada setiap alternatif dari semua atribut. Kriteria yang digunakan meliputi luas wilayah, jumlah penduduk, kepadatan penduduk dan jumlah fasilitas pendukung. Output berupa rangking kecamatan yang cocok untuk dibangun kawasan perumahan di Kabupaten Jembrana. Pemrosesan SPK menggunakan SAW diproses secara paralel untuk mengoptimalisasi waktu proses. Pemrosesan Pararel adalah kemampuan menjalankan lebih dari satu tugas dan dijalankan secara simultan atau bersamaan pada sebuah komputer.

Hasil dari penelitian ini adalah suatu aplikasi sistem pendukung keputusan untuk membantu para pengambil keputusan dalam mementukan pembangunan kawasan perumahan di Kabupaten Jembrana. Penggunaan proses paralel dapat menghasilkan output berupa waktu yang lebih cepat dalam membuat rangking lokasi yang digunakan untuk rekomendasi pembangunan lokasi perumahan.

Kata Kunci: SPK, SAW, Kab Jembrana, Perumahan, Paralel ABSTRACT

Jembrana is a district located in the west of Bali and become a gateway between Bali and Java. Geographical location Jembrana district near the island of Java resulted in settlers very high intensity. According to data from the Central Bureau of Statistics Jembrana, the number of people in Jembrana has increased every year. Along with the increasing number of the population, the need for residential areas would also increase. Governments and investors in building a residential neighborhood in Jembrana requires a decision support system (DSS) that can assist in making decisions quickly and accurately. One method that is capable of being used is Simple Additive weighting method (SAW).

The basic concept of Simple Additive weighting method (SAW) is looking for a weighted sum of the performance rating of all the attributes of each alternative. The criteria used include area, population, population density and the number of support facilities. Output of the ranking of districts are suitable to be built residential area in the district of Jembrana. DDS processing using SAW processed in parallel to optimize the processing time. Parallel processing is the ability to run more than one task and run simultaneously or concurrently on a computer.

Results from this study is an application decision support system to assist decision makers in the construction determines the residential district of Jembrana. The use of parallel processing to produce output 90% faster in making the ranking of the locations used for the construction of residential location recommendations.

(15)

ISSN : 2302-450X 

 

378

 

1 PENDAHULUAN

Dengan semakan meningkatnya teknologi yang diciptakan oleh manusia untuk meningkatkan kemampuan dalam menjalankan pekerjaannya, maka manajemen seseorang akan banyak dihadapkan pada pembuatan keputusan seperti keputusan terhadap perencanaan, pelaksanaan, pengawasan, dan penilaian. Pengambilan keputusan dari suatu masalah, baik itu masalah yang sederhana maupun yang kompleks, diperlukan informasi-informasi yang menyeluruh dan akurat. Kemampuan menganalisa dan mengolah informasi serta metode penyelesaian yang tepat.

Pemerintah maupun perusahaan memanfaatkan sistem pendukung keputusan untuk membantu dalam pemecahan suatu masalah berdasarkan analisis untuk menentukan alternatif pemecahan suatu masalah secara cepat, tepat, dan akurat. Kabupaten Jembrana merupakan kabupaten yang terletak di ujung barat Provinsi Bali dan menjadi pintu gerbang antara Pulau Bali dengan Pulau Jawa. Letak geografis Kabupaten Jembrana yang dekat dengan Pulau Jawa mengakibatkan intensitas penduduk pendatang sangat tinggi. Seiring dengan semakin bertambahnya jumlah penduduk tersebut, kebutuhan akan kawasan perumahan tentunya juga meningkat. Pemerintah maupun investor dalam membangun kawasan perumahan di Kabupaten Jembrana membutuhkan suatu sistem pendukung keputusan (SPK) yang dapat membantu dalam mengambil keputusan secara cepat dan akurat.

Proses penentuan lokasi pembangunan kawasan perumahan berdasarkan kepada 4 (empat) buah kriteria yaitu: luas wilayah, jumlah penduduk, kepadatan penduduk dan jumlah fasilitas pendukung (sekolah dan kantor pemerintahan). Untuk data dari kriteria tersebut didapat dari Badan Pusat Statistik Kabupaten Jembrana. Hasil dari proses ini berupa ranking kecamatan di Kabupaten Jembrana yang paling cocok dan direkomendasikan sebagai lokasi pembangunan kawasan perumahan. Penentuan lokasi perumahan yang baik memerlukan alat bantu yang tepat, yang menggunakan komputer sebagai suatu sarana yang dapat membantu sumber daya manusia untuk mendapatkan informasi secara tepat dan akurat dengan suatu metode dan penghitungan matematis yang pasti yaitu metode Simple Additive Weighting (SAW). Konsep dasar dari metode Simple Additive

Weighting (SAW) adalah mencari penjumlahan

terbobot dari rating kinerja pada setiap alternatif dari semua atribut.

Telah banyak penelitian yang pernah dilakukan terkait permasalah mengenai proses seleksi dan menjelaskan metode AHP diantaranya Ainun Jariah (2011) dengan judul Sistem Pendukung Keputusan Untuk Penentuan Lokasi Lahan Perkebunan Sawit Dengan Menggunakan Metode SAW, Elvina Lubis (2013) dengan judul Sistem

Pendukung Keputusan Penentuan Kelayakan Daerah Pertanian Menggunakan Metode SAW.

Adapun tujuan penelitian ini adalah untuk mengimplementasikan metode Simpel Additive Weighting (SAW) yang dapat membantu pihak

pemerintah Kabupaten Jembrana maupun investor dalam mengambil keputusan untuk menentukan lokasi pembangunan kawasan perumahan di Kabupaten Jembrana menggunakan Sistem Pendukung Keputusan (SPK), dimana sistem ini berfungsi untuk melakukan proses analisis berdasrakan kriteria-kriteria yang sudah ditentukan sebelumnya. Pemrosesan SPK menggunakan SAW diproses secara paralel untuk mengoptimalisasi waktu proses. Pemrosesan Pararel adalah kemampuan menjalankan lebih dari satu tugas dan dijalankan secara simultan atau bersamaan pada sebuah komputer.

Batasan masalah dari penelitian ini yaitu : (1) Implementasi aplikasi SPK yang dibuat dengan ruang lingkup Kabupaten Jembrana. (2) Metode yang digunakan adalah Simple Additive Weighting (SAW)

2 MODEL, ANALISIS, DESAIN, DAN

IMPLEMENTASI

2.1 Fuzzy Multi Atribute Decision Making (Fuzzy MADM)

Fuzzy Multiple Attribute Decision Making (FMADM) adalah suatu metode yang digunakan

untuk mencari alternatif optimal dari sejumlah alternatif dengan kriteria tertentu. Inti dari FMADM adalah menentukan nilai bobot untuk setiap atribut, kemudian dilanjutkan dengan proses perankingan yang akan menyeleksi alternatif yang sudah diberikan. Pada dasarnya, proses MADM dilakukan melalui 3 tahap, yaitu penyusunan komponen-komponen situasi, analisis, dan sintesis informasi. Ada beberapa metode yang dapat digunakan untuk menyelesaikan masalah FMADM yaitu :

1. Simple Additive Weighting Method (SAW). 2. Weighted Product (WP).

3. ELECTRE.

4. TOPSIS (Technique for Order Preference

by Similarity to Ideal Solution ).

5. Analytic Hierarchy Process (AHP).

Pada tahap penyusunan komponen, komponen situasi akan dibentuk tabel taksiran yang berisi identifikasi alternatif dan spesifikasi tujuan, kriteria dan atribut. Salah satu cara untuk menspesifikasikan tujuan situasi |Oi, i=1,...,t | adalah dengan cara mendaftar konsekuensi-konsekuensi yang mungkin dari alternatif yang telah teridentifikasi | Ai, i=1,...,n|. Selain itu juga disusun atribut-atribut yang akan digunakan |ak, k=1,...,n|. Tahap analisis dilakukan melalui 2 langkah, yaitu:

a. Mendatangkan taksiran dari besaran yang potensial, kemungkinan dan ketidakpastian

(16)

Gede Satria Pinandita,

 

SPK Penentuan Lokasi Pembangunan Perumahan Menggunakan Metode SAW Dengan Pemrosesan Paralel (Studi Kasus Kab.Jembrana)

 

379

 

yang berhubungan dengan dampak-dampak yang mungkin pada setiap alternatif. b. Meliputi pemilihan dari preferensi

pengambil keputusan untuk setiap nilai dan ketidakpedulian terhadap resiko yang timbul.

Masalah Multi Attribute Decision Making (MADM) adalah mengevaluasi m alternatif Ai

(i=1,2,...,m) terhadap sekumpulan atribut atau kriteria Cj (j=1,2,...,n), dimana setiap atribut saling tidak

bergantung satu dengan yang lainnya. Matriks keputusan setiap alternatif terhadap setiap atribut X. Dalam penelitian ini menggunakan FMADM metode Fuzzy SAW. Adapun langkah-langkahnya adalah:

1. Menentukan kriteria-kriteria yang akan dijadikan acuan dalam pengambilan keputusan, yaitu Ci.

2. Menentukan rating kecocokan setiap alternatif pada setiap kriteria.

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

perankingan yaitu penjumlahan dari perkalian matriks ternormalisasi R dengan vektor bobot sehingga diperoleh nilai terbesar yang dipilih sebagai alternatif terbaik (Ai) sebagai solusi.

2.2 Simple Additive Weighting (SAW)

Metode SAW merupakan metode MADM yang paling sederhana dan paling banyak digunakan. Metode ini juga metode yang paling mudah untuk diaplikasikan, karena mempunyai algoritma yang tidak terlalu rumit.

Metode SAW sering juga dikenal sebagai metode 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.

�!"=  !"#! !!"

!!"   jika j adalah atribut biaya (cost) !!"

!"#! !!"  jika j adalah atribut keuntungan (benefit)

Gambar 1. Formula Normalisasi

Keterangan :

rij: Rating kinerja ternormalisasi

Maximum: Nilai maksimum dari setiap baris dan kolom

Minimum: Nilai minimum dari setiap baris dan kolom

Xij: Baris dan kolom dari matriks dimana rij adalah rating kinerja ternormalisasi dari alternatif Ai pada atribut Cj; i=1,2,...,m dan j=1,2,...,n. Nilai preferensi untuk setiap alternative (Vi) diberikan sebagai:

!=

! �!" !

!!!

Gambar 2. Formula mencari nilai preverensi

Keterangan :

Vi : Nilai Akhir Alternative Wi : Bobot yang telah ditentukan Rij : Normalisasi matriks

Nilai Vi yang lebih besar mengindikasikan bahwa alternatif ai lebih terpilih.

2.3 Komputasi Paralel

Pemrosesan paralel (parallel processing) adalah menggunakan lebih dari satu CPU untuk menjalankan sebuah program secara simultan. Idealnya, parallel processing membuat program berjalan lebih cepat karena semakin banyak CPU yang digunakan.

Komputasi paralel adalah salah satu teknik melakukan komputasi secara bersamaan dengan memanfaatkan beberapa komputer independen secara bersamaan. Ini umumnya diperlukan saat kapasitas yang diperlukan sangat besar, baik karena harus mengolah data dalam jumlah besar (di industri keuangan, bioinformatika, dll) ataupun karena tuntutan proses komputasi yang banyak. Kasus kedua umum ditemui di kalkulasi numerik untuk menyelesaikan persamaan matematis di bidang fisika (fisika komputasi), kimia (kimia komputasi) dll.

Tujuan utama dari pemrosesan paralel adalah untuk meningkatkan performa komputasi. Semakin banyak hal yang bisa dilakukan secara bersamaan (dalam waktu yang sama), semakin banyak pekerjaan yang bisa diselesaikan. Berikut adalah gambaran perbandingan sistem tanpa menggunakan komputasi parallel dan sistem dengan menggunakan komputasi parallel

2.4 Analisis Kebutuhan

Pada penelitian ini kriteria yang digunakan sebagai pertimbangan dalam penentuan pembangunan lokasi perumahan di Kabupaten Jembrana ditunjukkan pada Tabel 1. Data pada Tabel 1 diperoleh dari studi literatur pada Badan Pusat Statistik (BPS) Kabupaten Jembrana.

Tabel 1 Kriteria Penentuan Pembangunan Lokasi Perumahan Di Kabupaten Jembrana

No Kriteria 1 Jumlah Penduduk 2 Kepadatan Penduduk

(17)

ISSN : 2302-450X 

 

380

 

3 Jumlah Fasilitas Pendukung (Sekolah dan Kantor Pemerintahan) 4 Luas Wilayah

Tabel 2 Alternatif Penentuan Pembangunan Lokasi Perumahan Di Kabupaten Jembrana

No Alternatif (Kecamatan Di Kabupaten Jembrana) 1 Jembrana 2 Negara 3 Mendoyo 4 Melaya 5 Pekutatan

3 SKENARIO UJI COBA

Menerapkan metode Simple Additive Weighting (SAW) pada kasus penentuan lokasi

pembangunan perumahan di Kabupaten Jembrana, dengan menggunakan kriteria yang sudah ditentukan oleh beberapa jurnal ekonomi pendukung dan menggunakan alternatif sejumlah empat lokasi yang strategis.

Pada perhitungan normalisasi tabel dan perangkingan hasil SAW akan menggunakan pemrosesan parallel sehingga diketahui seberapa cepat perhitungan dilakukan dengan jumlah prosesor berbeda.

4 HASIL UJI COBA

Pada tahap ini dilakukan penerapan metode

Simple Additive Weighting (SAW) dengan menggunakan 4 kriteria yang telah ditentukan. Langkah yang dilakukan antara lain:

a. Menginput Data Awal

Tabel 3 Data Awal

Alt Kriteria C1 C2 C3 C4 A1 93,97 53,50 569 70 A2 126,50 80,85 639 98 A3 294,49 57,35 195 88 A4 197,19 51,94 263 86 A5 129,65 26,16 202 50 Keterangan C1 = Luas Wilayah (Km2) C2 = Jumlah Penduduk (x1000)

C3 = Kepadatan Penduduk (Jiwa per Km2) C4 = Jumlah Fasilitas Pendukung

A1 = Jembrana A2 = Negara A3 = Mendoyo

A4 = Melaya A5 = Pekutatan

b. Setelah data awal dibentuk, selanjutnya memberikan kategori yang termasuk cost ataupun benefit. Disini semua kriteria termasuk dalam kriteria benefit.

c. Pengambil keputusan memberikan bobot untuk setiap kriteria seperti table dibawah.

Tabel 4 Tabel Bobot Penentuan Pembangunan Lokasi Perumahan Di Kabupaten Jembrana

No Kriteria Bobot 1 Jumlah Penduduk 25% 2 Kepadatan Penduduk 25% 3 Jumlah Fasilitas Pendukung 25% 4 Luas Wilayah 25%

Total 100% Ketentuan-ketentuan tersebut diperlukan dalam proses perhitungan metode SAW, sehingga didapat hasil akhir perhitungan metode SAW yaitu pada tabel 5 dibawah ini.

Tabel 5 Peringkat Kecamatan dari Perhitungan SAW

No

Kecamatan

Hasil

1

Jembrana

0,64639

2

Negara

0,85739

3

Mendoyo

0,72812

4

Melaya

0,65029

5

Pekutatan

0,39753

Dari proses sistem pendukung keputusan metode SAW ini menghasilkan kecamatan Negara sebagai kecamatan yang paling sesuai untuk pembangunan lokasi perumahan. Hasil perangkingan wilayah yang paling sesuai untuk dijadikan lokasi pembangunan kawasan perumahan dapat dilihat di table 5 diatas.

Grafik dari proses metode SAW dengan waktu proses eksekusi sebagai berikut :

Gambar 4.1 Grafik Perbandingan Waktu Proses Tiap Prosesor

(18)

Gede Satria Pinandita,

 

SPK Penentuan Lokasi Pembangunan Perumahan Menggunakan Metode SAW Dengan Pemrosesan Paralel (Studi Kasus Kab.Jembrana)

 

381

 

Terlihat bahwa jika 1 prosesor membutuhkan waktu 0,6 detik, 2 prosesor 1 detik, 3 prosesor 1,4 detik, 4 prosesor 2,2 detik, 5 prosesor 2,9 detik, 6 prosesor 3,4 detik, 7 prosesor 3,8 detik, dan 8 prosesor 4,5 detik. Berdasarkan grafik diatas dengan menggunakan prosesor lebih dari satu menyebabkan kecepatan eksekusi menjadi semakin lambat. Sedangkan dengan single prosesor waktu eksekusi lebih cepat. Ini disebabkan karena jumlah data yang diloah tergolong kecil atau sedikit.

Pemrosesan paralel akan lebih efektif digunakan dalam memproses data yang besar. Misalkan terdapat data dengan jumlah lebih dari 500.000 dan diproses hanya dengan single prosesor, maka beban kerja prosesor menjadi tidak seimbang dan mengakibatkan waktu eksekusi yang lambat. Sehingga dalam memproses data yang besar komputasi paralel cocok digunakan.

Sedangkan dalam memproses data dengan jumlah kecil, dapat dilihat pada grafik diatas bahwa penggunaan pemrosesan paralel menghasilkan waktu eksekusi yang lebih lambat. Ini disebabkan karena waktu yang dibutuhkan untuk eksekusi lebih banyak dihabiskan untuk berkomunikasi. Adanya langkah komputasi tambahan akibat komunikasi antar prosesor yang lebih banyak dibandingkan langkah komputasinya sendiri sehingga menyebabkan waktu proses menjadi lebih lambat dibandingkan dengan menggunakan single prosesor.

5 KESIMPULAN

Berdasarkan dari penelitian yang telah dilakukan maka dapat disimpulkan bahwa Kecamatan Negara merupakan kecamatan yang paling direkomendasikan sebagai lokasi pembangunan kawasan perumahan di Kabupaten Jembrana. Juga dapat disimpulkan bahwa penggunaan metode Simple

Aditive Weighting (SAW) cocok digunakan dalam

menentukan atau memilih lokasi pembangunan kawasan perumahan di Kabupaten Jembrana dengan

kriteria-kriteria yang telah ditentukan dimana pada kasus ini yang menjadi antara lain luas wilayah, jumlah penduduk, kepadatan penduduk, dan jumlah fasilitas pendukung.

Dengan pemrosesan paralel menunjukkan bahwa terjadi peningkatan waktu proses pada perhitungan SPK dengan metode SAW. Jadi penggunaan pemrosesan paralel dengan jumlah prosesor yang lebih banyak tidak dapat menjamin bahwa waktu proses menjadi lebih cepat dibandingkan dengan hanya menggunakan single prosesor.

6 DAFTAR PUSTAKA

[1] Suryadi, K, Ramdhani, A. 2003. Sistem

Pendukung Keputusan, Bandung: Rosda.

[2] Kusumadewi, Sri., Hartati, S., Harjoko, A., Wardoyo, R. 2006. Fuzzy Multi-Attribute

Decision Making (FUZZY MADM).

Yogyakarta: Graha Ilmu.

[3] Kusrini. 2007 Konsep dan Aplikasi Sistem

Pendukung Keputusan, Yogyakarta: Andi.

[4] Rao, Venkata R. 2007. Decision Making in the

Manufacturing Environment. USA: Springer

[5] Chen, Shu-Jen dan Hwang, Ching-Lai. 1991.

Fuzzy Multiple Attribute Decision Making Methods and Applications. USA: Springer

[6] Onggo, Cindra. Juni. 2013. “Sistem Pendukung Keputusan Untuk Pemilihan Lokasi Pembukaan Cabang Usaha Variasi Mobil Dengan Metode Promethee”. Jurnal: Sarjana Teknik Informatika 2013, Jurusan Teknik Informatika

Universitas Ahmad Dahlan.

[7] Hartini, Dwi Citra. April. 2013. “Sistem Pendukung Keputusan Untuk Pemilihan Hotel di Kota Palembang Dengan Metode Simple Additive Weighting (SAW)”. Jurnal: Sistem

Informasi 2013, Jurusan Sistem Informasi

Fakultas Ilmu Komputer Unsri.

(19)

Gambar

Tabel 5 Peringkat Kecamatan dari Perhitungan  SAW  No  Kecamatan  Hasil  1  Jembrana  0,64639  2  Negara  0,85739  3  Mendoyo  0,72812  4  Melaya  0,65029  5  Pekutatan  0,39753

Referensi

Dokumen terkait

Selain itu, untuk memperdalam skill penjual jamu dalam membuat jamu gendong instan, dan bisa menjadi tempat trial and error sehingga kedepannya mendapat resep yang paten serta tips

Penelitian ini menggunakan metode Convolutional Neural Network (CNN) untuk mendeteksi citra x-ray penyakit Covid-19 dengan dataset yang digunakan sejumlah 450

Perancangan SIMAPILL kali ini dirancang agar dapat memberikan informasi kondisi jalan secara real time yang diinformasikan melalui tangkapan kamera yaitu berupa

Utang pajak sebelum dinyatakan pailit, yaitu pada saat dinyatakan pailit ternayta telah diterbitkannya Surat Tagihan Pajak (STP) atau Surat Ketetapan Pajak (SKP).

Karena sirkuit C bisa mengunjungi setiap simpul klausa c j , maka akan ada paling sedikit satu jalur yang terbentuk dengan arah benar relatif terhadap simpul c

d. Meminta kelompok siswa untuk berdiskusi menyelesaikan LKS. Membantu kelompok siswa yang mengalami kesulitan dalam menyelesaikan LKS. Membahas hasil kerja

Bencana tersebut tidak ada korban, kondisi sampai tanggal 15 Februari 2009, pukul 19.15 WIB titik api sudah padam, kabut asap sudah tidak terlihat dan jarak pandang sudah

Metode Weighted Product dipilih untuk menyelesaikan masalah penentuan lahan yang sesuai untuk tanaman kopi jenis arabika karena metode ini lebih cocok dan bisa