1
RANCANG BANGUN SISTEM PENDUKUNG KEPUTUSAN PEMILIHAN
PEMENANG TENDER PROYEK KERETA API MENGGUNAKAN
METODE PROMETHEE
(STUDI KASUS PT. KERETA API INDONESIA DAOP 8 SURABAYA)
Wahyu Chusnul Rozil
1)1) S1 / Jurusan Sistem Informasi, Sekolah Tinggi Manajemen Komputer & Teknik Komputer
Surabaya, email : Sundayboy.boy@gmail.com
Abstraks : Partner selection process is one important part in project activities Since impact on the
quality and efficiency of construction costs. Partner selection process conducted by PT Kereta Api Indonesia (Persero) DAOP 8 Surabaya still less because it still manual. It is therefore easy to confuse in choosing a partner who will be selected and human error is always disturb the decision making process, because the information obtained is less rapid and precise yan so often interfere with the selection process. To address this we need a decision support system that can manage the assessment criteria. Partner selection process conducted by Promethee method, ie by ranking the criteria. With Tender Decision Support With a systematic method of selection of winners Promethee, the process of partner selection criteria can produce an alternative that can be used by decision makers in determining which partners become tender pemenan railway project in the project.
Keywords: Motorcycle, Promethee and Web services
PT. KERETA API INDONESIA
(Persero) DAOP 8 Surabaya adalah salah
satu cabang PT. KERETA API INDONESIA
(Persero) dimana perusahaan BUMN (Badan
Usaha Milik Negara) ini bergerak dibidang
jasa angkutan kereta api.
Pelelangan Proyek diadakan guna
menawarkan tender pekerjaan kepada
perusahaan-perusahaan rekanan. Selama ini
PT. KERETA API INDONESIA (Persero)
DAOP 8 Surabaya dalam pengerjaan
proyeknya selalu menggunakan
perusahaan-perusahaan rekanan. Rekanan yang
bekerjasama dengan PT. KERETA API
INDONESIA (Persero) DAOP 8 Surabaya
adalah rekanan yang ditentukan oleh bagian
lelang PT. KERETA API INDONESIA
(Persero) DAOP 8 Surabaya.
Perusahaan-perusahaan rekanan ini akan dipilih
kemudian akan dijadikan sebagai pelaksana
pengerjaan proyek tertentu. Penentuan ini
didasarkan pada penilaian atau evaluasi yang
dilakukan oleh pihak lelang. Tetapi dalam
proses penyeleksian pemenang tender dan
pendokumentasian masih bersifat manual
sehingga rentan terhadap kesalahan dan
memerlukan waktu proses yang lama, juga
diperlukan ketelitian dan keuletan yang
sangat tinggi dalam menentukan pemenang
tender.
Berdasarkan permasalahan yang ada
dibuatlah sistem pendukung keputusan dalam
penentuan pemenang tender PT. KERETA
API INDONESIA (Persero) DAOP 8
Surabaya. Sistem yang dikembangkan,
menerapkan teori yang ada pada PT.
KERETA API INDONESIA (Persero)
DAOP 8 Surabaya sesuai dengan SK Direksi
Kep.U/PL102/XI/45/KA/2010 tgl 16
Nopember.
2
Berdasarkan uraian di atas maka
dibangun Sistem Pendukung Keputusan
Pemilihan pemenang Tender Proyek dengan
menerapkan metode PROMETHEE karena
“PROMETHEE menekankan pada pola
kesederhanaan perhitungan outranking
criteria inputan” (Brans, 1986:179). Aplikasi
ini memberikan informasi siapa yang layak
menjadipemenang tender pekerjaan sehingga
menjadisolusi dalam penentuan pemenang
tender proyek kereta api.
LANDASAN TEORI
Sistem Pendukung Keputusan
Menurut Turban oleh Nizetic et. al. (2006:2), Sistem berbasis komputer interaktif, yang membantu para pengambil keputusan yang menggunakan data dan berbagai model untuk memecahkan masalah yang tidak terstruktur. Kemudian didefinisikan lagi menurut Keen oleh Nizetic et. al. (2006:1) sebagai berikut, Sistem Pendukung Keputusan (SPK) memadukan sumber daya intelektual dari individu dengan kapabilitas komputer untuk meningkatkan kualitas keputusan.
Multi Criteria Decision Making
Menurut Nachtnebel oleh Ziller et. al. (2008:1), MCDM bertujuan memilih alternatif terbaik dari suatu set alternatif yang harus memenuhi beberapa tujuan yang telah memilki beberapa kriteria. Serta sebagaimana yang dikemukakan Howard oleh Ziller et. al. (2008:1), MCDM sebagai prosedur sistematis untuk mengubah suatu keputusan masalah yang kompleks dengan urutan langkah-langkah
tertentu yang dapat membantu pengambil keputusan dalam sebuah keputusan yang rasional.
MCDM memiliki beberapa langkah proses. Menurut Jung oleh Ziller et. al. (2008:1), mengusulkan proses sebagai berikut:
1. Membangun model untuk menjelaskan sistem testruktur, komponen, dan interaksi antar kriteria.
2. Definisi tujuan.
3. Spesifikasi kriteria yang relevan untuk mengidentifikasi tujuan diinginkan dan tidak diinginkan.
4. Menciptakan dan mengidentifikasi alternatif yang mungkin.
5. Mencoba alternatif pilihan yang ada, apakah sudah mampu memenuhi tujuan yang akan dicapai.
6. Menganalisa dampak alternatif pilihan yang ada.
7. Menimbang dan mengurutkan dari alternatif pilihan sesuai dengan preferensi pengambil keputusan.
Preference Ranking Organization Method for Enrichment Evaluation
Promethee adalah satu dari beberapa metode penentuan urutan atau prioritas dalam analisis multikriteria. Metode ini dikenal sebagai metode yang efisien dan simple, tetapi juga yang mudah diterapkan dibanding dengan metode lain untuk menuntaskan masalah multikriteria. Metode ini mampu mengakomodir kriteria pemilihan yang bersifat kuantitatif dan kualitatif. Masalah utamanya adalah kesederhanaan, kejelasan dan kestabilan. Dugaan dari dominasi kriteria yang digunakan dalam Promethee adalah penggunaan nilai dalam hubungan outranking.
Menurut Hunjak (1997:161), masalah pembuatan keputusan dengan multikriteria dapat dituliskan sebagai berikut
... ... (1)
3 Jika A adalah set dari alternatif pilihan
yang mungkin terjadi, f1, f2, ..., fk adalah kriteria yang mana telah dievaluasi sebelumnya. Apabila semua kriteria memiliki tingkat kepentingan yang tidak sama, pembobotannya dapat ditandai dengan w1,w2, ..., wk. Data dasar untuk evaluasi dengan metode Promethee disajikan pada Tabel 1.
Tabel 1. Data Evaluasi
f1(.) f2(.) fj(.) fk(.) w1 w2 ... wj ... wk a1 f1 (a1) f2 (a1) ... Fj (a1) ... Fk (a1) a2 f1 (a2) f2 (a2) ... Fj (a2) ... Fk (a2) .. .. .. .. .. .. .. ai f1 (ai) f2 (ai) ... Fj (ai) ... Fk (ai) an f1 (an) f2 (an) ... Fj (an) ... Fk (an) (Sumber: Hunjak (1997:161))
Menurut Hunjak (1997:167), promethee dapat dijelaskan dalam tiga tahapan:
1. Mengumpulkan semua struktur preferensi Memaparkan kriteria yang dijadikan untuk mendapatkan pertimbangan dari rentang deviasi dalam penilaian sebuah altenatif dari tiap kriteria yang ada.
Max{f1(a),f2(a),…,fk(a) : a
∈A
2. Mengumpulkan relasi yang dominan Relasi outrangking dibuat sesuai dengan estimasi dari alternatif dari semua kriteria. Total tingkatan dari preferensi adalah suatu alternatif yang mana mendominasi dari hitungan untuk masing-masing pasangan alternatif yang lain.
3. Analisis keputusan
Metode promethee I memberikan sebuah peringkat sebagian dari set A. Informasi akan alternatif yang tidak memiliki tandingan juga telah diberikan. Metode promethee II akan memberikan peringkat yang komplit dari set A.
Promethee I
Promethee I adalah peringkat sebagian dimana nilai terbesar pada leaving flow dan nilai kecil dari entering flow merupakan alternatif yang terbaik.
Promethee I menampilkan partial rangking (PI, II, RI) dengan mempertimbangkan interseksi dari dua preorder.
Partial rangking ditujukan kepada pembuat keputusan, untuk membantu pengambilan keputusan masalah yang dihadapinya. Dengan menggunakan metode Promethee I masih menyisakan bentuk incomparible atau dengan kata lain hanya menghasilkan solusi partial rangking (sebagian).
Jika pembuat keputusan menginginkan solusi komplit maka hendaknya menggunakan promethee II (Hunjak, 1997:169).
Promethee II
Dalam kasus complete rangking dalam K adalah penghindaran dari bentuk incomparible, Promethee II complete preorder (PII , III) disajikan dalam bentuk net flow. Melalui complete rangking, informasi bagi pembuat keputusan lebih realistik karena dapat membuat perbandingan terhadap semua alternatif yang muncul (Hunjak, 1997:169).
Fungsi Preferensi Untuk Keperluan Kriteria Guna memberikan gambaran yang lebih baik terhadap area yang tidak sama digunakan fungsi selisih nilai kriteria antar alternatif H (d) dimana hal ini mempunyai hubungan langsung dengan fungsi preferensi P. Dalam promethee disajikan 6 (enam) fungsi preferensi kriteria (Chou, 2004:53).
1. Kriteria Biasa (Usual Criterion)
...(2) Keterangan :
1. H (d) : Fungsi selisih kriteria antar alternatif 2. d : Selisih nilai kriteria {d = f (a) – f (b)}
Fungsi H (d) untuk fungsi preferensi ini disajikan pada Gambar 1.
Gambar 1. Kriteria Biasa (Chou, 2004:53)
2. Kriteria Quasi (Quasi Criterion)
...(3) Keterangan :
1. H (d) : Fungsi selisih kriteria antar alternatif 2. d : Selisih nilai kriteria {d = f (a) – f (b)} 3. Parameter (q) : Harus merupakan nilai yang
tetap
Fungsi H (d) untuk fungsi preferensi ini disajikan pada Gambar 2.
Gambar 2. Kriteria Quasi (Chou, 2004:53) 3. Kriteria Preferensi Linier
...(4) Keterangan :
1. H (d) : Fungsi selisih kriteria antar alternatif 2. d : Selisih nilai kriteria {d = f (a) – f (b)} 3. p: Nilai kecenderungan atas
Fungsi H (d) untuk fungsi preferensi ini disajikan pada Gambar 3.
Gambar 3. Kriteria Preferensi Linier (Chou, 2004:53)
4. Kriteria Level
...(5) Keterangan
1. H (d) : Fungsi selisih kriteria antar alternatif 2. p : Nilai kecenderungan atas
3. Parameter (q) : Harus merupakan nilai yang tetap.
Fungsi H (d) untuk fungsi preferensi ini disajikan pada Gambar 4.
Gambar 4. Kriteria Level (Chou, 2004:53) 5. Kriteria Preferensi Linier dan area yang
berbeda
...(6) Keterangan:
1. H (d) : Fungsi selisih kriteria antar alternatif
2. d : Selisih nilai Kriteria {d=f(a) – f(b)} 3. Parameter (p) : nilai kecenderungan atas. 4. Parameter (q) : Harus merupakan nilai yang
tetap
Fungsi H (d) untuk fungsi preferensi ini disajikan pada Gambar 5 di halaman 6.
Gambar 5. Kriteria Preferensi Linier dan area yang tidak berbeda (Chou,2004:53) 6. Kriteria Gaussian (Gaussian Criterion)
...(7) Fungsi H (d) untuk fungsi preferensi ini disajikan pada Gambar 2.6.
Gambar 6. Kriteria Level (Chou, 2004:53) Desain Arsitektur
Sistem flow Prakualifikasi diawali
dengan menginputkan data kelengkapan
persyaratan yang dimiliki oleh rekanan.,
kemudian sistem akan menyimpan dan
memprosesyang kemudian akan dihasilkan
rekanan yang lolos kelengkapan persyaratan.
Kemudian akan disimpan dan dicetak dalam
dokumen peserta lelang. Urutan proses dapat
dilihat pada Gambar 7.
Gambar 7. Sistem Flow Prakualifikasi Sistem flow Pascakualifikasi diawali dengan menginputkan data penawaran kemudian data tersebut akan diproses dengan data kelengkapan persyaratan yang dimiliki oleh rekanan., kemudian sistem akan menyimpan dan memproses yang kemudian akan dihasilkan rekanan yang memenangkan pelelangan tender. Urutan proses dapat dilihat pada Gambar 8.
6 Gambar 8. Sistem Flow Pascakualifikasi
Gambar 9 menunjukkan gambaran secara umum diagram konteks Sistem Pendukung Keputusan Pemilihan Pemenang tender. Sistem pendukung keputusan pemilih pemenang tender ini terdiri dari 3 sub proses yaitu pendaftaran peserta lelang, prakualifikasi, dan pascakualifikasi.
Pemenang Tender Data Kontraktor lolos Prakualifikasi
Data Preferensi Data Nilai Pascakualifikasi
Data Nilai Prakualifikasi Data Kriteria Pascakualifikasi
Data Kriteria Prakualifikasi Data Pekerjaan
Konfirmasi Pemenang Lelang Konfirmasi Pendaftaran Dokumen Penawaran
0 Dokumen Lelang
SPK Pemilihan Pemenang Tender Proyek Kereta Api
Panitia Lelang Kontraktor
Gambar 9. Context Diagram Context Diagram Sistem Pendukung Keputusan Pemilihan Pemenang tender
HASIL DAN PEMBAHASAN Perangkingan
Gambar 10 dan Gambar 11 merupakan form perangkingan digunakan untuk menghitung bobot dari tiap alternatif yang telah tersimpan kemudian merangking dari tiap alternatif meggunakan metode promethee. Pada proses perangkingan terdapat proses manipulasi data yaitu proses penyimpanan data perangkingan dan membatalkan proses perhitungan bobot.
7 Gambar 10 . Form Perangkingan I
Gambar 11 Form Perangkingan II Hasil Perangkingan
Gambar 12 merupakan form hasil perangkingan digunakan untuk melihat hasil dari perhitungan bobot dan perangkingan alternatif
supplier obat terbaik yang telah disimpan sebelumnya. Pada proses hasil perangkingan terdapat tampilan dari supplier obat terbaik yang sesuai dari obat yang dipilih.
Gambar 11. Form Hasil Perengkingan Analisa Hasil Uji Coba Sistem
Fitur Dasar Sistem
Analisa hasil uji coba dari keseluruhan uji yang dilakukan akan menentukan kelayakan dari fitur dasar sistem berdasarkan desain yang telah dibuat. Fitur-fitur dasar sistem disebut layak apabila keseluruhan hasil uji coba ini sesuai dengan output yang diharapkan. Pada uji coba yang telah dilakukan pada fitur-fitur dasar sistem seperti yang telah diuji dapat disimpulkan bahwasannya fitur-fitur dasar tersebut telah berjalan dengan baik dan tidak terdapat error. Fungsi-fungsi tambah data, ubah data, simpan maupun tampil dapat berjalan sebagaimana alur yang akan dicapai.
Validasi Sistem
Analisa hasil uji coba validasi sistem dilakukan untuk mengetahui dan menganalisa bahwa proses-proses utama dalam sistem dengan masukan keseluruhan data yang ada telah berjalan sebagaimana mestinya.
8 si aan puan Teknis Bimo
.
Tipe IV = Kriteria Levelpenentuan prioritas pengiriman sepeda moto 1. ,125, p = 0.375 2. p = 0.15
3.
q = 0.025, p = 0.0754.
v = 0.3, q = 0.075, p = 0.225 Perhitungan SistemAnalisa hasil uji coba dilakukan untuk menguji kinerja sistem untuk pencarian supplier obat yang terbaik berdasarkan perhitungan bobot dan perangkingan. Tujuan analisa hasil uji coba ini untuk mencari keakuratan kinerja sistem dalam proses perhitungan menggunakan promethee. Sebagai contoh kasus, berikut ini perbandingan perhitungan manual dengan hasil perhitungan aplikasi untuk rancang bangun sistem pendukung keputusan pemilihan pemenang tender tahun 2010. Sebelum melakukan perhitungan menggunakan promethee akan ditetapkan nilai bobot detil dari kriteria kualitatif yang bertipe Biasa dan Level.
Adapun kriteria yang digunakan pada penentuan alternatif pemenang tender adalah sebagai berikut :
1.
Kriteria Jarak dealer ke gudang2.
Kriteria Jumlah pemesanan sepeda motor3.
Kriteria Jumlah stok yang tersisa4.
Kriteria Waktu pemesananBerikut adalah tabel nilai kualitatif
alternatif dedan merupakan data awal dari
Tabel 1. Tabel Nilai Kualitatif
Keterangan: A. Kriteria
1. f1(.)= Penilaian Administra 2. f2(.)= Penilaian Keuangan
3. f3(.)= Penilaian Pengalaman Perusah 4. f4(.)= Penilain Kemam B. Alternatif tender
1.
U1 = CV Cahaya Karya2.
U2 = CV Tapak3.
U3 = CV Satria4.
U4 = CV Adhityama C. Tipe Preferensi Kriteria1.
Tipe I = Kriteria Biasa.2
Berikut perhitungan nilai treshold untuk contoh kasus r. Untuk f1(.) v = 0.5, q = 0 Untuk f2(.) v = 0.2, q = 0.05, Untuk f3(.) v = 0.1 Untuk f4(.)
Alternatif
Kriteria
Max
/
min
A1 A2 A3 A4 A5
Tipe
Parameter
f1
Max 0,76 0,24 0,76 0,24 0,24 III P=
0,35
f2
Max 0,63 0,31 0,31 0,63 0,31 III P=
0,21
f3
Max 0,33 0,65 0,33 0,33 0,33 III P=
0,21
f4
Max 0,66 0,33
0,33 0,33 0,33
II
Q=
0,11
9 KESIMP
maka
1.
ai dengan perhitungan metode
2.
an pemenang tender proyek kereta
3.
ngambilan keputusan
4.
oleh CV Tapak Bimo, dan
CV
Satria
SARAN plikasi yang 1. Fuzzy Multi 2. Arekanan secara langsung.
Amelia.P
& Teknik Komputer Surabaya.
Arhami,
Pakar. Yogyakarta: Andi Offset.
Brans, Jea
VUB Brussels Free Universities. Hasan, I. putusan. Jakarta: Ghalia Indonesia.. Hunjak, g, ogiyanto, m uryadi , PT. Remaja Rosdakarya, Bandung. ULAN
Setelah dilakukan analisis, perancangan sistem dan pembuatan aplikasi Sistem Pendukung Keputusan pemilihan pemenang tender proyek kereta api menggunakan Metode Promethee ini serta dilakukan evaluasi hasil penelitiannya,
dapat diambil kesimpulan sebagai berikut:
Sistem Pendukung Keputusan pemilihan pemenang tender proyek kereta api mampu menghasilkan pemenang tender terbaik sesu
promethee.
Perhitungan dan pembobotan menggunakan metode promethee mampu diimplementasikan dengan baik pada pemilih
api .
Metode Promethee dapat menghitung pembobotan dan perangkingan dalam kasus pe
multikriteria.
Dari hasil uji coba sistem dapat membuat keputusan pemenang tender proyek pada tahun 2010 yaitu CV Cahaya Karya menduduki peringkat satu dan selanjutnya di ikuti
Adapun saran-saran yang dapat digunakan untuk mengembangkan a
S
telah dibuat adalah sebagai berikut:
Aplikasi Multi Criteria Decision Making ini dapat dikembangkan sehingga memiliki kriteria dinamis pada penentuan pemenang
tender kereta api sehingga hasil alternatif yang dihasilkan lebih optimal. Beberapa cara dapat dilakukan salah satunya yaitu dengan menambah metode yang dapat menentukan bobot nilai kualitatif seperti
Criteria Decision Making.
plikasi ini dapat dikembangkan menjadi sistem informasi Online(web), pendaftaran
DAFTAR RUJUKAN
emrograman Sistem Informasi. Surabaya: Sekolah Tinggi Manajemen Informatika
Muhammad. 2005. Konsep Dasar Sistem
n-Pierre & Mareschal, Bertrand. Tanpa tahun. How To Decide Promethee. ULB and
2002. Pokok – Pokok Materi Teori Pengambilan Ke
Tihomir, 1997, Mathematical foundations of the methods for multicriterial decison makin Mathematical Communications, -, -.
HM. 1995. Analisa dan Desain Siste J
Informasi. Yogyakarta: Andi Offset. K. dan M. A Ramdhani, 1998, Sistem