RANCANG BANGUN SISTEM PENDUKUNG KEPUTUSAN PEMILIHAN PEMENANG TENDER PROYEK KERETA API MENGGUNAKAN METODE PROMETHEE (STUDI KASUS PT

(1)

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)

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.

(3)

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).

(4)

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

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

(5)

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.

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.

(6)

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

(7)

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)

8 si aan puan Teknis Bimo

.

Tipe IV = Kriteria Level

penentuan prioritas pengiriman sepeda moto 1. ,125, p = 0.375 2. p = 0.15

3.

q = 0.025, p = 0.075

4.

v = 0.3, q = 0.075, p = 0.225 Perhitungan Sistem

Analisa 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 gudang

2.

Kriteria Jumlah pemesanan sepeda motor

3.

Kriteria Jumlah stok yang tersisa

4.

Kriteria Waktu pemesanan

Berikut 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 Karya

2.

U2 = CV Tapak

3.

U3 = CV Satria

4.

U4 = CV Adhityama C. Tipe Preferensi Kriteria

1.

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)

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. A

rekanan 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

(10)