• 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 [email protected].

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)

383

SPK UNTUK MENENENTUKAN KESESUAIAN LAHAN

TANAMAN KOPI ARABIKA MENGGUNAKAN METODE WP

DENGAN PEMROSESAN PARALEL

Ketut Yudi Werdika

1

, I Gede Arta Wibawa

2

, I Wayan Santiyasa

3

1,2

Ilmu Komputer, MIPA, Universitas Udayana Bukit Jimbaran

Email : [email protected], [email protected], [email protected]

ABSTRAK

Kopi arabika saat ini telah menguasai sebagian besar pasar kopi dunia dan harganya jauh lebih tinggi daripada jenis kopi lainnya. Hambatan pembudidayaan tanaman kopi arabika salah satunya adalah menentukan kesesuaian lahan perkebunan. Penelitian ini mengimplementasikan Sistem Pendukung Keputusan dalam pemilihan lahan untuk tanaman kopi jenis arabika khususnya di Kabupaten Buleleng.

Metode Weighted Product dipilih untuk menyelesaikan masalah penentuan lahan yang sesuai untuk tanaman kopi jenis arabika karena metode ini lebih cocok dan bisa memberikan nilai bobot untuk beberapa atribut. Atribut yang diperhatikan dalam pemilihan lahan antara lain iklim, suhu, ketinggian/elevasi, kondisi tanah/pH tanah. Setiap atribut dikalikan berdasarkan alternatif dengan bobot pangkat positif untuk atribut manfaat dan bobot pangkat negatif untuk atribut biaya. Hasil perkalian dijumlahkan untuk menghasilkan nilai pada setiap alternatif. Langkah terakhir yaitu membagi nilai vektor V dengan nilai pada setiap alternatif. Sehingga diperoleh urutan alternatif terbaik yang akan menjadi keputusan. Penerapan pemrosesan paralel diharapkan dapat mengoptimasi waktu komputasi pada saat proses perhitungan sistem menjadi lebih cepat.

Hasil penelitian menunjukan dengan metode WP ini dapat memberikan alternatif mengenai peringkat daerah-daerah yang sesuai ditanami kopi jenis arabika sehingga dapat mempermudah dalam mengambil keputusan. Penggunaan pemrosesan paralel akan menghasilkan output berupa hasil perhitungan waktu eksekusi lebih cepat.

Kata Kunci: SPK, WP, Kesesuaian Lahan, Proses Paralel

ABSTRACT

Arabica coffee is now controlled most of the world coffee market and the price is much higher than the other coffee types. Barriers cultivation of arabica coffee plants one of which is to determine the suitability of land for plantations. This study implements the Decision Support System in the selection of land for Arabica coffee plants, especially in Buleleng.

Weighted Product method chosen to resolve the problem of determining land suitable for

Arabica coffee plants because this method is more suitable and can provide weight values for some

attributes. Attributes are considered in the selection of land, among others, climate, temperature,

altitude / elevation, soils / soil pH. Each attribute is multiplied by a positive alternative to the rank

weight to attribute the benefits and power of negative weights to attribute costs. The results of

multiplication are summed to produce a value to each alternative. The final step is to divide the value

of the vector V with a value to each alternative. Thus obtained sequence of best alternative would be a

decision.

Application of parallel processing is expected to optimize the computing time during the

calculation process to be faster system.

The results showed this method can provide an alternative WP on the rating corresponding areas planted Arabica coffee so as to facilitate in making decisions. The use of parallel processing will generate output calculation results faster execution time.

Keywords : DSS, WP, Land Suitability, Parallel Processing

1 PENDAHULUAN

Kopi merupakan salah satu jenis tanaman perkebunan yang sudah lama dibudidayakan dan memiliki nilai ekonomis yang lumayan tinggi.

Konsumsi kopi dunia mencapai 70% berasal dari spesies kopi arabika dan 26% berasal dari spesies kopi robusta. Kopi arabika merupakan kopi yang pertama kali dikembangkan di dunia, Kopi jenis ini yang paling banyak diproduksi, yaitu sekitar lebih

(15)

ISSN : 2302-450X

384

dari 60 % produksi kopi dunia. Kopi arabika dari spesies Coffea arabica menghasilkan jenis kopi yang terbaik. Pohon spesies ini biasanya tumbuh di daerah dataran tinggi. Berdasarkan data statistik perkebunan Kabupaten Buleleng, jenis kopi yang diusahakan di Kabupaten Buleleng ada dua jenis yaitu Kopi Robusta dan Kopi Arabika, produksi kopi pada tahun 2013 mencapai 6.983,45 ton. Produksi pada tahun tersebut merupakan produksi tertinggi dalam kurun waktu empat tahun terakhir. Bila dibandingkan dengan tahun sebelumnya mengalami peningkatan sebesar 35,84 persen. Sedangkan produksi terendah dalam kurun empat tahun terakhir terjadi pada tahun 2011 yang mencapai 2.670,59 ton. Dilihat dari persebarannya, produksi kopi di Kabupaten Buleleng pada tahun 2013 tertinggi ada di Kecamatan Busungbiu, disusul Kecamatan Sukasada, Kecamatan Banjar.

Kopi arabika (Coffea Arabica) dipilih sebagai obyek penelitian ini karena lebih banyak dibudidayakan dan kopi arabika saat ini telah menguasai sebagian besar pasar kopi dunia serta harganya jauh lebih tinggi dari pada jenis kopi

lainnya, hal tersebut menjadikan tingginya

permintaan pasar sehingga diperlukan adanya peningkatan produksi kopi arabika.

Mengacu pada deskripsi tersebut, maka dikembangkan sebuah Sistem Pendukung Keputusan untuk memberikan rekomendasi bagi petani kopi arabika dalam menentukan lahan-lahan yang akan ditanami. Sehingga diharapkan dapat menstabilkan

produktivitas kopi di Buleleng. Dalam

pengembangannya metode yang digunakan adalah Weighted Product (WP) dengan pemrosesan Paralel. Hasil penelitian dengan metode WP ini dapat nantinya menunjukkan peringkat daerah-daerah yang cocok untuk ditanami kopi jenis arabika sehingga dapat mempermudah dalam mengambil keputusan. Penggunaan proses paralel diharapkan mampu melakukan optimasi waktu komputasi pada saat proses perhitungannya agar menjadi lebih cepat.

2 MODEL, ANALISIS, DESAIN, DAN

IMPLEMENTASI

2.1 Fuzzy Multi Atribute Decision Making (Fuzzy MADM)

Metode MADM adalah suatu metode yang digunakan dalam penentuan keputusan yang memiliki atribut-atribut tertentu atau Multiple criteriron decision making (MCDM). Metode MADM pada umumnya memiliki varibel keputusan yang bersifat diskrit, dengan jumlah alternative dengan jumlah terbatas yang telah ditentukan sebelumnya. MADM adalah sebuah pendekatan yang digunakan untuk memecahkan suatu permasalahan yang melibatkan proses penyeleksian dari beberapa atribut. Metode MADM menentukan bagaimana informasi yang ada pada atribut itu harus diproses dengan tujuan untuk

mendapat suatu pilihan. Pada metode MADM terdapat beberapa tabel keputusan atau sering disebut sebagai matriks keputusan. Dalam matriks keputusan terdapat empat bagian utama, yaitu alternatif (Ai), atribut (Bj), bobot dari setiap atribut (wj), dan ukuran performansi alternatif yang berhubungan dengan atribut (mij) seperti pada tabel dibawah ini.

Tabel 1 Tabel Keputusan pada metode MADM

Alternatif Atribut - - (-) (-) - - - - - - - - - - - - - - - -

Dimana F adalah frekuensi resonansi dasar total molekul gas yang terserap (g). Dan A adalah luas electrode (cm2).

2.2 Weighted Product (WP)

Metode weighted product memerlukan proses normalisasi karena metode ini mengalikan hasil penilaian setiap atribut. Hasil perkalian tersebut belum bermakna jika belum dibandingkan (dibagi) dengan nilai standar. Bobot untuk atribut manfaat berfungsi sebagai pangkat positif dalam proses perkalian, sementara bobot biaya berfungsi sebagai

pangkat negatif. Metode weighted product

menggunakan perkalian untuk menghubungkan rating atribut, dimana rating setiap atribut harus dipangkatkan dulu dengan bobot yang bersangkutan. Proses ini sama halnya dengan proses normalisasi. Preferensi untuk alternative Si diberikan sebagai berikut :

Dimana :

S : Prefensi alternatif dianalogikan sebagai vektor S X : Nilai atribut

W : Bobot atribut/subatribut i : Alternatif

j : Atribut

n : Banyaknya atribut

W j  1 .Wj adalah pangkat bernilai positif untuk atribut keuntungan dan bernilai negatif untuk atribut biaya.

Preferensi relatif dari setiap alternatif diberikan sebagai :

(16)

Ketut Yudi Werdika, SPK Untuk Menentukan Kesesuaian LahanTanaman Kopi Arabika Menggunakan Metode WP dengan Pemrosesan Paralel

385 Dimana :

V : Preferensi alternatif dianalogikan sebagai vektor V X : Nilai Atribut W : Bobot atribut/subatribut i : Alternatif j : Atribut n : Banyaknya atribut

* : Banyaknya atribut yang telah dinilai pada vektor S

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

Gambar 2.1 Tanpa Menggunakan Pemrosesan Paralel

Sumber:https://computing.llnl.gov/tutorials/parallel_comp/

Gambar 2.2 Menggunakan Pemrosesan Paralel

Sumber:https://computing.llnl.gov/tutorials/parallel_comp/

2.4 Analisis Kebutuhan

Pada penelitian ini atribut yang digunakan sebagai pertimbangan dalam penentuan kesesuaian lahan tanaman kopi arabika. Data pada Tabel 2 diperoleh dari studi literatur pada Badan Pusat Statistik (BPS) Kabupaten Buleleng serta Dinas Pertanian dan Peternakan Kabupaten Buleleng.

Tabel 2 Data Atribut Kesesuaian Lahan Tanaman Kopi Arabika No Kecamatan Curah Hujan (mm/th) Suhu (oC) Ketinggian (mdpl) pH Tanah 1 Gerokgak 700 28.3 100 5.5 2 Busungbiu 1.899 28.9 487 5 3 Sukasada 1.075 27.9 483 6.5 4 Buleleng 507 28.6 45 6.5 5 Sawan 614 28.5 352 6 6 Kubutambahan 1.082 28.4 776 6 7 Tejakula 1.360 28.1 385 5.5

Atribut pada tabel 2 diatas didasarkan atas syarat pertumbuhan kopi arabika pada tabel 3 dibawah ini:

Tabel 3 Syarat Pertumbuhan Kopi Arabika No Syarat Tumbuh Arabika

1 Curah Hujan (mm/th) 2.000-4.000 mm/th 2 Suhu (OC) 15-24 oC 3 Ketinggian / Elevasi (mdpl) 700-1.400 mdpl 4 Kondisi Tanah / pH Tanah 5,3 – 6,0 Keterangan :

mdpl = meter di atas permukaan laut

CH = Curah Hujan

mm/th = millimeter pertahun mm/bulan = millimeter perbulan

(17)

ISSN : 2302-450X

386

3 SKENARIO UJI COBA

Uji coba pada penelitian ini terdiri dari beberapa langkah yaitu:

1. Mencari data mengenai atribut yang akan digunakan sebagai pertimbangan dalam penentuan kesesuaian lahan tanaman kopi arabika. kemudian data diolah untuk

mendapatkan kriteria-kriteria yang

dibutuhkan.

2. Menerapkan algoritma Weighted Product (WP) untuk mendapatkan keputusan terbaik dari alternatif untuk pendukung keputusan

dalam menentukan kesesuaian lahan

tanaman kopi arabika.

3. Mencatat waktu dari proses pendukung keputusan tanpa menggunakan pemrosesan

paralel serta dengan menggunakan

pemrosesan paralel untuk mengetahui perbedaannya.

4 HASIL UJI COBA

a. Input Data Awal

Tabel 4 Data Awal

Kriteria C1 C2 C3 C4 A1 700 28.3 100 5.5 A2 1.899 28.9 487 5 A3 1.075 27.9 483 6.5 A4 507 28.6 45 6.5 A5 614 28.5 352 6 A6 1.082 28.4 776 6 A7 1.360 28.1 385 5.5 Keterangan: A1 = Gerokgak A2 = Busungbiu A3 = Sukasada A4 = Buleleng A5 = Sawan A6 = Kubutambahan A7 = Tejakula C1 = Curah Hujan (mm/th) C2 = Suhu (oC) C3 = Ketinggian (mdpl) C4 = pH Tanah

b. Setelah data awal dibentuk, selanjutnya memberikan kategori yang mebedakan masing-masing kriteria yaitu kriteria C1 dan

C3 adalah kriteria keuntungan, kriteria C2 dan C4 adalah kriteria biaya

c. Pengambil keputusan memberikan bobot prefensi W = 3 5 4 3.

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

Tabel 5 Peringkat Kecamatan dari Perhitungan Metode WP No Kecamatan Hasil 1 Busungbiu 0,18751 2 Kubutambahan 0,184 3 Tejakula 0,16315 4 Sukasada 0,16031 5 Sawan 0,1329 6 Gerokgak 0,099484 7 Buleleng 0,072648

Hasil perhitungan menggunakan metode WP menunjukkan kecamatan Busungbiu sebagai daerah yang paling sesuai untuk ditanami kopi arabika.

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

Gambar 4.1 Grafik Perbandingan Waktu Proses Tiap Prosesor

Berdasarkan grafik diatas, dengan

menggunakan 1 prosesor kecepatan eksekusi lebih cepat, sedangkan menggunakan prosesor lebih dari satu kecepatan eksekusi semakin melambat. Hal tersebut disebabkan karena data yang diolah pada penelitian ini tergolong dalam jumlah kecil.

Ketika menggunakan banyak prosesor dalam memproses data dalam jumlah kecil, waktu eksekusi yang dibutuhkan akan semakin lambat dibanding menggunakan satu prosesor. Penyebabnya adalah waktu yang dibutuhkan untuk eksekusi lebih banyak

dihabiskan untuk komunikasi antar prosesor.

Langkah komputasi tambahan akibat komunikasi antar prosesor yang lebih banyak dibandingkan langkah komputasinya sendiri. Ketika jumlah data

(18)

Ketut Yudi Werdika, SPK Untuk Menentukan Kesesuaian LahanTanaman Kopi Arabika Menggunakan Metode WP dengan Pemrosesan Paralel

387 semakin besar, akan semakin cepat jika diselesaikan

dengan menggunakan banyak prosesor dibandingkan

dengan dikerjakan dengan satu prosesor.

Penyebabnya, ketika diselesaikan menggunakan satu prosesor maka beban kerja prosesor tidak seimbang yang menyebabkan lambatnya waktu eksekusi. Namun ketika dikerjakan dengan menggunakan banyak prosesor, beban masing masing prosesor

semakin berkurang dan seimbang sehingga

mempercepat waktu eksekusi.

5 KESIMPULAN

Berdasarkan hasil uji coba, maka dapat disimpulkan bahwa menggunakan metode Weighted Product (WP) dapat digunakan dalam menentukan tingkat kesesuaian suatu wilayah untuk ditanami kopi

arabika dengan kriteria–kriteria yang telah

ditentukan. Dimana kecamatan Busungbiu sebagai daerah yang paling sesuai sedangkan kecamatan Buleleng sebagai daerah yang tidak sesuai.

Penerapan pemrosesan paralel pada

perhitungan SPK metode WP, menunjukkan terjadi peningkatan waktu proses eksekusi. Sehingga penggunaan pemrosesan paralel pada penelitian ini kurang efektif oleh karena perhitungannya sedikit. Pemrosesan paralel akan efektif jika digunakan untuk memproses data dalam jumlah besar.

6 DAFTAR PUSTAKA

[1] Kusrini. 2007 Konsep dan Aplikasi Sistem

Pendukung Keputusan, Yogyakarta: Andi

Kusumadewi S, Hartati S, Harjoko A, Wardoyo R. 2006. Fuzzy Multi-Attribute Decision

Making (FUZZY MADM). Yogyakarta: Graha

Ilmu.

[2] Dwi Nur Aini Al Mahbubah, Dwi Putro Sarwo Setyohadi, Aji Seto Arifianto., 2015. “Sistem Pendukung Keputusan Pemilihan Lahan untuk

Penanaman Kopi Robusta di Kabupaten Jember”. Jurnal: Semnaskit 2015, Jurusan Teknologi Informasi Politeknik Negeri Jember. [3] Astreanto Habibullah, Sri Winiarti., Juni 2014.

“Sistem Pendukung Keputusan Penentuan Kesesuaian Jenis Lahan Pertanian Untuk

Budidaya Tanaman Buah-Buahan

Menggunakan Metode Similarity Berbasis Web”. Jurnal: Sarjana Teknik Informatika

vol 2 no. 2, Teknik Informatika Universitas

Ahmad Dahlan.

[4] Indra Haris Syaifullah, Waru Djuriatno, S.T., M.T., dan Ir. Muhammad Aswin, M.T., “Implementasi Pemrosesan Paralel Pada Permainan Catur di Cluster Beowulf”. Jurusan Teknik Elektro Fakultas Teknik Universitas Brawijaya.

[5] Elvina Lubis., Desember 2013. “Sistem

Pendukung Keputusan Penentuan Kelayakan Daerah Pertanian Menggunakan Metode Saw”.

Jurnal : Pelita Informatika Budi Darma vol 5 no 3 Jurusan Teknik Informatika STMIK Budi

Darma Medan.

[6] Dewi Navulan Sari, Moh. Nur Syechalad, Sofyan., Februari 2013. “Analisis Faktor-Faktor yang Mempengaruhi Ekspor Kopi Arabika Aceh”. Jurnal : Jurnal Ilmu Ekonomi vol 1

no 1 Magister Ilmu Ekonomi Program

Pascasarjana Universitas Syiah Kuala

[7] Basuki, T.A., Oktober. 2001.”Komputasi

Paralel Sebagai Alternatif Solusi Peningkatan Kinerja Komputasi”. Jurnal :INTEGRAL, vol.

6, no. 2: 72 – 80.

[8] Diah Ayu Retnani W, Erick Irawadi Alwi., April 2016. “Analisis Sistem Virtual Cluster Pada Komputasi Paralel Menggunakan Layanan IAAS”. Jurnal : Informatics Journal vol 1 no

1 Program Studi Sistem Informasi Universitas

Jember.

(19)

Gambar

Tabel 1 Tabel Keputusan pada metode MADM
Gambar 2.1 Tanpa Menggunakan Pemrosesan Paralel  Sumber:https://computing.llnl.gov/tutorials/parallel_comp/
Tabel 5 Peringkat Kecamatan dari Perhitungan  Metode WP  No  Kecamatan  Hasil   1  Busungbiu  0,18751  2  Kubutambahan  0,184  3  Tejakula  0,16315  4  Sukasada  0,16031  5  Sawan  0,1329  6  Gerokgak  0,099484  7  Buleleng  0,072648

Referensi

Dokumen terkait

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

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

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

Penyerahan sumber-sumber keuangan kepada daerah oleh pemerintah pusat sangat erat kaitannya dengan penyerahan urusan pemerintahan kepada daerah sebagai konsekuensi

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

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