PENERAPAN METODE AHP DAN MOORA PADA SISTEM PENDUKUNG KEPUTUSAN PEMILIHAN KARPET TERBAIK SKRIPSI

(1)

PENERAPAN METODE AHP DAN MOORA PADA

SISTEM PENDUKUNG KEPUTUSAN

PEMILIHAN KARPET TERBAIK

SKRIPSI

Diajukan untuk memenuhi salah satu syarat kelulusan Program Sarjana

ELVIRA

NIM : 15160343

Program Studi Ilmu Kompuer Kampus Kota Sukabumi

Fakultas Teknik Dan Informatika

Universitas Bina Sarana Informatika

(2)

ii

PERSEMBAHAN

Amsal 1:5

“Baiklah orang bijak , mendengar dan menambah ilmu dan baiklah orang yang berpengertian memperoleh bahan pertimbangan.”

Segala puji bagi Tuhan Yang Maha Esa yang memberkati penulis selama

penyusunan skripsi ini. Maka, skripsi ini penulis persembahkan untuk:

1. Orang tua dan keluarga tercinta yang telah melahirkan, merawat, mendidik,

memotivasi, serta memberi apa yang terbaik untuk menuju kesuksesan

dimasa yang akan datang.

2. Dosen yang telah mengajar, mendidik dan membimbing selama penyusunan

skripsi ini.

3. Teman-teman seperjuangan yang telah memberikan bantuan material maupun

(3)

iii

SURAT PERNYATAAN KEASLIAN SKRIPSI

Yang bertanda tangan dibawah ini:

Nama : Elvira

NIM : 15160343

Jenjang : Strata Satu (S1)

Program Studi : Ilmu Komputer Kampus Kota Sukabumi Fakultas : Teknologi dan Informatika

Perguruan Tinggi : Unviersitas Bina Sarana Informatika

Dengan ini menyatakan bahwa Skripsi yang telah saya buat dengan judul: “PENERAPAN METODE AHP DAN MOORA PADA SISTEM PENDUKUNG KEPUTUSAN PEMILIHAN KARPET TERBAIK”, adalah asli (orisinil) atau tidak plagiat (menjiplak) dan belum pernah diterbitkan/dipublikasikan dimanapun dan dalam bentuk apapun.

Demikian surat pernyataan ini saya buat dengan sebenar-benarnya dan tanpa ada paksaan dari pihak manapun. Apabila dikemudian hari ternyata saya memberikan keterangan palsu dan atau ada pihak lain yang mengklaim bahwa Skripsi yang telah saya buat adalah hasil karya seseorang atau badan tertentu, saya bersedia diproses baik secara pidana maupun perdata dan kelulusan saya dari Universitas Bina Sarana Informatika dicabut/dibatalkan.

Dibuat di : Sukabumi Pada tanggal : 11 Juli 2020 Yang menyatakan,

Elvira

(4)

iv

SURAT PERNYATAAN PERSETUJUAN PUBLIKASI KARYA

ILMIAH UNTUK KEPENTINGAN AKADEMIS

Yang bertanda tangan dibawah ini:

Nama : Elvira

NIM : 15160343

Program Studi : Ilmu Komputer Kampus Kota Sukabumi Fakultas : Teknologi dan Informatika

Perguruan Tinggi : Universitas Bina Sarana Informatika

Dengan ini menyetujui untuk memberikan izin kepada pihak Universitas Bina Sarana Informatika, Hak Bebas Royalti Non-Ekslusif (Non-Exclusive Royalti-Free Right) atas karya ilmiah kami yang berjudul “PENERAPAN METODE AHP DAN MOORA PADA SISTEM PENDUKUNG KEPUTUSAN PEMILIHAN KARPET TERBAIK” yang diperlukan .

Dengan Hak Bebas Royalti Non-Ekslusif ini pihak Universitas Bina Sarana Informatika berhak menyimpan, mengalih media atau men-format-kan, mengelolanya dalam pangkalan data (database), mendistribusikannya dan menampilkan atau mempublikasikannya di internet atau media lain untuk kepentingan akademis tanpa perlu meminta izin dari kami selama tetap mencantumkan nama kami sebagai penulis/pencipta karya ilmiah tersebut.

Saya bersedia untuk menanggung secara pribadi, tanpa melibatkan pihak Universitas Bina Saran Informatika, segala bentuk tuntutan hukum yang timbul atas pelanggaran Hak Cipta dalam karya ilmiah saya ini.

Demikian pernyataan ini saya buat dengan sebenarnya.

Dibuat di : Sukabumi Pada Tanggal : 11 Juli 2020 Yang menyatakan,

(5)

v

PERSETUJUAN DAN PENGESAHAN SKRIPSI

Skripsi ini diajukan oleh:

Nama : Elvira

NIM : 15160343

Program Studi : Ilmu Komputer Kampus Kota Sukabumi Fakultas : Teknik dan Informatika

Perguruan Tinggi : Universitas Bina Sarana Informatika

Judul Skripsi : Penerapan Metode AHP Dan Moora Pada Sistem Pendukung Keputusan Pemilhan Karpet Terbaik

Telah dipertahankan pada periode 2020-1 dihadapan penguji dan diterima sebagai bagian persyaratan yang diperlukan untuk memperoleh Sarjana Komputer (S.Kom) pada Program Sarjana Program Studi Ilmu Komputer Kampus Kota Sukabumi di Universitas Bina Sarana Informatika.

Sukabumi, 19 Agustus 2020

PEMBIMBING SKRIPSI

Dosen Pembimbing : A. Gunawan, M.Kom

Asisten Pembimbing : Jamal Maulana Hudin, M.Kom.

D E W A N P E N G U J I

Penguji I : Agung Wibowo, M.Kom.

(6)

(7)

vii

PEDOMAN PENGGUNAAN HAK CIPTA

Skripsi sarjana yang berjudul “Penerapan Metode AHP dan MOORA Pada Sistem Pendukung Keputusan Pemilihan Karpet Terbaik” adalah hasil karya tulis asli

Elvira dan bukan hasil terbitan sehingga peredaran karya tulis hanya berlaku di

lingkungan akademik saja, serta memiliki hak cipta. Oleh karena itu, dilarang keras

untuk menggandakan baik sebagian maupun seluruhnya karya tulis ini, tanpa seizin

penulis.

Referensi kepustakaan diperkenankan untuk dicatat tetapi pengutipan atau

peringkasan isi tulisan hanya dapat dilakukan dengan seizin penulis dan disertai

ketentuan pengutipan secara ilmiah dengan menyebutkan sumbernya.

Untuk keperluan perizinan pada pemilik dapat menghubungi informasi yang

tertera di bawah ini:

Nama : Elvira

Alamat : Jl.Benteng Pintu Kereta Api No. 22 RT.005 RW.004 Sukabumi

No. Hp : 0812-8950-6058

e-mail : eljoe70416@gmail.com

(8)

viii

KATA PENGANTAR

Puji syukur kehadirat Tuhan Yang Maha Esa, berkat rahmat dan karunia-Nya

sehingga pada akhirnya penulis dapat menyelesaikan tugas ini dengan baik. Skripsi

pada Program Sarjana (S1) ini penulis sajikan dalam bentuk buku yang sederhana. Adapun judul Skripsi yang penulis ambil sebagai berikut, “Penerapan Metode AHP dan MOORA Pada Sistem Penunjang Keputusan Pemilihan Karpet Terbaik”.

Tujuan penulisan Skripsi pada Program Sarjana (S1) ini dibuat sebagai salah

satu syarat kelulusan Program Sarjana Universitas Bina Sarana Informatika. Sebagai

bahan penulisan diambil berdasarkan hasil penelitian (eksperimen), observasi dan

beberapa sumber literatur yang mendukung penulisan ini. Penulis menyadari bahwa

tanpa bimbingan dan dorongan dari semua pihak, maka penulisan Skripsi ini tidak

akan berjalan lancar. Oleh karena itu pada kesempatan ini, izinkanlah penulis

menyampaikan ucapan terimakasih kepada:

1. Bapak A. Gunawan, M.Kom dan Bapak Jamal Maulana Hudin, M.Kom

selaku Dosen Pembimbing Skripsi.

2. Staff / karyawan / dosen di lingkungan Universitas Bina Sarana Informatika

Kampus Sukabumi.

3. Ibu Ricka selaku pemilik Toko Karpet Dua Tujuh.

4. Karyawan di Toko Karpet Dua Tujuh.

5. Orang tua tercinta yang telah memberikan dukungan moral maupun spiritual.

6. Rekan-rekan mahasiswa kelas 15.8A.28.

Serta semua pihak yang terlalu banyak untuk disebut satu persatu sehingga

terwujudnya penulisan ini. Penulis menyadari bahwa penulisan Skripsi ini masih jauh

dari sempurna, untuk itu penulis mohon kritik dan saran yang bersifat membangun

(9)

ix

Akhir kata semoga Skripsi ini dapat berguna bagi penulis khususnya dan bagi

para pembaca yang berminat pada umumnya.

Sukabumi, 7 Juli 2020

Penulis,

(10)

x

ABSTRAK

Elvira (15160343) Penerapan METODE AHP dan MOORA Pada Sistem Pendukung Keputusan Pemilihan Karpet Terbaik

Karpet merupakan sebuah material yang digunakan untuk melapisi lantai. Karpet dipasang di atas lantai permanen, seperti lantai kayu, plesteran, keramik, beton, atau jenis lain. Toko karpet Dua Tujuh menjual berbagai macam karpet mulai dari jenis bahan, ketebalan dan ukuran karpet. Terdapat enamkriteria untuk menetukan karpet terbaik yaitu harga,lebar, kualitas, kelenturan, ketebalan dan Panjang dengan bobot pada setiap kriteria. Unutk mempermudah pembeli dalam menentukan karpet terbaik, maka perlu adanya suatu sistem rekomendasi penunjang keputusan yang berfungsi untuk membantu melakukan seleksi kepada karpet. Pada penelitian ini menerapkan metode Analytical Hierarchy Proces (AHP) dan Multi Objective

Optimization by Ratio Analysis (MOORA) sebagai sistem alternatif yang dapat

digunakan untuk menetukan karpet terbaik berdasarkan kriteria yang telah ditentukan. Hasil pembobotan yang didapatkan dari 6 kriteria yang digunakan bahwa panjang merupakan kriteria yang paling penting untuk menentukan karpet terbaik dengan bobot 0,238 atau 23,8%. Berikutnya adalah kelenturan dengan nilai bobot 0,205 atau 20,5%. berikutnya adalah kualitas dengan nilai bobot 0,198 atau 19,8%. Berikutnya adalah lebar dengan nilai bobot 0,193 atau 19,3%. Berikutnya adalah harga dengan nilai bobot 0,129 atau 12,9%. Dan terakhir adalah kriteria tebal dengan nilai bobot 0,038 atau 3,8%.

Kata Kunci : Karpet, Analytical Hierarchy Proces (AHP) dan Multi Objective

(11)

xi

ABSTRACT

Elvira (15160343) Application of AHP and MOORA On The Best Carpet Selection

Decision Support System

Carpet is a material used to coat the floor. Carpet permanently installed above the floorlike a wooden floor, plastering, ceramic, concrete, etc. Dua Tujuh carpet store selling many kind of carpet start from type of material, thickness, and size. There are six types to determine the best carpet is prize, wide, quality, flexibility, thickness, and length with score on each criteria. To make it easier buyer to determine the best carpet, need for a decision support recommendation system which serves to help make selection to the carpet. In this research applies Analytical Hierarchy Process (AHP) method and Multi Objection Optimization by Ratio Analysis (MOORA) method as a alternative system that used to determine the best carpet based on criteria which have been specited. Weighting result obtained from six criteria used that length is the mos timportant criteria for determining is the best carpet with score 0,238 or 23,8%. Next is flexibility with score 0,205 or 20,5%. Then quality with score 0,198 or 19,8%. Then wide with score 0,193 or 19,3%. Next is prize with score 0,129 or 12,9%. And the last criteria is thickness with score 0,038 or 3,8%.

Keywords : Carpet, Analytical Hierarchy Proces (AHP) and Multi Objective Optimization by Ratio Analysis (MOORA).

(12)

xii

DAFTAR ISI

Halaman

PENERAPAN METODE AHP DAN MOORA PADA ... i

PERSEMBAHAN ... ii

SURAT PERNYATAAN KEASLIAN SKRIPSI ... iii

SURAT PERNYATAAN PERSETUJUAN PUBLIKASI KARYA ILMIAH UNTUK KEPENTINGAN AKADEMIS ... iv

PERSETUJUAN DAN PENGESAHAN SKRIPSI ... v

PEDOMAN PENGGUNAAN HAK CIPTA ... vii

KATA PENGANTAR ... viii

ABSTRAK ... x

ABSTRACT ... xi

DAFTAR ISI ... xii

DAFTAR TABEL ... xiv

DAFTAR GAMBAR ... xv

DAFTAR LAMPIRAN ... xvi

BAB I PENDAHULUAN ... 1

1.1. Latar Belakang Masalah ... 1

1.2. Perumusan Masalah ... 2

1.3. Tujuan dan Manfaat ... 3

1.3.1. Tujuan ... 3

1.3.2. Manfaat ... 3

1.4. Metode Penelitian ... 3

1.4.1 Teknik Pengumpulan Data ... 3

1.5. Ruang Lingkup ... 4

BAB II LANDASAN TEORI ... 5

2.1. Tinjauan Jurnal ... 5

2.1.1. Sistem Pendukung Keputusan ... 5

2.1.2 Analytical Hierarchy Proces (AHP) ... 6

2.1.3 Multi-Objective Optimization by Ratio Analysis ... 11

2.2. Penelitian Terkait ... 13

BAB III ANALISIS DAN PERANCANGAN ... 15

3.1. Tinjauan Institusi/Organisasi... 15

3.1.1. Sejarah Institusi/Organisasi ... 15

3.1.2. Struktur Organisasi ... 15

3.2. Analisis Masalah ... 15

(13)

xiii

3.4. Metode Analisis Data ... 18

BAB IV IMPLEMENTASI DAN PENGUJIAN ... 25

4.1. Hasil Penelitian... 25

BAB V PENUTUP ... 46

5.1. Kesimpulan ... 46

5.2. Saran ... 46

DAFTAR PUSTAKA ... 47

DAFTAR RIWAYAT HIDUP ... 49

LEMBAR KONSULTASI BIMBINGAN ... 51

(14)

xiv

DAFTAR TABEL

Halaman

Tabel II. 1. Tabel Skala Perbandingan Berpasangan ... 7

Tabel II. 2. Nilai Random Indeks ... 10

Tabel III. 1. Matriks Perbandingan Pasangan ... 18

Tabel III. 2. Skala Penilaian Perbandingan Pasangan ... 18

Tabel III. 3. Daftar Indeks Random Konsistensi... 20

Tabel III. 4. Tabel Penilaian ... 22

Tabel IV. 1. Kriteria ... 25

Tabel IV .2. Alternatif ... 25

Tabel IV. 3. Matrik Faktor Pembobotan Kriteria ... 27

Tabel IV. 4. Matriks Pembobotan Hirarki Kriteria yang Disederhanakan ... 28

Tabel IV. 5. Matriks Pembobotan Hirarki Kriteria yang Dinormalkan ... 28

Tabel IV. 6. Matriks Harga ... 29

Tabel IV. 7. Matriks Harga yang Disederhanakan ... 30

Tabel IV. 8. Matriks Kriteria Harga yang Dinormalkan ... 30

Tabel IV. 9. Matriks Faktor Evaluasi Kriteria Lebar ... 31

Tabel IV. 10. Matriks Kriteria Lebar yang Disederhanakan ... 32

Tabel IV. 11. Matriks Kriteria Lebar yang Dinormalkan ... 32

Tabel IV. 12. Matriks Faktor Evaluasi Kriteria Kualitas ... 33

Tabel IV. 13. Matriks Kriteria Kualitas Yang Disederhanakan ... 33

Tabel IV. 14. Matriks Kriteria Kualitas Yang Dinormalkan ... 34

Tabel IV. 15. Matriks Faktor Evaluasi Kriteria Tebal ... 35

Tabel IV. 16. Matriks Kriteria Tebal Yang Disederhanakan ... 35

Tabel IV. 17. Matriks Kriteria Tebal Yang Dinormalkan ... 36

Tabel IV. 18. Matriks Faktor Evaluasi Kriteria Kelenturan... 37

Tabel IV. 19. Matriks Kriteria Kualitas Yang Disederhanakan ... 37

Tabel IV. 20. Matriks Kriteria Kelenturan Yang Dinormalkan ... 37

Tabel IV. 21. Matriks Faktor Evaluasi Kriteria Panjang ... 38

Tabel IV. 22. Matriks Kriteria Panjang Yang Disederhanakan ... 39

Tabel IV. 23. Matriks Kriteria Kualitas Yang Dinormalkan ... 39

Tabel IV. 24. Matriks Hubungan Antara Kriteria Dan Alternatif ... 40

Tabel IV. 25. Skala Penilaian ... 41

Tabel IV. 26. Matriks Keputusan ... 41

Tabel IV. 27. Normalisasi Matriks Keputusan... 41

Tabel IV. 28. Matriks Normalisasi Terbobot ... 42

Tabel IV. 29. Hasil Preferensi ... 42

(15)

xv

DAFTAR GAMBAR

Halaman

Gambar II. 1. Struktur AHP ... 7

Gambar III. 1. Struktur Organisasi Toko Dua Tujuh ... 14

Gambar III. 2. Decompotition ... 17

Gambar IV. 1. Struktur Penentuan Karpet Terbaik... 27

Gambar IV. 2. Penghitungan Semua Kriteria menggunakan Super Decision ... 43

Gambar IV. 3. Penghitungan Kriteria Harga menggunakan Super Decision ... 44

Gambar IV. 4. Penghitungan Kriteria Kelenturan menggunakan Super Decision ... 44

Gambar IV. 5. Penghitungan Kriteria Tebal menggunakan Super Decision ... 44

Gambar IV. 6. Penghitungan Kriteria Kualitas menggunakan Super Decision ... 45

Gambar IV. 7. Penghitungan Kriteria Panjang menggunakan Super Decision ... 45

(16)

xvi

DAFTAR LAMPIRAN

Halaman

Lampiran 1. Karpet Daimaru ... 53

Lampiran 2.Karpet Komodo ... 53

Lampiran 3. Karpet Pataya ... 54

Lampiran 4. Karpet Unica ... 54

Lampiran 5. Karpet Sanho ... 55

Lampiran 6. Karpet Terano ... 55

Lampiran 7.1. Lembar Wawancara 1 ... 55

(17)

1

BAB I

PENDAHULUAN

1.1. Latar Belakang Masalah

Sistem pendukung keputusan yang biasa kita singkat sebagai SPK merupakan

sebuah sistem yang dikembangkan, yang dapat mendukung pemodelan keputusan

dan analisis data, bertujuan pada perencanaan di masa depan dan tidak ada jeda

waktu penggunaan yang direncanakan. Sistem ini difokuskan pada keputusan yang

diambil pejabat pengambil keputusan serta jeda pada fleksibilitas, daya adaptasi,

serta respon cepat oleh pengguna.(Ifo Wahyu Pratama, 2018)

Thomas L.Saaty adalah orang yang mengembangkan salah satu model

pendukung keputusan Analytical Hierarchy Proces (AHP). Dari masalah yang

memiliki banyak faktor atau banyak kriteria yang rumit diuraikan menjadi suatu

hierarki. Dengan hierarki, masalah yang rumit diuraikan ke dalam

kelompok-kelompok yang sejenis lalu, permasalahan akan lebih mudah tersusun dan sistematis

(Satriani dkk., 2018). Untuk permasalahan yang memiliki banyak kriteria dan banyak

opsi, AHP merupakan metode pengambilan keputusan yang cocok (Mahendra &

Putri, 2019).

Metode Multi Objective Optimization by Ratio Analysis atau yang biasa disebut

MOORA adalah sebuah metode yang diperkenalkan oleh Braurers dan Zavadkas

pada tahun 2006. Metode MOORA mudah untuk dipahami dan memiliki fleksibilitas

dalam memisahkan subjektif dari suatu proses evaluasi ke dalam kriteria bobot

keputusan dengan beberapa atribut pengambilan keputusan (Ashari & Mintarsih,

2017). Tingkat selektifitas yang baik juga dimiliki metode MOORA karena dapat

(18)

2

menguntungkan (Cost) atau yang bernilai menguntungkan (Benefit) (Wardani dkk.,

2018).

Toko Dua Tujuh adalah sebuah toko yang teletak di Pasar Pelita Kota

Sukabumi. Toko ini adalah sebuah toko yang menjual berbagai macam karpet.

Karpet merupakan sebuah material yang digunakan untuk melapisi lantai. Karpet

dipasang di atas lantai permanen, seperti lantai kayu, plesteran, keramik, beton,

atau jenis lain. Karpet tersebut bisa permanen maupun gulungan. Karpet dengan

kualitas yang bagus memiliki ketebalan di atas 15 mm (Lauren dkk., 2018). Saat

ini banyak orang yang menggunakan karpet untuk melapisi permukaan lantai

rumahnya untuk menggantikan ubin atau keramik atau untuk loteng rumah yang

beralas kayu. Saat ini, karpet yang ada dipasaran memiliki berbagai macam jenis

bahan, ketebalan dan ukuran karpet . Dengan banyaknya ukuran, ketebalan dan jenis

karpet maka, itu akan membingungkan pengguna untuk memilih karpet mana yang

terbaik. Dengan banyaknya jenis karpet yang ditawarkan oleh penjual itupun akan

memakan banyak waktu hanya untuk menjelaskan jenis dan ukuran karpet yang

dibutuhkan.

1.2. Perumusan Masalah

Rumusan masalah yang penulis dapat ambil dari latar belakang diatas sebagai

berikut :

1. Bagaimana membuat sebuah sistem pendukung keputusan yang dapat

memudahkan pengguna dalam menentukan sebuah pilihan terkait pemilihan karpet

terbaik menggunakan metode AHP dan MOORA?

2. Bagaimana memudahkan pegawai untuk merekomendasikan karpet yang

(19)

3 1.3. Tujuan dan Manfaat

1.3.1. Tujuan

Tujuan penulisan skripsi ini adalah:

1. Merancang SPK yang berguna untuk menyeleksi pemilihan karpet ditoko

Dua Tujuh.

2. Penerapan metode AHP dan MOORA untuk mendapatkan solusi yang

mendekati harapan.

1.3.2. Manfaat

Manfaat dari penulisan skripsi ini adalah waktu yang dibutuhkan karyawan

toko karpet untuk melayani pelanggan lebih singkat karena pelanggan telah

mengetahui karpet seperti apa yang mereka butuhkan.

1.4. Metode Penelitian

1.4.1 Teknik Pengumpulan Data

A. Observasi

Penulis melakukan pengamatan secara langsung di toko karpet yang

terletak di Pasar Gang Ikan kota Sukabumi, Jawa Barat.

B. Studi Pustaka

Penulis melakukan studi pustaka dengan mencari dan mempelajari

buku-buku dan jurnal-jurnal yang relevan guna memberi pemahaman lebih baik

terhadap topik penulisan.

(20)

4

Wawancara silakukan dengan bertanya mengenai jenis, harga, ukuran dan

merek karpet.

1.5. Ruang Lingkup

Ruang lingkup penelitian ini dibatasi hanya pada penerapan AHP untuk

pemilihan karpept terbaik dimana akan ditentukan atribut AHP, memberikan nilai

preferensi perbandingan, membuat matriks perbandingan berpasangan, normalisasi

matriks, Menghitung bobot prioritas, Menghitung Eigen maksimum, dan memeriksa

(21)

5

BAB II

LANDASAN TEORI

2.1. Tinjauan Jurnal

2.1.1. Sistem Pendukung Keputusan

SPK atau Sistem Pendukung Keputusan atau Decision Support System

(DSS) merupakan sistem informasi interaktif yang menyediakan informasi

pemodelan dan manipulasi data yang berfungsi untuk membantu mengambil

keputusan yang berhubungan dengan masalah yang bersifat tidak terstrukur.

Dimana keputusan dibuat tidak diketahui oleh seorangpun (Riyandi dkk., 2017).

Dengan Sistem Pendukung Keputusan yang merupakan sebuah sistem

interaktif computer, pemakai didukung dalam kemudahan akses data dan model

keputusan dalam proses mengambil keputusan yang efektif dan memecahkan

masalah yang bersifat semi terstruktur dan tidak terstruktur (Sasongko dkk., 2017) ,

maka harus mampu:

1. Ditambah atau dikembangkan

2. Mendukung analisis data dan model desisi

3. Beradaptasi pada masa mendatang

4. Digunakan dalam waktu yang tidak terjadwal

Dari beberapa pengertian mengenai system penunjang keputusan diatas dapat

diambil keputusan bahwa Sistem Pendukung Keputusan (SPK) adalah sebuah sistem

interaktif komputer yang dapat membantu penggunanya untuk mengambil keputusan

(22)

6

pengambilan keputusan tetap dilakukan oleh pengguna karena SPK hanya

sebagai alat bantu saja yang merekomendasikan solusi terbaik menurut sistem. Pada

dasarnya,pengambilan keputusan adalah kegiatan memilih solusi dari beberapa

alternatif yang tersedia.

2.1.2 Analytical Hierarchy Proces (AHP)

1. Pengertian AHP

Thomas L. Saaty adalah orang yang mengembangkan salah satu model

pendukung keputusan Analytical Hierarchy Proces (AHP). Model ini mampu

menangani sistem yang rumit berhubungan dengan pengambilan keputusan dari

beberapa opsi dapat ditangani dan memberi pilihan yang dapat dipertimbangkan

(Satriani dkk., 2018). Dari masalah yang memiliki banyak faktor atau banyak

kriteria yang rumit diuraikan menjadi suatu hierarki. Dengan hierarki, masalah

yang rumit diuraikan ke dalam kelompok-kelompok yang sejenis lalu,

permasalahan akan lebih mudah tersusun dan sistematis (Putera, 2017). Untuk

permasalahan yang memiliki banyak kriteria dan banyak opsi, AHP merupakan

metode pengambilan keputusan yang cocok (Susilowati & M, 2019). Model ini

adalah model hierarki fungsional dengan input utamanya adalah persepsi manusia.

2. Prinsip AHP

Beberapa prinsip yang harus dimengerti dalam menyelesaikan masalah saat

menggunakan AHP, diantaranya adalah:

A. Dekomposisi (Decomposition)

System yang rumit dengan membaginya menjadi bagian-bagian lebih kecil

sehingga mudah dipahami lalu disusun secara hierarki (Satriani, Chollissodin,

(23)

7

Sumber : (Mahendra & Putri, 2019)

Gambar II. 1 Struktur AHP

B. Comparative Judgment (Penilaian Kriteria dan Alternatif)

Perbandingan berpasangan dapat digunakan saat melakukan kriteria dan

alternatif. Semua jenis persoalan, dapat diukur dengan skala 1-9 yang merupakan

representasi skala terbaik untuk mengekspresikan pendapat seseorang. Pendapat

secara kualitatif dari skala perbandingan berpasangan dapat diukur menggunakan

tabel

Tabel II.1. Tabel Skala Perbandingan Berpasangan

Intensitas

Kepentingan Keterangan

1 Kedua elemen sama pentingnya.

3 Elemen yang satu sedikit lebih penting dari elemen yang lainnya. 5 Elemen yang satu lebih penting dari elemen yang lainnya.

7 Satu elemen jelas lebih mutlak penting dari elemen yang lainnya. 9 Satu elemen mutlak penting dari elemen yang lainnya.

(24)

8

Kebalikan Jika aktivitas I mendapat 1 angka dibandingkan aktivitas i, maka i memilik nilai kebalikan dibandingkan aktivitas I

Sumber : (Evicienna, 2016)

C. Synthesis of Priority (Menentukan Prioritas)

Perbandingan berpasangan dibutuhkan setiap kriteria dan alternatif. Untuk

bisa menghasilkan nilai bobot dan prioritas dibutuhkan nilai perbandingan relatif

dari semua kriteria dan alternatif yang disesuaikan dengan judgement yang telah

ditentukan. Dengan memanipulasi matriks atau penyelesaian persamaan

matematika untuk mendapatkan bobot dan prioritas.

D. Logical Consistency (Konsistensi Logis)

Konsistensi memiliki dua arti. Pertama, terkait tingkat hubungan antar objek

dengan objek lain pada kriteria tertentu. Kedua,setiap objek yang sama dapat

digolongkan sesuai dengan keseragaman dan relevansi.

3. Proses AHP

Proses metode AHP (Destari, Sheren; Simpony, Bambang Kelana;, 2018)

(Satriani, Chollissodin, & Fauzi, 2018)

1. Langkah pertama adalah memberikan nilai preferensi perbandingan terhadap

kriteria karpet dan alternatif karpet. Dan untuk nilai ditentukan dari tabel skala

perbandingan berpasangan.

2. Menentukan prioritas elemen dengan membuat matriks perbandingan

berpasangan yang diisi dengan bilangan untuk merepresentasikan kepentingan

relatif antar elemen.

3. Normalisasi matriks

1. Menjumlahkan nilai dari setiap kolom pada matriks perbandingan

(25)

9

∑

n = hasil penjumlahan tiap kolom z = banyak alternative I = 1,2,3,…,z

X = nilai tiap cell

2. Membagi setiap nilai kolom dengan total kolom yang bersangkutan untuk

memperoleh normalisasi matriks yang ditunjukkan pada persamaan dibawah

ini.

Dimana :

m = hasil normalisasi x = nilai tiap cell

n = hasil jumlah tiap kolom

4. Menghitung bobot prioritas

Menjumlahkan nilai-nilai dari baris dan membagi hasil jumlahnya dengan

banyak jumlah elemen untuk mendapatkan nilai rata-rata/bobot prioritas yang

ditunjukkan pada persamaan dibwah ini.

∑ dimana,

bp = hasil rata-rata/bobot prioritas n = banyak kriteria

j = 1,2,3,...,n

x = nilai tiap cell

5. Menghitung Eigen maksimum

a. Kalikan setiap nilai cell pertama dengan bobot prioritas pertama, nilai pada

(26)

10

b. Jumlahkan hasilnya untuk setiap baris pada matriks.

c. Hasil dari penjumlahan baris dibagi dengan elemen prioritas relatif yang

bersangkutan.

d. Jumlahkan hasil lamda tiap kriteria dibagi dengan banyak elemen yang ada, hasilnya disebut λmaz yang ditunjukkan pada persamaan dibawah ini.

∑ dimana,

λmaz = eigen maksimum n = banyak kriteria

6. Menghitung Indek Konsistensi atau Consistency Index (CI) yang ditunjukkan

pada persamaan dibawah ini

dimana,

n = banyak elemen

7. Menghitung Rasio Konsistensi atau Consistency Ratio (CR) yang ditunjukkan

pada persamaan dibawah ini

dimana, RI = rasio indeks CR = rasio konsistensi Tabel II.2. N 1.2 3 4 5 6 7 8 … RI 0.00 0.58 0.90 1.12 1.24 1.32 1.41 …

(27)

11

Nilai Random Indeks

Sumber : (Sa’adati dkk., 2018)

8. Memeriksa konsistensi hirarki

Jika nilai CR melebihi dari 0,1 maka penilaian data judgement tidak

konsisten maka harus dilakukan penghitungan kembali dengan. Jika rasio

konsisten CR kurang dari 0,1 maka perhitungan data konsisten dan benar.

2.1.3 Multi-Objective Optimization by Ratio Analysis

A. Pengertian MOORA

MOORA (Multi Objective Optimization on the Basis of Ratio Analysis)

merupakan sebuah metode pengambilan keputusan yang diperkenalkan oleh

Brauers dan Zavadskas pada tahun 2006, metode ini merupakan sebuah metode

multiobjektif sistem mengoptimalkan dua atau lebih atribut yang saling

bertentangan secara bersamaan, metode moora ini diterapkan untuk

memecahkan banyak permasalahan ekonomi, manajerial, dan konstruksi dengan

perhitungan rumus matematika dengan hasil yang tepat.(Cahyani dkk., 2019)

Metode MOORA banyak diaplikasikan dalam beberapa bidang seperti bidang

manajemen, bangunan, kontraktor, desain jalan, dan ekonomi. tujuan dan kriteria

yang bertentangan juga dapat ditentukan oleh metode ini, yaitu kriteria yang

bernilai menguntungkan (Benefit) atau yang merugikan (Cost) (Wardani dkk.,

2018)

B. Proses MOORA

MOORA memiliki proses-proses penyelesaian diantaranya adalah (Ashari

(28)

12

1) Atribut evaluasi yang bersangkutan diidentifikasi dan ditentukan

tujuannya.

2) Pembentukan matriks

Dimana x adalah nilai dari masing-masing kriteria.

3) Menetukan Matriks Normalisasi

̅̅̅̅ √∑

Rasio Xij menunjukan ukuran ke i dari alternatif pada kriteria ke j, m

menunjukan banyaknya jumlah alternatif dan n menunjukan jumlah

kriteria. Pilihan terbaik dari akar kuadrat dari penjumlahan kuadrat dari

setiap alternatif perkriteria.

4) Menentukan Matriks Normalisasi terbobot Jurnal

∑

Dimana:

n= nilai atribut yang diminimalkan

g= jumlah atribut yang akan dimaksimalkan,

yi = nilai dari penilaian normalisasi alternatif i terhadap semua atribut

j= bobot kriteria ke-j

5) Menentukan Nilai Preferensi

∑

(29)

13 2.2. Penelitian Terkait

Sampai saat ini penelitian yang memiliki metode dan objek penelitian yang sama

penulis belum menemukan tetapi, penulis terinspirasi dan mereferensi beberapa

penelitian yang memiliki metode yang sama dengan penelitian ini diantaranya

adalah:

Penelitian yang dilakukan Evicienna, pada tahun 2016 dengan judul

PENERAPAN METODE AHP UNTUK KELAYAKAN PEMBERIAN BEASISWA

yang menggunakan metode AHP untuk menentukan pemberian beasiswa kepada

siswa.

Selanjutnya penelitian yang dilakukan oleh Tri Susilowati dan M. Faruk

Hidayatulloh, pada tahun 2019 yang berjudul METODE ANALITICAL

HIERARCHY PROCESS (AHP) DALAM PENENTUAN LOKASI HOME

INDUSTRI DI KABUPATEN PRINGSEWU yang menmbahas tentang penggunaan

metode AHP dalam menentukan lokasi yang tepat untuk dijadikan lokasi home

industri di Kabupaten Pringsewu, Lampung.

Selanjutnya penelitian yang dilakukan oleh Sri Wardani, Solikhun dan Ahmad

Revi pada tahun 2018 dengan judul Analisis Sistem Pendukung Keputusan

Penyeleksian Siswa Calon Peserta Olimpiade Dengan Metode MOORA yang

membahas mengenai penggunaan metode MOORA untuk menyeleksi siswa

berdasarkan nilai-nilai pelajaran yang diperoleh siswa.

Selajutnya adalah penelitian yang dilakukan oleh Muhammad Ashari, Arini dan

Fitri Mintarsih pada tahun 2017 dengan judul Aplikasi Pemilihan Bibit Budidaya

Ikan Air Tawar dengan Metode MOORA – Entropy tentang, penggunaan metode

(30)

14

Berdasarkan penelitian yang telah dilaksanakan maka, pada penelitian ini

dilakukan dengan menggabungkan dua metode yaitu metode AHP dan MOORA

(31)

15

BAB III

ANALISIS DAN PERANCANGAN

3.1. Tinjauan Institusi/Organisasi

3.1.1. Sejarah Institusi/Organisasi

Toko Dua Tujuh adalah sebuah toko kecil yang terletak di Pasar Pelita kota

Sukabumi. Toko Dua Tujuh adalah uhsaha keluarga yang berawal dari usaha

kecil-kecilan yang bermula dari toko yang menjual kain lalu beralih menjadi menjual

karpet selain menjual karpet, toko ini juga menjual jas hujan, taplak meja, payung,

dan juga terpal.

3.1.2. Struktur Organisasi Pegawai Toko Rita Pegawai Toko Iman Pemilik Toko Ricka Bataric

Gambar III.1 Struktur Organisasi Toko Dua Tujuh

Toko Dua Tujuh memiliki struktur organisasi yang sangat sederhana karena

toko ini adalah usaha keluarga toko ini hanya ada seorang pemilik toko dan seorang

pegawai toko.

3.2. Analisis Masalah

Berdasarkan permasalahan yang telah diuraikan, maka dibuat Analisa masalah

(32)

16

Toko karpet merupakan tempat untuk menjual dan membeli karpet. Toko karpet

tentu menjual jenis-jenis karpet yang beragam mulai dari bahan, ukuran, ketebalan,

dan lebar. Banyaknya jenis karpet pasti membuat pembeli merasa bingung untuk

memilih mana yang terbaik.

Banyaknya jenis karpet yang tersedia sehingga memperlambat waktu untuk

melayani pembeli. Karena untuk merekomendasikan karpet membutuhkan banyak

waktu mengingat banyaknya jenis serta kriteria setiap karpet.

3.3. Analisis Kebutuhan

A. Metode Pengumpulan Data

Penelitian menggunakan data primer, berupa jawaban hasil dari wawancara,

yaitu sekumpulan pertanyaan yang diajukan kepada responden yaitu pemilik dan

pegawai Toko Karpet Dua Tujuh. Metode pengumpulan data yang digunakan

dalam penelitian adalah sebagai berikut :

1. Studi Lapangan

a. Observasi

Pengamatan secara langsung yang dilakukan di Toko Karpet Dua Tujuh

ini dilakukan untuk mencatat hal-hal yang dianggap penting yang berkaitan

dengan pemilihan karpet terbaik di toko tersebut.

b. Wawancara

Wawancara yang dilakukan penulis yaitu dengan menggali informasi

kepada pemilik toko dan pegawai Toko Karpet Dua Tujuh. Wawancara

dilakukan secara bebas dan pertanyaan yang diajukan berisi spesifik dan

hanya memuat poin-poin penting masalah yang ingin di gali dari responden

(33)

17 2. Studi Pustaka

Pengumpulan data dengan cara membaca dan mengkaji junal-jurnal secara

teoritis yang berkaitan dengan penelitian yang dibahas.

B. Populasi dan Sampel Penelitian

1. Populasi

Populasi adalah keseluruhan unit atau individu dengan ciri-ciri yang sama

yang ingin diteliti (Dr. Sandu Siyoto, SKM dkk., 2016). Inti dari populasi

adalah sebuah wilayah yang akan diteliti dalam penelitian. Populasi dari

penelitian ini adalah berbagai jenis karpet meteran yang terdapat di Toko Dua

Tujuh. Selanjutnya dipilih karpet meteran berbahan plstik tersebut sebagai

alternatif menentukan Customer Service terbaik.

2. Sampel Penelitian

Sampel Penelitian adalah anggota dari populasi yang dipilih dengan teknik

tertentu. Populasi dan Sample memiliki karakteristik yang sama (Dr. Sandu

Siyoto, SKM & Nia Sari, 2016 : 1). Teknik pengambilan sampel yang

digunakan pada penelitian ini adalah Judgement Sampling yaitu sampel yang

diambil berdasarkan pertimbangan tertentu sesuai dengan metode AHP yang

mempunyai syarat ketergantungan pada kelompok ahli sesuai dengan jenis

spesialis terkait dalam pengambilan keputusan. Untuk jumlah responden pada

metode AHP tidak ada perumusan tertentu, hanya ada batas minimum yaitu

dua orang responden. Pada penelitian ini menggunakan 2 responden.

Responden yang ikut berperan serta dalam penelitian ini adalah responden

yang memiliki pengetahuan dan pengalaman yang cukup tentang permasalahan

ini. Responden yang terlibat dalam wawancara dalam penelitian ini adalah

(34)

18 3.4. Metode Analisis Data

Analisis data merupakan aktivitas ilmiah untuk melakukan penilaian terhadap

nilai/skor/ukuran variabel atau indikator yang ditinjau, terutama variabel tak bebas

atau variabel tujuan atau indikator masalah yang ditinjau (Agung, 2019 : 1). Pada

dasarnya, analisis data dalam AHP memiliki beberapa penyelesaian sebagai berikut:

A. Decompotition (Membuat Hirarki)

Mendefinisikan persoalan dengan cara memecah persoalan yang utuh menjadi

unsur-unsur lalu dibentuk menjadi hierarki. Penyusunan hierarki dengan tujuan

yang telah ditetapkan merupakan sasaran sistem secara keseluruhan pada level

teratas, pada penelitian ini dikelompokan menjadi tiga bagian yaitu tujuan, kriteria

dan alternatif.

Sumber : (Mahendra & Putri, 2019)

Gambar III. 2 Decompotition

B. Comparative Judgment (Membuat Penilaian Kriteria dan Alternatif)

Setelah disusun hirarki dari permasalahan yang dihadapi selanjutnya yaitu

membuat perbandingan berpasangan sesuai dengan kriteria yang diberikan. Untuk

(35)

19

untuk membuat peilaian tentang kepentingan relative dua elemen, sehingga dari

susunan hirarki diatas maka matriks perbandingan berpasangan dari kriteria dan

masing-masing alternatif kriteria dapat dibentuk” seperti contoh tabel dibawah ini

Tabel III.1 Matriks Perbandingan Pasangan Kriteria-1 Kriteria-2 Kriteria-3

Kriteria-1 K11 K12 K13

Sumber :(Munthafa & Mubarok, 2017)

Mengisi matrik perbandingan berpasangan yaitu dengan menggunakan

bilangan untuk merepresentasikan kepentingan relatif dari satu elemen terhadap

elemen lainnya yang dimaksud dalam bentuk skala dari 1 sampai dengan 9. Skala

ini mendefinisikan dan menjelaskan nilai 1 sampai 9 untuk pertimbangan dalam

perbandingan berpasangan elemen pada setiap level hirarki terhadap suatu kreteria

di level yang lebih tinggi. Apabila suatu elemen dalam matrik dan dibandingkan

dengan dirinya sendiri, maka diberi nilai 1. Jika A dibanding B mendapatkan nilai

tertentu, maka B dibanding A merupakan kebalikkannya. Berikut ini skala

kuantitatif 1 sampai dengan 9 untuk menilai tingkat kepentingan suatu elemen

dengan elemen lainnya.

Tabel III.2. Skala Penilaian Perbandingan Pasangan

Intensitas

Kepentingan Keterangan

1 Kedua Elemen Sama Pentingnya

3 Elemen yang satu sedikit lebih penting daripada elemen yang lainnya

5 Elemen yang satu lebih penting daripada elemen yang lainnya

(36)

20 lainnya

9 Satu elemen mutlak penting daripada elemen lainnya

2,4,6,8 Nilai-nilai antara dua nilai pertimbangan yang berdekatan

Kebalikan

Jika aktivitas A mendapat satu angka dibandingkan dengan aktivitas B, maka B memiliki nilai kebalikannya dibandingkan dengan A

Sumber : (Mahendra & Putri, 2019)

C. Syntesis of Priority (Membuat Prioritas)

Setelah matriks perbandingan lalu membuat eigen vector untuk memperoleh

local priority.pertimbangan terhadap pertimbangan berpasangan disintesis untuk

mendapatkan keseluruhan priority (Mahendra & Putri, 2019).

Langkah-langkahnya adalah:

1. Menjumlahkan nilai-nilai dari setiap kolom pada matriks.

2. Membagi setiap nilai dari kolom dengan total kolom yang bersangkutan

untuk memperoleh normalisasi matriks.

3. Menjumlahkan nilai-nilai dari setiap matriks dan membaginya dengan

jumlah elemen untuk mendapatkan nilai rata-rata.

D. Consistency

Dalam membuat keputusan, konsistensi harus diketahui karena hasil penelitian

tidak menginginkan keputusan berdasarkan konsistensi yang rendah (Mahendra &

Putri, 2019). Untuk mengetahui seberapa banyak konsistebsi dapat mengikuti

langkah- langkah sebagai berikut:

1. Lakukan perkalian setiap nilai pada kolom pertama dengan prioritas relatif

elemen pertama, nilai pada kolom kedua dengan prioritas relatif elemen

(37)

21 2. Jumlahkan setiap baris yang ada.

3. Hasil dari penjumlahan baris dibagi dengan elemen prioritas yang berkaitan.

4. Jumlahkan hasil bagi dengan banyaknya elemen yang ada, kemudaian hasil

disebut (simbol) maks.

5. Hitung Consistency Index (CI) dengan rumus

n= banyaknya elemen

6. Hitung Consistensy Ratio (CR) dengan rumus

CR = Consistency Ratio

CI = Consistensy Index

RI = Random Consistency Index

7. Memeriksa Consistency Hierarchy

Jika nilainya lebih dari 10%, maka penilaian data judgement harus

diperbaiki. Namun jika ratio konsistensi (CI / RI) kurang atau sama dengan 0,1

maka hasil perhitungan dapat dinyatakan benar.

Tabel III.3. Daftar Indeks Random Konsistensi

Ukuran Matriks Nilai IR

1,2 0,00 3 0,58 4 0,90 5 1,12 6 1,24 7 1,32 8 1,41

(38)

22 9 1,45 10 1,49 11 1,51 12 1,48 14 1,56 14 1,57 15 1,59 Sumber : (Evicienna, 2016) Model Hirarki

Dalam penelitian menentukan Karpet terbaik ini perlu

mempertimbangkan kriteria dalam penilaian karpet menurut responden

sekaligus pakar yaitu pemilik dan pegawai sebagai berikut:

1. Harga

Harga yang terjangkau sehingga karpet mampu dibeli setiap kalangan

2. Lebar

Lebar yang dimilki karpet tidak sempit jika digunakan untuk ruangan

yang luas tidak banyak disambung-sambung.

3. Kualitas

Kualitas dari karpet yang baik adalah karpet yang memiliki lapisan

pada bagian atasnya.

4. Tebal

Ketebalan bahan karpet.

5. Kelenturan

Jika karpet dilipat lalu dibuka kembali dari lipatan tidak ada bekas

lipatan maka karpet tersebut adalah karpet yang lentur.

(39)

23

Panjang yang dimaksud adalah Panjang karpet dalam 1 gulungan.

Sedangkan untuk menentukan karpet terbaik terdapat 6 alternatif

Berdasarkan Data jenis karpet plastik meteran toko Dua Tujuh yaitu

Daimaru, Unica, Pataya, Komodo, Terano dan Sanho

Sesuai dengan kriteria di atas, maka dapat dibuat model hirarki dalam

menentukan karpet terbaik. Model hirarki dapat dilihat pada gambar

sebagai berikut:

Setelah pencarian bobot dilakukan tahap selajutnya perhitungan MOORA

untuk mendapatkan peringkat . Langkah-langkahnya adalah

1. Membuat skala penilaian untuk dijadikan bahan perhitungan dalam

proses penilaian

Tabel III.4. Tabel Penilaian kriteria sub kriteria bobot

harga

murah 1

menengah 2

mahal 3

lebar lebih dari 1,5m 3

(40)

24

kurang dari 1,5m 1 kualitas ada lapisan 2 tidak ada lapisan 1

tebal tebal 2 tipis 1 kelenturan lentur 2 kaku 1 panjang lebih dari 23 m 3 23 m 2 kurang dari 23 m 1

2. Selanjutnya yaitu membuat matriks keputusan dari hasil skala

penilaian sesuai dengan kondisi yang ada. Setelah jadi matriks

dinormalisasikan.

3. Langkah selanjutnya yaitu normalisasi matriks terbobot. Normalisasi

matriks terbobot didapat dengan mengalikan bobot kriteria yang sudah

didapat menggunakan AHP dengan Matrik Normalisasi.

4. Selanjutnya yaitu menghitung nilai preferensi, atribut benefit akan

dijumlahkan dengan atribut benefit lainnya. Atribut cost akan

dijumlahkan dengan atribut cost lainnya. Nilai yi didapat dengan

pengurangan.

5. Langkah terakhir yaitu menentukan perangkingan. Perangkingan

dilihat dari nilai yi yang didapat. karpet yang memiliki nilai yi paling

(41)

25

BAB IV

IMPLEMENTASI DAN PENGUJIAN

4.1. Hasil Penelitian

A. Penerapan model Analytical Hierarchy Process (AHP)

Dalam menentukan urutan karpet terbaik secara manual dilakukan melalui

langkah-langkah sebagai berikut:

1. Penyusunan kriteria meliputi: harga, lebar, kualitas,tebal, kelenturan dan

panjang karpet

Tabel IV. 1. Kriteria Kriteria Keterangan c1 Harga c2 Lebar c3 Kualitas c4 Tebal c5 Kelenturan c6 Panjang

2. Penyusunan alternatif meliputi: Daimaru, Unica, Pataya, Komodo, Teranno

dan Sanho.

Tabel IV.2. Alternatif Alternatif Keterangan A1 Daimaru A2 Unica A3 Pataya A4 Komodo A5 Terano A6 Sanho

3. Penetapan bobot kriteria melalui wawancara dimana pemilik dan pegawai

(42)

26

4. Penyusunan nilai masing-masing yakni harga, lebar, kualitas,tebal, kelenturan

dan panjang karpet menurut variabel operasional yang diturunkan dari

kriteria.

5. Perhitungan nilai hirarki prioritas karpet terbaik berdasarkan perkalian bobot

kriteria dan masing-masing harga, lebar, kualitas,tebal, kelenturan dan

panjang karpet.

6. Pengisian kuisioner merupakan hal yang sangat penting untuk mrndapatkan

penilaian kriteria yaitu dengan cara elemen-elemen dimasukan kedalam

perbandingan secara berpasangan untuk memberikan penilaian tingkat

kepentingan

7. Masing-masing elemen. Dalam menentukan tingkat kepentingan dari

elemen-elemen keputusan pada setiap tingkat hirarki keputusan, penilaian pendapat

dilakukan dengan menggunakan fungsi hirarki berfikir, dikombinasikan

dengan preferensi perasaan dan penginderaan.

8. Penilaian dapat dilakukan dengan komparasi berpasangan yaitu dengan

membandingkan setiap elemen dengan elemen lainnya pada setiap kriteria

sehingga didapat nilai kepentingan elemen dalam bentuk pendapat yang

bersifat kualitatif tersebut digunakan skala penilaian saaty sehingga akan

diperoleh nilai pendapat dalam bentuk angka (kuantitatif).

(43)

27

Gambar IV.1. Struktur Penentuan Karpet Terbaik Keterangan:

Karpet 1 = Daimaru Karpet 4 = Komodo

Karpet 2 = Unica Karpet 5 = Terano

Karpet 3 = Pataya Karpet 6 = Sanho

10. Perhitungan Faktor Hirarki Untuk Semua Kriteria

Analisis preferensi hasil dari penilaian pegawai toko menunjukan bahwa

kriteria kualitas 3 kali lebih penting dari kriteria harga dan 2 kali lebih penting

dari kriteria lebar. Kriteria lebar 3 kali lebih penting dari kriteria harga. Maka

matriks perbandingan hasil preferensi diatas adalah:

Tabel IV.3. Matrik Faktor Pembobotan Kriteria

Harga Lebar Kualitas Tebal Kelenturan Panjang

Harga 1 3 1 3 1/5 1/3 Lebar 1/3 1 1/3 5 1/3 5 Kualitas 1 3 1 3 3 1/3 Tebal 1/3 1/5 1/3 1 1/4 1/4 Kelenturan 5 3 1/3 4 1 1/2 Panjang 3 1/5 3 4 2 1

(44)

28

Tabel IV.4. Matriks Pembobotan Hirarki Kriteria yang Disederhanakan

Dengan unsur-unsur pada tiap kolom dibagi dengan jumlah kolom yang

bersangkutan, akan diperoleh bobot relatif yang dinormalkan. Nilai vektor eigen

dihasilkan dari rata-rata bobot relatif untuk setiap baris. Hasilnya dapat dilihat

pada tabel dibawah ini:

Tabel IV. 5. Matriks Pembobotan Hirarki Kriteria yang Dinormalkan

Harga Lebar Kualitas Tebal Kelenturan Panjang Vektor Eigen Harga 0,094 0,288 0,167 0,150 0,029 0,045 0,129 Lebar 0,031 0,096 0,056 0,250 0,049 0,674 0,193 Kualitas 0,094 0,288 0,167 0,150 0,442 0,045 0,198 Tebal 0,031 0,019 0,056 0,050 0,037 0,034 0,038 Kelenturan 0,469 0,288 0,056 0,200 0,147 0,067 0,205 Panjang 0,281 0,019 0,500 0,200 0,295 0,135 0,238

Selanjutnya nilai eigen maksimum ( maksimum) didapat dengan menjumlahkan hasil perkalian jumlah kolom dengan vektor eigen. Nilai eigen

maksimum yang diperoleh adalah:

maksimum = (10,667 x 0,129) + (10,400 x 0,193) + (6,000 x 0,198) + (20,000 x 0,038) + (6,783 x 0,205) + (7,417 x 0,238)

= 1,376+ 2,007+ 1,188+ 0,76 + 1,35 +1,77

= 8,47

Harga Lebar Kualitas Tebal Kelenturan Panjang Harga 1,000 3,000 1,000 3,000 0,200 0,333 Lebar 0,333 1,000 0,333 5,000 0,333 5,000 Kualitas 1,000 3,000 1,000 3,000 3,000 0,333 Tebal 0,333 0,200 0,333 1,000 0,250 0,250 Kelenturan 5,000 3,000 0,333 4,000 1,000 0,500 Panjang 3,000 0,200 3,000 4,000 2,000 1,000 Jumlah 10,667 10,400 6,000 20,000 6,783 7,417

(45)

29

Karena matriks berordo 6 (terdiri dari 6 kriteria), nilai indeks konsistensi

yang diperoleh adalah:

CI = = = = 0,494 Untuk =6, RI = (tabel RI), maka: CR =

=

= 0,056 < 0,100

Karena CR < 0,100 berarti preferensi responden adalah konsisten.

Dari hasil perhitungan pada tabel diatas menunjukan bahwa panjang

merupakan kriteria yang paling penting untuk menentukan karpet terbaik dengan

bobot 0,238 atau 23,8%. Berikutnya adalah kelenturan dengan nilai bobot 0,205

atau 20,5%. berikutnya adalah kualitas dengan nilai bobot 0,198 atau 19,8%.

Berikutnya adalah lebar dengan nilai bobot 0,193 atau 19,3%. Berikutnya

adalah harga dengan nilai bobot 0,129 atau 12,9%. Dan terakhir adalah kriteria

tebal dengan nilai bobot 0,038 atau 3,8%.

A. Perhitungan Faktor Evaluasi Kriteria Harga

Perbandingan berpasangan untuk kriteria harga yaitu perbandingan

berpasangan antara karpet daimaru terhadap karpet daimaru , unica dan sanho

sampai karpet sanho terhadap karpet sanho. Sehingga diperoleh hasil preferensi

rata-rata dari responden dalam matriks resiprokal sebagai berikut:

Tabel IV. 6. Matriks Harga

Alternatif Daimaru Unica Pataya Komodo Terano Sanho

Daimaru 1 3 3 4 5 6 Unica 1/3 1 1 3 4 5 Pataya 1/3 1 1 3 4 5 Komodo 1/4 1/3 1/3 1 2 3 Terano 1/5 1/4 1/4 1/2 1 3 Sanho 1/6 1/5 1/5 1/3 1/3 1

(46)

30

Perhitungan matriks untuk kriteria harga adalah:

Tabel IV. 7. Matriks Harga yang Disederhanakan

Daimaru 1,000 3,000 3,000 4,000 5,000 6,000 Unica 0,333 1,000 1,000 3,000 4,000 5,000 Pataya 0,333 1,000 1,000 3,000 4,000 5,000 Komodo 0,250 0,333 0,333 1,000 2,000 3,000 Terano 0,200 0,250 0,250 0,500 1,000 3,000 Sanho 0,167 0,200 0,200 0,333 0,333 1,000 Jumlah 2,283 5,783 5,783 11,833 16,333 23,000

Dengan unsur-unsur tiap kolom dibagi dengan jumlah total pada kolom

yang bersangkutan, akan diperoleh bobot relatif yang dinormalkan. Nilai vektor

eigen dihasilkan dari rata-rata nilai bobot relatif untuk tiap baris. Hasilnya dapat

dilihat pada tabel berikut:

Tabel IV. 8. Matriks Kriteria Harga yang Dinormalkan

Daimaru Unica Pataya Komodo Terano Sanho Vector Eigen Daimaru 0,438 0,519 0,519 0,338 0,306 0,261 0,397 Unica 0,146 0,173 0,173 0,254 0,245 0,217 0,201 Pataya 0,146 0,173 0,173 0,254 0,245 0,217 0,201 Komodo 0,109 0,058 0,058 0,085 0,122 0,130 0,094 Terano 0,088 0,043 0,043 0,042 0,061 0,130 0,068 Sanho 0,073 0,035 0,035 0,028 0,020 0,043 0,039

Selanjutnya nilai eigen maksimum ( maksimum) didapat dengan menjumlahkan hasil perkalian jumlah kolom dengan vektor eigen. Nilai eigen

maksimum yang diperoleh adalah sebagai berikut:

λmaksimum = (2,283 x 0,397) + (5,783 x 0,201) + (5,783 x 0,201) + (11,833 x 0,094) + (16,333 x 0,068) + (23,000 x 0,039) = 0,906 + 1,162 + 1,162 + 1,112 + 1,110 + 0,897

(47)

31

Karena matriks berordo 6 (yakni terdiri dari 6 alternatif), maka nilai indeks

konsistensi (CI) yang diperoleh adalah:

CI = = = = 0,069 Untuk =6, RI = (tabel RI), maka: CR = = = 0,055 < 0,100

Dari hasil perhitungan pada tabel diatas diperoleh urutan harga termurah

adalah karpet daimaru dengan bobot 0,397 atau 39,7%. Karpet Unica dan Pataya

dengan bobot 0,201 atau 20,1 %. Karpet Komodo dengan bobot 0,094 atau 9,4

%. Karpet Terano dengan bobot 0,068 atau 6,8% Dan yang terakhir adalah

carpet sanho dengan bobot 0,039 atau 3,9%.

B. Perhitungan Faktor Evaluasi Kriteria Lebar

Perbandingan berpasangan untuk kriteria lebar yaitu perbandingan

berpasangan antara karpet daimaru terhadap karpet daimaru , unica dan

sanho sampai karpet sanho terhadap karpet sanho. Sehingga diperoleh hasil

preferensi rata-rata dari responden dalam matriks resiprokal sebagai berikut:

Tabel IV. 9. Matriks Faktor Evaluasi Kriteria Lebar

Daimaru 1 1 1 1/3 1/5 1/5 Unica 1 1 1 1/3 1/5 1/5 Pataya 1 1 1 1/3 1/5 1/5 Komodo 3 3 3 1 1/3 1/3 Terano 5 5 5 3 1 1 Sanho 5 5 5 3 1 1

(48)

32

Tabel IV.10. Matriks Kriteria Lebar yang Disederhanakan

eigen dihasilkan dari rata-rata nilai bobot relatif untuk setiap baris. Hasilnya

dapat dilihat pada tabel berikut:

Tabel IV.11. Matriks Kriteria Lebar yang Dinormalkan

Alternatif Daimaru Unica Pataya Komodo Terano Sanho Vector Eigen Daimaru 0,063 0,063 0,063 0,042 0,068 0,068 0,061 Unica 0,063 0,063 0,063 0,042 0,068 0,068 0,061 Pataya 0,063 0,063 0,063 0,042 0,068 0,068 0,061 Komodo 0,188 0,188 0,188 0,125 0,114 0,114 0,152 Terano 0,313 0,313 0,313 0,375 0,341 0,341 0,332 Sanho 0,313 0,313 0,313 0,375 0,341 0,341 0,332

Selanjutnya nilaia eigen maksimum ( maksimum) didapat dengan menjumlahkan hasil perkalian jumlah kolom dengan vektor eigen. Nilai eigen

λmaksimum = (16,00 x 0,061) + (16,00 x 0,061) + (16,00 x 0,061) + (8,00 x 0,152) + (2,93 x 0,332) + (2,93 x 0,332)

= 0,976 + 0,976 + 0,976 + 1,216 + 0,972 + 0,972 = 6,088

(49)

33

CI = = = = 0,017 Untuk =6, RI = (tabel RI), maka: CR = = = 0,013 < 0,100

Dari hasil perhitungan pada tabel diatas diperoleh urutan prioritas untuk

kriteria lebar yaitu Sanho dan Terano dengan bobot 0,332 atau 33,2%. Lalu,

Komodo dengan bobot 0,152 atau 15,2%. Dan Daimaru, Unica dan Pataya yang

memiliki bobot masing-masing 0,061 atau 6,1%.

C. Perhitungan Faktor Evaluasi Kriteria Kualitas

Perbandingan berpasangan untuk kriteria kualitas dengan perbandingan

berpasangan antara karpet daimaru terhadap karpet daimaru , unica dan sanho

sampai karpet sanho terhadap karpet sanho. Sehingga diperoleh hasil preferensi

rata-rata dari responden dalam matriks resiprokal sebagai berikut:

Tabel IV.12. Matriks Faktor Evaluasi Kriteria Kualitas

Daimaru 1 1/3 1/3 1/5 1/7 1/7 Unica 3 1 1 1 1/5 1/5 Pataya 3 1 1 1 1 1/5 Komodo 5 1 1 1 3 1/5 Terano 7 5 1 1/3 1 1/5 Sanho 7 5 5 5 5 1

Perhitungan matriks untuk kriteria kualitas adalah:

Tabel IV.13. Matriks Kriteria Kualitas Yang Disederhanakan

Daimaru 1,00 0,33 0,33 0,20 0,14 0,14

(50)

34 Pataya 3,00 1,00 1,00 1,00 1,00 0,20 Komodo 5,00 1,00 1,00 1,00 3,00 0,20 Terano 7,00 5,00 1,00 0,33 1,00 0,20 Sanho 7,00 5,00 5,00 5,00 5,00 1,00 Jumlah 26,00 13,33 9,33 8,53 10,34 1,94

Dengan unsur-unsur tiap kolom dibagi dengan jumlah total pada kolom yang

bersangkutan, akan diperoleh bobot relatif yang dinormalkan. Nilai vektor eigen

dihasilkan dari rata-rata nilai bobot relatif untuk tiap baris. Hasilnya dapat dilihat

pada tabel berikut:

Tabel IV. 14. Matriks Kriteria Kualitas Yang Dinormalkan

λmaksimum = (26,00x 0,14) + (13,33x 0,29) + (9,33x 0,57) + (8,53 x 0,57) + (10,34 x 0,57) + (1,94 x 0,57)

= 0,980 + 1,015 + 0,998 + 0,998 + 0,998 + 0,998

= 2,993

CI = = = = 0,017 Untuk =6, RI = (tabel RI), maka:

(51)

35 CR = = = 0,013 < 0,100

kriteria kualitas sanho dengan bobot 0,57 atau 57%. Unica dengan bobot 0,29

atau 29%. Dan daimaru dengan bobot 0,14 atau 14%.

D. Perhitungan Faktor Evaluasi Kriteria Tebal

Tabel IV.15. Matriks Faktor Evaluasi Kriteria Tebal

Daimaru 1 2 2 1/5 1/3 1/5 Unica 1/2 1 1 1/5 1/5 1/5 Pataya 1/2 1 1 1/3 1/5 1/5 Komodo 5 5 3 1 3 1/5 Terano 3 5 5 1/3 1 1/3 Sanho 5 5 5 5 3 1

Perhitungan matriks untuk kriteria tebal adalah:

Tabel IV.16. Matriks Kriteria Tebal Yang Disederhanakan

(52)

36

Tabel IV. 17. Matriks Kriteria Tebal Yang Dinormalkan

λmaksimum = (15,00 x 0,076) + (19,00 x 0,049) + (17,00x 0,052) + (7,06 x 0,233) + (7,73 x 0,182) + (2,13 x 0,409)

= 1,14 + 0,931 + 0,884 + 1,644+ 1,406 + 0,864

= 6,869

CI = = = = 0,173 Untuk =6, RI = (tabel RI), maka: CR = = = 0, 139 < 0,100

Karena CR > 0,100 berarti preferensi responden adalah tidak konsisten.

kriteria tebal sanho dengan bobot 0,409 atau 40,9%. komodo dengan bobot

(53)

37

bobot 0,076 atau 7,6%. pataya dengan bobot 0,052 atau 5,2%. Dan unica

dengan bobot 0,49 atau 4,9%.

E. Perhitungan Faktor Evaluasi Kriteria Kelenturan

Tabel IV.18. Matriks Faktor Evaluasi Kriteria Kelenturan

Daimaru 1 1/5 1/5 1/5 1/5 1/5 Unica 5 1 1/5 1 2 1/2 Pataya 5 5 1 5 5 5 Komodo 5 1 1/5 1 3 3 Terano 5 ½ 1/5 1/3 1 1/5 Sanho 5 2 1/5 1/3 5 1

Perhitungan matriks untuk kriteria kelenturan adalah:

Tabel IV.19. Matriks Kriteria Kualitas Yang Disederhanakan Alternatif Daimaru Unica Pataya Komodo Terano Sanho

Tabel IV. 20. Matriks Kriteria Kelenturan Yang Dinormalkan Alternatif Daimaru Unica Pataya Komodo Terano Sanho Vector Eigen

Daimaru 0,038 0,021 0,100 0,025 0,012 0,020 0,036 Unica 0,192 0,103 0,100 0,127 0,123 0,051 0,116 Pataya 0,192 0,515 0,500 0,636 0,309 0,505 0,443 Komodo 0,192 0,103 0,100 0,127 0,185 0,303 0,168 Terano 0,192 0,052 0,100 0,042 0,062 0,020 0,078 Sanho 0,192 0,206 0,100 0,042 0,309 0,101 0,158

(54)

38

= 0,936+ 1,125 + 0,886 + 1,322 + 1,263+ 1,564

= 7,096

CI = = = = 0,219

Untuk =6, RI = (tabel RI), maka: CR = = = 0,176 > 0,100

kriteria kelenturan Pataya dengan bobot 0,443 atau 44,3%. Komodo dengan

bobot 0,168 atau 16,8%. Sanho dengan bobot 0,158 atau 15,8%. Unica dengan

bobot 0,116 atau 11,6%. Terano dengan bobot 0,078 atau 7,8%. Dan daimaru

dengan bobot 0,036 atau 3,6%.

F. Perhitungan Faktor Evaluasi Kriteria Panjang

Tabel IV. 21. Matriks Faktor Evaluasi Kriteria Panjang Alternatif Daimaru Unica Pataya Komodo Terano Sanho

Daimaru 1 3 1/2 1/2 1/2 3 Unica 1/3 1 1/3 1/3 1/3 1 Pataya 2 3 1 1 1 3 Komodo 2 3 1 1 1 3 Terano 2 3 1 1 1 3 Sanho 1/3 1 1/3 1/3 1/3 1

(55)

39

Perhitungan matriks untuk kriteria panjang adalah:

Tabel IV. 22. Matriks Kriteria Panjang Yang Disederhanakan Alternatif Daimaru Unica Pataya Komodo Terano Sanho

Tabel IV. 23. Matriks Kriteria Kualitas Yang Dinormalkan

= 1,174 + 0,995+ 0,979+ 0,979+ 0,979+ 0,995

(56)

40

CI = = = = 0,02 Untuk =6, RI = (tabel RI), maka: CR = = = 0,016< 0,100

kriteria panjang Pataya , Komodo dan Terano dengan bobot yang sama yaitu

0,235 atau 23,5%. Lalu Daimaru dengan bobot 0,153 atau 15,3%. Dan Unica dan

Sanho dengan bobot yang sama yaitu 0,071 atau 7,1%.

G. Faktor Evaluasi Total

Dari seluruh evaluasi yang dilakukan terhadap ke-6 kriteria harga, lebar,

kualitas, tebal, kelenturan dan panjang. Selanjutnya dikalikan dengan vektor

prioritas. Dengan demikian dapat diperoleh tabel hubungan antara kriteria dengan

alternatif.

Tabel IV. 24. Matriks Hubungan Antara Kriteria Dan Alternatif

harga lebar kualitas tebal kelenturan panjang jumlah prioritas daimaru 0,397 0,061 0,035 0,081 0,036 0,153 0,763 0,129 unica 0,201 0,061 0,089 0,052 0,116 0,071 0,591 0,193 pataya 0,201 0,061 0,102 0,055 0,443 0,235 1,097 0,198 komodo 0,094 0,152 0,147 0,235 0,168 0,235 1,032 0,038 terano 0,068 0,332 0,165 0,126 0,078 0,235 1,005 0,205 sanho 0,039 0,332 0,461 0,450 0,158 0,071 1,512 0,238

(57)

41

B. Penerapan model Multi Objective Optimization by Ratio Analysis atau

(MOORA) dalam menentukan urutan karpet terbaik dilakukan melalui

langkah-langkah sebagai berikut:

1. Skala penilaian akan dijadikan bahan perhitungan pada proses penilaian.

Hal ini dimaksudkan untuk menentukan karpet terbaik

Tabel IV. 25. Skala Penilaian kriteria sub kriteria bobot

harga murah 1 Menengah 2 Mahal 3 lebar lebih dari 1,5m 3 pas 1,5m 2 kurang dari 1,5m 1 kualitas ada lapisan 2 tidak ada lapisan 1

tebal Tebal 2 Tipis 1 kelenturan Lentur 2 kaku 1 panjang lebih dari 23 m 3 23 m 2 kurang dari 23 m 1

2. Tahap selanjutnya yaitu membuat matriks keputusan dari hasil skala

penilaian sesuai dengan kondisi yang ada.