• Tidak ada hasil yang ditemukan

SISTEM PENDUKUNG KEPUTUSAN PEMILIHAN ALAT KONTRASEPSI KB MENGGUNAKAN METODE ANALYTICAL HIERARCHY PROCESS PADA UPTD KESEHATAN PUSKESMAS LUBUK JAMBI

N/A
N/A
Protected

Academic year: 2023

Membagikan "SISTEM PENDUKUNG KEPUTUSAN PEMILIHAN ALAT KONTRASEPSI KB MENGGUNAKAN METODE ANALYTICAL HIERARCHY PROCESS PADA UPTD KESEHATAN PUSKESMAS LUBUK JAMBI"

Copied!
15
0
0

Teks penuh

(1)

SISTEM PENDUKUNG KEPUTUSAN PEMILIHAN ALAT KONTRASEPSI KB MENGGUNAKAN METODE ANALYTICAL HIERARCHY PROCESS PADA

UPTD KESEHATAN PUSKESMAS LUBUK JAMBI Dea Violinda, Yanti Andriyani

Mahasiswa Program Studi S1 Sistem Informasi Jurusan Ilmu Komputer

Fakultas Matematika dan Ilmu Pengetahuan Alam Kampus Bina Widya Pekanbaru, 28293, Indonesia

dea.violinda1027@student.unri.ac.id, yanti.andriyani@lecturer.unri.ac.id ABSTRACT

This research aims to build a system that can provide contraceptive recommendations in the form of web-based applications using the Analytical Hierarchy Process Method.

Contraceptives are tools used to prevent pregnancy. Medical experts play an important role in assisting in making contraceptive decisions that are suitable for the needs and conditions of the patient. Complex decision-making instruments, tools used, and manual analysis processes will result in a long time consuming (time consumptive). The Analytical Hierarchy Process (AHP) method was chosen to describe the weights according to the appropriate criteria used for selecting contraceptives. The criteria used are age, duration of use, number of children, and history of disease. Alternative contraceptives used are Intra Uterine Device (IUD), condoms, injections, and implants.

The stages of this research consist of literature study, data collection, data processing, system design, and system testing. The results of this research are to provide recommendations for the best contraceptives sorted by ranking. With the construction of this system, it is hoped that it can help medical experts to provide contraceptive recommendations to patients efficiently.

Keywords: Analytical Hierarchy Process, Contraceptive Devices, Decision Support System.

ABSTRAK

Penelitian ini bertujuan untuk membangun sistem yang dapat memberikan rekomendasi alat kontrasepsi dalam bentuk aplikasi berbasis web dengan merapkan algoritma pada metode Analytical Hierarchy Process. Alat kontrasepsi adalah alat yang digunakan untuk mencegah terjadinya kehamilan. Tenaga ahli medis sangat berperan penting untuk membatu dalam pengambilan keputusan alat kontrasepsi yang cocok dengan kebutuhan dan kondisi pasien. Instrumen pengambilan keputusan yang kompleks, alat bantu yang digunakan, serta proses analisis yang dilakukan secara manual tentu mengakibatkan memakan waktu yang lama (time comsumtive). Metode Analytical Hierarchy Process (AHP) dipilih untuk menjabarkan bobot-bobot sesuai dengan kriteria yang pantas

(2)

digunakan untuk pemilihan alat kontrasepsi. Kriteria yang digunakan yaitu umur, jangka waktu pemakaian, jumlah anak, dan riwayat penyakit. Altenatif alat kontrasepsi yang digunakan, yaitu Intra Uterine Device (IUD), kondom, suntik, dan implan.

Tahapan penenelitian ini terdiri dari studi literatur, pengumpulan data, pengolahan data, perancangan sistem, dan pengujian sitem. Hasil dari penelitian ini adalah memberikan rekomendasi alat kontrasepsi terbaik yang diurutkan berdasararkan perankingan.

Dengan dibangunnya sistem ini diharapkan dapat membantu tenaga ahli untuk memberikan rekomendasi alat kontrasepsi kepada pasien secara efisien.

Kata Kunci: Analytical Hierarchy Process, Alat Kontrasepsi, Sistem Pendukung Keputusan.

PENDAHULUAN

Pertumbuhan penduduk saat ini semakin meningkat,dan itu menjadi isu yang sangat populer dan mencemaskan bagi negara-negara di dunia. Di Indonesia hal ini menjadi masalah besar dibandingkan negara lain, pertumbuhan penduduk akan mempengaruhi berbagai aspek kehidupan baik ekonomi maupun sosial, terutama peningkatan mutu kehidupan atau kualitas penduduk dalam SDM yang dibarengi besarnya jumlah penduduk yang tidak terkontrol (Dewanti 2020).

Kondisi laju pertumbuhan penduduk yang tidak dapat dikendalikan dapat mengakibatkan pemanasan global, kerusakan lingkungan, kemiskinan, meningkatnya kebutuhan pangan, energi, dan air. Salah satu cara untuk menekan laju pertumbuhan ini adalah dengan program Keluarga Berencana (KB) (Faqih Ahmad 2017). Untuk mengatasi permasalahan pada pasangan usia subur dalam memilih alat kontrasepsi yang terbaik bagi dirinya, maka dari itu perlu dicari upaya untuk memilih alat kontrasepsi yang benar dan sesuai. Pada penelitian ini penulis akan menerapkan metode Analytical Hierarchy Process (AHP) untuk menjabarkan bobot berdasarkan kriteria yang berlaku untuk pemilihan alat kontrasepsi berkualitas tinggi yang akan digunakan.

Berdasarkan permasalahan diatas, maka penulis akan melakukan penelitian dengan menguji metode yang sudah ada untuk diterapkan pada kasus nyata yaitu mengenai sistem pendukung keputusan pemilihan alat KB menggunakan metode analytical hierarchy process pada UPTD Kesehatan puskesmas lubuk jambi. Hasil dari pengolahan data pemilihan alat kontrasepsi pada UPTD Kesehatan puskesmas lubuk jambi akan menghasilkan mengenai rekomendasi alat sesuai dengan kebutuhannya..

TINJAUAN PUSTAKA

a. Sistem Pendukung Keputusan(SPK)

Sistem Pendukung Keputusan adalah suatu sistem informasi berbasis komputer mengkombinasikan model dan data untuk menyediakan dukungan kepada pengambil keputusan dalam memecahkan masalah semiterstruktur atau masalah ketergantungan yang melibatkan user secara mendalam. (Helilintar, Winarto, & Fatta 2016).

(3)

b. Analytical Hierarchy Process (AHP)

Analytical Hierarchy Process (AHP) merupakan suatu model pendukung keputusan yang yang dikembangkan oleh Tjomas L.Saaty. Model pendukung keputusan ini akan menguraikan masalah multi faktor atau multi kriteria yang kompleks menjadi suatu hirarki. Langkah-langkah penyelesaian dengan metode AHP adalah sebagai berikut (Thomas L.Saaty):

1. Membuat hierarki.

2. Penilaian kriteria dan alternatif

Melakukan perbandingan berpasangan sehingga diperoleh jumlah penilaian seluruhnya. Berdasarkan nilai-nilai kriteria dan alternatif tersebut dapat disusun sebuah matriks pairwise comparison A. Matriks pairwise comparison dapat dilihat pada persamaan 2.1.

𝐴 = ||

1 𝑎12 … 𝑎1𝑛

1

𝑎12 1 … 𝑎2𝑛

… … … …

1 𝑎1𝑛

1

𝑟2𝑛 … 1

||...(2.1)

Keterangan :

A = Misalkan matriks berpasangan adalah A dengan sifat A adalah matriks bujur sangkar dan ukurannya adalah sesuai dengan banyaknya kriteria

i = 1, 2, 3 , ... n n = jumlah kriteria

Perbandingan dari masing-masing elemen berupa angka 1 sampai 9 yang menunjukkan perbandingan tingkat kepentingan suatu elemen. Nilai tingkat kepentingan bisa dilihat pada Tabel 2.1.

Tabel 2. 1 Nilai Tingkat Kepentingan

Intensitas Keterangan

1 Kedua elemen sama penting

3 Elemen yang satu lebih sedikit penting dari pada elemen yang lainnya 5 Elemen yang satu lebih penting dari pada elemen yang lainnya 7 Satu elemen jelas lebih mutlak penting dari pada elemen yang lainnya 9 Satu elemen mutlak penting dari pada elemen yang lainnya

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

Kebalikan Kebalikan Jika aktifitasi mendapat satu angka dibandingkan aktifitas i, maka j memiliki nilai kebalikan dibandingkani

3. Menghitung normalisasi matrik berpasangan 𝑟𝑖𝑗 = 𝑎𝑖𝑗

∑𝑎𝑖𝑗...(2.2) Keterangan:

rij = normalisasi matriks

∑aij = jumlah matrik a baris ke i dan kolom ke j aij = elemen matriks A baris ke i dan kolom ke j 4. Menghitung bobot kriteria pada matrik berpasangan

𝑤 =

∑𝑖

𝑛...(2.3)

(4)

Keterangan:

w = bobot prioritas

∑i = jumlah perbaris n = jumlah kriteria

5. Pengulangan Langkah 2,3,4 pada tahap seluruh tingkatan hirarki.

6. Menghitung Konsistensi vektor

𝐶𝑉 = 𝑤𝑖 x ∑aij ...(2.4) Keterangan :

CV = consistency vector wi = bobot prioritas ke i

∑aij = jumlah matrik perbandingan 7. Menghitung nilai 𝜆 maks.

𝑚𝑎𝑥 =∑𝐶𝑉

𝑛 ...(2.5) Keterangan:

 = nilai rata-rata CV

∑CV = consistence vector n = jumlah kriteria

8. Untuk menghitung Consistency Index (CI).

𝐶𝐼 =( 𝑚𝑎𝑘𝑠𝑖𝑚𝑢𝑚− 𝑛)

𝑛−1 ...(2.6) Keterangan:

CI = consistency index.

 maksimum = nilai eign terbesar dari matriks berordo n.

n = jumlah kriteria.

9. Untuk menghitung Rasio Konsistensi

Jika nilainya lebih dari 10%, maka penilaian data judgment harus diperbaiki.

Namun jika Consistency Ratio (CI/IR) kurang atau sama dengan 0.1, maka hasil perhitungan bisa dinyatakan benar.

𝐶𝑅 =CI

𝐼𝑅………...………….…..(2.7) Keterangan:

CR = consistency ratio.

CI = consistency index.

IR = indeks random consistency.

Daftar Indeks Random Consistency (IR) bisa dilihat dalam Tabel 2.2.

Tabel 2. 2 Daftar Indeks Random Consistency (IR)

Ukuran Matriks Nilai IR

1,2 0.00

3 0.58

4 1.90

5 1.12

6 1.24

7 1.32

8 1.41

(5)

Lanjutan Tabel 2.2

9 1.45

10 1.49

11 1.51

12 1.48

13 1.56

14 1.57

15 1.59

10. Untuk menghitung bobot sub kriteria dari setiap kriteria.

𝑊𝑠𝑢 = 𝑊𝑘 x 𝑊𝑠...(2.8) Keterangan:

Wsu = nilai bobot prioritas sub kriteria umum Wk = nilai bobot prioritas kriteria

Ws = nilai bobot prioritas sub kriteria 11. Untuk menghitung Prioritas Global.

𝑃𝐺 = 𝑊𝑎 x 𝑊𝑠𝑢...(2.9) Keterangan :

PG = prioritas global

Wa = nilai bobot prioritas alternatif Wsu = nilai bobot sub kriteria umum 12. Untuk menghitung hasil akhir keseluruhan .

𝑃𝑡 = 𝑊𝑎𝑠1 + 𝑊𝑎𝑠2 + 𝑊𝑎𝑠3 + ⋯ 𝑊𝑎𝑠𝑛...(2.10) Keterangan :

Pt = prioritas total

Was1 = nilai bobot prioritas alternatif sub kriteria kolom 1 Was2 = nilai bobot prioritas alternatif sub kriteria kolom 2 Was3 = nilai bobot prioritas alternatif sub kriteria kolom 3 Wasn = nilai bobot prioritas alternatif sub kriteria kolom n

c. Kontrasepsi

Kontrasepsi berasal dari kata “kontra” yang berarti mencegah atau melawan dan

“konsepsi” yang berarti pertemuan antara sel telur yang matang dengan sel sperma yang menyebabkan kehamilan. Secara singkat, kontrasepsi berarti pencegahan terbuahnya sel telur oleh sperma (konsepsi) atau pencegahan menempelnya telur yang dibuahi ke dinding Rahim (Mulyani & Rinawati 2013).

1. Kontrasepsi IUD (Intra Uterine Device atau alat kontrasepsi dalam Rahim) adalah alat kontrasepsi yang dimasukkan ke dalam rongga rahim, dan terbuat dari plastik yang fleksibel. (Kasim & Muchtar 2019).

2. Kontrasepsi Pil adalah metode yang efektif untuk mencegah kehamilan dan salah satu metode yang paling disukai karena kesuburan langsung kembali bila penggunaan dihentikan. (Anna, Artathi, & Retnowati 2015).

3. Kontrasepsi suntik meliputi kontrasepsi suntik progestin dan kontrasepsi suntik kombinasi (Qomariah & Sartika 2019).

4. Kontrasepsi implan adalah suatu alat kontrasepsi yang disusupkan dibawah kulit,

(6)

biasanya dilengan bagian atas. (Larasati, 2017).

5. Kondom adalah alat kontrasepsi keluarga berencana yang terbuat darikaret dan pemakainanya dengan cara disarungkan pada kelamin laki-laki ketika akan bersenggama (Handayani, 2010).

d. Keluarga Berencana (KB)

Menurut Ari sulistyawati (2011), keluarga berencana adalah usaha untuk mengukur jumlah dan jarak anak yang diinginkan. Agar dapat mencapai hal tersebut maka dibuatlah beberapa cara atau alternatif untuk mencegah ataupun menunda kehamilan.

e. Personal Home Page (PHP)

PHP adalah kependekan dari Hypertext Preprocessor adalah salah satu bahasa pemrograman opensource yang sangat cocok atau dikhususkan untuk pengembangan web dan dapat ditanamkan pada script HTML. (Djaelangkara, Sengkey, & Lantang, 2015).

f. Laravel

Laravel merupakan sebuah kerangka kerja (framework) PHP yang dikembangkan oleh Tylor Otwell yang berada di bawah lisensi MIT yang bertujuan untuk mempermudah developer untuk membuat web dengan sintaks yang sederhana, elegan, ekspresif, dan juga menyenangkan (Fahriya, 2018).

g. Boostrap

Bootstrap merupakan salah satu kerangka kerja (framework) CSS yang digunakan untuk memperindah tampilan suatu website. Tujuan dari bootstrap adalah untuk mempercepat pekerjaan. (Hasin, 2015).

h. MySQL

MySQL adalah database server open source (terbuka) yang paling banyak digunakan. Dengan berbagai kelebihan yang dimiliki, membuat software database ini banyak digunakan oleh praktisi untuk membangun suatu project (Firman dkk, 2016).

i. Unified Modeling Language (UML)

Unified Modelling Language (UML) merupakan salah satu metode pemodelan visual yang digunakan dalam perancangan dan pembuatan sebuah software yang berorientasi pada objek (Prihandoyo, 2018). UML dibuat dalam diagram-diagram yang dapat digunakan untuk menjelaskan aspek-aspek dalam sebuah sistem. Diagram- diagram UML, yaitu sebagai berikut:

1. Use Case Diagram, merupakan gambaran dari fungsionalitas yang diharapkan dari sebuah sistem dan merepresentasikan sebuah interaksi antara actor dan sistem (Prihandoyo, 2018).

2. Activity Diagram, menurut (Prihandoyo, 2018) Activity Diagram menggambarkan alir dari aktivitas-aktivitas di dalam sistem yang sedang berjalan. Alir aktivitas ini dapat berupa menu-menu atau proses bisnis yang terdapat di dalam sistem tersebut.

(7)

3. Class Diagram, menurut (Haviluddin, 2011) Class Diagram, menggambarkan struktur statis dari kelas dalam sebuah sistem dan menggambarkan atribut, operasi, dan hubungan antar kelas.

METODE PENELITIAN

a. Tahapan Penelitian 1. Studi Literatur

Pada tahapan ini dilakukan studi literatur yang berhubungan dengan SPK, Metode AHP,serta Alat Kontrasepsi KB.

2. Pengumpulan Data

Pada tahapan pengumpulan data ini, pengumpulan data dilakukan dengan wawancara. Wawancara dilakukan dengan cara mengajukan beberapa pertanyaan kepada Ibu Hj Nirwana Amd Keb. Selaku Poli KB untuk mendapatkan informasi terkait data yang akan digunakan dalam penelitian berdasarkan atribut-atribut yang telah didapat setelah melakukan studi literatur..

3. Analisis Perhitungan AHP (manual)

Data yang telah dikumpulkan kemudian dihitung terlebih dahulu secara manual menggunakan metode AHP untuk menghitung urutan prioritas berdasarkan skor akhir terbesar dari kriteria yang ditentukan. Selanjutnya, algoritma ini akan diterapkan ke dalam sistem yang akan dibangun.

4. Perancangan dan Pengembangan sistem

Pada tahap desain sistem digunakan Model UML yaitu UseCase Diagram, dan Class Diagram. Hasil dari tahapan ini adalah rancangan sistem yang akan digunakan untuk membuat SPK pemilihan alat kontrasepsi dengan metode AHP.

5. Pengujian Sistem

Pengujian perangkat lunak dari segi logika dan fungsional serta memastikan bahwa semua bagian telah diuji. Hal ini dilakukan untuk memastikan keluaran yang dihasilkan sesuai dengan yang dibutuhkan.

b. Peralatan yang Digunakan

Peralatan yang digunakan pada penelitian ini adalah sebagai berikut:

1. Perangkat Keras

Adapun perangkat keras yang digunakan sebagai berikut:

a. Laptop ASUS dengan spesifikasi yaitu processor Intel® Core™ i3-7100U CPPUs), 8192MB RAM dan hard disk 1TB.

2. Perangkat Lunak

Perangkat lunak yang digunakan sebagai berikut:

a. Sistem Operasi Windows 10 Home 64-bit.

b. PHP dengan Framework Laravel dan JAVASCRIPT sebagai bahasa pemrograman yang digunakan dalam pembuatan sistem.

c. Bootstrap digunakan untuk memperindah dan membuat tampilan lebih responsif.

d. XAMPP, terdiri dari apache sebagai web server dan MySQL sebagai

(8)

database.

e. Visual Studio Code, digunakan sebagai text editor dalam pembuatan source code.

f. STAR UML dan Draw.io untuk membuat diagram UML

g. Google Chrome, sebagai web browser untuk menjalankan sistem dan juga digunakan sebagai media dalam melakukan kajian pustaka.

h. Microsoft Excel, sebagai alat bantu untuk perhitungan manual

HASIL DAN PEMBAHASAN

1. Studi Literatur

Langkah pertama yang dilakukan penulis dalam penelitian ini yaitu dengan melakukan studi literatur pada buku, artikel ilmiah, dan jurnal yang membahas tentang SPK, metode AHP, dan alat kontrasepsi KB.

2. Pengumpulan Data

Data yang dikumpulkan adalah terkait alat kontrasepsi yang tersedia. Data yang digunakan dalam metode Analytical Hierarchy Process (AHP) berupa kriteria dan Alternatif. Data alternatif yaitu IUD, Pil, Implan, Kondom, Suntik. Data kriteria adalah umur, tekanan darah, jangka waktu pemakaian, jumlah anak, dan riwayat penyakit.

3. Simulasi Perhitungan Analytical Hierarchy Process (Manual) 1. Alternatif

Penelitian ini memilih lima alternatif untuk menentukan alat kontrasepsi dengan memiliki nilai kriteria masing-masing. Alat kontrasepsi (alternatif) tersebut dapat dilihat pada Tabel 4.1.

Tabel 4.1 Alternatif

Code Kriteria

A1 IUD

A2 Pil KB

A3 Suntik KB

A4 Implan

A5 Kondom

2. Kriteria

Untuk menentukan rekomendasi alat kontrasepsi dari berbagai studi literatur, peneliti menentukan kriteria, sub kriteria, yang akan dijadikan acuan dalam pengambilan keputusan, dan menentukan bobot preferensi atau tingkatan kepentingan setiap hirarki dapat dilihat pada Tabel 4.2 sampai Tabel 4.7.

Tabel 4.2 Kriteria

Code Kriteria Nilai

K1 Umur 7

K2 Tekanan darah 3

K3 Jangka waktu 5

K4 Jumlah anak 7

K5 Riwayat penyakit 5

(9)

Tabel 4.3 Sub kriteria umur

Code Sub kriteria Nilai

U1 <20 tahun 3

U2 20 – 35 tahun 5

U3 30 – 45 tahun 9

Tabel 4.4 Sub kriteria tekanan darah

Code Sub kriteria Nilai

T1 <100 7

T2 100 – 160 5

T3 >160 7

Tabel 4.5 Sub kriteria jangka waktu

Code Sub kriteria Nilai

J1 Setiap hari 5

J2 3 bulan 5

J3 3 tahun 5

Tabel 4.6 Sub kriteria jumlah anak

Code Sub kriteria Nilai

JA1 Belum punya anak 3

JA2 1 – 3 orang 7

JA3 >3 5

Tabel 4.7 Sub kriteria riwayat penyakit

Code Sub kriteria Nilai

R1 Tidak ada penyakit 3

R2 Jantung 5

R3 Struk 7

R4 Penyakit akut 7

3. Perhitungan menentukan rekomendasi alat kontrasepsi

Dalam proses AHP perhitungan dilakukan pada alternatif, kriteria, dan sub kriteria dengan membuat tabel perbandingan berpasangan pada tiap-tiap hirarki.

1. Perhitungan Alternatif

Semua alternatif yang menjadi patokan pengukuran nilai dalam menentukan rekomendasi alat kontrasepsi.

a. Penilaian Alternatif

Penilaian alternatif yang berada pada setiap tingkat hirarki diberikan penilaian kepentingan relatif antara satu alternatif dengan alternatif lainnya. Tingkat hirarki terdapat pada Tabel 2.1. Untuk setiap alternatif dilakukan perbandingan berpasangan (Pairwise Comparison) yaitu membandingkan setiap elemen dengan elemen lainnya. Setiap tingkat hirarki secara berpasangan sehingga didapat nilai tingkat kepentingan menggunakan persamaan 2.1. Hasil dari tahapan ini matriks perbandingan berpasangan alternatif dapat dilihat pada Tabel 4.8.

Tabel 4. 8 Matriks Perbandingan Berpasangan Alternatif

A1 A2 A3 A4 A5

A1 1 0,714 1,667 1 1,667

A2 1,4 1 2,333 1,4 2,333

(10)

Lanjutan Tabel 4.8

A3 0,6 0,429 1 0,6 1

A4 1 0,714 1,667 1 1,667

A5 0,6 0,429 1 0,6 1

Jumlah 4,6 3,286 7,667 4,6 7,667

b. Menghitung normalisasi matrik berpasangan alternatif

Menghitung normalisasi data dilakukan untuk mempermudahkan dalam proses perhitungan normalisasi. Normalisasi data pada matrik berpasangan antar alternatif dengan cara membagikan kolom setiap nilai elemen matriks perbandingan berpasangan dari alternatif dengan jumlah setiap kolom jumlah dari alternatif dalam perhitungan normalisasi data menggunakan persamaan 2.2. Hasil normalisasi matrik alternatif dapat dilihat pada Tabel 4.9.

Tabel 4.9 Normalisasi Matriks Alternatif

A1 A2 A3 A4 A5 Jumlah

A1 0,217 0,217 0,217 0,217 0,217 1,087

A2 0,304 0,304 0,304 0,304 0,304 1,522

A3 0,130 0,130 0,130 0,130 0,130 0,652

A4 0,217 0,217 0,217 0,217 0,217 1,087

A5 0,130 0,130 0,130 0,130 0,130 0,652

c. Menghitung bobot prioritas pada matrik berpasangan

Selanjutnya melakukan perhitungan nilai prioritas alternatif dengan cara menghitung rata setiap baris hasil normalisasi. Prioritas di peroleh dengan membagikan jumlah perbaris dengan jumlah data yang dibandingkan menggunakan persamaan 2.3. Nilai prioritas alternatif ini merupakan bobot dari masing-masing alternatif yang dijabarkan pada Tabel 4.10.

Tabel 4.10 Prioritas Alternatif

Prioritas 0,217 0,304 0,130 0,217 0,130

d. Menghitung konsistensi vektor

Langkah selanjutnya yaitu menghitung nilai konsistensi dari alternatif menggunakan persamaan 2.4. Hasil dari tahap ini dapat dilihat dapat dilihat pada Tabel 4.11.

Tabel 4.11 Hasil Konsistensi Vektor Alternatif

Jumlah

Perbandingan Prioritas Hasil

A1 4,6 0,217 1,000

A2 3,286 0,304 1,000

A3 7,667 0,130 1,000

A4 4,6 0,217 1,000

A5 7,667 0,130 1,000

Jumlah 5

(11)

e. Menghitung nilai lamda maks

Untuk mendapatkan lamda maks yaitu membagi jumlah konsistensi vektor dengan jumlah kriteria menggunakan persamaan 2.5.

maks = (1,000 + 1,000 + 1,000 + 1,000 + 1,000)

5 = 1

f. Menghitung Consistency Index (CI)

Untuk mengetahui tingkat konsistensi perbandingan yang dilakukan, maka dihitung nilai Consistency Index (CI) terlebih dahulu dengan menggunakan persamaan 2.6.

CI = (1−5)

(5−1)= −1 g. Menghitung Consistency Ratio (CR)

Menghitung Consistency Ratio (CR), perhitungan ini digunakan untuk memastikan bahwa nilai konsistensi rasio (CR) < 0,1. Jika nilai konsistensi rasio (CR) > 0,1 maka proses perhitungan data harus diulangi dan diperbaiki. Untuk mencari nilai index random tersebut, penulis menghitung RI sesuai dengan jumlah data yang digunakan, terdapat pada Tabel 2.2. Jika nilai CR lebih besar dari 0,1 maka matrik perbandingan berpasangan harus diperbaiki. Menghitung Consistency Ratio menggunakan persamaan 2.7.

CR = −1

1,12 = −0,892

Menghitung bobot sub kriteria dari setiap kriteria menggunakan persamaan 2.8.

Nilai yang digunakan bobot prioritas antar sub kriteria dikalikan dengan bobot prioritas setiap kriteria.

(U1: 0,176 x 0,478 = 0,084) (U2: 0,294 x 0,478 = 0,141) (U3: 0,529 x 0,478 = 0,253) (T1: 0,368 x 0,078 = 0,029) (T2: 0,263 x 0,078 = 0,021) (T3: 0,368 x 0,078 = 0,029) (J1: 0,250 x 0,130 = 0,033) (J2: 0,250 x 0,130 = 0,033) (J3: 0,250 x 0,130 = 0,033) (J4: 0,250 x 0,130 = 0,033) (JA1: 0,200 x 0,183 = 0,037) (JA2: 0,467 x 0,183 = 0,085) (JA3: 0,333 x 0,183 = 0,061) (R1: 0,136 x 0,130= 0,071) (R2: 0,227 x 0,130= 0,119) (R3: 0,318 x 0,130 = 0,166) (R4: 0,318 x 0,130 = 0,166)

Selanjutnya melakukan hasil akir untuk mendapatkan rekomendasi alat kontrasepsi atau prioritas total dengan menjumlahkan seluruh prioritas global menggunakan persamaan 2.10. Prioritas global nilai keseluruhan pada Tabel 4.12.

(12)

Tabel 4.12 Total Prioritas Alat Kontrasepsi

Kriteria dan Sub

kriteria Prioritas IUD PIL SUNTIK IMPLAN KONDOM

Umur 0,478

U1 0,029 0,018 0,026 0,011 0,018 0,011

U2 0,141 0,031 0,043 0,018 0,031 0,018

U3 0,253 0,055 0,077 0,033 0,055 0,033

Tekanan darah 0,078

T1 0,029 0,006 0,009 0,004 0,006 0,004

T2 0,021 0,004 0,006 0,003 0,004 0,003

T3 0,029 0,006 0,009 0,004 0,006 0,004

Jangka waktu 0,130

J1 0,020 0,007 0,002 0,000 0,000 0,004

J2 0,033 0,007 0,002 0,000 0,000 0,004

J3 0,033 0,007 0,002 0,000 0,000 0,004

Jumlah anak 0,183

JA1 0,037 0,008 0,011 0,005 0,008 0,005

JA2 0,085 0,019 0,026 0,011 0,019 0,011

JA3 0,061 0,013 0,019 0,008 0,013 0,008

Riwayat penyakit 0,130

R1 0,018 0,004 0,005 0,002 0,004 0,002

R2 0,030 0,006 0,009 0,004 0,006 0,004

R3 0,042 0,009 0,013 0,005 0,009 0,005

R4 0,042 0,009 0,013 0,005 0,009 0,005

JUMLAH 0,210 0,271 0,114 0,189 0,126

Hasil dari perhitungan yang dilakukan dari awal hingga akhir, serta didukung dengan penentuan kriteria yang telah ditentukan sebelumnya, maka disarankan untuk Pil sebagai pilihan utama dengan nilai tertinggi, yaitu 0,271 sebagai alat kontrasepsi terbaik.

5. Desain Sistem

Desain sistem pada penelitian ini menggunakan use case diagram, class diagram, activity diagram, dimana admin bisa login, dapat mengelola data kriteria, data kontrasepsi, data bobot kriteria , data perhitungan dan logout. User bisa mengisi data kriteria, melihat hasil rekomendasi alat kontrasepsi berupa perangkingan dan grafik, dan melihat hasil perhitungan metode AHP.

6. Implementasi Sistem 1. Halaman utama

Gambar 1. Halaman utama

(13)

2. Halaman login

Gambar 2. Halaman Login 3. Halaman admin

Pada halaman admin ini dapat melakukan mengelola data pada sub menu tersebut.

Gambar 3. Halaman Admin 4. Halaman Hasil Perhitungan

Halaman hasil perhitungan kriteria yang berisi data perhitungan kriteria yang digunakan user(pengguna) untuk mengelola data perhitungan.

Gambar 4. Halaman Hasil Perhitungan 5. Halaman Hasil Rekomendasi Alat Kontrasepsi

Pada halaman history apriori admin dapat memilih history yang ingin ditampilkan dan export excel.

(14)

Gambar 5. Halaman Hasil Rekomendasi Alat Kontrasepsi

7. Pengujian Sistem

Pengujian sistem berfokus pada tampilan dan fungsionalitas yang terdapat pada aplikasi. Pengujian ini dilakukan dengan cara memasukkan data pada setiap form untuk mengetahui program berjalan sesuai dengan yang dibutuhkan. hasil pengujian sistem menunjukkan bahwa seluruh fitur yang dihasilkan dapat dijalankan sesuai dengan fungsinya atau valid.

KESIMPULAN

Berdasarkan penelitian yang penulis lakukan mengenai menentukan pola penjualan alat kesehatan menggunakan algoritma apriori, maka dapat diambil kesimpulan sebagai berikut:

1. Metode Analytical Hiarachy Process merupakan sistem pendukung keputusan yang dapat memecahkan berbagai masalah pengambilan keputusan multikriteria, dapat juga digunakan untuk memecahkan masalah pemilihan alat kontrasepsi KB.

2. Metode AHP dapat diterapkan untuk merekomendasikan alat kontrasepsi, dimana dalam proses AHP perhitungan dilakukan pada alternatif, kriteria, dan sub kriteria.

Hasil dari perhitungan tersebut maka direkomendasikan Pil sebagai pilihan utama dengan nilai tertinggi yaitu 0,271 sebagai alat kontrasepsi terbaik.

3. Sistem rekomendasi alat kontrasepsi ini berhasil dibangun dengan menggunakan bahasa pemrograman PHP dan hasil pengujian sistem menunjukkan bahwa seluruh fitur yang dihasilkan dapat dijalankan sesuai dengan fungsinya.

SARAN

Berdasarkan kesimpulan di atas, maka penulis merekomendasikan beberapa hal berupa saran-saran sebagai berikut:

1. Untuk penelitian yang lebih menyeluruh lagi dalam pemilihan alat kontrasepsi KB dapat menambahkan kriteria atau sub-kriteria lebih banyak lagi sehingga meningkatkan hirarkinya.

2. Pengembangan sistem pendukung keputusan ini dapat dilakukan dengan penggabungan bersama metode sistem pendukung keputusan lainnya.

(15)

UCAPAN TERIMA KASIH

Penulis mengucapkan terima kasih kepada Ibuk Yanti Andriyani, S.T., M.T.I., Ph.D.. yang telah membimbing, memotivasi, dan membantu penelitian dan penulisan karya ilmiah ini.

DAFTAR PUSTAKA

Dewanti, A. K. (2020). Antisipasi Ledakan Angka Kelahiran. Arsip Publikasi Ilmiah Biro Administrasi Akademik, 0(0).

Djaelangkara, R. T., Sengkey, R., & Lantang, O. A. (2015). Sekolah Berbasis Web Studi Kasus Sekolah Perancangan Sistem Informasi Akademik Menengah Atas Kristen 1 Tomohon. Comptes Rendus des Seances de la Societe de Biologie et de Ses Filiales, 160(6), 1323–1325.

Fahriya, K. (2018). Rancang Bangun Simawa (Sistem Informasi Rusunawa) Berbasis Web Application Menggunakan Framework Laravel. Jurnal Manajemen Informatika, 8(2).

Faqih Ahmad. (2017). Kependudukan: Teori, Fakta dan Masalah. In Cet : ke-5 Dee Publish.

Firman, A. et al. (2016) ‘Sistem Informasi Perpustakaan Online Berbasis Web’, E- Journal Teknik Elektro Dan Komputer, 5(2), pp. 29–36.

Handayani, Sri. 2010. Buku Ajar Pelayanan Keluarga Berencana. Yogyakarta:

Pustaka Rihama.

Hasin,K. (2015). Seri-1 Bootstrap: Persiapkan Dirimu! Diambil dari

https://ilmukomputer.org/2015/04/22/seri-1-bootstrap-persiapkan-dirimu/

Haviluddin. (2011). Memahami Penggunaan UML (Unified Modelling Language).

Jurnal Informatika Mulawarman, 6(1), 1–15.

Helilintar, R., Winarno, W. W., & Fatta, H. Al. (2016). Penerapan Metode SAW dan Fuzzy Dalam Sistem Pendukung Keputusan Penerimaan Beasiswa. Creative Information Technology Journal,3(2), 89.

https://doi.org/10.24076/citec.2016v3i2.68.

Kasim, J., & Muchtar, A. (2019). Penggunaan Kontrasepsi IUD terhadap Seksualitas Pada Pasangan Usia Subur. 8153, 141–145.

Larasati, S. (2017). Hubungan Penggunaan Kontrasepsi Implant Dengan Kenaikan Berat Badan Pada Wanita Usia Subur Di Puskesmas Mlati II Kabupaten Sleman Yogyakarta. 1–10. Retrievedfrom

Mulyani, N.S.,&Rinawati, M. (2013). Keluarga Berencana dan Alat Kontrasepsi.

Yogyakarta: Nuha Media.

Prihandoyo, M. T. ( 2018). Unified Modeling Language (UML) Model Untuk Pengembangan Sistem Informasi Akademik Berbasis Web. Jurnal Informatika: Jurnal Pengembangan IT, 3(1), 126–129.

Saaty, T. Lorie. (1993). Pengambilan Keputusan Bagi Para Pemimpin, Proses Hirarki Analitik untuk Pengambilan Keutusan dalam Situasi yang Kompleks. Pustaka Binama Pressindo.

Sulistyawati, Ari. (2011). Pelayanan Keluarga Berencana. Salemba Medika. Jakarta Qomariah, S., & Sartika, W. (2019). Analisis penggunaan kontrasepsi. (6).

Referensi

Dokumen terkait

Metode Pengambilan Keputusan Dalam sistem pendukung keputusan menentukan kualitas pelayanan yang sesuai dengan kriteria yang diinginkan ini akan menggunakan metode Fuzzy Multiple