Sistem Pendukung Keputusan Dalam Pemilihan Dokter Terbaik Menggunakan Metode Analytic Network Process (ANP)
Berbasis Android (Studi Kasus Rsu Bhakti Medan)
Alimsyah
Program Studi Teknik Informatika, STMIK Budi Darma, Medan, Indonesia Jalan Sisingamangaraja No. 338 Medan, Indonesia
Abstrak
Pemilihan dokter terbaik di rumah sakit umum Bhakti Medan selama ini dilakukan secara manual dengan menilai dokter dari jumlah penanganan pasien yang dapat disembuhkan dan dari pendapat para perawat yang menemani dokter. Namun cara tersebut tidak dapat menilai seorang dokter yang bekerja dengan professional danmemilikikualitas yang baik. Oleh sebab itu untuk dapat memiliki dokter yang professional dan berkualitas untuk meningkatkan mutu pelayanan kesehatan. Salah satu upaya untuk memacu kinerja dokter adalah dengan memberikan penghargaan sebagai dokter terbaik. Salah satu metode yang dapat digunakan untuk pemilihan dokterter baik adalah metode Analytic Network Process (ANP).Proses yang akandilakukan di dalam penelitian ini adalah dengan menentukan kriteria-kriteria yang digunakan untuk penentuan dokter terbaik berdasarkan evaluasi kinerja dalam melakukan pelayanan kesehatan dan mengumpulkan data-data tersebut kemudian dihitung menggunakan metode Analytic Network Process (ANP) sehingga dapat menentukan dokter yang paling baik dengan optimal.
Kata kunci: Dokter, ANP, Sistem pendukung keputusan.
Abstract
The selection of the best doctors at the Bhakti Medan public hospital has been done manually by assessing the number of patients who can be cured and from the opinions of the nurses who accompanied the doctor. However, this method cannot judge a doctor who works with professionals and has good quality. Therefore to be able to have a professional and quality doctor to improve the quality of health services. One effort to spur doctors' performance is by giving awards as the best doctor.
One method that can be used to select a good doctor is the Analytic Network Process (ANP) method. The process that will be carried out in this study is to determine the criteria used to determine the best doctor based on performance evaluation in conducting health services and collecting data it is then calculated using the Analytic Network Process (ANP) method so that it can determine the best doctor optimally.
Keywords: Doctors, ANP, Decision support system.
1. PENDAHULUAN
Dokter merupakan seseorang yang karena keilmuannya berusaha menyembuhkan orang-orang yang sakit. Tidak semua orang yang menyembuhkan penyakit bisa disebut dokter. Untuk menjadi dokter biasanya diperlukan pendidikan dan pelatihan khusus dan mempunyai gelar dalam bidang kedokteran. Secara operasional, dokter adalah seorang tenaga kesehatan yang menjadi tempat kontak pertama pasien untuk menyelesaikan semua masalah kesehatan yang dihadapi tanpa memandang jenis penyakit.
Dokter merupakan sumber daya utama dalam pelayanan kesehatan di dalam sebuah rumah sakit, Pemilihan dokter terbaik di rumah sakit umum Bhakti Medan selama ini dilakukan secara manual dengan menilai dokter dari jumlah penanganan pasien yang dapat disembuhkan dan dari pendapat para perawat yang menemani dokter. Namun cara tersebut tidak dapat menilai seorang dokter yang bekerja dengan professional dan memiliki kualitas yang baik. Oleh sebab itu untuk dapat memiliki dokter yang professional dan berkualitas untuk meningkatkan mutu pelayanan kesehatan. Salah satu upaya untuk memacu kinerja dokter adalah dengan memberikan penghargaan sebagai dokter terbaik. Penentuan seorang dokter terbaik bukanlah hal yang mudah, banyak kriteria-kriteria yang diperlukan untuk menentukannya seperti dokter yang komunikatif, dokternya mau mendengarkan pasien atau tidak, dokternya tidak arogan, dokternya mengerti kewajiban dan hak pasien maupun kewajiban dan hak dokter, dokternya mau melaksanakan tatalaksana sesuai dengan peraturan yang ada, dokternya rasional dalam penggunaan obat atau terapi apaun, dokternya tidak komersial, mau menjunjung tinggi kode etik sebagai seorang dokter, santun dan ramah terhadap pasien dan lain-lain yang dapat menilai kinerja seorang dokter.
Oleh sebab itu digunakan sistem pendukung keputusan agar keputusan untuk memilih dokter terbaik menjadi lebih efektif.
Sistem pendukung keputusan merupakan bagian dari sistem informasi berbasis komputer yang dipakai untuk mendukung keputusan dalam suatu organisasi atau perusahaan. Salah satu metode yang dapat digunakan untuk pemilihan dokter terbaik adalah metode Analytic Network Process (ANP) yang merupakan pengembangan dari metode Analytical Hierarchy Process. Metode ANP mampu memperbaiki kelemahan AHP berupa kemampuan mengakomodasi keterkaitan antar kriteria atau alternatif[1]. Analytic Network Process (ANP) digunakan untuk menurunkan rasio prioritas komposit dari skala rasio individu yang mencerminkan pengukuran relative dari pengaruh elemen-elemen yang saling berinteraksi berkenaan dengan kriteria kontrol. Kelebihan dari metode Analytic Network Process (ANP) terletak dalam penggunaan rasio skala yang saling terhubung untuk
menangkap semua jenis interaksi dan membuat prediksi yang akurat dan bahkan lebih, untuk membuat keputusan yang lebih baik dan membantu dalam melakukan pengukuran dan sintesis sejumlah faktor-faktor dalam jaringan[2].
Android merupakan sistem operasi yang banyak digunakan saat ini, karena android merupakan sistem operasi yang digunakan pada smartphone sehingga mampu mengakses informasi dimanapun dan kapanpun selama masih terjangkau oleh sinyal. Selain itu android merupakan sistem operasi terbuka dan semua orang dapat mengotak atik sistem operasi ini. Proses yang akan dilakukan di dalam penelitian ini adalah dengan menentukan kriteria-kriteria yang digunakan untuk penentuan dokter terbaik berdasarkan evaluasi kinerja dalam melakukan pelayanan kesehatan dan mengumpulkan data-data tersebut kemudian dihitung menggunakan metode Analytic Network Process (ANP) sehingga dapat menentukan dokter yang paling baik dengan optimal..
2. LANDASAN TEORI
2.1 Dokter
Dokter adalah seorang tenaga kesehatan yang menjadi tempat kontak pertama pasien untuk menyelesaikan semua masalah kesehatan yang dihadapi tanpa memandang jenis penyakit, organologi, golongan usia dan jenis kelamin sedini dan sedapat mungkin dalam koordinasi serta kolaborasi dengan professional kesehatan lainnya menggunakan prinsip pelayanan yang efektif dan efisien serta menjunjung tinggi tanggung jawab professional, hukum, etika dan moral[1].
2.2 Sistem Pendukung Keputusan
Sistem pendukung keputusan merupakan sistem informasi interaktif yang menyediakan informasi, pemodelan dan pemanipulasian data. Sistem itu digunakan untuk pengambilan keputusan dalam situasi yang semiterstruktur dan situasi yang tidak terstruktur, dimana tak seorangpun tahu secara pasti bagaimana keputusan seharusnya dibuat[3].
Sistem pendukung keputusan dibangun untuk mendukung solusi atas suatu masalah atau untuk mengevaluasi suatu peluang. Sistem pendukung keputusan seperti itu disebut aplikasi sistem pendukung keputusan. Aplikasi sistem pendukung keputusan menggunakan computer base information systems (CBIS) yang fleksibel, interaktif dan dapat di adaptasi yang dikembangkan untuk mendukung solusi atas masalah menajemen spesifik yang tidak terstruktur.
Aplikasi sistem pendukung keputusan menggunakan data, memberikan antarmuka pengguna yang mudah dan dapat menggabungkan pemikiran pengambil keputusan. Sistem pendukung keputusan lebih ditujukan untuk mendukung manajemen dalam melakukan pekerjaan yang bersifat analitis dalam situasi yang kurang terstruktur dan dengan kriteria yang kurang jelas. SPK tidak dimaksudkan untuk mengotomatisasi pengambilan keputusan, tetapi memberikan perangkat interaktif yang memungkinkan pengambilan keputusan untuk melakukan berbagai analisis menggunakan model yang tersedia[3].
Jadi dapat disimpulkan bahwa sistem pendukung keputusan adalah dukungan bagi pengambilan keputusan baik untuk individu maupun grup yang memberikan pilihan pada pengambilan keputusan baik untuk individu maupun grup yang memberikan pilihan pada pengambilan keputusan yang lebih baik dan lebih konsisten dalam satu cara yang dibatasi oleh waktu.
Tujuan dari sistem pendukung keputusan adalah[3] sebagai berikut:
1. Membantu manajemen dalam pengambilan keputusan atas masalah semiterstruktur.
2. Memberikan dukungan atas pertimbangan manajer dan bukannya dimaksudkan untuk menggantikan fungsi manajer.
3. Meningkatkan efektifitas keputusan yang diambil manajer lebih dari pada perbaikan efisiennya.
4. Kecepatan komputasi komputer memungkinkan para pengambil keputusan untuk melakukan banyak komputasi secara cepat dengan biaya yang rendah.
5. Peningkatan produktivitas, membangun satu kelompok pengambil keputusan, terutama para pakar bisa sangat mahal. Pendukung terkomputerisasi bisa mengurangi ukuran kelompok dan memungkinkan para anggotanya untuk berada di berbagai lokasi yang berbeda-beda. Selain itu, produktivitas staf pendukung bisa ditingkatkan.
Produktivitas juga bisa ditingkatkan menggunakan peralatan optimalisasi yang menentukan cara terbaik untuk menjalankan sebuah bisnis.
6. Dukungan kualitas komputer bisa meningkatkan kualitas yang dibuat.
7. Berdaya saing, manajemen dan pemberdayaan perusahaan. Tekanan persaingan menyebabkan tugas pengambilan keputusan menjadi sulit. Persaingan didasarkan tidak hanya pada harga dan dukungan pelanggan.
Organisasi harus mampu secara sering dan cepat mengubah mode operasi. Teknologi pengambilan keputusan bisa menciptakan pemberdayaan yang signifikan dengan cara memperbolehkan seseorang untuk membuat keputusan yang baik secara cepat, bahkan jika mereka memiliki pengetahuan yang kurang.
8. Mengatasi keterbatasan kognitif dalam pemrosesan dan penyimpanan. Otak manusia memiliki kemampuan yang terbatas untuk memproses dan menyimpan informasi. Orang-orang kadang sulit mengingat dan menggunakan sebuah informasi dengan cara yang bebas dari kesalahan.
2.3 Analytical Network Process (ANP)
Analytical Network Process (ANP) adalah teori matematis yang memungkinkan seseorang pengambil keputusan menghadapi faktor-faktor yang saling berhubungan (dependence) serta umpan balik (feedback) secara sistematik.
Metode ini merupakan pendekatan baru metode kualitatif yang merupakan perkembangan lanjutan dari metode terdahulu yakni Analytical Hierarchy Process (AHP)[4]. Kelebihan metode ANP dari metode yang lain adalah kemampuannya untuk membantu para pengambil keputusan dalam melakukan pengukuran dan sintesis sejumlah faktor-faktor dalam hierarki atau jaringan. Banyak kelebihan dari metode baru yang diperkenalkan oleh Saaty ini, yang diantaranya adalah kesederhanaan konsep yang ditawarkan.
Anayltical Network Process digunakan untuk memecahkan masalah yang bergantung pada alternatif- alternatif dan kriteria-kriteria yang ada. Dalam teknik analisisnya, ANP menggunakan perbandingan berpasangan pada alternatif-alternatif dan kriteria proyek. Pada jaringan ANP yang dapat memiliki kriteria dan alternatif di dalamnya, yang sekarang disebut simpul[4].
Keterkaitan pada metode ANP ada 2 jenis yaitu keterkaitan dalam satu set elemen (inner dependence) dan keterkaitan antar elemen yang berbeda (outer dependence). Secara umum langkah-langkah yang harus dilakukan dalam menggunakan ANP adalah[5]:
1. Mendefinisikan masalah dan menentukan kriteria solusi yang diinginkan.
2. Menentukan pembobotan komponen dari sudut pandang manajerial.
3. Membuat matriks perbandingan berpasangan yang menggambarkan kontribusi atau pengaruh setiap elemen atas setiap kriteria. Perbandingan dilakukan berdasarkan penilaian dari pengambil keputusan dengan menilai tingkat kepentingan suatu elemen.
4. Setelah mengumpulkan semua data perbandingan berpasangan dan memasukkan nilai-nilai kebalikannya serta nilai satu di sepanjang diagonal utama, prioritas masing-masing kriteria dicari dan konsistensi diuji.
5. Menentukan eigenvector dari matriks yang telah dibuat pada langkah ketiga.
6. Mengulangi langkah 3, 4 dan 5 untuk semua kriteria.
7. Membuat unweighted supermatrix dengan cara memasukkan semua eigen vector yang telah dihitung pada langkah 5 ke dalam sebuah super matriks.
8. Membuat weighted supermatrix dengan cara melakukan perkalian setiap is n weighted supermatrix terhadap matriks perbandingan kriteria (cluster matrix).
9. Membuat limitingsupermatrix dengan cara memangkatkan super matriks secara terus menerus hingga angka disetiap kolom dalam satu baris sama besar, setelah itu lakukan normalisasi terhadap limiting supermatrix.
10. Ambil nilai dari alternatif yang dibandingkan kemudian dinormalisasi untuk mengetahui hasil akhir perhitungan.
11. Memeriksa konsistensi, rasio konsistensi tersebut harus 10 persen atau kurang. Jika nilainya lebih dari 10%
maka penilaian data keputusan harus diperbaiki.
Menyusun prioritas merupakan salah satu bagian yang penting dan perlu ketelitian di dalamnya. Pada bagian ini ditentukan skala kepentingan suatu elemen terhadap elemen lainnya. Langkah pertama dalam penyusunan prioritas adalah menyusun perbandingan berpasangan. Perbandingan tersebut kemudian ditransformasikan ke dalam bentuk matriks untuk maksud analisis numerik, yaitu matriks n x n..
3. ANALISA DAN PEMBAHASAN
Dokter merupakan seorang tenaga kesehatan yang menjadi tempat kontak pertama pasien untuk menyelesaikan semua masalah kesehatan yang dihadapi tanpa memandang jenis penyakit. Untuk memotivasi dan meningkatkan kinerja seorang dokter dalam melakukan pelayanan kesehatan di dalam rumah sakit, maka diperlukan apresiasi khusus sebagai dokter terbaik di dalam rumah sakit tersebut dengan mengevaluasi kinerja yang dilakukan oleh seorang dokter. Pemanfaatan sistem pendukung keputusan dalam menentukan seorang dokter sangatlah diperlukan untuk mendapatkan hasil yang akurat. Algoritma Analytic Network Process merupakan salah satu algoritma di dalam sistem pendukung keputusan yang digunakan untuk memecahkan masalah yang bergantung pada alternatif-alternatif dan kriteria-kriteria yang ada. Dalam menentukan seorang dokter terbaik tidak hanya dilakukan dengan melihat satu kriteria saja, kriteria-kriteria untuk memilih seorang dokter terbaik dapat dilihat dari beberapa kriteria, yaitu disiplin, integritas dan sikap kerja serta komunikasi dan hasil kerja. Proses yang dilakukan adalah dengan mengevaluasi dokter yang terdapat di dalam rumah sakit umum Bhakti Medan berdasarkan kriteria-kriteria tersebut, kemudian akan dibandingkan dengan menggunakan perbandingan berpasangan terhadap alternatif-alternatif dan kriteria-kriteria tersebut sesuai dengan algoritma Analytic Network Process, sehingga dapat menentukan dokter yang mendapatkan penghargaan sebagai dokter terbaik.
Langkah awal dalam metode ANP adalah mengidentifikasi tuuan dari masalah. Pada kasus ini, masalah yang akan dipecahkan dan tujuan yang ingin dicapai adalah menentukan pemilihan dokter terbaik dari beberapa alternatif dokter dengan menilai kriteria yang ada. Pada kasus ini terdapat empat kriteria utama yang dijadikan penilaian yaitu
1. Disiplin
2. Integritas dan sikap kerja 3. Komunikasi
4. Hasil kerja
Nama-nama dokter yang akan dimasukkan ke dalam pemilihan dokter terbaik adalah sebagai berikut:
1. Dr. Alsyah Nasution 2. Dr. Irna Wati 3. Dr. Intan
4. Dr. Lenny Tampubolon 5. Dr. Naeni
6. Dr. M.Syafrin
Tiap kriteria memiliki subkriteria, dalam pembuatan kriteria dan subkriteria dilakukan pembuatan struktur network terlebih dahulu yang berfungsi untuk menentukan pengaruh atau saling ketergantungan antar kriteria maupun antar subkriteria. Dalam pemilihan dokter terbaik terdapat empat kriteria dan satu kriteria alternatif, yaitu:
1. Kriteria disiplin (C1) dikelompokkan ke dalam 2 sub kategori yang meliputi kehadiran (E11) dan loyalitas (E12).
2. Kriteria integritas dan sikap kerja (C2) dikelompokkan ke dalam 2 sub kategori yang meliputi perilaku (E21) dan tanggung jawab (E22).
3. Kriteria komunikasi (C3) dikelompokkan ke dalam 2 sub kategori yang meliputi kerjasama tim (E31) dan komunikasi dengan pasien (E32).
4. Kriteria hasil kerja (C4) dikelompokkan ke dalam 2 sub kategori yang meliputi penguasaan kerja (E41) dan kualitas kerja (E42).
5. Kriteria alternatif, terdiri dari Dr. Alsyah Nasution, Dr. Irna Wati, Dr. Intan, Dr. Lenny Tampubolon, Dr.
Naeni, Dr. M.Syafrin. Pada penelitian ini hanya mengambil 6 sampel alternatif pemilihan dokter terbaik yang terdapat di rumah sakit umum Medan.
Langkah-langkah yang dilakukan dalam menggunakan ANP adalah sebagai berikut:
1. Mendefinisikan masalah dan menentukan kriteria solusi yang diinginkan.
2. Menentukan pembobotan komponen dari sudut pandang manajerial.
3. Membuat matriks perbandingan berpasangan yang menggambarkan kontribusi atau pengaruh setiap elemen atas setiap kriteria. Perbandingan dilakukan berdasarkan penilaian dari pengambil keputusan dengan menilai tingkat kepentingan suatu elemen dan membuat nilai eigen vectornya.
Tabel 1. Matriks Berpasangan Kriteria Alternatif
C1 C2 C3 C4
C1 1 1 1 3
C2 1 1 3 3
C3 1 0.33 1 2
C4 0.33 0.33 0.50 1
Dari matriks perbandingan di atas, maka dapat dihitung eigen vector, lamda maksimum, indeks konsistensi (CI) dan indek rasio (CR). Nilai eigen vector diperoleh dari baris pertama dibagi dengan jumlah nilai pada kolom pertama ditambah baris kedua yang dibagi dengan jumlah nilai kolom kedua dan seterusnya dibagi dengan jumlah kriteria yang dibandingkan.
Jumlah pada kolom pertama : 1 + 1 + 1 + 0.33 = 3.33 Jumlah pada kolom kedua : 1 + 1 + 0.33 + 0.33 = 2.66 Jumlah pada kolom ketiga : 1 + 3 + 1 + 0.50 = 5.50 Jumlah pada kolom keempat : 3 + 3 + 2 + 1 = 9.00
( 1
3.33+ 1
2.66+ 1
5.50+ 3
9)
Eigen vector untuk baris pertama : = 0.29
4
( 1
3.33+ 1
2.66+ 3
5.50+ 3
9)
Eigen vector untuk baris kedua : = 0.38
4
Tabel 2. Nilai Eigen Vector Terhadap Matriks Perbandingan Berpasangan Kriteria Alternatif
C1 C2 C3 C4 eVector
C1 1 1 1 3 0.29
C2 1 1 3 3 0.38
C3 1 0.33 1 2 0.21
C4 0.33 0.33 0.50 1 0.11
jumlah 3.33 2.66 5.50 9.00 1.00
Nilai 𝜆maks : (3.33 x 0.29) + (2.66 x 0.38) + (5.50 x 0.21) + (9 x 0.11) = 4.12 Indeks konsistensi atau CI:
4.12 - 4
CI = = 0.04 4 – 1
Rasio konsistensi atau CR:
Nilai RI untuk n = 4 adalah 0.58 CR : CI/RI = 0.04/0.9 = 0.0007
Nilai konsisten karena ≤ 0.1. Jika nilai CR > 0.1 maka tidak konsisten atau tidak memenuhi syarat maka matriks keputusannya harus diulang hingga nilai CR konsisten atau memenuhi syarat konsisten. Setelah eigen vector dari matriks perbandingan berpasangan ditentukan. Selanjutnya nilai eigen vector tersebut disusun ke dalam matriks kriteria. Angaka 0 pada tabel menunjukkan tidak adanya hubungan keterkaitan antar kriteria, sedangkan angka yang tertea merupakan eigen vector dari matriks perbandingan kriteria.
Tabel 3. Matriks Perbandingan Berpasangan Kriteria
C1 C2 C3 C4 ALT
C1 0 0.34 0 0 0.29
C2 0.75 0 0.39 0.45 0.38
C3 0 0.29 0 0.29 0.21
C4 0 0.16 0.17 0 0.11
ALT 0.25 0.21 0.44 0.26 0
4. Membuat matriks perbandingan berpasangan subkriteria dan menguji konsistensi ratio
Matriks perbandingan berpasangan subkriteria ini berfungsi untuk mendapatkan nilai eigen dan melihat konsistensi rasio perbandingan (CR), dimana syarat CR ≤ 0.1. langkah-langkahnya sama dengan langkah no 3.
5. Menentukan nilai alternatif terhadap kriteria dan subkriteria
Setelah memperoleh nilai yang konsisten pada kriteria dan subkriteria selanjutnya menentukan nilai perbandingan antar alternatif untuk setiap subkriteria. Sesuai prosedur pemilihan dokter terbaik, maka setiap dokter diberikan penilaian terhadap kriteria-kriteria yang ada. Langkah-langkah penyelesaian alternatif sama dengan langkah penyelesaian pada kriteria dan subkriteria.
Tabel 4. Nilai Alternatif Kriteria
Calon Dokter Terbaik
A B C
Nilai Predikat Nilai Predikat Nilai Predikat
Kehadiran 80 Baik 79 Baik 83 Baik
Loyalitas 85 Sangat.Baik 69 Cukup 84 Baik
Prilaku 85 Sangat.Baik 84 Baik 79 Baik
Tanggung Jawab 85 Sangat.Baik 84 Baik 83 Baik
Kerjasama 90 Sangat.Baik 88 Sangat.Baik 90 Sangat.Baik
Komunikasi 84 Baik 84 Baik 85 Sangat.Baik
Penguasaan Kerja 82 Baik 83 Baik 84 Baik
Kualitas Kerja 85 Sangat.Baik 84 Baik 85 Sangat.Baik
Kehadiran 83 Baik 78 Baik 77 Baik
Loyalitas 84 Baik 75 Baik 90 Sangat Baik
Prilaku 79 Baik 80 Baik 89 Sangat Baik
Tanggung Jawab 83 Baik 89 Sangat Baik 76 Baik
Kerjasama 90 Sangat Baik 74 Baik 80 Baik
Komunikasi 85 Sangat Baik 76 Baik 82 Baik
Penguasaan Kerja 84 Baik 82 Baik 88 Sangat Baik
Kualitas Kerja 85 Sangat Baik 80 Baik 90 Sangat Baik
Dari tabel di atas, nilai alternatif tersebut dibuat ke dalam tabel matrik berpasangan. Berikut ini tabel perbandingan matrik berpasangan alternatif ter-
hadap subkriteria sehingga mendapatkan nilai eigen vector yang akan dikalikan dengan nilai eigen value kriteria.
Tabel 5. Matriks Perbandingan Berpasangan Alternatif untuk Kehadiran Kehadiran
A B C D E F eVector
A 1 1 1 1 1 1 0.17
B 1 1 1 1 1 1 0.17
C 1 1 1 1 1 1 0.17
D 1 1 1 1 1 1 0.17
E 1 1 1 1 1 1 0.17
F 1 1 1 1 1 1 0.17
Jumlah 6.00 6.00 6.00 6.00 6.00 6.00 1.00
Nilai eigen vector diperoleh dari baris pertama dibagi dengan jumlah nilai pada kolom pertama ditambah baris kedua yang dibagi dengan jumlah nilai kolom kedua dan seterusnya dibagi dengan jumlah kriteria yang dibandingkan.
Jumlah pada kolom pertama : 1 + 1 + 1 + 1 + 1 + 1 = 6.00 Jumlah pada kolom kedua : 1 + 1 + 1 + 1 + 1 + 1 = 6.00 Jumlah pada kolom ketiga : 1 + 1 + 1 + 1 + 1 + 1 = 6.00 Jumlah pada kolom keempat : 1 + 1 + 1 + 1 + 1 + 1 = 6.00 Jumlah pada kolom kelima : 1 + 1 + 1 + 1 + 1 + 1 = 6.00 Jumlah pada kolom keenam : 1 + 1 + 1 + 1 + 1 + 1 = 6.00
(1
6+ 1
6+ 1
6+ 1
6+1
6+ 1
6)
Eigen vector untuk baris pertama : = 0.17
6
(1
6+ 1
6+ 1
6+ 1
6+1
6+ 1
6)
Eigen vector untuk baris kedua : = 0.17
6
(1
6+ 1
6+ 1
6+ 1
6+1
6+ 1
6)
Eigen vector untuk baris ketiga : = 0.17
6
(1
6+ 1
6+ 1
6+ 1
6+1
6+ 1
6)
Eigen vector untuk baris keempat : = 0.17
6
(1
6+ 1
6+ 1
6+ 1
6+1
6+ 1
6)
Eigen vector untuk baris kelima : = 0.17
6
(1
6+ 1
6+ 1
6+ 1
6+1
6+ 1
6)
Eigen vector untuk baris keenam : = 0.17
6
Tabel 6. Matriks Perbandingan Berpasangan Alternatif secara lengkap
Loyalitas
A B C D E F eVector
A 1 3 2 2 2 1 0.19
B 3 1 2 2 2 3 0.18
C 2 2 1 1 1 2 0.21
D 2 2 1 1 1 2 0.14
E 2 2 1 1 1 2 0.14
F 1 3 2 2 2 1 0.14
Jumlah 11 13 9 9 9 11 1.00
Prilaku
A B C D E F eVector
A 1 2 2 2 2 1 0.2
B 2 1 1 1 1 2 0.15
C 2 1 1 1 1 2 0.15
D 2 1 1 1 1 2 0.15
E 2 1 1 1 1 2 0.15
F 1 2 2 2 2 1 0.2
Jumlah 10 8 8 8 8 10 1
Tanggung Jawab
A B C D E F eVector
A 1 2 2 2 1 2 0.2
B 2 1 1 1 2 1 0.15
C 2 1 1 1 2 1 0.15
D 2 1 1 1 2 1 0.15
E 1 2 2 2 1 2 0.2
F 2 1 1 1 2 1 0.15
Jumlah 10 8 8 8 10 8 1.00
Kerjasama
A B C D E F eVector
A 1 1 1 1 2 2 0.15
B 1 1 1 1 2 2 0.15
C 1 1 1 1 2 2 0.15
D 1 1 1 1 2 2 0.15
E 2 2 2 2 1 1 0.2
F 2 2 2 2 1 1 0.2
Jumlah 8 8 8 8 10 10 1.00
Komunikasi
A B C D E F eVector
A 1 1 2 2 1 1 0.15
B 1 1 2 2 1 1 0.15
C 2 2 1 1 2 2 0.2
D 2 2 1 1 2 2 0.2
E 1 1 2 2 1 1 0.15
F 1 1 2 2 1 1 0.15
Jumlah 8 8 10 10 8 8 1.00
Penguasaan Kerja
A B C D E F eVector
A 1 1 1 1 1 2 0.15
B 1 1 1 1 1 2 0.15
C 1 1 1 1 1 2 0.15
D 1 1 1 1 1 2 0.15
E 1 1 1 1 1 2 0.15
F 2 2 2 2 2 1 0.25
Jumlah 7 7 7 7 7 11 1.00
Kualitas Kerja
A B C D E F eVector
A 1 2 1 1 2 1 0.15
B 2 1 2 2 1 2 0.2
C 1 2 1 1 2 1 0.15
D 1 2 1 1 2 1 0.15
E 2 1 2 2 1 2 0.2
F 1 2 1 1 2 1 0.15
Jumlah 8 10 8 8 10 8 1.00
kemudian tiap eigen vector ditambahkan sebagai berikut:
A = 0.17 + 0.19 + 0.2 + 0.2 + 0.15 + 0.15 + 0.15 + 0.15 = 1.36 B = 0.17 + 0.18 + 0.15 + 0.15 + 0.15 + 0.15 + 0.15 + 0.2 = 1.30 C = 0.17 + 0.21 + 0.15 + 0.15 + 0.15 + 0.15 + 0.2 + 0.15 = 1.33 D = 0.17 + 0.14 + 0.15 + 0.15 + 0.15 + 0.15 + 0.15 + 0.15 = 1.21 E = 0.17 + 0.14 + 0.15 + 0.2 + 0.2 + 0.15 + 0.15 + 0.2 = 1.36 F = 0.17 + 0.14 + 0.2 + 0.15 + 0.2 + 0.25 + 0.15 + 0.15 = 1.41
Berdasarkan eigen value yang diperoleh dari perbandingan antar kriteria, diketahui bahwa F atau Dr. M.
Syafrin merupakan dokter tebaik berdasarkan kriteria-kriteria yang ditetapkan.
4. IMPLEMENTASI
Berikut ini merupakan merupakan tampilan-tampilan yang terdapat di dalam aplikasi yang diuji.
1. Tampilan Login
Sebelum masuk kedalam aplikasi, maka harus login terlebih dahulu. Adapun tampilan login adalah sebagai berikut:
Gambar 1. Login 2. Tampilan Awal Aplikasi
Halaman ini merupakan halaman menu awal dari aplikasi sistem pendukung keputusan dokter terbaik.
Gambar 2. Daptar Menu 3. Tampilan Halaman Data Dokter
Halaman ini digunakan untuk melihat profil dari dokter, juga untuk melakukan manipulasi terhadap data tersebut. Pada halaman ini terdapat tombol-tombol yang dapat digunakan untuk memanipulasi data. Adapaun tampilannya adalah sebagai berikut:
Gambar 3. Halaman Data Dokter 4. Tampilan Halaman Penilaian Dokter
Pada halaman ini terdapat listview dokter yang digunakan untuk memberikan Penilaian terhadap masing- masing dokter. Adapun tampilannya adalah sebagai berikut:
Gambar 3. Halaman Penilaian Dokter 5. Tampilan Hasil
Halaman ini akan menampilkan hasil-hasil peng-input-an dan setelah menekan tombol hitung, makaakan mendapatkan dokter terbaik.
Gambar 5. Tampilan Hasil
5. KESIMPULAN
Adapun kesimpulan yang diperoleh dari penulis adalah sebagai berikut:
1. Penentuan dokter terbaik dapat dilakukan dengan menggunakan kriteria-kriteria yang sudah ditentukan yang berhubungan dengan dunia kedokteran.
2. Metode Analytic Network Process (ANP) melakukan perbandingan-perbandingan hubungan antar kriteria dengan mencari eigen value tiap-tiap kriteria. Kemudian melakukan penghitungan skala rasio individu yang mencerminkan pengukuran relatif dari pengaruh elemen-elemen yang saling berinteraksi berkenaan dengan kriteria kontrol.
3. Penggunaan alat bantu perancangan seperti Unified Modelling Language dan tools pemrograman Eclipse Juno dapat membantu dalam membangun aplikasi sistem pendukung keputusan berbasis Android.
REFERENCES
[1] D.Kurniawati, H.Yuliando, et.al, “Kriteria Pemilihhan Pemasok Menggunakan Analytical Network Process”, Jurnal Teknik Industri, Vol.XV, pp.25-32, 2013.
[2] J.Nugrahaningtyas, W.Utami, “Gambaran Kepatuhan Dokter Praktek Swasta (DPS) Terhadap SPO (Standar Prosedur Operasional) di Wilayah Kota Yogyakarta”, Jurnal Medika Respati, Vol.XI, pp. 54-63, 2016.
[3] L.Yulianti, H.Latipa Sari, et.al, “Sistem Pendukung Keputusan Peserta KB Teladan di BKKBN Bengkulu Menggunakan Pemrograman Visual Basic 6.0”, Jurnal Media Infotama, Vol.VIII, pp. 36-54, 2012.
[4] W.S.Sukarya, Standar Kompetensi Indonesia, Jakarta: Konsil Kedokteran Indonesia. 2012
[5] N.A.Sanjaya, “Implementasi Metode Analytical Network Process Untuk Membangun Aplikasi Executive Support System Pada Perusahaan Konsultan IT”, Jurnal Ilmu Komputer, Vol. IV, pp. 1-8, 2011.
[6] Suarga, Algoritma dan Pemrograman, Yogyakarta: Penerbit ANDI. 2006
[7] A.R. Cornelius, Algoritma dan Pemrograman dengan Bahasa C-Konsep, Teori & Implementasi, Yogyakarta: ANDI. 2010 [8] A.Nugroho, Rekayasa Perangkat Lunak Berorientasi Objek dengan Metode USDP, Yogyakarta: ANDI. 2010
[9] P.Sulistyorini, “Pemodelan Visual dengan Menggunakan UML dan Rational Rose”, Jurnal Teknologi Informasi DINAMIK, Vol.XIV, pp.23-29, 2009
[10] W.Gata, G.Gata, Sukses Membangun Aplikasi Penjualan Dengan Java, Jakarta: PT.Elex Media Komputindo.2013
[11] W.Damarullah, et.al, “Aplikasi Pengenalan dan Pembelajaran Bahasa Korea (Hangeul) Berbasis Android”, Jurnal SCRIPT, Vol.I, pp.
78-88, 2013.
[12] Murtiwiyati, G.Lauren, “Rancang Bangun Aplikasi Pembelajaran Budaya Indonesia Untuk Anak Sekolah Dasar Berbasis Android”, Jurnal Ilmiah KOMPUTASI, Vol.XII, pp. 1-10, 2013.
[13] A. Juansyah, “Pembangunan Aplikasi Child Tracker Berbasis Assisted-Global Positioning System (A-GPS) dengan Platform Android”, Jurnal Ilmiah Komputer dan Informatika (KOMPUTA), vol. I, pp. 1- 8. 2015
