SISTEM PENDUKUNG KEPUTUSAN (SPK) PEMILIHAN SUPPLIER DENGAN METODE FUZZY ANALYTICAL HIERARCHY PROCESS (F-
AHP) (STUDI KASUS CV. ASKHA JAYA)
(Skripsi)
Oleh
YASMIN HASNA 1817051018
JURUSAN ILMU KOMPUTER
FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM UNIVERSITAS LAMPUNG
2022
SISTEM PENDUKUNG KEPUTUSAN (SPK) PEMILIHAN SUPPLIER DENGAN METODE FUZZY ANALYTICAL HIERARCHY PROCESS (F-
AHP) (STUDI KASUS CV. ASKHA JAYA)
Oleh
YASMIN HASNA 1817051018
Skripsi
Sebagai salah satu syarat untuk memperoleh gelar SARJANA KOMPUTER
Pada
Jurusan Ilmu Komputer
Fakultas Matematika dan Ilmu Pengetahuan Alam Universitas Lampung
JURUSAN ILMU KOMPUTER
FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM UNIVERSITAS LAMPUNG
2022
ABSTRAK
SISTEM PENDUKUNG KEPUTUSAN (SPK) PEMILIHAN SUPPLIER DENGAN METODE FUZZY ANALYTICAL HIERARCHY PROCESS (F-
AHP) (STUDI KASUS CV. ASKHA JAYA)
Oleh
YASMIN HASNA
Pemilihan supplier adalah salah satu aspek terpenting dalam aktivitas pembelian suatu perusahaan. Pembelian adalah aktivitas nilai utama bagi perusahaan karena pembelian bahan baku dan persediaan merupakan bagian penting dari produk jadi.
Pemilihan supplier bukan merupakan hal yang mudah, banyak hal yang perlu dipertimbangkan ketika memilih supplier. Masalah pemilihan supplier ini termasuk dalam kategori Multi-Criteria Decision Making (MCDM). Metode MCDM yang digunakan adalah metode Fuzzy Analytical Hierarchy Process (F- AHP) dengan membuat urutan peringkat pemilihan supplier serta membandingkan hasil akurasi antara metode F-AHP dengan Analytical Hierarchy Process berdasarkan hasil prediksi dari store manager. Penelitian ini membangun sistem pendukung keputusan (SPK) dengan menggunakan bahasa pemrograman PHP dan database MySQL untuk memilih supplier terbaik dengan menggunakan 5 kriteria yang disesuaikan dengan kondisi dan kebutuhan perusahaan. Kriterianya yaitu cost, quality, delivery, amount, dan responsiveness. Hasilnya, akan diperoleh nilai kinerja masing-masing supplier sehingga bisa diketahui supplier terbaik.
Untuk hasil tingkat akurasi F-AHP sebesar 95,41 % dan AHP sebesar 81,25%.
Hal ini membuktikan metode F-AHP lebih baik dari pada metode AHP dalam menentukan supplier.
Kata kunci: Sistem Pendukung Keputusan; Fuzzy AHP; Pemilihan Supplier
ABSTRACT
DECISION SUPPORT SYSTEM (SPK) SUPPLIER USING THE FUZZY ANALYTICAL HIERARCHY PROCESS (F-AHP) METHOD (CASE STUDY
CV. ASKHA JAYA)
By
YASMIN HASNA
The selection of supplier is one of the most important aspects in the purchasing activities of a company. Purchasing is a major value activity for the company because the purchase of raw materials and supplies is a necessary part of the finished product. The selection of supplier is not an easy thing. There are many things to consider when choosing a supplier. The selection of problem supplier is categorized as Multi-Criteria Decision Making (MCDM). The MCDM method used is the Fuzzy Analytical Hierarchy Process (F-AHP) method by making a ranking order of supplier and comparing the accuracy results between the F-AHP method and the Analytical Hierarchy Process based on the prediction results from the store manager. In this study, a decision support system (DSS) was built by using PHP and MySQL for the selection of the supplier using 5 criteria tailored to the conditions and needs of the company. The criteria are cost, quality, delivery, amount, and responsiveness. As a result, the performance value of each supplier is identified and results in revealing the best supplier. The accuracy F-AHP is 95.41% and AHP is 81.25%. This proves that the F-AHP method is better than the AHP method in determining suppliers.
Key words: Decision Support System; Fuzzy AHP; Supplier Selection
RIWAYAT HIDUP
Penulis dilahirkan di Bandarlampung pada tanggal 16 Juni 2000, sebagai anak ketiga dari Bapak Syamsul Hidayat dan Ibu Ida Firstiana. Penulis menyelesaikan pendidikan formal pertama kali di Pendidikan Sekolah Dasar (SD) di SD Al-Kautsar diselesaikan pada tahun 2012, Sekolah Menengah Pertama (SMP) di SMP Al- Kautsar pada tahun 2015, dan Sekolah Menengah Atas (SMA) di SMA Negeri 9 Bandarlampung pada tahun 2018.
Pada tahun 2018, penulis terdaftar sebagai mahasiswa jurusan Ilmu Komputer Fakultas Matematika dan Ilmu Pengetahuan Alam Universitas Lampung melalui jalur SNMPTN. Beberapa kegiatan yang dilakukan penulis selama menjadi mahasiswa antara lain.
1. Menjadi anggota magang Bidang Media Informasi Himpunan Mahasiswa Jurusan Ilmu Komputer pada periode 2018/2019.
2. Pada bulan Februari 2021 sampai dengan bulan Maret 2021 penulis melaksanakan Kerja Praktik di Dinas Bina Marga dan Bina Konstruksi Provinsi Lampung.
3. Pada bulan September 2021 penulis melaksanakan kegiatan Kuliah Kerja Nyata (KKN) di desa Sukamaju, kecamatan Teluk Betung Timur, Kota Bandar Lampung.
PERSEMBAHAN
Alhamdulillahirobbilalamin
Puji syukur kepada Allah SWT yang telah memberikan rahmat dan hidayah-Nya sehingga dapat menyelesaikan penulisan skripsi ini. Sholawat dan salam saya
sanjungkan kepada Nabi Muhammad SAW.
Aku persembahkan karya ini kepada:
Ayah dan Ibu
Sebagai tanda terimakasihku kepada ayah dan ibu yang tercinta dan yang tersayang. Terima kasih telah mendidik dan membesarkanku dengan kasih sayang
kalian. Terima kasih selalu mendukungku dan mendoakanku dalam segala pilihanku. Terima kasih atas semua pengorbanan dan perjuangan kalian yang tiada
hentinya.
Seluruh Keluarga Besar, Sahabat, dan Teman-teman Terima kasih telah memberikan semangat, dukungan, dan doa.
Almamater Tercinta, Universitas Lampung
MOTTO
"Sesungguhnya Allah tidak akan mengubah keadaan suatu kaum sebelum mereka mengubah keadaan diri mereka sendiri."
(Q.S Ar-Ra'd: 11)
"Cukuplah Allah bagiku, tidak ada Tuhan selain Dia. Hanya kepadaNya aku bertawakal."
(Q.S At Taubah: 129)
"Berpikirlah positif, tidak peduli seberapa keras kehidupanmu."
(Ali bin Abi Thalib)
"Do something today that your future self will thank you for."
(Sean Patrick Flanery)
"Life is a journey to be experienced, not a problem to be solved."
(Winnie The Pooh)
SANWACANA
Puji syukur kita haturkan pada Allah SWT atas segala berkat-Nya penulis dapat menyelesaikan skripsi yang berjudul “Sistem Pendukung Keputusan (SPK) Pemilihan Supplier dengan Metode Fuzzy Analytical Hierarchy Process (F-AHP) (Studi Kasus CV. Askha Jaya)” dengan baik.
Penulis menyadari selesainya skripsi ini tidak terlepas dari partisipasi bimbingan serta bantuan dari berbagai pihak baik secara langsung maupun tidak langsung.
Maka kesempatan ini penulis ingin menyampaikan ucapan terima kasih yang sebesar-besarnya kepada:
1. Ayah dan Ibu tercinta, Syamsul dan Ida yang selalu memberi dukungan, memotivasi, dan menyemangati penulis selama proses perkuliahaan sampai dengan penyusunan skripsi. Semoga Allah SWT selalu menyertai, memberkati, dan memberi kesehatan dan kebahagiaan yang berlimpah.
2. Bapak Prof. Admi Syarif, Ph.D. selaku dosen pembimbing utama yang telah meluangkan banyak waktu dan dengan sabar membimbing penulis, serta memberikan banyak dukungan, motivasi, dan dorongan untuk menyelesaikan skripsi ini. Terimakasih juga penulis ucapkan atas kritik dan saran yang membangun sehingga penulisan skripsi ini dapat diselesaikan.
3. Bapak Rizky Prabowo, S.Kom., M.Kom. selaku dosen pembimbing kedua yang telah meluangkan banyak waktu dan dengan sabar membimbing penulis, serta memberikan ide, kritik dan saran yang membangun sehingga penulisan skripsi ini dapat diselesaikan.
4. Bapak Favorisen R. Lumbanraja, Ph.D. selaku dosen pembahas yang telah memberikan banyak masukan, serta ilmu dan pengetahuan baru yang bermanfaat dalam perbaikan skripsi ini, serta memberikan masukan dan dukungan hingga skripsi ini dapat diselesaikan.
5. Rashan Pratama, S.Kom. selaku store manager CV. Askha Jaya yang telah senantiasa menjadi responden dan meluangkan waktu untuk mengisi kuesioner dalam penelitian ini.
6. Bapak Didik Kurniawan, S.Si., M.T. selaku Ketua Jurusan Ilmu Komputer Universitas Lampung.
7. Bapak Dr. rer. nat. Akmal Junaidi, M.Sc. selaku Sekretaris Jurusan Ilmu Komputer Universitas Lampung.
8. Bapak Dr. Eng. Suripto Dwi Yuwono, S.Si., M.T. selaku Dekan FMIPA Universitas Lampung.
9. Bapak dan Ibu Dosen Jurusan Ilmu Komputer FMIPA Universitas Lampung yang tidak dapat saya sebutkan satu per satu, atas bimbingan dan pengajarannya selama penulis menjadi mahasiswa FMIPA Universitas Lampung.
10. Seluruh Staf dan karyawan Fakultas MIPA Universitas Lampung: Ibu Ade Nora Maela, Bang Zainuddin, Mas Syam, Mas Ardi Novalia, dan lainnya yang tidak bisa penulis sebutkan satu per satu, yang telah membantu segala urusan administrasi penulis.
11. Ahmad Julio Rizki dan Aulia Ahmad Nabil selaku teman penulis yang telah banyak membantu selama pembuatan sistem.
12. Kukuh Fahrur Wibowo yang telah menyemangati dan mendukung penulis dalam menyelesaikan skripsi ini.
13. Elshinta, Amara, Rahma, Sasya, Arafia, Arfina, Lita, Atika, Arsyi selaku teman seperjuangan penulis yang telah mendukung memberi semangat dalam proses skripsi.
14. Keluarga Ilmu Komputer 2018 serta kakak dan adik tingkat yang tidak bisa disebutkan satu per satu.
15. Almamater tercinta, Universitas Lampung yang sudah memberi banyak wawasan dan pengalaman berharga.
Semoga skripsi ini dapat berguna dan bermanfaat bagi agama, masyarakat, bangsa dan negara, para mahasiswa, akademisi, serta pihak-pihak lain yang
membutuhkan terutama penulis. Saran dan kritik yang bersifat membangun sangat diharapkan.
Akhir kata, penulis mengucapkan terima kasih. Semoga Allah SWT senantiasa memberikan perlindungan dan kebaikan bagi kita semua.
Bandar Lampung, 20 September 2022 Penulis
Yasmin Hasna 1817051018
DAFTAR ISI
Halaman
DAFTAR ISI ... i
DAFTAR TABEL ... iv
DAFTAR GAMBAR ... vi
I. PENDAHULUAN ... 1
1.1. Latar Belakang ... 1
1.2. Rumusan Masalah ... 3
1.3. Batasan Masalah ... 4
1.4. Tujuan Penelitian ... 4
1.5. Manfaat Penelitian ... 5
II. TINJAUAN PUSTAKA ... 6
2.1. Askha Jaya ... 6
2.2. Pemilihan Supplier ... 7
2.2.1. Kriteria Pemilihan Supplier ... 7
2.2.2. Supply Chain Management ... 9
2.3. Sistem Pendukung Keputusan ... 9
2.3.1. Tahapan Pengambil Keputusan ... 10
2.3.2. Keuntungan Sistem Pendukung Keputusan ... 11
2.4. Analytical Hierarchy Process (AHP) ... 12
2.4.1. Pengertian Analytical Hierarchy Process (AHP) ... 12
2.4.2. Langkah-langkah Penerapan AHP ... 13
2.4.3. Keunggulan dan Kelemahan AHP... 14
ii
2.5. Logika Fuzzy ... 15
2.6. Fuzzy Analytical Hierarchy Process (F-AHP) ... 16
2.6.1. Triangular Fuzzy Number (TFN) ... 16
2.6.2. Tahapan Metode F-AHP ... 18
2.7. Unified Modeling Language (UML) ... 20
2.8. Penelitian Terdahulu ... 20
III. METODE PENELITIAN ... 22
3.1. Tahapan Penelitian ... 22
3.1.1. Studi Literatur ... 23
3.1.2. Pengumpulan Data ... 23
3.1.3. Perancangan Sistem ... 23
3.1.4. Pembuatan Sistem ... 23
3.1.5. Pengujian Sistem ... 23
3.2. Pengumpulan Data ... 23
3.2.1. Data Kriteria ... 24
3.2.2. Data Sub kriteria ... 24
3.2.3. Data Alternatif ... 25
3.3. Pengembangan SPK Pemilihan Supplier ... 26
3.4. Waktu dan Tempat Penelitian ... 38
IV. HASIL DAN PEMBAHASAN ... 39
4.1. Perhitungan Metode Fuzzy Analytical Hierarchy Process (F-AHP) ... 39
4.1.1. Menghitung Bobot Prioritas Kriteria ... 39
4.1.2. Menghitung Bobot Prioritas Subkriteria ... 44
4.1.3. Menghitung Bobot Prioritas Alternatif ... 48
4.1.4. Pemilihan Supplier Optimal ... 50
4.2. Implementasi Sistem ... 54
4.2.1. Tampilan Interface Sistem ... 55
4.3. Pengujian Sistem ... 62
4.4. Perbandingan Ketepatan Hasil Metode F-AHP dan AHP ... 63
V. KESIMPULAN DAN SARAN ... 66
5.1. Kesimpulan ... 66
5.2. Saran ... 66
DAFTAR PUSTAKA ... 67
LAMPIRAN ... 71
DAFTAR TABEL
Tabel Halaman
1. Skala Triangular Fuzzy Number ... 17
2. Penelitian Terdahulu ... 21
3. Data Kriteria ... 24
4. Data Subkriteria ... 24
5. Data Alternatif ... 25
6. Use Case Diagram SPK Pemilihan Supplier ... 29
7. Skenario Pengujian... 38
8. Timeline Penelitian ... 38
9. Matriks Perbandingan Berpasangan Skala AHP ... 40
10. Matriks Perbandingan Berpasangan TFN ... 41
11. Total Nilai Lower Medium Upper ... 41
12. Nilai Sintesis Fuzzy AHP (Si) ... 42
13. Bobot Vektor ... 43
14. Matriks Perbandingan Berpasangan Kriteria Biaya ... 44
15. Bobot Vektor Kriteria Biaya ... 45
16. Matriks Perbandingan Berpasangan Kriteria Kualitas ... 45
17. Bobot Vektor Kriteria Kualitas ... 45
18. Matriks Perbandingan Berpasangan Kriteria Ketepatan Pengiriman ... 46
19. Bobot Vektor Kriteria Ketepatan Pengiriman ... 46
20. Matriks Perbandingan Berpasangan Kriteria Ketepatan Jumlah ... 46
21. Bobot Vektor Kriteria Ketepatan Jumlah ... 47
22. Matriks Perbandingan Berpasangan Kriteria Ketepatan Respon ... 47
23. Bobot Vektor Kriteria Ketepatan Respon ... 47
24. Bobot Nilai alternatif... 48
25. Nilai Alternatif terhadap Subkriteria dan Kriteria ... 49
26. Prioritas Global (Global Priority) ... 50
27. Bobot Alternatif secara Keseluruhan ... 54
28. Hasil Pengujian ... 62
29. Rekapitulasi Hasil Peringkat dari Store Manager ... 63
30. Perbandingan Hasil Prediksi dan Hasil Metode F-AHP ... 64
31. Perbandingan Hasil Prediksi dan Metode AHP ... 64
32. Range nilai MAPE ... 65
DAFTAR GAMBAR
Gambar Halaman
1. Tahapan Pengambilan Keputusan (Fahmi et al., 2017) ... 11
2. Fungsi Keanggotaan Segitiga (Chang, 1996) ... 17
3. Struktur Hierarki Fuzzy AHP (Santoso et al., 2016) ... 18
4. Tahapan Penelitian ... 22
5. Model Waterfall (Pressman, 2010) ... 26
6. Use Case Diagram SPK Pemilihan Supplier ... 28
7. Activity Diagram Login User ... 29
8. Activity Diagram Kelola Data Kriteria ... 30
9. Activity Diagram Kelola Data Sub Kriteria ... 31
10. Activity Diagram Kelola Data Alternatif ... 32
11. Activity Diagram Akses Hasil Perhitungan ... 33
12. Rancangan Interface Halaman Login ... 34
13. Rancangan Interface Halaman Home... 34
14. Rancangan Interface Halaman Data Kriteria ... 35
15. Rancangan Interface Halaman Data Sub Kriteria ... 35
16. Rancangan Interface Halaman Data Alternatif ... 36
17. Rancangan Interface Halaman Hasil Perhitungan ... 37
19. Hirarki SPK Pemilihan Supplier ... 40
20. Halaman Login ... 55
21. Halaman Dashboard ... 56
22. Halaman Data Kriteria ... 56
23. Halaman Tambah Data Kriteria ... 57
24. Halaman Edit Data Kriteria ... 57
25. Halaman Data Subkriteria ... 58
26. Halaman Data Alternatif ... 58
27. Halaman Matriks Perbandingan Kriteria ... 59
28. Halaman Matriks Perbandingan Subkriteria ... 60
29. Halaman Pembobotan Alternatif ... 60
30. Halaman Hasil Perankingan ... 61
31. Halaman Print PDF ... 61
32. Menu Help ... 62
I. PENDAHULUAN
1.1. Latar Belakang
Berbagai aktivitas manusia kini dapat dikerjakan dengan cepat dan mudah dengan komputer. Seiring kehadiran komputer, dibutuhkan sistem yang dapat menyelesaikan pekerjaan di berbagai bidang, termasuk perdagangan. Hal terpenting dalam sebuah perusahaan adalah manajemen rantai pasokan atau dikenal Supply Chain Management.
Masalah yang umumnya terjadi adalah dalam proses memilih supplier yang dianggap tidak mudah bahkan terkadang sulit. Karena sekali perusahaan menjalin hubungan bisnis dengan supplier, hal ini mempengaruhi semua kegiatan perusahaan. Untuk itu perlu diciptakan sistem yang memudahkan pengambil keputusan dalam memilih supplier.
Pemilihan supplier adalah salah satu aspek terpenting pada kegiatan pembelian suatu perusahaan. Pembelian merupakan kegiatan yang bernilai tinggi bagi suatu perusahaan karena pembelian bahan baku dan persediaan adalah bagian penting terhadap produk jadi. Ketika memilih supplier, pengambil keputusan membutuhkan alat analisis yang dapat memecahkan masalah kompleks dan meningkatkan kualitas pengambil keputusan. Memilih supplier yang salah dapat mengganggu proses produksi dan operasional bisnis perusahaan. Oleh karena itu, dalam proses pemilihan supplier harus dilakukan dengan hati-hati.
Menurut Shahroudi (2017), pembelian bahan baku menyumbang 40 sampai 80 persen dari total harga produk dan mempengaruhi performa perusahaan, sehingga pemilihan supplier merupakan salah satu aktivitas terpenting bagi perusahaan. Perusahaan yang berbeda memiliki kriteria yang berbeda untuk memilih supplier yang dijadikan sebagai mitra bisnis. Untuk kelancaran
produksi dan operasional perusahaan, sesuai dengan goals yang diinginkan perusahaan. Banyak perusahaan membuat kesalahan fatal ketika memilih supplier yang menyebabkan kerugian bisnis. Evaluasi supplier memerlukan berbagai kriteria yang dapat mendeskripsikan kinerja supplier secara keseluruhan.
CV. Askha Jaya adalah usaha mikro kecil dan menengah yang menghasilkan produk olahan pisang di sentra industri kripik pisang yang beralamat di Jl.
Pagar Alam, Gg. PU, Segalamider, Kedaton, Bandar Lampung.
Perkembangan CV. Askha Jaya di Kota Bandarlampung dari waktu ke waktu menunjukkan perkembangan yang signifikan. Hal ini terjadi karena beberapa faktor yang mempengaruhi hal tersebut, yaitu sumber bahan baku yang melimpah dan produk makanan ringan seperti keripik yang diminati oleh masyarakat Lampung dan wisatawan. Untuk mendapat bahan baku yang diinginkan maka dibutuhkan aktivitas pemilihan supplier.
Dalam membuat keputusan pemilihan supplier diperlukan perhitungan yang tepat dalam menganalisa permasalahan, akurat dalam penyelesaian, dan efisiensi dalam menyajikan data. Kemampuan untuk memperoleh keputusan yang cepat, tepat, dan akurat akan menjadi kunci kesuksesan dalam persaingan global saat kini. Terdapat banyak metode yang digunakan dalam pengambilan keputusan. Salah satu metode yang digunakan dalam penelitian ini yaitu metode Fuzzy Analytical Hierarchy Process (F-AHP). Metode Fuzzy Analytical Hierarchy Process (F-AHP) adalah kombinasi antara metode teori Fuzzy dan AHP. Ketika menerapkan metode AHP pada pengambilan keputusan dengan banyak kriteria subjektif, pengambil keputusan seringkali menghadapi masalah yang rumit dalam penentuan bobot kriteria. Mengatasi kelemahan AHP membutuhkan cara untuk lebih memperhatikan keberadaan kriteria subjektif tersebut. Pendekatan yang umum digunakan adalah konsep Fuzzy (Jaja, 2018). Dikembangkan pada tahun 1996 oleh Chang, F-AHP merupakan evolusi dari metode AHP yang menggambarkan masalah multi faktor atau multi kriteria yang kompleks dalam suatu hirarki, menjadikan masalah lebih terstruktur dan berurutan. Hasil yang diperoleh dengan metode
3
F-AHP dianggap lebih baik karena gambaran keputusan yang ambigu yang dihasilkan oleh metode AHP dapat diminimalisir (Sihite & Suhendar, 2021).
Metode F-AHP telah dipelajari oleh beberapa peneliti. Norhikmah dkk.
(2013) meneliti penerapan sistem pendukung keputusan menggunakan metode F-AHP dan AHP. Terdapat dua kesimpulan pada penelitian ini yaitu:
1). Metode F-AHP diyakini lebih cocok untuk menggambarkan keputusan yang bersifat fuzzyness dibandingkan dengan metode AHP, 2). Sedangkan untuk hasil perbandingan bobot F-AHP dan AHP didapatkan hasil yang berbeda, metode F-AHP merupakan metode terbaik untuk sistem pendukung keputusan dalam memilih karyawan yang baik dalam hal prestasi.
F-AHP juga digunakan pada penelitian yang dilakukan oleh Ahmad Faisol dkk. (2014) dengan judul penelitian Komparasi Fuzzy Analytical Hierarchy Process dengan Analytical Hierarchy Process pada Sistem Pendukung Keputusan Investasi Properti. Dalam hal ketepatan hasil dengan rekomendasi pakar property, metode F-AHP mempunyai nilai akurasi yang lebih tinggi yaitu sebesar 84,62% daripada metode AHP yang hanya sebesar 23,08%.
Sistem pendukung keputusan pemilihan supplier dengan metode F-AHP di CV. Askha Jaya sangat dibutuhkan untuk mengurangi subjektifitas dan sesuai dengan kriterian yang diinginkan perusahaan. Oleh karena itu peneliti akan melakukan penelitian tentang pemilihan supplier di CV. Askha Jaya dengan menggunkan metode F-AHP. Penelitian ini menggunakan metode Fuzzy Analytic Hierarchy Process (F-AHP) karena metode ini dianggap mampu mengambil keputusan penentuan bobot kriteria yang bersifat subjektif.
Penilaian dilakukan dengan memberikan nilai pada setiap kriteria yang nantinya akan diproses menggunakan metode F-AHP untuk mendapatkan nilai prioritas pada setiap kriteria, subkriteria dan alternatif.
1.2. Rumusan Masalah
Berdasarkan latar belakang yang dikemukakan, maka permasalahan yang timbul adalah sebagai berikut:
1.2.1. Bagaimana mengimplementasikan metode Fuzzy Analytical Hierarchy Process (F-AHP) pada sistem pendukung keputusan pemilihan supplier di CV. Askha Jaya?
1.2.2. Menghitung tingkat akurasi metode Fuzzy Analytical Hierarchy Process (F-AHP) dan Analytical Hierarchy Process (AHP) dengan hasil rekomendasi dari store manager CV. Askha Jaya.
1.3. Batasan Masalah
Agar didalam pembahasan skripsi ini tidak terlalu meluas, maka peneliti mencantumkan batasan-batasan masalah, yaitu:
1.3.1. Sistem yang dibangun berbasis web.
1.3.2. Metode yang digunakan adalah metode Fuzzy Analytical Hierarchy Process (F-AHP)
1.3.3. Data yang digunakan adalah data kuesioner yang telah diisi oleh responden dari CV. Askha Jaya
1.3.4. Kriteria yang digunakan meliputi biaya, kualitas, ketepatan pengiriman, ketepatan jumlah, dan ketepatan respon.
1.3.5. Data supplier yang digunakan berjumlah 8 (delapan) supplier bahan baku pisang.
1.3.6. Sistem ini terdapat satu level user yaitu admin.
1.4. Tujuan Penelitian
Adapun tujuan dari penelitian ini, yaitu:
1.4.1. Mengimplementasikan metode Fuzzy Analytical Hierarchy Process (F-AHP) pada sistem pendukung keputusan pemilihan supplier di CV.
Askha Jaya.
1.4.2. Mengetahui tingkat akurasi metode Fuzzy Analytical Hierarchy Process (F-AHP) dan Analytical Hierarchy Process (AHP) dengan hasil rekomendasi dari store manager CV. Askha Jaya.
5
1.5. Manfaat Penelitian
Manfaat dari penelitian ini, yaitu dapat membantu perusahaan dalam menentukan supplier dengan lebih efisien sesuai dengan kriteria yang telah ditentukan.
II. TINJAUAN PUSTAKA
2.1. Askha Jaya
Askha Jaya merupakan usaha mikro kecil dan menengah (UMKM) yang memproduksi dan memasarkan produk olahan pisang di sentra industri kerpik pisang beralamat di J1. Pagar Alam, Gg. PU, Segalamider, Kedaton, Bandar Lampung. Askha Jaya didirikan oleh Bapak Aswal Junaidi, S.H., M.H. dan Ibu Susilaningsih, S.H. pada tanggal 23 Februari 2009. Dengan menyewa sebuah toko yang berlokasi di Jl. Pagar Alam, Gg. PU, Segalamider, Kedaton, Bandar Lampung. Pada awalnya hanya menjual keripik pisang aneka rasa, keripik singkong aneka rasa, keripik nangka, kemplang, kelanting, keripik talas, keripik mantang, dan keripik sukun. Lalu pada tahun 2011 Askha Jaya sudah memiliki toko dan dapur produksi sendiri untuk memproduksi keripik pisang. Askha Jaya berinovasi dengan menambah produk penjualan seperti keripik tempe, kerupuk Palembang, kerupuk sanjai, dan kopi Lampung.
Mencoba untuk mengembangkan usahanya, Askha Jaya memiliki cabang pada awal tahun 2013 dan berinovasi pada bentuk keripik pisang, keripik rambutan, dan keripik tape. Pada tahun 2013 sampai 2014 Askha Jaya mulai mencoba mengembangkan usaha dengan basis technopreneurship yang merupakan salah satu strategi pemasaran. Menurut Tata Sutabri (2013), technopreneurship adalah sebuah proses dalam pembentukan perusahaan baru yang menggabungkan teknologi sebagai fondasi, menciptakan strategi dan inovasi yang tepat sehingga teknologi dapat digunakan sebagai faktor dalam pembangunan ekonomi nasional.
Mulai tahun 2015 semakin banyak pesanan online melalui beberapa media sosial, seperti Instagram, Facebook, Twitter, dan WhatsApp. Bertambah produk Askha Jaya: stik mantang, stik sukun, emping jagung, dan keripik singkong sambal tumis. Lalu lahirlah pai pisang yang merupakan inovasi dari
7
olahan pisang selain keripik pisang pada tahun 2016. Perenovasian toko pusat dilakukan pada tahun 2017. Dan telah memiliki siaran Youtube yaitu Askha Jaya Keripik.
2.2. Pemilihan Supplier
Salah satu aktivitas yang penting bagi suatu perusahaan adalah pemilihan supplier. Dalam memilih supplier harus dilakukan dengan berbagai pertimbangan karena pemilihan supplier yang salah akan menyebabkan terganggunya proses produksi dan operasional perusahaan. Pemilihan supplier merupakan permasalahan dimana supplier harus dipilih dari berbagai alternatif berdasarkan kriteria yang ditetapkan seperti kualitas dan kuantitas.
Pemilihan supplier harus dikelola dengan sebaik-baiknya untuk menghindari kerugian akibat kesalahan supplier. Supplier yang telah terpilih harus selalu dipantau performanya. Sangat tidak mungkin berhasil memproduksi dengan biaya rendah dan menghasilkan produk berkualitas tinggi tanpa memilih supplier yang tepat (Siregar et al., 2017).
Menurut Hati dan Fitri (2017), pemilihan supplier memiliki pengaruh yang besar pada performa perusahaan. Pengaruh yang besar dapat terasa pada keuangan perusahaan. Hal ini tidak dapat dengan mudah diabaikan karena kontrak dengan supplier yang tepat dan baik dapat menghasilkan penghematan biaya yang besar.
Dalam memilih supplier yang tepat bagian pengadaan harus memastikan bahwa setiap kebutuhan perusahaan akan dapat terpenuhi. Penetapan kriteria dan subkriteria dalam pemilihan supplier bermanfaat agar perusahaan dapat memilih supplier yang baik dalam segala hal.
2.2.1. Kriteria Pemilihan Supplier
Menurut Hati dan Fitri (2017) pemilihan supplier adalah kegiatan yang strategis, terutama ketika supplier tersebut mensuplai barang yang akan digunakan sebagai supplier utama dalam jangka panjang. Kriteria pemilihan supplier merupakan salah satu pertimbangan terpenting
dalam pemilihan supplier. Kriteria yang dipakai harus mencerminkan strategi rantai pasokan dan karakteristik barang yang dikirim.
Secara umum, banyak perusahaan yang menggunakan kriteria-kriteria dasar seperti kualitas barang, harga dan ketepatan waktu pengiriman.
Tetapi, seringkali pemilihan pemasok membutuhkan berbagai kriteria lain yang dianggap penting bagi perusahaan. Kriteria dan subkriteria yang umum digunakan untuk memilih supplier, yaitu:
a. Kriteria Harga
Subkriteria pada kriteria harga adalah:
1) Kesesuaian biaya dengan kualitas produk
2) Kemampuan untuk memberikan potongan harga atau diskon.
b. Kriteria Kualitas
Subkriteria pada kriteria kualitas adalah:
1) Kesesuaian produk yang telah disepakati
2) Kemampuan menyediakan produk tanpa ada kerusakan
3) Kemampuan menyediakan produk dengan kualitas yang konsisten c. Kriteria Ketepatan Pengiriman
Subkriteria pada kriteria ketepatan pengiriman adalah:
1) Kemampuan untuk mengirimkan produk sesuai dengan tanggal yang telah ditentukan
2) Kemampuan dalam penanganan sistem transportasi d. Kriteria Ketetapan Jumlah
Subkriteria pada kriteria ketepatan jumlah adalah:
1) Ketetapan dan kesesuaian jumlah produk dalam pengiriman 2) Kesesuaian isi produk
e. Kriteria Layanan Pelanggan
Subkriteria pada kriteria layanan pelanggan adalah:
1) Kemudahan untuk dihubungi
2) Kemampuan memberikan informasi secara jelas dan rinci untuk dimengerti
3) Kecepatan dalam melayani permintaan customer
9
4) Cepat tanggap dalam menyelesaikan keluhan customer (Ridwan, 2017)
2.2.2. Supply Chain Management
Istilah supply chain atau rantai pasok pertama kali ditemukan oleh beberapa konsultan logistik pada tahun 1980-an. Kemudian pada tahun 1990-an, konsep Supply Chain Management (SCM) ditemukan oleh para akademisi untuk dianalisis lebih lanjut. Sebuah konsep rantai pasokan yang mendapat perhatian lebih karena meningkatnya permintaan untuk persaingan global dan nilai pelanggan sebagai perusahaan untuk meningkatkan kinerja industri dalam hal biaya, penundaan, kemampuan beradaptasi, keragaman, dan ketertelusuran.
(Izzuddin et al., 2020).
Manajemen rantai pasok adalah kegiatan dalam suatu perusahaan yang bertujuan untuk menerima dan mendistribusikan barang dari atau ke konsumen. Sebagai contoh adalah supplier, distributor dan lainnya.
Supplier merupakan perantara yang membutuhkan jaringan supplier yang kuat untuk mengirimkan barang kepada pelanggannya (Manullang
& Hazimah, 2019). Menurut Pujawan (2005) rantai pasok terdiri dari tiga jenis aliran yang perlu dikelola, yaitu:
a. Aliran barang dari hulu (upstream) ke hilir (downstream).
b. Aliran uang dari hilir ke hulu.
c. Aliran informasi yang dapat terjadi dari hulu ke hilir ataupun sebaliknya.
2.3. Sistem Pendukung Keputusan
Konsep Sistem Pendukung Keputusan pertama kali ditemukan pada tahun 1971 oleh S. Scott Morton dengan istilah Management Decision System.
S.Scott Morton mendefinisikan Sistem Pendukung keputusan sebagai sistem interaktif berbasis komputer yang membantu pengambil keputusan memecahkan masalah yang tidak terstruktur dengan menggunakan data dan berbagai model (Winarso & YAsir, 2019).
Decision Support System (DSS) adalah sistem berbasis komputer yang interaktif yang membantu pembuatan keputusan dalam menggunakan dan memanfaatkan data dan model untuk memecahkan masalah tidak terstruktur.
DSS adalah sistem yang membantu manajer atau sekelompok kecil manajer yang bekerja sebagai tim pemecah masalah, dalam memecahkan masalah semi terstruktur dengan memberikan informasi dan saran tentang keputusan tertentu. Informasi tersebut diberikan melalui laporan berkala, laporan khusus, maupun keluaran dari model matematis. Model tersebut juga memiliki kemampuan yang menyarankan berbagai tingkat (Taufiq &
Permana, 2018).
2.3.1. Tahapan Pengambil Keputusan
Ada beberapa proses yang harus dilalui untuk pengambilan keputusan.
Menurut Taufiq dan Permana (2018), proses pengambilan keputusan melalui beberapa tahap berikut:
a. Tahap Penelusuran (Intelligence)
Pada tahap ini, pengambil keputusan mengkaji realitas yang muncul.
Untuk dapat mengidentifikasi masalah yang umum terjadi, biasanya dilakukan analisis sistem ke subsistem sehingga diperoleh output berupa dokumen pernyataan masalah.
b. Tahap Desain
Pada tahap ini, pengambil keputusan menemukan, mengembangkan, dan menganalisis semua solusi yang mungkin, terutama melalui pembuatan model yang dapat mewakili keadaan masalah yang sebenarnya. Output dari tahap desain ini berupa dokumen alternatif solusi.
c. Tahap Choice
Pada tahap ini, pengambil keputusan memilih salah satu solusi alternatif dari tahap desain yang diyakini sebagai cara yang paling tepat untuk mengatasi masalah yang dihadapi. Dokumentasi dan rencana implementasi diperoleh dari tahap ini.
11
d. Tahap Implementasi
Pada tahap ini, pengambil keputusan perlu menyusun serangkaian tindakan yang terencana sehingga hasil keputusan dapat disesuaikan apabila terdapat perbaikan.
Gambar 1. Tahapan Pengambilan Keputusan (Fahmi et al., 2017).
2.3.2. Keuntungan Sistem Pendukung Keputusan
Menurut Watrianthos (2019), manfaat menggunakan Decision Support System antara lain:
a. Meningkatkan performa dalam pengambilan keputusan ketika memproses data atau informasi.
b. Meningkatkan efisiensi dalam pengambilan keputusan, terutama dalam masalah yang sangat kompleks dan tidak terstruktur.
c. Meningkatkan performa pengambilan keputusan dengan hasil yang dapat dihandalkan.
SISTEM PENDUKUNG KEPUTUSAN INTELLIGENCE
(Penelusuran Lingkup Masalah)
DESIGN
(Perancangan Penyelesaian Masalah)
CHOICE (Pemilihan Tindakan)
IMPLEMENTATION (Pelaksanaan Tindakan)
d. Membantu pengambil keputusan sebagai keputusan alternatif dalam mengambil keputusan.
e. Membantu pengambil keputusan dalam memberikan ringkasan terhadap keputusan yang telah ditetapkan.
2.4. Analytical Hierarchy Process (AHP)
2.4.1. Pengertian Analytical Hierarchy Process (AHP)
Analitycal Hierarchy Process (AHP) adalah pendekatan pragmatis untuk memecahkan masalah pengambilan keputusan yang kompleks yang melibatkan perbandingan alternatif. AHP juga memungkinkan pengambil keputusan untuk mengekspresikan hubungan hierarki antar aktor, atribut, sifat, dan pilihan dalam lingkungan pengambilan keputusan. Sifat hierarki menguraikan masalah yang kompleks dan tidak terstruktur ke dalam kelompok-kelompoknya (Setiyawan et al., 2016).
Metode AHP dikembangkan oleh Saaty dan merupakan alat pengambil keputusan yang menguraikan suatu permasalahan kompleks dalam struktur hierarki dengan banyak tingkatan yang terdiri dari tujuan, kriteria, sub kriteria dan alternatif. Kekuatan dari metode ini adalah kemampuan dalam menyelesaikan permasalahan kompleks.
Prinsip dasar AHP yaitu pada proses pembobotan untuk menyusun peringkat dari setiap alternatif keputusan berbasis pada bagaimana sebaiknya alternatif tersebut dicocokkan dengan kriteria para pembuat keputusan. Langkah-langkah pengerjaan AHP menurut Saaty dalam penelitian yang dilakukan oleh Shega dan Rahmawati (2014) adalah sebagai berikut :
1. Penyusunan Hirarki
Penyusunan hirarki merupakan penyederhanaan masalah ke dalam elemen-elemen pokoknya secara hirarki agar jelas sehingga
13
memudahkan pengambil keputusan untuk memperoleh ringkasan terhadap masalah yang ingindicapai.
2. Menentukan Prioritas
AHP melakukan perbandingan berpasangan antara dua objek pada level yang sama. Kedua objek dibandingkan dengan menimbang sejauh mana satu objek lebih unggul daripada objek yang lain berdasarkan kriteria tertentu.
3. Konsistensi Logis
Langkah ini merupakan prinsip rasional dalam AHP. Terdapat dua makna dari konsistensi logis, yaitu :
a. Pemikiran atau objek yang serupa dikelompokkan menurut homogenitas dan relevansinya.
b. Relasi antar objek yang didasarkan pada kriteria tertentu, saling membenarkan secara logis.
2.4.2. Langkah-langkah Penerapan AHP
Menurut Darmanto (2014) proses-proses dalam menyelesaikan metode AHP adalah sebagai berikut:
1. Mendefinisikan suatu permasalahan kemudian menentukan solusi yang ingin dicapai.
2. Membuat struktur hirarki dimulai dengan tujuan umum, diikuti dengan kriteria dan alternatif pilihan.
3. Membuat matriks pairwise comparison yang mendeskripsikan dampak setiap kriteria terhadap tujuan dengan tingkat yang lebih tinggi. Perbandingan dilakukan berdasarkan pilihan atau judgement dari pembuat keputusan dengan menilai tingkat kepentingan suatu kriteria dibandingkan kriteria lainnya.
4. Menormalisasikan data dengan membagi nilai setiap elemen dalam matriks berpasangan dengan jumlah setiap kolom.
5. Melakukan perhitungan vektor eigen dan uji konsistensi, jika tidak konsisten, maka harus dilakukan ulang untuk pengumpulan data.
Nilai vektor eigen yang dimaksud adalah nilai vektor eigen tertinggi yang didapat.
6. Melakukan pengulangan untuk langkah 3, 4 dan 5 pada semua level hirarki.
7. Menghitung vektor eigen dari setiap matriks perbandingan berpasangan. Nilai vektor eigen merupakan bobot untuk tiap elemen.
8. Menguji konsistensi hirarki. Jika CR ≤ 0,1 tidak tercapai, maka pembobotan harus diulang kembali.
2.4.3. Keunggulan dan Kelemahan AHP
Menurut Saaty yang dikutip dari Yusuf (2009), keunggulan AHP adalah sebagai berikut :
1. Kesatuan (Unity) AHP mengubah masalah yang besar dan tidak terstruktur menjadi model yang fleksibel dan mudah untuk dipahami.
2. Kompleksitas (Complexity) AHP memecahkan permasalahan yang kompleks melalui pendekatan sistem dan integrasi deduktif.
3. Saling ketergantungan (Inter Dependence) AHP dapat diterapkan pada elemen sistem yang independen satu sama lain dan tidak memerlukan hubungan linier.
4. Struktur Hirarki (Hierarchy Structuring) AHP merepresentasikan pemikiran alamiah berdasarkan pengelompokan elemen sistem ke tingkatan yang berbeda dari masing-masing level berisi elemen yang sama.
5. Pengukuran (Measurement) AHP menyediakan skala pengukuran dan metode untuk menentukan urutan kepentingan.
6. Konsistensi (Consistency) AHP memperhitungkan konsistensi logis dalam pembobotan untuk mendapatkan urutan kepentingan.
7. Sintesis (Synthesis) AHP menunjukkan perkiraan menyeluruh mengenai seberapa diinginkannya untuk setiap alternatif.
8. Trade Off AHP mempertimbangkan prioritas relatif faktor-faktor pada sistem sehingga orang mampu memilih altenatif terbaik berdasarkan tujuan mereka.
15
9. Penilaian dan Konsensus (Judgement and Consensus) AHP tidak mengharuskan adanya suatu konsensus, tapi menggabungkan hasil penilaian yang berbeda.
10. Pengulangan Proses (Process Repetition)
AHP mampu membuat orang menyaring definisi permasalahan dan mengembangkan penilaian serta pengertian mereka melalui proses pengulangan.
Sedangkan kelemahan dari metode AHP adalah sebagai berikut:
1. Ketergantungan model AHP pada masukan utamanya. masukan utama ini berupa persepsi pakar, dalam hal ini subjektifitas pakar dan model menjadi tidak berarti jika pakar melakukan penilaian yang salah.
2. Metode AHP ini merupakan teknik matematis tanpa ada uji statistik sehingga tidak ada batasan keyakinan atas keakuratan model yang terbentuk.
2.5. Logika Fuzzy
Metode multi kriteria terdiri dari serangkaian alternatif terbatas dimana pembuat keputusan memilih atau memberi suatu pilihan dari sekumpulan kriteria yang dibobot berdasarkan kepentingannya. Masalah multi kriteria ditemukan dalam banyak situasi dimana banyaknya alternatif atau peristiwa memerlukan pemilihan berdasarkan banyak kriteria atau atribut.
Membandingkan beberapa alternatif adalah kunci pengambilan keputusan.
Pengambil keputusan harus mempertimbangkan data yang tidak akurat atau ambigu ketika memilih antara opsi yang saling bertentangan.
Teori Himpunan Fuzzy membantu memecahkan masalah ambiguitas yang sering muncul ketika menyelesaikan masalah multi kriteria. Belman dan Zadeh pertama kali mempelajari masalah pengambilan keputusan di lingkup Fuzzy pada tahun 1975 dan mulai memecahkan masalah pengambilan keputusan menggunakan pendekatan Fuzzy multi kriteria. Pengambilan keputusan dalam struktur informasi yang tidak pasti dan kabur menggunakan metode matematis yang bersifat crisp kurang tepat tetapi bisa diselesaikan
dengan model yang menggabungkan teori himpunan Fuzzy dengan unsur subjektifitas yang disebabkan oleh ambiguitas sehingga memperoleh keputusan yang lebih tepat dan fleksibel. Metode yang diusulkan dapat dilakukan dengan masukan yang bersifat crisp dan fuzzy (Rochman, 2006)
2.6. Fuzzy Analytical Hierarchy Process (F-AHP)
F-AHP adalah kombinasi dari metode AHP dan pendekatan konsep Fuzzy. F- AHP menutupi kelemahan yang terdapat pada AHP yaitu masalah kriteria yang sifatnya lebih subjektif (Fajri et al., 2018). Metode F-AHP dapat menutupi kelemahan dari metode AHP, yaitu ketidaktepatan dalam mengatasi pengambilan keputusan multi kriteria dengan kriteria subjektif.
Mengembangkan metode F-AHP dengan menggunakan fungsi keanggotaan segitiga atau Triangular Fuzzy Number untuk menggantikan skala 1-9 pada perbandingan berpasangan metode AHP yang menentukan derajat keanggotaan (Fahmi et al., 2017).
Kekurangan metode AHP adalah masalah pada kriteria yang mempunyai sikap subjektif yang lebih banyak oleh karena itu, dengan menggunakan pendekatan Fuzzy maka permasalahan terhadap kriteria bisa dinilai secara objektif dan akurat. Ketidakpastian bilangan direpresentasikan dengan urutan skala. Untuk menentukan derajat keanggotaan pada metode F-AHP, digunakan spesifikasi fungsional berupa bilangan fuzzy segitiga atau Triangular Fuzzy Number (TFN) yang disusun berdasarkan himpunan bahasa.
2.6.1. Triangular Fuzzy Number (TFN)
Triangular Fuzzy Number (TFN) adalah himpunan Fuzzy yang digunakan untuk proses pengukuran atau evaluasi yang mempunyai sifat subjektif ataupun yang bersifat memakai bahasa atau linguistik. F- AHP merupakan kombinasi metode AHP dengan pendekatan konseptual Fuzzy. Jika TFN diterapkan pada prosedur AHP, hal ini dapat dilakukan dengan mengubah nilai AHP ke skala TFN untuk menghasilkan skala F-AHP (Talangkas & Pulansari, 2021).
17
Triangular Fuzzy Number atau fungsi keanggotaan segitiga merupakan derajat keanggotaan yang digunakan pada metode F-AHP yang dikembangkan oleh Chang (1996). Fungsi keanggotaan segitiga adalah kombinasi dari dua garis (linier). Grafik keanggotaan segitiga direpresentasikan dalam bentuk kurva segitiga seperti yang ditunjukkan pada Gambar 2.
Gambar 2. Fungsi Keanggotaan Segitiga (Chang, 1996).
Chang (1996) mendefinisikan skala kepentingan AHP pada skala Fuzzy segitiga yang membagi semua himpunan Fuzzy dengan dua, kecuali untuk skala kepentingan satu. Skala Fuzzy segitiga yang digunakan Chang ditunjukkan pada Tabel 1.
Tabel 1. Skala Triangular Fuzzy Number
Tingkat Skala Fuzzy Invers Skala Fuzzy Definisi Variabel Linguistik
1 = (1,1,1) (1,1,1) Membandingkan kriteria yang
sama 2 = (1/2, 1, 3/2) (2/3, 1, 2) Intermediate
3 = (1, 3/2, 2) (1/2, 2/3, 1) kriteria satu cukup penting dari kriteria lainnya
4 = (3/2, 2, 5/2) (2/5, 1/2, 2/3) Intermediate
5 = (2, 5/2, 3) (1/3, 2/5, 1/2) Kriteria satu kuat pentingnya dari kriteria lain
6 = (5/2, 3, 7/2) (2/7, 1/3, 2/5) Intermediate
7 = (3, 7/2, 4) (1/4, 2/7, 1/3) Kriteria satu sangat lebih penting dari kriteria lainnya 8 = (7/2, 4, 9/2) (2/9, 1/4, 2/7) Intermediate
9 = (4, 9/2, 9/2) (2/9, 2/9, 1/4) Kriteria satu mutlak lebih penting dari yang kriteria lainnya
Sumber: (Chang, 1996)
2 4 5 6 7 8 9
1.0
1/2 1 3/2 2 5/2 3 7/2 4 9/2
2.6.2. Tahapan Metode F-AHP
Menurut Chang yang dikutip dari Miftah dan Suhendar (2019) mendefinisikan langkah-langkah penyelesaian Metode F-AHP sebagai berikut:
a. Membuat Struktur Hierarki Masalah
Metode F-AHP mempunyai empat level yaitu level pertama merupakan goal, level kedua merupakan kriteria, level ketiga merupakan subkriteria dan level keempat merupakan alternatif.
Struktur hirarki F-AHP bisa dilihat pada Gambar 3.
Gambar 3. Struktur Hirarki Fuzzy AHP (Santoso et al., 2016).
b. Menentukan Matriks Perbandingan Berpasangan
Setiap kriteria dibuat matriks perbandingan berpasangan dalam skala AHP. Matriks perbandingan berpasangan menunjukkan distribusi relatif atau dampak pada setiap elemen terhadap masing-masing tujuan atau kriteria yang setingkat diatasnya.
c. Mengubah Skala AHP ke Skala TFN (Triangular Fuzzy Number) Tahap berikutnya yaitu mengganti skala pada matriks perbandingan berpasangan dari skala AHP ke skala TFN. Untuk mengubah skala AHP ke skala TFN dapat dilihat pada Tabel 1.
Goal
Kriteria
Subkriteria
Alternatif
Goal
K1
A1 A2
K1
SK1 K1 K1 K1 K1 K1
19
d. Menentukan Nilai Sintesis Fuzzy
Nilai sintesis fuzzy dihitung untuk setiap kriteria. Nilai sintesis fuzzy dapat diperoleh dengan cara membagi total l, m, u pada setiap baris tabel fuzzifikasi dengan total u, m, l untuk setiap kolom. Nilai sintesis fuzzy dapat dihitung dengan persamaan (1) berikut.
𝑆𝑖 = ∑𝑚𝑗=1𝑀𝑖 𝑗× [ 1
∑𝑛𝑖=1∑𝑚𝑗=1∑𝑗𝑖.] (1) e. Menentukan Nilai Vektor (V) dan Ordinat Defuzzifikasi (d’)
Nilai bobot vektor dapat ditemukan dengan mengetahui nilai defuzzifikkasi untuk setiap kriteria dan alternatif. Bobot vektor ditentukan dengan memilih faktor defuzzifikasi minimum untuk setiap kriteria. Nilai vektor (V) didefinisikan sebagai persamaan (2) berikut.
𝑉(𝑀 ≥ 𝑀1, 𝑀2, … , 𝑀𝑘) = 𝑉(𝑀 ≥ 𝑀1)
= 𝑉(𝑀 ≥ 𝑀2) (2)
= ⋯ 𝑉(𝑀 ≥ 𝑀𝑘) Dengan:
𝑉(𝑀𝑗 ≥ 𝑀𝑖 = {
1 jika 𝑚𝑗 ≥ 𝑚𝑖 0 jika 𝑙𝑖 ≥ 𝑢𝑗
𝑙𝑖 −𝑢𝑗
(𝑚𝑗−𝑢𝑗)−(𝑚𝑖−𝑙𝑖) 𝑙𝑎𝑖𝑛𝑛𝑦𝑎
(3)
Nilai ordinat defuzzifikasi (d’) bisa ditentukan dengan persamaan (4) berikut.
𝑑′(𝐴𝑖) = min𝑉(𝑆𝑖 ≥ 𝑆𝑘) (4)
Untuk k = 1, 2, … , n ; k ≠ i
f. Menormalisasikan Bobot Vektor Fuzzy (W)
Untuk menormalisasikan bobot vektor dilakukan dengan membagi faktor defuzzifikasi yang terpilih dengan nilai total faktor-faktor defuzzifikasi yang terpilih. Normalisasi nilai bobot vektor
diselesaikan pada setiap faktor defuzzifikasi yang terpilih. Bobot vektor bisa dihitung dengan persamaan (5) berikut.
𝑊′ = (𝑑′(𝐴1), 𝑑′(𝐴2), … , 𝑑′(𝐴𝑛))𝑇 (5) Dengan: 𝐴𝑖 = 1, 2, … , 𝑛 adalah 𝑛 elemen keputusan.
Normalisasi bobot vektor bisa dihitung dengan persamaan (6) berikut.
𝑊 = (𝑑(𝐴1), 𝑑(𝐴2), … , 𝑑(𝐴𝑛))𝑇 (6) Dengan : 𝑑(𝐴𝑖) = 𝑑′(𝐴1)
𝑑′(𝐴1)+𝑑′(𝐴2)+⋯ +𝑑′(𝐴𝑛) (7) g. Perankingan Alternatif dan Hasil Keputusan
Hasil akhir keputusan didapatkan dengan cara mengalikan nilai bobot vektor lokal dengan nilai bobot vektor alternatif. Hasil keputusan diperoleh dari nilai tertinggi pada nilai bobot global yaitu perkalian antara bobot vektor lokal dengan nilai bobot vektor alternatif.
2.7. Unified Modeling Language (UML)
Unified Modelling Language (UML) adalah pemodelan sistem atau perangkat lunak dengan paradigma yang berorientasi objek. Pemodelan sebenarnya dapat membantu menyederhanakan masalah yang kompleks dan membuatnya lebih mudah dipelajari dan dipahami (Wati & Kurniati, 2018). UML merupakan bahasa atau teknik pemodelan sistem yang umum digunakan dalam pengembangan sistem. UML menyederhanakan proses pengembangan sistem dengan memudahkan seseorang untuk memahami sistem yang dibangun. Dalam penggunaannya, UML memiliki beberapa jenis yaitu use case diagram, activity diagram dan sequence diagram.
2.8. Penelitian Terdahulu
Terdapat beberapa penelitian terdahulu yang menunjang penelitian ini dapat dilihat pada Tabel 2.
21
Tabel 2. Penelitian Terdahulu
Peneliti Judul Kriteria Pembahasan
(Ramayanti &
Ulum, 2017)
Sistem Penentuan Supplier Kawat Las Dengan Metode Analitycal Hierarchy Process (AHP) dan Technique for Order Preference by Similarity to Ideal Solution (TOPSIS)
Quality, Price, Delivery, Quantity, Response to Claims
Tujuan dari penelitian ini adalah untuk menentukan kriteria yang dicari perusahaan dalam memilih supplier kawat las dan untuk memberikan peringkat supplier sebagai pertimbangan dalam mengambil keputusan supplier. Penelitian ini menggunakan metode Analytical Hierarchy Process (AHP) untuk pemilihan kriteria dan teknik pemenuhan pesanan solusi ideal yang serupa untuk memeringkat atau mengevaluasi supplier alternatif.
(Wardana et al., 2021)
Supplier Selection at CV Diato Sejahtera by Integrated Analytic Hierarchy Process (AHP) and PROMETHEE II
Kesesuaian spesifikasi, Kualitas konsisten, harga, pembayaran, diskon,
pengiriman, jarak, kemudahan dihubungi dan penggantian barang rusak.
Penggunaan metode AHP dilakukan untuk menentukan bobot dari setiap kriteria, sedangkan metode PROMETHEE II dilakukan untuk mendapatkan perangkingan. Penelitian ini menggunakan 10 kriteria dan 3 alternatif supplier. Hasil perankingan akhir diraih oleh PT.IO sebagai peringkat pertama dengan nilai net flow sebesar 0,1850.
(Talangkas &
Pulansari, 2021)
Pemilihan Supplier Semen pada CV. Rizki Jaya Abadi di Kabupaten Mojokerto Menggunakan Metode Fuzzy AHP (Analytical Hierarchy Process)
Price, Quality, Delivery, Response, and Service.
Tujuan dari penelitian ini adalah untuk memilih supplier semen yang paling sesuai sehingga perusahaan dapat memenuhi permintaan pelanggan dan meningkatkan daya saingnya di pasar jasa konstruksi. Metode yang digunakan untuk pengambilan keputusan adalah metode F-AHP dengan 5 kriteria dan 7 sub kriteria serta 5 alternatif supplier.
III. METODE PENELITIAN
3.1.Tahapan Penelitian
Proses yang dilakukan dalam membangun sistem pendukung keputusan menggunakan metode F-AHP disajikan dalam bentuk diagram alir pada Gambar 4.
Gambar 4. Tahapan Penelitian.
MULAI
STUDI LITERATUR
PENGUMPULAN DATA
PERANCANGAN SISTEM
PEMBUATAN SISTEM
PENGUJIAN SISTEM
SELESAI
23
Penjelasan dari tahapan penelitian adalah sebagai berikut:
3.1.1. Studi Literatur
Menjelaskan dasar teori yang digunakan untuk menunjang penulisan penelitian. Tahapan ini bisa diselesaikan dengan membaca jurnal ilmiah, buku, ataupun tugas akhir tentang pemilihan supplier dengan menggunakan metode F-AHP.
3.1.2. Pengumpulan Data
Pengumpulan data dilakukan dengan mengidentifikasi kriteria dan sub kriteria yang akan digunakan dalam pemilihan supplier merupakan hasil kesepakatan perusahaan dengan peneliti. Setiap kriteria dan sub kriteria yang dipakai sesuai dengan kondisi perusahaan.
3.1.3. Perancangan Sistem
Tahapan dimana dilakukan penuangan pikiran dan perancangan sistem terhadap solusi dari permasalahan yang ada dengan menggunakan perangkat pemodelan sistem.
3.1.4. Pembuatan Sistem
Selanjutnya mengimplementasikan perhitungan pemilihan supplier dari hasil data kriteria dan sub kriteria maupun alternatif yang telah diperoleh.
3.1.5. Pengujian Sistem
Setelah sistem selesai, maka dilakukan pengujian secara fungsional untuk membandingkan hasil perhitungan manual dengan implementasi Fuzzy yang dibuat.
3.2.Pengumpulan Data
Data yang diperoleh dalam proses pengumpulan data meliputi data kriteria, data sub kriteria, serta data alternatif atau data supplier.
3.2.1. Data Kriteria
Kriteria pemilihan supplier yang akan diolah di dalam sistem pendukung keputusan ini adalah 5 macam kriteria. Data-data kriteria dapat dilihat pada Tabel 3 berikut.
Tabel 3. Data Kriteria
Kode Nama Kriteria
K1 Biaya
K2 Kualitas
K3 Ketepatan Pengiriman
K4 Ketepatan Jumlah
K5 Ketepatan Respon
3.2.2. Data Sub kriteria
Jumlah data sub kriteria yang diperoleh dari seorang penanggung jawab lapangan sebanyak 21 sub kriteria. Data-data tersebut dapat dilihat pada Tabel 4 berikut.
Tabel 4. Data Subkriteria
Kode Data sub kriteria Kriteria
S11 Harga Biaya
S12 Diskon Biaya
S13 Lama Pembayaran Biaya
S14 Cara Pembayaran Biaya
S21 Kesesuaian Barang Kualitas
S22 Mutu Produk Kualitas
S23 Keadaan Produk Kualitas
S24 Konsistensi Kualitas Kualitas
S31 Tepat Waktu Ketepatan Pengiriman
S32 Status Pengiriman Ketepatan Pengiriman
S33 Cara Pengemasan Ketepatan Pengiriman
25
Tabel 4 (Lanjutan)
S34 Keadaan Transportasi Ketepatan Pengiriman
S41 Kuantitas Ketepatan Jumlah
S42 Isi Ketepatan Jumlah
S43 Jumlah Minimum Ketepatan Jumlah
S51 Kemampuan Memenuhi
Tambahan Order
Ketepatan Respon S52 Kejelasan Informasi Ketepatan Respon S53 Kemudahan Pemesanan Ketepatan Respon
S54 Komunikasi Ketepatan Respon
S55 Penanganan Keluhan Ketepatan Respon
S56 Garansi Ketepatan Respon
3.2.3. Data Alternatif
Jumlah data alternatif diperoleh dari seorang penanggung jawab lapangan sebanyak 8 alternatif. Data-data tersebut kriteria dapat dilihat pada Tabel 5 berikut.
Tabel 5. Data Alternatif
Kode Nama Supplier
A1 Yuli Asmara
A2 Eka Wijayanti
A3 Arianto
A4 Yusuf
A5 Ida
A6 Teguh Ariwibowo
A7 Rizki
A8 Muarif
3.3.Pengembangan SPK Pemilihan Supplier
Sistem pendukung keputusan pemilihan supplier pada CV. Askha Jaya akan dikembangkan dengan basis web dan menggunakan metode pengembangan perangkat lunak model Waterfall. Model Waterfall adalah model sekuensial, Jadi ketika satu tahapan selesai, maka akan dilanjutkan ke tahap berikutnya.
Dinamakan Waterfall karena tahapannya berurutan ke bawah dari satu tahap ke tahap berikutnya. Secara umum, model ini mempunyai lima tahap yang berbeda seperti yang ditunjukkan pada Gambar 5 yaitu: requirement, design, implementation, verification, dan maintennance.
Gambar 5. Model Waterfall (Pressman, 2010).
1. Requirement
Tahapan ini merupakan tahapan awal dalam pengembangan sistem, pada tahap ini menghasilkan spesifikasi/kebutuhan yang dimiliki oleh sistem yang akan dikembangkan. Dalam penelitian ini produk yang diharapkan berupa sistem pendukung keputusan yang dapat membantu pengguna menentukan supplier (alternatif) yang akan dipilih sesuai dengan kriteria dan sub kriteria yang telah ditentukan. Maka dari itu kesesuaian dataset (data supplier, kriteria, dan sub kriteria) dan pembobotannya sangat berpengaruh terhadap output yang dihasilkan. Untuk mempermudah tahap requirement, terbagi menjadi dua kebutuhan, yaitu kebutuhan fungsional dan non-fungsional.
Requirement
Design
Maintenance Implementation
Verification
27
a. Kebutuhan Fungsional
Kebutuhan fungsional merupakan kebutuhan yang menjelaskan fitur apa saja yang akan disediakan oleh sistem, bagaimana respon sistem pada masukan tertentu dan respon sistem pada kondisi tertentu.
Kebutuhan fungsional berguna untuk mengetahui fitur apa saja yang dapat diberikan sistem kepada pengguna. Kebutuhan fungsional dari sistem pendukung keputusan pemilihan supplier yaitu:
1. Sistem memiliki satu level user yaitu admin. Untuk mengaksesnya dengan melakukan login terlebih dahulu.
2. Admin dapat melakukan kelola data kriteria, subkriteria, dan alternatif.
3. Admin dapat melakukan akses hasil perhitungan.
4. Admin dapat mencetak hasil perankingan pemilihan supplier.
Kebutuhan fungsional dari sistem ini digambarkan dengan dengan use case diagram yang terdapat pada Gambar 6.
b. Kebutuhan Non-Fungsional
Kebutuhan non-fungsional adalah kebutuhan yang menentukan kriteria yang dapat digunakan untuk menilai fungsionalitas dari sistem.
Kebutuhan non-fungsional pada sistem ini diuraikan sebagai berikut.
1. Kebutuhan Perangkat Lunak (Software)
Perangkat lunak yang digunakan dalam pengembangan sistem pendukung keputusan pemilihan supplier adalah sebagai berikut.
- Sistem Operasi Windows 10 - StarUML
- Code Igniter 4 - Visual Studio Code - XAMPP
2. Kebutuhan Perangkat Keras (Hardware)
Hardware yang digunakan pada pengembangan sistem adalah laptop dengan spesifikasi sebagai berikut.
- Processor : Intel Core i3
- Installed RAM : 8.00 GB
- System Type : 64-bit operating system, x-64-based processor
2. Design
Setelah melewati tahap requirement dan mendapatkan banyak informasi mengenai kebutuhan sistem, langkah selanjutnya adalah perancangan sistem. Design sistem atau perancangan sistem pendukung keputusan pemilihan supplier ini dideskripsikan dalam diagram Unified Modelling Language (UML) yang terdiri atas use case diagram dan activity diagram.
a. Use Case Diagram
Use case diagram dibuat untuk menggambarkan interaksi antara pengguna dengan menu dan fitur-fitur yang terdapat di dalam sistem.
Use case diagram untuk SPK Pemilihan Supplier ditunjukkan pada Gambar 6 berikut.
Gambar 6. Use Case Diagram SPK Pemilihan Supplier.
29
Tabel 6. Use Case Diagram SPK Pemilihan Supplier
b. Activity Diagram
1) Activity Diagram login user
Activity diagram yang menggambarkan alur user untuk login aplikasi ditunjukkan pada Gambar 7.
Gambar 7. Activity Diagram Login User.
Dari gambar activity diagram tersebut, dapat dilihat bahwa apabila user membuka aplikasi maka sistem akan menampilkan halaman login dan user diminta untuk melakukan login. Setelah user melakukan login, maka sistem memvalidasi username dan
Aktor Use case Deskripsi usecase
user
Akses halaman
utama
Use case ini menampilkan info singkat mengenai perusahaan
user Akses data kriteria
Use case ini menampilkan data-data kriteria, pada use case ini juga user dapat menambah, menyunting, dan menghapus data kriteria yang telah diinputkan
user Akses data sub kriteria
Use case ini menampilkan data-data subkriteria, pada use case ini juga user dapat menambah, menyunting, dan menghapus data subkriteria yang telah diinputkan user Akses data
alternatif
Use case ini menampilkan data-data alternatif pada use case ini juga user dapat menambah, menyunting, dan menghapus data alternatif yang telah diinputkan
user Akses hasil perhitungan
Use case ini menampilkan hasil dan alur perhitungan untuk penilaian pemilihan supplier.
password jika benar. Setelah itu, sistem akan menampilkan halaman utama.
2) Activity Diagram Kelola Data Kriteria
Activity diagram yang menggambarkan alur user untuk mengelola data kriteria ditunjukkan pada Gambar 8.
Gambar 8. Activity Diagram Kelola Data Kriteria.
Dari gambar activity diagram tersebut, dapat dilihat bahwa apabila user telah melakukan login maka sistem akan menampilkan halaman utama, lalu user memilih menu data kriteria. Sistem akan menampilkan halaman data kriteria yang dimana user dapat memilih menu tambah data atau edit data kriteria. Jika user memilih menu tambah data/edit data kriteria dan melakukan input data maka database akan menyimpan data pada tabel kriteria dan sistem akan menampilkan data kriteria terbaru.
3) Activity Diagram Kelola Data Sub Kriteria
Activity diagram yang menggambarkan alur user untuk mengelola data sub kriteria ditunjukkan pada Gambar 9.
31
Gambar 9. Activity Diagram Kelola Data Sub Kriteria.
Dari gambar activity diagram tersebut, dapat dilih
