312
Sistem Pendukung Keputusan Penilaian Pelanggan Menggunakan Metode TOPSIS
Decision Support System for Customer Assessment Using The TOPSIS Method
Richie Salim1, Triana Elizabeth2
1,2Jurusan Sistem Informasi, Fakultas Ilmu Komputer dan Rekayasa, Universitas Multi Data Palembang
E-mail: 1richiesalim71@mhs.mdp.ac.id, 2trianaelizabeth@mdp.ac.id
Abstrak
Teknologi informasi semakin berkembang dan menjadi salah satu factor pendukung keberhasilan dalam menjalankan suatu bisnis. PT. Primakarsa Niaga Indonesia bergerak dibidang distributor elektronik, perusahaan ini melakukan penilaian pelanggan khususnya untuk pelanggan toko setiap dua kali dalam setahun yang bertujuan untuk pelanggan mana yang nantinya layak untuk mendapatkan reward. Terdapat kendala saat perusahaan akan mengambil sebuah keputusan untuk menentukan pelanggan terbaik, yaitu sulitnya dalam menentukan pelanggan yang akan dipilih dikarenakan pada saat observasi pelanggan tersebut membeli banyak barang tetapi pada saat pembayaran tidak tepat waktu. Dalam mempermudah penilaian ini maka dikembangkan sebuah sistem pendukung keputusan dengan menggunakan metode TOPSIS dengan beberapa kriteria yang telah ditentukan oleh perusahaan, metodologi RUP, use case, class diagram, dan activity diagram. Adapun tools yang digunakan untuk pembuatan aplikasi ini ialah visual studio code sebagai code editor dengan menggunakan bahasa pemrograman PHP, database yang digunakan adalah MySQL database, dan akan memakai framework Laravel. Hasil yang didapat dari sistem ini ialah dapat membantu perusahaan dalam mengambil keputusan dengan lebih cepat untuk memilih pelanggan.
Kata kunci: Sistem Pendukung Keputusan, TOPSIS, Penilaian Pelanggan
Abstract
Information technology is growing and becoming one of the factors supporting success in running a business. PT. Primakarsa Niaga Indonesia operates in the electronic distributor area located in Jalan Colonel H Burlian, Palembang. The company performs a customer assessment specifically for store customers every two times a year aiming for which customers would eventually qualify for the reward. There are barriers when the company will make a decision to determine the best customer, i.e. difficulty in determining which customer to choose because at the time of observation the customer buys a lot of goods but at the moment of payment is not on time. To facilitate this assessment, a decision-supporting system was developed using the TOPSIS method with a number of criteria determined by the company, methodologies RUP, use case, class diagram, and activity diagram. As for the tools used for the creation of this application is visual studio code as a code editor using the programming language PHP, the database used is MySQL database, and will use the Laravel framework. The result of this system is that it can help the company in making decisions faster to choose customers.
Keywords: Decision Support System, TOPSIS, Customer Assessment
313
1. PENDAHULUAN
Ilmu pengetahuan serta teknologi saat ini sudah berkembang sangat pesat di segala aspek. Terlebih lagi dengan berkembangnya sistem yang terkomputerisasi sangat membantu dalam meningkatkan kualitas serta efisiensi dalam melakukan aktivitas. Penggunaan teknologi dalam proses pengambilan keputusan akan membantu bisnis mencapai hasil yang lebih masuk akal dan dapat diterima secara umum. Sistem Pendukung Keputusan (SPK) adalah sistem berbasis komputer yang interaktif yang dapat membantu pengambilan keputusan dengan menggunakan model dan data [1].
PT. Primakarsa Niaga Indonesia merupakan salah satu perusahaan distributor elektronik. Perusahaan sering mengalami kesulitan untuk mengetahui pelanggan terbaiknya, yaitu sulitnya dalam menentukan pelanggan yang akan dipilih dikarenakan pada saat observasi pelanggan tersebut membeli banyak barang tetapi pada saat pembayaran tidak tepat waktu.
Pelanggannya terdiri toko & pribadi, proses penilaian pelanggan khususnya untuk pelanggan toko dilakukan setiap 6 bulan sekali sejak tahun 2019. Perusahaan telah memiliki beberapa kriteria dalam menentukan pelanggan terbaik, kriteria dilihat dari segi total pembelian barang, jumlah jenis barang, waktu pembayaran, kerja sama.
Perusahaan akan memprioritaskan penilaian pelanggan yang terbaik untuk menjalin kerjasama dengan pelanggan dan memberikan penghargaan [2]. Dengan melakukan penilaian pelanggan terbaik, diharapkan daya beli pelanggan terhadap produk yang dipasarkan akan meningkat. [3]. Selama ini perusahaan melakukan penilaian pelanggan dengan menggunakan excel, setiap kriteria akan dikalikan dengan bobot lalu di jumlahkan maka didapatkan total perhitungan masing-masing pelanggan, pelanggan yang dipilih akan dilihat dari total nilai terbesar, namun terdapat kendala saat perusahaan akan mengambil sebuah keputusan untuk menentukan pelanggan terbaik, yaitu sulitnya dalam menentukan pelanggan yang akan dipilih dikarenakan pada saat observasi pelanggan tersebut membeli banyak barang tetapi pada saat pembayaran tidak tepat waktu.
Implementasi sistem pendukung keputusan sudah diterapkan pada berbagai bidang, seperti penelitian yang dilakukan oleh Winadarto dengan membandingkan metode TOPSIS dan SAW untuk membuat sistem yang dapat membantu membuat keputusan kepada pelanggan depot air minum [4]. Pemanfaatan metode TOPSIS untuk menentukan pelanggan pada PT.
Indomarco Adhi Prima Kotabumi menghadapi masalah dalam memilih pelanggan terbaik yang optimal dan tepat sasaran [5]. Penelitian Wahyuni & Anggoro Rumah Sakit Akademik UGM menggunakan metode TOPSIS untuk mendukung keputusan penerimaan pegawai dengan mendapatkan hasil membantu memberikan rekomendasi terbaik untuk pelamar sesuai dengan kriteria proses penerimaan pegawai [6]. Penelitian yang dilakuan oleh Triana adalah pemberian potongan harga pada toko bangunan [7]. Penelitian yang dilakukan oleh Kurnialensya & Abidin adalah menerapkan sistem pendukung keputusan pelanggan terbaik dan pemberian diskon menggunakan metode SAW & TOPSIS hasilnya pemilihan pelanggan terbaik lebih efektif [8].
Dengan penelitian Arbian, sistem pendukung keputusan pemberian beasiswa berbasis TOPSIS hasilnya pengolahan data menggunakan algoritma TOPSIS, menghasilkan rekomendasi yang maksimal [9]. Penelitian yang telah dilakukan menggunakan metode TOPSIS dalam sistem pendukung keputusan reward bonus karyawan menunjukkan bahwa, karena langkah-langkah penyelesaiannya yang sederhana, metode ini cukup mudah digunakan untuk menentukan karyawan yang berhak atas bonus. [10].
314
2. METODE PENELITIAN
Metode pengembangan sistem pendukung keputusan ini dengan metode RUP (Rational Unified Process).
2.1 Inception
Pada tahap ini, pengumpulan data dilakukan untuk mengidentifikasi masalah saat ini dan untuk membuat gambaran sistem yang akan dibangun. Tahap ini terdiri dari dua bagian:
pengumpulan data dan identifikasi masalah.
2.1.1 Pengumpulan Data
Prosedur dalam pengumpulan data untuk mengembangkan sistem pendukung keputusan di PT. Primakarsa Niaga Indonesia sebagai berikut.
1. Observasi
Dengan observasi maka dapat diketahui pokok permasalahan yang dihadapi serta meneliti proses penentuan pelanggan berdasarkan kriteria yang telah ditentukan oleh PT. Primakarsa Niaga Indonesia.
2. Wawancara
Proses wawancara dilakukan menggunakan memberikan beberapa pertanyaan kepada penyelia pada PT Primakarsa Niaga Indonesia untuk mengetahui seputar perusahaan, bagaimana proses kerja, permasalahan dan penilaian pelanggan.
3. Studi Pustaka
Proses studi pustaka mengumpulkan informasi yang cukup banyak sesuai dengan topik yang diambil pada tugas akhir, maka pengumpulan data juga dilakukan melalui buku maupun jurnal yang memiliki topik yang sesuai.
2.1.2 Identifikasi Permasalahan
Identifikasi permasalahan dilakukan untuk menemukan masalah dan kebutuhan yang terkait dengan pembuatan sistem. Agar sistem dapat berjalan dengan baik dan mencapai tujuan yang diharapkan, masalah yang ada harus ditangani.
2.2 Elaboration
Pada tahap ini bertujuan untuk perencanaan sistem yang akan dibangun. Pada tahap ini, kita membahas analisis dan desain sistem yang akan dibangun, yang terdiri dari beberapa bagian, seperti analisis permasalahan dan analisis kebutuhan.
2.2.1 Analisis Permasalahan
Tabel 1 menunjukkan hasil analisis masalah perusahaan yang dilakukan melalui analisis PIECES.
Tabel 1. PIECECS
Performance Proses penilaian pelanggan pada perusahaan saat ini memakan waktu 2 hari mulai dari perhitungan dan perekapan
Information Informasi kurang mendetail terkait dengan penilaian pelanggan Economic Perusahaan memberikan reward pada 2 pelanggaan yang
memiliki niai yang sama
Control Laporan data penilaian pelanggan yang dapat hilang Efficiency
Waktu yang diperlukan kurang lebih 1 hari dalam penilaian yang dilakukan karena melakukan pengecekan berulang agar mengurangi kesalahan
Services Kesulitan mencari hasil penilaian pelanggan sebelumnya bila dibutuhkan hasil penilaian secara cepat
315 2.2.2 Analisis Kebutuhan
Analisis kebutuhan adalah analisis yang digunakan untuk menjelaskan proses perlikau sistem yang akan dirancang, yang akan melibatkan admin dan pimpinan. Admin memiliki akses khusus ke sistem untuk mengelola pelanggan, kriteria, dan nilai, sedangkan pimpinan dapat mengelola user dan laporan. Gambar 1 menunjukkan use case diagram yang dibuat.
Gambar 1. Use Case Diagram 2.3 Construction
Pada tahap ini, pengembangan komponen dan fitur sistem dilakukan. Melakukan pengimplementasian perangkat lunak pada kode program.
2.3.1 Class Diagram
Dengan menggunakan class diagram untuk pemodelan data fisik, tujuannya adalah untuk meningkatkan pemahaman tentang skema atau gambaran umum dari suatu program. pada
316
class diagram memiliki 5 model yaitu user, pelanggan, nilai, kriteria, hasil. dari table tersebut terhubung
ke masing-masing controller yang memiliki fungsi import, edit, create. Gambar 2 menunjukkan class diagram.
Gambar 2. Class Diagram 2.3.2 Activity Diagram
Dengan menggunakan ctivity diagram sebagai pemodelan aliran kerja pada perancangan sistem informasi, tujuannya untuk menjelaskan urutan aktivitas dalam suatu proses ini biasanya digunakan untuk melakukan modelling. Jika pengguna ingin memasukkan penilaian baru, mereka dapat pergi ke halaman nilai dan memilih tombol input nilai. Sistem akan menampilkan form tambah nilai, yang harus diisi oleh pengguna dengan lengkap. Jika ada data yang belum diisi, akan kembali ke halaman tambah nilai. Proses diagram ditunjukkan pada Gambar 3.
317
Gambar 3. Activity Diagram 2.3.3 Pemodelan Data Fisik
Pada tahap ini akan digambarkan dengan relasi antar tabel yang menunjukkan hubungan antar objek dan menghubungkan antar tabel untuk sistem pendukung keputusan penilaian pelanggan dapat dilihat pada gambar 4. Tabel yang terdapat pada gambar 4 yaitu user, nilai, pelanggan, hasil, dan kriteria. Masing-masing tabel memiliki primary key dengan nama id.
318
Gambar 4. Relasi Antar Tabel 2.3.4 Implementasi Sistem Informasi
Tahap ini aplikasi dibuat dengan berbasis website dengan menggunakan Visual Studio Code dan bahasa pemrograman PHP. Database MySQL digunakan dan framework Laravel digunakan.
2.3.5 Perancangan Antar Muka
Perancangan antarmuka digambarkan sebagai proses penggambaran sebuah sistem yang nantinya akan dibentuk.
2.4 Transition
Tahap akhir dalam instalasi sistem agar dapat digunakan dan dimengerti pemakai, perangkat lunak akan diuji baik oleh penguji atau pengguna.
2.5 Metode TOPSIS
Metode TOPSIS merupakan di mana alternatif yang terpilih atau terbaik tidak hanya memiliki jarak terdekat dari solusi ideal positif, tetapi juga memiliki jarak terjauh dari solusi ideal negatif dari sudut pandang geometris, menggunakan jarak geometris Euclidean untuk mengukur seberapa dekat suatu alternatif dengan solusi optimal [11]. Langkah-langkah penyelesaian metode topsis yaitu sebagai berikut.
1. Membuat matriks keputusan yang ternormalisasi (R)
∑ (1)
2. Menghitung matriks ternormalisasi terbobot berikut ini adalah nilai bobot preferensi menunjukkan tingkat kepentingan relative setiap kriteria atau subkriteria pada persamaan.
(2)
3. Menghitung matriks ideal suatu solusi ideal positif dan solusi ideal negatif.
, , , … , (3) , , , … , (4)
319
4. Menentukan jarak antara nilai setiap jarak alternatif dengan matriks ideal positif.
− (5)
Jarak alternatif matrik ideal negatif.
_ − (6)
5. Menentukan nilai preferensi.
(7)
Nilai V yang lebih besar menunjukkan bahwa alternatif yang diinginkan.
3. HASIL DAN PEMBAHASAN
Bagian ini memperlihatkan hasil dan pembahasan tentang sistem yang dibuat.
3.1 Kriteria Penilaian
Tabel 2 menunjukkan kriteria penilaian yang telah ditentukan untuk menjadi pertimbangan pelanggan yang terpilih.
Tabel 2. Kriteria Penilaian
Kriteria Nilai Keterangan
Total Pembelian Barang (40%)
100 >Rp.100.000.000
80 Rp.75.000.000 – Rp.100.000.000 60 Rp.50.000.000 – Rp.74.999.999 30 <Rp.50.000.000
Jumlah Jenis Barang (20%)
100 >50 80 30-50 60 15-29 30 <15
Waktu Pembayaran (30%)
100 Selalu Tepat Waktu 80 Telat 1 Kali
60 Telat 2 Kali
30 Telat lebih dari 2 kali
Kerjasama (10%)
100 Sangat Baik 80 Baik 60 Tidak Baik 30 Sangat Tidak Baik 3.2 Tampilan Antarmuka Sistem
Gambar tampilan sistem untuk setiap menu yang telah dibuat disebut tampilan antar muka sistem. Gambar berikut menunjukkan rancangan antar muka sistem.
320 3.2.1 Tampilan Login
Halaman login dibuat bertujuan untuk keamanan data pada aplikasi dan mencegah orang dari luar perusahaan ini. Pengguna harus memasukkan alamat email dan kata sandi mereka sebelum menekan tombol login. Gambar 4 menunjukkan tampilan login.
Gambar 5. Tampilan Login 3.2.2 Tampilan Data Kriteria
Halaman data kriteria yang bisa menginput data kriteria hanyalah admin, untuk menambah datanya admin harus menekan tombol input lalu memasukkan data kriteria penilaian perusahaan. Gambar 5 menunjukkan tampilan halaman data kriteria.
Gambar 6. Data Kriteria 3.2.3 Tampilan Nilai Pelanggan
Halaman ini memungkinkan admin untuk menambah lebih banyak data, tekan tombol tambah dan isi semua data dengan benar. Mereka juga dapat mengimport penilaian yang sudah dilakukan di Microsoft Excel. Gambar 6 menunjukkan tampilan halaman nilai pelanggan.
321
Gambar 7. Nilai Pelanggan 3.2.4 Tampilan Hasil Penilaian
Hanya Pemimpin yang dapat melihat halaman ini. Mereka dapat melihat bagaimana perhitungan dilakukan dengan melakukannya. Selain itu, perusahaan dapat mendapatkan hasil perhitungan dengan cepat dan menyimpan hasil karena mereka tidak perlu menghitung secara manual lagi. Gambar 7 menunjukkan halaman hasil penilaian.
Gambar 8. Hasil Penilaian 3.3 Hasil Pengujian
Hasil pengujian ini merupakan sebuah proses dalam melakukan uji coba terhadap sistem yang telah dibuat pada tabel 3 sebagai berikut.
322
Tabel 3. Hasil Pengujian
No Pengujian Hasil Diharapkan Hasil Pengujian
1 Memasukkan email dan password yang benar
Menampilkam halaman sesuai dengan
role Berhasil
2
Pengujian tambah pelanggan
Aplikasi menampilkan form tambah data pelanggan dan dapat menambah data pelanggan
Berhasil
3
Pengujian ubah pelanggan Aplikasi menampilkan form ubah data pelanggan dan dapat mengubah data pelanggan
Berhasil
4 Pengujian hapus
pelanggan
Aplikasi menghapus data pelanggan
Berhasil 5
Pengujian import pelanggan
Aplikasi menampilkan form untuk upload file excel dan berhasil mengimport data pelanggan
Berhasil 6 Pengujian tambah kriteria Aplikasi menampilkan form tambah
kriteria dan dapat menambah kriteria Berhasil 7 Pengujian ubah kriteria Aplikasi menampilkan form ubah kriteria
dan dapat mengubah kriteria Berhasil 8 Pengujian tambah
penilaian
Aplikasi menampilkan form tambah
penilaian dan dapat menambah penilaian Berhasil 9 Pengujian ubah penilaian Aplikasi menampilkan form ubah
penilaian dan dapat mengubah penilaian Berhasil 10 Pengujian hapus penilaian Aplikasi dapat menghapus penilaian Berhasil 11
Pengujian import penilaian
Aplikasi menampilkan form untuk upload file excel dan berhasil mengimport penilaian
Berhasil
12
Pengujian lihat laporan Aplikasi menampilkan form pilih gelombang dan tahun setelah itu menampilkan hasil perhitungan
Berhasil 13 Pengujian cetak laporan Aplikasi dapat melakukan print data /
mengunduh data mendaji pdf Berhasil 14 Pengujian tambah user Aplikasi menampilpan form tambah user
dan dapat menambah user Berhasil
15 Pengujian hapus user Aplikasi dapat menghapus user Berhasil 16 Pengujian pelanggan
terpilih
Aplikasi menampilkan pelanggan yang
sudah dipilih oleh pimpinan Berhasil
4. KESIMPULAN DAN SARAN
Berdasarkan hasil penelitian Sistem Pendukung Keputusan Penilaian Pelanggan dengan Metode TOPSIS, maka kesimpulan dari penulisan ini sebagai berikut.
1. Membantu proses penilaian pelanggan yang dilakukan lebih cepat serta cepat mendapatkan ranking pelanggan.
2. Proses penentuan pelanggan terbaik menjadi lebih mudah karena tinggal menginput nilai kriteria masing-masing pelanggan.
Berdasarkan hasil penelitian yang sudah dilakukan pada PT. Primakarsa Niaga Indonesia, meskipun sistem ini sudah dapat menghitung dengan kriteria yang sudah ditentukan, mungkin akan bermanfaat jika memungkinkan perusahaan menambah kriteria baru yang sesuai dengan kebutuhan.
323
DAFTAR PUSTAKA
[1] A. Abdillah, “Sistem Pendukung Keputusan Penerimaan Siswa Baru di SMAN 1 Cikakak Kab. Sukabumi,” SISMATIK (Seminar Nas. Sist. Inf. dan Manaj. Inform., Hal. 124–131, 2021.
[2] F. Sholikhah, D. H. Satyareni, dan C. S. Anugerah, “Perancangan Sistem Pendukung Keputusan Pemilihan Pelanggan Terbaik Menggunakan Metode Simple Additive Weighting (SAW) pada Bravo Supermarket Jombang,” Regist. J. Ilm. Teknol. Sist. Inf., Vol. 2, No. 1, Hal. 40, 2016, doi: 10.26594/r.v2i1.444.
[3] Gusrianty, D. Oktarina, dan W. J. Kurniawan, “Sistem Pendukung Keputusan Dengan Metode Promethee Untuk Menentukan Kepuasan Pelanggan Penjualan Sepeda Motor Bekas,” Sistemasi, Vol. 8, No. 1, Hal. 62, 2019, doi: 10.32520/stmsi.v8i1.419.
[4] A. P. Winadarto, “Implementasi Metode Topsis dan SAW Dalam Memberikan Reward Pelanggan,” Klik - Kumpul. J. Ilmu Komput., Vol. 04, No. 1, Hal. 88–101, 2017.
[5] M. A. J. Plaza R, “Pemanfaatan Metode Technique For Order Preference By Similiarity To Ideal Solution (Topsis) Untuk Menentukan Pelanggan Terbaik,” J. Inf. dan Komput., Vol. 7, No. 1, Hal. 1–6, 2019.
[6] E. G. Wahyuni dan A. T. Anggoro, “Sistem Pendukung Keputusan Penerimaan Pegawai Dengan Metode TOPSIS,” J. Sains, Teknol. Ind., Vol. 14, No. 1, Hal. 108–116, 2017.
[7] T. Elizabeth, “Sistem Pendukung Keputusan Pemberian Potongan Harga pada Toko Bangunan Dunia Baru Menggunakan Metode SMARTER,” JATISI (Jurnal Tek. Inform.
dan Sist. Informasi), Vol. 9, No. 2, Hal. 1608–1620, 2022, doi: 10.35957/jatisi.v9i2.2521.
[8] T. Kurnialensya dan R. Abidin, “Sistem Pendukung Keputusan Pelanggan Terbaik dan Pemberian Diskon Menggunakan Metode SAW & Topsis,” Sist. Pendukung Keputusan Pelangganterbaik dan Pemberian Disk. Menggunakanmetode Saw Topsis, Vol. 13, No. 1, Hal. 18–33, 2020.
[9] D. Arbian, “Sistem Pendukung Keputusan (SPK) Pemberian Beasiswa Berbasis TOPSIS (Studi Kasus Yayasan Pendidikan Al-Hikmah Bululawang Malang),” J. Ilm. Teknol. Inf.
Asia, Vol. 11, No. 1, Hal. 29, 2017, doi: 10.32815/jitika.v11i1.40.
[10] D. Nababan dan R. Rahim, “Sistem Pendukung Keputusan Reward Bonus Karyawan Dengan Metode Topsis,” Nababan, Darsono Rahim , Robbi, Vol. 3, No. 1, Hal. 2528–
5114, 2018, [Daring]. Tersedia pada:
https://ejournal.medan.uph.edu/index.php/isd/article/view/185.
[11] G.-H. Tzeng dan J.-J. Huang, Multiple Attribute Decision Making: Methods and Applications. New York: CRC Press, 2011.