SISTEM PENDUKUNG KEPUTUSAN MENENTUKAN LETAK LOKASI PASAR SWALAYAN BARU KOTA SEMARANG DENGAN METODE SIMPLE ADDITIVE WEIGHTING

Transkripsi

1 Techno.COM, Vol. 12, No. 4, Novembe 201: SISTEM PENDUKUNG KEPUTUSAN MENENTUKAN LETAK LOKASI PASAR SWALAYAN BARU KOTA SEMARANG DENGAN METODE SIMPLE ADDITIVE WEIGHTING Emiia Winda Kismanto 1, Setia Astuti 2 1,2 Pogam Studi Teknik Infomatika, Fakultas Ilmu Kompute Univesitas Dian Nuswantoo Jl. Nakula I No. 5-11, Semaang 5011 Telp : (024) pbf.emiya@gmail.com 1, setia.astuti@dsn.dinus.ac.id 2 Abstak Pasa meupakan tempat penting pemenuhan kebutuhan sehai-hai bagi masyaakat pada umumnya. Bahkan pasa swalayan bau sekaang sudah beeda dimana-mana guna mempemudah maysaakat untuk memenuhi kebutuhan. Bahkan kebeadaan swalayan di kota Semaang sampai tidak ada tekontol. Pemasalahan inilah menaik pehatian peneliti untuk mengambil pemasalahan ini sebagai bahan penelitian. Dengan menggunakan metode Simple Additive Weighting sebagai basis dalam pengolahan data menentukan letak lokasi pasa swalayan bau kota Semaang. Hal ini memungkinkan sistem dapat membeikan peangkingan sesuai dengan kualitas masing-masing tempat diajukan. Dengan pembobotan nilai dilakukan dalam sistem akan mempemudah dalam menentukan lokasi pasa swalayan bau di kota Semaang. Hasil dai penelitian ini akan menghasilkan sebuah sistem pendukung keputusan dapat mengolah data untuk menentukan lokasi pasa swalayan bau dapat didiikan dan dapat menjadikan petimbangan valid. Dai hasil penelitian tesebut dihaapkan membantu Dispeindag dalam menentukan lokasi pasa swalayan bau. Kata kunci: SAW, pasa swalayan, nilai bobot Abstact The maket is a significant accomplishment place fo the people s daily needs in geneal. Even supemakets have now been ciculating eveywhee in ode to make it easie fo people to deal with thei needs. Even the supemaket existence is what we called uncontolled. This kind of issue made the eseache take it as a eseach mateial. Simple Additive Weighting method was used as the basis fo the data pocessing to detemine such new supemaket location in Semaang. This allows systems that can povide kind of shoting accoding to the quality of each poposed venues.the weighting value is done in the system that will make it easie to detemine the location of a new supemaket in Semaang. The esults of this eseach will esult in a decision-suppot system that can pocess data to detemine the location of a new gocey stoe that can be established and can give a valid consideation.the eseach esults ae expected to help the Dispeindag in detemining the location of new supemakets. Keywods: SAW, supemaket, weight. 1. PENDAHULUAN 1.1 Lata Belakang Pada masa sebelum efomasi atau pembangunan, belanja secaa swalayan belum begitu banyak sepeti sekaang ini dengan menjamunya minimaket dan supemaket. Pedagangan pun semakin luas, tidak hanya dalam negei tetapi sampai ke mancanegaa. 198

2 Techno.COM, Vol. 12, No. 4, Novembe 201: Hampi di setiap desa sekaang mempunyai swalayan kecil atau biasa disebut minimaket. Masyaakat umum measa bahwa minimaket ini sangat membantu kaena baang-baang di inginkan sudah tesedia dibandingkan haus ke pasa atau swalayan besa. Padahal disini justu meugikan pihak pasa tadisional. Sehausnya ada peatuan mengatu sebeapa jaak antaa pasa tadisional dengan pasa swalayan. Metode simple additive weighting ini lebih simple dan spesifik kaena langsung tetuju pada nilai bobot dan dilakukan peankingan. Metode ini hampi sama dengan metode weighting dan metode lain temasuk dalam FMADM, tetapi membedakan adalah dai segi pembeian nilai dalam peankingan dan posesnya. Dai uaian di atas maka penulis tetaik untuk mengambil judul Sistem Pendukung Keputusan Menentukan Letak Lokasi Pasa Swalayan Bau Kota Semaang Dengan Metode Simple Additive Weighting. 1.2 Rumusan Masalah Adapun menjadi peumusan masalah di ambil penulis adalah Bagaimana membuat sistem pendukung keputusan dapat membeikan infomasi seta ekomendasi pilihan sebaik mungkin sehingga dapat membantu dispeindag untuk menentukan letak lokasi pasa swalayan bau, apakah boleh didiikan atau tidak dengan dasa dan petimbangan dai bebagai dan bobot telah ditentukan oleh dispeindag. 1. Batasan Masalah a) Membuat suatu aplikasi dapat membantu membeikan ekomendasi dan petimbangan dalam melakukan pengambilan keputusan penentuan letak lokasi pasa swalayan bau di kota Semaang. b) Poses pengambilan keputusan bedasakan - telah ditetapkan oleh dispeindag sesuai dengan UU pemendag No.5. c) Aplikasi dibuat bebasis web desktop tebatas hanya pada jaingan intanet dinas saja dan menggunakan tools PHP dan MySQL. d) Metode digunakan dalam pembuatan sistem pendukung keputusan ini adalah metode Simple Additive Weighting. 1.4 Tujuan Penelitian Bedasakan pemasalahan diatas maka tujuan penelitian adalah Mengimplementasikan metode Fuzzy MADM yaitu Simple additive Weighting dapat digunkan untuk sistem pendukung keputusan menentukan letak lokasi pasa swalayan bau di kota semaang. 1.5 Manfaat Penelitian Manfaat dai tugas akhi ini adalah : 1. Bagi Peneliti a. Sebagai saana untuk meneapkan ilmu telah didapatkan selama pekuliahan seta menambah pemahaman dan pengalaman teutama tentang sistem pendukung keputusan ini. b. Dapat mengimplementasikan metode Fuzzy FMADM yaitu Simple Additive Weighting kedalam sistem pendukung keputusan dibuat. 2. Bagi instansi BPPT dan Dispeindag a. Membangun sistem pendukung keputusan untuk membantu

3 Techno.COM, Vol. 12, No. 4, Novembe 201: BPPT untuk membeikan ekomendasi dan petimbangan untuk mengambil keputusan mengenai letak lokasi pasa swalayan bau di kota semaang. b. Meningkatkan kualitas penilaian sehingga menguangi kesalahan dalam menentukan letak lokasi pasa swalayan bau di kota Semaang sebenanya tidak sesuai dengan peatuan ada. c. Membeikan kemudahan bagi pihak BPPT untuk menentukan letak lokasi psa swalayan bau, sehingga pihak dinas dan develope akan mengetahui apakah lokasi tesebut dapat didiikan pasa swalayan bau atau tidak sehingga develope tidak pelu kesusahan dalam meminta peijinan pembangunan.. Bagi akademik a. Membeikan masukan dapat melengkapi efeensi pustaka akademik sekaligus menjadi bahan acuan dapat dikembangkan kembali. b. Sebagai bahan evaluasi akademik untuk meningkatkan mutu pendidikan. 4. Bagi masyaakat Membeikan kemudahan kepada masyaakat dalam menentukan letak lokasi pasa swalayan bau sehingga akan tahu apakah tempat di inginkan boleh didiikan atau tidak. 2. TINJAUAN PUSTAKA 2.1 Tinjauan Swalayan Bau Bedasakan Peatuan mentei Pedagangan Republik Indonesia Nomo : 5/M-DAG/Pe/12/2008 tentang pedoman penataan dan pembinaan pasa tadisional pusat pebelanjaan dan toko moden. 2.2 Sistem Pendukung Keputusan Sistem Pendukung Keputusan biasa juga disebut dengan istilah DSS. Pada awal tahun 1970 ada seoang ahli mendefinisikan sistem pendukung keputusan meupakan sekumpulan posedu bebasis model unuk data pemosesan dan penilaian guna membantu paa manaje mengambil keputusan [1]. Gamba 1. Asitektu Umum SPK 2. Tujuan Sistem Pendukung Keputusan Ada bebeapa tujuan dai sistem pendukung keputusan, antaa lain [2]: 1. Membantu manaje membeikan keputusan menyelesaikan masalah testuktu dan tidak testuktu. 2. Memebikan dukungan atas keputusan manaje dan bukan dimaksutkan untuk menggantikan fungsi manaje. Kompute hanya dapat menyelesaikan masalah testuktu dan manaje menyelesaikan masalah tidak testuktu. Fungsi manaje dan kompute dapat menjadi satu untuk menyelesaikan sebuah masalah.. Meningkatkan efektivitas atas keputusan diambil oleh manaje melebihi daipada haus mempebaiki efisiensinya dalam menyelesaikan suatu pemasalahan.

4 Techno.COM, Vol. 12, No. 4, Novembe 201: Kaakteistik Sistem Pendukung Keputusan Kaena tidak ada konsensus mengenai apa sebenanya DSS itu, maka jelas tidak ada kesepakatan mengenai kaakteistik dan kapabilitas standa DSS. Beikut meupakan bebeapa kaakteistik dai DSS[4] : 1) Dukungan untuk mengambil keputusan, teutama pada situasi semitestuktu dan tidak testuktu, dengan mnyetakan penilaian manusia dan infomasi tekomputeisasi. 2) Dukungan untuk semua level manajeial, dai eksekutif puncak samapai manaje lini. ) Dukungan untuk individu dan kelompok. Masalah kuang testuktu seing memelukan ketelibatan individu dai depatemen dan tingkat oganisasional bebeda atau bahkan dai oganisasi lain. 4) Dukungan untuk keputusan independen dan atau sekuensial.keputusan dapat dibuat satu kali, bebeapa kali atau beulang. 5) Dukungan di semua fase poses pengambilan keputusan : inteligensi desain, pilihan dan implementasi. 6) Dukungan di bebagai poses dan gaya pengambilan keputusan. 7) Adaptivitas sepanjang waktu. Pengambilan keputusan sehausnya eaktif, dapat menghadapi peubahan kondisi secaa tepat, dan dapat mengadaptasikan DSS untuk memenuhi peubahan tesebut. 8) Pengguna measa sepeti diumah. Ramah penguna, kapabilitas gatis sangat kuat, dan antamuka manusia-mesin inteaktif dengan satu bahasa alamidapat sangat mengingatkan keefektifan DSS. 9) Peningkatan tehadap keefektifan pengambilan keputusan ketimbang pada efisiensinya. Ketika DSS disebakan, pengambilan keputusan seing membutuhkan waktu lebih lama, namun keputusannya lebih baik. 10) Kontol penuh oleh pengambil keputusan tehadap semua langkah poses pengambilan keputusan dalam memecahkan masalah. DSS secaa khusus menekankan untuk mendukung pengambilan keputusan bukannya menggantikan. 11) Pengguna akhi dapat mengembangkan dan memodifikasi sendii sistem sedehana. 12) Biasanya model-model digunakan untuk menganalisis situasi pengambilan keputusan. 1) Akses disediakan untuk bebagai sumbe data, fomat dan tipe mulai dai sistem infomasi geogafis(gis) sampai sistem beoientasi objek. 14) Dapat dilakukan sebagai alat standalone digunakan oleh seoang pengambil keputusan pada satu lokasi atau didistibusikan di satu oganisasi keseluuhan dan di bebeapa oganisasi sepanjang antai pesediaan. Dapat diintegasikan dengan DSS lain dan aplikasi lain, dan dapat didistibusikan secaa intenal dan ekstenal dengan menggunakan netwoking dan teknologi Web. 2.5 FMADM Konsep tentang logika fuzzy dipekenalkan oleh Pof. Lotfi Asto Zadeh pada Logika fuzzy adalah metodologi sistem kontol pemecahan masalah, cocok untuk di implementasikan pada sistem, mulai dai sistem sedehana, sistem kecil, embedded system, jaingan PC [].

5 Techno.COM, Vol. 12, No. 4, Novembe 201: Bila dibandingkan dengan logika konvensional, kelebihan logika fuzzy adalah kemampuannya dalam poses penalaan secaa bahasa sehingga dalam peancangannya tidak memelukan pesamaan matematik umit.[4] 2.6 Simple Additive Weighting Metode Simple Additive Weighting seing juga dikenal istilah metode penjumlahan tebobot. Konsep dasa metode Simple Additive Weighting adalah mencai penjumlahan tebobot dai ating kineja pada setiap altenatif pada semua atibut. Metode Simple Additive Weighting membutuhkan poses nomalisasi matiks keputusan (X) ke suatu skala dapat dipebandingkan dengan semua ating altenatif ada []. (1) Dimana 0 adalah ating kineja tenomalisasi dai altenatif Ai pada atibut Cj ; i=1,2,...,m dan j=1,2,...,n. Nilai pefeensi untuk setiap altenatif(vi) dibeikan sebagai: (2) Nilai Vi lebih besa mengindikasikan bahwa altenatif Ai lebih tepilih.. METODOLOGI PENELITIAN.1 Identifikasi Masalah Penelitian ini betujuan untuk membangun sistem pendukung keputusan digunakan untuk membangun dalam poses pengambilan keputusan letak lokasi pasa swalayan bau di kota Semaang..2 Lokasi Penelitian Penelitian ini mengambil kasus pada Dinas Peindustian dan Pedagangan bealamat di Jl. Pemuda No. 175, Semaang lantai 4 dan BPPT bealamat di Jl. Pemuda No. Semaang lantai, Jawa Tengah. Selanjutnya analisis menggunakan metode Simple Addite Weighting.. Ruang Lingkup 1. Sistem penghitungan dengan menggunakan metode Simple Additive Weighting. Dalam objek penelitian dinas pedagangan, inti dai peancangan sistem untuk menentukan letak lokasi pasa swalayan bau kota Semaang dalam pehitungannya menggunakan metode FMADM yaitu Simple Additive Weighting. Kaena dalam pehitungan akan menghasilkan keputusan untuk membantu menentukan lokasi pasa swalayan bau. 2. Peangkat digunakan dalam pembuatan sistem. Untuk peangkat keas digunakan, peneliti menggunakan peangkat telah dimiliki oleh instansi sebelumnya. Sedangkan peangkat lunak digunakan disesuaikan dengan aplikasi akan dibuat nanti.

6 Techno.COM, Vol. 12, No. 4, Novembe 201: Data digunakan. Dikaenakan ketebatasan waktu dan tenaga, maka data akan digunakan maksimal 6 data. Dai 6 data tesebut akan ditentukan mana akan disetujui untuk didiikan sebagai tempat pasa swalayan bau. Bedasakan data tesebut akan dibandingkan hasilnya dai bobot telah ditentukan. Maka akan mengetahui apakah hasil dai setiap bobot bebeda sama ataukah tidak..5 Analisa Peancangan Bobot Tabel 1: Analisa Peancangan Bobot Kiteia C1 C2 C C4 C5 Keteangan Kepadatan Penduduk Pekembangan Pemukiman Bau Aksebilitas Wilayah Ketesediaan Infastuktu Kebeadaan Pasa tadisional dan waung/toko di wilayah sekita lebih kecil dai pada minimaket tesebut.4 Flowchat Gamba. Gafik Kiteia Bobot Tabel 2: Kiteia Penduduk Vaiabel Kebeadaan Nilai Penduduk (og) Sangat < endah Rendah ,25 Cukup ,5 Tinggi ,75 Sangat > Tinggi Tabel : Kiteia Pemukiman Gamba 2. Flowchat Vaiabel Pemukiman Nilai Bau (bangunan) Sangat < 50 0 endah Rendah ,25 Cukup ,5 Tinggi ,75 Sangat >121 1 Tinggi

7 Techno.COM, Vol. 12, No. 4, Novembe 201: Tabel 4: Kiteia Aksebilitas Vaiabel Aksebilitas Nilai Wilayah (kendaaan) Sangat < endah Rendah , Cukup ,5 Tinggi ,75 Sangat > Tinggi Tabel 5: Kiteia Infastuktu Vaiabel Ketesediaan Nilai Infastuktu (tempat) Sangat < 2 0 endah Rendah -4 0,25 Cukup 5-6 0,5 Tinggi 7-8 0,75 Sangat >9 1 Tinggi Tabel 6: Kiteia Pasa Vaiabel Kebeadaan Nilai Pasa Tadisional (pasa) Sangat < 5 0 endah Rendah ,25 Cukup ,5 Tinggi ,75 Sangat >21 1 Tinggi.6 Peancangan Tabel Tabel 7: Tabel Admin No. Nama Field 1 Usename Vacha 15 2 Passwod 0 Tabel 8: Tabel Aksebilitas No. Nama Field 1 Usename Vacha 15 2 passwod 0 Type Width Keteangan Id untuk admin Passwod untuk admin Type Width Keteangan Id untuk admin Passwod untuk admin Tabel 9: Tabel Penduduk 1 Paamete Paamete_ Vacha 0 dalam penduduk 2 Penduduk Vacha 0 Kiteia untuk ange penduduk Fuzzy_pen duduk Vacha 5 Tabel 10: Tabel Pemukiman ditentukan 1 Paamete Paamete_ Vacha 0 dalam pemukiman 2 Pemukiman Vacha 0 Kiteia untuk ange pemukiman Fuzzy_pem ukiman Vacha 5 Tabel 11: Tabel Infastuktu ditentukan Paamete Paamete_i 1 vacha 0 dalam nfastuktu 2 Infastuktu Fuzzy_infa stuktu Tabel 12: Tabel Pasa vacha 0 Kiteia untuk ange infastuktu ditentukan 1 Paamete Paamete_ vacha 0 dalam pasa 2 Pasa vacha 0 Kiteia untuk ange pasa Fuzzy_pasa Tabel 1: Tabel Bobot ditentukan 1 Id int 11 Id untuk menentukan bobot 2 Penduduk Bobot untuk penduduk pemukiman Bobot untuk pemukiman 4 Aksebilitas Bobot untuk

8 Techno.COM, Vol. 12, No. 4, Novembe 201: Infastuktu 6 Pasa Tabel 14: Tabel Input Data aksebilitas Bobot untuk infastuktu Bobot untuk pasa Tabel 17: Tabel Uses No Nama Field 1 usename Vacha 50 2 passwod 0 Type Width Keteangan Usename pengguna Passwod pengguna No Nama Field Type Width Keteangan 1 Id vacha 11 Id pemohon 2 Usename vacha 0 Usename pemohon Alamat 0 Alamat pemohon 4 Jk vacha 15 Jenis kelamin pemohon 5 Tempat vacha 20 Jumlah tempat di inginkan 4. HASIL PENELITIAN DAN PEMBAHASAN 4.1 Implementasi Tabel 15: Tabel Peankingan 1 Id vacha 11 Id pemohon 2 Usename vacha 0 Usename pemohon Fuzzy_pend uduk penduduk Fuzzy_pem ukiman Fuzzy_akse bilitas Fuzzy_infa stuktu pemukiman aksebilitas infastuktu pasa 7 Fuzzy_pasa 8 nilaiv vacha 0 Nilai total Gamba 4. Login Gamba 5. Fom Menu Utama Tabel 16: Tabel Backup Ranking 1 Id vacha 11 Id pemohon 2 Usename vacha 0 Usename pemohon Fuzzy_pend uduk penduduk Fuzzy_pem ukiman Fuzzy_akse bilitas Fuzzy_infa stuktu pemukiman aksebilitas infastuktu pasa 7 Fuzzy_pasa 8 nilaiv vacha 0 Nilai total Gamba 6. Fom Input Data Gamba 7. Fom Tempat dan Nilai Fuzzy

9 Techno.COM, Vol. 12, No. 4, Novembe 201: Gamba 8. Tampilan Peangkingan Data Gamba 9. Tampilan Nilai Bobot Gamba 10. Fom Cetak Suat Hasil telah didapatkan dengan poses awal yaitu dengan umus akan digunakan dengan metode Simple Additive Weighting telah dijelaskan sebelumnya. Dai hasil poses awal akan didapatkan hasil data di inginkan dengan menggunakan bobot awal sama semua. Setelah itu akan dilakukan pengujian bobot dengan malakukan penghitungan dengan nilai bobot bebeda dai setiap tempat di inginkan. Dalam setiap pengujian bobot akan akan dibeikan salah satu bobot tebesa dalam satu. Sehingga nanti akan diketahui bagaimana hasil dai penghitungan dengan menggunakan bobot bebeda antaa satu dengan lain. Akan diketahui pula bagaimana hasil akan didapat untuk menentukan letak lokasi tepat. 5. KESIMPULAN DAN SARAN Gamba 11. Tampilan Hasil Cetak 4.2 Pengujian Pada tahap pengujian ini akan dilakukan tiga pengujian, yaitu pengujian tehadap sistem dibangun dengan menggunakan metode black box dan pengujian tehadap metode digunakan yaitu Fuzzy MADM Simple Additive Weighting digunakan untuk menentukan letak lokasi pasa swalayan bau kota Semaang kemudian melakukan pengujian tehadap nilai bobot. 4. Pengujian Bobot 5.1 Kesimpulan 1. Dengan adanya sistem pendukung keputusan untuk menentukan letak lokasi pasa swalayan bau di kota Semaang akan membantu dalam membeikan ekomendasi dan petimbangan dalam menentukan letak lokasi pasa akan diteima melalui data peangkingan dai hasil telah diolah dalam sistem tesebut. 2. Sistem pendukung keputusan menentukan lokasi pasa swalayan bau membantu meningkatkan kualitas dalam poses penentuan letak lokasi pasa swalayan bau sehingga dapat menguangi kesalahan-kesalahan dilakukan sebelum adanya sistem pendukung keputusan ini. 5.2 Saan

10 Techno.COM, Vol. 12, No. 4, Novembe 201: Kaena ketebatasan waktu dalam membangun sistem pendukungkeputusan ini, maka peneliti tidak dapat membangun sistem ini secaa lebih detail dan lengkap, salah satu contohnya sepeti membeikan denah lokasi secaa detail kota Semaang, membeikan menu penambahan. Sehingga penilaian penyeleksian dapat menghasilkan altenatif semakin baik lagi. 2. Dihaapkan dalam penilaian dalam pembobotan kedepannya lebih dipehatikan kembali dalam menentukan nilai pembobotan, sehingga tidak akan tejadi keancuan dalam setiap penilaian. DAFTAR PUSTAKA [1] Tuban, Efaim, et all. Decision Suppot Systems and Intelligent Systems (Sistem Pendukung Keputusan dan Sistem Cedas) edisi ketujuh jilid 1. Yogjakata : Andi Offset [2] Fathansyah, I.Basis Data edisi : evisi. Bandung : CV. Infomatika [] Kusumadewi, Si, Si Hatati, Agus Hajoko, Retantyo Wadoyo. FuzzyMulti-Attibute Decision Making (Fuzzy MADM). [4] T. Sutojo, S.Si.,M.Kom, dkk. Kecedasan Buatan. Yogjakata: Andi Offset, 2011.