IMPLEMENTASI PENENTUAN SUPPLIER PENJUALAN BARANG BEKAS DENGAN METODE TOPSIS

Transkripsi

1 IMPLEMENTASI PENENTUAN SUPPLIER PENJUALAN BARANG BEKAS DENGAN METODE TOPSIS Alfiyan Jaelani, Prihastuti Harsani, Arie Qur ania Program Studi Ilmu Komputer-FMIPA Universitas Pakuan Jl. Pakuan PO BOX 452, Bogor Telp/Fax 251) alfiyan.jaelani@yahoo.com ABSTRAK Menentukan supplier yang tepat sangat penting, karena bisa menguntungkan pengumpul barang bekas, semua supplier bersaing dalam harga beli, pelayanan, dan fasilitas yang diberikan. Pengumpul barang bekas dalam menentukan supplier masih menggunakan perkiraan, manual, dan tidak melalui proses pertimbangan yang matang. Penentuan supplier membutuhkan suatu aplikasi yang membantu dalam memilih dan menentukan supplier yang tepat, karena dengan pemilihan supplier yang tepat pengumpul barang bekas bisa meningkatkan daya beli yang lebih tinggi dari pengumpul barang bekas yang lain. Kasus penentuan supplier penjualan barang bekas ini termasuk kasus Multiple Attribute Decision MakingMADM), dalam menyelesaikan kasus MADM dapat mengguanakan metode Simple Additive Weighting SAW), Weighted Product WP), Technique for Order Preference Similarity to Ideal Solution TOPSIS) dan Analytical Hierarchy ProcessAHP). Perhitungan pada kasus penentuan supplier penjualan barang bekas ini menggunakan metode Technique for Order Preference Similarity to Ideal Solution TOPSIS). Sistem penunjang keputusan berbasis website untuk memudahkan pemilik UD Mugi Jaya dalam penentuan pelanggan yang tepat dalam memilih supplier yang paling tempat bagi UD Mugi Jaya. Sehingga UD Mugi Jaya dalam urusan pembelian barang bekas lebih baik haraganya dari pengumpul barang bekas yang lain, karena bisa menentukan supplier dari harga yang ditawarkan, mendapatkan informasi harga, tempat parkir, kemudahan pinan, dan kapasitas ruang tunggu. Kata Kunci : Supplier, FMADM, TOPSIS, Pengumpul Barang Bekas. PENDAHULUAN UD Mugi Jaya adalah salah satu pengumpul barang bekas yang sedang berkembang di Gunung Putri. UD Mugi Jaya menjual dan membeli barang seperti kardus, besi, tembaga, duplek, plastik, kor, dan kantong semen. Alur kerja UD Mugi Jaya adalah mengumpulkan barang bekas dari penjual roda, pabrik, dan penjualan perorangan. selanjutnya dijual kembali ke pabrik yang bergerak dibidang peleburan barang bekas.ketidaktelitian tim penilai dalam melakukan perhitungannya. Adanya ketidaktepatan dan ketidaktelitian dalam proses perhitungan, berdampak kepada hasil keputusan yang diberikan kurang tepat dan akurat. Pabrik yang bergerak dalam pembelian barang bekas jumlahnya banyak diantaranya adalah PT Fajar Paper Tbk, PT Aspex Kumbong, PT Majestic Buana Cipta Cemerlang, CV Steelindonesia, dan PT Aneka Tambang Tbk dll. Pembayaran masing-masing pabrik peleburan barang bekas melalui supplier, supplier yang bekerjasama jumlahnya cukup banyak dan dalam pemilihannya harus mempertimbangkan banyak aspek. Supplier adalah lembaga atau badan usaha yang menjembatani keperluan pembayaran, daftar harga, UD Mugi Jaya menjual barang bekas terutama kardus, duplek, 1

2 koran dan putihan ke PT Fajar Paper Tbk. PT Fajar Paper menjalin kerjasama dengan supplier diantaranya adalah PD Sinar Abadi, UD Cahaya Gemilang, UD Sadam Jaya, UD Riski Maulana, UD Roni Sadar Jaya, UD Sahabat Lama, UD Alam Damai, UD Beling Utama, UD Budi Purnama, dan PT Purnama Kertasindo. Penentuan supplier membutuhkan suatu aplikasi yang membantu dalam memilih dan menentukan supplier yang paling baik. Karena dengan pemilihan supplier yang tepat pengumpul barang bekas bisa meningkatkan daya beli yang lebih tinggi dari pengumpul barang bekas yang lain. Kasus penentuan supplier penjualan barang bekas ini termasuk kasus Multiple Attribute Decision MakingMADM), dalam menyelesaikan kasus MADM dapat mengguanakan metode Simple Additive Weighting SAW), Weighted Product WP), Technique for Order Preference Similarity to Ideal Solution TOPSIS) dan Analytical Hierarchy ProcessAHP). Perhitungan pada kasus penentuan supplier penjualan barang bekas ini menggunakan metode Technique for Order Preference Similarity to Ideal Solution TOPSIS). putihan yang paling tepat bagi UD Mugi Jaya. 2. Tampilan aplikasi sudah responsive web design. 3. Software editor yang digunakan adalah Sublime Text2 dan MySQL sebagai DBMSnya. 4. Perhitungan bobot alternatif menggunakan Logika Fuzzy dan perangkingan supplier melalui metode Technique for Order Preference Similarity to Ideal Solution TOPSIS) berbasis website menggunakan Framework Yii. METODE PENELITIAN Metode penelitian yang digunakan dalam penelitian berjudul Implementasi Penentuan Supplier Penjualan Barang Bekas Dengan Metode TOPSIS. Tahapan pengembangan sistem penunjang keputusan ini menggunakan waterfall ditunjukan pada gambar 1. Tujuan Tujuan penelitian ini adalah untuk membangun Sistem Penunjang Keputusan menentukan supplier kardus, duplek, koran, dan putihan yang tepat bagi UD Mugi Jaya, dengan perhitungan bobot alternatif menggunakan Logika Fuzzy dan perangkingan supplier melalui metode Technique for Order Preference Similarity to Ideal Solution TOPSIS) berbasis website menggunakan Framework Yii. Ruang Lingkup Batasan-batasan yang ada pada penelitian ini diantaranya sebagai berikut : 1. Sasaran pengguna sistem ini adalah pemilik perusahaan yang bertujuan untuk membantu menentukan supplier kardus, duplek, koran, dan 2 Gambar 1. Metode Waterfall Lestarini, 21) Sistem penunjang keputasan penentuan supplier yang tepat bagi UD Mugi Jaya ini dalam proses pemilihannya menggunakan perhitungan dengan metode TOPSIS. TOPSIS didasarkan pada konsep dimana alternatif terpilih yang terbaik tidak hanya memiliki jarak terpendek dari solusi ideal positif, namun juga memiliki jarak terpanjang dari solusi ideal negatif. Konsep ini banyak digunakan pada beberapa model MADM untuk menyelesaikan masalah keputusan secara praktis. Hal ini

3 dikarenakan konsepnya sederhana dan mudah dipahami, komputasi yang efisien, dan memiliki kemampuan untuk mengukur kinerja relatif dari beberapa alternatif keputusan dalam bentuk matematis yang sederhana. Wardhani 212) Secara umum proses TOPSIS mengikuti langkah - langkah sebagai berikut : 1. Membuat matriks keputusan yang ternomalisasi, Rumus yang digunakan untuk menormalisasi dimana Xij adalah pengukuran pilihan dari alternatif ke-i dalam hubungannya dengan kriteria ke-j, ditunjukan pada persamaan 1). r ij persamaan normalisasi 1) 2. Membuat matriks keputusan terbobot yang ternomalisasi, Membuat matriks keputusan terbobot yang ternomalisasi, dengan bobot w {w 1, w 2,., w n } maka rating bobot ternormalisasi y ij ) yang ditunjukan pada persamaan 2). y ij w j r ij persamaan pembuatan matrik pembobotan 2) 3. Menentukan matriks solusi ideal positif dan matriks solusi ideal negatif, Tahap ini dapat ditentukan berdasarkan rating terbobot ternormalisasi yij) yang ditunjukan pada persamaan 3,4,5,6). A + y 1 +,y 2 +,.y n + ); persamaan 3) A - y 1 -,y 2 -,.y n - ); persamaan 4) y i + { persamaan 5) { y i - persamaan 6) 5. Menentukan jarak antara nilai setiap alternatif dengan metriks solusi ideal positif dan matriks solusi ideal negatif, 1. Jarak antara nilai alternative dengan solusi ideal positif dirumuskan pada persamaan 7) D i + 2 persamaan 7) Dengan : i 1,2,,m 2. Jarak antara nilai alternative dengan solusi ideal negative dirumuskan pada persamaan 8) D i - 2 persamaan 8) Dengan : i 1,2,,m 6. Menentukan nilai preferensi untuk setiap alternatif. Menentukan nilai preferensi untuk alternatif nilai preferensi untuk setiap alternatif dan dapat menentukan supplier yang tepat bagi UD Mugi Jaya. Persamaan yang menentukan nilai preferensi ditunjukan pada persamaan 9). Vi persamaan 9) Analisis dan Definisi Persyaratan Tahap analisis ini dimulai dengan melakukan konsultasi maupun tanya jawab langsung secara interaktif kepada pihak UD Mugi Jaya. Sistem penunjang keputusan penentuan supplier penjualan barang bekas ini mengacu pada beberapa kriteria seperti 3

4 waktu mendapatkan informasi harga, waktu mendapatkan pinan, kapasitas tempat parkir, harga yang ditawarkan, dan kapasitas ruang tunggu. Tahapan analisis yang dilakukan adalah memahami sistem yang sedang berjalan, selanjutnya mengidentifikasi permasalahan pada sistem yang sedang berjalan, dan menarik kesimpulan dari proses analisis yang telah dilakukan selanjutnya menentukan pemecahan masalah berdasarkan analisis sitem yang sedang berjalan. Analisis Sistem yang Berjalan Sistem yang berjalan di UD Mugi Jaya dalam penentuan supplier masih menggunakan perkiraan. Maka dibutuhkannya sistem penunjang keputusan yang lebih teliti dengan memperhatikan kriteria-kriteria yang ada dan lebih konsisten dalam menentukan supplier yang tepat Identifikasi Masalah Permasalahan yang ada di sistem adalah : Proses menentukan supplier yang dilakukan UD Mugi Jaya masih menggunakan manual dan pertimbangan dalam memilih supplier sebatas perkiraan yang mengakibatkan ketidak konsistennya memilih supplier dan proses pemilihan supplier kurang mengacu pada besarnya bobot kriteria-kriteria yang seharusnya. Kesimpulan Hasil Analisis dan Solusi Pemecahan Masalah Tahapan kesimpulan hasil analisis dan solusi pemecahan masalah diambil serta disimpulkan, setalah melakukan tahapan analisis sistem yang berjalan dan identifikasi masalah UD Mugi Jaya membutuhkan sistem penunjang keputusan penentuan supplier penjualan barang bekas Pada tahap ini dilakukan pengumpulan data-data yang diperlukan seperti data karyawan, data kriteria, alur proses penyeleksian, dan Metode yang akan digunakan dalam proses SPK. Perancangan Sistem dan Perangkat Lunak Pada tahap ini dilakukan beberapa perancangan, antara lain merancang model sistem inferensi fuzzy, perancangan basis data, peraancangan sistem secara umum dan perancangan sistem secara detail. 1. Perancangan Model Sistem Inferensi Fuzzy Berdasarkan hasil analisis sistem yang sedang berjalan maka dapat ditentukan aturan-aturan sebagai berikut : 1. Menentukan Alternatif A i A1 PD Sinar Abadi A2 UD Budi Purnama A3 UD Bintang Mas 2. Menentukan kriteria C i Waktu mendapatkan informasi harga IH) C1 Waktu mendapatkan pinan MP) C2 Kapasitas tempat parkir TPR) C3 Harga yang ditawarkan HR) C4 Kapasitas ruang tunggu RT) C5 3. Menentukan nilai rating kecocokan setiap alternatif pada setiap kriteria, Masing - masing kriteria tersebut akan ditemukan bobot-bobotnya. Pada sistem ini bobot terdiri dari lima bilangan fuzzy, yaitu Sangat STP), TP), Cukup CP), P), Sangat SP). 4. Menentukan bobot preferensi atau tingakat kepentingan W) pada setiap kriteria. C1 35 % C3 1 % C2 25 % C4 2 % C5 1% Kriteria C1 Berikut interval nilai kriteria waktu mendapatkan informasi harga yang dikonversikan dengan bilangan fuzzy dapat dilihat pada table 1. Tabel 1. Kriteria Waktu Mendapatkan Informasi Harga. 4

5 Kriteria mendapatkan informasi harga C1 1 1 < C1 8 8 < C < C1 24 C1 24 Variabel Sangat Nilai 1,75 Cukup,5 penting,25 Sangat Kriteria C2 Berikut interval nilai kriteria waktu mendapatkan pinan yang dikonversikan dengan bilangan fuzzy dapat dilihat pada tabel 2. Tabel 2. Waktu Mendapatkan Pinan Dana. Kriteria mendapatkan pinan dana C2 1 1 < C2 4 4 < C2 7 7 < C2 1 C2 1 Variabel Nilai Sangat 1,75 Cukup,5 penting,25 Sangat Kriteria C3 Berikut interval nilai kapasitas tempat parkir yang dikonversikan dengan bilangan fuzzy dapat dilihat pada tabel 3. Tabel. 3 Kapasitas Tempat Parkir Kapasitas tempat Variabel Nilai parker Mobil truk 1 Mobil truk 2 Mobil truk 3 Sangat Cukup,25,5 Mobil truk 4,75 Mobil truk 5 Sangat 1 Kriteria C4 Berikut interval harga kardus, duplek, putihan dan koran. yang ditawarkan dengan bilangan fuzzy dapat dilihat pada tabel 4. Tabel 4. Harga Kardus Perkilogram yang Ditawarkan Kriteria harga yang ditawarkan Variabel Nilai C4 Rp 25 Sangat 1 Rp2 < C4 Rp.25,75 Rp15 < C4 Rp.2 Kurang,5 Rp.1 < C4 Rp.15,25 C4 Rp.1 Sangat Kriteria C5 Kriteria kapasitas ruang tunggu berdasarkan jumlah orang dalam ruang tunggu. Berikut interval kapasitas ruang tunggu dengan bilangan fuzzy dapat dilihat pada tabel 5. Tabel 5. Kapasitas Ruang Tunggu Kriteria harga yang ditawarkan Orang 1 Orang 2 Orang 3 Variabel Sangat Cukup Nilai,25,5 Orang 4,75 Orang 5 Sangat 1 Tabel 6 Rating Kecocokan. Supplier IH MP TPR HR RT A1 SP SP SP P CP A2 SP P SP P CP A3 P SP P P TP Alternatif IH MP TPR HR RT A ,75,5 A2 1,75 1,75,5 A3,75 1,75,75,25 5

6 1. Matrik keputusan yang dibentuk dari tabel ranking kecocokan : 1 1 1,75,5 1,75 1,75,5,75 1,75,75,25 2. Matriks Keputusan ternormalisasi 1.61 r r R 3. Matriks keputusan ternormalisasi terbobot didapatkan dari perkalian matriks R dengan bobot preferensi C1, C2, C3, C4 dan C5 35, 25, 1, 2, 1) didapat : X 35, 25, 1, 2, 1) R r r r r r r r r r r r r r Sampai didapat : 4. Solusi ideal positif Y1 + max { ; ; } Y2 + max { ; ; } Y3 + max { ; } Y4 + max { ; ; } Y5 + max { ; ; } 5. Solusi ideal negatif Y1 - min { ; ; } Y2 - min { ; ; } Y3 - min { ; } Y4 - min { ; ; Y5 - min { ; ; 6. Jarak antara nilai terbobot setiap alternatif terhadap solusi ideal positif

7 Jarak antara nilai terbobot setiap alternatif terhadap solusi ideal negatif Kedekatan setiap alternatif terhadap solusi ideal V1 1 V2.628 V Solusi Dari nilai V setiap nilai alternatif terhadap solusi ideal) diperoleh nilai V1 memiliki nilai terbesar, sehingga yang akan dipilih sebagai Supplier kardus untuk bekerjasama adalah PD Sinar Abadi. HASIL DAN PEMBAHASAN Halaman Utama yang terdapat pada sistem pendukung keputusan SPK) memiliki 3 menu, yaitu pewawancara, admin dan pemilik. Tampilan halaman utama dapat dilihat pada gambar 25 Sistem ini memiliki beberapa halaman yang diantaranya yaitu sebagai berikut : 1. Halaman Utama Pada halaman utama ini terdapat tutorial langkah-langkah penggunaan sistem dari awal hingga selesai. Halaman utama dapat dilihat pada gambar 2. Gambar 2. Tampilan Halaman Utama 2. Halaman Pemilik Halaman pemilik adalah halaman yang dapat diakses oleh user dengan level pemilik. Pengaturan level user diatur oleh admin, halaman pemilik memiliki 5 menu yaitu halaman depan, supplier, pewawancara, hasil spk, dan login. Halaman utama pemilik dapat dilihat pada gambar 3 dan halaman hasil perhitungan supplier dapat dilihat pada gambar 4. Gambar 3. Halaman Utama Pemilik Gambar 4. Halaman hasil perhitungan Supplier 3. Halaman Pewawancara Pewawancara ditugaskan oleh UD Mugi Jaya untuk mewawancarai pengumpul barang bekas dalam penginputan penilaian supplier diantaranya adalah tanggal mewawancarai, supplier yang bekerjasama, dan menginputkan penilaian sesuai kriteria. Penginputan penilaian supplier pada sistem ini dirancang pada form tanggal harus diisi, sedangkan 7

8 form nama supplier dan penilaian kriteria harus memilih karena apabila tidak dipilih akan menginputkan otomatis penilaian supplier sangat tidak penting dengan nilai. Tampilan penginputan penilaian supplier dapat dilihat pada gambar 5. Gambar 5. Halaman Pewawancra Tampilan Halaman Admin Halaman admin memiliki menu adalah pewawancara, supplier, pemilik, fuzzy, kriteria, penilaian supplier, solusi ideal, level, hasil spk, akun, dan logout. Halaman admin adalah halaman yang dapat melihat, membuat, memperbaharui, dan menghapus data pada sistem penunjang keputusan ini. Halaman admin ini dapat mengatur semua konten dalam perhitungan supplier penentuan barang bekas maka dari itu halaman ini hanya diperuntukan admin yang berkepentingan dan rahasia. Tampilan halaman admin dapat dilihat pada gambar 6. Sistem penentuan supplier penjualan barang bekas ini telah melalui tiga rangkaian uji coba, yaitu uji coba struktural dengan hasil semua halaman tampil, uji coba fungsional dengan hasil semua link berfungsi, dan uji coba validasi. Setelah melakukan serangkaian uji coba sistem selanjutnya melakuan uji coba manual berupa perhitungan manual yang dilakukan untuk studi kasus yang sama, terlihat pada hasil pengujian kedua metode perankingan menghasilkan urutan ranking yang sama oleh karena uji coba dilakukan hanya 1 kali. Hasil ini belum dapat menunjukan tingkat sensitivitas tiap metode. Terdapat penenlitian yang telah dilakukan oleh wibowo 21), menyatakan bahwa meotde SAW memiliki sensitivitas lebih tinggi dari pada TOPSIS dengan krakteristik data yang sama. Sistem penunjang keputusan penentuan supplier penjualan barang bekas yang tepat bagi UD Mugi Jaya ini menggunakan metode Technique for Order Preferences Similarity to Ideal Solution TOPSIS) hal yang mendasarkannya adalah sebagai alternatif metode dalam menyelesaikan kasus Multiple Attribute Decision Making MADM). Saran Sistem penunjang keputusan penentuan supplier penjualan barang bekas diharapkan memberi kemudahan bagi pemilik UD Mugi Jaya dalam pengambil keputusan dalam menentukan supplier penjualan barang bekas yang tepat. Perancangan sistem ini masih memiliki banyak kekurangan. Pengembangan sistem pada desain masih sangat sederhana dan tidak adanya grafik. Simpulan Gambar 6. Halaman Admin DAFTAR PUSTAKA Eniyati S Perancangan Sistem Pendukung Pengambilan Keputusan untuk Peneriamaan Beasiswa dengan Metode SAW Simple Additive Weighting). Teknologi 8

9 Informasi DINAMIK. Vol16) : Kusumadewi. 23. Artificial Intelligence Teknik dan Aplikasinya). Yogyakarta: Graha Ilmu. Marimin. 25. Tekni dan Aplikasi Pengambilan Keputusan Kriteria Majemuk. Jakarta: Grasindo. Qiang Xue. 28. Tentang Framework Yii. t/. 2 April 214. Wahardi, I, K. Usadha, G, N, R & M. I. Irawan Seleksi Supplier Bahan Baku dengan Metode TOPSIS Fuzzy MADM. Sains Dan Seni Pomits. Vol1) : 1-6 Supendi Usup Mugi Jaya. / 22 mei 214. Shvoong.214. Pengertian Supplier. management/marketing/ pengertian-supplier/ 22 mei 214 9