PERBANDINGAN METODE SAW DAN TOPSIS PADA KASUS UMKM

Transkripsi

1 PERBANINGAN METOE SAW AN TOPSIS PAA KASUS UMKM Muh. Alyazd Mude Teknk Informatka Unverstas Muslm Indonesa Abstrak alam pengamblan keputusan terhadap masalah berdasarkan sebuah analsa prbad yang subjektf tanpa menggunakan metode tertentu, basanya memlk tngkat kesalahan yang tngg sehngga hal n akan membahayakan pengamblan keputusan yang berujung pada penyesalan. Ada banyak metode ecson Support System (SS) yang dapat dgunakan untuk proses pengamblan keputusan, namun 2 metode yang serng dgunakan untuk melakukan proses pengamblan keputusan yakn metode Smple Addtve Weghtng (SAW) dan Technque For Others Referencean by Smlarty to Ideal Soluton (TOPSIS). Karena tu untuk mengetahu yang terbak dar 2 metode tersebut, maka dlakukan perubahan pembobotan dan hasl pengujan dperoleh kesamaan dalam proses pengemblan keputusan (pemecahan masalah). Sehngga dalam pengamblan keputusan dapat menggunakan salah satu metode SAW atau TOPSIS. Perangkngan 2 metode tersebut akan menentukan lokas yang strategs untuk menngkatkan omzet usaha percetakan (UMKM). Kata Kunc: SS, SAW, TOPSIS, UMKM Copyrght Jurnal Ilmah ILKOM -- All rghts reserved. 1. Pendahuluan alam mengambl keputusan terhadap suatu masalah haruslah tepat sasaran, karena hal n berkatan dengan tndakan yang akan dlakukan. Apalag masalah tersebut terkat dengan kemajuan suatu organsas atau perusahaan yang melbatkan banyak phak, sehngga kesalahan yang tmbul berdampak pada mundurnya (gagalnya) perusahaan tersebut. Karena tu perlu suatu teknk atau metode dalam mengambl keputusan. Perusahaan yang gagal basanya muncul dar keputusan yang lemah karena keputusan yang dambl hanya berdasarkan perseps pmpnan tanpa melakukan sebuah kajan mendalam pada masalah yang ada. Beberapa metode yang banyak dgunakan dalam pengamblan keputusan pada hal yang berkatan dengan multple attrbute decson makng (MAM) dantaranya: smple addtve weghtng (SAW), weghted product (WP), TOPSIS dan analytc herarchy process (AHP), namun 2 metode yang serng dgunakan yakn SAW dan TOPSIS dalam pengablan keputusan oleh phak manajemen. Sehngga perlu mendalam 2 metode tersebut agar dketahu metode yang lebh bak dalam pengamblan suatu keputusan. Pelaksanaan 2 metode tersebut dlakukan pada salah satu usaha percetakan (UMKM) d kota Makassar. Adapun rumusan masalah sebaga berkut: bagamana pemanfaatan metode SAW dan TOPSIS dalam mengatas kasus sem terstruktur dan bagamana mencar model yang lebh bak apakah SAW atau TOPSIS dalam pengamblan keputusan UMKM. Sehngga tujuan yang dharapkan adalah menghaslkan solus yang tepat dengan model SAW dan TOPSIS dan mengetahu perbandngan model yang terbak dalam menyelesakan suatu kasus UMKM sem terstruktur 2. Landasan Teor Menurut Bonczek (1980) Sstem pendukung keputusan merupakan suatu sstem komputer yang bers 3 komponen nteraks, yatu: sstem bahasa (mekansme komunkas antara pengguna dengan komponen lan dalam SS), sstem pengetahuan (gudang pengetahuan dar doman permasalahan yang berupa data atau prosedur), dan sstem pemrosesan masalah (hubungan antara 2 komponen yang bers 1 atau lebh kapabltas dalam memanpulas masalah yang dbutuhkan dalam pengamblan keputusan) [1]. Menurut Raymond McLeod, Jr. (1998) Sstem Pendukung Keputusan merupakan sebuah sstem yang menyedakan kemampuan dalam penyelesaan masalah dan komunkas untuk permasalahan yang bersfat sem-terstruktur. [2] Menurut Lttle (1970) Sstem pendukung keputusan adalah sekumpulan prosedur berbass model untuk memproses data dan memberkan pertmbangan kepada seorang manajer dalam membuat keputusan [2]. Menurut Lttle (1970) Sstem pendukung keputusan adalah sekumpulan prosedur berbass model untuk memproses data dan memberkan pertmbangan kepada seorang manajer dalam membuat keputusan[2]. 76

2 2.1 Mult-Attrbute ecson Makng (MAM) Janko (2005) [2], memberkan batasan tentang adanya beberapa ftur umum yang akan dgunakan dalam MAM, yatu: 1) Alternatf, adalah obyek-obyek yang berbeda dan memlk kesempatan yang sama untuk dplh oleh pengambl keputusan. 2) Atrbut, serng juga dsebut sebaga karakterstk, komponen, atau krtera keputusan. Meskpun pada kebanyakan krtera bersfat satu level, namun tdak menutup kemungknan adanya sub krtera yang berhubungan dengan krtera yang telah dberkan. 3) Konflk antar krtera, beberapa krtera basanya mempunya konflk antara satu dengan yang lannya, msalnya krtera keuntungan akan mengalam konflk dengan krtera baya. 4) Bobot keputusan, bobot keputusan menunjukkan kepentngan relatf dar setap krtera, W = (w1, w2,..., wn). Pada MAM akan dcar bobot kepentngan dar setap krtera. 5) Matrks keputusan, suatu matrks keputusan X yang berukuran m n, bers elemen-elemen, yang merepresentaskan ratng dar alternatf A (=1,2,...,m) terhadap krtera Cj (j=1,2,...,n). Masalah MAM adalah mengevaluas m alternatf A (=1,2,...,m) terhadap sekumpulan atrbut atau krtera Cj (j=1,2,...,n), dmana setap atrbut salng tdak bergantung satu dengan yang lannya. Krtera atau atrbut dapat dbag menjad dua kategor, yatu: 1) Krtera keuntungan adalah krtera yang nlanya akan dmaksmumkan, msalnya: keuntungan, IPK (untuk kasus pemlhan mahasswa berprestas), dll. 2) Krtera baya adalah krtera yang nlanya akan dmnmumkan, msalnya: harga produk yang akan dbel, baya produks, dan lannya. Pada MAM, matrks keputusan setap alternatf terhadap setap atrbut, X, dberkan sebaga: X m m2 1n 2n mn.. (1) Gambar 2 menunjukkan merupakan ratng knerja alternatf ke- terhadap atrbut ke-j. Ratng knerja (X), dan nla bobot (W) merupakan nla utama yang merepresentaskan preferens absolut dar pengambl keputusan. Masalah MAM dakhr dengan proses perankngan untuk mendapatkan alternatf terbak yang dperoleh berdasarkan nla keseluruhan preferens yang dberkan. Umumnya akan dcar solus deal. Pada solus deal akan memaksmumkan semua krtera keuntungan dan memnmumkan semua krtera baya. 3. Metode Ada beberapa metode yang dapat dgunakan untuk menyelesakan masalah MAM, antara lan: a) Smple Addtve Weghtng (SAW), b) Weghted Product (WP), c) Technque for Order Preference by Smlarty to Ideal Soluton (TOPSIS), dan d) Analytc Herarchy Process (AHP), namun SAW dan TOPSIS merupakan metode yang palng mudah dan banyak dgunakan dalam suatu proses pengamblan keputusan. [3] [4][5] Metode SAW Metode Smple Addtve Weghtng (SAW) serng juga dkenal stlah metode penjumlahan terbobot. Konsep dasar metode SAW adalah mencar penjumlahan terbobot dar ratng knerja pada setap alternatf pada semua atrbut. Metode SAW membutuhkan proses normalsas matrks keputusan (X) ke suatu skala yang dapat dperbandngkan dengan semua ratng alternatf yang ada. 77

3 r Ma Mn jka j adalah atrbut keuntungan (beneft) jka j adalah atrbut baya (cost). (2) r adalah ratng knerja ternormalsas dar alternatf A pada atrbut Cj; =1,2,...,m dan j=1,2,...,n. Nla preferens untuk setap alternatf (V) dberkan. Nla V yang lebh besar mengndkaskan bahwa alternatf A lebh terplh Metode TOPSIS TOPSIS ddasarkan pada konsep dmana alternatf terplh yang terbak tdak hanya memlk jarak terpendek dar solus deal postf, namun juga memlk jarak terpanjang dar solus deal negatf. TOPSIS banyak dgunakan dengan alasan: konsepnya sederhana dan mudah dpaham; komputasnya efsen; dan memlk kemampuan untuk mengukur knerja relatf dar alternatf-alternatf keputusan dalam bentuk matemats yang sederhana. Adapun langkah-langkah penyelesaan masalah MAM dengan TOPSIS yakn membuat matrks keputusan yang ternormalsas; Membuat matrks keputusan yang ternormalsas terbobot; Menentukan matrks solus deal postf & matrks solus deal negatf;menentukan jarak antara nla setap alternatf dengan matrks solus deal postf & matrks solus deal negatf; Menentukan nla preferens untuk setap alternatf. TOPSIS membutuhkan ratng knerja setap alternatf A pada setap krtera Cj yang ternormalsas sesua formula 3. r m 1 2 (3) y w r A y1, y2,, yn ; A y y,, y ; 1, 2 n.. (4) Solus deal postf A + dan solus deal negatf A - dapat dtentukan berdasarkan ratng bobot ternormalsas (y ) dapat dlhat pada formula 4. Untuk Jarak antara alternatf A dengan solus deal postf yang dtunjukkan pada formula 5. n j1 2 y y ; j. (5).. (6) n 2 y y j ; j 1 V.. (7) ; an Jarak antara alternatf A dengan solus deal negatf dtunjukkan pada formula 6. Adapun nla preferens untuk setap alternatf (V) dtunjukkan pada formula Hasl Menentukan krtera dan memberkan keterangan sfat beneft atau cost Tabel 1 Krtera dan Sfat Krtera Kode Nama Krtera Sfat (beneft atau cost) C1 Jarak antara percetakan yang ada (km) Beneft C2 Taksran jumlah pelanggan dlokas Beneft (perorang) C3 Jarak dengan pusat keramaan (km) Beneft C4 Sewa Tempat lokas (Rp / Bulan) Cost 78

4 Pada Tabel 1 menunjukkan keuntungan (beneft) karena memberkan peluang besar dalam menambah omzet, sementara baya akan keluar dengan sewa tempat Tabel 2 Nla Alternatf Alternatf Nla d Setap Krtera A 1 0, , A 2 0, , A 3 0, ,2 550 Tabel 2 menunjukkan Alternatf A1 =Tamalanrea, A2 = Antang dan A3 =BTP. Nla bobot W1 =15, W2 =35, W3=25, dan W4= Penyelesaan dengan SAW Pada penyelesaan metode SAW normalsas dlakukan pada matrks X, menjad matrks R. Yang dlustraskan sesua Tabel 3. Tabel 3 Normalsas X ke R Alternatf Nla d Setap Krtera A 1 0,78 0,67 0,60 0,67 A 2 1,00 1,00 1,00 1,00 A 3 1,11 0,44 0,80 0,73 Normalsas pada Tabel 3 dlakukan dengan mencar nla maksmal (bla beneft). Nla maksmal tersebut dadkan pembag dar semua nla pada krtera yang sama. Begtupun bla alternatfnya adalah baya (cost) atau nla mnmum, maka nla tersebut menjad pembag pada krtera yang sama. Sehngga nla preferens setap alternatf sesua lustras Tabel 4. Tabel 4 Nla preferens Kode Nla Rankng V1 0,667 3 V2 1,000 1 V3 0,704 2 NIla Preferens dperoleh dar nla pembobotan tap krtera dkalkan dengan nla normalsas tap alternatf, dan krtera yang sama 4.2 Penyelesaan dengan TOPSIS Terlebh dahulu melakukan normalsas terhadap matrks X, menjad matrks R yang dtunjukkan pada Tabel 5. Alternatf Tabel 5 Normlsas nla R Nla d Setap Krtera A1 0, , , , A2 0, , , , A2 0, , , ,

5 Nla Normalsas pada Tabel 5 dperoleh dengan membag tap krtera alternatve dengan total krtera (An / Total krtera). Langkah selanjutnya adalah mencar matrks Y yang dlustraskan sesua Tabel 6. Alternatf Tabel 6 Normalsas nla Y Nla d Setap Krtera A1 9, , , , A2 11, , , , A2 13, , , , Nla Normalsas Y dperoleh dengan mengalkan nla matrks R dengan bobotnya (W). Selanjutnya menentukan Solus Ideal Postf (A + ) dan Solus Ideal Negatf (A - ) Tabel 7 Sosal Ideal Postf dan Negatf Solus Ideal Postf Solus Ideal Negatf Kode Nla Kode Nla A 1 A 2 A 3 A 4 13, , , ,61581 A 1 A 2 A 3 A 4 9, , , ,09674 Tabel 7 dperoleh dar memlh nla ma (A + ) yang tertngg dan (A - ) merupakan nla yang terendah dar seluruh alternatf yang ada. Langkah berkutnya adalah menentukan jarak alternatf terhadap solus deal postf ( + ) dan solus deal negatf ( - ). Jarak Alternatf terhadap Solus Ideal Postf Tabel 8 Solus Ideal Postf dan Negatf Jarak Alternatf terhadap Solus Ideal Negatf Kode Nla Kode Nla , , , Tabel 9 Nla preferens Kode Nla Rankng V1 0, V2 0, , ,7417 9,1346 Tabel 8 dperoleh dengan memndahkan dan mengatur MAX dan nla MIN. Langkah terakhr yakn mencar nla preferens tap alternatf yang dlustraskan pada Tabel 9. Vm 0, Nla preferens dperoleh dar jumlah seluruh nla solus deal dbag dengan 80

6 total nla MAX + total nla Mn 4.3 Perbandngan SAW dengan TOPSIS Untuk mengetahu metode yang bak, maka dlakukan perubahan pembobotan. Yang dlustraskan pada Tabel 10 berkut: Kode Bobot Tabel 10 Pemberan Bobot Nla Bobot Lama 1 Nla Bobot Baru 2 Nla Bobot Baru 3 W W W W Langkah selanjutnya dlakukan proses perangkngan. Sehngga dperoleh nla yang sama pada tap-tap pembobotan sepert lustras Tabel 11 berkut: Tabel 11 Perangkngan metode SAW dan TOPSIS Kode Bobot Rankng SAW Rankng TOPSIS A1 3 3 A2 1 1 An 2 2 Tabel 11 menunjukkan ada kesamaan penggunaan metode SAW dan TOPSIS untuk pengamblan suatu keputusan. 5. Kesmpulan dan saran ar beberapa proses pengujan, maka dsmpulkan: Alternatf yang mengantarkan perusahaan menngkatkan omzet adalah dengan memlh lokas Antang untuk mengembangkan usahanya. Berdasarkan pengamatan menggunakan model SAW dan TOPSIS dengan melakukan pergantan bobot maka kam melhat bahwa kedua model tersebut memlk kesamaan dalam proses pemecahan masalah. Adapun saran peneltan n adalah: apat dadkan acuan dan pedoman untuk memlh lokas yang strateg dalam pengembangan usaha Menggunakan metode pengamblan keputusan yang lan dan membandngkannya dengan metode SAW dan TOPSIS aftar Pustaka [1] R. H. Bonczek, C. W. Holsapple, and A. B. Whnston, Future rectons For evelopng ecson Support Systems, ecs. Sc., vol. 11, no. 4, pp , [2] E. Turban and J. Aronson, ecson Support Systems and Intellgent Systems [3]. L. Kurnash, Sstem Pendukung Keputusan Pemlhan Laptop engan Metode Topss, Pelta Inform. Bud arma, vol. III, no. Aprl, pp. 6 13, [4] A. N. Pramudhta, H. Suyono, and E. Yudanngtyas, Penggunaan Algortma Mult Crtera ecson Makng dengan Metode Topss dalam Penempatan Karyawan, vol. 9, no. 1, pp , [5] V. Fuspta, A. Vatresa, and. Andreswar, Sstem Pendukung Keputusan Pemlhan Restoran Kota Bengkulu engan Metode Smple Addtve Weghtng (Saw) Berbass Sstem Operas Androd, J. Rekursf, vol. 2, no. 1, pp ,