Implementasi Metode Analytic Hierarchy Process Weighted Product Untuk Rekomendasi Hunian Ideal (Studi Kasus: Kota Malang)

Transkripsi

1 Jural Pegembaga Tekologi Iformasi da Ilmu Komputer e-issn: X Vol. 2, No. 2, Februari 2018, hlm Implemetasi Metode Aalytic Hierarchy Process Weighted Product Utuk Rekomedasi Huia Ideal (Studi Kasus: Kota Malag) Rizaldy Aditya Nugraha 1, Idriati 2, Imam Cholissodi 3 Program Studi Tekik Iformatika, 1 rizaldy.aditya.@gmail.com, 2 idriati.tif@ub.ac.id, 3 imamcs@ub.ac.id Abstrak Tujua dari peelitia ii adalah utuk membatu para calo pembeli rumah medapatka rekomedasi huia yag palig ideal utuk dibeli. Para calo pembeli rumah yag sedag mecari rumah masih megalami kesulita utuk medapatka rekomedasi rumah ideal yag sesuai dega keigiaya. Oleh karea itu, peelitia ii dilakuka utuk membuat sebuah aplikasi sistem pedukug keputusa utuk rekomedasi rumah ideal sehigga mempermudah calo pembeli rumah utuk memperoleh rekomedasi rumah yag ideal. Data masuka yag diguaka pada sistem ii adalah bobot prioritas utuk setiap kriteria da sub kriteria rumah yag ditetuka oleh calo pembeli rumah. Kemudia data masuka tersebut dihitug dega megguaka metode aalytic hierarchy process - weighted product. Metode aalytic hierarchy process diguaka utuk medapatka bobot kriteria da sub kriteria yag kemudia diguaka utuk perhituga metode weighted product. Sehigga hasil akhir dari sistem ii adalah uruta perigkat rekomedasi huia yag palig ideal. Pegujia pada sistem ii dilakuka terhadap matriks perbadiga berpasagaya dega hasil akurasi sebesar 80%. Kata kuci: huia ideal, real estate, perumaha, aalytic hierarchy process, weighted product Abstract The purpose of this study is to help prospective house buyers i gettig the recommedatio for a ideal house to be purchased. Prospective house buyers that were lookig for a house of their dreams still foud it difficult to obtai the appropriate recommedatio suitable with their desires. Therefore, this study was coducted to create a decisio support system applicatio of ideal house recommedatio to facilitate a prospective house buyer i obtaiig a ideal house recommedatio. The iput data used o this system is a weight priority measure for each criteria ad sub criteria of the house specified by the prospective house buyer. The these iput data are calculated by usig aalytic hierarchy process - weighted product method. The aalytic hierarchy method is used to obtai the criteria ad sub criteria weight which is the used for the calculatio of weighted product method. The fial result of this system is the rak order of ideal house recommedatio. The test performed o this system is doe o the pairwise compariso matrices with 80% accuracy. Keywords: ideal house, real estate, housig, aalytic hierarchy process, weighted product 1. PENDAHULUAN Medapati kediama yag ideal utuk ditiggali adalah kebutuha primer mausia di sampig kebutuha paga da sadag. teristimewa bagi peduduk yag memiliki rumah yag terletak di kota besar. Meurut Suprioyoo (2015), terdapat bayak factor yag mempegaruhi peilaia setiap orag terhadap rumah. Mecari huia yag ideal sesuai keigia serta mampu memberika keyamaa serta keamaa saat ii diyakii masyarakat sebagai hal yag sulit. Dikareaka meurut Febriai (2013), semaki tiggi jumlah pertumbuha peduduka, maka kesadara masyarakat utuk memeuhi kebutuha papa juga semaki meigkat. Dalam pemeuha kebutuha papa di era tekologi maju saat ii, utuk mecari huia yag ideal para calo pembeli rumah masih diharuska melakuka survey secara lagsug lokasi-lokasi perumaha yag aka dibagu Fakultas Ilmu Komputer Uiversitas Brawijaya 848

2 Jural Pegembaga Tekologi Iformasi da Ilmu Komputer 849 utuk mecari rumah yag palig diigikaya. Defiisi huia yag ideal itu sediri adalah sebuah rumah yag ada terletak di sebuah perumaha atau real estate yag memiliki beberapa kriteria, seperti harga ekoomis, lokasi yag strategis, desai moder yag dilegkapi dega berbagai fasilitas yag bisa diakses oleh peduduk dega mudah. Kota Malag mejadi lokasi studi kasus peelitia ii karea Kota Malag diaggap sebagai salah satu kota besar di Propisi Jawa Timur yag serig mejadi tujua para perataua luar kota bahka luar pulau utuk melajutka studi atau bekerja. Hal iilah yag mejadi dasar megapa Kota Malag dijadika salah satu kota terpadat di Propisi Jawa Timur. Di maa peryataa ii didukug oleh Tias (2009) di maa dalam peelitiaya disebutka bahwa Kota Malag adalah kota yag memiliki perkembaga yag cepat. Di maa dapat dirasaka perubaha ifrastruktur yag terjadi dalam satu dekade terakhir. Solusi yag diberika oleh peulis adalah implemetasi metode aalytic hierarchy process-weighted product utuk medapatka rekomedasi huia yag ideal. Metode AHP mejadi piliha peulis karea metode ii adalah sebuah metode klasik yag baik jika diimplemetasika dalam sistem pedukug keputusa. Metode AHP mampu merigkas sebuah persoala yag pada awalya tidak terstruktur da luas mejadi sebuah model yag fleksibel da lebih mudah dipahami. Namu kelemaha dari metode ii yag diyataka oleh Jasril, et al. (2011) adalah metode AHP tidak mampu megatasi faktor yag tidak akurat ketika melakuka pegambila keputusa yag memerluka ilai yag pasti. Sedagka utuk memilih sebuah huia yag ideal masih memiliki ketergatuga dega ilai masuka utamaya utuk hasil akhir rekomedasiya. Masuka data utama dalam metode AHP ii adalah ilai persepsi kesubjektifa setiap orag yag maa pada umumya sagat tiggi tigkataya. Semetara dalam pemecaha masalahya sagat dibutuhka metode yag mampu meghasilka ilai preferesi utuk semua alteratifya secara obyektif. Oleh karea itu, peulis megguaka metode weighted product gua meutupi kelemaha metode AHP. Metode WP memiliki tigkat hasil akhir yag baik dega tigkat akurasi yag cukup optimal jika megkombiasika dega metode AHP. 2. LANDASAN KEPUSTAKAAN 2.1. Huia Ideal Sistem peetua rumah yag ideal adalah sebuah sistem yag bertujua utuk memudahka para calo pembeli rumah utuk memutuska membeli suatu rumah dari bayakya piliha yag aka dibeli yag telah memeuhi kriteria terbaik yag diigika dega tigkat kepetiga yag berbeda setiap kriteriaya. Peelitia megeai peetua peetapa harga real estate oleh Rodi, et al. (2013), eleme-eleme da faktor-faktor yag mempegaruhi harga rumah di dalam sebuah real estate adalah faktor demografis da factor ligkuga. Pegaruh yag sigifika ii sagat mempegaruhi harga rumah di dalam sebuah bisis perumaha. Kemudia factor petig berikutya diikuti oleh aspek fisik da aspek ekoomi. Kesimpula tersebut dapat dipahami bahwa faktor demografi meliputi data tetag kepeduduka kemudia dapat disebut sebagai data peetu keputusa rumah yag ideal yag masih bersifat subyektif, karea memiliki kriteria beberapa diataraya pedidika, pekerjaa, peghasila, etisitas. Gambar 1 adalah cotoh brosur pejuala rumah yag dijual seharga Rp di dalam Kota Malag dega tipe 36 dega luas taah 72 m 2 dapat dibayar secara kredit selama 10 tahu dega cicila sebesar Rp Gambar 1. Rumah Dijual di Kota Malag Sumber: Brosur Pejuala Perumaha Patralad Place Kota Malag Meurut Narhedroputro, et al. (2009), pegembag rumah sagat diajurka utuk melakuka peigkata strategi dalam diferesiasi utuk desai ligkuga dega fasilitas yag ada di dalamya, pegembag rumah juga diajurka utuk memperhatika dega serius perihal harga yag ditetapka utuk setiap rumah. Kesimpula dari peelitia tersebut adalah tipe rumah memiliki pegaruh

3 Jural Pegembaga Tekologi Iformasi da Ilmu Komputer 850 yag sigifika dalam pembelia rumah, sedagka desai rumah tidak memiliki pegaruh yag sigifika. Didukug dega peelitia sebelumya yag telah diuraika, peelitia ii dilakuka utuk memastika apakah kriteria yag diuraika di atas tersebut memiliki pegaruh yag besar dalam perihal trasaksi jual beliya utuk pembeli yag karakteristik tertetu Aalytic Hierarchy Process (AHP) Meurut Srdjvic (2013), metode AHP adalah sebuah metode peetua keputusa klasik yag sagat baik utuk diterapka ke dalam sebuah sistem pedukug keputusa da sudah teruji pemafaataya dalam pemecaha berbagai macam kasus pegambila keputusa. Karea metode AHP mampu metraslasi sebuah permasalaha pegambila keputusa yag rumit da tidak terstruktur mejadi model yag mudah dipahami da fleksibel. Diagram alur jalaya metode AHP dapat dilihat pada Gambar 2. Tidak Mulai Skala Prioritas Kriteria Membuat matriks perbadiga berpasaga atar kriteria Membuat matriks ormalisasi Meetuka Bobot Kriteria Meghitug kosistesi dari kriteria CR == 0,1 Bobot Kriteria Selesai Ya Gambar 2. Diagram alir metode AHP Berdasarka diagram alir metode AHP pada Gambar 2, lagkah-lagkah proses perhituga metode AHP diuraika mejadi 4 lagkah. 1. Meetuka skema hirarki kriteria da sub kriteria yag diguaka ditujukka pada Gambar 3. Tujua Kriteria 1 Kriteria 2 Kriteria m Alteratif 1 Alteratif 2 Alteratif Gambar 3. Struktur hirarki metode AHP 2. Meyusu matriks perbadiga berpasaga atar kriteria da sub kriteria berdasarka ilai masuka sesuai dega ketetapa skala Saaty yag ditampilka pada Tabel 1 disusu dega megguaka Persamaa 1. Tabel 1. Skala Saaty Nilai Defiisi Keteraga 1 Kedua eleme Kedua eleme sama meyumbag sama petigya besar pada sifat tersebut 3 Eleme yag Pegalama satu sedikit meyataka sedikit lebih petig memihak pada satu dari eleme eleme laiya 5 Eleme yag Pegalama satu jelas lebih meujukka secara petig dari kuat memihak pada eleme yag satu eleme lai 7 Eleme yag Pegalama satu sagat meujukka secara jelas lebih kuat disukai da petig didomiasi oleh daripada sebuah eleme eleme yag lai 9 Eleme yag Pegalama satu mutlak meujukka satu lebih petig eleme jelas lebih daripada petig eleme yag lai 2,4,6,8 Dua eleme Nilai itu diberika memiliki ilai bila diperluka yag berdekata kompromi jika ilai kriteria i mempuyai ilai x bila dibadigka dega kriteria j, maka kriteria medapatka ilai 1/x bila dibadigka dega ilai i Sumber: Jasril (2011)

4 Jural Pegembaga Tekologi Iformasi da Ilmu Komputer 851 a 11 a 1i A = [ ] (1) a i1 a ij dega i da j = 1,2, A : Matriks perbadiga berpasaga. : Bayakya baris atau kolom yag jumlahya disesuaika dega jumlah kriteria a ij : Eleme matriks A baris ke i da kolom j (kriteria ke i da j) 3. Matriks ormalisasi utuk setiap baris da setiap kolom pada matriks perbadiga berpasaga didapatka dega cara membagi setiap eleme matriks A dega jumlah total setiap kolom dari matriks A sesuai dega Persamaa 2. M = [ a 11 i =1a i1 a 1 i =1a i a 1 i =1a i1 a i =1a i ] (2) M : Matriks Normalisasi a : Eleme matriks A baris da kolom ke- i : Jumlah setiap kolom matriks A : Ukura matriks Nilai matriks ormalisasi kemudia dicari matriks rata-rataya (W) didapatka dega pejumlaha setiap ilai pada baris matriks M dibagi dega jumlah total semua ilai dari eleme matriks M sesuai dega Persamaa 3. W = i =1 m 1i i =1 m i ] [ m M (3) W : Matriks rata-rata baris dari matriks ormalisasi (bobot kriteria) Di maa, w1 + w2 + + w = 1, m M w : Nilai dari setiap baris pada matriks W i : Jumlah setiap baris pada matriks M : Jumlah eleme m : Nilai setiap eleme dari matriks M Sehigga hasil pembobota kriteria (weight) adalah: w j (j = 1, 2,, ; j = kriteria ke ) 4. Persamaa 4 mecari ilai kosistesi utuk setiap bobot kriteria dega meghitug ilai λ maks CI da CR. P = A W (4) P : suatu matriks yag segaja dibuat utuk mecari ilai λ maks A : Matriks perbadiga berpasaga W : Matriks bobot kriteria a 11 w 11 a 1 w 1 P = [ ] (5) a 1 w 11 a w 1 a A; w W P : Matriks perkalia eleme A dega W a : Eleme dari matriks A w : Eleme dari matriks W : Eleme ke- Berdasarka hasil dari perhituga Persamaa 6, setiap eleme dari matriks P dihitug rata-rataya dega megguaka Persamaa 7. Nilai rata-rata akhir tersebut adalah ilai λ maks. 1 λ maks = =1 p i1 w i1, p P da w W (6) λ maks : Nilai eige maksimum p : Eleme dari matriks P w : Eleme dari matriks W i : Eleme ke- matriks P da W : Bayakya eleme yag ada Nilai kosistesi sagat perlu utuk diketahui dalam sebuah sistem pegambila keputusa. Lagkah berikutya adalah meghitug ilai CI da ilai CR, sesuai pada Persamaa 8 da Persamaa 9. CR = CI RI Nilai CI di didapatka dega Persamaa 9. CI = (λ maks ) ( 1) CR : Rasio kosistesi CI : Ideks kosistesi RI : ideks radom kosistesi λ maks : Nilai eige maksimum : Bayakya eleme yag dibadigka. (7) (8)

5 Jural Pegembaga Tekologi Iformasi da Ilmu Komputer 852 Ketetapa ilai ideks radom kosistesi dapat dilihat pada Tabel 1. Tabel 2. Ideks Radom Kosistesi N RI 1, ,58 4 0,90 5 1,12 6 1,24 7 1,32 8 1,41 9 1, ,49 Sumber: Jasril (2011) Nilai rasio kosistesi pada Persamaa 7 da Persamaa 8 diguaka utuk kosistesi. Apabila ilai rasio kosistesi <0,1 maka data peilaia perlu diperbaiki kembali, jika ilai rasio kosistesi >0,1 maka data peilaia dapat diyataka bear Weighted Product (WP) Meurut Novita (2012), berdasarka peelitia oleh Yoo (1989), metode WP meerapka sistem perkalia utuk meghubugka ratig atribut, ratig setiap atribut dipagkatka terlebih dahulu dulu dega bobot atribut yag bersagkuta. Gambar 4 di bawah ii meujukka alur jalaya metode WP. Mulai Bobot kriteria Traslasi Bobot Krieria W i Meghitug Vektor S i Meghitug Vektor V i Keluara: V i, perigkat Selesai Gambar 4. Diagram alir metode WP Tahap awal perhituga ormalisasi preferesi alteratif A metode WP ditujukka pada Persamaa 9. S i = Π w j=1 x j ij (9) S : Preferesi alteratif dituliska sebagai vektor S dega i=1,2,,m; y Di maa w j = 1. w j merupaka pagkat berilai positif apabila tergolog atribut yag megutugka, sedagka utuk atribut yag tergolog biaya pagkatya berilai egatif. Nilai preferesi relatif utuk setiap alteratifya ditujukka pada Persamaa 10 di bawah ii. V i = Π w j=1xij j (xj ) w j (10) Π j=1 V : Preferesi alteratif diaalogika sebagai vektor V x : Nilai Kriteria w : Bobot Kriteria / Sub Kriteria i : Alteratif j : Kriteria Π : Bayakya kriteria * : Bayakya kriteria yag telah diilai pada vektor S 3. METODOLOGI Implemetasi sistem ii dijalaka dega megguaka dua proses metode, yaitu pembobota dega metode AHP da perigkat ilai preferesi rumah dega metode WP. Racaga basis pegetahua yag diterapka utuk metode AHP-WP megguaka data yag diperoleh dari brosur-brosur pejuala rumah dari age pemasara perumaha. Data tersebut berupa katalog kavlig perumaha. Diagram alur jalaya Metode AHP-WP diterapka pada sistem secara umum ditujukka pada Gambar 5 Garis putus-putus meadaka perpidaha proses hitug dari metode AHP ke dalam metode WP. Metode AHP diguaka haya sampai proses ilai bobot kriteria telah didapatka. Tahap berikutya higga tahap terakhir dihitug megguaka metode WP da meghasilka ilai preferesi utuk setiap alteratif yag kemudia dijadika hasil akhir utuk memberika rekomedasi rumah yag ideal. Gambar 5 meujukka struktur hirarki dari kriteria da sub kriteria yag diguaka pada peelitia ii.

6 Jural Pegembaga Tekologi Iformasi da Ilmu Komputer 853 Rumah Ideal 100% LEVEL 0 Fisik 55,56% Ekoomi 33,33% Fasilitas Umum 11,11% LEVEL 1 Tipe 23,81% Luas 23,81% Desai 7,94% Harga 5,56% DP 1,85% KPR 1,85% Cicila 1,85% LEVEL 2 Rumah ke-1... Rumah ke- LEVEL 3 Sebelum kriteria da sub kriteria tersebut diterapka dalam metode AHP-WP, bobotya terlebih dahulu dikoversika ke dalam betuk skala Saaty seperti yag telah di jelaska pada lagkah pertama pada proses perhituga implemetasi metode AHP. Metode AHP Mulai Skala Saaty Perhituga AHP Nilai bobot kriteria Ambil ilai bobot kriteria Perhituga WP Nilai preferesi Selesai Gambar 5. Struktur hirarki metode AHP Metode WP Gambar 6. Diagram alir sistem 4. IMPLEMENTASI Sistem ii memiliki dua algoritme yag diimplemetasika ke dalam betuk source code berbasis desktop dega megguaka bahasa pemrograma C#. yaitu implemetasi algoritme metode AHP da algoritme metode WP. Algoritme AHP diuraika mejadi 4 fugsi method sebagai berikut: 1. Hitug matriks perbadiga berpasaga berdasarka skala prioritas Saaty. 2. Hitug matriks ormalisasi perbadiga berpasaga. 3. Hitug ilai bobot kriteria da sub kriteria. 4. Hitug ilai kosistesi rasio bobot kriteria. Setelah proses perhituga algoritme AHP selesai dega didapatkaya ilai bobot dari setiap kriteria da sub kriteria, kemudia proses perhituga algoritme metode WP dijalaka. Berikut ii adalah 5 fugsi method proses perhituga metode WP: 1. Melakuka traslasi data rumah mejadi skala klasifikasi pegelompoka ilai kriteria pada tabel bobot WP di dalam database berdasarka hasil perhituga bobot pada metode AHP. 2. Hitug ilai ormalisasi bobot data rumah. Dega melakuka pemagkata setiap ilai ormalisasi bobot data rumah dega bobot kriteria da sub kriteria dari hasil perhituga metode AHP. 3. Hitug ilai vektor S utuk setiap rumah. 4. Hitug total ilai dari seluruh eleme data rumah vektor S. 5. Hitug ilai preferesi V utuk setiap rumah. Proses kalkulasi WP di dalam program ii dibagi dalam tiga proses fugsi method sebagai berikut: 1. pemagkata_bobot_kriteria(); 2. wp_preferesi_s(); 3. wp_preferesi_v(); Sistem juga ii memiliki 6 halama atarmuka pada aplikasi yag dibagu, atarmuka tersebut atara lai: 1. Halama maajeme data Halama ii meampilka kolom maajeme data rumah. Terdapat tabel daftar rumah, tombol Reset, tombol Simpa, tombol Delete, da tombol Update utuk melakuka pegatura data

7 Jural Pegembaga Tekologi Iformasi da Ilmu Komputer 854 rumah. Gambar 7. Tab maajeme data 2. Halama daftar rumah Halama data rumah meampilka tabel daftar semua data rumah yag ilaiya telah di ormalisasi yag tersimpa di dalam database. Gambar 10. Tab proses AHP 5. Tab proses WP Tab ii meampilka proses perhituga metode WP secara detail utuk semua data yag tersimpa di dalam database. Gambar 8. Tab daftar rumah 3. Tab hitug Tab hitug meampilka tombol Mulai Program yag aka berfugsi utuk memulai perhituga AHP-WP. Serta meampilka kotak pegisia bobot kriteria da sub kriteria utuk meetuka dasar perigkat rumah. Bobot yag dapat dimasukka berupa satua skala Saaty yag kemudia bobot tersebut di dapat disimpa di database da kemudia diguaka utuk proses hitug metode AHP-WP. Gambar 9. Tab mulai hitug 4. Tab proses AHP Tab ii meampilka semua proses perhituga dari metode AHP secara detail sampai pada tahap didapatkaya bobot utuk setiap kriteria da sub kriteriaya. Dari perhituga Gambar 11. Tab proses WP 6. Tab hasil akhir (Perigkat) Tab ii meampilka hasil 10 uruta terbaik yag dapat dipilih oleh peggua utuk meetuka rumah idealya. 5. PENGUJIAN Gambar 12. Tab hasil akhir Pegujia sistem dilakuka utuk memeriksa kesesuaia hasil akhir perhituga sistem dega data pakar. Pegujia yag dilakuka meliputi dua skeario, yaitu pegujia akurasi dega hasil kuesioer da pegujia terhadap matriks perbadiga level 1 da level Pegujia Perbadiga Akurasi dega Hasil Kuesioer Pada pegujia akurasi dega hasil kuesioer, dilakuka dega membadigka skala prioritas yag telah disaraka oleh pakar dega setiap skala prioritas dari 50 respode yag melakuka uji coba aplikasi peelitia ii. Sebelum dilakuka perbadiga, sumber pakar

8 Jural Pegembaga Tekologi Iformasi da Ilmu Komputer 855 telah meetapka data rumah dega data seperti yag ditampilka pada Tabel 3 da sumber pakar juga telah memberika masuka skala prioritas yag memberika hasil rekomedasi dega proporsi yag terbaik yag ditampilka pada Tabel 4. Tabel 3. Data Rumah Ideal Meurut Pakar Laskap No. Nama Data 1 Kotraktor PT. Alam Mahameru 2 Alamat Perum Villa Bukit Tidar 3 Tipe 45 4 Luas 72 5 Desai Miimalis Moder 6 Harga Rp Dow Paymet Rp KPR Rp Cicila Rp Fasilitas umum Cukup Legkap Sumber: Pakar laskap Tabel 4. Bobot Prioritas Dega Hasil Akhir Rekomedasi Huia Ideal Terbaik No. Nama Bobot Prioritas 1 Kriteria fisik 5 2 Kriteria ekoomi 3 3 Sub kriteria tipe 3 4 Sub kriteria luas 1 5 Sub kriteria desai 1 6 Sub kriteria harga 3 7 Sub kriteria dow paymet 1 8 Sub kriteria KPR 1 9 Sub kriteria cicila 1 10 Kriteria fasilitas umum 1 Sumber: Pakar laskap Data kuesioer yag memiliki berbagai variasi skala prioritas tersebut masig-masig hasil hitugya diambil 10 rumah terbaik kemudia diperiksa apakah rumah piliha terbaik dari pakar juga termasuk didalamya, apabila masuk dalam daftar hasil 10 perigkat akhir dari sistem maka akurasi diaggap akurat (1), da jika tidak termasuk maka diaggap tidak akurat (0). Berdasarka 50 data masuka skala prioritas bobot dari respode kuesioer, sebayak 12 respode memiliki hasil yag tidak akurat, maka dapat disimpulka bahwa ilai akurasi dari pegujia ii adalah sebesar 76%. Nilai akurasi ii diilai cukup baik megigat peilaia rumah oleh setiap respode sifatya adalah subyektif, tidak memiliki acua yag pasti, da dipegaruhi oleh selera/ kemiata masig-masig setiap calo pembeli rumah da disertai dega pegaruh situasioal Pegujia Matriks Perbadiga Level 1 da Level 2 Pada pegujia terhadap matriks perbadiga level 1 da level 2 dilakuka dega meambah da meguragi skala prioritas yag diberika oleh pakar secara beruruta sehigga didapatka ilai matriks perbadiga yag bervariasi. Variasi peambaha da peguraga ilai skala prioritasya diberlakuka utuk setiap kriteria level 1 da level 2. Dari sebayak 81 variasi ilai bobot kemudia diperiksa perigkat hasil akhirya apakah satu rumah piliha dari pakar termasuk di dalam 10 perigkat teratas setiap perhituga akhirya. Apabila rumah piliha dari pakar termasuk dari 10 perigkat teratas hasil akhirya, maka diaggap akurat (1), jika tidak termasuk maka diaggap tidak akurat (0). Dalam 81 skeario peambaha da peguraga skala prioritas, terdapat sebayak 65 skala prioritas uji yag akurat dega 16 skala prioritas uji yag tidak akurat, dega demikia skala prioritas bobot kriteria/ sub kriteria yag diberika dari pakar memiliki ilai akurasi sebesar 80%. 6. KESIMPULAN Beberapa hal dapat disimpulka dari peelitia ii. Metode AHP-WP telah berhasil diimplemetasika dega melibatka seorag ahli pakar sebagai peetapa kriteria da sub kriteria yag mejadi bobot utuk perhituga dega megguaka bahasa pemrograma C# da meyediaka berbagai fitur didalamya. Terdiri dari maajeme data rumah, peetua bobot kriteria da sub kriteria yag diguaka dalam perhituga, tampila setiap proses perhitugaya higga tampila hasil akhir preferesi weighted product berupa uruta perigkat rumah. Pegujia sistem yag dilakuka dega perbadiga hasil akhir di maa ketika rumah palig ideal yag telah ditetuka oleh pakar mucul dalam hasil akhir rekomedasi sistem

9 Jural Pegembaga Tekologi Iformasi da Ilmu Komputer 856 maka dalam hal ii hasil dari sistem dapat diyataka sah, apabila sebalikya diyataka tidak sah. Hasil akurasi sebesar 80% diperoleh dari pegujia terhadap matriks perbadiga pada level 1 da level 2 pada metode aalytic hierarchy process. Dega ilai-ilai akurasi yag diilai cukup baik tersebut membuktika bahwa peelitia ii masih memiliki peluag utuk dilakuka pegembagaya lebih lajut. 7. DAFTAR PUSTAKA Dharma, Hase., Susaty, & Wiwi Aplikasi Peetua Prioritas Kriteria Pemiliha Rumah Kost Berbasis Aalytical Hierarchy Process (AHP). Fakultas Ilmu Komputer. Uiversitas Badar Lampug, Badar Lampug. Febriai, Ayu Laila Sistem Pedukug Keputusa Pemiliha Rumah Megguaka Metode Weighted Product (WP). FPMIPA. Uiversitas Pedidika Idoesia, Badug. Jasril, Mustakim Implemetasi Peggabuga Metode Aalytical Hierarchy Process (AHP) Dega Metode The Satisficig Models Utuk Pemiliha Lokasi Pembagua Perumaha. Fakultas Sais da Tekologi. Uiversitas Islam Negeri Sulta Syarif Kasim, Riau. Narhedroputro, Agug., Wigua, I Putu Artama., & Haryoo Pegaruh Karakteristik Pembeli Terhadap Pembelia Huia di Perumaha Citra Harmoi Sidoarjo. S2. Istitut Tekologi Sepuluh November, Surabaya. Novita Sistem Pedukug Keputusa Utuk Proses Peetua Rumah Tagga Miski Megguaka Metode Weighted Product. Program Tekologi Ifomasi da Ilmu Komputer. Uiversitas Brawijaya. Malag. Oei, Stady Group Decisio Support System Utuk Pembelia Rumah Dega Megguaka Aalytical Hierarchy Process (AHP) Da BORDA. Semiar Nasioal Iformatika 2013 (semasif 2013). Tekik Iformatika. Uiversitas Nusatara Maado, Maado. Rodi, Wa Norhishamuddi Wa., Sedaralit, Zubaidah., & Mahamood, Nur Medeea Residetial Real Estate Pricig Decisio Factors amog Developers i Klag Valley, Malaysia. Uiversiti Tekologi MARA, Malaysia. Srdjvic, Boja Sythetis of Idividual Best Local Priority Vectors i aalytic hierarchy process-group Decisio Makig. Faculty of Agriculture, Uiversity of Novi Sad, Trg. D, Obradovica 8, Novi Sad, Serbia. Tias, Yohaa Yuwida Citaig Evaluasi Trayek Agkuta Umum Perkotaa Di Kota Malag Yag Berbasis Software ARCVIEW 3.3. Uversitas Katolik Atma Jaya, Yogyakarta.