APLIKASI SISTEM PENDUKUNG KEPUTUSAN UNTUK MENENTUKAN LOKASI STRATEGIS PEMBANGUNAN HOTEL BINTANG 1 BERBASIS ANDROID VERSI 2.3

Transkripsi

1 APLIKASI SISTEM PENDUKUNG KEPUTUSAN UNTUK MENENTUKAN LOKASI STRATEGIS PEMBANGUNAN HOTEL BINTANG 1 BERBASIS ANDROID VERSI 2.3 Nama : Frisca Ariesha Ardiellaputri NPM : Jurusan : Sistem Informasi Pembimbing : Rini Arianty,SKom., MMSi

2 Sistem Pendukung Keputusan Sistem berbasis komputer termasuk sistem berbasis pengetahuan atau manajemen yang dipakai untuk mendukung pengambilan keputusan dalam suatu organisasi atau perusahaan.

3 Multiple Criteria Decision Making (MCDM) Suatu metode pengambilan keputusan untuk menetapkan alternatif terbaik dari sejumlah alternatif berdasarkan kriteria tertentu. Fitur umum yang digunakan dalam MCDM : Alternatif : objek yang berbeda dan memiliki kesempatan untuk dipilih oleh pengambil keputusan Atribut : disebut karakteristik, komponen atau kriteria keputusan. Kebanyakan kriteria bersifat 1 level, namun tidak menutup kemungkinan adanya subkriteria yang berhubungan dengan kriteria yang dibutuhkan. Konflik antar kriteria: konflik antar kriteria biaya (cost) dan keuntungan (benefit). Bobot keputusan : Bobot keputusan menunjukan kepentingan relatif dari setiap kriteria, W= (w1,w2,, wn). Pada MCDM akan dicari bobot kepetingan dari setiap kriteria. Matriks Keputusan

4 Simple Addictive Weighting (SAW) Dikenal dengan istilah penjumlahan terbobot. Konsepya adalah mencari penjumlahan terbobot dari rating kinerja pada setiap alternatif pada semuat atribut. Metode ini membutuhkan proses normalisasi. Formula proses normalisasi adalah r ij = x ij jika j adala atribut keuntungan (benefit) Max x ij Min x ij jika j adala atribut biaya cost x ij Di mana : r ij Max i Min i X ij : Rating kinerja ternormalisasi : Nilai maksimum dari setiap baris dan kolom : Nilai minimum dari setiap baris dan kolom : Baris dan kolom dari matriks

5 Simple Addictive Weighting (SAW) Langkah-langkah penelitian dalam menggunakan metode SAW, adalah 1. Menentukan kriteria-kriteria yang akan dijadikan acuan dalam pengambilan keputusan yaitu Ci. 2. Menentukan rating kecocokan setiap alternatif pada setiap kriteria. 3. Membuat matriks keputusan berdasarkan kriteria (Ci), Kemudian melakukan normalisasi matriks berdasarkan persamaan yang disesuaikan dengan jenis atribut (atribut keuntungan mapun atribut biaya) sehingga diperoleh matriks ternormalisasi R. Hasil akhir diperoleh dari setiap perangkingan yaitu penjumlahan dari perkalian matriks ternormalisasi R dengan vektor bobot sehingga diperoleh nilai terbesar yang dipilih sebagai alternatif terbaik sebagai solusi.

6 Hirarki Kriteria

7 Struktur Navigasi HOME Alternatif Jalan Bobot Alternatif Hasil Sebelumnya Mencari Alternatif Tambah Proses

8 Bobot Kriteria Kriteria Bobot Kriteria Level 2 Bobot Kriteria Level Tanah : 1. Luas 2. Harga Kepadatan : 1. Sepeda motor 2. Mobil Bobot dalam tabel di atas dijadikan sebagai default dan dalam proses perangkingan akan dilakukan dengan menggunakan bobot yang telah ditentukan oleh pengambil keputusan yaitu penulis. Level kriteria dan nilai dari setiap bobot dapat diubah sesuai dengan keinginan user. 60% 40% 40% 60% 1 20% 30% Pesaing : 15% Lingkungan pendukung: 1. Pusat hiburan 2. Pusat perbelanjaan 50% 50% 25% Akses 10% Jumlah Bobot 100% 100%

9 Data Lokasi Lokasi Kriteria Sudirman Rivai Yos Sudarso Ahmad Yani Soekarno Hatta Tanah (C 1 ) Kepadatan Lalu Lintas (C 2 ) LP (C 4 ) Pesaing (C 3 ) Luas (m 2 ) (C 11 ) Harga (Rp/m 2 ) (C 12 ) Sepeda motor (kendaraan/jam ) (C 21 ) Mobil pribadi (kendaraan/ jam)(c 22 ) Pusat Hiburan (buah) (C 41 ) Pusat Perbelanjaan (buah) (C 42 ) Akses (C 5 )

10 Perhitungan SPK Perhitungan data lokasi, masing-masing dicari nilai akhir alternatifnya yang sudah dikalikan dengan bobot subkriteria level 2, kemudian dicari normalisasi dari setiap kriteria dari 5 jalan tersebut. Kemudian dari proses normalisasi, didapatkan matrik ternormalisasi R, sebagai berikut: R = Kemudian proses perangkingan dilakukan dengan menggunakan bobot yang telah ditentukan oleh pengambil keputusan yaitu penulis. W = Setelah itu dilakukan proses perangkingan dengan persamaan 3.2 berikut : V i = n j=1 w j r ij

11 Hasil Proses Perangkingan Hasil Proses Perangkingan adalah 1. Sudirman (V 1 ) = Rivai (V 2 ) = Yos Sudarso (V 3 ) = Ahmad Yani (V 4 ) = Soekarno Hatta (V 5 ) = Dari penjumlahan untuk mendapatkan lokasi paling strategis maka nilai terbesar ada pada V 4 (Jalan Ahmad Yani) dan V 3 (Yos Sudarso) menjadi nilai yang paling rendah. Lokasi yang paling strategis untuk membangun sebuah hotel bintang 1 di Bukittinggi adalah di Jalan Ahmad Yani karena pengusaha akan mengeluarkan biaya yang paling kecil tetapi akan menghasilkan keuntungan yang paling besar di antara jalan-jalan lain.

12 Daftar Pustaka Suryadi, Kadarsah., & Ramdhani, Ali Sistem Pendukung Keputusan. PT. Remaja Rosdakarya : Bandung. Safaat, Nazruddin., Pemprograman Aplikasi Mobile Smartphone dan Tablet PC Berbasis Android Informatika : Bandung. Utami Tri, Endah Kupas Tuntas Android Dari Nol Sampai Mahir. Gudang Ilmu: Jakarta Timur. URL: 19 Juni 2013 URL: 18 Mei 2013 URL : 1 Juli 2013

13 Output dari Aplikasi

14

15

16

17