Daftar Istilah. Dalam tugas kahir ini terdapat istilah-istilah sebagai berikut:

Transkripsi

1 Daftar Istilah Dalam tugas kahir ini terdapat istilah-istilah sebagai berikut: AHP Bias Fungsi aktivasi Input value Neural network SPPK Vendor Salah satu metode yang digunakan untuk member rekomendasi keputusan kepada pengambil keputusan Komponen dalam Neural network yang berfungsi untuk menaikkan atau menurunkan masukan pada fungsi aktivasi Fungsi yang digunakan untuk membatasi keluaran pada neural network Masukan untuk hidden layer pada Neural network Sebuah metode pengolah informasi yang meniru sistem kerja jaringan syaraf manusia Sistem terkomputerisasi yang mampu memberikan dukungan kepada pengambil keputusan Pihak ketiga yang menyediakan barang atau jasa kepada suatu badan usaha xiv

2 Daftar Singkatan Berikut beberapa singkatan yang digunakan dalam tugas akhir ini: AHP DAD JPAT KGSME KITB KITK KITM SPPK TI Analytic Hierarchy Process Diagram Alir Data Jasa Penyewaan Alat Transportasi Konstruksi Gedung Sipil Mekanikal dan Elektrikal Konstruksi Infrastruktur Telekomunikasi Besar Konstruksi Infrastruktur Telekomunikasi Kecil Konstruksi Infrastruktur Telekomunikasi Menengah Sistem Pendukung Pengambil Keputusan Teknologi Informasi xv

3 1. Pendahuluan 1.1. Latar belakang masalah Pemilihan vendor sangat penting untuk sebuah perusahaan yang kompetitif dan memiliki pangsa pasar global. Karena pembelian barang dari vendor akan berkontribusi sekitar % dari pengembangan produk [2]. Apalagi saat ini dengan adanya kompetisi global akan menyebabkan banyak perusahaan meminimalkan seluruh biaya pembelian, meningkatkan renspon pasar dan meningkatkan kualitas dari servis yang diberikan. Selain pembelian vendor, perusahaan juga melakukan penilaian performansi dari vendor yang digunakan untuk dipilih menjadi vendor terbaik. Namun tidaklah mudah untuk menentukan vendor mana yang akan dipilih mengingat banyaknya faktor yang harus diperhatikan. Pemilihan vendor manjadi sangat kompleks dengan munculnya vendor-vendor yang memiliki kriteria yang berbeda seperti level servis, total biaya, tingkat kualitas, waktu pengiriman dan lain-lain [6]. Di PT Telekomunikasi Indonesia (Telkom) Bandung, setiap tahunnya dilakukan penilaian performansi vendor untuk melihat kualitas vendor yang digunakan. Penilaian vendor dilakukan di setiap divisi PT Telkom yang ada di Indonesia, kemudian hasilnya dikumpulkan di PT Telkom Bandung untuk dipilih vendor terbaik. Proses pemilihan vendor masih dilakukan dengan perhitungan matematis konvensional. Dengan metode konvensional ini memungkinkan kurangnya keadilan(fairness) pada penilaian vendor secara keseluruhan. Dari permasalahan di atas maka perlu adanya sebuah pendekatan yang dapat melakukan pemberian referensi keputusan pemilihan vendor berdasarkan kriteriakriteria yang digunakan dengan memberi peringkat setiap vendor yang potensial. Dan metode yang dapat digunakan yaitu Analytic Hierarchy Process (AHP) dan Neural network. Metode AHP digunakan untuk menentukan bobot tiap neuron pada Neural network. Sedangkan Neural network digunakan untuk menentukan rekomendasi keputusan yang harus diambil. Penggabungan kedua metode tersebut 1

4 bertujuan untuk meningkatkan performansi dalam hal ini akurasi karena penggunaan Neural network pada AHP memungkinkan terjadinya perbaikan pada matriks prioritas jika terjadi kesalahan dalam pembangunan matriks perbandingan berpasangan. 1.2 Perumusan masalah Berdasarkan latar belakang di atas maka dapat ditarik permasalahan yang terjadi yaitu penggunaan metode konvensional dengan tanpa bantuan sistem terkomputerisasi memungkinkan terjadinya kekurangan referensi dalam pengambilan keputusan dan kendala keadilan(fairness) pada pengambilan keputusan. Salah satu solusi yang dapat digunakan yaitu dengan menggunakan pendekatan yang lebih canggih yaitu dengan AHP dan Neural network. 1.3 Batasan masalah Dalam tugas akhir ini akan dilakukan beberapa pembatasan yaitu sebagai berikut : a. Software yang digunakan untuk permodelan metode adalah MATLAB karena banyak terdapat banyak fungsi matematika yang berguna untuk permodelan metode. b. Arsitektur Neural network yang digunakan adalah Multi-Layer Percepteron (MLP). c. Tidak dibahas mengenai kompleksitas metode yang digunakan karena fokus permasalahan ini adalah menganalisis akurasi dari penggunaan metode tersebut. d. Data yang digunakan sebagai masukan sistem adalah data penilaian performansi vendor tahun Tujuan Tujuan dari tugas akhir ini adalah mengimplementasikan metode AHP dan Neural network untuk membantu pihak manajerial memutuskan vendor yang tepat dipilih untuk PT Telkom Bandung. Setelah itu akan dianalisis performansi dari penggabungan dua metode yang digunakan yaitu berupa akurasi hasil dari pengimplementasian tersebut. 2

5 1.5 Metodologi penyelesaian masalah Metode yang digunakan dalam tugas akhir ini adalah : 1. Studi Literatur Studi Literatur merupakan pembelajaran dari sumber bacaan yang mendukung pengerjaan tugas akhir ini. Adapun referensi yang akan digunakan meliputi buku, jurnal, situs yang terkait dengan AHP dan Neural network. 2. Pengumpulan data Mengumpulkan data yang terkait dengan sistem pada sebuah perusahaan uji. Data yang akan dikumpulkan dari perusahaan uji adalah data penilaian performansi vendor. 3. Analisis metode Metode yang digunakan akan dihitung terpilih dari PT Telkom. akurasinya berdasarkan data vendor 4. Pembangunan model Sebelum pengukuran akurasi dan analisis dilakukan terlebih dahulu pembangunan model untuk memudahkan dalam pembuatan analisis. 1.6 Sistematika penulisan BAB I BAB II PENDAHULUAN Berisi latar belakang, perumusan masalah, batasan masalah, tujuan pembahasan, metodologi penyelesaian masalah dan sistematika penulisan DASAR TEORI Berisi penjelasan singkat mengenai konsep-konsep yang mendukung pembuatan sistem ini. Konsep yang yang digunakan dalam pengembangan sistem ini adalah Sistem Pendukung Pengambil Keputusan (SPPK), Analytic 3

6 BAB III BAB IV Hierarchy Process (AHP), Neural network dan hubungan antara AHP dengan Neural network ANALISIS DAN PERANCANGAN SISTEM Berisi tentang desain sistem yang akan dibangun serta bagaimana perancangan sistemnya, dalam hal ini tentang SPPK menggunakan AHP dan Neural network. PENGUJIAN DAN ANALISIS Berisi rincian pengujian sistem yang telah dibuat serta analisis dari hasil pengujian yang dilakukan. BAB V KESIMPULAN DAN SARAN Berisi tentang kesimpulan dari analisis yang telah dilakukan dan saran untuk pengembangan ke depan 4