Optimasi Pemilihan Paket Internet Dengan Menggunakan Metode AHP

Transkripsi

1 Optmas Pemlhan Paket Internet Dengan Menggunakan Metode HP Wwek Katrna 1, Solkhun 2, M.Saf, Sumarno 1,2,, Jurusan Sstem Informas, STIKOM Tunas Bangsa, Pematangsantar Sumatera Utara 1 Mahasswa STIKOM Tunas Bangsa, Pematangsantar Sumatera Utara 2,, Dosen STIKOM Tunas Bangsa, Pematangsantar Sumatera Utara 1,2,, Jln. Jenderal Sudrman blok. No. 1/2/ Pematangsantar Emal : wwekkatrna25@gmal.com, solkhun@amktunasbangsa.ac.d, m.saf@amktunasbangsa.ac.d, sumarno@gmal.com bstrak - Pada umumnya nternet merupakan salah satu teknolog yang sangat pesat perkembangannya dan sudah merupakan smbol dar cara berkomunkas masyarakat secara bebas, tanpa dbatas jarak, ruang, dan waktu. Internet kn menjad alternatf utama untuk memenuh segala kebutuhan terutama kebutuhan akan nformas dan penddkan yang akan member nla postf untuk semua aktftas d kalangan masyarakat. Bag para pengguna androd dalam memenuh kebutuhan nya untuk keperluan sosal meda, chattng, browsng, streamng dan download pastnya merasa tdak lengkap tanpa regstras paket nternet, dkarenakan selan hemat dar seg keuangan jka dbandngkan dengan menggunakan pulsa reguler.sekarang n sudah banyak paket nternet yang dsedakan oleh perusahaan telekomunkas untuk membatu memudahkan pengguna dalam mengakses nternet. Namun berdasarkan hasl survey yang telah dlakukan dengan responden ddapatkan hasl bahwa 9% responden mengalam kesultan untuk mengambl keputusan dalam memlh paket layanan nternet. Sebuah sstem yang akan mempermudah pengamblan keputusan untuk memlh paket layanan nternet, salah satunya yatu dengan adanya decson support system untuk membantu pengamblan keputusan. Dalam kasus n penuls menggunakan metode HP yang merupakan metode yang lebh tepat dalam menyederhanakan dan mempercepat proses pengamblan keputusan dengan memecahkan persoalan tersebut ke dalam bagan-bagannya. Dar hasl peneltan dperoleh pemlhan paket nternet yang tertngg dengan nla,28 (2,8%) adalah xs. Dengan metode HP n dharapkan dapat membantu masyarakat dalam menentukan alternatf-alternatf mana yang akan dplh sebaga suatu keputusan akhr dalam pemlhan paket nternet androd sesua dengan kebutuhan. Kata kunc: Paket Internet, SPK,Metode HP, Masyarakat 1. PENDHULUN Internet tak lag dpandang sebaga kebutuhan sekunder tetap sudah menjad kewajban dkalangan masyarakat. Pemlhan stud kasus untuk memlh paket layanan nternet dmasa sekarang n dlatarbelakang oleh menngkatnya pengguna nternet dengan sangat pesat. Terjad penngkatan jumlah dar ISP d Indonesa dan banyaknya paket layanan nternet yang dtawarkan d pasar Indonesa dengan berbaga jens yang berbeda dar seg kuota maupun lama pemakaan. ISP (Internet Servce Provder) adalah Penyeda Jasa Internet, yatu suatu lembaga atau perusahaan yang menghubungkan komputer penggunan dengan nternet. Dan kebanyakan operator telekomunkas adalah ISP. Kn jasa penyeda layanan nternet merupakan solus bag masyarakat dalam memenuh kebutuhan akan layanan nternet. Msalnya untuk keperluan sosal meda, chattng, browsng, streamng dan download masyarakat pastnya tdak lepas tanpa regstras paket nternet, dkarenakan hemat dar seg keuangan dbandngkan dengan menggunakan pulsa reguler. Dan beberapa provder kartu lokal kebanyakan menawarkan kuota dengan paket yang dsesuakan dengan duras pemakaan sebulan dengan selsh harga yang lumayan jauh. Semua paket layanan yang dtawarkan oleh ISP harus dapat dsesuakan dengan kebutuhan pengguna layanan. Setap tpe pengguna mempunya kebutuhanyang berbeda beda, sehngga memerlukan paket layanan nternet yang berbeda beda pula. Dengan beragamnya paket yang dtawarkan ISP, berdasarkan hasl survey yang telah dlakukan dengan responden ddapatkan hasl bahwa 9% responden mengalam kesultan untuk mengambl keputusan dalam memlh paket layanan nternet.

2 Proses pemlhan paket nternet n merupakan permasalahan yang melbatkan banyak komponen atau krtera yang dnla (mult krtera), sehngga dalam penyelesaannya dperlukan sebuah sstem pendukung keputusan. Sebuah sstem yangakan mempermudah pengamblan keputusan untuk memlh paket layanannternet, salah satunya yatu dengan adanya decson support system untukmembantu pengamblan keputusan. Dalam kasus n penuls menggunakan metode HP yang merupakan metode yang lebh tepat dalam menyederhanakan dan mempercepat proses pengamblan keputusan dengan memecahkan persoalan tersebut ke dalam bagan-bagannya. Dengan metode HP n dharapkan dapat membantu masyarakat dalam menentukan alternatf-alternatf mana yang akan dplh sebaga suatu keputusan akhr dalam pemlhan paket nternet androd sesua dengan kebutuhan. 2. METODE PENELITIN 2.1. Sstem Pendukung Keputusan Sstem pendukung keputusan atau decson support sstem (DSS) merupakan sstem nformas nterakf yang menyedakan nformas, pemodelan, dan pemanpulasan data. Sstem Pendukung keputusan merupakan suatu perangkat sstem yang mampu memecahkan masalah secara efsen dan efektf, yang bertujuan untuk membantu pengamblan keputusan memlh berbaga alternatf keputusan yang merupakan hasl pengolahan nformas yang dperoleh dengan menggunakan model pengamblan keputusan[1] 2.2. Metode nalytc Herarchy Process (HP) Pada dasarnya SPK drancang untuk mendukung seluruh tahap pengamblan keputusan mula dar mengdentfkaskan masalah, memlh data yang relevan, menentukan pendekatan yang dgunakan dalam proses pengamblan keputusan, sampa mgevaluas pemlhan[2]. Sstem Pendukung Keputusan menggunakan konsep keputusan terprogram dan tdak terprogram dengan phase pengamblan keputusan yang mereflekskan terhadap pemksan Decson Support Systems (DSS) saat n. Sstem tersebut adalah suatu sstemyang berbass komputer yang dtujukan untuk membantu pengambl keputusan denganmemanfaatkan data dan model tertentu untuk memecahkan berbaga persoalan yang tdakterstruktur.permasalahan pengamblan keputusan dapat menjad kompleks karena adanya pelbatan beberapa tujuan maupun krtera. Salah satu tool (alat bantu) yang cocok dgunakan untuk pemlhan kanddat atau pengurutan prortas adalah nalytc Herarchy Process (HP) yang dkembangkan oleh Thomas L. Saaty []. Secara umum pengamblan keputusan dengan metode HP ddasarkan pada langkah langkah berkut: 1. Mendefnskan masalah dan menentukan solus yang dngnkan. 2. Membuat struktur hrark yang dawal dengan tujuan umum, dlanjutkan dengan krtera krtera dan alternaf alternatf plhan yang ngn d rangkng.. Membentuk matrks perbandngan berpasangan yang menggambarkan kontrbus relatf atau pengaruh setap elemen terhadap masng masng tujuan atau krtera yang setngkat datasnya. Perbandngan dlakukan berdasarkan plhan atau judgement dar pembuat keputusan dengan menla tngkat tngkat kepentngan suatu elemen dbandngkan elemen lannya.. Menormalkan data yatu dengan membag nla dar setap elemen d dalam matrks yang berpasangan dengan nla total dar setap kolom. 5. Menghtung nla egen vector dan menguj konsstensnya, jka tdak konssten maka pengamblan data (preferens) perlu dulang. Nla egen vector yang dmaksud adalah nla egen vector maksmum yang dperoleh dengan menggunakan matlab maupun dengan manual. 6. Mengulang langkah,, dan 5 untuk seluruh tngkat hrark. 7. Menghtung egen vector dar setap matrks perbandngan berpasangan. Nla egen vector merupakan bobot setap elemen. Langkah n untuk mensntess plhan dalam penentuan prortas elemen elemen pada tngkat hrark terendah sampa pencapaan tujuan. 8. Menguj konsstens hrark. Jka tdak memenuh dengan CR <, 1; maka penlaan harus dulang kembal [].

3 Metode n adalah sebuah kerangka untuk mengambl keputusan dengan efektf atas persoalan dengan menyederhanakan dan mempercepat proses pengamblan keputusan dengan memecahkan persoalan tersebut kedalam baganbagannya, menata bagan atau varabel n dalam suatu susunan hrark, member nla numerk pada pertmbangan subjektf tentang pentngnya tap varabel dan mensntess berbaga pertmbangan n untuk menetapkan varabel yang mana yang memlk prortas palng tngg dan bertndak untuk mempengaruh hasl pada stuas tersebut [5-7]. Tabel 1. Skala Saaty (Saaty, 198)[5] Intenstas Keterangan Kepentngan 1 Kedua elemen sama pentngnya Elemen yang satu lebh pentng darpada lannya Elemen yang satu esensal atau sangat 5 pentng darpada elemen yang lannya Satu elemen jeles lebh pentng dar 7 elemen lannya Satu elemen mutlak lebh pentng 9 darpada elemen lannya Nla-nla tengah dantara 2 2,, 6, 8 kebalkannya pertmbangan yang berdekatan Jka untuk aktftas mendapat satu angka bla dbandngkan dengan satu aktftas j, maka j mempunya nla kebalkannya bla dbandngkan dengan aktftas 2.. Jens Peneltan Jens peneltan n adalah Peneltan Kuanttatf, karena menggunakan pengukuran data dan statstk objektf melalu perhtungan lmah berasal dar sampel masyarakat dengan memberkan jawaban atas sejumlah pertanyaan yang dtuangkan ke dalam kuesoner menggunakan metode pendekatan nalytcal Herarchy Process (HP). 2.. Pemlhan Sampel Responden yang dambl dalam pemlhan sampel n adalah responden ahl yang berasal dar masyarakat khususnya yang akan membel dan sudah mempunya paket nternet androd. Dsn penuls mengambl sampel sebanyak orang.pengumpulan data peneltan dlakukan dengan cara pengsan kusoner untuk memperoleh data sesua dengan tujuan peneltan.kuesoner dsusun dalam bentuk pertanyaan dengan mengacu kepada herark yang telah dbuat dar krtera-krtera.. HSIL DN PEMBHSN.1. Struktur Hrark HP Gambar 1. Struktur Hrark dalam Pemlhan Paket Internet Keterangan :. Terdapat krtera, yatu : 1) Kualtas Koneks (1) 2) Harga (2) ) Masa ktf ()

4 ) Layanan () B. Terdapat alternatf, yatu : 1) Smpat 2) xs ) XL ) IM.2. Perhtungan Faktor Pembobotan Hrark Untuk Semua Krtera Tabel 2. Matrks Faktor Pembobotan Hrark untuk Semua Krtera / / 1/ 1/ 1/ 1/ Tabel. Matrks Faktor Pembobotan Hrark untuk Semua Krtera yang dsederhanakan 1 2 1,, 5, 1 7,, 1, 2, 2,,2,5 1, 2,,1 2 1,67 5,,8,5 8,5 1, 1, Tabel.Matrks Faktor Pembobotan Hrark untuk Semua Krtera yang dnormalkan 1 2 Egen Vector 1,597,621,588,58 2,,587 2,199,27,25,21,872,218,199,1,118,15,9,12,85,69,59,77,289,72 Nla egen maksmum (λmaksmum) dapat dcar dengan cara menjumlahkan hasl perkalan jumlah kolom dengan vektor egen. Maka nla egen maksmum yang dapat dperoleh yatu : max ( 1,675 x,587 ) + (,8 x,218 ) + ( 8,5X,12 ) + (1, x,72 ), ,5 + 1,5 +,91,26 max n CI n 1,26,9

5 Tabel 5.Nla Random Indeks (RI) n RI,,,58,9 1,12 1,2 1,2 1,1 1,5 1,9 Untuk n, RI.9 (tabel Saaty), maka: CI CR RI,9,9.1 Karena CR <,1 berart preferens responden adalah konssten... Vektor Prortas Tabel 6. Matrks Faktor Pembobotan Hrark untuk Semua Krtera ,, 5, 7, 2, 1, 2,,,2,5 1, 2,,1, 2 Dengan demkan dapat dperoleh vektor possnya, yatu : 1x x 5x 7,21, x 1x 2x 1,188,2 x,5 x1 x2,668,12 x, x,5 x1,92 5,9 Vektor Prortasnya :,21 : 5,9,587 1,188 : 5,9,218,668 : 5,9,12,92: 5,9,72,5 1,.. Perhtungan Faktor Evaluas untuk Krtera Kualtas Koneks Tabel 7. Matrks Faktor Evaluas untuk Krtera Kualtas Koneks Smpat x s X L IM Smpat 1 1/ 1/ 2 xs XL 1/2 1 2 IM 1/2 1/2 1/2 1 Tabel 8. Matrks Faktor Evaluas untuk Krtera Kualtas Koneks yang dsederhanakan Smpat xs XL IM Smpat 1,,, 2,

6 xs, XL, IM,5 7,5 1,,5,5 2, 2, 1,,5,8 2, 2, 1, 7, Tabel 9. Matrks Faktor Evaluas untuk Krtera Kualtas Koneks yang dnormalkan Smpat xs XL IM Vector Egen Smpat,1,8,28,6, ,162 xs,,2,52,28 1, ,9 XL,,21,26,28 1, ,29 IM,67,21,1,1,55,19 Nla egen maksmum (λmaksmum) dapat dcar dengan cara menjumlahkan hasl perkalan jumlah kolom dengan vektor egen. Maka nla egen maksmum yang dapat dperoleh yatu : max ( 7,5 x,162 ) + ( 2, x,9 ) + (,8 x,29 ) + (7, x,19 ) 1,217 +,95 + 1,11 +,97,25 max n CI n 1,25,8 Untuk n, RI.9 (tabel Saaty), maka: CI CR RI,8,9,9 Karena CR <,1 berart preferens responden adalah konssten..5. Perhtungan Faktor Evaluas untuk Krtera Harga Tabel 1. Matrks Faktor Evaluas untuk Krtera Harga Smpat x s X L IM Smpat xs 1/2 1 2 XL 1/5 1/ 1 1/ IM 1/5 1/2 1 Tabel 11. Matrks Faktor Evaluas untuk Krtera Harga yang dsederhanakan

7 Smpat Smpat 1, xs,5 XL,2 IM,2 1,9 xs XL IM 2, 1,,25,5,75 5,, 1,, 1, 5, 2,, 1, 8, Tabel 12. Matrks Faktor Evaluas untuk Krtera Harga yang dnormalkan Smpat xs XL IM Egen Vector Smpat,5,8,6 2,,526 5,511 xs,26,26,,2 1, ,269 XL,15,6,7,, ,72 IM,15,1,2,12,58 1 9,17 Nla egen maksmum (λmaksmum) dapat dcar dengan cara menjumlahkan hasl perkalan jumlah kolom dengan vektor egen. Maka nla egen maksmum yang dapat dperoleh yatu : max (1,9 x,511 ) + (,75 x,269 ) + ( 1, x,72 ) + (8, x,17 ), ,1 +,99 + 1,228,18 max n CI n 1,18,9 Untuk n, RI.9 (tabel Saaty), maka: CI CR RI,9,9,55 Karena CR <,1 berart preferens responden adalah konssten..6. Perhtungan Faktor Evaluas untuk Krtera Masa ktf Tabel 1. Matrks Faktor Evaluas untuk Krtera Masa ktf Smpat x s X L IM Smpat

8 xs 1/5 1 2 XL 1/5 1/2 1 IM 1/7 1/ 1/ 1 Tabel 1. Matrks Faktor Evaluas untuk Krtera Masa ktf yang dsederhanakan Smpat xs XL IM Smpat 5, 5, 1, 7, 1, 2, xs,2,,5 1, XL,2,,, IM,1 1, 1,5 6,8 8, 1, Tabel 15. Matrks Faktor Evaluas untuk Krtera Harga yang dnormalkan Smpat xs XL IM Egen Vector Smpat,7,6,5 2,8,68 2,62 xs,1,1,2,21,7 6,18 XL,1,7,12,21,5 7,1 IM,9,,,7,25 9 1,6 Nla egen maksmum (λmaksmum) dapat dcar dengan cara menjumlahkan hasl perkalan jumlah kolom dengan vektor egen. Maka nla egen maksmum yang dapat dperoleh yatu : max (1,5 x,62 ) + (6,8 x,18 ) + (8, x,1 ) + ( 1, x,6 ), ,28 + 1,119 +,885,28 max n CI n 1,28,69 Untuk n, RI.9 (tabel Saaty), maka: CI CR RI,69,9,77 Karena CR <,1 berart preferens responden adalah konssten.

9 .7. Perhtungan Faktor Evaluas untuk Krtera Layanan Tabel 16. Matrks Faktor Evaluas untuk Krtera Layanan Smpat x s X L IM Smpat / xs ½ 1 1/2 1/5 XL ½ 2 1 1/ IM 5 1 Tabel 17. Matrks Faktor Evaluas untuk Krtera Layanan yang dsederhanakan Smpat xs XL IM Smpat 2,, 1, 2,,5,2 xs,5 1, 1,, XL,5 2,, 1, IM, 5, 5, 1, 6,5 1,87 6 Tabel 18. Matrks Faktor Evaluas untuk Krtera Layanan yang dnormalkan Smpat xs XL IM Egen Vector Smpat,2,,17,88, ,222 xs,1,1,7,1,8 7 7,96 XL,1,2,15,17,6 9 2,158 IM,6,5,6,5 2, ,52 Nla egen maksmum (λmaksmum) dapat dcar dengan cara menjumlahkan hasl perkalan jumlah kolom dengan vektor egen. Maka nla egen maksmum yang dapat dperoleh yatu : max (5, x,222) + (1, x,96) + (6,5 x,158) + (1,876 x,52) 1,18 +,96 + 1,28 +,979,7 max n CI n 1,7,25 Untuk n, RI.9 (tabel Saaty), maka: CI CR RI

10 ,25,9,28 Karena CR <,1 berart preferens responden adalah konssten..8. Perhtungan Total Rankng / Prortas Global Tabel 19. Matrks Hubungan antara Krtera dengan lternatf 1 2 Smpat,16,62,22, ,,26,18,9 xs 9 9 6,29,7,1,15 XL IM,1 9 2,1 7,6 8,52.9. Total Rankng Langkah selanjutnya yatu mencar total rangkng untuk masng-masng paket nternet dengan cara mengalkan faktor evaluas masng-masng alternatf dengan faktor bobot Tabel 2. Total Rangkng untuk Smpat Faktor Evaluas Faktor Bobot Bobot Evaluas Kualtas Koneks,162,587,95 Harga,511,218,111 Masa ktf,62,12,76 Layanan,222,72,16 1,,299 Tabel 21.Total Rangkng untuk xs Faktor Faktor Evaluas Bobot Bobot Evaluas Kualtas Koneks,9,587,2 Harga,269,218,59 Masa ktf,18,12,2 Layanan,96,72,7 1,,28 Tabel 22. Total Rangkng untuk XL Faktor Faktor Evaluas Bobot Bobot Evaluas Kualtas Koneks,29,587,17 Harga,72,218,16 Masa ktf,1,12,16 Layanan,158,72,11 1,,21 Tabel 2. Total Rangkng untuk IM Faktor Faktor Bobot

11 Evaluas Bobot Evaluas Kualtas Koneks,19,587,82 Harga,17,218,2 Masa ktf,6,12,8 Layanan,52,72,8 1,,159 Setelah dlakukan perhtungan maka pada masng-masng tabel dperoleh hasl : Smpat,299 xs,28 XL,21 IM,159 Dar hasl datas dapat dsmpulkan bahwa paket nternet yang banyak dplh oleh masyarakat dalam memenuh kebutuhan nya yatu : xs, Smpat, XL, IM. KESIMPULN Setelah dlakukannya peneltan n dengan responden maka dapat dketahu total rankng masng-masng paket nternet dan urutan prortas dapat dbuat berdasarkan total rankng paket nternet yang dsuka masyarakat dlhat dar : Urutan Prortas Kualtas Koneks Harga Masa ktf Layanan 1 xs Smpat Smpat IM 2 XL xs xs Smpat Smpat IM XL XL IM XL IM xs Sedangkan untuk urutan prortas dalam pemlhan paket nternet yang dmnat mahasswa dengan mempertmbangkan seluruh krtera yatu : 1. xs :,28 (2,8 %) 2. Smpat :,299 (29,9 %). XL :,21 (21, %). IM :,159 (15,9 %) DFTR PUSTK [1] gus Perdana Wndarto, Implementas Metode Topss Dan Saw Dalam Memberkan Reward Pelanggan, Klk-Kumpulan Jurnal Ilmu Komputer, (1), pp [2] Suryad. K, Ramdhan., 22, Sstem Pendukung Keputusan Suatu Wacana Struktural Idealsas Dan Implementas Konsep Pengamblan Keputusan, PT. Rosdakarya, Bandung. [] Latfah, St. 25. Prnsp prnsp dasar nalytcal Herarchy Process. Jurnal Stud Kasus Fakultas Pertanan, Unverstas Sumatera Utara (USU), Medan. [] Mulyono. 2. P5. Prnsp dasarnalytcal Herarchy Process (HP) [5] lonso, J.., dan Lamata, M. T., 26, Concstency In The nalytcal Herarchy Process: New pproach, Internatonal Journal of Uncertanty, no, volume 1, hal.5-59 [6] Prasetyo, B., Laksto, W., & Sswant,S. (21). Sstem Pendukung Keputusan Pemlhan Paket Internet Operator Telekomunkas Dengan Metode hp (nalytcal Herarchy Process). Jurnal TIKomSN, [7] Susla, W dan Munad, Ernawat. 27. Penggunaan nalytc Herarchy Process Untuk Penyusunan Prortas Proposal Peneltan, Jurnal Informatka Pertanan Vol. 16, No. 2. Departemen Pertanan.