PEMILIHAN MEREK LIPSTIK TERFAVORIT DENGAN MADM BERBASIS GUI MATLAB

Transkripsi

1 ISSN: JURNAL GAUSSIAN, Volume 6, Nomor 3, Tahun 2017, Halaman Onlne d: PEMILIHAN MEREK LIPSTIK TERFAVORIT DENGAN MADM BERBASIS GUI MATLAB Husnul Fnsa 1, Tatk Wdharh 2, Moch. Abdul Mukd 3 1 Mahasswa Departemen Statstka FSM Unverstas Dponegoro 2,3 DosenDepartemen Statstka FSM Unverstas Dponegoro ABSTRACT Lpstck s a cosmetc usually worn by women to mprove appearance wth apply to the lps. The nterest on lpstck among student at ndonesa based on the varous brands lpstck of natonal and nternatonal land of sellng n ndonesa. Based on ths condton, t takes a method that can evaluate most favorte brand lpstck accordng to college student. The method appled to choose most favorte brand lpstck are Smple Addtve Weghtng (SAW) and Technque for Order Preference by Smlarty to Ideal Soluton (TOPSIS). Both ths method can do the decson to establsh an alternatve best of a number of alternatves based on a number of certan crtera n overcomng Mult Attrbute Decson Makng (MADM), The concept of SAW s lookng for a sum of the weghted performance ratng for each alternatve n all crtera. Whle TOPSIS usng the prncple that alternatve chosen should have the shortest dstance of a soluton deal postve and farthest of a soluton deal negatve. There are 10 alternatve brand lpstck and 10 crtera, the crteras are the prce, color, form, packagng, reslence, pgmentaton, texture, scent, the avalablty of code expred lpstck. The result of the research ndcated that to the SAW method most favorte brand lpstck s of NYX and to the TOPSIS method most favorte brand lpstck s Wardah. The research also produce an applcaton programmng GUI Matlab that can help users n process data uses the method saw and topss for an electon most favorte brand lpstck. Keywords : GUI, Lpstck, MADM, SAW, TOPSIS, 1. PENDAHULUAN Menngkatnya mnat terhadap produk kecantkan terutama lpstk d Indonesa dlatar belakang adanya berbaga merek lpstk dar dalam maupun luar neger yang d ual d Indonesa. Sasaran pasar produk kecantkan adalah kaum wanta dan melput semua kalangan, termasuk mahassw. Faktor-faktor yang perlu dperhatkan dalam membel lpstk dantaranya, harga, warna, bentuk, kemasan, ketahanan, pgmentas, tekstur, aroma, ketersedaan serta kode kadaluarsa lpstk. Oleh sebab tu, untuk mengetahu merek lpstk yang palng dsuka serta untuk mengetahu apakah merek lpstk lokal menad favort d kalangan mahassw, dbutuhkan sebuah metode dapat menyeleks dalam pengamblan keputusan untuk menla merek lpstk terfavort menurut mahassw. Pengamblan keputusan merupakan proses untuk memlh suatu alternatf terbak. MADM adalah suatu metode yang dapat dgunakan untuk menentukan alternatf yang optmal dar seumlah alternatf dengan krtera tertentu. Ada beberapa metode yang dapat dgunakan untuk menyelesakan masalah MADM, dantaranya adalah Smple Addtve Weghtng (SAW) Method dan Technque for Order Preference by Smlarty to Ideal Soluton (TOPSIS). Konsep dasar metode SAW adalah mencar penumlahan terbobot dar matrks keputusan pada setap alternatf d semua atrbut. TOPSIS ddasarkan pada konsep dmana alteratf terplh memlk arak terpendek degan solus deal postf dan arak terpanang dar solus deal negatf. Matlab merupakan sebuah sngkatan dar Matrx Laboratory, software n pertama kal dgunakan untuk keperluan analss numerk, alabar lner, dan teor tentang matrks. Beberapa manfaat yang ddapatkan dar Matlab antara lan perhtungan matematka,

2 komputas numerk, smulas dan pemodelan, vsualsas dan analss data, pembuatan grafk untuk keperluan sans dan teknk, serta pengembangan aplkas, msalnya dengan memanfaatkan Graphcal User Interfaces (GUI). 2. TINJAUANPUSTAKA 2.1. Searah Lpstk Lpstk merupakan kosmetk yang dterapkan pada bbr untuk menentukan bentuk dan member warna serta memberkan perlndungan. Awalnya lpstk mula muncul dalam peradaban d Tmur Tengah, Afrka Utara dan Inda. Pada akhr abad ke-19 ketka kemauan ndustr berkembang pesat, ndustr kecantkan Perancs mula memproduks lpstk untuk penualan komersal, kemudan perlahan-lahan lpstk menad semakn popular sepert saat n Krtera Pemlhan Lpstk Salah satu yang melatar belakang banyaknya mnat terhadap produk kecantkan terutama pada lpstk adalah ketersedaan seumlah merek yang berasal dar dalam dan luar neger. Untuk tu sebelum membel lpstk yang tepat ada 7 hal yang harus dperhatkan, dantaranya tekstur, warna, ketahanan, harga, pgmentas, kemasan dan masa kadaluarsa Skala Pengukuran Untuk menganalss data yang berupa angka atau numerk senantasa berkepentngan dengan sfat dasar skala yang dgunakan untuk pengukuran. Ada empat macam skala pengukuran, yatu nomnal, ordnal, nterval dan raso (Stevens dalam Wayne, 1989) Populas, Sampel dan Teknk Samplng Populas adalah umlah dar keseluruhan obyek (satuan-satuan/ndvdu-ndvdu) yang karakterstknya hendak dduga (Darwanto dan Subagyo, 1998). Menurut Soeratno dan Arsyad (1993), sampel adalah bagan dar populas yang karakterstknya hendak dseldk dan danggap bsa mewakl keseluruhan populas, sedangkan metodolog untuk memlh dan mengambl obyek masuk ke dalam sampel yang representatf dsebut samplng. Pada dasarnya ada dua macam metode samplng yatu Probablty Samplng dan Non-Probablty Samplng. Salah satu contoh Non-probablty samplng adalah Purposve samplng Mult-Attrbute Decson Makng (MADM) Menurut Kusumadew et al. (2006) Mult-Attrbute Decson Makng (MADM) merupakan salah satu metode pengambl keputusan untuk menetapkan alternatf terbak dar seumlah alternatf berdasarkan beberapa krtera tertentu. MADM basanya dgunakan untuk melakukan penlaan atau seleks terhadap alternatf dalam umlah yang terbatas. Msalkan A merupakan alternatf ke- dan C merupakan krtera ke-. Tuuan MADM adalah mengevaluas m alternatf A ( = 1,2,...,m) terhadap sekumpulan krtera ( = 1,2,...,n), setap krtera salng tdak bergantung satu dengan yang lannya. Bobot keputusan dperlukan untuk menunukkan kepentngan relatf dar setap krtera. Langkah metode MADM dmula dengan membuat matrks keputusan (X), kemudan menentukan nla bobot dengan cara: w w, w,..., w } (1) { 1 2 n C JURNAL GAUSSIAN Vol. 6, No. 3, Tahun 2017 Halaman 346

3 w n u 1 u dengan n w 1 1 dmana (2) 2.6. Smple Addtve Weghtng (SAW) Konsep dasar SAW adalah mencar penumlahan terbobot dar matrks keputusan pada setap alternatf d semua atrbut (Fshburn dalam Kusumadew et al., 2006). Metode SAW membutuhkan proses normalsas matrks keputusan (X) ke suatu satuan yang dapat dperbandngkan dengan semua alternatf. Melakukan normalsas matrks keputusan metode SAW dengan cara menghtung nla elemen matrks keputusan ternomalsas ( ) dar alternatf A pada krtera C yang merupakan krtera keuntungan (beneft) sebaga berkut. x r (3) Maxx Hasl akhr nla preferens ( V ) dperoleh dengan melakukan perkalan matrks T ternormalsas ( ) dengan matrk bobot preferens ( w ), dengan ) sebaga bars dan (w ) sebaga kolom. V n 1 w r 2.7. Technque for Order Preference by Smlarty to Ideal Soluton (TOPSIS) TOPSIS ddasarkan pada konsep dmana alternatf terplh yang terbak tdak hanya memlk arak terpendek dar solus deal postf, namun uga memlk arak terpanang dar solus deal negatf (Hwang, 1981 dan Zeleny, 1982 dalam Kusumadew, 2006). Metode TOPSIS uga membutuhkan proses normalsas matrks keputusan (X). Nla elemen yang ternormalsas ( ) dhtung dengan menggunakan persamaan berkut. x p m (5) 2 x 1 Selanutnya membuat matrks keputusan yang ternormalsas terbobot. Nla elemen matrks ternormalsas terbobot ) dhtung sebaga berkut. dengan =1,2,,m dan =1,2,,n Solus deal postf ( A ) dan solus deal negatf ( A ) dapat dtentukan berdasarkan matrks keputusan ternormalsas ( ) sebaga berkut. = dengan =1,2,,m dan =1,2,,n. (6) (7) dengan, (4) JURNAL GAUSSIAN Vol. 6, No. 3, Tahun 2017 Halaman 347

4 Jarak antara alternatf A dengan solus deal postf ( D ) drumuskan sebaga berkut. D n 1 Jarak antara alternatf D n 1 2 ( y y ) ; = 1,2,, m (8) A dengan solus deal negatf ( D ) drumuskan sebaga berkut. 2 ( y y ) ; = 1,2,, m (9) Nla preferens untuk setap alternatf ( V ) TOPSIS sebaga berkut. D V ; = 1,2,, m (10) D D 2.8. Komputas Matlab Menurut Frmansyah (2007), Matlab merupakan sebuah sngkatan dar Matrx Laboratory. Matlab dkembangkan sebaga bahasa pemograman sekalgus alat vsualsas, yang menawarkan banyak kemampuan untuk menyelesakan berbaga kasus yang berhubungan langsung dengan dspln kelmuan matematka. Manfaat yang ddapatkan dar Matlab antara lan perhtungan matematka, komputas numerk, smulas dan pemodelan, vsualsas dan analss data, pembuatan grafk untuk keperluan sans dan teknk, serta pengembangan aplkas, msalnya dengan memanfaatkan GUI 2.9. Graphcal User Interfaces (GUI) Matlab User Interface (UI) merupakan tamplan grafs dalam satu atau lebh endela berskan control dan komponen, yang memungknkan pengguna untuk melakukan hal-hal nteraktf. Matlab UI adalah endela angka yang dapat menambahkan komponen sesua dengan kebutuhan pengguna. Selan tu dapat dlakukan pula pemlhan ukuran dan poss komponen sesua kengnan pengguna (MathWorks, 2015). Menurut Sugharto (2006), Untuk membuat sebuah User Interface Matlab, dmula dengan membuat desan sebuah fgur. Untuk membuat desan sebuah fgur dapat menggunakan ucontrol (kontrol User Interface) yang telah terseda pada edtor fgur, dantaranya Pushbutton, Toggle Button, Rado Button, Checkboxes, Edt Text, Statc Text, Slder, Frames, Lstboxes, Popup Menu, Axes. 3. METODE PENELITIAN 3.1. Jens dan Sumber Data Peneltan n menggunakan data prmer. Pengumpulan data prmer dlakukan dengan pengsan kuesoner untuk pembobotan krtera dan penlaan keseluruhan merek lpstk. Populas yang dgunakan adalah Mahassw Unverstas Dponegoro, sampel yang dambl yatu 100 mahassw Unverstas Dponegoro yang pernah mencoba merek lpstk dar alternatf yang telah dtetapkan. JURNAL GAUSSIAN Vol. 6, No. 3, Tahun 2017 Halaman 348

5 3.2. Obek dan Varabel Peneltan 1. Obek Peneltan Obek yang dgunakan dalam peneltan n merupakan alternatf ( A ) Alternatf dalam peneltan n adalah 10 merek lpstk, yatu Wardah, Purbasar, Makeover, Mneral Botanca, Sarayu, NYX, Revlon, LA Grl, Maybellne dan Slky Grl. 2. Varabel Peneltan Varabel yang dgunakan dalam peneltan n adalah varabel krtera (C) yang berumlah 10 krtera, yatu harga, warna, bentuk, kemasan, ketahanan, pmentas, tekstur, aroma, ketersedaan dan masa kadaluarsa. 2.3.Langkah Analss a. Membuat tabel ratng kecocokan dar setap alternatf pada masng-masng krtera untuk metode SAW dan TOPSIS. b. Membuat matrks keputusan untuk metode SAW dan TOPSIS. c. Menentukan bobot preferens atau tngkat kepentngan (w) metode SAW dan TOPSIS. Kemudan dlanutkan dengan proses pada masng-masng metode. 1. Smple Addtve Weghtng (SAW) a. Membuat matrks keputusan yang ternormalsas b. Menentukan nla preferens untuk setap alternatf c. Melakukan perankngan berdasarkan nla preferens. 2. Technque For Order Preference By Smlarty To Ideal Soluton (TOPSIS) a. Membuat matrks keputusan yang ternormalsas b. Membuat matrks keputusan yang ternormalsas terbobot c. Menentukan matrks solus deal postf dan matrks solus deal negatve d. Menentukan arak antara nla setap alternatf dengan matrks solus deal postf dan solus deal negatve e. Menentukan nla preferens untuk setap alternatf f. Melakukan perankngan berdasarkan nla preferens. 4. HASIL DAN PEMBAHASAN 4.1.Pembuatan Matrks Keputusan Matrks keputusan adalah matrks yang dgunakan untuk mengdentfkas, menganalss dan menla kekuatan hubungan antara alternatf dan krtera keputusan. Maka dperoleh matrks keputusan setap alternatf merek lpstk terhadap setap atrbut krtera sebaga berkut. Merek Lpstk Tabel 1. Matrks Keputusan (X) Krtera C 1 C 2 C 3 C 4 C 5 C 6 C 7 C 8 C 9 C 10 A A A A A A A A A A JURNAL GAUSSIAN Vol. 6, No. 3, Tahun 2017 Halaman 349

6 4.2. Menentukan Bobot Kepentngan Krtera Nla bobot (w) dperoleh dar penlaan kepentngan setap krtera oleh 100 responden, dengan skala penlaan antara 1 hngga 10, dperoleh nla bobot kepentngan krtera sebaga berkut. Tabel 2. Nla Bobot Krtera w 1 w 2 w 3 w 4 w 5 0,103 0,101 0,096 0,099 0,100 w 6 w 7 w 8 w 9 w 10 0,102 0,105 0,096 0,102 0, Metode SAW Menentukan Matrks Keputusan Ternormalsas Seluruh krtera dalam peneltan n merupakan ens krtera yang menguntungkan (beneft), sehngga dperoleh matrks R sebaga berkut. Merek Lpstk Tabel 3. Matrks Keputusan Ternormalsas SAW r 1 r 2 r 3 r 4 r 5 r 6 r 7 r 8 r 9 r 10 A 1 0,878 0,929 0,911 0,906 0,856 0,878 0,905 0, A 2 1 0,863 0,803 0,805 0,899 0,955 0,959 0,95 0,829 0,943 A 3 0,591 0,943 0,984 0,961 0, ,902 0,925 0,994 0,976 A 4 0,781 0,825 0,908 0,949 0,926 0,922 0,954 0,94 0,776 0,951 A 5 0,797 0,839 0,847 0,9 0,879 0,893 0,907 0,959 0,876 0,964 A 6 0, , ,887 0,959 A 7 0,639 0,928 0,985 0,943 0,968 0,973 0,957 0,946 0,935 0,962 A 8 0,707 0,885 0,911 0,919 0,96 0,951 0,863 0,855 0,787 0,95 A 9 0,676 0,923 0,952 0,923 0,95 0,927 0,924 0,947 0,935 0,968 A 10 0,849 0,842 0,879 0,891 0,868 0,896 0,878 0,889 0,81 0, Menentukan Nla Preferens SAW dan Melakukan Perangkngan Perhtungan nla preferens (V ) dperoleh dengan menumlahkan perkalan elemen bars matrks keputusan (X) dengan bobot preferens (w), maka dperoleh Tabel 4. Nla Preferens SAW Merek Lpstk V Wardah (A 1 ) 0,9163 Purbasar (A 2 ) 0,9011 Makeover (A 3 ) 0,9255 Mneral Botanca (A 4 ) 0,8925 Sarayu (A 5 ) 0,8855 NYX (A 6 ) 0,9335 Revlon (A 7 ) 0,9224 LA Grl (A 8 ) 0,8779 Maybellne (A 9 ) 0,9112 Slky Grl (A 10 ) 0,8733 Tabel 5. Urutan Preferens SAW Perngkat Merek Lpstk V 1 NYX (A 6 ) 0, Makeover (A 3 ) 0, Revlon (A 7 ) 0, Wardah (A 1 ) 0, Maybellne (A 9 ) 0, Purbasar (A 2 ) 0, Mneral Botanca (A 4 ) 0, Sarayu (A 5 ) 0, LA Grl (A 8 ) 0, Slky Grl (A 10 ) 0,8733 Dapat dsmpulkan bahwa merek lpstk terfavort dengan metode SAW adalah alternatf ke 6 yatu NYX. JURNAL GAUSSIAN Vol. 6, No. 3, Tahun 2017 Halaman 350

7 4.4. Metode TOPSIS Menentukan Matrks Ternormalsas dan Ternormalsas Terbobot Tabel 6. Matrks Keputusan Ternormalsas TOPSIS Tabel 7. Matrks Keputusan Ternormalsas Terbobot TOPSIS Merek Lpstk y 1 y 2 y 3 y 4 y 5 A 1 0,0379 0,0331 0,0299 0,0308 0,0292 A 2 0,0431 0,0307 0,0264 0,0273 0,0307 A 3 0,0255 0,0336 0,0323 0,0327 0,0338 A 4 0,0337 0,0294 0,0298 0,0323 0,0316 A 5 0,0344 0,0299 0,0278 0,0306 0,03 A 6 0,022 0,0356 0,0328 0,034 0,0341 A 7 0,0276 0,0331 0,0323 0,032 0,033 A 8 0,0305 0,0315 0,0299 0,0312 0,0328 A 9 0,2915 0,0329 0,0313 0,0314 0,0324 A 10 0,0366 0,03 0,0289 0,0303 0,0296 Merek y 6 y 7 y 8 y 9 y 10 Lpstk A 1 0,0302 0,0323 0,0293 0,0364 0,0316 A 2 0,0329 0,0342 0,0308 0,0302 0,0298 A 3 0,0344 0,0322 0,03 0,0362 0,0309 A 4 0,0318 0,0341 0,0305 0,0282 0,0301 A 5 0,0308 0,0324 0,0311 0,0319 0,0305 A 6 0,0343 0,0357 0,0324 0,0323 0,0303 A 7 0,0335 0,0342 0,0307 0,034 0,0304 A 8 0,0328 0,0308 0,0277 0,0286 0,0301 A 9 0,0319 0,033 0,0307 0,0340 0,0306 A 10 0,0309 0,0313 0,0288 0,0295 0,0297 Merek Lpstk p 1 p 2 p 3 p 4 p 5 A 1 0,3676 0,3267 0,3131 0,3111 0,2908 A 2 0,4185 0,3034 0,276 0,2763 0,3053 A 3 0,2472 0,3315 0,3382 0,3301 0,3364 A 4 0,3267 0,2903 0,3122 0,3259 0,3147 A 5 0,3337 0,2951 0,2911 0,3089 0,2984 A 6 0,213 0,3517 0,3437 0,3434 0,3397 A 7 0,2674 0,3262 0,3387 0,3237 0,3289 A 8 0,2958 0,3113 0,3131 0,3156 0,3261 A 9 0,2828 0,3245 0,3273 0,3169 0,3227 A 10 0,3552 0,296 0,3021 0,3058 0,2949 Merek p 6 p 7 p 8 p 9 p 10 Lpstk A 1 0,2954 0,3091 0,3061 0,3568 0,3289 A 2 0,3212 0,3274 0,3222 0,2957 0,3103 A 3 0,3365 0,3082 0,3139 0,3547 0,3211 A 4 0,3102 0,326 0,319 0,277 0,3129 A 5 0,3006 0,3098 0,3254 0,3127 0,3172 A 6 0,3351 0,3416 0,3392 0,3165 0,3155 A 7 0,3274 0,327 0,3208 0,3335 0,3164 A 8 0,3199 0,2949 0,29 0,2807 0,3125 A 9 0,3117 0,3155 0,3213 0,3335 0,3183 A 10 0,3013 0,2997 0,3015 0,289 0, Menentukan Matrks Solus Ideal Postf ( A ) dan Matrks Solus Ideal Negatf ( A ) Nla matrks solus deal postf ( A ) dan matrks solus deal negatf ( A ) dperoleh sebaga berkut. A + = { 0,0431 ; 0,0356 ; 0,0328 ; 0,034 ; 0,0341 ; 0,0345 ; 0,0357 ; 0,0324 ; 0,0364 ; 0,0316} A - = { 0,022 ; 0,0294 ; 0,0264 ; 0,0273 ; 0,0292 ; 0,0302 ; 0,0308 ; 0,0277 ; 0,0282 ; 0,0297} Menentukan Jarak Antara Nla Setap Alternatf dengan Matrks Solus Ideal Postf dan Matrks Solus Ideal Negatf Nla arak antara nla setap alternatf dengan matrks solus deal postf dan solus deal negatve adalah sebaga berkut. Tabel 11. Nla Jarak Setap Alternatf dengan Matrks Solus Ideal Postf dan Negatf Merek Lpstk 1 0,0108 0, ,0131 0, ,0183 0, ,0151 0, ,0145 0, ,0216 0, ,0164 0, ,0175 0, ,0154 0, ,0149 0,0153 JURNAL GAUSSIAN Vol. 6, No. 3, Tahun 2017 Halaman 351

8 Menentukan Nla Preferens TOPSIS dan Melakukan Perangkngan Nla preferens untuk setap alternatf adalah sebaga berkut. Tabel 9. Nla Preferens TOPSIS Merek Lpstk V Wardah (A 1 ) 0,6402 Purbasar (A 2 ) 0,6272 Makeover (A 3 ) 0,4375 Mneral Botanca (A 4 ) 0,4831 Sarayu (A 5 ) 0,4910 NYX (A 6 ) 0,4111 Revlon (A 7 ) 0,4515 LA Grl (A 8 ) 0,3891 Maybellne (A 9 ) 0,4536 Slky Grl (A 10 ) 0,5068 Tabel 10. Urutan Preferens Perngkat Merek Lpstk V 1 Wardah (A 1 ) 0, Purbasar (A 2 ) 0, Slky Grl (A 10 ) 0, Sarayu (A 5 ) 0, Mneral Botanca (A 4 ) 0, Maybellne (A 9 ) 0, Revlon (A 7 ) 0, Makeover (A 3 ) 0, NYX (A 6 ) 0, LA Grl (A 8 ) 0, Pemlhan Metode Terbak Metode terbak dplh berdasarkan pendekatan yang realsts. Pendekatan yang realsts atau yang bersesuaan dengan realta atau kenyataan yang ada. Pada peneltan n dperoleh hasl merek lpstk terfavort dar metode SAW adalah NYX yang merupakan merek lpstk produks Los Angeles, Amerka. Untuk metode TOPSIS yang menad favort adalah Wardah dengan perngkat kedua hngga keempat yatu Purbasar, Slky Grl dan Sarayu. Jka danalss dengan pendekatan realsts dengan mempertmbangan berdasarkan krtera yang dgunakan, merek-merek lpstk sepert Wardah, Purbasar, Slky Grl dan Sarayu merupakan merek lpstk dengan ksaran harga 30 rbu hngga 100 rbu rupah, sedangkan NYX memlk ksaran harga 100 rbu keatas. Dar seg krtera ketersedaan merek lpstk Wardah, Purbasar, Slky Grl dan Sarayu banyak terseda d toko-toko kosmetk kecl maupun besar serta modern store atau department store. Untuk merek lpstk NYX hanya dapat dtemu d modern store atau department store. Dar analss pendekatan realsts datas, maka dapat dsmpulkan bahwa metode TOPSIS adalah metode terbak untuk menentukan merek lpstk dalam peneltan n. 4.7 GUI Matlab Pemlhan Merek Lpstk 1. Tamplan Utama GUI Matlab Metode SAW dan TOPSIS untuk pemlhan merek lpstk terfavort. JURNAL GAUSSIAN Vol. 6, No. 3, Tahun 2017 Halaman 352

9 2.Bagan dalam GUI Matlab metode SAW dan TOPSIS dapat dtamplkan dengan melakukan klk pada tombol Start 3. Proses olah data GUI Matlab metode SAW dapat dtamplkan dengan melakukan klk pada tombol SAW 4. Proses olah data GUI Matlab metode SAW dapat dtamplkan dengan melakukan klk pada tombol SAW JURNAL GAUSSIAN Vol. 6, No. 3, Tahun 2017 Halaman 353

10 5. KESIMPULAN Berdasarkan hasl analss dan pembahasan, maka dperoleh kesmpulan sebaga berkut: 1. Metode SAW dan TOPSIS dapat dgunakan untuk menyelesakan pemlhan merek lpstk terfavort berdasarkan krtera yang telah dtentukan. 2. Kelebhan metode SAW dan TOPSIS adalah mampu menyelesakan permasalahan mult atrbut dengan banyak plhan alternatf, serta banyak pula krtera yang dgunakan untuk melakukan pemlhan alternatf terbak. 3. Dengan dhaslkannya aplkas pemrograman GUI Matlab dapat mempermudah proses pemlhan merek lpstk terfavort menggunakan metode MADM khususnya SAW dan TOPSIS. 4. Hasl analss dar kedua metode ddapatkan merek lpstk terfavort yatu, merek lpstk NYX untuk metode SAW dan Wardah untuk metode TOPSIS. 5. Metode terbak yang dplh dalam peneltan n adalah metode TOPSIS. DAFTAR PUSTAKA Danel, W.W. (1978). Appled Non Parametrc Statstcs. Unted States of Amerca: WS- KENT Publshng Company. Darwanto, & Subagyo, P. (1998). Statstk Induktf. Yogyakarta: BPFE-Yogyakarta. Hwang, C.L., & Yoon, K. (1981). Multple Attrbute Descon Makng. Berln: Sprnger. Jamla dan Hartat, S. (2011). Sstem Pendukung Keputusan Pemlhan Subkontrak Menggunakan Metode Entropy dan TOPSIS. IJCCS. 5 (2), Kahraman, C. (2008). Fuzzy Mult-Crtera Descon Makng. Istanbul: Sprnger. Kurnash, D.L. (2013). Sstem Pendukung Keputusan Pemlhan Laptop dengan Metode TOPSIS. Pelta Informatka Bud Darma. Vol. III (2), Kusumadew, S., Hartat, S., Haroko, A., dan Wardoyo, R. (2006). Fuzzy Mult-Attrbute Decson Makng (FUZZY MADM). Yogyakarta: Graha Ilmu. MathWorks Creatng Graphcal User Interfaces. The MathWorks, Inc. Netra, P. A. (2016). GUI Matlab untukkombnas Metode Analtc Herarchy Process (AHP) dan TOPSIS dalam Pemlhan Cafe Terfavort. Gaussan. Vol. 5, No. 3, hal Nurlta, R. (2016). Komputas Metode SAW dan TOPSIS Menggunakan GUI Matlab Untuk Pemlhan Jens Obek Wsata Terbak. Gaussan. Vol. 5, No. 2, hal Savtha, K., & Chandrasekar, C. (2011). Vertcal Handover Decson Schemes Usng SAW and WPM for Network Selecton In Heterogeneus wreless Network. Global Journal Of Computer Scence and Technology. Vol.11 Soeratno., & Arsyad, L. (eds revs) (1993). Metode Peneltan Untuk Ekonom dan Bsns. Yogyakarta: UPP AMP YKPN. Sugharto, A. (2006). Pemrograman GUI Dengan Matlab. Yogyakarta: ANDI Puyanta, A. (2007). Komputas Numerk dengan Matlab. Yogyakarta: Graha Ilmu.. JURNAL GAUSSIAN Vol. 6, No. 3, Tahun 2017 Halaman 354