SISTEM PENDUKUNG KEPUTUSAN PEMILIHAN PROVIDER INTERNET MENGGUNAKAN METODE AHP dan SAW DOSEN : DRS. RETANTYO WARDOYO, M.Sc., Ph.D

Transkripsi

1 SISTEM PENDUKUNG KEPUTUSAN PEMILIHAN PROVIDER INTERNET MENGGUNAKAN METODE AHP dan SAW DOSEN : DRS. RETANTYO WARDOYO, M.Sc., Ph.D Disusun Oleh Ibnu Triyanto 1411 Kirwanto 1411 Nuralia Putri Hayati PROGRAM MAGISTER ILMU KOMPUTER UNIVERSITAS BUDI LUHUR JAKARTA 2016

2 BAB I... PENDAHULUAN BAB II... LANDASAN... 3 TEORI ANALYTICAL HIERARCHY... 3 PROCESS Simple Additeve Weighting (SAW) Technique For Other Preference by Similiraty to Ideal Solution (TOPSIS)... 6 BAB III... PEMBAHASAN Menentukkan Spesifikasi Provider Menentukkan Bobot Parameter dengan Metode AHP Menentukan Rating dengan Interpolasi, Profile Matching, dan AHP... 8 Interpolasi Mengambil Keputusan dengan Metode SAW... 0 BAB IV... KESIMPULAN

3 BAB I metode sistem pengambilan keputusan, salah satunya metode yang digunakan untuk aplikasi sistem pendukung keputusan ini adalah dengan menggunakan metode Analytical Hieararchy Process. PENDAHULUAN Metode Saat ini Analytical kebutuhan Hieararchy untuk koneksi Process di sebuah adalah metode perusahaan pengambilan bukan lagi keputusan menjadi yang pelengkap, multi kriteria, melainkan sedangkan sudah seperti pengambilan menjadi keputusan suatu kebutuhan pemilihan yang Provider wajib penyelenggara ada dalam kegiatan internet seharihari. Mulai dari kriteria-kriteria pekerjaan kantor, seperti laporan nama provider, bahkan Kapasitas, dalam komunikasi pelayanan, sehari-hari dan harga koneksi yang juga mengandalkan bervariasi. jaringan sangat Dengan dibutuhkan. melihat adanya Dewasa kriteria-kriteria ini, banyak provider yang dipergunakan penyelenggara untuk jasa mengambilan internet yang keputusan, menawarkan maka dengan akan sangat harga dan cocok kualitas menggunakan yang berbeda, metode ini tentunya dengan dengan multi kriteria, harga karena yang mampu bervariasi memilih pula, alternatif membuat terbaik. sebuah perusahaan menjadi kesulitan dalam menentukan pilihan yang sesuai dengan kebutuhan dan budget Perusahaan. Tidak jarang juga perusahaan memasang dengan spesifikasi yang tidak disesuaikan dengan harapan. Misalnya saja, memasang koneksi jaringan dengan bandwidth tinggi, tetapi harga yang sahat mahal. Padahal sebenarnya dengan ada provider dengan harga murah dapat bandwidth yang sama, perusahaan dapat menyesuaikan kebutuhan berdasarkan kapasitas yang di perlukan, harga yang murah dan pelayanan customer yang selalu ada. Tentunya permasalahan yang ditimbulkan di atas dapat diperkecil dengan menghitung menggunakan metode penunjang keputusan yang dapat memberikan alternatif-alternatif keputusan pemilihan provider penyelenggara jasa internet yang telah memberikan penawaran terbaik kepada perusahaan. Informasi tersebut diperoleh dari informasi yang diberikan oleh sales dan dicatat untuk dibandingkan menurut kebutuhan. Berdasarkan penawaran, sebanyak 5 provider yang memberikan penawaran khusus di antaranya mengungkapkan bahwa diperlukan suatu penghitungan yang dapat memberikan alternatifalternatif keputusan pemilihan provider jaringan untuk dipasang sebagai sarana bekerja karyawan. Berangkat dari permasalahan sebelumnya yang mendasari penelitian untuk menerapkan metode penghitungan pengambil keputusan pemilihan provider agar perusahaan dapat menentukan pilihan provider dengan tepat sesuai dengan kebutuhan dan besar kapasitas yang diminta. Metode sistem pendukung keputusan yang ada dan dapat dijadikan patokan dalam mengambil keputusan beberapa

4 BAB II LANDASAN TEORI 2.1. ANALYTICAL HIERARCHY PROCESS Sumber kerumitan masalah keputusan bukan hanya dikarenakan faktor ketidakpastian atau ketidaksempurnaan informasi saja. Namun masih terdapat penyebab lainnya seperti banyaknya factor yang mempengaruhi terhadap pilihan-pilihan yang ada, dengan berbagai macam kriteria. Dalam masalah Multi Criteria Decision Making (MCDM), pengambil keputusan menilai sekumpulan alternatif keputusan berdasarkan kriteria. Salah satu pendekatan yang sering digunakan untuk menyelesaikan persoalan MCDM ini adalah dengan metode Analytic Hierarchy Process (Saaty, 1991). Pada dasarnya Analytic Hierarchy Process adalah suatu teori umum tentang pengukuran yang digunakan untuk menemukan skala rasio terbaik dari perbandingan berpasangan yang diskrit maupun kontiniu. Analytic Hierarchy Process sangat cocok dan flexibel digunakan untuk menentukan keputusan yang menolong seorang decision maker

5 untuk mengambil keputusan yang efisien dan efektif berdasarkan segala aspek yang dimilikinya. Jenisjenis Analytic Hierarchy Process antara lain (Bound dalam Setiawan, 2009:4). 1. Single-criteria adalah memilih salah satu alternative dengan satu kriteria 2. Multi-criteria adalah pengambilan keputusan yang melibatkan beberapa alternatif dengan lebih dari satu kriteria dan memilih satu alternative dengan banyak kriteria. Tahapan-tahapan Analytic Hierarchy Process Tahapan-tahapan pengambilan keputusan dengan Metode Analytic Hierarchy Process (Suryadi & Ramdhani, 1998) adalah sebagai berikut. 1. Mendefinisikan masalah dan menentukan solusi yang diinginkan 2. Membuat struktur hierarki yang diawali dengan tujuan umum 3. Membuat perbandingan berpasangan antar factor C = n(n 1)/2 (1) 4. Melakukan matriks perbandingan 5. Menghitung nilai eigen dan menguji 6. konsistensinya. 7. nilai eigen = ((ΣVij)/n)/(ΣVij) (2) 8. Mengulang langkah 3, 4, dan Menghitung vector eigen kriteria. 10. Melakukan perbandingan berpasangan terhadap kriteria alternatif 11. Menghitung peringkat alternative 12. Memeriksa konsistensi hierarki 2.2. Simple Additeve Weighting (SAW) Metode SAW sering dikenal dengan istilah metode penjumlahan terbobot. Konsep dasar metode SAW adalah mencari penjumlahan terbobot dari rating kinerja pada setiap alternatif pada semua atribut. Metode SAW dapat membantu dalam pengambilan keputusan suatu kasus, akan tetapi perhitungan dengan menggunakan metode SAW ini hanya yang menghasilkan nilai terbesar yang akan terpilih sebagai alternatif yang terbaik. Perhitungan akan sesuai dengan metode ini. apabila alternatif yang terpilih memenuhi kriteria yang telah ditentukan. Metode SAW ini lebih efisien karena waktu yang dibutuhkan dalam perhitungan lebih singkat.

6 Metode SAW membutuhkan proses normalisasi matriks keputusan (X) ke suatu skala yang dapat diperbandingkan dengan semua rating alternatif yang ada. Sedangkan untuk kriterianya terbagi dalam dua kategori yaitu untuk bernilai positif termasuk dalam kriteria keuntungan dan yang bernilai negatif termasuk dalam kriteria biaya. Keterangan : A : Alternatif C : Kriteria W : Bobot Preferensi V : Nilai preferensi untuk setiap alternatif X : Nilai Alternatif dari setiap kriteria Tahapan metode SAW : 1. Menentukan kriteria-kriteria yang akan dijadikan acuan dalam pengambilan keputusan, yaitu C1. 2. Menentukan rating kecocokan setiap alternatif pada setiap kriteria 3. Membuat matriks keputusan berdasarkan kriteria (C1), kemudian melakukan normalisasi matriks berdasarkan persamaan yang disesuaikan dengan jenis atribut sehingga diperoleh matriks ternormalisasi R. 4. Hasil akhir diperoleh dari proses perankingan yaitu penjumlahan dari perkalian matriks ternormalisasi R dengan vector bobot sehingga diperoleh nilai terbesar yang dipilih sebagai alternatif terbaik (A1) sebagai solusi.

7 BAB III PEMBAHASAN 3.1 Menentukan Spesifikasi Provider Paramater M1 M2 M3 M4 M5 Harga Bandwith 10 (Mbps) 5 (Mbps) 5 (Mbps) 2 (Mbps) 2 (Mbps) SLA 80(%) 90 (%) 95 (%) 99 (%) 99 (%) Provider First Media IndiHome Wasantara Biznet CBN Support 8 Jam 12 Jam 24 Jam 24 Jam 24 Jam 3.2 Menentukan Bobot Parameter dengan Metode AHP Harga : Bandwith = 2 : 1 Harga : SLA = 3 : 1 Harga : Provider = 5 : 1 Harga : Support = 5 : 3 Bandwith : SLA = 4 : 2 Bandwith : Provider = 4 : 1

8 Bandwith : Support = 3 : 2 SLA : Provider = 1 : 3 SLA : Support = 3 : 5 Provider : Support = 3 : 2

9 3.3 Menentukan Rating dengan Interpolasi, Profile Matching dan AHP Interpolasi Rumus Jika kriteria minimum, maka nilai terkecil memiliki rating tertinggi. Berikut merupakan Rumus untuk rating : (nilai - nilai min) / (nilai max - nilai min) * (rating min - rating max) + rating max Jika kriteria maksimum, maka nilai terbesar memiliki rating tertinggi. Berikut merupakan Rumus untuk rating : (nilai - nilai min) / (nilai max - nilai min) * (rating max - rating min) + rating min Tabel Rating Paramater Kriteria Bobot M1 M2 M3 M4 M5 Harga Murah 0, Bandwith Besar 0, SLA Tinggi 0, Provider Terpercaya 0, Support Full 0,

10 Profile Matching Profile Matching adalah sebuah mekanisme pengambilan keputusan dengan mengasumsikan bahwa terdapat tingkat variable prediktor yang ideal yang harus dipenuhi oleh subyek yang harus diteliti, bukan tingkat minimal yang harus dipenuhi atau dilewati. Sementara GAP merupakan perbedaan/selisih value masing-masing aspek/atribut dengan value. Paramater Kriteria Bobot M1 M2 M3 M4 M5 Harga Murah Bandwith Besar SLA Tinggi Provider Terpercaya 7 First Media IndiHome Wasantara Biznet CBN Support Full Menentukan nilai standar Harga Bandwith SLA Provider Support Murah Sedan g Maha l Keci l Sedang Besar Rendah Sedang Tinggi Tidak Terpercaya Kuran g Terpercay a No Support Hal f Ful l Nilai Standar : 2

11 Mencari Nilai GAP Aspek No Nama A B C D E 1 First Media IndiHome Wasantara Biznet CBN Nilai Standar 1 First Media IndiHome Wasantara Biznet CBN Menggolonngkan sub aspek kedalam factor utama dan factor tambahan Core Factor Harga (A) Bandwith (B) Secondary SLA Provider (D) Support (E) Perhitungan Bobot No Selisih Bobot

12 Pengelompokan core factor dan secondary factor Konversi Nilai Ke Bobot CF SF 1 First Media IndiHome Wasantara Biznet CBN Perhitungan Nilai Total No Provider CF SF NI Rangking Akhir 1 First Media 4.5 4, , IndiHome 4.5 4, , Wasantara , , Biznet , CBN 3.5 4, , AHP Parameter Harga Bandwidth SLA (%) Provider Support Harga (Rp) , Bandwidth 0, ,5 SLA (%) 0,3333 0,25 1 0, ,6 Provider 0,25 0, ,5 Support 0,3333 0,5 1,5 0, Total 2, ,5 11 6, Total * Bobot 1 0, , , , , Total * Bobot 2 0,8955 1, , , , Lamda max bobot 1 5,16009 Lamda max bobot 2 5,38575 CI Bobot 1 0,04002 CI Bobot 2 0,09644 RI (n=5) 1,12

13 Jika CR kurang dari sama dengan 0,1 maka CR bobot 1 0,03573 konsisten CR bobot 2 0,0861 Jika CR lebih dari 0,1 maka tidak konsisten

14 Rating Paramater Kriteria Bobot M1 M2 M3 M4 M5 Harga Murah 0, , , , Bandwith Besar 0, SLA Tinggi 0, , , Provider Terpercaya 0, Support Full 0, Mengambil Keputusan dengan Metode SAW Metode SAW Metode SAW juga dikenal dengan metode penjumlahan terbobot. Konsep dasar metode SAW adalah mencari penjumlahan terbobot rating kinerja pada setiap alternative pada semua atribut. Paramater Kriteria Bobot M1 M2 M3 M4 M5 Harga Murah 0, , , , Bandwith Besar 0, ,25 2, SLA Tinggi 0, , , Provider Terpercaya 0, Support Full 0, Metode SAW menggunakan pembobotan untuk setiap atribut Paramater Kriteria Bobot M1 M2 M3 M4 M5 Harga Murah 0, , , Bandwith Besar 0, , , , , SLA Tinggi 0, , , , Provider Terpercaya 0,25 1 1,25 0,75 0,5 0,25 Support Full 0, , , , , , Skor total untuk alternative diperoleh dengan menjumlahkan seluruh hasil perkalian antara rating (yang dapat dibandingkan lintas atribut) dan bobot tiap atribut.

15 Paramater Kriteria Bobot M1 M2 M3 M4 M5 SumSQ SQRT Harga Murah 0, , ,9 Bandwith Besar 0, , SLA Tinggi 0, ,67041 Provider Terpercaya 0, , Support Full 0,

16 BAB V KESIMPULAN Berdasarkan hasil penghitungan dan evaluasi dari BAB terdahulu, maka dapat ditarik kesimpulan sebagai berikut. 1. Penggunaan metode Analytical Hierarchy Procespada Sistem Pendukung Keputusan dalam menentukan pemilihan Provider penyelenggara jasa internet yang tepat sesuai dengan spesifikasi yang diminta pembeli dapat diterapkan dan berhasil dibuat sesuai dengan tahap penghitungan dan keputusan yang tepat. 2. Dalam penelitian ini ditemukan Ada 5 parameter yang menjadi acuan untuk menentukan Provider ISP mana yang menduduki ranking pertama, di antaranya adalah Harga, Bandwitdh, SLA, Provider dan support. Dari hasil kalkulasi yang dilakukan sesuai dengan metode SAW ISP First Media berhasil menempati ranking pertama di antara empat ISP lainnya. Dengan kata lain, ISP tersebut memiliki nilai keseluruhan yang paling tinggi baik pada metode SAW. Sementara posisi terakhir ditempati oleh ISP Wasantara.net.

17