Analisa Metode Analytical Hierarchy Process (AHP) dan Simple Multi Attibute Rating Technique (SMART) dalam Pemilihan Produk Printer

ISSN : 1978-6603 Analisa Metode Analytical Hierarchy Process (AHP) dan Simple Multi Attibute Rating Technique (SMART) dalam Pemilihan Produk Printer Herriyance *1, M. Dahria #2 *1 Program Studi Ilmu Komputer, Universitas Sumatera Utara #2 Program Studi Sistem Informasi STMIK Triguna Dharma Email: 1 herriyance_usu@yahoo.com, 2 m.dahria@gmail.com, Abstrak Printer adalah suatu alat untuk mencetak tulisan, dokumen dan gambar dari suatu media (seperti kertas) ke media yang lain. Semakin banyak produk printer yang ada dipasaran akan membuat konsumen menjadi sulit dalam memilih. Penelitian ini bertujuan untuk membangun sebuah sistem yang membantu pengambilan keputusan dalam pemilihan produk printer dengan menggunakan metode Analytical Hierarchy Process (AHP) dan Simple Multi Attibute Rating Technique (SMART). Sistem yang dibangun bertujuan untuk mempermudah dalam pemilihan printer dengan mempertimbangkan beberapa kriteria dan alternatif yang tersedia. Sistem ini juga dapat memberikan pertimbangan mengenai metode mana yang paling cepat dalam pemrosesan kriteria dan alternatif pengambilan keputusan dengan menghitung running time bagi tiap-tiap metode yang digunakan. Hasil akhir penelitian menunjukkan produk printer yang terbaik berdasarkan kriteria dan alternatif yang dihitung dengan dua metode AHP dan SMART dan hasil terbaik ditunjukkan dengan angka perhitungan tertinggi dari setiap model printer. Kata kunci: SPK, metode AHP, SMART, Products printer. Abstract The printer is a tool to print text, documents and pictures from a media (such as paper) to another media. A growing number of printer products in the market will make consumers be difficult to choose. This research aims to develop a system that helps decision-making in the selection of printer products using Analytical Hierarchy Process (AHP) and the Simple Multi attibute Rating Technique (SMART). The system aims to simplify built in printer selection by considering several criteria and alternatives are available. This system may also give consideration as to which method is the fastest in processing alternative criteria and decision-making by calculating the running time for each method used. The final results showed that the best printer products based on the criteria and alternatives are calculated by the two methods of AHP and SMART and the best results are shown with the highest number of calculations every printer model. Keywords: DSS, AHP method, SMART, Printer products. 131

A. PENDAHULUAN 1. Latar Belakang AHP merupakan salah satu metode untuk membantu menyusun suatu prioritas dari berbagai pilihan dengan menggunakan berbagai kriteria. Karena sifatnya yang multikriteria, AHP cukup banyak digunakan dalam penyusunan prioritas. Sebagai contoh untuk menyusun prioritas penelitian, pihak manajemen lembaga penelitian sering menggunakan beberapa kriteria seperti dampak penelitian, biaya, kemampuan SDM, dan waktu pelaksanaan. Di samping bersifat multikriteria, AHP juga didasarkan pada suatu proses yang terstruktur dan logis. Pemilihan atau penyusunan proritas dilakukan dengan suatu prosedur yang logis dan terstruktur. Kegiatan tersebut dilakukan oleh ahli-ahli yang representif berkaitan dengan alternatif-alternatif yang disusun prioritasnya. SMART merupakan metode dalam pengambilan keputusan multiatribut. Teknik pengambilan keputusan multiatribut ini digunakan untuk mendukung pembuat keputusan dalam memilih beberapa alternatif. Setiap pembuat keputusan harus memiliki sebuah alternatif yang sesuai dengan tujuan yang dirumuskan. Setiap alternatif terdiri dari sekumpulan atribut dan setiap atribut mempunyai nilai-nilai. Nilai ini dirata-rata dengan skala tertentu. Setiap atribut mempunyai bobot yang menggambarkan seberapa penting suatu atribut dibandingkan dengan atribut lain. Pembobotan dan pemberian peringkat ini digunakan untuk menilai setiap alternatif agar diperoleh alternatif terbaik. Printer adalah suatu alat untuk mencetak tulisan, dokumen dan gambar dari suatu media (seperti kertas) yang dapat dilihat pada layar monitor. Printer terasuk perangkat keras (Hardware). Pada resolusi printer dikenal dengan istilah DPI (dot per inch). Semakin tinggi resolusinya maka akan semakin bagus cetakan yang dihasilkan. Sebaliknya jika resolusinya rendah maka hasil cetakan tidak akan bagus. Perkembangan printer mengalami perubahan yang sangat cepat sama dengan halnya perkembangan alat output dan input device lainnya. Perkembangan printer masih terus berlanjut sampai saat ini banyak sekali berbagai macam jenis printer yang tersedia seperti merk, type, ukuran dan harga serta kelebihan dan kekurangannya. Persaingan antara produsen printer semakin meningkat dimana masing-masing produsen terus mengeluarkan inovasi dan produk terbaik yang terus berkembang dan terus bersaing baik dilihat dari segi : ukuran, kecepatan, harga, kualitas, kuantitas maupun teknik pengoprasiannya. Dengan adanya perubahan tersebut, akan lebih sulit bagi konsumen untuk mengambil keputusan. Apabila salah dalam pengambilan keputusan, maka akan adanya resiko. Oleh sebab itu maka diperoleh metode untuk pengambilan keputusan. 2. Rumusan Masalah Berdasarkan latar belakang masalah diatas di dapat rumusan masalah yaitu bagaimana mengambil keputusan untuk pembelian printer berdasarkan banyaknya kriteria dengan lebih cepat. 3. Batasan Masalah 1. Produk printer yang dipilih adalah hanya pada produk Fuji Xerox 2. Parameter dari kedua perbandingan metode tersebut adalah hasil yang sesuai dengan keinginan berdasarkan metode dari kriteria pemilihan produk printer dan kecepatan memproses input yaitu dengan running time. 132 Jurnal SAINTIKOM Vol.15, No. 2, Mei 2016

4. Tujuan Penelitian 1. Untuk menentukan pemilihan printer terbaik 2. Untuk membentuk sistem mempergunakan metode AHP dan SMART 5. Manfaat Penelitian Manfaat yang diharapkan dari penelitian ini adalah membantu para konsumen dalam pemilihan printer terbaik, sesuai dengan kriteria yang ada menggunakan metode AHP dan SMART sekaligus dengan menampilkan hasil perbandingan yaitu running time dari kedua metode tersebut. B. METODOLOGI PENELITIAN Metodologi penelitian yang digunakan untuk mendukung pembuatan Penelitian Analisa Metode Analytical Hierarchy Process (AHP) dan Simple Multi Attibute Rating Technique (SMART) dalam Pemilihan Produk Printer ini adalah: a. Pengumpulan Data Pada tahap ini yang dikumpulkan berupa data-data barang sebagai sampel. 1) Studi Literatur Studi literatur yang digunakan dalam penulisan Penelitian ini adalah mengumpulkan bahan referensi mengenai metode klasifikasi dari berbagai buku, jurnal, dan beberapa referensi lainnya. 2) Observasi Metode pengumpulan data yang dilakukan dengan mengadakan pengamatan atau peninjauan langsung terhadap sumber permasalahan serta berkomunikasi langsung dengan pihak yang bersangkutan serta bertanggungjawab dalam penentuan sertifikasi pada sekolah tersebut. 3) Wawancara Metode pengumpulan data yang dilakukan melalui tanya jawab yang diajukan secara langsung kepada narasumber untuk mendapatkan data atau informasi yang berkaitan dengan objek penelitian. 1. Analisa Permasalahan Pada tahap ini akan dilakukan analisis dengan metode AHP dan SMART. 2. Preprosessing Data Mempersiapkan data yang akan ditambang. 3. Pengujian Pada tahap ini dilakukan proses pengujian dan percobaan terhadap aplikasi sesuai dengan kebutuhan yang ditentukan sebelumnya agar berjalan seperti yang diharapkan. C. TINJAUAN PUSTAKA Sistem Pendukung Keputusan Menurut Alter, Decision Support System (DSS) merupakan sistem informasi interaktif yang menyediakan informasi, pemodelan dan pemanipulasian data. Sistem digunakan untuk membantu pengambilan keputusan dalam situasi yang semi terstruktur dan situasi yang tidak terstruktur, dimana tak seorang pun tahu bagaimana keputusan seharusnya dibuat. Decision Support System (DSS) biasanya dibangun untuk mendukung solusi atas suatu masalah untuk mengevaluasi suatu peluang. Decision Support System (DSS) yang seperti itu disebut aplikasi Decision Support System (DSS). Aplikasi DSS digunakan dalam pengambilan keputusan. Aplikasi DSS menggunakan Computer Based Information Systems (CBIS) yang fleksibel, interaktif, dan dapat diadaptasi, yang dikembangkan untuk mendukung solusi atas masalah manajemen spesifik yang tidak terstruktur. 1. Metode Analytical Hierarchy Process (AHP) Jurnal SAINTIKOM Vol.15, No. 2, Mei 2016 133

AHP merupakan salah satu metode untuk membantu menyusun suatu prioritas dari berbagai pilihan dengan menggunakan berbagai kriteria. Karena sifatnya yang multikriteria, AHP cukup banyak digunakan dalam penyusunan prioritas. Sebagai contoh untuk menyusun prioritas penelitian, pihak manajemen lembaga penelitian sering menggunakan beberapa kriteria seperti dampak penelitian, biaya, kemampuan SDM, dan waktu pelaksanaan. Di samping bersifat multikriteria, AHP juga didasarkan pada suatu proses yang terstruktur dan logis. Pemilihan atau penyusuna prioritas dilakukan dengan suatu prosedur yang logis dan terstruktur. Kegiatan tersebut dilakukan oleh ahli-ahli yang representatif berkaitan dengan alternatif-alternatif yang disusun prioritasnya. Metode AHP merupakan salah satu model untuk pengambilan keputusan yang dapat membantu kerangka berfikir manusia. Metode ini mula-mula dikembangkan oleh Thomas L. Saaty pada tahuan 70-an. Dasar berpikirnya metode AHP adalah proses membentuk skor secara numerik untuk menyusun rangking setiap alternatif keputusan berbasis pada bagaimana sebaiknya alternatif itu dicocokkan dengan kriteria pembuat keputusan. Langkahlangkah dalam metode AHP adalah meliputi sebagai berikut: 1. Menentukan jenis-jenis kriteria dari Penilaian Rumah Sehat. 2. Menyusun kriteria-kriteria tersebut dalam bentuk matriks berpasangan. 3. Menjumlah matriks kolom. 4. Menghitung nilai elemen kolom kriteria dengan rumus masing-masing elemen kolom dibagi dengan jumlah matriks kolom. 5. Menghitung nilai prioritas kriteria dengan rumus menjumlah matriks baris hasil langkah 4 dan hasilnya langkah 5 dibagi dengan jumlah kriteria. 6. Menentukan alternatif-alternatif yang akan menjadi pilihan. 7. Menyusun alternatif-alternatif yang telah ditentukan dalam bentuk matriks berpasangan untuk masing-masing kriteria. Sehingga akan ada sebanyak n buah matriks berpasangan antara alternatif. 8. Masing-masing matriks berpasangan antar alternatif sebanyak n buah matriks, masing-masing matriksnya dijumlah per kolomnya. 9. Menghitung nilai prioritas alternatif masing-masing matriks berpasangan antar antar alternatif dengan rumus seperti langkah 4 dan langkah 5. 10.Menguji konsistensi setiap matriks berpasangan antar alternatif dengan rumus masing-masing elemen matriks berpasangan pada langkah 2 dikalikan dengan nilai prioritas kriteria. Hasilnya masing-masing baris dijumlahkan, kemudian hasilnya dengan masingmasing nilai prioritas kriteria sebanyak λ1, λ2, λ3,,λn. Menghitung nilai lamda maksimum dengan rumus: = (2.2) Menghitung nilai Indeks Konsistensi, dengan rumus : CI = (2.3) Di mana: n = banyaknya elemen. 11. Menghitung Rasio Konsistensi, dengan rumus: CR = (2.4) Di mana: CR = Consistency Ratio CI = Consistency Index IR = Indeks Random Consistency Jika CR < 0,1, maka nilai perbandingan berpasangan pada matriks kriteria yang diberikan konsisten. Jika CR 0,1, maka nilai perbandingan berpasangan pada matriks kriteria yang diberikan 134 Jurnal SAINTIKOM Vol.15, No. 2, Mei 2016

tidak konsisten. Sehingga jika tidak konsisten, maka pengisian nilai-nilai pada matriks berpasangan pada unsur kriteria maupun alternatif harus diulang. Memeriksa konsistensi hierarki. Jika nilainya lebih dari 10%, maka penilalian data judgement harus diperbaiki. Namun, jika rasio konsistensi (CI/IR) kurang atau sama dengan 0,1 maka hasil perhitungan bisa dinyatakan benar. Tabel 2.1. Daftar Indeks Random Consistency (IR) N Nilai IR 1,2 0.00 3 0.58 4 0.90 5 1.12 6 1.24 7 1.32 8 1.41 9 1.45 10 1.49 11 1.51 12 1.48 13 1.56 14 1.57 15 1.59 12. Menyusun matriks baris antara alternatif versus kriteria yang isinya hasil perhitungan proses langkah 7, langkah 8, dan langkah 9. 13. Hasil akhir berupa prioritas global sebagai nilai yang digunakan oleh pengambil keputusan berdasarkan nilai yang tertinggi. 2. Metode Simple Multi Attribute Rating Technique (SMART) SMART merupakan metode dalam pengambilan keputusan multiatribut. Teknik pengambilan keputusan multiatribut ini digunakan untuk mendukung pembuat keputusan dalam memilih beberapa alternatif. Setiap pembuat keputusan harus memiliki sebuah alternatif yang sesuai dengan tujuan yang dirumuskan. Setiap alternatif terdiri dari sekumpulan atribut dan setiap atribut mempunyai nilai-nilai. Nilai ini dirata-rata dengan skala tertentu. Setiap atribut mempunyai bobot yang menggambarkan seberapa penting suatu atribut dibandingkan dengan atribut lain. Pembobotan dan pemberian peringkat ini digunakan untuk menilai setiap alternatif agar diperoleh alternatif terbaik. SMART menggunakan linear additive model untuk meramal nilai setiap alternatif. SMART merupakan metode pengambilan keputusan yang fleksibel. SMART lebih banyak digunakan karena kesederhanaanya dalam merespon kebutuhan pembuat keputusan dan caranya menganalisa respon. Analisa yang terlibat adalah transparan sehingga metode ini memberikan pemahaman masalah yang tinggi dan dapat diterima oleh pembuat keputusan. Pembobotan pada SMART menggunakan skala 0 sampai 1, sehingga mempermudah perhitungan dan perbandingan nilai pada masingmasing alternatif. Model fungsi utiliti linear yang digunakan oleh SMART adalah seperti berikut: Maximize j., = 1,, n (2.5) Di mana: - adalah nilai pembobotan kriteria ke-j dari k kriteria, - adalah nilai utility alternatif i pada kriteria j. - Pemilihan keputusan adalah mengidentifikasi mana dari n alternatif yang mempunyai nilai fungsi terbesar. Edwards mendefenisikan ada sepuluh langkah dalam penyelesaian metode SMART yaitu: 1. Mengidentifikasi masalah keputusan Jurnal SAINTIKOM Vol.15, No. 2, Mei 2016 135

Pendefenisian masalah harus dilakukan untuk mencari akar masalah dan batasan-batasan yang ada. Keputusan seperti apa yang akan diambil harus didefenisikan terlebih dahulu, sehingga proses pengambilan keputusan dapat terarah dan tidak menyimpang dari tujuan yang akan dicapai. Pendefenisian pembuat keputusan (Decision Maker) dilakukan agar pemberian nilai terhadap kriteria dapat sesuai dengan kepentingan kriteria tersebut terhadap alternatif. 2. Mengidentifikasi kriteria-kriteria yang digunakan dalam membuat keputusan. 3. Mengidentifikasi alternatif-alternatif yang akan di evaluasi. Pada tahap ini akan dilakukan proses pengumpulan data. 4. Mengidentifikasi batasan kriteria yang relevan untuk penilaian alternatif. Perlu untuk membatasi nilai. Ini dapat dicapai dengan menghilangkan tujuan yang kurang penting. Edwards berpendapat bahwa tidak perlu memiliki daftar lengkap suatu tujuan. Lima belas dianggap terlalu banyak dan delapan belas cukup besar. 5. Melakukan peringkat terhadap kedudukan kepentingan kriteria. Dalam hal ini dinilai cukup mudah dibandingkan dengan pengembangan bobot. Hal ini perlu dilakukan untuk dapat memberikan bobot pada setiap kriteria. Karena bobot yang diberikan pada kriteria akan bergantung pada perangkingan kriteria. 6. Memberi bobot pada setiap kriteria Pemberian bobot diberikan dengan nilai yang dapat ditentukan oleh user sendiri. Dalam hal ini akan dilakukan dua kali pembobotan yaitu berdasarkan kriteria yang dianggap paling penting dan berdasarkan kriteria yang dianggap paling tidak penting. Kriteria yang dianggap paling penting diberikan nilai 100. Kriteria yang penting berikutnya diberikan sebuah nilai yang menggambarkan perbandingan kepentingan relatif ke dimensi paling tidak penting. Proses ini akan diteruskan sampai pemberian bobot ke kriteria yang dianggap paling tidak penting diperoleh. Langkah yang sama juga akan dilakukan dengan membandingkan kriteria yang paling tidak penting yang diberikan nilai 10. Kriteria yang paling penting berikutnya diberikan sebuah nilai yang menggambarkan perbandingan kepentingan relatif ke dimensi paling penting. Proses ini akan diteruskan sampai pemberian bobot ke kriteria yang dianggap paling penting diperoleh. 7. Menghitung normalisasi bobot kriteria Bobot yang diperoleh akan dinormalkan dimana bobot setiap kriteria yang diperoleh akan dibagikan dengan hasil jumlah setiap bobot kriteria. Normalisasi juga akan dilakukan berdasarkan kriteria yang paling penting dan kriteria yang paling tidak penting. Nilai dari dua normalisasi yang diperoleh akan dicari niali rataratanya. 8. Mengembangkan single-attribute utilities yang mencerminkan seberapa baik setiap alternatif dilihat dari setiap kriteria. Tahap ini adalah memberikan suatu nilai pada semua kriteria untuk setiap alternatif. Dalam bidang ini seorang ahli memperkirakan nilai alternatif dalam skala 0 100. Dimana 0 sebagai nilai minimum dan 100 sebagai nilai maksimum. 9. Menghitung penilaian/utilitas terhadap setiap alternatif Perhitungan dilakukan menggunakan fungsi yang telah ada yaitu: Maximize j.. Di mana adalah nilai pembobotan kriteria ke-j dari k kriteria dan adalah nilai utility alternatif i pada kriteria j. Nilai 136 Jurnal SAINTIKOM Vol.15, No. 2, Mei 2016

diperoleh dari langkah dan nilai diperoleh dari langkah 8. 10. Memutuskan Nilai utilitas dari setiap alternatif akan diperoleh dari langkah 9. Jika suatu alternatif tunggal yang akan dipilih, maka pilih alternatif dengan nilai utilitas terbesar. D. HASIL DAN PEMBAHASAN 1. Analisis Sistem Pada proses pemilihan produk printer memiliki beberapa kriteria yang harus dipenuhi didalamnya seperti harga, kecepatan produk dan memori. Dalam penilitian ini yang menjadi masalah adalah bagaimana mengimplementasikan dengan menggunakan metode AHP dan SMART untuk dapat memecahkan masalah pada Sistem Pendukung Keputusan Pemilihan Produk Printer yang sesuai. 2. System Requirements Analysis System Requirements Analysis meliputi System Functional dan Non- Functional Requirements. 1). System functional requirements Functional Requirements merupakan kebutuhan yang harus diberikan oleh sistem, meliputi: input, output, process. Berikut ini Functional Requirements yang harus dimiliki oleh sistem adalah sistem dapat: a. Menerima masukkan data printer dan kriterianya. b. Mengetahui penilaian printer yang terbaik. c. Menampilkan hasil perhitungan pemilihan produk printer berdasarkan metode Analytical Hierarchy Process (AHP) dan Simple Multi Attribute Rating Technique (SMART). d. Menggunakan parameter running time (waktu akses dalam millisecond) 2). System non-functional requirements System Non-Functional Requirements merupakan kebutuhan yang diberikan oleh sistem yang bertujuan untuk mendukung kebutuhan fungsional yang sudah ditentukan. Sistem sebaiknya dapat berfungsi sebagai berikut: a. Sistem dapat melakukan perhitungan penentuan pemilihan produk printer dengan kecepatan komputasi yang tinggi. b. Sistem harus mudah digunakan (user friendly) sehingga dapat dioperasikan dengan baik oleh user dengan tampilan (interface) yang sederhana dan mudah dimengerti. 3. Analisis Proses Analisis proses dalam sistem ini memiliki dua proses utama, yaitu proses menentukan pemilihan produk printer dengan metode AHP dan SMART. Berikut merupakan proses bagaimana sistem dapat bekerja. 1) Analisis proses pemecahan masalah dengan metode AHP Proses pemecahan masalah untuk menentukan penilaian rumah sehat dengan menggunakan metode AHP adalah: a. Kriteria yang di gunakan dalam penilitian ini adalah harga,kecepatan produk dan memori. Tabel 3.1. Matriks berpasangan untuk kriteria menentukan penilaian rumah sehat A B C Harga 1 Kecepatan produk 1 Memori 1 Langkah-langkah pengisian elemen-elemen matriks pada tabel 3.1 adalah: a. Elemen a[i,j] = 1, dimana i = 1, 2, 3,4, 5, n dan j = 1, 2, 3,4, 5, n. untuk penelitian ini n = 10. Jurnal SAINTIKOM Vol.15, No. 2, Mei 2016 137

b. Elemen matriks segitiga atas sebagai masukan. c. Elemen matriks segitiga bawah mempunyai rumus: [ ] [ ] untuk i j... (3.1) Keterangan: a[i,j] = elemen matriks segitiga atas a[j,i] = elemen matriks segitiga bawah i = baris j = kolom d. Menentukan alternatif dalam pemilihan produk printer Tabel 3.2. Matriks berpasangan alternatif printer Alternatif A B C D E F A 1 B 1 C 1 D 1 E 1 F 1 Σ e. Menguji konsistensi matriks berpasangan kriteria dan alternatif dengan rumus: (3.2) Keterangan: CI = Indeks Konsistensi (Consistency Index) Maks = nilai Eigen n = banyak alternatif n-1 = banyak alternatif kurang 1 f. Menghitung rasio konsistensi dengan rumus: (3.3) Keterangan CR = Rasio Konsistensi (Consistency Ratio) CI = Indeks Konsistensi (Consistency Index) RI = Indeks Random (Random Index) g. Menghitung matriks global untuk perankingan akhir. 4. Implementasi Metode Ahp Penerapan metode AHP dalam sistem masih menggunakan kriteria, alternatif, dan nilai masing-masing kriteria yang sama. Pada Tabel 3.3 berikut ini disajikan data pemilihan produk printer. N o Tabel 3.3 Data kriteria printer Kriteria / R Nilai rata - rata K1-k2 5 K1-K3 7 K2-K3 2 Tabel 3.4. Data Alternatif Printer Alternat if Nilai ratarata Harg a Nilai ratarata Kec.Prod uk Nilai ratarata Memo ri 1 A1 A2 2 3 2 2 A1 A3 1 2 3 3 A1 A4 4 2 2 4 A1 A5 3 2 3 5 A2 A3 3 2 2 6 A2 A4 3 3 4 7 A2 A5 2 2 2 8 A3 A4 3 2 2 9 A3 A5 3 3 4 10 A4 A5 2 2 2 a. Penyelesaian matriks kriteria Langkah 1: Menentukan kriteria dalam pemilihan produk printer, serta menghitung matriks kriteria berpasangan. Tabel 3.5. Nilai Perbandingan Kriteria kriteria k1-k3 k1-k2 k2-k3 k1-k3 1 4 6 k1-k2 1/4 1 3 k2-k3 1/6 1/3 1 138 Jurnal SAINTIKOM Vol.15, No. 2, Mei 2016

Langkah 2: Menghitung matriks faktor pembobotan hirarki untuk semua kriteria disederhanakan. Tabel 3.6. Matriks Faktor Pembobotan Hirarki untuk Semua Kriteria Disederhankan kriteria k1-k3 k1-k2 k2-k3 k1-k3 1.00 4.00 6.00 k1-k2 0.25 1.00 3.00 k2-k3 0.17 0.33 1.00 jlh kolom 1.42 5.33 10.00 Langkah 3: Membuat tabel normalisasi yaitu membagi setiap kriteria dengan jumlah masingmasing kolomnya. Keterangan: HN = Hasil Normalisasi N ek = Nilai Elemen Kolom Kriteria = Jumlah Kolom Matriks J km Langkah 4: Menghitung nilai prioritas masing-masing kriteria dengan membagikan penjumlahan tiap baris matriks pada tabel 4.4 dengan jumlah kriteria (3.5) Keterangan: Pr = Prioritas J bp = Jumlah Baris per Kriteria J k = Jumlah Kriteria (n=6) Tabel 3.7. Matriks Faktor Pembobotan Hirarki untuk Semua Kriteria Dinormalisasikan kriteria k1- k3 k1- k2 k2- k3 jumlah baris k1-k3 0.71 0.75 0.60 2.06 k1-k2 0.18 0.19 0.30 0.66 k2=k3 0.12 0.06 0.10 0.28 lamda Max 0.97 1.18 0.93 sigma lamda 3.09 Tabel 3.8. Tabel Matriks Eigen Vector kriteri a k1- k3 k1- k2 k2- k3 jlh baris EV k1-k3 0.71 0.75 0.60 2.06 0.69 k1-k2 0.18 0.19 0.30 0.66 0.22 k2=k3 0.12 0.06 0.10 0.28 0.09 lamda Max 0.97 1.18 0.93 sigma lamda 3.09 Langkah 5 : Menghitung nilai Consistency Index (CI) dengan rumus. (3.4) Langkah 6 : Menghitung Ratio Consistency (CR) (Konsisten, CR 0.1) Jika CR 0.100, maka nilai perbandingan berpasangan pada matriks kriteria yang diberikan konsisten.jika CR 0.100, maka nilai perbandingan berpasangan pada matriks kriteria yang diberikan tidak konsisten. Maka pengisian nilai-nilai pada matriks berpasangan pada unsur kriteria harus diulang. b. Penyelesaian Matriks Alternatif 1) Kriteria Harga a. Menentukan alternatif dalam pemilihan produk printer, serta menghitung matriks alternatif berpasangan. Jurnal SAINTIKOM Vol.15, No. 2, Mei 2016 139

Tabel 3.9. Matriks Berpasangan Alternatif Kriteria Dinding A2 A3 A4 A5 A2- A3 A2- A4 A2- A5 A3- A4 A3- A5 A4- A5 1 2 1/3 1/2 1/2 1/2 1 1/2 1/2 1 ½ 1 ¼ 1/3 1/2 1/2 1/2 1/2 1/2 1 3 4 1 2 2 2 3 2 2 3 2 3 ½ 1 1 1 2 1 1 2 2 3 ½ 1 1 1 2 1 1 2 2 3 ½ 1 1 1 2 1 1 2 1 2 1/3 1/2 1/2 1/2 1 1/2 1/2 1 2 3 ½ 1 1 1 2 1 1 2 2 3 ½ 1 1 1 2 1 1 2 1 2 1/3 1/2 1/2 1/2 1 1/2 1/2 1 b. Menghitung matriks faktor pembobotan hirarki untuk semua alternatif disederhanakan. Tabel 3.10. Matriks Faktor Pembobotan Hirarki Untuk Semua Alternatif Harga Disederhanakan A2 A3 A4 A5 A2-A3 A2-A4 A2-A5 A3-A4 A3-A5 A4-A5 A2 1.00 2.00 0.33 0.50 0.50 0.50 1.00 0.50 0.50 1.00 A3 0.50 1.00 0.25 0.33 0.50 0.50 0.50 0.50 0.50 1.00 A4 3.00 4.00 1.00 2.00 2.00 2.00 3.00 2.00 2.00 3.00 A5 2.00 3.00 0.50 1.00 1.00 1.00 2.00 1.00 1.00 2.00 A2-A3 2.00 3.00 0.50 1.00 1.00 1.00 2.00 1.00 1.00 2.00 A2-A4 2.00 3.00 0.50 1.00 1.00 1.00 2.00 1.00 1.00 2.00 A2-A5 1.00 2.00 0.33 0.50 0.50 0.50 1.00 0.50 0.50 1.00 A3-A4 2.00 3.00 0.50 1.00 1.00 1.00 2.00 1.00 1.00 2.00 A3-A5 2.00 3.00 0.50 1.00 1.00 1.00 2.00 1.00 1.00 2.00 A4-A5 1.00 2.00 0.33 0.50 0.50 0.50 1.00 0.50 0.50 1.00 16.50 26.00 4.74 8.83 9.00 9.00 16.50 9.00 9.00 17.00 c. Membuat tabel normalisasi yaitu membagi nilai masing-masing sel pada tabel 3.9. dengan jumlah masing-masing kolomnya Hasil perhitungan dapat dilihat pada tabel 3.11. Tabel 3.11. Tabel Perhitungan Eigen Vector A2 A3 A4 A5 A2- A3 A2- A4 A2- A5 A3- A4 A3- A5 A4- A5 A2 0.06 0.08 0.07 0.06 0.06 0.06 0.06 0.06 0.06 0.06 A3 0.03 0.04 0.05 0.04 0.06 0.06 0.03 0.06 0.06 0.06 A4 0.18 0.15 0.21 0.23 0.22 0.22 0.18 0.22 0.22 0.18 A5 0.12 0.12 0.11 0.11 0.11 0.11 0.12 0.11 0.11 0.12 140 Jurnal SAINTIKOM Vol.15, No. 2, Mei 2016

A2-A3 0.12 0.12 0.11 0.11 0.11 0.11 0.12 0.11 0.11 0.12 A2-A4 0.12 0.12 0.11 0.11 0.11 0.11 0.12 0.11 0.11 0.12 A2-A5 0.06 0.08 0.07 0.06 0.06 0.06 0.06 0.06 0.06 0.06 A3-A4 0.12 0.12 0.11 0.11 0.11 0.11 0.12 0.11 0.11 0.12 A3-A5 0.12 0.12 0.11 0.11 0.11 0.11 0.12 0.11 0.11 0.12 A4-A5 0.06 0.08 0.07 0.06 0.06 0.06 0.06 0.06 0.06 0.06 d. Menghitung nilai Eigen Value jlh baris EV EV 0.61 0.20 3.33 0.47 0.16 4.08 2.02 0.67 3.19 1.14 0.38 3.35 1.14 0.38 3.42 1.14 0.38 3.42 0.61 0.20 3.33 1.14 0.38 3.42 1.14 0.38 3.42 0.61 0.20 3.43 34.37 e. Menghitung nilai Index Consistency (CI) (Konsisten, CR 0.1) 2) Kriteria Kecepatan Produk a. Menentukan alternatif dalam pemilihan produk printer, serta menghitung matriks alternatif berpasangan. Tabel 3.12. Matriks Berpasangan Alternatif Kriteria Kec. produk A2 A3 A4 A5 A2-A3 A2-A4 A2-A5 A3-A4 A3-A5 A4-A5 A2 1 2 2 2 2 1 2 2 1 2 A3 ½ 1 1 1 1 1/2 1 1 1/2 1 A4 ½ 1 1 1 1 1/2 1 1 1/2 1 A5 ½ 1 1 1 1 1/2 1 1 1/2 1 A2-A3 ½ 1 1 1 1 1/2 1 1 1/2 1 A2-A4 1 2 2 2 2 1 2 2 1 2 A2-A5 ½ 1 1 1 1 1/2 1 1 1/2 1 A3-A4 ½ 1 1 1 1 1/2 1 1 1/2 1 A3-A5 1 2 2 2 2 1 2 2 1 2 Jurnal SAINTIKOM Vol.15, No. 2, Mei 2016 141

A4-A5 ½ 1 1 1 1 1/2 1 1 1/2 1 b. Menghitung matriks faktor pembobotan hirarki untuk semua alternatif disederhanakan. Tabel 3.13. Matriks Faktor Pembobotan Hirarki Untuk Semua Alternatif Harga Disederhanakan A2 A3 A4 A5 A2-A3 A2-A4 A2-A5 A3-A4 A3-A5 A4-A5 A2 1.00 2.00 2.00 2.00 2.00 1.00 2.00 2.00 1.00 2.00 A3 0.50 1.00 1.00 1.00 1.00 0.50 1.00 1.00 0.50 1.00 A4 0.50 1.00 1.00 1.00 1.00 0.50 1.00 1.00 0.50 1.00 A5 0.50 1.00 1.00 1.00 1.00 0.50 1.00 1.00 0.50 1.00 A2-A3 0.50 1.00 1.00 1.00 1.00 0.50 1.00 1.00 0.50 1.00 A2-A4 1.00 2.00 2.00 2.00 2.00 1.00 2.00 2.00 1.00 2.00 A2-A5 0.50 1.00 1.00 1.00 1.00 0.50 1.00 1.00 0.50 1.00 A3-A4 0.50 1.00 1.00 1.00 1.00 0.50 1.00 1.00 0.50 1.00 A3-A5 1.00 2.00 2.00 2.00 2.00 1.00 2.00 2.00 1.00 2.00 A4-A5 0.50 1.00 1.00 1.00 1.00 0.50 1.00 1.00 0.50 1.00 jlh 6.50 13.00 13.00 13.00 13.00 6.50 13.00 13.00 6.50 13.00 a. Membuat tabel normalisasi yaitu membagi nilai masing-masing sel pada tabel 3.12. dengan jumlah masing-masing kolomnya Hasil perhitungan dapat dilihat pada tabel 3.14. Tabel 3.14. Tabel Perhitungan Eigen Vector A2 A3 A4 A5 A2-A3 A2-A4 A2-A5 A3-A4 A3-A5 A4-A5 A2 0.15 0.15 0.15 0.15 0.15 0.15 0.15 0.15 0.15 0.15 A3 0.08 0.08 0.08 0.08 0.08 0.08 0.08 0.08 0.08 0.08 A4 0.08 0.08 0.08 0.08 0.08 0.08 0.08 0.08 0.08 0.08 A5 0.08 0.08 0.08 0.08 0.08 0.08 0.08 0.08 0.08 0.08 A2-A3 0.08 0.08 0.08 0.08 0.08 0.08 0.08 0.08 0.08 0.08 A2-A4 0.15 0.15 0.15 0.15 0.15 0.15 0.15 0.15 0.15 0.15 A2-A5 0.08 0.08 0.08 0.08 0.08 0.08 0.08 0.08 0.08 0.08 A3-A4 0.08 0.08 0.08 0.08 0.08 0.08 0.08 0.08 0.08 0.08 A3-A5 0.15 0.15 0.15 0.15 0.15 0.15 0.15 0.15 0.15 0.15 A4-A5 0.08 0.08 0.08 0.08 0.08 0.08 0.08 0.08 0.08 0.08 jlh baris EV EV 1.54 0.51 3.33 0.77 0.26 3.33 0.77 0.26 3.33 0.77 0.26 3.33 142 Jurnal SAINTIKOM Vol.15, No. 2, Mei 2016

b. Menghitung nilai eigen value 0.77 0.26 3.33 1.54 0.51 3.33 0.77 0.26 3.33 0.77 0.26 3.33 1.54 0.51 3.33 0.77 0.26 3.33 33.33 c. Menghitung Ratio Consistency (CR) (Konsisten, CR 0.1) 3) Kriteria memori a. Menentukan alternatif dalam pemilihan produk printer, serta menghitung matriks alternatif berpasangan. Tabel 3.15. Matriks Berpasangan Alternatif Kriteria Kec. produk A2 A3 A4 A5 A2-A3 A2-A4 A2-A5 A3-A4 A3-A5 A4-A5 1 1/2 1 1/2 1 1/3 1 1 1/3 1 2 1 2 1 2 1/2 2 2 1/2 2 1 1/2 1 1/2 1 1/3 1 1 1/3 1 2 1 2 1 2 1/2 2 2 1/2 2 1 1/2 1 1/2 1 1/3 1 1 1/3 1 3 2 3 2 3 1 3 3 1 3 1 1/2 1 1/2 1 1/3 1 1 1/3 1 1 1/2 1 1/2 1 1/3 1 1 1/3 1 3 2 3 2 3 1 3 3 1 3 1 1/2 1 1/2 1 1/3 1 1 3 1 b. Menghitung matriks faktor pembobotan hirarki untuk semua alternatif disederhanakan. Tabel 3.16. Matriks Faktor Pembobotan Hirarki Untuk Semua Alternatif Harga Disederhanakan A2 A3 A4 A5 A2-A3 A2-A4 A2-A5 A3-A4 A3-A5 A4-A5 A2 1.00 0.50 1.00 0.50 1.00 0.33 1.00 1.00 0.33 1.00 A3 2.00 1.00 2.00 1.00 2.00 0.50 2.00 2.00 0.50 2.00 A4 1.00 0.50 1.00 0.50 1.00 0.33 1.00 1.00 0.33 1.00 A5 2.00 1.00 2.00 1.00 2.00 0.50 2.00 2.00 0.50 2.00 Jurnal SAINTIKOM Vol.15, No. 2, Mei 2016 143

A2-A3 1.00 0.50 1.00 0.50 1.00 0.33 1.00 1.00 0.33 1.00 A2-A4 3.00 2.00 3.00 2.00 3.00 1.00 3.00 3.00 1.00 3.00 A2-A5 1.00 0.50 1.00 0.50 1.00 0.33 1.00 1.00 0.33 1.00 A3-A4 1.00 0.50 1.00 0.50 1.00 0.33 1.00 1.00 0.33 1.00 A3-A5 3.00 2.00 3.00 2.00 3.00 1.00 3.00 3.00 1.00 3.00 A4-A5 1.00 0.50 1.00 0.50 1.00 0.33 1.00 1.00 3.00 1.00 jlh kolom 16.00 9.00 16.00 9.00 16.00 4.98 16.00 16.00 7.65 16.00 c. Membuat tabel normalisasi yaitu membagi nilai masing-masing sel pada tabel 3.15. dengan jumlah masing-masing kolomnya Hasil perhitungan dapat dilihat pada tabel 3.17. Tabel 3.17. Tabel Perhitungan Eigen Vector A2 A3 A4 A5 A2- A3 A2-A4 A2-A5 A3-A4 A3-A5 A4-A5 A2 0.06 0.06 0.06 0.06 0.06 0.07 0.06 0.06 0.04 0.06 A3 0.13 0.11 0.13 0.11 0.13 0.10 0.13 0.13 0.07 0.13 A4 0.06 0.06 0.06 0.06 0.06 0.07 0.06 0.06 0.04 0.06 A5 0.13 0.11 0.13 0.11 0.13 0.10 0.13 0.13 0.07 0.13 A2-A3 0.06 0.06 0.06 0.06 0.06 0.07 0.06 0.06 0.04 0.06 A2-A4 0.19 0.22 0.19 0.22 0.19 0.20 0.19 0.19 0.13 0.19 A2-A5 0.06 0.06 0.06 0.06 0.06 0.07 0.06 0.06 0.04 0.06 A3-A4 0.06 0.06 0.06 0.06 0.06 0.07 0.06 0.06 0.04 0.06 A3-A5 0.19 0.22 0.19 0.22 0.19 0.20 0.19 0.19 0.13 0.19 A4-A5 0.06 0.06 0.06 0.06 0.06 0.07 0.06 0.06 0.39 0.06 d. Menghitung nilai eigen value jlh baris EV EV 0.60 0.20 3.20 1.14 0.38 3.41 0.60 0.20 3.18 1.14 0.38 3.41 0.60 0.20 3.18 1.90 0.63 3.16 0.60 0.20 3.18 0.60 0.20 3.18 1.90 0.63 4.85 0.94 0.31 5.04 35.77 144 Jurnal SAINTIKOM Vol.15, No. 2, Mei 2016

e. Menghitung Ratio Consistency (CR) (Konsisten, CR 0.1) f. Perhitungan Matriks Global Tabel 3.18. Perhitungan matriks global 1 2 3 4 5 6 7 8 9 10 Kriteria Pr A1 - A2 A1 - A3 A1 - A4 A1 - A5 A2 - A3 A2 - A4 A2 - A5 A3 - A4 A3 - A5 A4 - A5 Harga 0.69 0.20 0.16 0.67 0.38 0.38 0.38 0.20 0.38 0.38 0.20 Kec.Pro 0.22 0.51 0.26 0.26 0.26 0.26 0.51 0.26 0.26 0.51 0.26 memori 0.09 0.20 0.38 0.20 0.38 0.20 0.63 0.20 0.20 0.63 0.31 Tabel 3.19. Hasil Ranking AHP No Alternatif Nilai Rangking 1 A1 - A4 0.54 1 2 A2 - A4 0.43 2 3 A3 - A5 0.43 2 4 A1 - A5 0.35 3 5 A2 - A3 0.34 4 6 A3 - A4 0.34 4 7 A1 - A2 0.27 5 8 A4 - A5 0.22 6 9 A2 -A5 0.21 7 10 A1 - A3 0.20 8 5. Implementasi Metode SMART Penerapan metode SMART dalam sistem masih menggunakan altenatif, kriteria, dan nilai masing-masing kriteria yang sama seperti pada Tabel 3.3 dan Tabel 3.29. Berikut dijelaskan langkahlangkah perhitungan untuk mendapatkan nilai SMART dari alternatif yang ada. Langkah 1: Memasukkan jumlah kriteria dan bobotnya. Implementasi metode SMART melibatkan 3 kriteria dan 10 alternatif. Terlebih dahulu kriteria diranking oleh pengguna sesuai dengan kriteria yang dianggap paling penting hingga kriteria yang paling tidak penting seperti pada Tabel 3.20. Tabel 3.20 Tabel bobot masing-masing kriteria No Kriteria Ranking 1 Harga 1 2 Kec. Produk 2 3 Memori 3 Dari Tabel 3.20 di atas dapat disimpulkan bahwa pengguna lebih mementingkan kriteria Harga dari pada kec. produk. Begitu seterusnya hingga Kriteria memori dianggap kriteria paling tidak penting. Kemudian bobot masing-masing kriteria ditentukan. Penentuan bobot pada metode SMART terdapat dua tahap. Tahap pertama, berdasarkan kriteria yang Jurnal SAINTIKOM Vol.15, No. 2, Mei 2016 145

dianggap paling penting. Diberikan nilai default sebesar 100 untuk kriteria paling penting. Untuk kriteria paling penting berikutnya harus diberikan nilai bobot yang lebih rendah dari sebelumnya. Sedangkan untuk tahap kedua, berdasarkan kriteria yang dianggap paling tidak penting. Diberikan nilai default sebesar 10 untuk kriteria paling tidak penting. Untuk kriteria yang lebih penting berikutnya, diberikan nilai bobot yang lebih tinggi dari sebelumnya seperti pada Tabel 3.21. Tabel 3.21. Bobot masing-masing kriteria Bobot Paling No Kriteria Paling tidak penting penting 1 Harga 100 80 2 Kec. Produk 50 40 3 Memori 20 10 Total Bobot 170 130 Langkah 2: Perbaikan bobot. Normalisasi dilakukan dengan membagikan masing-masing nilai bobot dengan total bobot seperti pada Tabel 3.22. Tabel 3.22. Normalisasi bobot paling penting No Kriteria Bobot Paling Hasil penting 1 Harga 100/170 0,58 2 Kec. Produk 50/170 0,29 3 Memori 20/170 0,11 Normalisasi juga dilakukan untuk bobot yang paling tidak penting seperti pada Tabel 3.23 Tabel 3.23. Normalisasi bobot paling tidak penting Bobot No Kriteria Tidak Hasil Penting 1 Harga 80/130 0,61 2 Kec. 40/130 0,46 Produk 3 Memori 10/130 0,07 Lalu hasil dari bobot ternormalisasi, baik untuk kriteria paling penting maupun kriteria paling tidak penting dijumlahkan dibagi 2. Hasil dari perhitungan ini adalah bobot akhir yang digunakan untuk perhitungan berikutnya seperti pada Tabel 3.24. Tabel 3.24. Bobot akhir No Kriteria Bobot Akhir Hasil 1 Harga (0,58 + 0,595 0,61)/2 2 Kec. (0,29 + 0,375 Produk 0,46)/2 3 Memori (0,11 + 0,07)/2 Langkah 3: Memasukkan nilai kriteria tiap alternatif. Setelah bobot akhir diperoleh, kemudian nilai masing-masing kriteria untuk tiap alternatif dimasukkan sesuai pada Tabel 3.4. Kriteria 1 2 3 4 5 6 7 8 9 1 0 Harga 2 1 4 3 3 3 2 3 3 2 Kec.Prod 3 2 2 2 2 3 2 2 3 2 uk Memori 2 3 2 3 2 4 2 2 4 2 Langkah 4: Hitung utility tiap kriteria. Untuk kasus penentuan penilain rumah sehat tidak mengikuti langkah ini karena nilai untuk masing-masing kriteria yang digunakan telah dikonversi atau di ratakan. 146 Jurnal SAINTIKOM Vol.15, No. 2, Mei 2016

Langkah 5: Hitung nilai akhir (nilai SMART). Nilai SMART diperoleh dari hasil jumlah keseluruhan masing-masing nilai kriteria yang dikalikan dengan bobot akhir. Hasil perhitungan nilai SMART: Tabel 3.25. Nilai SMART Kriteria Alternatif 1 2 3 4 5 6 7 8 9 10 Harga 0,595 1x 0,595 4 x 0,595 3 x 0,595 3 x 0,595 3 x 0,595 0,595 3 x 0,595 3 x 0,595 0,595 Kec Produk 3 x 0,375 0,375 0,375 0,375 0,375 3 x 0,375 0,375 0,375 3 x 0,375 0,375 Memori 3 x 3 x 4 x 2x 4 x Langkah 6 : Hasil keputusan Tabel.3.26. Hasil keputusan nilai SMART Alternatif Kriteria 1 2 3 4 5 6 7 8 9 10 Harga 1,19 0,595 2,38 1,785 1,785 1,785 1,19 1,785 1,785 1,19 Produk 1,12 0,75 0,75 0,75 0,75 1,125 0,75 0,75 1,125 0,75 Memori 0,18 0,27 0,18 0,27 0,18 0,36 0,18 0,18 0,36 0,18 2.495 1.615 3.31 2.805 2.715 3.27 2.12 2.715 3.27 2.12 Berdasarkan Tabel 3.26. Alternatif yang memiliki nilai SMART paling tinggi adalah alternatif dengan No.3 yaitu A3- A5. Sehingga dapat disimpulkan bahwa produk printer terbaik adalah dengan kode A3-A5. E. IMPLEMENTASI SISTEM 1. Implementasi Sistem Implementasi sistem merupakan tahapan yang harus dilalui dalam proses pengembangan perangkat lunak dari suatu sistem. Tahap ini dilakukan setelah terlebih dahulu melalui tahap Analisis dan Perancangan Sistem yang telah diuraikan pada bab sebelumnya. Implementasi sistem dari aplikasi yang dirancang yaitu implementasi sistem pendukung keputusan dengan menggunakan algoritma AHP dan SMART untuk menentukan penilaian rumah sehat. 1). Form menu utama Form menu utama merupakan tampilan awal sistem yang akan muncul pada saat sistem pertama kali dijalankan. Form menu utama dari sistem ini terdiri dari 4 menu bar yaitu, input data, metode, info dan keluar seperti pada gambar 4.1. berikut ini: Gambar 4.1. Form menu utama 2. Menu input data Jurnal SAINTIKOM Vol.15, No. 2, Mei 2016 147

Menu Input Data memiliki menu bar pada form menu utama. Pada form ini memiliki sub-menu yaitu Data Printer dengan form Data Printer, Input AHP dengan sub-menu Bobot kriteria memiliki form Kriteria Printer, Input SMART dengan sub-menu Bobot Kriteria memiliki form Bobot Kriteria. Tampilan menu Input Data dapat dilihat pada gambar 4.2. berikut ini: pembobotan kriteria, kemudian merubah ke bilangan desimal lalu menjumlahkan kolom pada label merubah ke bilangan desimal, dan label normalisasi akan ditampilkan ketika user menekan button update seperti pada gambar 4.4. berikut ini: Gambar 4.4. Form Sub-menu Input AHP Gambar 4.2. Form menu Input Data 3. Sub-menu Data Printer Pada sub-menu Data Printer, user dapat memilih untuk menginputkan kode dari angka A, B, C,.., D. Kemudian secara otomatis nilai pada alternatif, harga, kecepatan produk, memori, maka akan ditampilkan nilai secara otomatis seperti pada gambar 4.3. berikut ini: 5. Sub-menu Input SMART Pada sub-menu Input SMART akan ditampilkan sub-menu Bobot Kriteria yang memiliki form Bobot Kriteria, kemudian user memilih angka pada label kriteria maka akan secara otomatis label paling penting, paling tidak penting dan total bobot akan ditampilkan secara otomatis seperti pada gambar 4.5. berikut ini: Gambar 4.5. Form sub-menu Input SMART Gambar 4.3. Form sub-menu Data Rumah 4. Sub-menu Input AHP Sub-menu Input AHP memiliki submenu Bobot Kriteria yang menampilkan 6. Menu Metode Pada Menu Metode memiliki submenu AHP yang menampilkan form Metode AHP, sub-menu SMART yang menampilkan form Metode SMART, dan sub-menu Perbandingan yang 148 Jurnal SAINTIKOM Vol.15, No. 2, Mei 2016

menampilkan form perbandingan, seperti pada gambar 4.6. berikut ini: Gambar 4.6. Form Menu Metode 7. Sub-menu AHP Pada form sub-menu AHP, user dapat memilih kriteria kemudian mengupdatenya maka akan tampil pemberian bobot, data alternatif dari 10 alternatif. Selanjutnya tekan button hitung maka akan ditampilkan form hitung, lalu tekan button update maka nilai pemberian bobot kriteria yang telah dirubah ke desimal akan ditampilkan, beserta hasil normalisasi, dan nilai Eigen Max, CI sekaligus CR. Kemudian user menekan button hasil maka form hasil akan ditampilkan, setelah itu user menekan button hitung maka secara otomatis akan ditampilkan perhitungan matriks global, nilai dari alternatif sekaligus hasil perangkingan dari metode AHP, seperti pada gambar 4.7. berikut ini: Gambar 4.9. Form Hasil 8. Sub-menu SMART Gambar 4.10. Form Sub-menu SMART 9. Sub-menu Perbandingan Pada form ini, user dapat melihat hasil perbandingan dari running time antara metode AHP dengan SMART, dengan menekan button simpan maka akan di tampilkan di hasil tes dan selanjutnya akan disimpan ke database, seperti pada gambar 4.11. berikut ini: Gambar 4.7. Form Sub-menu AHP Jurnal SAINTIKOM Vol.15, No. 2, Mei 2016 149

Berbasis WEB. Skripsi. Universitas Sumatera Utara. Budiarto, B. 2013. Perancangan Sistem Pendukung Keputusan Penentuan Spesifikasi Komputer Rakitan dengan Algoritma Depth First Seacrh berbasis Web. Skripsi. Universitas Sumatera Utara. Gambar 4.11. Form sub-menu Perbandingan F. SIMPULAN Berdasarkan hasil implementasi dan pengujian Sistem Pendukung Keputusan dalam pemilihan produk printer dengan metode Analytical Hierarchy Process (AHP) dan Simple Multi Attibute Rating Technique (SMART), dapat disimpulkan bahwa: 1. Sistem yang dirancang telah mampu memberikan solusi dengan mengimplementasikan metode AHP dan SMART untuk pemilihan produk printer terbaik diperoleh urutan ketiga yaitu dengan kode printer A4. 2. Berdasarkan implementasi dari sistem untuk penentuan penilaian rumah sehat, metode SMART lebih cepat dalam proses eksekusi dibandingkan dengan metode AHP. 3. Dengan menggunakan metode AHP diperoleh proses eksekusi running time 0,0204 milisecond dan pada metode SMART sebesar 0,009 milisecond. Fitriyanti. 2011. Menentukan Urutan Prioritas Produk Berdasarkan Preferensi Konsumen dengan menggunakan Analytical Hierarchy Process (AHP). Skripsi. Universitas Sumatera Utara. Ginting, R. 2014. Sistem Pendukung Keputusan. USU Press : Medan. Indika, M. 2010. Sistem Pendukung Keputusan Penentuan Lokasi Pembangunan Tower Base Transceiver Station (BTS) Pada PT. XL Axiata TBK-MEDAN Dengan Metode AHP dan Topsis. Skripsi. Universitas Sumatera Utara. Theorema, P. H. 2011. Sistem Pendukung Keputusan Pemilihan Mobil Menggunakan Metode Simple Multi Attribute Rating Technique (SMART). Skripsi. Universitas Sumatera Utara. Yunitarini, R. 2013. Sistem Pendukung Keputusan Pemilihan Penyiar Radio Terbaik. Jurnal Ilmiah Mikrotek 1(1): 1-10. G. DAFTAR PUSTAKA Boesono, T. 2010. Perancangan Sistem Pendukung Keputusan Seleksi Siswa Baru Dengan Metode Analytical Hierarchy Process (AHP) Di SMA Kemala Bhayangkari 1 Medan 150 Jurnal SAINTIKOM Vol.15, No. 2, Mei 2016