Vol. 1, No. 2, Tahun 2012 146 Jurnal Aksara Komputer Terapan Politeknik Caltex Riau Website : http://jurnal.pcr.ac.id/index.php/jakt/about/index Email : pustaka@pcr.ac.id Aplikasi Tutorial Sistem Pendukung Keputusan Menggunakan Metode Simple Additive Verina Valensia 1, Yohana Dewi Lulu W 2 dan Kartina Diah Kusuma Wardhani 3 1 Program Studi Teknik Informatika, Politeknik Caltex Riau, email: Valent_2208@yahoo.com 2 Program Studi Sistem Informasi, Politeknik Caltex Riau, email: ydlulu@gmail.com 3 Program Studi Teknik Informatika, Politeknik Caltex Riau, email: Diah@pcr.ac.id Abstrak Teknologi diciptakan untuk memberikan kemudahan pada manusia dalam menjalani kehidupan. Salah satu kemudahan tersebut adalah sistem pendukung keputusan (SPK) yang dapat membantu dalam mengambil keputusan. Fuzzy Multiple Attribute Decision Making (FMADM) merupakan salah satu metode dalam mengambil keputusan untuk mencari alternatif yang optimal. Dalam proyek akhir ini metode FMADM yang digunakan adalah metode Simple Additive (SAW). Sistem dibangun dengan menggunakan kasus yang dinamis, dimana user dapat menginputkan kasusnya maupun jumlah kriteria dan alternatif yang diinginkan. Sistem ini juga dilengkapi dengan tutorial penggunaan sistem. Sistem ini memberikan kemudahan pada user dalam mengambil keputusan terhadap permasalahan yang dihadapi yaitu dalam penentuan alternatif terbaik. Dari hasil kuisioner yang diperoleh, responden memberikan nilai sebesar 80% yang menyatakan baik untuk tutorial bahan ajar yang sesuai pembelajaran SPK. Sistem dibangun menggunakan bahasa pemograman VB.NET dan berbasis desktop. Kata kunci: Sistem Pendukung Keputusan, Fuzzy Multi Attribute Decision Making, Simple Addtive, Visual Basic Abstract Technology made to give ease to human in living life. One of that ease is decision support system that help people to take a decision. Fuzzy Multiple Attribute Decision Making is one of decision support system for searching an optimal alternative. In this final project, FMADM method that used is Simple Additive (SAW) method. This system built by a dynamic case which user can input the case, number of criteria also the alternative that needed. This system also complete by a tutorial to use the system. This system helps user in take a decision to any case that faced in choosing the best alternative. From the result of the questionnaire, 80% of respondents agree that this program is good for being a tutorial. This system built by VB.Net and base on desktop program. Keywords: Decision Support System, Fuzzy Multi Attribute Decision Making, Simple Addtive Method, Visual Basic
Vol. 1, No. 2, Tahun 2012 147 1. Pendahuluan Teknologi diciptakan untuk memberikan kemudahan pada manusia. Salah satu contoh teknologi tersebut adalah komputer. Komputer memiliki suatu sistem yang memiliki kemampuan untuk membantu manusia dalam penghadapi permasalahan yang ada. Salah satu sistem tersebut adalah Sistem Pendukung Keputusan. Fuzzy Multiple Attribute Decision Making (FMADM) merupakan salah satu metode dalam mengambil keputusan untuk mencari alternatif yang optimal dari kriteria - kriteria yang berhubungan dengan sistem. Salah satu metode dari FMADM adalah metode Simple Additive (SAW). Pada proyek akhir ini, akan dibangun suatu aplikasi Sistem Pendukung Keputusan (SPK) dengan menggunakan metode Simple Additive (SAW). Sistem ini\ digunakan sebagai alat bantu pembelajaran dalam mata kuliah SPK dan memberikan kemudahan pada user dalam mengambil keputusan terhadap permasalahan yang dihadapi. Tujuan dan manfaat dari pembangunan proyek akhir ini yang berjudul Aplikasi Tutorial Sistem Pendukung Keputusan menggunakan metode Simple Additive (SAW) yaitu membangun sistem pendukung keputusan yang dapat memberi alternatif keputusan sehingga memberikan alternatif keputusan dalam suatu kasus, untuk menerapkan Fuzzy Multi Atribute Decision Making (FMADM) dengan metode Simple Additive (SAW), dan dengan adanya aplikasi ini maka dapat digunakan sebagai alat bantu pengajaran mata kuliah Sistem Pendukung Keputusan (SPK) sehingga berfungsi sebagai tutorial untuk membantu dan mempermudah user dalam pembelajaran mengenai metode SAW. Terdapat beberapa perumusan masalah dan ruang lingkup pada pembuatan proyek akhir ini, adalah bagaimana membangun sistem pendukung keputusan yang dapat memberikan alternatif keputusan dengan menggunakan metode Simple Additive (SAW) dan bagaimana membuat suatu tutorial metode SAW untuk pembelajaran mata kuliah SPK. Dalam proyek akhir ini juga terdapat beberapa ruang lingkup yang dijadikan batasan masalah pada sistem ini yaitu sistem ini bekerja dalam memberikan alternatif keputusan dan membantu dalam mengambil keputusan, metode yang digunakan Simple Additive (SAW), Sistem tidak menangani ketentuan input terhadap atribut biaya dan atribut keuntungan, bahasa pemrograman yang digunakan berbasis desktop adalah Visual Basic.Net 2008. 2. Landasan Teori 2.1 Sistem Pendukung Keputusan Menurut Raymond McLeod (1998), Sistem Pendukung Keputusan adalah sistem penghasil informasi spesifik yang ditujukan untuk memecahkan suatu masalah tertentu yang harus dipecahkan oleh manager pada berbagai tingkatan[6]. Menurut Litle, Sistem Pendukung Keputusan adalah suatu sistem informasi berbasis komputer yang menghasilkan berbagai alternatif keputusan untuk membantu manajemen dalam menangani berbagai permasalahan yang terstruktur dengan menggunakan data dan model [1]. Secara Umum, Sistem Pendukung Keputusan adalah sebuah sistem yang mampu memberikan kemampuan, baik kemampuan pemecahan masalah maupun kemampuan pengkomunikasian untuk masalah semi terstruktur. Sedangkan secara Khusus, Sistem Pendukung Keputusan adalah sebuah sistem yang mendukung kerja seorang manager maupun sekelompok manager dalam memecahkan masalah semiterstruktur dengan cara memberikan informasi ataupun usulan menuju pada keputusan tertentu. [5] Kerangka dasar pengambilan keputusan Manajerial dalam tipe keputusan dibagi menjadi : 1. Keputusan Terstruktur (structured decision) adalah keputusan yang berulang ulang dan rutin, sehingga dapat diprogram. Keputusan terstruktur terjadi dan dilakukan
Vol. 1, No. 2, Tahun 2012 148 terutama pada manajemen tingkat bawah. Contoh dari keputusan tipe ini misalnya adalah keputusan pemesanan barang, keputusan penagihan piutang dan lain sebagainya. 2. Keputusan Tidak Terstruktur (unstructured decision) adalah keputusan yang tidak terjadi berulang ulang dan tidak selalu terjadi. Keputusan ini terjadi di manajemen tingkat atas. Informasi untuk pengambilan keputusan tidak terstruktur tidak mudah untuk didapatkan dan tidak mudah tersedia dan biasanya berasal dari lingkungan luar. Pengalaman manajer merupakan hal yang sangat penting di dalam pengambilan keputusan tidak terstruktur. Keputusan untuk bergabung dengan perusahaan lain adalah contoh keputusan tidak terstruktur yang jarang terjadi. 3. Keputusan Semi Terstruktur (semi structured decision) adalah keputusan yang sebagian dapat diprogram, sebagian berulang-ulang dan rutin dan sebagian tidak struktur. Keputusan tipe ini seringnya bersifat rumit dan membutuhkan perhitungan perhitungan serta analisis yang terperinci. Contoh dari keputusan tipe ini misalnya adalah keputusan membeli sistem komputer yang lebih canggih. Contoh yang lainnya misalnya adalah keputusan alokasi dana promosi.[2] 2.1 Fuzzy Multiple Attribute Decision Making (FMADM) Fuzzy Multiple Attribute Decision Making (FMADM) adalah suatu metode yang digunakan untuk mencari alternatif optimal dari sejumlah alternatif dengan kriteria tertentu. Inti dari FMADM adalah menentukan nilai bobot untuk setiap atribut, kemudian dilanjutkan dengan proses perankingan yang akan menyeleksi alternatif yang sudah diberikan. Pada dasarnya, ada 3 pendekatan untuk mencari nilai bobot atribut, yaitu pendekatan subyektif, pendekatan obyektif dan pendekatan integrasi antara subyektif & obyektif. Masing-masing pendekatan memiliki kelebihan dan kelemahan. Pada pendekatan subyektif, nilai bobot ditentukan berdasarkan subyektifitas dari para pengambil keputusan, sehingga beberapa faktor dalam proses perankingan alternatif bisa ditentukan secara bebas. Sedangkan pada pendekatan obyektif, nilai bobot dihitung secara matematis sehingga mengabaikan subyektifitas dari pengambil keputusan. [3]. Ada beberapa metode yang dapat digunakan untuk menyelesaikan masalah FMADM. antara lain [4]: a. Simple Additive Method (SAW) b. Weighted Product (WP) c. ELECTRE d. Technique for Order Preference by Similarity to Ideal Solution (TOPSIS) e. Analytic Hierarchy Process (AHP) 2.2 Metode Simple Additeve 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. Metode SAW membutuhkan proses normalisasi matriks keputusan (X) ke suatu skala yang dapat diperbandingkan dengan semua rating alternatif yang ada.
Vol. 1, No. 2, Tahun 2012 149 (2.1) Dimana adalah rating kinerja ternormalisasi dari alternatif pada atribut ; i=1,2,,m dan j=1,2,,n. nilai prefesensi untuk setiap alternatif ( ) diberikan sebagai : = (2) Nilai yang lebih besar mengindikasikan bahwa alternatif lebih terpilih. 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 Sebagai contohnya ada suatu perusahaan di Daerah Istimewa Yogyakarta (DIY) ingin membangun sebuah gudang yang akan digunakan sebagai tempat untuk menyimpan sementara hasil produksinya. Lokasi yang akan menjadi alternatif itu ada 3 yaitu : 1. A1 = Ngemplak 2. A2 = Kalasan 3. A3 = Kota Gede Kriteria yang digunakan sebagai acuan ada 5 yaitu : 1. C1 = jarak dengan pasar terdekat (km), 2. C2 = kepadatan penduduk di sekitar lokasi (orang/km2); 3. C3 = jarak dari pabrik (km); 4. C4 = jarak dengan gudang yang sudah ada (km); 5. C5 = harga tanah untuk lokasi (x1000 Rp/m2). Rating kecocokan setiap alternatif pada setiap kriteria, dinilai dengan 1-5, yaitu: 1 = Sangat buruk, 2 = Buruk, 3 = Cukup, 4 = Baik, 5 = Sangat Baik. Tabel 2.1 menunjukan rating kecocokan dari setiap alternatif pada setiap kriteria. Sedangkan tingkat kepentingan setiap kriteria, juga dinilai dengan 1-5, yaitu : 1 = Sangat rendah, 2 = Rendah, 3 = Cukup, 4 = Tinggi, 5 = Sangat Tinggi. Tabel 2.1 Rating kecocokan dari setiap alternatif pada setiap kriteria Kategori untuk setiap ktiteria : a) Kriteria C2 (kepadatan penduduk disekitar lokasi) dan C4( jarak dengan gudang yang sudah ada) adalah kriteria keuntungan. b) Kriteria C1(jarak dengan pasar terdekat), C3(jarak dari pabrik), C5(harga tanah untuk lokasi) adalah kriteria biaya. Pengambil keputusan memberikan bobot preferensi sebagai: W = (5, 3, 4, 4, 2) Bobot preferensi merupakan nilai utama yang mempresentasikan preferensi absolut dari pengambil keputusan (nilainya 1 sampai 5, dimana 1 bernilai sangat rendah dan 5 bernilai sangat tinggi berdasarkan tingkat kepentingannya) Dari table tersebut, maka dapat dibentuk sebuah matrix keputusan dari table kecocokan sebagai berikut : Pertama-tama, dilakukan normalisasi matrix X berdasarkan persamaan (4.1)
Vol. 1, No. 2, Tahun 2012 150 diatas, dan dari hasil normalisasi yang telah dicari, maka dapat diperoleh kembali matrix yang sudah ternormalisasi R sebagai berikut : Proses perankingan diperoleh berdasarkan persamaan (4.2) dan dari hasil perankingan, dapat dilihat nilai terbesar ada pada sehingga alternatif adalah alternatif yang dipilih sebagai alternatif terbaik. Dengan kata lain, Ngemplak akan terpilih sebagai lokasi untuk mendirikan gudang baru. [2] 2.3 Skala Likert Skala Likert digunakan untuk mengukur sikap, pendapat dan persepsi seseorang atau sekelompok tentang kejadian atau gejala sosial. Dalam penelitian gejala sosial ini telah ditetapkan secara spesifik oleh peneliti, yang selanjutnya disebut sebagai variabel penelitian. Dengan menggunakan skala Likert, maka variabel yang akan diukur dijabarkan menjadi dimensi, dimensi dijabarkan menjadi sub variabel kemudian sub variabel dijabarkan lagi menjadi indikator-indikatoryang dapat diukur. Akhirnya indikator-indikator yang terukur ini dapat dijadikan titik kotak untuk membuat item instrumen yang berupa pertanyaan atau pernyataan yang perlu dijawab oleh responden. [7] 3. Metodologi Penelitian 3.1 Perancangan Perancangan flowchart ini digunakan untuk menggambarkan alur suatu program menjadi lebih sederhana sehingga program tersebut dapat lebih mengerti. Gambar 2.1 Flowchart SPK menggunakan metode SAW Pada Perancangan Use Case Diagram ini akan menjelaskan hal-hal yang dapat dilakukan masing-masing user atau actor, yaitu : Manager Gambar 2.2 Use Case Diagram 4. Hasil dan Pembahasan 4.1 Hasil Aplikasi ini merupakan aplikasi Sistem Pendukung Keputusan yang dapat membantu dalam pengambilan keputusan. Aplikasi ini menggunakan metode Simple Additive (SAW). Pada aplikasi ini kasus yang digunakan adalah dinamis dimana user dapat menentukan kasus, jumlah alternatif dan kriteria sesuai yang dinginkan. Didalam aplikasi ini terdapat fitur untuk cara penggunaan sehingga pengguna dapat lebih mudah dalam menggunakan aplikasi ini. Adapun tampilan awal dari aplikasi ini dapat dilihat pada gambar 4.1.Kemudian halaman buat video ini akan tampil pada saat user memilih tombol video tutorial pada halaman utama sebelumnya. Halaman ini digunakan untuk
Vol. 1, No. 2, Tahun 2012 151 melihat video tutorial dari aplikasi yang dibangun. pada halaman video ini, terdapat tombol lanjut untuk memulai langsung aplikasi perhitungan dan tombol keluar untuk menutup aplikasi yang sebelumnya akan menampilkan pesan konfirmasi untuk keluar yang dapat dilihat pada gambar 4.2. maka secara otomatis akan muncul nama kriteria, bobot preferensi dan kategori yang kita buat tadi pada kotak list dibagian bawahnya dalam bentuk tabel. User juga dapat melakukan pengeditan apabila melakukan kesalahan penginputan dengan mengubahnya langsung pada tabel tersebut yang dapat dilihat pada gambar 4.4. Gambar 4.1 halaman utama aplikasi Gambar 4.3 Halaman awal Gambar 4.2 Halaman video tutorial Halaman awal akan muncul apabila user menekan tombol mulai pada halaman awal atau menekan tombol lanjut pada halaman video tutorial. Halaman ini digunakan user untuk memasukkan nama kasus yang akan dicari, menentukan jumlah alternatif dan kriteria yang diinginkan. Pada halaman awal juga terdapat tombol menu awal yang dugunakan untuk kembali kehalaman utama yang Dapat dilihat pada gambar 4.3. Pada aplikasi ini juga terdapat halaman kriteria. Halaman kriteria akan muncul setelah user menakan tombol lanjut pada halaman awal. Dihalaman ini user akan menginputkan nama kriteria, bobot preferensi dan kategori dari kriteria yang dibuat. Tombol tambah digunakan untuk menambah kriteria yang lainnya. Tombol tambah tidak akan bisa ditekan lagi apabila jumlah kriteria yang diinputkan telah sesuai dengan jumlah kiriteria yang kita inputkan pada halaman awal tadi. Pada halaman ini apabila kita telah menekan tombol tambah, Gambar 4.4 Halaman kriteria Seteleh selesai menginputkan kriteria, maka akan muncul halaman alternatif. Halaman ini digunakan untuk menginputkan nama alternatif yang kita inginkan. Nama alternatif juga akan otomatis muncul pada kotak dibawahnya dalam bentuk tabel dan kita bisa melakukan pengeditan langsung pada tabel tersebut apabila melakukan kesalahan. Pada tombol kembali, akan muncul pesan peringatan apabila user menekan tombol tersebut yang dapat dilihat pada gambar 4.5. Halaman input nilai kriteria untuk alternatif ini akan muncul saat user menekan tombol lanjut pada halaman alternatif. Halaman ini digunakan untuk menginputkan nilai kriteria untuk alternatif yang ada. Data akan tampil dalam betuk tabel yang dilihat pada gambar 4.6.
Vol. 1, No. 2, Tahun 2012 152 Gambar 4.5 Halaman alternative Gambar 4.6 Halaman input nilai kriteria untuk alternatif Setelah user menginputkan semua nilai-nilai yang diperlukan, maka pada halaman hasil akan ditampilkan hasil buat alternatife terbaik dan juga akan menampilkan cara atau proses perhitungan dengan metode SAW, tampilan dari aplikasi untuk halaman hasil yang dapat dilihat pada gambar 4.7 Gambar 4.7 halaman hasil aplikasi 4.2 Pengujian dan Analisa Pengujian dilakukan dengan 2 cara, yaitu membandingkan hasil perhitungan manual dengan aplikasi dan menyebarkan kuisioner pada responden. Perbandingan antara perhitungan manual dengan perhitungan menggunakan sistem dilakukan terhadap contoh kasus yang sama untuk melihat kesamaan hasil yang diperoleh. Sementara itu, pengujian menggunakan kuisioner dilakukan dengan menyebarkan kuisioner kepada 30 orang responden yang terbagi dalam 2 kategori yaitu responden yang mempelajari mata kuliah SPK dan responden yang tidak mempelajari matakuliah SPK. Setelah hasil kuisioner untuk responden yang mempelajari matakuliah SPK diolah, maka dapat disimpulkan bahwa aplikasi sudah 80% membantu pemahaman tentang mata kuliah SAW, 84 % responden menyatakan bahwa aplikasi lebih mudah digunakan dibanding perhitungan menggunakan Ms. Excel,kecocokan sebesar 80% untuk dijadikan tutorial pengajaran, 80% kemudahan dalam pemahaman interface, kemudahan dalam penggunaan aplikasi sebesar 84%, dan sistem ini dinyatakan baik dengan nilai sebesar 90% yang diberikan oleh responden. Sedangkan hasil untuk penilaian responden yang tidak mempelajari matakuliah SPK adalah, aplikasi sudah 79% membantu pemahaman tentang mata kuliah SAW, 74 % responden menyatakan bahwa aplikasi lebih mudah digunakan dibanding perhitungan menggunakan Ms. Excel, 80% kemudahan dalam pemahaman interface, kemudahan dalam penggunaan aplikasi sebesar 80%, dan sistem ini dinyatakan baik dengan nilai sebesar 84% yang diberikan oleh responden 5. Kesimpulan Terdapat beberapa kesimpulan dari Sistem Pendukung Keputusan Menggunakan Metode Simple Additive, antara lain : 1. Sistem Pendukung Keputusan ini dapat membantu seorang user dalam pengambilan keputusan untuk semua kasus jika setiap kriteria dapat direpresentasikan kedalam bentuk angka. 2. Metode Simple Additive dapat memberikan alternatif
Vol. 1, No. 2, Tahun 2012 153 keputusan yang terbaik dalam pengambilan keputusan. 3. Dari perolehan hasil kuisioner dapat dilihat bahwa Sistem Pendukung Keputusan ini dapat digunakan sebagai alat bantu ajar dengan hasil responden sebesar 80% untuk tutorial pembelajarannya bagi yang belajar matakuliah SPK dan 84% untuk kemudahan dalam menggunaan aplikasi. [7] Riduwan. 2010. Skala Pengukuran Variabel-Variabel Penelitian. Bandung: ALFABETA Untuk saran terhadap sistem ini adalah, sekiranya sistem pendukung keputusan dengan menggunakan metode simple additive wieghting ini dapat dibuat dalam bentuk web, sehingga akan lebih mudah diakses oleh semua orang, serta mengimplementasikan metode lainnya sehingga dapat melakukan perbandingan hasil dengan aplikasi tutorial ini. Daftar Pustaka [1] Kumala Sari, Indah. (2011). Sistem Pendukung Keputusan Menentukan Lokasi Gudang di PT. Indofood dengan Menggunakan Metode Weighted Product. Pekanbaru : Politeknik Caltex Riau [2] Jogiyanto, (2005). Sistem Teknologi Informasi. Yogyakarta : Andi [3] Kusumadewi, Sri., Hartati, S., Harjoko, A., dan Wardoyo, R. (2006). Fuzzy Multi-Attribute Decision Making (FUZZY MADM). Yogyakarta: Penerbit Graha Ilmu [4] Kusumadewi, Sri. (2007). Diktat Kuliah Kecerdasan Buatan, Jurusan Teknik Informatika, Fakultas Teknologi Industri, Universitas Islam Indonesia [5] Kusuma W, Kartina Diah. (2009). Sistem Pendukung Keputusan. Pekanbaru : Politeknik Caltex Riau [6] Mcleod, Raymond. (1998). Management Information Sistem. Seventh Edition. Prentice Hall, New Jersey.