Jurnal Ilmiah NERO Vol. No. 2 204 SISTEM PENDUKUNG KEPUTUSAN OPTIMASI MIX DESIGN BETON KONSTRUKSI MENGGUNAKAN METODE AHP (ANALYTICAL HIERARCHY PROCES) Muhammad Farid Fahmi ), Budi Setiyono 2), Wahyudi Setiawan 3) ) Magister Telematika, Jurusan Teknik Elektro, FTI, Institut Teknologi Sepuluh Nopember 2) Jurusan Matematika, FMIPA, Institut Teknologi Sepuluh Nopember Kampus ITS Sukolilo, Surabaya 60 3) Program Studi D3 Teknik Multimedia Dan Jaringan, Fakultas Teknik, Universitas Trunojoyo Jl Raya Telang, PO. BOX 2, Kamal, Bangkalan Email : muhammad.farid29@gmail.com : muhammad.farid4@mhs.ee.its.ac.id ) Abstrak Dalam penelitian ini penulis akan membuat sebuah aplikasi yang disebut dengan Sistem Pendukung Keputusan Optimasi Mix Design Beton Konstruksi, Sistem ini dapat membantu Kontraktor dalam mengoptimalkan proses Mix Design (Perencanaan Campuran) Beton Konstruksi berdasarkan kendala dari keterbatasan bahan-bahan penyusun beton yang ada di lapangan. Optimasi yang akan dicapai dalam Mix Design Beton yaitu optimasi dari aspek ekonomi, Kemudahan pengerjaan, Mutu (keawetan), kekuatan struktur. Metode yang akan digunakan dalam proses Mix Design (Perencanaan Campuran) yaitu Metode British DOE dengan didasarkan pada Standar Perancangan Beton Indonesia SK-SNI T- 5-990-03, sedangkan Metode yang cocok untuk pengambilan keputusan dalam pengoptimalan campuran yaitu dengan metode AHP (analytical hierarchy process), karena metode tersebut dapat memecahkan masalah yang multiobjective dan multi kriteria. Kriteria yang digunakan dalam pengoptimalan campuran pada dasarnya merupakan persyaratan-persyaratan utama dalam campuran beton yang baik yaitu kemudahan pekerjaan, kekuatan struktur, mutu serta ekonomis. Prosentase yang diperoleh dari setiap kriteria tersebut digunakan sebagai salah satu pendukung keputusan dalam menentukan campuran yang optimal. Kata kunci: Mix Design, Sistem Pendukung Keputusan, AHP.. PENDAHULUAN Proses penyelesaian setiap permasalahan dengan cepat, tepat, dinamis dan efisien sangatlah dibutuhkan oleh suatu kontraktor dalam mengerjakan suatu proyek pembangunan sehingga optimalisasi suatu proyek dapat tercapai. Beton sebagai struktur dalam konstruksi teknik sipil sangat penting dalam banyak hal. Struktur beton digunakan dalam bangunan antara lain untuk pondasi, kolom, balok, pelat atau dalam teknik sipil hidro beton digunakan untuk bendungan atau saluran drainase perkotaan. Artinya, semua struktur dalam teknik sipil akan menggunakan beton, minimal dalam pekerjaan pondasi. Struktur beton maupun proses pengerjaan beton sangat dipengaruhi oleh komposisi dan kualitas dari bahan-bahan pencampur beton.agar dapat merancang beton yang baik seorang perencana beton harus mampu merancang campuran beton yang optimal dari beberapa aspek sesuai dengan kebutuhan dan keterbatasan komposisi bahan-bahan pencampur beton maupun kendala teknis pengerjaan yang ada di lapangan. Metode yang cocok dalam mendukung keputusan untuk pengoptimalan campuran beton ini yaitu dengan metode AHP (analytical hierarchy process), karena metode tersebut dapat memecahkan masalah yang multi objective dan multi criterias. Kriteria yang digunakan dalam pengoptimalan campuran pada dasarnya merupakan persyaratan utama dalam campuran beton yang baik yaitu kemudahan pekerjaan, kekuatan struktur, mutu (keawetan) serta ekonomis. Prosentase yang diperoleh dari setiap kriteria tersebut digunakan sebagai salah satu pendukung keputusan dalam menentukan campuran yang optimal. 63 N E R O
Jurnal Ilmiah NERO Vol., No.2 204 Tujuan dari penelitian ini adalah membuat sebuah perangkat lunak untuk mendukung keputusan dalam merencanakan Campuran Beton Konstruksi yang optimal dari aspek ekonomi, waktu pengerjaan, keawetan, aspek kekuatan struktur sesuai deangan kabutuhan serta komposisi dari bahan-bahan penyusun beton yang ada di lapangan. Oleh karena itulah, dibutuhkan suatu sistem untuk melakukan perancangan campuran beton yang optimal dengan mempertimbangkan kriteria-kriteria optimasi yang dibutuhkan dan tetap sesuai standar mutu beton dengan kendala yang dihadapi di lapangan. Salah satunya dengan media komputer untuk membuat suatu program aplikasi yang ditujukan untuk melakukan mendukung proses optimasi Mix Design (Perancangan Campuran) Beton konstruksi. Kemudian bagaimana membuat suatu perangkat lunak untuk mendukung keputusan dalam Mix Design (perencanaan Campuran) Beton yang optimal baik dari aspek ekonomi, kemudahan pengerjaan, Mutu (Keawetan), aspek kekuatan sesuai kebutuhan dengan keterbatasan bahanbahan penyusun beton yang ada di lapangan. 2. DASAR TEORI DAN TINJAUAN PUSTAKA 2. Sistem Pendukung Keputusan Sistem Pendukung Keputusan (SPK) adalah Sistem yang dirancang untuk menunjang pengambilan keputusan yang menyangkut area permasalahan tertentu. SPK merupakan sistem pengambilan keputusan yang menyangkut masalah atau pekerjaan yang sifatnya semi terstruktur. SPK merupakan salah satu produk software yang dikembangkan secara khusus untuk membantu manajemen dalam proses pengambilan keputusan. Tujuan SPK adalah sebagai second opinion atau information sources sebagai bahan pertimbangan seorang pimpinan sebelum memutuskan kebijakan tertentu. Karakteristik utama sistem pendukung keputusan adalah Sistem yang berbasis computer, Untuk memecahkan masalah-masalah yang kompleks, Melalui cara simulasi yang interaktif serta komponen utamanya data dan model analisis [4]. 2.2 Tinjauan Pustaka Penelitian terdahulu yang digunakan sebagai acuan penulis untuk mendukungpenelitian ini adalah Buku-buku, jurnal dan tesis yang penulis sebutkan berikut ini.penelitian tentang membangun sebuah sistem pendukung keputusan untukmenilai prestasi kerja karyawan dengan menggunakan model Analytical Hierarchy Process (AHP). Proses penentuan prestasi pegawai dalam penelitian inimenggunakan banyak kriteria (multi criteria). Hasil sistem pendukung kepuutusanini diharapkan pejabat terkait (misal kepala bagian personalia) tidak akankesulitan dalam memilih siapa pegawai yang paling berprestasi[8]. Penelitian tentang penilaian prestasi kinerja dokter dengan Analytical Hierarchy Process menunjukkanbahwa subjektifitas kriteria sangat diperhatikan dibandingkan denganmenggunakan Analytical Hierarchy Process konvensional [9]. Tesis tentang sistem pengambilan keputusan yang berkaitan dengan alternatifpemilihan tempat tinggal, dimana hierarkinya didasarkan atas kriteria yang terdiridari kesuburan tanah, rekreasi dan pengendalian banjir [7]. 2.3 Konsep Mix Design Konsep Mix Design (Perancangan Campuran) Beton dikenal dengan perancangan adukan cara Inggris (The British Mix Design Method) yang tercantum dalam Design of Normal Concrete Mixes yang telah menggantikan cara Road Note No.4 sejak tahun 975 dalam dunia konstruksi. Perencanaan sebuah beton dilakukan agar proporsi campuran dapat memenuhi syarat teknis serta ekonomis[3]. Dalam menentukan proporsi campuran dapat mengunakan beberapa metode yang dikenal, antara lain Metode American Concrete institute, Road No.4, Portland Cament Associaton, British Standar atau Departement Of Environment (DOE) dan cara coba-coba. Di Indonesia dikenal dengan cara DOE, Perencanaan dengan metode DOE ini dipakai oleh 64 N E R O
Jurnal Ilmiah NERO Vol. No. 2 204 Departemen Pekerjaan Umum sebagai standar Mix Design di Indonesia dan dimuat dalam buku Standar SK SNI T-5-990-03[3]. 2.4 Metode AHP (Analitycal Hierarchy Process) AHP merupakan suatu sistem pendukung keputusan yang mendekomposisikan suatu problem multi faktor yang kompleks kedalam suatu hirarki, di mana setiap levelnya dibentuk dari elemen-elemen yang spesifik. Hirarki sendiri didefinisikan sebagai suatu sistem dengan level-level yang bertingkat, dengan tiap leveelnya terdiri atas elemen-elemen atau faktor-faktor. AHP lebih dimaksudkan untuk menghasilkan nilai-nilai fungsional dari fungsi utilitas dibandingkan untuk menghasilkan fungsi itu sendiri. Pengambil keputusan dilibatkan untuk memberikan pertimbangan dalam penentuan kepentingan relatif dari faktor-faktor tersebut. Tujuan umum dari keputusan yang akan diambil terletak pada puncak hirarki, sedangkan kriteria, serta alternatif keputusan secara berurutan masing-masing berada pada level yang lebih rendah. AHP dapat menangani kombinasi informasi subjektif dan objektif dalam suatu framework yang sama, di mana hal ini akan sangat menguntungkan bagi proses pengambilan keputusan[4]. 2.5 Prosedur AHP Prosedur AHP dapat dikelompokkan ke dalam lima langkah utama, yaitu:. Pembentukan Hirarki Hirarki merupakan suatu pohon struktur yang dipergunakan untuk merepresentasikan penyebaran pengaruh mulai dari tujuan turun hingga sampai pada struktur yang terletak pada level yang paling dasar. 2. Perbandingan Berpasangan Gb.2. Struktur Hierarki Langkah dalam AHP melibatkan estimasi prioritas bobot suatu himpunan kriteria atau alternatif dari suatu matriks bujursangkar yang digunakan dalam perbandingan berpasangan A = [a ij], yang mana nilai bobot ini haruslah positif dan jika kebijakan mengenai perbandingan berpasangan sudah benar-benar konsisten maka dibuat suatu perbandingan terbalik dari nilai tersebut, contoh : a ij = /a ij untuk semua i, j =, 2, 3,,n. Selanjutnya, bobot akhir dari faktor ke-i yang telah dinormalkan, yaitu w i, adalah sebagai berikut : n wij aij / a ij i,2,..., n () i Skala perbandingan berpasangan untuk kepentingan relatif yaitu menilai secara perbandingan tingkat kepentingan suatu elemen dengan elemen lain. adalah sebagai berikut: 65 N E R O
Jurnal Ilmiah NERO Vol., No.2 204 Tabel 2.. Skala Perbandingan Intensitas Kepentinga Definisi Keterangan n (equal) Sama penting Dua aktivitas memberikan kontribusi yang sama pada pencapaian tujuan 3 (weak) Sedikit lebih penting Pengalaman dan kebijakan memandang satu aktivitas sedikit lebih penting dibanding satu aktivitas yang lain. 5 (strong) Lebih penting Pengalaman dan kebijakan memandang satu aktivitas lebih penting dibanding satu aktivitas yang lain. Satu aktivitas sangat lebih penting dibanding satu aktivitas yang lain. 7 (very Sangat lebih penting strong) 9 (absolute) Mutlak lebih penting Bukti, pengalaman dan kebijakan memandang satu aktivitas mutlak lebih penting dibanding satu aktivitas yang lain. 2, 4, 6, 8 * Nilai Tengah Ketika diperlukan kompromi Source: Saaty, Thomas L. (990) Dengan mempertimbangkan elemen-elemen C, C 2. C 3,, C n dari beberapa level hirarki, diharapkan dapat ditemukan nilai bobot pengaruh dari elemen-elemen tersebut, yaitu w, w 2,, w n, pada yang terdapat pada level yang sama dengan mengacu pada level berikutnya. Sarana dasar dari AHP adalah sebuah matriks angka yang merepresentasikan kebijakan mengenai perbandingan berpasangan. Suatu eigenfactor dengan eigenvalue terbesar dipilih untuk melengkapi prioritas. Di sini w i menunjukkan bobot dari elemen C n sedangkan a ij = w i / w j adalah angka yang menunjukkan kekuatan dari C i ketika diperbandingkan dengan C j. Matriks dari angka-angka a ij ini ditunjukkan oleh A, yaitu sebagai berikut : w A aij w di mana A i baris ke-i dari vector A. 2 n / w : / w w / w : w / w n 2 2........ w / wn A w w : 2 / n i : A n A (2) 3. Pemeriksaan konsistensi Memeriksa apakah perbandingan berpasangan yang dilakukan berdasarkan kebijakan pengambil keputusan masih berada dalam batas yang ditentukan atau tidak. Pengukuran konsistensi secara alamiah atau deviasi dari konsistensi disebut dengan indeks konsistensi (CI = Consistency Index) yang didefinisikan sebagai berikut: max n CI n Indeks konsistensi dari suatu matriks perbandingan terbalik skala sampai 9 yang di-generate secara random, dengan hasil perbandingan terbaliknya, untuk tiap ukuran matriks disebut dengan Indeks Random (RI = Random Index) yang ditunjukkan pada tabel berikut ini : (3) 66 N E R O
Jurnal Ilmiah NERO Vol. No. 2 204 Tabel 2.2 Random Index (RI) Matrix Order 2 3 4 5 6 7 8 9 0 RI 0.0 0.0 0.5 0.9..2.3.4.4.49 Source: Saaty, Thomas L. (990) Sehingga rasio konsistensi (CR = Consistency Ratio) didefinisikan sebagai rasio antara CI dan RI untuk ordo matriks yang sama. CR = CI / RI Nilai dari CR < 0.0 biasanya digunakan sebagai suatu batas penerimaan. Nilai yang lebih tinggi dari batas tersebut berarti menunjukkan adanya kebutuhan pemeriksaan konsistensi pengambil keputusan yang biasanya dilakukan dengan cara meninjau kembali atau merevisi kebijakan yang telah diambil. Langkah lain dalam AHP adalah pembuatan kebijakan melalui hirarki untuk memasukkan seluruh prioritas alternatif dengan mengacu pada tujuan yang ingin dicapai. Bobot-bobot dibuat dengan cara menjumlahkan prioritas dari tiap elemen-elemen menurut criteria yang ditetapkan per bobot criteria tersebut. 4. Evaluasi Bobot Keseluruhan Suatu kebijakan disintesa (digabungkan) melalui suatu model yang menggunakan pembobotan dan menambah proses untuk menurunkan bobot keseluruhan alternatif-alternatif. Bobot tersebut dinormalkan untuk tiap matriks perbandingan berpasangan. Alternatif terbaik adalah alternatif yang memiliki prioritas tertinggi. 5. Pengambilan Keputusan kelompok atau penetapan kebijakan. Untuk menurunkan hasil kebijakan kelompok, tiap anggota kelompok membuat kebijakankebijakan sendiri pada copy model yang mereka miliki dan kemudian mengkombinasikan hasilnya. 3. METODOLOGI PENELITIAN 3. Jenis Data Data Primer merupakan data utama yang digunakan dalam pembuatan sistem pendukung keputusan optimasi Mix Desain. Data tersebut meliputi: data survei, data kriteria dan data sub kriteria. Sedangkan data Sekunder merupakan data penunjang yang diperoleh dari beberapa sumber baik dari buku, jurnal yang berfungnsi untuk melengkapi data dalam penyusunan laporan penelitian. Data tersebut meliputi deskripsi sistem pendukung keputusan, analytical hierarchy process, prinsip kerja metode ahp, langkah/prosedur metode ahp, kelebihan dan kelemahan metode ahp. 2.2 Metode Pengumpulan Data. Studi Pustaka, merupakan metode pengumpulan data melalui buku, majalah, paket modul, e- book, jurnal dan literatur lain yang masih berkaitan dengan pembahasan dan menunjang.. Penentuan Kebutuhan Sistem, melakukan survei dan wawancara terhadap narasumber untuk mendefinisikan kebutuhan sistem. 2. Pembuatan Perangkat Lunak, pembuatan program pendukung keputusan untuk Optimasi Mix Design Beton Konstruksi. 3. Evaluasi Perangkat Lunak, prototype yang telah jadi di uji coba dan dibandingkan dengan perhitungan manual agar dapat memastikan keberhasilan dari prototype, jika ternyata ada hal yang tidak sesuai dengan tujuan maka perlu dilakukan modifikasi pada prototype. 67 N E R O
Jurnal Ilmiah NERO Vol., No.2 204 4. Pengujian dan Pembahasan Berikut adalah salah satu contoh Kasus yang akan diselesikan, misalkan seorang kontraktor merencanakan campuran beton untuk pembetonan masal mutu K75 pada. dimana beton tersebut akan berada pada lingkungan normal. Misalkan Optimasi yang diharapkan yaitu dari aspek Biaya tetapi tetap memperhatikan tingkat kemudahan pengerjaan. Berikut ini adalah langkah-langkah untuk mencari keputusan campuran yang optimal.. Proses input data bahan form rencana campuran baru Proses dilakukan untuk menginputkan data bahan yang ada.sehingga dari data bahan yang ada diperoleh campuran yang optimal. Gambar 4. Input Data bahan pada rencana Hasil Pengujian : Proses akan menghasilkan alternatif rencana campuran pada Form Alternatif campuran dan mencari campuran yang optimal dari alternatif yang ada, seperti yang terlihat pada Gambar 4.2 Gambar 4.2 Alternatif Rencana 68 N E R O
Jurnal Ilmiah NERO Vol. No. 2 204 2. Proses Pencarian Campuran Optimal dengan AHP Proses ini terdapat terdapat tahapan-tahapan yang harus dilakukan sesuai dengan langkahlangkah AHP yaitu : A. Proses Pencarian Nilai Campuran berdasarkan Kriteria Kekuatan Proses ini mencari Nilai dari masing-masing Alternatif Campuran berdasarkan kriteria kekuatan. Gambar 4.3 Nilai alternatif campuran berdasarkan kriteria Hasil Pengujian : Proses akan menghasilkan nilai dari masing-masins alternatif campuran berdasarkan kriteria kekuatan, setelah itu klik next untuk melanjutkan. B. Proses Pencarian Nilai Campuran berdasarkan Kriteria Mutu Pengerjaan Proses ini mencari Nilai dari masing-masing Alternatif Campuran berdasarkan kriteria Mutu Pengerjaan. Gambar 4.4 Nilai alternatif campuran berdasarkan kriteria 69 N E R O
Jurnal Ilmiah NERO Vol., No.2 204 Hasil Pengujian : Proses akan menghasilkan nilai dari masing-masins alternatif campuran berdasarkan kriteria Mutu Pengerjaan, setelah itu klik next untuk melanjutkan. C. Proses Pencarian Nilai Campuran berdasarkan Kriteria Biaya Proses ini mencari Nilai dari masing-masing Alternatif Campuran berdasarkan kriteria Biaya. Gambar 4.5 Nilai alternatif campuran berdasarkan Hasil Pengujian : Proses akan menghasilkan nilai dari masing-masing alternatif campuran berdasarkan kriteria biaya, setelah itu klik next untuk melanjutkan. D. Proses Pencarian Nilai Campuran berdasarkan Kriteria Kemudahan Pengerjaan. Proses ini mencari Nilai dari masing-masing Alternatif Campuran berdasarkan kriteria Kemudahan. Gambar 4.6 Nilai alternatif campuran berdasarkan kriteria 70 N E R O
Jurnal Ilmiah NERO Vol. No. 2 204 Hasil Pengujian : Proses akan menghasilkan nilai dari masing-masing alternatif campuran berdasarkan kriteria kemudahan, setelah itu klik proses dan sistem akan menganalisa prioritas akhir dari bobot kriteria serta nilai dari masing-masing alternatif berdasarkan kriteria, kemudian sistem akan menghasilkan keputusan campuran optimal berdasarkan tingkat kepentingan dari kriteria yang diinginkan user. seperti yang terlihat pada Gambar 4.7. Gambar 4.7 Hasil Analisa dan Berdasarkan penghitungan AHP untuk campuran yang optimal dari aspek ekonomi, bobot tertinggi yaitu di KPI C yaitu kriteria ekonomi/biaya. Apabila kita mempunyai beberapa kemungkinan campuran beton dari bahan yang ada, maka Berdasarkan perhitungan akhir bobot dikalikan dengan nilai masing kriteria dalam satu alternatif, maka diperoleh hasil bahwa alternatif campuran yang biayanya paling kecil atau nilai biayanya paling besar (Sangat Murah) di antara yang lain akan mempunyai kemungkinan kriteria bobot tertinggi dan kemungkinan nilai optimal dari aspek biaya.meskipun campuran 4 lebih optimal dari segi kemudahan pengerjaan tetapi berdasarkan tingkat kepentingan yang lebih tinggi untuk biaya, maka berdasarkan perhitungan maka Sistem pendukung keputusan akan menyarankan user untuk memilih alternatif campuran untuk campuran paling optimal. 5. KESIMPULAN Kesimpulan yang dapat diambil dengan dibangunnya perangkat lunak Pendukung Keputusan optimasi Mix design beton konstruksi adalah :. Sistem mampu melakukan penghitungan bobot kriteria serta penilaian tingkat kepentingan campuran terhadap kriteria berdasarkan permasalahan yang dihadapi user. 2. Sistem dapat mendukung keputusan dalam merencanakan campuran beton konstruksi yang optimal dari aspek biaya, kemudahan pengerjaan, mutu pengerjaan,aspek kekuatan strukturserta optimal dari semua aspek sesuai deangan kebutuhan serta komposisi dari bahan-bahan penyusun beton yang ada di lapangan. 3. Software ini belum dapat dikatakan sempurna secara penuh dikarenakan hierarki yang telah dibuat masih membutuhkan kriteria-kriteria lain sesuai dengan perkembangan dan kebutuhan user yang dapat membuat hierarki ini bisa menjadi lebih baik dan lebih lengkap, sehingga hasil yang didapatkan nantinya diharapkan memang bisa menjadi suatu keputusan yang terbaik. 7 N E R O
Jurnal Ilmiah NERO Vol., No.2 204 6. DAFTAR PUSTAKA [] H. Jogiyanto, Analisis dan Desain Sistem Informasi, Andi Yogyakarta, 994. [2] Fathansyah, Basis Data, Informatika Bandung, 2003. [3] Mulyono, Teknologi Beton, Andi Yogyakarta, 2004. [4] Kadarsah, Suryadi, Ramadhan Ali,"Sistem Pendukung Keputusan Suatu Wacana Struktural Idealisasi dan Konsep Pemgambilan Keputusan", Remaja Rosdakarya Bandung, 2002. [5] J. Ramalho, SQL Server 7.0, Elekmedia Komputindo Jakarta, 2002 [6] W. Dewobroto,, Aplikasi Sains dan Teknik dengan Visual Basic 6.0, Elekmedia Komputindo Jakarta, 2003. [7] Carolin, N, Analisis Pengambilan Keputusan Menggunakan Pendekatan Analytic Hierarchy Process (AHP), Tesis, S2 Ilkom FMIPA UGM Yogyakarta, 2004. [8] Kusrini, dan Gole, A.W, Sistem Pendukung Keputusan Penentuan Prestasi Pegawai Nakertrans Sumba Barat Di Waikabubak, SNATI 2007, STMIK AMIKOM Yogyakarta, 2007. [9] Tomianto., Sistem Pendukung Keputusan dengan MetodeAnalitycal Hierarchy Process(AHP) untuk penentuan prestasi kerja Dokter di RSUD Sukoharjo, Jurnal Infokes, Vol.2 No., Agustus, 202. [0] Saaty, T.L., The Analytic Hierarchy Proces s, McGraw-Hill, New York, 990. 72 N E R O