SISTEM PENDUKUNG KEPUTUSAN PENENTUAN LOKASI BTS MENGGUNAKAN METODE AHP (ANALYTICAL HIERARCHY PROCESS)

dokumen-dokumen yang mirip
SISTEM PENDUKUNG KEPUTUSAN PENENTUAN LOKASI BTS MENGGUNAKAN METODE AHP (ANALYTICAL HIERARCHY PROCESS)

Okta Veza Program Studi Teknik Informatika Sekolah Tinggi Teknik Ibnu Sina 1

ISSN : STMIK AMIKOM Yogyakarta, 6-8 Februari 2015

ANALISIS DAN USULAN SOLUSI SISTEM UNTUK MENDUKUNG KEPUTUSAN PENILAIAN KINERJA DOSEN MENGGUNAKAN METODE ANALYTICAL HIERARCHY PROCESS (AHP)

SISTEM PENDUKUNG KEPUTUSAN PEMILIHAN SISWA DALAM MENGIKUTI LOMBA LKS DI SMK NEGERI 3 SEMARANG DENGAN METODE ANALITHICAL HIERARCHI PROCESS

SISTEM PENDUKUNG KEPUTUSAN PEMILIHAN PENGGUNAAN JENIS TANAMAN DENGAN METODE ANALYTIC HIERARCHY PROCESS (AHP)

Abstrak. Seorang konsumen yang hendak melakukan pilihan

SISTEM PENDUKUNG KEPUTUSAN DALAM MENENTUKAN PENILAIAN PRESTASI KARYAWAN TERBAIK. Surmayanti, S.Kom, M.Kom

TELEMATIKA, Vol. 06, No. 02, JANUARI, 2010, Pp ISSN X TEKNIK PERMODELAN ANALITYCAL HIERARCHY PROCES (AHP) SEBAGAI PENDUKUNG KEPUTUSAN

PENERAPAN METODE ANALYTICAL HIERARCHY PROCESS UNTUK PEMILIHAN TYPE SEPEDA MOTOR YAMAHA

SISTEM PENDUKUNG KEPUTUSAN PEMILIHAN KADER KESEHATAN DI KECAMATAN PEUDAWA KABUPATEN ACEH TIMUR

SISTEM PENDUKUNG KEPUTUSAN PEMILIHAN MAKANAN PADA BAYI LIMA TAHUN (BALITA) DENGAN MENGGUNAKAN METODE ANALYTICAL HIERARCHY PROCESS (AHP)

Freza Surya Asrina Strata Satu Sistem Informasi Universitas Dian Nuswantoro ABSTRAK

SISTEM PENDUKUNG KEPUTUSAN UNTUK PEMILIHAN PERGURUAN TINGGI KOMPUTER SWASTA

DECISION SUPPORT SYSTEMS IN THE ADMISSION SELECTION OF VOCATIONAL HIGH SCHOOL STUDENT Case Study: SMK Pelita Pesawaran. Abstract

SISTEM PENDUKUNG KEPUTUSAN PEMILIHAN PENGAJAR LES PRIVAT UNTUK SISWA LEMBAGA BIMBINGAN BELAJAR DENGAN METODE AHP (STUDI KASUS LBB SYSTEM CERDAS)

SISTEM PENDUKUNG KEPUTUSAN PEMILIHAN PERUMAHAN MENGGUNAKAN METODE AHP BERBASIS WEB (STUDI KASUS CV. WISMA ANUNGKRIYA DEMAK) ARTIKEL ILMIAH

AHP UNTUK PEMODELAN SPK PEMILIHANSEKOLAH TINGGI KOMPUTER

BAB IV HASIL DAN UJI COBA

JURNAL SAINS DAN INFORMATIKA SISTEM PENUNJANG KEPUTUSAN PENENTUAN PENERIMA BEASISWA DENGAN METODE MULTIPLE AHP

RANCANG BANGUN APLIKASI SISTEM PENDUKUNG KEPUTUSAN MENGGUNAKAN MODEL ANALYTICAL HIERARCHY PROCESS UNTUK PEMBERIAN BONUS KARYAWAN

ANALYTICAL HIERARCHY PROCESS SEBAGAI PENDUKUNG KEPUTUSAN (DECISION SUPPORT) PEMILIHAN LOKASI PEMBANGUNAN RUMAH KOS UNTUK KARYAWAN

IMPLEMENTASI ANALYTIC HIERARCHY PROCESS DALAM PENENTUAN PRIORITAS KONSUMEN PENERIMA KREDIT. Sahat Sonang S, M.Kom (Politeknik Bisnis Indonesia)

Techno.COM, Vol. 12, No. 4, November 2013:

SISTEM PENDUKUNG KEPUTUSAN KELAYAKAN PEMBERIAN KREDIT MENGGUNAKAN METODE AHP PADA BANK DANAMON CABANG SEGIRI SAMARINDA

SISTEM INFORMASI PENENTUAN LOKASI TPA SAMPAH MENGGUNAKAN METODE AHP Studi Kasus: Dinas Kebersihan dan Pertamanan Kota Malang

SISTEM PENDUKUNG KEPUTUSAN PEMILIHAN SUPPLIER DENGAN METODE ANALYTICHAL HIERARCHY PROCESS

APLIKASI AHP UNTUK PENILAIAN KINERJA DOSEN

PENENTUAN DALAM PEMILIHAN JASA PENGIRIMAN BARANG TRANSAKSI E-COMMERCE ONLINE

SISTEM PENERIMAAN DOSEN MENGGUNAKAN ANALYTICAL HIERARCHY PROCESS (AHP) DENGAN EXPERT COICE

Titis Handayani Fakultas Teknologi Informasi dan Komunikasi Universitas Semarang. Abstract

JURUSAN TEKNIK INFORMATIKA FAKULTAS TEKNIK UNIVERSITAS MUHAMMADIYAH MALANG 2015

PEMILIHAN OBJEK WISATA DI SUMATERA UTARA DENGAN METODE ANALYTICAL HIERARCHY PROCESS (AHP)

SISTEM PENUNJANG KEPUTUSAN PEMILIHAN KARYAWAN TERBAIK PADA BANK BRI DENGAN MENGGUNAKAN METODE AHP

SELEKSI PEMILIHAN SISTEM INFORMASI MANAJEMEN PUSKESMAS MENGGUNAKAN METODE AHP STUDI KASUS DINKES KABUPATEN BANTUL

SISTEM PENDUKUNG KEPUTUSAN PENENTUAN GURU YANG BERHAK MENERIMA SERTIFIKASI MENGGUNAKAN METODE ANALYTICAL HIERARCHY PROCESS (AHP)

SISTEM PENDUKUNG KEPUTUSAN PEMILIHAN MAKANAN SEHAT MENGGUNAKAN METODE AHP (Analytic Hierarchy Process)

ANALISA FAKTOR PENDUKUNG KEPUTUSAN PEMILIHAN PERGURUAN TINGGI TINGKAT SARJANA MENGGUNAKAN METODE AHP (ANALITICAL HIRARKI PROCESS)

Aplikasi Metode Analitical Hierarchy Proces (AHP) Dalam Meningkatkan Kualitas Sumber Daya Manusia. Oleh Abulwafa Muhammad, S.Kom, M.

JURNAL TEKNOLOGI INFORMASI & PENDIDIKAN ISSN : VOL. 1 NO. 1 MARET 2010

ABSTRAK. Kata kunci : SPK, metode AHP, penentuan lokasi.

ANALISIS DAN PERANCANGAN APLIKASI PEMILIHAN JENIS BEASISWA MENGGUNAKAN METODE ANALYTICAL HIERARCHY PROCESS (STUDI KASUS: BEASISWA UKRIDA)

Jurnal SCRIPT Vol. 3 No. 1 Desember 2015

SISTEM PENDUKUNG KEPUTUSAN PEMILIHAN SISWA BERPRESTASI MENGGUNAKAN METODE AHP (ANALYTICAL HIERARCHY PROCESS)

Sistem Pendukung Keputusan Pemilihan Karyawan Terbaik Menggunakan Metode AHP

SISTEM PENDUKUNG KEPUTUSAN PEMBERIAN KREDIT SEPEDA MOTOR UNTUK KONSUMEN PT.FIF CABANG MEDAN MENGGUNAKAN METODE ANALYTIC HIERARCHI PROCESS (AHP)

JURNAL SISTEM PENDUKUNG KEPUTUSAN DALAM PEMBERIAN KREDIT PADA KSP MITRA RAKYAT BERSAMA NGANJUK DENGAN METODE ANALYTICAL HIERARCHY PROCESS (AHP)

Sistem Pendukung Keputusan Memilih Perguruan Tinggi Swasta di Palembang Sebagai Pilihan Tempat Kuliah

Sistem Pendukung Keputusan untuk Menentukan Gangguan Psikologis dengan Metode AHP

IMPLEMENTASI SISTEM PENDUKUNG KEPUTUSAN PENERIMA BERAS UNTUK KELUARGA MISKIN ( RASKIN ) MENGGUNAKAN METODE AHP (ANALYTICAL HIERARCHY PROCESS) Ilyas

PEMILIHAN PROGRAM STUDI BAGI CALON MAHASISWA BARU DI STMIK EL RAHMA YOGYAKARTA, SEBUAH MODEL SISTEM PENDUKUNG KEPUTUSAN

ANALISIS KRITERIA SISTEM PENDUKUNG KEPUTUSAN BEASISWA BELAJAR BAGI GURU MENGGUNAKAN METODE ANALYTIC HIERARCHY PROCESS (AHP)

PERANCANGAN MODEL PENDUKUNG KEPUTUSAN UNTUK PENENTUAN LOKASI INDUSTRI BERDASARKAN PROSES HIERARKI ANALITIK

BAB II LANDASAN TEORI. Menurut Pujawan dan Erawan (2010) memilih supplier merupakan

PENGAMBILAN KEPUTUSAN PENERIMA BEASISWA DENGAN METODE ANALYTICAL HIERARCHY PROCESS (AHP) (STUDI KASUS : SMK NEGERI 1 PUGUNG, TANGGAMUS)

SISTEM PENDUKUNG KEPUTUSAN PEMILIHAN PROGRAM STUDI PERGURUAN TINGGI DENGAN MENGGUNAKAN METODE ANALITHICAL HIERARCHI PROCESS (AHP)

PENGEMBANGAN SISTEM PENDUKUNG KEPUTUSAN PENENTUAN KELAYAKAN LOKASI CABANG BARU USAHA CLOTHING MENGGUNAKAN METODE AHP-TOPSIS

ANALISIS KRITERIA SISTEM PENDUKUNG KEPUTUSAN BEASISWA BELAJAR BAGI GURU MENGGUNAKAN METODE ANALYTIC HIERARCHY PROCESS (AHP)

ANALYTIC HIERARCHY PROCESS METODE PENDUKUNG KEPUTUSAN PEMBERIAN KREDIT PADA KOPERASI MANDIRI UTAMA ABSTRACT

KOMBINASI METODE AHP DAN TOPSIS PADA SISTEM PENDUKUNG KEPUTUSAN

SPK Evaluasi Peserta LBD (Local Business Development) Dengan Metode AHP (Studi Kasus Chevron Indonesia Company)

PEMILIHAN SUPPLIER ALUMINIUM OLEH MAIN KONTRAKTOR DENGAN MENGGUNAKAN METODE ANALYTICAL HIERARCHY PROCESS

PENGAMBILAN KEPUTUSAN PENERIMA BEASISWA DENGAN METODE ANALYTICAL HIERARCHY PROCESS (AHP) (STUDI KASUS : SMK NEGERI 1 PUGUNG, TANGGAMUS)

IMPLEMENTASI SPK UNTUK SELEKSI CALON GURU DI SMK BINA MARTA

SISTEM PENDUKUNG KEPUTUSAN PEMILIHAN PONDOK PESANTREN DI PURWOKERTO (STUDI KASUS : MAHASISWA STAIN PURWOKERTO)

SISTEM PENDUKUNG KEPUTUSAN PENENTUAN PENJUALAN MOBIL MENGGUNAKAN METODE AHP BERBASIS WEB

Sistem Pendukung Keputusan Metode AHP Dalam Penentuan Seseorang Beresiko Terkena Penyakit Ginjal

PENGOLAHAN DATA PENGANGKATAN KARYAWAN TETAP DENGAN MENGGUNAKAN METODE ANALITYCAL HIERARCHY PROCESS (AHP)

Analisa dan Perancangan Aplikasi Penilaian Pegawai dalam Jabatan Struktural di Pemerintahan Kota Manado

SISTEM PENDUKUNG KEPUTUSAN REKOMENDASI PENGANGKATAN KARYAWAN PESERTA TRAINING MENGGUNAKAN METODE ANALYTICAL HIERARCHY PROCESS (AHP) DI PT.

JURNAL SISTEM PENDUKUNG KEPUTUSAN PENGADAAN ALAT KESEHATAN DI PUSKESMAS KECAMATAN DURENAN MENGUNAKAN METODE ANALYTICAL HIERARCY PROCESS (AHP)

PERANCANGAN SISTEM PENDUKUNG KEPUTUSAN PERSETUJUAN PEMBIAYAAN MENGGUNAKAN METODE ANALYTICAL HIERARCHY PROCESS (AHP) BERBASIS WEB

SKRIPSI MIKA INDIKA

PENERAPAN ANALYTIC NETWORK PROCESS (ANP) PADA SISTEM PENDUKUNG KEPUTUSAN

UNIVERSITAS MERCU BUANA FAKULTAS : ILMU KOMPUTER PROGRAM STUDI : SISTEM INFORMASI

MODEL ANALYTICAL HIERARCHY PROCESS UNTUK PENILAIAN DESA DALAM PROGRAM DESA MAJU INHIL JAYA. Muh. Rasyid Ridha

PENERAPAN ANALYTIC NETWORK PROCESS (ANP) PADA SISTEM PENDUKUNG KEPUTUSAN

IMPLEMENTASI KOMBINASI METODE AHP DAN SAW DALAM PENDUKUNG KEPUTUSAN PENENTUAN KREDIT PERUMAHAN RAKYAT ABSTRAK

sistem Pendukung Keputusan Penilaian Kinerja Guru di SDN Mohammad TohaMenggunakan Metode Analytical Hierarchy Process (AHP)

Pemanfaatan Metode Analytical Hierarchy Process Untuk Penentuan Kenaikan Jabatan Karyawan

Sistem Pendukung Keputusan Kenaikan Jabatan Pada Bank BTPN Menggunakan Metode Analytic Hierarchy Process

SISTEM PENDUKUNG KEPUTUSAN PEMILIHAN PERGURUAN TINGGI UNTUK SISWA YANG MELANJUTKAN KULIAH PADA SMA N 1 TEGAL

SISTEM PENDUKUNG KEPUTUSAN SELEKSI PENERIMA BEASISWA PADA SMA 1 BOJA DENGAN MENGGUNAKAN METODE ANALYTICAL HIERARCHY PROCESS (AHP)

BAB III ANALISA DAN DESAIN SISTEM

JURNAL TEKNOLOGI INFORMASI & PENDIDIKAN ISSN : VOL. 2 NO. 1 SEPTEMBER 2010

APLIKASI SISTEM PENDUKUNG KEPUTUSAN PENEMPATAN BIDAN DI DESA MENGGUNAKAN METODE ANALITYCAL HIERARCHY PROCESS (AHP)

ANALISA PEMILIHAN APLIKASI BERITA BERBASIS MOBILE MENGGUNAKAN METODE ANALYTICAL HIERARCHY PROCESS (AHP)

BAB 2 TINJAUAN PUSTAKA DAN DASAR TEORI. yang di lakukan oleh Agus Settiyono (2016) dalam penelitiannya menggunakan 7

METODE PENELITIAN. Kata Kunci analytical hierarchy process, analytic network process, multi criteria decision making, zero one goal programming.

BAB I PERSYARATAN PRODUK

Sistem Pendukung Pengambilan Keputusan Penerimaan Beras Untuk Keluarga Miskin (Raskin) Di Kelurahan Sondakan Kecamatan Laweyan Kota Surakarta

PENILAIAN KINERJA DOSEN DENGAN MENGGUNAKAN METODE AHP (STUDI KASUS : DI STMIK POTENSI UTAMA MEDAN)

PEMILIHAN RANGE PLAFOND PEMBIAYAAN TERBAIK BMT DENGAN METODE AHP. Dwi Yuniarto, S.Sos., M.Kom. Program Studi Teknik Informatika STMIK Sumedang

SISTEM PENDUKUNG KEPUTUSAN SELEKSI PENERIMA BEASISWA PADA SMK BINA NUSANTARA UNGARAN MENGGUNAKAN METODE ANALITHICAL HIERARCHI PROCESS (AHP)

SISTEM PENDUKUNG KEPUTUSAN PEMILIHAN CALON PENERIMA BANTUAN LANGSUNG SEMENTARA MASYARAKAT (BLSM) MENGGUNAKAN METODE ANALYTIC HIERARCHY PROCESS

Rici Efrianda ( )

Penerapan Analytical Hierarchy Process (AHP) Untuk Sistem Pendukung Keputusan Penilaian Kinerja Karyawan Pada Perusahaan XYZ

Perancangan Sistem Pendukung Keputusan Untuk Proses Perekrutan Karyawan Studi Kasus PT.Sumber AlfariaTrijaya Dengan Metode AHP.

Industrial Management Analisis Faktor Utama Dalam Memilih Kartu GSM Prabayar dengan Menggunakan Analytical Hierarchy Process

BAB 2 TINJAUAN PUSTAKA Definisi Sistem, Keputusan dan Sistem Pendukung Keputusan

Transkripsi:

SISTEM PENDUKUNG KEPUTUSAN PENENTUAN LOKASI BTS MENGGUNAKAN METODE AHP (ANALYTICAL HIERARCHY PROCESS) Fendy Yulian Rakhmad *), Yuli Christiono, and Ajub Ajulian Jurusan Teknik Elektro, Universitas Diponegoro Semarang JL. Prof. Sudharto, SH, Kampus UNDIP Tembalang, Semarang 50275, Indonesia *) E-mail : fendyyulianrakhmad@gmail.com Abstrak Dengan perkembangan teknologi yang pesat, semakin bertambah kemampuan komputer dalam membantu menyelesaikan permasalahan-permasalahan di berbagai bidang. Diantaranya Sistem Pendukung Keputusan (SPK) berbasis komputer atau dikenal sebagai Computed Based Decision Support Sistem. Sistem ini adalah sistem berbasis komputer yang dirancang untuk meningkatkan efektifitas pengambilan keputusan dalam memecahkan masalah. Penentuan lokasi BTS (Base Transceiver Station) pada suatu wilayah, saat ini masih menjadi permasalahan klasik bagi suatu operator seluler. Salah satu caranya dengan menggunakan sistem pendukung keputusan dengan metode Analytical Hierarkhi Process (AHP). Pembuatan dan perancangan system penentuan lokasi BTS menggunakan beberapa parameter, diantaranya : jumlah pengguna (user), perkiraan biaya pembangunan, jarak BTS terdekat dan akses suatu lokasi. Dari kriteria-kriteria tersebut akan diambil alernatif pilihan lokasi yang telah ditentukan sebelumnya. Aplikasi ini akan dibuat menggunakan bahasa pemrograman tingkat tinggi yaitu Delphi. Dengan menggunakan sistem pendukung keputusan akan diperoleh pertimbangan kepastian yang optimal untuk lokasi pembangunan BTS. Kata Kunci : BTS, AHP, Sistem Pendukung Keputusan Abstract With the rapid development of technology, the growing ability of computers to help solve problems in various fields. Among Decision Support System (DSS)-based computer, otherwise known as Computed Based Decision Support System. This system is a computer-based system designed to improve the effectiveness of decision-making in solving the problem. Determining the location of BTS (Base Transceiver Station) in an area, it is still a classic problem for a mobile operator. One way to use decision support system with Analytical Hierarchy Process (AHP). Preparation and determination of the location of the BTS system design using several parameters, including: the number of users, the estimated cost of construction, the nearest BTS distance and access a site. Of these criteria will be taken alernatif option predetermined location. This application will be made using high-level programming language is Delphi. By using the decision support system will obtain the optimal certainty consideration for the location of the new BTS. Keywords: BTS, AHP, Decision Support Systems 1. Pendahuluan Perkembangan telekomunikasi yang semakin cepat dewasa ini, telah mendorong manusia untuk selalu berkreasi dengan menciptakan teknologi baru. Sebagai contoh adalah teknologi telekomunikasi GSM atau Global System for Mobile Comunication, yaitu sistem multiservice yang memungkinkan komunikasi antar pengguna tanpa melihat tempat dan waktu untuk melakukan berbagai layanan, diantaranya adalah komunikasi langsung dan layanan SMS (Short Message Service). Penentuan lokasi tower BTS (Base Transceiver Station) untuk jaringan telepon selular menjadi masalah yang sering dihadapi oleh pihak operator penyedia jaringan komunikasi selular. Operator dituntut untuk dapat menentukan lokasi tower BTS yang potensial agar semua wilayah dapat terjangkau sinyalnya. Solusi untuk penentuan lokasi pembangunan tower salah satunya dilakukan dengan metode Analytic Hierarchy Process (AHP). AHP merupakan salah satu metode dalam pengambilan keputusan. Metode AHP ini mulai dikembangkan oleh Thomas L.Saaty, seorang ahli matematika yang bekerja pada University of Pittsburgh di Amerika Serikat, pada awal tahun 1970-an.

TRANSIENT, VOL.2, NO. 3, SEPTEMBER 2013, ISSN: 2302-9927, 543 2. Metode Metode AHP merupakan salah satu metode pengambilan keputusan yang menggunakan faktor-faktor logika, intuisi, pengalaman, pengetahuan, emosi dan rasa untuk dioptimasi dalam suatu proses yang sistematis, serta mampu membandingkan secara berpasangan hal-hal yang tidak dapat diraba maupun yang dapat diraba, data kuantitatif maupun yang kualitatif. Gambar 1. menunjukkan bentuk susunan hirarki AHP. Gambar 1. Susunan Hierarkhi AHP Pada kasus ini akan dilakukan simulasi program menggunakan empat kriteria untuk perhitungan dalam metode AHP yaitu kepadatan, biaya, jarak dan akses. 2.1. Perancangan dan Sub dalam Menentukan BTS Dalam melakukan perancangan menentukan lokasi BTS dapat diasumsikan kriteria dan sub kriteria yang digunakan adalah sebagai berikut : 1) Kepadatan Kepadatan penduduk di suatu daerah merupakan prioritas utama dalam hal pemilihan lokasi BTS. Perancangan dengan metode AHP membutuhkan batasan dalam penilaian untuk aspek kriteria kepadatan, pada penelitian ini di kelompokkan dalam tiga kriteria penilaian (baik, cukup, kurang). Penjelasan masing-masing kriteria penilaian adalah sebagai berikut : 1. Baik Penilaian baik pada kriteria kepadatan didasarkan pada jumlah penduduk dalam suatu wilayah yang di anggap tinggi populasi penduduknya. Biasanya hal ini terjadi di wilayah perkotaan. 2. Cukup Penilaian cukup pada kriteria kepadatan adalah kepadatan penduduk di suatu wilayah yang bersifat musiman, misalnya di daerah perkantoran atau daerah yang lalu lintas perpindahan penduduknya ramai. 3. Kurang Penilaian kurang untuk kriteria kepadatan didasarkan pada jumlah penduduk yang mempunyai populasi rendah. Biasanya hal ini terjadi di daerah-daerah perbatasan pinggir pantai, dekat hutan dan daerah pedesaan yang jarak antar rumahnya jauh. 2) dalam penelitian ini diasumsikan sebagai anggaran dalam rencana pembangunan tower BTS. Selain perhitungan secara teknis, terdapat juga perhitungan non teknis misalnya : sewa tanah untuk lokasi pembangunan. Perancangan dengan metode AHP membutuhkan batasan dalam penilaian untuk aspek kriteria biaya, pada penelitian ini di kelompokkan dalam tiga kriteria penilaian (baik, cukup, kurang). Penjelasan masingmasing kriteria penilaian adalah sebagai berikut : 1. Baik Pengertian baik dalam kriteria biaya adalah membutuhkan biaya yang murah dalam penyusunan anggaran, sehingga vendor dapat mengalokasikan sisa anggaran untuk keperluan lainnya. Biasanya terdapat di wilayah pedesaan. 2. Cukup Pengertian cukup dalam kriteria biaya adalah kebutuhan biaya anggaran yang sesuai dengan harga pasaran, sehingga tidak terlalu membebankan vendor dari operator seluler. 3. Kurang Pengertian kurang dalam kriteria biaya diasumsikan sebagai tingginya biaya yang dibutuhkan dalam perencanaan pembuatan tower BTS. 3) Perhitungan jarak dari masing-masing tower BTS berdasarkan dengan clusterisasi area cakupan. ideal antar BTS adalah untuk daerah urban adalah 0,9 1,2 KM sedangkan untuk daerah rural dapat mencapai 32 KM. Perencanaan pengalokasian BTS sangat terkait dengan kondisi geografis tempat yang akan direncanakan. Batasan dalam penilaian untuk aspek kriteria jarak antar BTS, pada penelitian ini di kelompokkan dalam tiga kriteria penilaian (baik, cukup, kurang). Penjelasan masing-masing kriteria penilaian adalah sebagai berikut : 1. Baik Pemilihan lokasi terbaik dengan kriteria jarak adalah yang jauh dari pemukiman penduduk, sehingga tidak mengganggu kesehatan dan apabila terjadi kerobohan maka tidak memakan banyak korban. 2. Cukup Pengertian cukup dalam kriteria jarak adalah sesuai dengan clusterisasi wilayah dan masing-masing ujung menara bisa saling terlihat apabila dari ketinggian menara. 3. Kurang Pengertian kurang dalam kriteria jarak adalah jarak antar BTS yang terlalu jauh sehingga sering terjadi gangguan komunikasi

TRANSIENT, VOL.2, NO. 3, SEPTEMBER 2013, ISSN: 2302-9927, 544 4) Dalam pemilihan lokasi BTS aspek yang harus diperhatikan adalah akses yang mudah dalam menuju lokasi tersebut. Biasannya yang dipilih adalah jalan yang dapat dilalui kendaraan roda empat sehingga apabila terjadi gangguan bisa langsung diatasi. Batasan dalam penilaian untuk aspek kriteria kemudahan akses lokasi, pada penelitian ini di kelompokkan dalam tiga kriteria penilaian (baik, cukup, kurang). Penjelasan masingmasing kriteria penilaian adalah sebagai berikut : 1. Baik yang baik adalah kondisi jalan yang baik sehingga dapat memperlancar pengangkutan material dan mempercepat penanganan apabila lokasi tersebut mengalami ganguan. 2. Cukup akses dengan nilai cukup adalah kondisi akses lokasi mudah, namun sering terjadi bencana alam (misalnya : tanah longsor). 3. Kurang akses dengan nilai kurang adalah sulitnya menjangkau daerah lokasi BTS, misalkan di tengah hutan dan di perbukitan. 2.2. Perancangan Perhitungan dengan Metode AHP Permasalahan yang ada yaitu menentukan lokasi BTS dengan nilai berdasarkan beberapa kriteria. yang dipertimbangkan beserta penilaiannya adalah : 1. Kepadatan: Baik, Cukup, Kurang 2. : Baik, Cukup, Kurang 3. : Baik, Cukup, Kurang 4. : Baik, Cukup, Kurang Langkah-langkah yang harus dilakukan untuk penilaian BTS sebagai berikut: 1) Menentukan prioritas kriteria Langkah-langkah yang harus dilakukan dalam penentuan krtiteria adalah sebagai berikut: 1. Membuat matriks kriteria berpasangan Pada tahap ini dilakukan penilaian perbandingan antara satu kriteria dengan kriteria yang lain. Hasil penilaian dapat dilihat pada tabel 1. dibawah ini: Tabel 1. Matriks Perbandingan Berpasangan kepadatan biaya jarak akses kepadatan 1 2 2 3 biaya 0.50 1.00 2.00 2.00 jarak 0.50 0.50 1.00 2.00 akses 0.33 0.50 0.50 1.00 jumlah 2.33 4.00 5.50 8.00 Angka 1 pada kolom kepadatan, baris kepadatan menggambarkan tingkat kepentingan yang sama antara kepadatan dengan kepadatan, sedangkan angka 2 pada kolom biaya, baris biaya menunjukkan bahwa bentuk biaya sedikit lebih penting dibandingkan dengan kepadatan. Angka 0.5 pada kolom kepadatan baris biaya merupakan hasil perhitungan 1/nilai pada kolom biaya, baris kepadatan. Angka-angka yang lain diperoleh dengan cara yang sama. 2. Membuat matriks nilai kriteria Matriks ini deperoleh dengan rumus berikut: Nilai baris kolom baru = Nilai baris kolom lama/ jumlah masing-masing kolom lama. Hasil perhitungan dapat dilihat pada Tabel 2. dibawah ini: Tabel 2. Matriks Nilai Kepadatan Jumlah Prioritas Kepadatan 0.43 0.50 0.36 0.38 1.67 0.42 0.21 0.25 0.36 0.25 1.08 0.27 0.21 0.13 0.18 0.25 0.77 0.19 0.14 0.13 0.09 0.13 0.48 0.12 Nilai 0.43 pada kolom kepadatan, baris kepadatan Tabel 2. diperoleh dari nilai kolom kepadatan, baris kepadatan Tabel 2. dibagi jumlah kolom kepadatan Tabel 1. Hasil pembagian dari 1/ 2.33. Nilai kolom jumlah pada Tabel 2. diperoleh dari penjumlahan pada setiap barisnya. Untuk baris pertama, nilai 1.67 merupakan hasil penjumlahan dari 0.43 + 0.50 + 0.36 + 0.38. Nilai pada kolom prioritas diperoleh dari nilai pada kolom jumlah dibagi dengan jumlah kriteria. 3. Membuat matriks penjumlahan setiap baris Matriks ini dibuat dengan mengalikan nilai prioritas pada Tabel 2. dengan matriks perbandingan berpasangan (Tabel 1). Hasil perhitungan ditunjukkan dalam Tabel 3. Tabel 3. Matriks Penjumlahan Setiap Baris kepadatan biaya jarak akses jumlah kepadatan 0.42 0.54 0.39 0.36 1.70 biaya 0.21 0.27 0.39 0.24 1.11 jarak 0.21 0.13 0.19 0.24 0.78 akses 0.14 0.13 0.10 0.12 0.49 Nilai 0.42 pada baris kepadatan, kolom kepadatan Tabel 3. diperoleh dari prioritas baris kepadatan pada Tabel 2. (0.42) dikalikan dengan nilai baris kepadatan, kolom kepadatan pada Tabel 1. (1). Nilai 0.21 pada baris biaya, kolom kepadatan Tabel 3. diperoleh dari prioritas baris kepadatan pada Tabel 2. (0.42) dikalikan nilai baris biaya kolom kepadatan pada Tabel 1. (0.5). Kolom jumlah pada Tabel 3. diperoleh dengan menjumlahkan nilai pada masing-masing baris pada tabel tersebut.

TRANSIENT, VOL.2, NO. 3, SEPTEMBER 2013, ISSN: 2302-9927, 545 Misalnya, nilai 1.70 pada kolom jumlah merupakan hasil penjumlahan dari 0.42 + 0.54 + 0.38 + 0.36. 4. Perhitungan rasio konsistensi Penghitungan ini digunakan untuk memastikan bahwa nilai rasio konsistensi (CR) <= 0.1. Jika ternyata nilai CR lebih besar dari 0.1, maka matriks perbandingan berpasangan harus diperbaiki. Untuk menghitung rasio konsistensi, dibuat tabel seperti terlihat dalam Tabel 4. Tabel 4. Perhitungan Rasio Konsistensi jumlah per baris prioritas hasil kepadatan 1.70 0.42 2.12 biaya 1.10 0.27 1.37 jarak 0.78 0.19 0.97 akses 0.49 0.12 0.61 Kolom jumlah per baris diperoleh dari kolom jumlah pada Tabel 3, sedangkan kolom prioritas diperoleh dari kolom prioritas pada Tabel 2. Dari Tabel 4. diperoleh nilai-nilai sebagai berikut: Jumlah (jumlahan dari nilai-nilai hasil) = 5.07 n (jumlah kriteria) = 4 λ maks (jumlah/n) = 1.27 CI ((λ maks-n)/n) = -0.68 CR (CI/IR) = -0.76 Oleh karena CR < 0.1, maka rasio konsistensi dari perhitungan tersebut bisa diterima. 2) Menentukan prioritas subkriteria Penghitungan subkriteria dilakukan terhadap sub-sub dari semua kriteria. Dalam hal ini, terdapat 4 kriteria yang berarti akan ada 4 perhitungan prioritas subkriteria. 1) Menghitung prioritas subkriteria dari kriteria kepadatan Langkah-langkah yang dilakukan untuk menghitung prioritas subkriteria dari kriteria kepadatan adalah sebagai berikut. a) Membuat matriks perbandingan berpasangan Langkah ini seperti yang dilakukan pada langkah pada Tabel 1. Hasilnya ditunjukkan dalam Tabel 5. Tabel 5. Matriks Perbandingan Berpasangan Kepadatan Baik Cukup Kurang Baik 1 3 5 Cukup 0.33 1.00 3.00 Kurang 0.20 0.33 1.00 Jumlah 1.53 4.33 9.00 b) Membuat matriks nilai kriteria Langkah ini seperti yang dilakukan pada langkah pada Tabel 2. Perbedaannya adalah adanya tambahan kolom prioritas subkriteria pada langkah ini. Hasilnya ditunjukkan dalam Tabel 6. Tabel 6. Matriks Perbandingan Berpasangan Kepadatan baik cukup kurang jumlah prioritas prioritas sub kriteria baik 0,65 0,69 0,56 1,90 0,63 1,00 cukup 0,22 0,23 0,33 0,78 0,26 0,41 kurang 0,13 0,08 0,11 0,32 0,11 0,17 Nilai pada kolom prioritas subkriteria diperoleh dari nilai prioritas pada baris tersebut dengan nilai tertinggi pada kolom prioritas c) Menentukan matriks penjumlahan setiap baris Langkah ini sama dengan yang dilakukan pada langkah pada Tabel 3. dan ditunjukkan dalam Tabel 7. Setiap elemen dalam tabel ini dihitung dengan mengalikan matriks perbandingan berpasangan dengan nilai prioritas. Tabel 7. Matriks Penjumlahan Setiap Baris Kepadatan baik cukup kurang jumlah baik 0,63 0,78 0,53 1,95 cukup 0,21 0,26 0,32 0,79 kurang 0,13 0,09 0,11 0,32 d) Perhitungan rasio konsistensi Seperti langkah pada Tabel 4, penghitungan ini digunakan untuk me-mastikan bahwa nilai rasio konsistensi (CR) <= 0.1. Untuk menghitung rasio konsistensi, dibuat tabel seperti yang terlihat pada Tabel 8. Tabel 8. Penghitungan Rasio Konsistensi Kepadatan jumlah per baris prioritas hasil baik 1,95 0,63 2,58 cukup 0,79 0,26 1,05 kurang 0,32 0,11 0,43 Kolom jumlah per baris diperoleh dari kolom Jumlah pada Tabel 7, sedangkan kolom prioritas diperoleh dari kolom prioritas pada Tabel 6. Dari Tabel 8, diperoleh nilai-nilai sebagai berikut. Jumlah (jumlahan dari nilai-nilai hasil): 4.05 n (jumlah kriteria): 3 λ maks (jumlah/n): 1.35 CI((λ maks-n)/(n-l)): -0.55 CR (CI/IR): -0.95

TRANSIENT, VOL.2, NO. 3, SEPTEMBER 2013, ISSN: 2302-9927, 546 Oleh karena CR < 0.1, maka rasio konsistensi dari perhitungan tersebut bisa diterima. 2) Menghitung prioritas sub kriteria dari kriteria,, dan Untuk sub kriteria dari kriteria, dan digunakan cara yang sama dengan menghitung prioritas sub kriteria dari kriteria Kepadatan. Dengan perbedaan dalam pembuatan matriks perbandingan berpasangannya adalah sebagai berikut : Mulai Hitung parameter BTS dan tentukan kriteria Baik, Cukup dan Kurang Atur pembobotan SPK dengan nilai 1-9 Proses perhitungan pembobotan dan disimpan kedalam basisdata Tabel 9. Matriks Perbandingan Berpasangan baik cukup kurang baik 1 2 6 cukup 0,50 1,00 2,00 kurang 0,17 0,50 1,00 jumlah 1,67 3,50 9,00 Tabel 10. Matriks Perbandingan Berpasangan baik cukup kurang baik 1 3 4 cukup 0,33 1,00 3,00 kurang 0,25 0,33 1,00 jumlah 1,58 4,33 8,00 Tabel 11. Matriks Perbandingan Berpasangan baik cukup kurang baik 1 2 5 cukup 0,5 1 2 kurang 0,2 0,5 1 jumlah 1,7 3,5 8 2.3. Perancangan Diagram Alir Program Dalam perencanaan pembuatan aplikasi penentuan lokasi BTS menggunakan sistem pendukung keputusan dengan metode AHP digunakan diagram alir untuk menjelaskan alur dari sistem yang direncanakan. Diagram alir ini dimulai dengan menyiapkan perameter-parameter kriteria untuk menentukan lokasi BTS. Kemudian masing-masing kriteria di beri nilai pembobotan sesuai dengan tingkat kepentingannya. Data yang sudah tersimpan ke dalam basis data secara otomatis juga di hitung prioritas dari setiap kriteria. Proses penilaian dilakukan dengan menuliskan bebrapa lokasi BTS yang di rencanakan dan mempunyai jarak saling berdekatan. Untuk melakukan penghitungan dan penentuan keputusan dilakukan dengan meng klik tombol hitung. Selengkapnya dapat dilihat pada diagram alir Gambar 2. Masukkan nama lokasi sebagai perbandingan beberapa titik yang akan dipilih Masukkan penilaian sesuai dengan kategori (Baik / Cukup / Kurang) Apakah masih ada data lain? Selesai Tidak Ya Proses perhitungan SPK untuk menentukan lokasi BTS terbaik sesuai dengan pembobotan yang telah tersimpan pada basisdata Hasil terbaik penilaian SPK Gambar 2. Diagram Alir SPK Penentuan BTS 3. Hasil dan Analisa Implementasi dilakukan dengan membuat simulasi program untuk pengujian keakuratan. Dimulai dengan pengujian I, sampai dengan pengujian VII. Hal terpenting yang harus dilakukan adalah membandingkan hasilnya dengan perhitungan rumus yang digunakan sesuai metode AHP. 3.1 I I merupakan pengujian sistem pendukung adalah Baik dengan menggunakan sub-kriteria Cukup sebagai pembedanya. Kombinasinya dapat dilihat pada tabel 12 sebagai berikut.

Kepadatan Kepadatan TRANSIENT, VOL.2, NO. 3, SEPTEMBER 2013, ISSN: 2302-9927, 547 Tabel 12. I. B B B C 2 B B B C B 3 C B C B B C B B B a) dengan Perangkat Lunak Hasil pengujian I dengan menggunakan program yang telah dibuat dapat dilihat pada gambar 3 sebagai berikut : lokasi terpilihnya adalah lokasi A dengan nilai terbesar yaitu 0,9234. yang digunakan adalah Baik dengan menggunakan sub-kriteria Cukup sebagai pembedanya hasil lokasi terpilihnya yaitu lokasi dengan Cukup. 3.2 II II merupakan pengujian sistem pendukung adalah Baik dengan menggunakan sub-kriteria Kurang sebagai pembedanya. Kombinasinya dapat dilihat pada tabel 14 sebagai berikut. Tabel 14. II Gambar 3. Hasil I dengan Program SPK Dari gambar 3 dapat dilihat bahwa pengujian I untuk yang digunakan adalah Baik dengan menggunakan subkriteria Cukup sebagai pembedanya didapatkan hasil lokasi terpilihnya adalah lokasi A, dengan kombinasi Kepadatan Baik, Baik, Baik dan Cukup. b) dengan Perhitungan Metode AHP B B B K 2 B B B K B 3 C B K B B K B B B a) dengan Perangkat Lunak Hasil pengujian II dengan menggunakan program yang telah dibuat dapat dilihat pada gambar 4 sebagai berikut : Hasil pengujian I dengan menggunakan perhitungan metode AHP dapat dilihat pada tabel 13. Tabel 13. Hasil perhitungan I kepadatan biaya jarak akses Baik Baik Baik Cukup 0,4168 0,2695 0,1928 0,0444 2 B Baik Baik Cukup Baik 0,4168 0,2695 0,0723 0,1209 3 C Baik Cukup Baik Baik 0,4168 0,101 0,1928 0,1209 Cukup Baik Baik Baik 0,1714 0,2695 0,1928 0,1209 Terpilih = A Total Nilai 0,9234 0,8795 0,8315 0,7546 Dari tabel 13 diatas dapat dilihat bahwa hasil pengujian I dengan perhitungan menggunakan metode AHP didapatkan hasil total nilai untuk lokasi A sebesar 0,9234, lokasi B sebesar 0,8795, lokasi C sebesar 0,8315 dan lokasi D sebesar 0,7546. Sehinnga dapat disimpulkan Gambar 4. Hasil II dengan Program SPK Dari gambar 4 dapat dilihat bahwa pengujian II untuk yang digunakan adalah Baik dengan menggunakan subkriteria Kurang sebagai pembedanya didapatkan hasil lokasi terpilihnya adalah lokasi A, dengan kombinasi Kepadatan Baik, Baik, Baik dan Kurang.

Kepadatan TRANSIENT, VOL.2, NO. 3, SEPTEMBER 2013, ISSN: 2302-9927, 548 b) dengan Perhitungan Metode AHP Hasil pengujian II dengan menggunakan perhitungan metode AHP dapat dilihat pada tabel 15. Hasil pengujian III dengan menggunakan program yang telah dibuat dapat dilihat pada gambar 5 sebagai berikut : Tabel 15. Hasil perhitungan II kepadatan biaya jarak akses Total Nilai Baik Baik Baik Kurang 0,4168 0,2695 0,1928 0,0195 0,8986 2 B Baik Baik Kurang Baik 0,4168 0,2695 0,0319 0,1209 0,8391 3 C Baik Kurang Baik Baik 0,4168 0,0442 0,1928 0,1209 0,7747 Kurang Baik Baik Baik 0,0699 0,2695 0,1928 0,1209 0,6531 Terpilih = A Dari tabel 15 diatas dapat dilihat bahwa hasil pengujian II dengan perhitungan menggunakan metode AHP didapatkan hasil total nilai untuk lokasi A sebesar 0,8986, lokasi B sebesar 0,8391, lokasi C sebesar 0,7747 dan lokasi D sebesar 0,6531. Sehinnga dapat disimpulkan lokasi terpilihnya adalah lokasi A dengan nilai terbesar yaitu 0,8986. yang digunakan adalah Baik dengan menggunakan sub-kriteria Kurang sebagai pembedanya hasil lokasi terpilihnya yaitu lokasi dengan Kurang. 3.3 III III merupakan pengujian sistem pendukung adalah Cukup dengan menggunakan sub-kriteria Baik sebagai pembedanya. Kombinasinya dapat dilihat pada tabel 16 sebagai berikut. Tabel 16. III C C C B 2 B C C B C 3 C C B C C B C C C a) dengan Perangkat Lunak Gambar 5. Hasil III dengan Program SPK Dari gambar 5 dapat dilihat bahwa pengujian III untuk yang digunakan adalah Cukup dengan menggunakan sub-kriteria Baik sebagai pembedanya didapatkan hasil lokasi terpilihnya adalah lokasi D, dengan kombinasi Kepadatan Baik, Cukup, Cukup dan Cukup. b) dengan Perhitungan Metode AHP Hasil pengujian III dengan menggunakan perhitungan metode AHP dapat dilihat pada tabel 17. Tabel 17. Perhitungan III. kepadatan biaya jarak akses Total Nilai Cukup Cukup Cukup Baik 0,1714 0,101 0,0723 0,1209 0,4656 2 B Cukup Cukup Baik Cukup 0,1714 0,101 0,1928 0,0444 0,5096 3 C Cukup Baik Cukup Cukup 0,1714 0,2695 0,0723 0,0444 0,5576 Baik Cukup Cukup Cukup 0,4168 0,101 0,0723 0,0444 0,6345 Terpilih = D Dari tabel 17 diatas dapat dilihat bahwa hasil pengujian III dengan perhitungan menggunakan metode AHP didapatkan hasil total nilai untuk lokasi D sebesar 0,4656, lokasi B sebesar 0,5096, lokasi C sebesar 0,5576 dan lokasi D sebesar 0,6345. Sehinnga dapat disimpulkan lokasi terpilihnya adalah lokasi D dengan nilai terbesar yaitu 0,6345. yang digunakan adalah Cukup dengan menggunakan sub-kriteria Baik sebagai pembedanya

Kepadatan Kepadatan TRANSIENT, VOL.2, NO. 3, SEPTEMBER 2013, ISSN: 2302-9927, 549 hasil lokasi terpilihnya yaitu lokasi dengan Kepadatan Baik. 3.4 IV IV merupakan pengujian sistem pendukung adalah Cukup dengan menggunakan sub-kriteria Kurang sebagai pembedanya. Kombinasinya dapat dilihat pada tabel 18 sebagai berikut. Tabel 18. IV C C C K 2 B C C K C 3 C C K C C K C C C a) dengan Perangkat Lunak Hasil pengujian IV dengan menggunakan program yang telah dibuat dapat dilihat pada gambar 6 sebagai berikut : 0,1714 0,101 0,0319 0,0444 3 C Cukup Kurang Cukup Cukup 0,1714 0,0442 0,0723 0,0444 Kurang Cukup Cukup Cukup 0,0699 0,101 0,0723 0,0444 Terpilih = A 0,3323 0,2876 Dari tabel 19 diatas dapat dilihat bahwa hasil pengujian IV dengan perhitungan menggunakan metode AHP didapatkan hasil total nilai untuk lokasi A sebesar 0,3642, lokasi B sebesar 0,3487, lokasi C sebesar 0,3323 dan lokasi D sebesar 0,2876. Sehinnga dapat disimpulkan lokasi terpilihnya adalah lokasi A dengan nilai terbesar yaitu 0,3642. yang digunakan adalah Cukup dengan menggunakan sub-kriteria Kurang sebagai pembedanya hasil lokasi terpilihnya yaitu lokasi dengan Kurang. 3.5 V V merupakan pengujian sistem pendukung adalah Kurang dengan menggunakan sub-kriteria Baik sebagai pembedanya. Kombinasinya dapat dilihat pada tabel 20 sebagai berikut. Tabel 20. V Gambar 6. Hasil IV dengan Program SPK. Dari gambar 6 dapat dilihat bahwa pengujian IV untuk yang digunakan adalah Cukup dengan menggunakan sub-kriteria Kurang sebagai pembedanya didapatkan hasil lokasi terpilihnya adalah lokasi A, dengan kombinasi Kepadatan Cukup, Cukup, Cukup dan Kurang. b) dengan Perhitungan Metode AHP Hasil pengujian I dengan menggunakan perhitungan metode AHP dapat dilihat pada tabel 19. K K K B 2 B K K B K 3 C K B K K B K K K a) dengan Perangkat Lunak Hasil pengujian V dengan menggunakan program yang telah dibuat dapat dilihat pada gambar 7 sebagai berikut : Tabel 19. Perhitungan IV kepadatan biaya jarak akses Total Nilai Cukup Cukup Cukup Kurang 0,3642 0,1714 0,101 0,0723 0,0195 2 B Cukup Cukup Kurang Cukup 0,3487

Kepadatan TRANSIENT, VOL.2, NO. 3, SEPTEMBER 2013, ISSN: 2302-9927, 550 3.6 VI VI merupakan pengujian sistem pendukung adalah Kurang dengan menggunakan sub-kriteria Cukup sebagai pembedanya. Kombinasinya dapat dilihat pada tabel 22 sebagai berikut. Tabel 22. VI Gambar 7. Hasil V dengan Program SPK Dari gambar 7 dapat dilihat bahwa pengujian V untuk yang digunakan adalah Kurang dengan menggunakan sub-kriteria Baik sebagai pembedanya didapatkan hasil lokasi terpilihnya adalah lokasi D, dengan kombinasi Kepadatan Baik, Kurang, Kurang dan Kurang. b) dengan Perhitungan Metode AHP Hasil pengujian V dengan menggunakan perhitungan metode AHP dapat dilihat pada tabel 21. K K K C 2 B K K C K 3 C K C K K C K K K a) dengan Perangkat Lunak Hasil pengujian VI dengan menggunakan program yang telah dibuat dapat dilihat pada gambar 8 sebagai berikut : Tabel 21. Perhitungan V kepadatan biaya jarak akses Total Nilai Kurang Kurang Kurang Baik 0,0699 0,0442 0,0319 0,1209 0,2669 2 B Kurang Kurang Baik Kurang 0,0699 0,0442 0,1928 0,0195 0,3264 3 C Kurang Baik Kurang Kurang 0,0699 0,2695 0,0319 0,0195 0,3908 Baik Kurang Kurang Kurang 0,4168 0,0442 0,0319 0,0195 0,5124 Terpilih = D Dari tabel 4.11 diatas dapat dilihat bahwa hasil pengujian V dengan perhitungan menggunakan metode AHP didapatkan hasil total nilai untuk lokasi A sebesar 0,2669, lokasi B sebesar 0,3264, lokasi C sebesar 0,3908 dan lokasi D sebesar 0,5124. Sehinnga dapat disimpulkan lokasi terpilihnya adalah lokasi D dengan nilai terbesar yaitu 0,5124. yang digunakan adalah Kurang dengan menggunakan sub-kriteria Baik sebagai pembedanya hasil lokasi terpilihnya yaitu lokasi dengan Kepadatan Baik. Gambar 8. Hasil VI dengan Program SPK Dari gambar 8 dapat dilihat bahwa pengujian VI untuk yang digunakan adalah Kurang dengan menggunakan sub-kriteria Cukup sebagai pembedanya didapatkan hasil lokasi terpilihnya adalah lokasi A, dengan kombinasi Kepadatan Cukup, Kurang, Kurang dan Kurang. b) dengan Perhitungan Metode AHP Hasil pengujian VI dengan menggunakan perhitungan metode AHP dapat dilihat pada tabel 23. Tabel 23 Perhitungan VI kepadatan biaya jarak akses Total Nilai Kurang Kurang Kurang Cukup 0,0699 0,0442 0,0319 0,0444 0,1904 2 B Kurang Kurang Cukup Kurang 0,0699 0,0442 0,0723 0,0195 0,2059 3 C Kurang Cukup Kurang Kurang 0,2223

TRANSIENT, VOL.2, NO. 3, SEPTEMBER 2013, ISSN: 2302-9927, 551 0,0699 0,101 0,0319 0,0195 Cukup Kurang Kurang Kurang 0,1714 0,0442 0,0319 0,0195 Terpilih = D 0,2670 Dari tabel 4.13 diatas dapat dilihat bahwa hasil pengujian VI dengan perhitungan menggunakan metode AHP didapatkan hasil total nilai untuk lokasi A sebesar 0,1904, lokasi B sebesar 0,2059, lokasi C sebesar 0,2223 dan lokasi D sebesar 0,2670. Sehinnga dapat disimpulkan lokasi terpilihnya adalah lokasi D dengan nilai terbesar yaitu 0,2670. yang digunakan adalah Kurang dengan menggunakan sub-kriteria Cukup sebagai pembedanya hasil lokasi terpilihnya yaitu lokasi dengan Kepadatan Cukup. [6]. Daihani, Dadan Umar. Komputerisasi Pengambilan Keputusan, Gramedia, Jakarta, 2001. [7]. Daihani, Dadan Umar. Sistem Pendukung Keputusan, Penerbit Elex Media Komputindo, Jakarta, 2001. [8]. Marakas, G. M. Decision Support System in The 21 st Century. 2 nd Ed, India, Prentice Hall, 2003. [9]. Turban, E. Decision Support System and Expert System, United State, Prentice Hall International, 1995. [10]. Turban, E. Decision Support Systems and Intelligent Systems, Yogyakarta, Penerbit Andi, 2005. [11]. Martina I, Pemrograman Visual Borland Delphi 7, Elex Media Komputindo, Jakarta, 2004 [12]. Analytic Hierarchy Process (AHP), http://www.pwktech.info/?page_id=389 [13]. Analytic Hierarchy Process, http://bambangwisanggeni.wordpress.com /2010/03/02/analitycal-hierarchy-process-ahp [14]. Sistem-pendukung-keputusan-pertemuan, http://y0g4ajust.wordpress.com/ 2011/03/30/ 3.7 VII VII merupakan pengujian dimana kombinasi yang digunakan adalah segala kemungkinan kombinasi yang dapat terjadi. Dengan menggunakan 4 macam kriteria dan 3 macam subkriteria maka terdapat 81 jumlah lokasi BTS yang berbeda dengan segala kemungkinan yang dapat terjadi. 4. Kesimpulan Kesimpulan dari penelitian yang penulis lakukan yaitu Untuk kombinasi lokasi BTS dengan mayoritas subkriteria Baik lokasi terpilihnya adalah lokasi dengan kriteria Cukup atau Kurang. Untuk kombinasi lokasi BTS dengan mayoritas sub-kriteria Cukup lokasi terpilihnya adalah lokasi dengan kriteria Kepadatan Baik atau Kurang. Untuk kombinasi lokasi BTS dengan mayoritas sub-kriteria Kurang lokasi terpilihnya adalah lokasi dengan kriteria Kepadatan Baik atau Kepadatan Cukup. Terdapat 81 data lokasi BTS dengan segala kemungkinan kombinasi kriteria dan sub-kriteria yang digunakan.. Referensi [1]. Eberspacher, J., etc GSM-Architecture, Protocols and Services, Wiley United Kingdom, 1988. [2]. Godbole, A. S. Data Communications And Networks, McGraw-Hill, 2003 [3]. Kusrini, Konsep dan Aplikasi Sistem Pendukung Keputusan, Andi Publisher Yogyakarta, 2007. [4]. Mouly, M., Pautet, M. B. The GSM System for Mobile Communications, Palaiseau France, 1992. [5]. Wibisono, G., Usman U.K., Hantoro, G. D. Konsep Teknologi Seluler, Informatika Bandung, 2008.