SISTEM PENDUKUNG KEPUTUSAN PENENTUAN HARGA JUAL UBI CILEMBU MENGGUNAKAN METODE ANALYTICAL HIERARCHY PROCESS (AHP) BERBASIS WEB

SISTEM PENDUKUNG KEPUTUSAN PENENTUAN HARGA JUAL UBI CILEMBU MENGGUNAKAN METODE ANALYTICAL HIERARCHY PROCESS (AHP) BERBASIS WEB Deni Gustia Rahman NIM: 208700797 Jurusan Teknik Informatika Fakultas Sains dan Teknologi UIN Sunan Gunung Djati Bandung ABSTRAK Dewasa ini teknologi informasi sudah berkembang sedemikian pesat di berbagai aspek kehidupan dan berbagai bidang, termasuk bidang pertanian dan perdagangan. Salah satu metode komputasi yang cukup berkembang saat ini adalah metode sistem pendukung keputusan (Decision Support System). Banyak metode yang dapat digunakan dalam sistem pendukung keputusan. Salah satu metode tersebut yang digunakan dalam penelitian ini adalah metode Analytical Hierarchy Process (AHP). Konsep metode AHP adalah merubah nilai-nilai kualitatif menjadi nilai kuantitatif. Sehingga keputusan-keputusan yang diambil bisa lebih objektif. Dalam penelitian ini, metode AHP diaplikasikan pada sistem penentuan harga jual hasil pertanian, dalam hal ini yaitu ubi Cilembu. Dibandingkan jenis ubi yang lain, ubi Cilembu memiliki keunggulan tersendiri yaitu rasa yang lebih manis dan bersifat alami. Kebutuhan informasi tentang harga jual ubi Cilembu pada saat ini sangatlah diperlukan, terutama bagi para petani dan distributor. Sistem ini diharapkan mampu memberikan informasi mengenai penentuan harga ubi Cilembu secara cepat dan efisien bagi pihak yang membutuhkan. Kata Kunci: Sistem Pendukung Keputusan, Analytical Hierarchy Process, Ubi Cilembu I. PENDAHULUAN 1.1 Latar Belakang Teknologi informasi merupakan teknologi yang menggabungkan antara komputasi dan komunikasi untuk melakukan tugas-tugas informasi sehingga arus informasi dapat berjalan dengan baik. Teknologi informasi berkembang dengan pesat di berbagai aspek kehidupan dan berbagai bidang, termasuk bidang pertanian dan perdagangan. Salah satu metode komputasi yang cukup berkembang saat ini adalah metode sistem pendukung keputusan (Decision Support System). Dalam teknologi informasi, sistem pendukung keputusan merupakan cabang ilmu yang letaknya diantara sistem informasi dan sistem cerdas. Banyak metode yang dapat digunakan dalam sistem pendukung keputusan. Salah satu metode tersebut yang digunakan dalam penelitian ini adalah metode Analytical Hierarchy Process (AHP). Konsep metode AHP adalah merubah nilai-nilai kualitatif menjadi nilai kuantitatif. Sehingga keputusan-keputusan yang diambil bisa lebih objektif. Metode AHP mula-mula dikembangkan di Amerika pada tahun 1970 dalam hal perencanaan kekuatan militer untuk menghadapi berbagai kemungkinan (contingency planning). Kemudian dikembangkan di Afrika khususnya di Sudan dalam hal perencanaan transportasi. Pada saat ini pun metode AHP juga telah digunakan oleh beberapa peneliti, misalkan untuk Pemilihan Pejabat Struktural atau Pemilihan Penerima Beasiswa. Dalam penelitian ini, metode AHP diaplikasikan pada sistem penentuan harga jual hasil pertanian, dalam hal ini yaitu ubi Cilembu. Dibandingkan jenis ubi yang lain, ubi Cilembu memiliki keunggulan tersendiri yaitu rasa yang lebih manis dan bersifat alami. Tidak heran jika

ubi Cilembu sudah menjadi salah satu komoditas ekspor Indonesia di bidang pertanian. Kebutuhan informasi tentang harga jual ubi Cilembu pada saat ini sangatlah diperlukan, terutama bagi para petani dan distributor. 1.2 Rumusan Masalah Berdasarkan latar belakang di atas maka dapat dirumuskan masalahnya yaitu: 1. Bagaimana menerapkan metode Analytical Hierarchy Process (AHP) ke dalam sistem pendukung keputusan penentuan harga jual ubi Cilembu? 2. Bagaimana merancang dan membangun aplikasi sistem pendukung keputusan penentuan harga jual ubi Cilembu berbasis web? 3. Bagaimana membangun sistem dalam mendukung keputusan penentuan harga jual ubi Cilembu berdasarkan kriteriakriteria yang telah ditetapkan? 1.3 Batasan Masalah Batasan masalah dalam pembuatan sistem pendukung keputusan ini mencakup halhal berikut: 1. Metode yang digunakan dalam pembuatan sistem pendukung keputusan ini yaitu Analytical Hierarchy Process (AHP). 2. Aplikasi yang dibuat adalah berbasis web dengan menggunakan bahasa pemrograman PHP dan database MySQL. 3. Terdapat halaman administrator untuk mengolah data kualitas, penjual, kriteria penilaian dan buku tamu. 4. Terdapat halaman pakar untuk mengolah penghitungan AHP kriteria dan detail kriteria penilaian. 5. User harus mempunyai akun login untuk menggunakan aplikasi dengan terlebih dahulu melakukan pendaftaran anggota sebagai penjual, kemudian melakukan penilaian kualitas berdasarkan beberapa kriteria dan melakukan penghitungan harga. Terdapat fasilitas untuk mencetak laporan hasil penilaian dan melakukan penilaian ulang. Bagi user publik terdapat fasilitas buku tamu. 6. Dalam melakukan penilaian kualitas, interaksi antara user dengan sistem berupa memilih kriteria yang jawabannya berupa pilihan yang sudah disediakan oleh sistem. 7. Penghitungan kriteria akan dijadikan bobot penentuan kualitas, hasil akhir berupa kualitas ubi dan harga per kilogram. 8. Penilaian terhadap kualitas terdiri dari tiga jenis, yaitu: bagus (grade I), sedang (grade II), dan jelek (grade III). 9. Kriteria penilaian kualitas terdiri dari tujuh macam, yaitu: ukuran umbi, keberadaan bercak hitam (hama boleng), keberadaan luka/cacat, warna kulit, warna daging, lama penyimpanan setelah panen dan kadar pati. Sementara untuk faktor-faktor yang mempengaruhi harga jual terdiri dari biaya penanaman, biaya pekerja, biaya overhead, ongkos kirim dan jumlah hasil panen. 10. Ubi Cilembu dengan kualitas paling bagus yaitu memiliki ukuran panjang 20-25 cm, diameter 6-7 cm, tidak terdapat bercak hitam dan luka, warna kulit merah kekuningan, warna daging putih kekuningan, disimpan 4 5 minggu setelah panen, dan kadar pati lebih dari 20 %. 11. Pengukuran kadar pati didapat dari hasil pengolahan data yang sudah ada sebelumnya. 12. Alternatif harga jual dihitung berdasarkan penambahan suku bunga bank selama 6 bulan sesuai dengan masa tanam maksimal ubi Cilembu. Terdapat tiga alternatif harga jual, yaitu 2 kali, 2,5 kali dan 3 kali suku bunga bank. 1.4 Tujuan Penelitian Sesuai dengan rumusan masalah, adapun tujuan yang akan dicapai adalah: 1. Menerapkan metode Analytical Hierarchy Process (AHP) ke dalam sistem pendukung keputusan penentuan harga jual ubi Cilembu. 2. Merancang dan membangun aplikasi sistem pendukung keputusan penentuan harga jual ubi Cilembu berbasis web. 3. Membangun sistem untuk mendukung keputusan penentuan harga jual ubi Cilembu berdasarkan kriteria-kriteria yang telah ditetapkan.

II. LANDASAN TEORI 2.1 Decision Support System (Sistem Penunjang Keputusan) Decision Support System atau Sistem Penunjang Keputusan yang selanjutnya disingkat menjadi DSS, secara umum didefinisikan sebagai sebuah sistem yang mampu memberikan kemampuan baik kemampuan pemecahan masalah maupun kemampuan pengkomunikasian untuk masalah semi-terstruktur. Secara khusus, DSS didefinisikan sebagai sebuah sistem yang mendukung kerja seorang manajer maupun sekelompok manajer dalam memecahkan masalah semi-terstruktur dengan cara memberikan informasi ataupun usulan menuju pada keputusan tertentu. (Hermawan, 2005) Tujuan DSS dalam proses pengambilan keputusan yaitu: 1. Membantu menjawab masalah semiterstruktur 2. Membantu manajer dalam mengambil keputusan, bukan menggantikannya 3. Manajer yang dibantu melingkupi top manajer sampai ke manajer lapangan 4. Fokus pada keputusan yang efektif, bukan keputusan yang efisien. Masalah semi-terstruktur memiliki karakteristik yang merupakan perpotongan dari masalah terstruktur dan masalah tidak terstruktur. Dua sifat di antaranya adalah: 1. Beberapa bagian dari masalah terjadi berulang-ulang, sementara 2. Beberapa bagian dari masalah melibatkan subjektivitas manusia. Contoh masalah semi-terstruktur dalam bisnis adalah kontrol persediaan, penjadwalan produksi, manajemen uang, penyiapan anggaran, dan perencanaan produk baru. Proses pengambilan keputusan melibatkan 4 tahapan, yaitu: 1. Tahap Intelligence 2. Tahap Design 3. Tahap Choice 4. Tahap Implementation Contoh penggunaan DSS dalam bisnis yaitu: Divisi Operasional dari sebuah perusahaan komponen otomotif memerlukan informasi tentang tingkat produk, kelompok produk dengan detailnya, dan exception report yang menunjukan informasi produk yang tidak normal. Perusahaan kemudian membuat DSS yang selain mengumpulkan data sejarah tersebut juga dapat membantu memperkirakan masa depan. Terdapat tiga komponen utama dalam konfigurasi umum suatu Decision Support System, yaitu Data Management, Model Management, dan User Interface. Metode pengembangan DSS hampir sama dengan metode pengembangan perangkat lunak pada umumnya. Pembedanya adalah DSS menekankan pada tahap Prototyping-nya. Prototyping ditekankan karena dalam pengembangan DSS, interaksi antara pengembang dengan pengguna sangat intensif sehingga diperlukan suatu pendekatan yang bisa mengkomunikasikan dengan baik hasil yang dibuat oleh pengembang dengan kebutuhan yang diperlukan pengguna. Dalam membangun DSS, ada beberapa pendekatan yang dapat dipakai (Hermawan, 2005) yaitu: 1. DSS dibangun dengan bahasa pemrograman umum seperti Visual Basic. Jadi, DSS dibangun secara sendiri, baik in-house maupun outsource dari nol. 2. DSS dibangun dengan OLAP dan data warehouse-nya seperti Microsoft SQL Server. Pendekatan ini memanfaatkan fitur-fitur dari aplikasi on-the-shelf database yang ditujukan untuk keperluan DSS. Jadi, dibandingkan dengan pendekatan pertama, cara ini akan bisa lebih singkat dari segi waktu. 3. DSS dibangun dengan DSS engine seperti Microsoft Excel. Pendekatan ini menggunakan aplikasi on-the-shelf yang masuk dalam golongan DSS engine. Bila pendekatan kedua lebih ke arah data management, maka pendekatan ketiga ini lebih ke arah model management. 4. DSS dibangun dengan ketiga pendekatan di atas. Pendekatan ini yang banyak digunakan. Jadi, pada komponen data management digunakan pendekatan kedua, kemudian untuk model management digunakan pendekatan ketiga, dan untuk user interface digunakan pendekatan pertama.

2.2 Harga Jual Harga jual adalah sejumlah kompensasi (uang ataupun barang) yang dibutuhkan untuk mendapatkan sejumlah kombinasi barang atau jasa. Perusahaan selalu menetapkan harga produknya dengan harapan produk tersebut laku terjual dan boleh memperoleh laba yang maksimal. Hansen dan Mowen (2001:633) mendefinisikan harga jual adalah jumlah moneter yang dibebankan oleh suatu unit usaha kepada pembeli atau pelanggan atas barang atau jasa yang dijual atau diserahkan. Menurut Mulyadi (2001:78) pada prinsipnya harga jual harus dapat menutupi biaya penuh ditambah dengan laba yang wajar. Harga jual sama dengan biaya produksi ditambah mark-up. Menurut Boone dan Kurtz (2002:70) ada empat kategori dasar atau sasaran penetapan haga, yaitu: 1. Sasaran Profitabilitas 2. Sasaran Volume 3. Tingkat Kompetisi 4. Sasaran Prestise Perusahaan menentukan harga jual produknya dengan tiga dasar pertimbangan yaitu: 1. Penentuan harga berdasarkan biaya produksi 2. Penentuan harga berdasarkan suplai persediaan 3. Penentuan harga berdasarkan harga pesaing Menurut Herman (2006:175) ada beberapa metode penetapan harga (methods of price determination) yang dapat dilakukan budgeter dalam perusahaan (Devianti, 2010), yaitu: 1. Metode Taksiran (Judgemental Method) 2. Metode Berbasis Pasar (Market-Based Pricing) 3. Metode Berbasis Biaya (Cost-Based Pricing) 2.3 Ubi Cilembu Tanaman ubi jalar (Ipomoea batatas. Poir) di Indonesia merupakan salah satu tanaman yang cukup penting, baik sebagai makanan pokok alternatif di musim paceklik maupun makanan tambahan dalam rangka diversifikasi makanan. Ubi jalar mengandung air 64,60-79,59%, abu 0,92-0,98%., pati 17,06-28,19%, Protein 1,19-2,07%, gula 0,38-0,43%, serat kasar 2,16-5,24% dan beta karoten 17,42-51,20%. Oleh karena itu ubi jalar memegang peranan penting dalam ketahanan pangan masyarakat. Ubi Jalar Cilembu ST 1, sejak lama menembus pasar Singapura, Malaysia, Korea, dan Jepang. Ubi Cilembu ST 1, merupakan salah satu komoditi palawija unggulan di Kabupaten Sumedang, varietas tersebut telah dirilis oleh menteri pertanian pada Tahun 2001. Nama cilembu diambil dari nama daerah asal ubi tersebut diproduksi yaitu Desa Cilembu Kecamatan Pamulihan, ST merupkan singkatan dari Sumedang Tandang, sedangkan angka 1 menunjukan bahwa di Kabupaten Sumedang memiliki varietas lokal ubi jalar lain yang memiliki keunggulan tidak jauh berbeda dengan Cilembu ST 1, namun belum di rilis oleh menteri pertanian. Ubi ini hanya memiliki rasa dan aroma yang khas apabila di tanam di daerah Cilembu dan sekitarnya. Tanaman ubi jalar yang tumbuhnya baik dan tidak mendapat serangan hama penyakit yang berarti (berat) di Kecamatan Pamulihan dapat menghasilkan umbi basah 15-20 ton sedangkan di Kecamatan Rancakalong dapat menghasilkan 20-25 ton ubi basah per hektar. Keunggulan ubi jalar ini adalah apabila ubi yang telah disimpan lebih dari 10 hari, dimasak dengan cara dioven selama 30-90 menit (bergantung ukuran), bagian tengah umbi akan menghasilkan cairan sangat manis seperti madu. Lebih manisnya ubi jalar cilembu disebabkan kadar gula ubi cilembu lebih tinggi dari ubi jalar lain yaitu ubi mentah mencapai 11-13% dan ubi masak 19-23%, sehingga sangat digemari oleh konsumen. Kulit ubi cilembu berwarna putih kekuningan (gading) dengan bentuk umbi bulat memanjang, berbentuk panjang. Ubi ini memiliki keunikan lain yaitu tidak mengakibatkan gangguan perut meskipun dimakan sebelum sarapan. (Kostaman, 2010) Salah satu proses pengolahan ubi cilembu yang telah umum dilakukan adalah dengan cara pemanggangan. Proses pemanggangan ubi cilembu akan menghasilkan rasa ubi panggang yang lebih manis dibandingkan ubi hasil pengukusan dan perebusan. Proses pengolahan ubi Cilembu menjadi ubi panggang Cilembu dapat dilakukan

dari bahan baku yang masih segar (segera setelah dipanen) atau bahan baku yang telah disimpan terlebih dahulu. Menurut Satia Santana, lama penyimpanan ubi mempengaruhi kandungan gula yang terdapat dalam ubi tersebut. Semakin lama penyimpanan, kandungan gula yang terkandung dalam ubi cilembu semakin tinggi karena adanya penguraian pati menjadi gula-gula sederhana. Hasil penelitian Mayastuti (2002) terhadap karakteristik fisik ubi cilembu dapat dilihat pada Tabel berikut. Tabel Karakteristik Fisik Ubi Cilembu Karakteristik Hasil Pengamatan Berat Umbi 268,10 g 402,17 g Bentuk Umbi Panjang Lonjong Warna Kulit Umbi Merah kekuningan Warna daging Umbi Putih Kekuningan Rasa setelah Manis Khas dipanggang Sortasi (pemilihan) ubi Cilembu setelah dipanen menghasilkan 3 grade, seperti yang dapat dilihat pada tabel berikut. Tabel Klasifikasi Mutu Ubi Cilembu Klasifikasi Ciri-ciri Grade I panjang : 20 25 cm, diameter 6-7 cm Deskripsi : hampir dapat dikatakan tidak terdapat bercak hitam pada permukaan kulit, dalam 1 kg terdapat 4-5 ubi, dan biasanya ditujukan untuk pasar internasional, dan supermarket di dalam negeri. Grade II panjang : 15 20 cm, diameter 4-6 cm Deskripsi : sedikit terdapat bercak hitam di permukaan kulit, dalam 1 kg terdapat 7-8 ubi, dan ditujukan untuk pedagang pengecer di dalam negeri. Grade III panjang : 10 15 cm, diameter 3-4 cm Deskripsi : banyak terdapat bercak hitam di permukaan kulit, dalam 1 kg dapat mencapai lebih dari 8 ubi, dan pasarnya ditujukan bagi pedagang pengecer, tetapi pda umumnya dikonsumsi sendiri. 2.4 Analytical Hierarchy Process (AHP) Analytical Hierarchy Process (AHP) merupakan salah satu metode yang dapat digunakan untuk menyelesaikan masalah Multi- Attribute Decision Making (MADM). AHP merupakan suatu model pendukung keputusan yang dikembangkan oleh Thomas L. Saaty. Model pendukung keputusan ini akan menguraikan masalah multi faktor atau multi kriteria yang kompleks menjadi suatu hirarki, menurut Saaty (1993), hirarki didefinisikan sebagai suatu representasi dari sebuah permasalahan yang kompleks dalam suatu struktur multi level dimana level pertama adalah tujuan, yang diikuti level faktor, kriteria, sub kriteria, dan seterusnya ke bawah hingga level terakhir dari alternatif. Dengan hirarki, suatu masalah yang kompleks dapat diuraikan ke dalam kelompok-kelompoknya yang kemudian diatur menjadi suatu bentuk hirarki sehingga permasalahan akan tampak lebih terstruktur dan sistematis. AHP sering digunakan sebagai metode pemecahan masalah dibanding dengan metode yang lain karena alasan-alasan sebagai berikut: 1. Struktur yang berhirarki, sebagai konsekuesi dari kriteria yang dipilih, sampai pada subkriteria yang paling dalam 2. Memperhitungkan validitas sampai dengan batas toleransi inkonsistensi berbagai kriteria dan alternatif yang dipilih oleh pengambil keputusan 3. Memperhitungkan daya tahan output analisis sensitivitas pengambilan keputusan. Dalam metode AHP dilakukan langkahlangkah sebagai berikut: 1. Mendefinisikan masalah dan menentukan solusi yang diinginkan. 2. Membuat struktur hierarki yang diawali dengan tujuan utama. 3. Membuat matrik perbandingan berpasangan yang menggambarkan kontribusi relatif atau pengaruh setiap elemen terhadap tujuan atau kriteria yang setingkat di atasnya. 4. Melakukan mendefinisikan perbandingan berpasangan sehingga diperoleh jumlah penilaian seluruhnya sebanyak n x [(n-1)/2] buah, dengan n

adalah banyaknya elemen yang dibandingkan. 5. Menghitung nilai eigen dan menguji konsistensinya. 6. Mengulangi langkah 3,4, dan 5 untuk seluruh tingkat hirarki. 7. Menghitung vektor eigen dari setiap matriks perbandingan berpasangan. 8. Memeriksa konsistensi hirarki. AHP didasarkan atas 3 prinsip dasar yaitu: 1. Dekomposisi 2. Perbandingan penilaian/pertimbangan (comparative judgments) 3. Sintesa Prioritas AHP didasarkan atas 3 aksioma utama yaitu: 1. Aksioma Resiprokal 2. Aksioma Homogenitas 3. Aksioma Ketergantungan Beberapa contoh aplikasi AHP adalah sebagai berikut (Syaifullah, 2010): 1. Membuat suatu set alternatif 2. Perencanaan 3. Menentukan prioritas 4. Memilih kebijakan terbaik setelah menemukan satu set alternatif 5. Alokasi sumber daya 6. Menentukan kebutuhan/persyaratan 7. Memprediksi outcome 8. Merancang sistem 9. Mengukur performa 10. Memastikan stabilitas sistem 11. Optimasi 12. Penyelesaian konflik. Misalkan O i dan O j adalah tujuan. Tingkat kepentingan relatif tujuan-tujuan ini dapat dinilai dalam 9 poin, seperti pada tabel 2.3 (Reenoij, 2005). No. Nama Pengguna Hak Akses Tabel Tingkat Kepentingan Nilai Interpretasi 1 O i dan O j sama penting 3 O i sedikit lebih penting daripada O j 5 O i kuat tingkat kepentingannya daripada O j 7 O i sangat kuat tingkat kepentingannya daripada O j 9 O i mutlak lebih penting daripada O j 2, 4, 6, nilai-nilai intermediate 8 Contoh, angka 8 menunjukkan bahwa O i delapan kali lebih penting daripada O j, atau O i terletak antara sangat kuat dan mutlak lebih penting daripada O j. 1 1 11 1 1 1 1 Indeks random RI n adalah nilai rata-rata CI yang dipilih secara acak pada A dan diberikan sebagai: n 2 3 4 5 6 7... RI n 0 0,58 0,90 1,12 1,24 1,32... (Kusumadewi, 2006) III. ANALISIS DAN PERANCANGAN 3.1 Karakteristik Pengguna Ada beberapa pengguna yang diberikan hak akses (privilege) terhadap sistem pendukung keputusan ini, yaitu anggota (user yang memiliki akun login), administrator,pakar dan user publik (pengunjung). Adapun otoritas masing-masing pengguna digambarkan dalam tabel di bawah ini: Tabel Karakteristik Pengguna 1 Anggota Melakukan login, melakukan penilaian kualitas, mengisi data biaya untuk menghitung harga jual, mencetak hasil keputusan, mengedit profil, melakukan penilaian ulang dan melihat data keseluruhan. 2 Administrator Melakukan login, mengolah (menambah, menghapus, mengedit) data kualitas, kriteria, detail kriteria, penjual dan buku tamu. 3 Pakar Melakukan login, menghitung nilai AHP kriteria dan detail kriteria, serta menambah data kriteria

4 User publik (pengunjung) dan detail kriteria jika ada perubahan. Melakukan pendaftaran anggota, mengisi buku tamu, dan melihat data yang bersifat publik. 3.2 Diagram Konteks Untuk menggambarkan sistem secara umum maka diperlukan suatu diagram konteks. Intinya diagram konteks berisi siapa saja yang memberikan data (input) ke sistem serta kepada siapa data/informasi yang dihasilkan sistem disampaikan. Berikut adalah gambar diagram konteks untuk sistem pendukung keputusan penentuan harga jual ubi Cilembu. Gambar Diagram Konteks SPK Penentuan Harga Jual Ubi Cilembu 3.3 Analisis Fungsional Pada tahap analisis fungsional diperlukan gambar DFD (Data Flow Diagram) untuk menggambarkan arus data di dalam sistem dengan terstruktur dan jelas. DFD merupakan dekomposisi dari diagram konteks yang telah digambarkan sebelumnya. Berikut ini adalah DFD dari sistem yang dibangun. Gambar DFD Level 0 SPK Penentuan Harga Jual Ubi Cilembu

3.4 Analisis Penghitungan AHP Kasus dalam penggunaan AHP ini adalah penentuan harga jual ubi Cilembu. Sebelum menentukan harga jual, maka perlu diketahui terlebih dahulu mengenai kualitas ubi yang akan dijual, apakah termasuk bagus, sedang, atau jelek. Penentuan kualitas ubi tersebut didasarkan pada tujuh macam kriteria, yaitu ukuran umbi, bercak hitam/hama, luka/cacat, warna kulit, warna daging, lama penyimpanan, dan kadar pati. Langkah pertama adalah menentukan dekomposisi permasalahan dengan membuat struktur hirarki. Bagan pengambilan keputusan/struktur hirarkinya dapat dilihat pada gambar berikut. Gambar Struktur Hirarki Permasalahan Langkah selanjutnya adalah membandingkan kepentingan tiap kriteria (pairwise comparison) dan membuat matriks perbandingan berpasangan (paired comparison matrix) dengan memperhatikan skala perbandingan yang diperkenalkan oleh Saaty. Berikut adalah tabel intensitas kepentingan antar elemen: Tabel Intensitas Kepentingan AHP Nilai Interpretasi 1 Kedua elemen sama pentingnya 3 Elemen yang satu sedikit lebih penting daripada elemen yang lainnya 5 Elemen yang satu lebih penting daripada yang lainnya 7 Satu elemen jelas lebih mutlak penting daripada elemen lainnya 9 Satu elemen mutlak penting daripada elemen lainnya 2, 4, 6, 8 Nilai-nilai antara dua nilai pertimbangan-pertimbangan yang berdekatan Kebalikan Jika untuk aktivitas i mendapat satu angka dibanding dengan aktivitas j, maka j mempunyai nilai kebalikannya dibanding dengan i Berikut ini adalah asumsi perbandingan kepentingan dari ketujuh kriteria penilaian kualitas ubi: 1. Ukuran umbi lebih penting 2 kali dari bercak hitam/hama 2. Ukuran umbi lebih penting 3 kali dari luka/cacat 3. Ukuran umbi lebih penting 3 kali dari warna kulit 4. Ukuran umbi lebih penting 3 kali dari warna daging 5. Ukuran umbi lebih penting 2 kali dari lama penyimpanan 6. Ukuran umbi lebih penting 3 kali dari kadar pati 7. Bercak hitam/hama lebih penting 3/2 kali dari luka/cacat 8. Bercak hitam/hama lebih penting 3/2 kali dari warna kulit 9. Bercak hitam/hama lebih penting 3/2 kali dari warna daging 10. Bercak hitam/hama sama penting dengan lama penyimpanan 11. Bercak hitam/hama lebih penting 3/2 kali dari kadar pati 12. Luka/cacat sama penting dengan warna kulit 13. Luka/cacat sama penting dengan warna daging 14. Luka/cacat lebih penting 2/3 kali dari lama penyimpanan 15. Luka/cacat sama penting dengan kadar pati

16. Warna kulit sama penting dengan warna daging 17. Warna kulit lebih penting 2/3 kali dari lama penyimpanan 18. Warna kulit sama penting dengan kadar pati 19. Warna daging lebih penting 2/3 kali dari lama penyimpanan 20. Warna daging sama penting dengan kadar pati Kriteria Ukuran umbi Tabel Matriks Perbandingan Berpasangan Kriteria Bercak Luka/ Warna Warna hitam/ Cacat Kulit daging Hama an 21. Lama penyimpanan lebih penting 3/2 kali dari kadar pati 22. Perbandingan yang lain merupakan nilai kebalikan Selanjutnya hasil pair-wise comparison tersebut dibuat tabulasinya, yang dalam istilah AHP disebut sebagai paired comparison matrix, seperti terlihat pada tabel berikut. Lama penyimpan Kadar pati Priority Vector Ukuran 1 2 3 3 3 2 3 0.3 umbi Bercak 0.5 1 1.5 1.5 1.5 1 1.5 0.15 hitam/ham a Luka/Cacat 0.3333333 0.6666666 1 1 1 0.66666666 1 0.1 33 67 7 Warna 0.3333333 0.6666666 1 1 1 0.66666666 1 0.1 Kulit 33 67 7 Warna 0.3333333 0.6666666 1 1 1 0.66666666 1 0.1 daging 33 67 7 Lama penyimpan an 0.5 1 1.5 1.5 1.5 1 1.5 0.15 Kadar pati 0.3333333 0.6666666 1 1 1 0.66666666 1 0.1 33 67 7 Jumlah 3.3333333 33 6.6666666 67 10 10 10 6.66666666 7 10 1 Principal Eigen Value (λmax) 7 Consistency Index (CI) 0 Consistency Ratio (CR) 0 Langkah selanjutnya adalah membuat masing-masing kriteria. Untuk detail kriteria matriks perbandingan berpasangan untuk detail dapat dilihat pada tabel berikut. Tabel Detail Kriteria Kriteria Detail Kriteria Ukuran umbi Panjang > 25 cm, diameter > 7 cm Panjang 20-25 cm, diameter 6-7 cm Panjang 15-20 cm, diameter 4-6 cm Panjang 10-15 cm, diameter 3-4 cm Panjang < 10 cm, diameter < 3 cm Bercak hitam/hama Tidak ada Sedikit Banyak Luka/Cacat Tidak ada Sedikit

Banyak Warna kulit Merah kekuningan Tidak merah kekuningan Warna daging Putih kekuningan Tidak putih kekuningan Lama penyimpanan 2-5 minggu < 2 minggu > 5 minggu Kadar pati >= 20 % < 20 % Harga jual = Seperti halnya dalam membuat matriks perbandingan kriteria, untuk membuat matriks perbandingan detail kriteria pun menggunakan cara yang sama. 3.5 Analisis Penghitungan Harga Jual Setelah user melakukan penilaian kriteria dan mengetahui kualitas ubi, maka selanjutnya user bisa melakukan input biaya produksi untuk penghitungan harga jual. Untuk menghitung harga jual ubi per kilogram, digunakan rumus berikut ini: + + + = ( ) Cilembu. h h + Keterangan: T = Biaya Penanaman K = Biaya Pekerja H = Biaya Overhead O = Ongkos Kirim Para petani yang memiliki lahan budidaya ubi Cilembu seluas 1 hektare bisa memanen hingga 2,5 ton ubi dalam satu kali masa panen (5-6 bulan). Biaya penanaman dari awal tanam hingga panen bisa mencapai Rp 10.000.000. Contoh kasus: Diketahui: Biaya penanaman = 6000000 Biaya pekerja = 4000000 Biaya overhead = 600000 Ongkos kirim = 75000 (nilai = 3000) Jawab: Jumlah hasil panen = 2500 kg Kualitas = baik + 3000 = + 3000 = 4270 + 3000 Harga jual = Rp 7.270 /kg Harga di atas merupakan harga pokok produksi yang sudah ditambahkan dengan nilai kualitas (sudah disesuaikan agar mendekati harga pasar), kemudian sistem memberikan tiga pilihan alternatif harga jual berdasarkan penambahan suku bunga bank selama 6 bulan sesuai dengan masa tanam maksimal ubi 3.6 Perancangan Sistem Perancangan sistem merupakan suatu kegiatan yang merupakan tindak lanjut dari proses analisis, di mana proses perancangan merupakan inti dari semua proses yang berhubungan dengan penyelesaian masalah yang berkaitan dengan kegiatan aplikasi sistem pendukung keputusan. Dalam sub bab ini akan dirancang mengenai pembangunan sistem pendukung keputusan penentuan harga jual ubi Cilembu. Entity Relationship Diagram merupakan gambaran dari perancangan database yang akan dibuat. E-R Diagram berfungsi untuk menggambarkan relasi antara dua entitas. E-R Diagram yang dibuat untuk sistem pendukung keputusan ini mempunyai derajat kardinalitas satu ke satu (one to one). E-R Diagram dari aplikasi sistem pendukung keputusan yang terbentuk dapat dilihat pada gambar berikut.

Gambar ERD SPK Penentuan Harga Jual Ubi Cilembu Berikut ini adalah relasi tabel sistem pendukung keputusan yang terbentuk: Gambar Relasi Antar Tabel IV. IMPLEMENTASI SISTEM 4.1 Komponen Implementasi Sistem Agar sistem perancangan yang dikerjakan dapat berjalan dengan baik atau tidak, maka perlu dilakukan pengujian terhadap sistem yang telah dikerjakan. Untuk itu dibutuhkan berupa komponen utama mencakup perangkat keras (hardware), perangkat lunak (software), dan operator (brainware). Pada web ini dibutuhkan komponen-komponen yang mencakup seperti di atas. Perangkat keras merupakan komponenkomponen peralatan yang membentuk suatu sistem komputer dan peralatan-peralatan tambahan lainnya yang memungkinkan komputer untuk menjalankan tugasnya sesuai

dengan yang diberikan. Komponen ini bersifat nyata secara fisik, artinya dapat dilihat dan dipegang. Perangkat kerasnya meliputi: 1) Monitor Super VGA. 2) CPU (Central Processing Unit), seperti Pentium IV. 3) Harddisk sebagai media penyimpanan. 4) Memory atau biasa disebut RAM, minimal 256 MB. 5) Keyboard dan Mouse Hardware tidak dapat menyelesaikan masalah tanpa adanya software. Software merupakan komponen di dalam sistem data berupa program atau instruksi untuk mengontrol suatu sistem. Perangkat lunak yang diperlukan untuk menjalankan perangkat kerasnya adalah: 1) Sistem Operasi, penulis menggunakan sistem operasi Windows XP SP 3. 2) Editor penulisan script bahasa pemrograman, penulis menggunakan notepad++ 5.8.3. 3) MySQL 5.1.41 untuk mengelola database. 4) PHP 5.3.1 sebagai bahasa pemrograman server side aplikasi web. 5) Adobe Photoshop CS3 sebagai desain pembuatan header dan edit gambar. 6) Microsoft Office Visio 2007 sebagai perancang diagram dan antarmuka. 7) Web Server sebagai server lokal dalam pengetesan halaman web sebelum filefile dan script web dipublikasikan pada internet, seperti Apache Web Server yang digunakan penulis dengan xampp 1.7.3. 8) Browser sebagai tempat melihat output atau tampilan halaman web, seperti Internet Explorer, Mozilla Firefox, Google Chrome, dan lain-lain. Perangkat operator (brainware) yang dapat menjalankan website ini terbagi menjadi 4, yaitu: 1) Administrator 2) Pakar 3) Anggota 4) User publik (pengunjung) 4.2 Gambaran Aplikasi pada Sistem Adapun gambaran mengenai aplikasi sistem ini, penulis bagi menjadi empat bagian yang saling berhubungan, yaitu: 1) Administrator Seorang administrator dapat memasukan data ke dalam sistem maupun mengeditnya. Seorang administrator juga dapat menghapus data yang tidak diperlukan. Data yang diolah oleh administrator yaitu data kualitas, kriteria, detail kriteria, penjual, dan buku tamu. 2) Pakar Seorang pakar bertugas mengolah data penghitungan nilai AHP kriteria dan detail kriteria penilaian sekaligus mengupdate datadata tersebut jika diperlukan. Seseorang yang menjadi pakar harus memahami konsep penilaian kriteria ubi dan penghitungan AHP agar tidak keliru dalam memberikan nilai/bobot. 3) Anggota Anggota dapat menggunakan aplikasi sesuai dengan fungsinya, memasukan data penilaian yang akan diolah dan mendapatkan informasi yang diperlukan. 4) User Publik (Pengunjung) Pengunjung dapat melihat informasi yang bersifat umum, mengisi buku tamu, dan melakukan pendaftaran jika ingin menjadi anggota untuk menggunakan aplikasi sistem pendukung keputusan ini. 4.3 Implementasi Antarmuka (Interface) Pembuatan Sistem Pendukung Keputusan Penentuan Harga Jual Ubi Cilembu dibangun dengan halaman utama yang berbeda tiap penggunanya. Pada aplikasi ini, yang dapat mengakses adalah administrator, pakar, anggota dan user publik (pengunjung). Oleh karena itu, pada implementasinya keempat jenis pengguna tadi mempunyai antar muka yang berbeda dalam mengakses halaman utama. Di dalam PHP, implementasi antarmuka dilakukan dengan sebuah webpage berekstensi PHP. Setiap halaman dan file program keseluruhan ditulis dengan file yang berekstensi.php. Di dalam halaman pengunjung terdapat tujuh menu, yaitu home, batasan, daftar anggota, login anggota, buku tamu, bantuan, dan login admin. Berikut adalah tampilan implementasi untuk halaman pengunjung:

Gambar Implementasi halaman utama (home) pengunjung Di dalam halaman anggota terdapat delapan menu, yaitu home, batasan, penilaian, profil, data penjual, data penilaian, bantuan, dan logout. Berikut adalah tampilan implementasi untuk halaman anggota: Gambar Implementasi halaman penilaian (input kriteria)

Gambar Implementasi halaman hitung harga jual Gambar Implementasi form hasil keputusan (pdf) Gambar Implementasi halaman hasil perbandingan

Di dalam halaman admin terdapat enam menu, yaitu home, data kualitas, data kriteria, data penjual, data buku tamu, dan logout. Berikut adalah tampilan implementasi untuk halaman admin: Di dalam halaman pakar terdapat lima menu, yaitu home, data kriteria, hitung AHP kriteria, hitung AHP detail, dan logout. Berikut Gambar Implementasi halaman data kriteria adalah tampilan implementasi untuk halaman pakar: Gambar Implementasi halaman hitung AHP kriteria V. PENUTUP Dari serangkaian proses pembuatan Sistem Pendukung Keputusan Penentuan Harga Jual Ubi Cilembu yang telah dilakukan dapat diperoleh beberapa kesimpulan. Kesimpulan tersebut diambil dari teori dan berbagai pengujian yang telah dilakukan serta dari sudut pandang penulis. Berikut ini kesimpulan yang bisa diambil: 1. SPK Penentuan Harga Jual Ubi Cilembu merupakan sebuah aplikasi yang dibuat untuk mempermudah penentuan kualitas dan harga jual ubi Cilembu dengan memperhatikan beberapa kriteria penilaian dan faktor-faktor produksi. 2. Sistem ini dibangun dengan berbasis web agar dapat diakses oleh siapa saja, khususnya bagi pihak-pihak yang membutuhkan. Dalam pengaplikasiannya sistem ini dibuat dengan menggunakan bahasa pemrograman PHP yang dipadukan dengan database MySQL. 3. Pengguna dalam sistem ini terdiri dari user publik (pengunjung) yang merupakan user biasa tanpa otorisasi dan user yang memiliki otorisasi yaitu anggota, administrator dan pakar. 4. Metode Analytical Hierarchy Process (AHP) digunakan untuk menentukan nilai/bobot kriteria dan detail kriteria

penilaian kualitas. Penghitungan AHP yang dipakai hanya sampai penentuan nilai eigen vector (priority vector), sementara untuk perbandingan alternatif tidak dipakai karena berbeda dalam pengaplikasiannya. 5. Proses penghitungan AHP kriteria dan detail kriteria dikelola oleh seorang pakar yang dalam hal ini paham tentang metode AHP dan penentuan nilai perbandingan kriteria penilaian kualitas ubi Cilembu. VI. DAFTAR PUSTAKA Anonim. Pengantar Basis Data Structure Query Language. http://ana.staff.gunadarma.ac.id/downlo ads/files/16255/sql.pdf. (diakses tanggal 26 November 2011) Fathansyah. 2007. Basis Data. Penerbit Informatika. Bandung. Hermawan, J. 2005. Membangun Decision Support System. Penerbit ANDI. Yogyakarta. Jogiyanto. 2001. Analisis dan Desain sistem Informasi : Pendekatan terstruktur teori dan praktek aplikasi bisnis. Penerbit ANDI. Yogyakarta. Kadir, A. 2008. Dasar Pemrograman Web Dinamis Menggunakan PHP. Penerbit ANDI. Yogyakarta. Kusumadewi, S. dkk. 2006. Fuzzy Multi- Atribute Decision Making (Fuzzy MADM). Graha Ilmu. Yogyakarta. Parno.DFD. http://tavipia.staff.gunadarma.ac.id/dow nloads/files/15425/dfd.pdf. (diakses tanggal 26 November 2011) Pressman, R. S. 2002. Rekayasa Perangkat Lunak, Pendekatan Praktisi. Penerbit Andi, Yogyakarta. Sunarto. Tanpa tahun. Sistem Pendukung Keputusan Pemilihan Handphone Metode Analytical Hierarchy Process (AHP) Berbasis PHP. PENS-ITS. Surabaya. (diakses tanggal 30 April 2012) Supriyono, dkk. 2007. Sistem Pemilihan Pejabat Struktural Dengan Metode AHP. STTN Batan. Yogyakarta. (diakses tanggal 30 April 2012) Syaifullah. 2010. Pengenalan Metode AHP (Analytical Hierarchy Process). http://syaifullah08.wordpress.com. (diakses tanggal 30 April 2012) Wijayaning, N. Suplemen ERD Modul Basis Data 2009/2010. http://sirkel.informatics.uii.ac.id/file_dw n/suplemen%20erd%20v2.pdf. (diakses tanggal 26 November 2011)