APLIKASI PENDUKUNG KEPUTUSAN DALAM PEMILIHAN SOFTWARE ERP BERBASIS ISO/IEC 9126 Andharini Dwi Cahyani Program Studi Teknik Informatika, Universitas Trunojoyo Madura Jl. Raya Telang Kamal, Bangkalan, 61256, Indonesia e-mail: andharini.dwi.cahyani@gmail.com ABSTRAK Proses pengambilan keputusan pada permasalahan multi-kriteria merupakan masalah yang kompleks. Banyak kriteria yang bertentangan harus dipertimbangkan ketika membandingkan alternatif untuk memilih di antara beberapa alternatif. Pada penelitian ini, dilakukan pemilihan software ERP yang melibatkan beberapa pengambil keputusan. Model pengambilan keputusan menggunakan metode pembobotan entropi. Kriteria yang digunakan untuk pemilihan software ERP adalah kriteria evaluasi kualitas perangkat lunak mengadopsi norma internasional ISO / IEC 9126-1: 2001. Pada standar tersebut, terdapat enam kriteria yang terdiri dari dari 27 subkriteria. Dari hasil uji coba, diperoleh bahwa software ERP dari vendor 3 adalah sistem terbaik. Kata kunci: Sistem Pendukung Keputusan, ERP, ISO-9126, Entropy. PENDAHULUAN Pertumbuhan teknologi Sistem Informasi (IS) memiliki peran penting dalam meningkatkan operasi pada perusahaan manufaktur. Dalam hal ini, sistem ERP (Enterprise Resource Planning) merupakan suatu sistem yang terintegrasi untuk mengontrol fungsi bisnis dalam suatu organisasi. Banyak studi tentang penggunaan sistem ERP di domain yang berbeda tetap bisa memberikan informasi yang berharga dalam pengambilan keputusan dan strategi bisnis maupun pengembangan organisasi (Madapusi 2008, Holsapple dan Sena, 2005 dan Bendoly, 2003). Dengan menerapkan sistem tersebut, maka perusahaan manufaktur sebagai tempat studi kasus pada penelitian ini berharap untuk meningkatkan kualitas dan produktivitas operasi bisnis. Dengan demikian, lembaga telah pindah ke menggunakan sistem ERP untuk kualitas yang lebih baik. Namun demikian, banyak penelitian telah menunjukkan tingkat kegagalan yang cukup tinggi dalam pelaksanaan sistem ERP (Zornada dan Velkavrh 2005, Amid 2012). Oleh karena itu, kualitas sistem ERP adalah sebuah konsep yang kompleks, karena kurangnya penelitian di bidang ini. Oleh karena itu, makalah ini bertujuan untuk mengembangkan model penilaian kualitas kualitas sistem ERP pada perusahaan manufaktur. Proses pendukung pengambilan keputusan secara berkelompok (Group Decision Support System - GDSS) merupakan sistem berbasis komputer interaktif sebagai solusi dari masalah semiterstruktur atau tidak terstruktur oleh sekelompok pengambil keputusan (Turban 2011). C-29-1
GDSS memiliki beberapa karakteristik utama, yaitu: GDSS memiliki tujuan untuk mendukung proses kelompok pengambil keputusan dengan menyediakan otomatisasi subproses, menggunakan tools teknologi informasi. GDSS merupakan sistem informasi yang dirancang khusus, bukan berupa konfigurasi komponen sistem semata. GDSS mendorong organisasi generasi ide, penyelesaian konflik, dan kebebasan berekspresi. Pada permasalahan dunia nyata, seringkali proses pengambilan keputusan besar melibatkan lebih dari 1 orang. Sehingga dalam penelitian ini kami menggunakan metode entropi untuk pemilihan software ERP pada sebuah perusahaan manufaktur. METODE Tujuan dari penelitian ini untuk menentukan software ERP terbaik yang sesuai dengan keinginan perusahaan berdasarkan kriteria yang ditetapkan oleh perusahaan. Bobot tiap kriteria tidak langsung diberikan oleh stakeholder, melainkan diperoleh dengan perhitungan entropi dari nilai kriteria yang dimiliki vendor ERP. Hasilnya, bobot yang dihasilkan bersifat objektif. Pengumpulan data diperoleh melalui kuesioner terhadap beberapa stakeholder. Nilai tiap kriteria berkisar antara 1 (sangat buruk) sampai 5 (sangat baik). Prosedur lengkap dari model pendukung keputusan untuk pemilihan software ERP digambarkan pada Gambar 1. Pada gambar tersebut ditunjukkan 2 bagian inti dari proses pengambilan keputusan yang dilakukan. Kegiatan pertama yaitu dengan melakukan pembobotan kriteria dari beberapa pengambil keputusan dengan menggunakan metode Entropi. Sedangkan kegiatan kedua adalah melakukan pemilihan software ERP dengan mengalikan nilai bobot kriteria dengan konsensus nilai tiap alternatif. Survey 1 : Menentukan hirarki kriteria pemilihan software ERP Survey 2 : Menentukan bobot kriteria dari beberapa pengambil keputusan dan konsensus nilai tiap alternatif Menghitung bobot tiap kriteria menggunakan metode entropi Melakukan perankingan tiap alternatif dengan perkalian bobot kriteria dan nilai kriteria Software ERP terpilih Gambar 1. Model Pengambilan Keputusan Pemilihan Software ERP C-29-2
Pengumpulan data pada penelitian ini dilakukan dengan dua kali survey. Survey pertama dilakukan untuk memperoleh bentuk hirarki kriteria berdasarkan apa saja yang dianggap penting oleh pengambil keputusan/stakeholder. Dari survey ini diketahui bahwa penilaian kualitas produk perangkat lunak ERP dilakukan berdasarkan kriteria dan subkriteria pada ISO/IEC 9126. Survey kedua dilakukan terhadap pengambil keputusan untuk mendapatkan bobot tiap kriteria penilaian. Pada penelitian ini, terdapat tiga (3) pengambil keputusan. Masing-masing pengambil keputusan memberikan bobot kriteria berdasarkan penilaian masing-masing. Untuk menyatukan bobot dari ketiga pengambil keputusan, maka digunakan metode entropi. Kriteria Pemilihan ISO 9126 adalah standar internasional yang digunakan untuk penilaian kualitas perangkat lunak dan merupakan pengembangan dari ISO 9001. Standar ini dibagi menjadi empat bagian yang masing-masing menjelaskan model kualitas (ISO/IEC 9126-1:2001), metrik eksternal (ISO/IEC TR 9126-2:2003), metrik internal (ISO/IEC TR 9126-3:2003), dan metrik kualitas yang digunakan quality in use metrics (ISO/IEC TR 9126-4:200). Standar model pengukuran software menggunakan ISO 9126 merupakan standar yang dipilih dalam menilai kualitas perangkat lunak dan menggambarkan karakteristik produk ERP. Pada model ISO 9126 terdapat 6 karakteristik kualitas perangkat lunak yang akan dijelaskan sebagai berikut (ISO/IEC JTC 1): 1. Functionality: Kemampuan fungsi produk perangkat lunak dalam hal memenuhi kebutuhan user dalam kondisi yang sudah ditentukan sebelumnya. 2. Reliability: Kehandalan produk perangkat lunak untuk bekerja pada level kinerja tertentu ketika digunakan dalam kondisi yang sudah ditentukan sebelumnya 3. Usability: Tingkat kemudahan perangkat lunak untuk dipelajari, dipahami, dan dioperasikan oleh pengguna dalam kondisi yang sudah ditentukan sebelumnya. 4. Efficiency: Tingkat penggunaan sumber daya yang diperlukan dalam menjalankan perangkat lunak agar beroperasi secara optimal. 5. Maintainanility: Tingkat kemudahan perangkat lunak untuk diperbaiki apabila ada kesalahan maupun kebutuhan terkini. 6. Portability: Kemampuan perangkat lunak untuk digunakan pada lingkungan yang berbeda Masing-masing kriteria penilaian perangkat lunak berdasarkan ISO 9126-1:2001 memiliki sub-kriteria sebagaimana pada Gambar 2. Gambar 2. Karakteristik Kualitas Perangkat Lunak ISO 9126 (ISO 2001) C-29-3
Pembobotan Entropi Bobot adalah tingkat kepentingan relatif dari beberapa kriteria yang digunakan dalam suatu penilaian. Bobot tiap kriteria dalam suatu penilaian ditentukan melalu opini pengambil keputusan. Pada suatu kasus, apabila terdapat beberapa pengambil keputusan, maka proses pembobotan kriteria menjadi lebih sulit karena setiap pengambil keputusan mempunyai preferensi yang berbeda-beda terhadap suatu kriteria. Karena itu diperlukan suatu metode pembobotan yang bisa mengakomodasi hal ini, salah satunya adalah metode pembobotan entropi. Berikut ini adalah langkah pencarian bobot kriteria berdasarkan metode entropi. 1. Semua pengambil keputusan harus memberikan nilai yang menunjukkan kepentingan suatu kriteria tertentu terhadap pengambilan keputusan. Tiap pengambil keputusan boleh menilai sesuai preferensinya masing-masing dengan nilai yaitu 1,3,5,7, dan 9. Keterangan skala penilaian tersebut seperti pada Tabel 1. Tabel 1. Intensitas Kepentingan Nilai Keterangan 1 Sangat tidak penting 3 Kurang penting 5 Cukup penting 7 Penting 9 Sangat penting 2. Kurangkan tiap angka tersebut dengan nilai paling ideal, hasil pengurangan tersebut dinyatakan dengan kij. 3. Bagi tiap nilai (k ij ) dengan jumlah total nilai dalam semua kriteria dengan persamaan (1). aa iiii = kk iiii mm nn kkiiii untuk m>1...(1) Dimana m = jumlah pengambil keputusan n = jumlah kriteria 4. Menghitung nilai entropy untuk tiap kriteria dengan persamaan (2). EE jj = 1 xx aa ln(mm) jj iiii ln (aa iiii )...(2) Dimana : Ej = nilai bobot entropy ii=1 jj=1 5. Menghitung dispersi tiap kriteria dengan persamaan (3). DD ii = 1 EE jj...(3) Dimana : Di = nilai dispersi entropy 6. Karena diasumsikan total bobot adalah 1, maka untuk mendapatkan bobot tiap kriteria, nilai dispersi harus dinormalisasikan dahulu dengan persamaan (4). WW jj = DD jj DD jj...(4) Dimana : Wj = Hasil bobot entropy C-29-4
HASIL DAN PEMBAHASAN Pada penelitian ini dilakukan wawancara terhadap beberapa stakeholder. Bobot kriteria dan penilaian tiap alternatif vendor ERP diperoleh dari beberapa stakeholder tersebut yang kemudian dihitung menggunakan metode entropi sesuai langkah 1. Tabel hasil penilaian beberapa pengambil keputusan tentang kriteria yang digunakan adalah seperti pada Tabel 2. Tabel 2. Penilaian Bobot Kriteria dari 3 Pengambil Keputusan Functionality (C1) 9 8 9 Reliability (C2) 3 5 3 Usablity (C3) 9 7 7 Efficiency (C4) 7 7 5 Maintanability (C5) 5 7 5 Portability (C6) 5 7 3 Langkah selanjutnya adalah dengan mencari nilai yang ideal. Nilai ini diperoleh dengan mencari nilai maksimal dari semua kolom dan baris. Sesuai dengan data pada Tabel 2, maka nilai ideal adalah X. Setiap nilai pada tabel 2 kemudian dikurangi dengan nilai ideal untuk memperoleh nilai k ij seperti pada Tabel 3. Tabel 3. Nilai kij Functionality (C1) 0-1 0 Reliability (C2) -6-4 -6 Usablity (C3) 0-2 -2 Efficiency (C4) -2-2 -4 Maintanability (C5) -4-2 -4 Portability (C6) -4-2 -6 Setelah mendapatkan nilai k ij, maka nilai tersebut diabsolutkan untuk kemudian dilakukan normalisasi dengan jumlah total nilai dalam semua kriteria dengan Persamaan (1). Hasilnya seperti pada Tabel 4. Tabel 4. Normalisasi Nilai kij Functionality (C1) 0 0,01960784 0 Reliability (C2) 0,11764706 0,07843137 0,117647059 Usablity (C3) 0 0,03921569 0,039215686 Efficiency (C4) 0,03921569 0,03921569 0,078431373 Maintanability (C5) 0,07843137 0,03921569 0,078431373 Portability (C6) 0,07843137 0,03921569 0,117647059 Dari nilai normalisasi kij, maka dapat dihitung nilai entropi (eij) dengan menggunakan persamaan (2). Hasilnya seperti pada Tabel 5. C-29-5
Tabel 5. Nilai Entropi (eij) Jumlah Eij Functionality (C1) 0-0,07709462 0 0,077095 0,070174548 Reliability (C2) -0,2517725-0,19964951-0,25177249 0,703194 0,64007521 Usablity (C3) 0-0,127007-0,127006998 0,254014 0,231213503 Efficiency (C4) -0,127007-0,127007-0,199649511 0,453664 0,41294232 Maintanability (C5) -0,1996495-0,127007-0,199649511 0,526306 0,479064386 Portability (C6) -0,1996495-0,127007-0,25177249 0,578429 0,526508765 Langkah terakhir dalam pembobotan ini adalah menghitung dispersi tiap nilai entropi dengan menggunakan persamaan (3) dan melakukan normalisasi terhadap nilai dispersi tersebut. Hasilnya seperti pada Tabel 6. Tabel 6. Nilai Dispersi (Di) dan Bobot kriteria (Wi) Dispersi (Di) Bobot kriteria (Wi) Functionality (C1) 0,929825 0,255 Reliability (C2) 0,359925 0,099 Usablity (C3) 0,768786 0,211 Efficiency (C4) 0,587058 0,161 Maintanability (C5) 0,520936 0,143 Portability (C6) 0,473491 0,130 Nilai W pada Tabel 6 merupakan nilai bobot tiap kriteria yang diperoleh dengan metode entropi. Nilai ini diperoleh dari masukan tiga pengambil keputusan. Setelah mendapatkan nilai bobot tiap kriteria, maka dilakukan proses penilaian dengan menghitung perkalian bobot tiap kriteria dengan konsensus nilai tiap vendor ERP yang telah diperoleh sebelumnya. Hasil perkalian tersebut seperti pada Tabel 7. Tabel 7. Nilai Rank Software ERP Bobot Produk ERP 1 Produk ERP 2 Produk ERP 3 Functionality (C1) 0,255 5 1,277225 3 0,766335 5 1,277225 Reliability (C2) 0,099 7 0,692159 5 0,494399 7 0,692159 Usablity (C3) 0,211 9 1,900835 7 1,478427 9 1,900835 Efficiency (C4) 0,161 5 0,806393 9 1,451508 7 1,12895 Maintanability (C5) 0,143 7 1,001793 3 0,42934 7 1,001793 Portability (C6) 0,130 9 1,170713 5 0,650396 9 1,170713 Total Nilai 6,849119 5,270405 7,171676 Dari Tabel 7 dapat kita ketahui bahwa vendor produk ERP 3 memiliki nilai terbesar dibanding kompetitor lainnya. Sehingga, produk ERP 3 adalah produk yang terpilih. KESIMPULAN DAN SARAN Penelitian ini mengusulkan sebuah model sistematis dengan beberapa tahap bagi untuk pendukung keputusan dengan beberapa pengambil keputusan/gdss dalam memilih sistem ERP yang tepat secara efektif dan efisien. Model ini juga menggunakan ISO 9126 model kualitas perangkat lunak untuk menafsirkan karakteristik produk sistem ERP. Metode entropy digunakan untuk mengevaluasi alternatif sistem ERP pada masalah multi-kriteria dunia nyata. C-29-6
Dengan menghitung nilai entropi (ej), maka bisa menyatukan hasli penilaian bobot kriteria sesuai dengan preferensi tiap pengambil keputusan. Dari nilai entropi yang diperoleh, kemudian dihitung nilai dispersi (D j ) untuk kemudian dinormalisasi dan menjadi bobot tiap kriteria. Dari hasil uji coba menunjukkan bahwa vendor sistem ERP 1, vendor sistem ERP 2, dan vendor sistem ERP 3 memiliki nilai masing-masing sebesar 6,85 ; 5,27 ; dan 7,17. Sehingga dengan demikian software ERP 3 yang terpilih. DAFTAR PUSTAKA Amid, A., Moalagh, M., & Zare Ravasan, A. (2012). Identification and classification of ERP critical failure factors in Iranian industries. Information Systems, 37(3), pp. 227-237. Bendoly, E. (2003). Theory and Support for Process Frameworks of Knowledge Discovery and Data Mining from ERP Systems. Information & Management, 40(7), pp. 639-647. Hawari, A. A., & Heeks, R. (2010). Explaining ERP failure in a developing country: a Jordanian case study. Journal of Enterprise Information Management, 23(2), pp. 135-160. Holsapple, C.W. and Sena, M.P. (2005). ERP plans and decision-support benefits. Decision Support Systems, 38, pp. 575-590. ISO. (2001). ISO/IEC 9126-1: Software Engineering - Product Quality - Part 1: Quality Model. International Organization for Standardization, Geneva, Switzerland. Madapusi, A. (2008). ERP Information Quality and Information Presentation Effects on Decision Making. SWDSI 2008 Proceedings, pp. 628-633 Turban, E., Sharda, R., Delen, D., & Efraim, T. (2007). Decision support and business intelligence systems. Pearson Education India. Zeithaml, V. A dan Berry, L. L. (1995). A Conceptual Model of Service Quality and Its Implication for Future Research, Journal of Marketing. 49, pp. 41-50. C-29-7