PEMILIHAN LOKASI BARU BTS TELKOMSEL CABANG KOTA KENDARI MENGGUNAKAN METODE SAW DAN TOPSIS BERBASIS WEB GIS

dokumen-dokumen yang mirip
SISTEM PENDUKUNG KEPUTUSAN MENENTUKAN JUMLAH BERAS MISKIN MENGGUNAKAN METODE SIMPLE ADDITIVE WEIGHT (SAW)

Sistem Pendukung Keputusan Dalam Menentukan Dosen Pembimbing Skripsi

PENGEMBANGAN SISTEM PENDUKUNG KEPUTUSAN UNTUK MENENTUKAN LOKASI PEMBANGUNAN MINIMARKET BARU DI KOTA BOJONEGORO DENGAN METODE TOPSIS BERBASIS GIS

SKRIPSI. Diajukan Untuk Memenuhi Sebagian Syarat Guna Memperoleh Gelar Sarjana Komputer (S.Kom) Pada Program Studi Sistem Informasi OLEH :

Sistem Pendukung Keputusan Mahasiswa Berprestasi Menggunakan Metode TOPSIS

BAB 1 PENDAHULUAN. Banyak terdapat metode perankingan yang dapat digunakan untuk memecahkan

Paper Group Project SISTEM PENDUKUNG KEPUTUSAN. Metode TOPSIS & Contoh Implementasi

SISTEM PENUNJANG KEPUTUSAN PENANGANAN PRIORITAS KERUSAKAN JALAN DENGAN MEMBANDINGKAN METODE TOPSIS AHP

BAB 2 LANDASAN TEORI

ISSN VOL 15, NO 2, OKTOBER 2014

IMPLEMENTASI SISTEM REKOMENDASIAN PENERIMAAN BEASISWA DENGAN MENGGUNAKAN FMADM

SISTEM PENGAMBILAN KEPUTUSAN KREDIT RUMAH DENGAN METODE FUZZY SAW MADM

SISTEM PENDUKUNG KEPUTUSAN UNTUK MENENTUKAN PENERIMA BEASISWA MENGGUNAKAN METODE FMADM (STUDI KASUS: MAHASISWA FKIP UMN AL-WASHLIYAH MEDAN) ABSTRACT

MADM-TOOL : APLIKASI UJI SENSITIVITAS UNTUK MODEL MADM MENGGUNAKAN METODE SAW DAN TOPSIS.

PENGEMBANGAN SPK PENERIMAAN ANGGOTA BARU STUDI KASUS: ORGANISASI IMSI STMIK MIKROSKIL

Kata Kunci : Fuzzy MADM, SAW, kriteria, beasiswa.

Penerapan Metode Simple Additive Weighting (SAW) pada Sistem Pendukung Keputusan Pemilihan Lokasi untuk Cabang Baru Toko Pakan UD.

DECISION SUPPORT SYSTEM FOR DETERMINING SCHOLARSHIP RECIPIENTS USING TOPSIS FMADM METHOD

Multi-Attribute Decision Making

PENERAPAN METODE TOPSIS UNTUK MENDUKUNG PROGRAM BANTUAN PERUMAHAN RAKYAT

SISTEM PENDUKUNG KEPUTUSAN UNTUK MENENTUKAN PENERIMA BEASISWA DI SMA NEGERI 6 PANDEGLANG

SISTEM REKOMENDASI PEMBERHENTIAN HUBUNGAN KERJA MENGGUNAKAN FUZZY MULTIPLE ATTRIBUTE DECISION MAKING METODE SIMPLE ADDTIVE WEIGHTING (SAW) SKRIPSI

SISTEM PENDUKUNG KEPUTUSAN PEMILIHAN MANDOR MENGGUNAKAN METODE TOPSIS

SISTEM PENDUKUNG KEPUTUSAN UNTUK MAHASISWA BERPRESTASI DI STIKES MUHAMMADIYAH PRINGSEWU DENGAN METODE SAW

PENENTUAN SISWA BERPRESTASI PADA SMK WIDYA YAHYA GADINGREJO DENGAN METODE SAW

Seminar Nasional Aplikasi Teknologi Informasi 2009 (SNATI 2009) ISSN: Yogyakarta, 20 Juni 2009

SISTEM PENDUKUNG KEPUTUSAN KELULUSAN UJIAN SARINGAN MASUK JALUR PMDK BERDASARKAN NILAI RATA-RATA MATEMATIKA DAN BAHASA INGGRIS

Volume : II, Nomor : 1, Pebruari 2014 Informasi dan Teknologi Ilmiah (INTI) ISSN : X

Kata Kunci: Guru, Decision support systems, MADM, SAW. 1. Pendahuluan

BAB 2 TINJAUAN PUSTAKA

BAB 2 LANDASAN TEORI

BAB II LANDASAN TEORI

Jurusan Sistem Informasi, STIKOM Tunas Bangsa, Pematangsiantar Sumatera Utara 1. Mahasiswa STIKOM Tunas Bangsa, Pematangsiantar Sumatera Utara 2,3,4

PERBANDINGAN PENERAPAN METODE SAW DAN TOPSIS DALAM SISTEM PEMILIHAN LAPTOP

Rita Hamdani. STMIK Pelita Nusantara Medan Jalan Iskandar Muda No.1, Merdeka, Medan Baru, Sumatera Utara

PENENTUAN PRODUK KERAJINAN UNGGULAN DENGAN MENGGUNAKAN MADM-SAW. Fera Tri Wulandari 1*, Setiya Nugroho 1

Sistem Pendukung Keputusan Penentuan Lokasi Gudang di Perusahaan dengan Metode Weighted Product

PEMILIHAN LOKASI SUMBER MATA AIR UNTUK PEMBANGUNAN JARINGAN AIR BERSIH PEDESAAN DENGAN MENGGUNAKAN METODE TOPSIS

BAB II TINJAUAN PUSTAKA

Program Studi Sistem Informasi, STMIK Widya Cipta Dharma

SISTEM PENDUKUNG KEPUTUSAN PEMBERIAN INSENTIF BERDASARKAN PENILAIAN KINERJA KARYAWAN PADA PT. PRUDENTIAL LIFE ASSURANCE DENGAN METODE TOPSIS

RANCANGAN SISTEM PENGAMBILAN KEPUTUSAN DALAM MENENTUKAN PILIHAN PRODUK LAPTOP MENGGUNAKAN METODE SIMPLE ADDITIVE WEIGHT (SAW)

SISTEM PENDUKUNG KEPUTUSAN DALAM PEMBERIAN BEASISWA DENGAN MENGGUNAKAN METODE WEIGHTED PRODUCT (Studi kasus: Universitas Sari Mutiara Indonesia)

Oleh : Tutut Maitanti*, Ema Utami**, Emha Taufiq Luthfi**

BAB III LANDASAN TEORI

Sistem Informasi Geografis Kecamatan Ilir Barat II Berbasis Mobile

SISTEM PENDUKUNG KEPUTUSAN UNTUK MENENTUKAN PENERIMA BANTUAN LANGSUNG TUNAI (BLT) DENGAN METODE ANALYTICAL HIERARCHY PROCESS

PENERAPAN METODE TOPSIS UNTUK SISTEM PENDUKUNG KEPUTUSAN PENENTUAN KELUARGA MISKIN PADA DESA PANCA KARSA II

PENERAPAN METODE SIMPLE ADDITIVE WEIGHTING DALAM SISTEM PENDUKUNG KEPUTUSAN PEMILIHAN TABLET

SIMPLE ADDITIVE WEIGHTING METHOD UNTUK MENENTUKAN SEKOLAH DASAR

48 Jurnal Informatika Mulawarman Vol. 11, No. 2, September 2016 ISSN

Sistem Informasi Penilaian Supplier Komputer Menggunakan Metode Fuzzy Multiple Attribute Decision Making Dengan Simple Additive Weighting

Jl. RE. Martadinata No. 272A, Indihiang, Kota Tasikmalaya 1), 2),

Oleh: Fandy Setyo Utomo STMIK AMIKOM Purwokerto ABSTRACT

IMPLEMENTASI SIMPLE ADDITIVE WEIGHTING PADA PEMBANGUNAN APLIKASI PENENTUAN INSENTIF TELECALLER

PENDAHULUAN. melakukan kegiatan Praktek Kerja Lapangan (PKL) baik tingkat SMK/sederajat

SISTEM PENDUKUNG KEPUTUSAN MENENTUKAN PENERIMA BEASISWA BERPRESTASI MENGGUNAKAN FUZZY MULTIPLE ATTRIBUTE DECISION MAKING (FMADM) DENGAN METODE SAW

Sistem Pendukung Keputusan Seleksi Anggota Badan Eksekutif Mahasiswa dengan Metode Elimination Et Choix Traduisant La Realite (Electre)

Jurnal TIMES, Vol. IV No 2 : 24-30, 2015 ISSN : Harold Situmorang

SISTEM PENDUKUNG KEPUTUSAN PEMILIHAN STAF PENGAJAR MENGGUNAKAN METODE SIMPLE ADDITIVE WEIGHTING

SISTEM PENDUKUNG KEPUTUSAN PEMILIHAN PEMBELIAN KENDARAAN BERMOTOR DENGAN METODE SAW

FUZZY MADM DALAM EVALUASI PROGRAM STUDI MENGGUNAKAN METODE SIMPLE ADDITIF WEIGHTING

SISTEM PENDUKUNG KEPUTUSAN KELAYAKAN SELEKSI CALON TKI KELUAR NEGERI MENGGUNAKAN METODE SAW DAN TOPSIS

SISTEM SELEKSI BEASISWA SMA NEGERI 2 BAE KUDUS DENGAN METODE SIMPLE ADDITIVE WEIGHTING (SAW) ABSTRAK

METODE FUZZY SIMPLE ADDITIVE WEIGHTING (SAW) DALAM MENENTUKAN KUALITAS KULIT ULAR UNTUK KERAJINAN TANGAN (STUDI KASUS : CV. ASIA EXOTICA MEDAN)

SISTEM PENDUKUNG KEPUTUSAN DALAM PEMBERIAN BEASISWA DENGAN MENGGUNAKAN METODE WEIGHTED PRODUCT (Studi kasus: Universitas Sari Mutiara Indonesia)

Teknologi Elektro, Vol. 15, No. 2, Juli - Desember

BAB 2 TINJAUAN PUSTAKA. 2.1 Definisi Sistem, Keputusan dan Sistem Pendukung Keputusan

SISTEM PENDUKUNG KEPUTUSAN PENERIMAAN KARYAWAN PADA PT. SULTRA INTI RODA PERKASA MENGGUNAKAN METODE WEIGHTED PRODUCT

Sistem Pendukung Keputusan Penentuan Kontrak Kerja Agent Call Center Menggunakan Metode Saw

SELEKSI PENERIMAAN CALON KARYAWAN MENGGUNAKAN METODE TOPSIS

Utility Vectors To Fuzzy Preference Relation Dengan Metode Simple Additive Weighting (SAW) Untuk Penentuan Kelayakan Penerimaan Beasiswa

Prosiding SENTIA 2016 Politeknik Negeri Malang Volume 8 ISSN:

SISTEM PENDUKUNG KEPUTUSAN PEMILIHAN TEMPAT KOS UNTUK MAHASISWA DI LUWUK BANGGAI DENGAN METODE SAW (SIMPLE ADDITIVE WEIGHTING)

SISTEM PENDUKUNG KEPUTUSAN UNTUK MENENTUKAN PENERIMAAN BEASISWA BAGI MAHASISWA STMIK AMIKOM YOGYAKARTA SKRIPSI

PENERAPAN METODE SIMPLE ADDITIVE WEIGHTING (SAW) UNTUK EVALUASI DAN PENILAIAN DRIVER BERPRESTASI DI PERUSAHAAN DISTRIBUSI

SPK PEMBERIAN BONUS TAHUNAN KARYAWAN PT. TAMBORA MANDIRI CABANG PALEMBANG DENGAN METODE SAW

SISTEM PENDUKUNG KEPUTUSAN BEASISWA DIKLAT DENGAN FUZZY MADM

SISTEM PENDUKUNG KEPUTUSAN PEMILIHAN KOST DI SEKITAR KAMPUS UNP KEDIRI MENGGUNAKAN METODE SIMPLE ADDITIVE WEIGHTING (SAW)

APLIKASI LAYANAN DELIVERY ORDER BERBASIS WEB PADA RUMAH MAKAN PODOTEKO

PERBANDINGAN METODE PROFILE MATCHING DAN SIMPLE ADDITIVE WEIGHTING PADA PENENTUAN JURUSAN SISWA KELAS X SMA N 2 NGAGLIK

SISTEM PENDUKUNG KEPUTUSAN PRESTASI SISWA MENGGUNAKAN METODE TOPSIS

Seminar Nasional Teknologi Informasi dan Komunikasi (SNASTIKOM 2013) ISBN

Multi atributte decision making (madm)

BAB II LANDASAN TEORI

PENGEMBANGAN SISTEM PENUNJANG KEPUTUSAN PENENTUAN PEMBERIAN BEASISWA TINGKAT SEKOLAH

SISTEM PENDUKUNG KEPUTUSAN PENERIMAAN SISWA BARU PADA SMA NEGERI 5 KUPANG DENGAN METODE SIMPLE ADDITIVE WEIGHTING (SAW)

SISTEM INFORMASI PENILAIAN KINERJA KARYAWAN MENGGUNAKAN METODE TECHNIQUE FOR OTHERS REFERENCE BY SIMILARITY TO IDEAL SOLUTION (TOPSIS)

PERANGKAT LUNAK BANTU MENENTUKAN PILIHAN SEPEDA MOTOR BEKAS DI BEDAGAN DENGAN METODE FUZZY

BAB II LANDASAN TEORI

IMPLEMENTASI METODE TOPSIS DAN SAW DALAM MEMBERIKAN REWARD PELANGGAN

PENERAPAN METODE FUZZY SIMPLE ADDITIVE WAIGHTING (FSAW) DALAM PENENTUAN PERANKINGAN SEKOLAH MENENGAH KEJURUAN (SMK) DI KABUPATEN PRINGSEWU

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

Bayu Erlangga 1, Elisabet Y.A 2

BAB 2 LANDASAN TEORI. 2.1 Konsep Sistem Pendukung Keputusan (SPK)

BAB 2 LANDASAN TEORI

SISTEM PENDUKUNG KEPUTUSAN PEMILIHAN PESERTA KAPAL PEMUDA NUSANTARA DENGAN MENGGUNAKAN METODE WEIGHTED PRODUCT (WP)

Abstract. Keywords: Scholarship, Fuzzy MADM, SAW, Criteria.

SISTEM PENDUKUNG KEPUTUSAN DALAM PEMILIHAN MOTOR BEBEK DENGAN MENGGUNAKAN METODE SIMPLE ADDITIVE WEIGHTING (SAW)

BAB 2 LANDASAN TEORI

Transkripsi:

semantik, Vol.3, No.1, Jan-Jun 2017, pp. 47-54 ISSN : 2502-8928 (Online) 47 PEMILIHAN LOKASI BARU BTS TELKOMSEL CABANG KOTA KENDARI MENGGUNAKAN METODE SAW DAN TOPSIS BERBASIS WEB GIS Muhammad Abdillah Rahmat* 1, Bambang Pramono 2, Rizal Adi Saputra 3 *1,2,3 Jurusan Teknik Informatika, Fakultas Teknik, Universitas Halu Oleo, Kendari e-mail : * 1 abdirahmat22@gmail.com, 2 bambangpramono09@gmail.com, 3 rizaladisaputra@gmail.com Abstrak Komunikasi adalah proses interaksi seseorang atau kelompok dalam menyampaikan informasi yang berupa pesan, ide dan gagasan dari satu pihak ke pihak lain. Hal ini yang mendorong manusia untuk berinovasi dalam menciptakan teknologi baru, salah satunya adalah telekomunikasi GSM (Global System for Mobile Communication). Kota Kendari adalah salah satu kota di Indonesia yang penduduknya banyak menggunakan brand GSM Telkomsel.Untuk mengatasi masalah tersebut diperlukan suatu aplikasi yang dapat diakses dan mempermudah Telkomsel dalam menetapkan lokasi pembangunan BTS yang baru dengan berbasis Web Geographic Information System (GIS) agar mempermudah pemetaan lokasi baru yang layak untuk dibangun sebuah BTS dan dapat berlaku secara user friendly terhadap pengguna aplikasi. Hasil penelitian ini menunjukkan metode SAW dan TOPSIS adalah dua metode yang dapat diterapkan dalam pencarian lokasi baru, karena metode SAW dan TOPSIS dapat menghasilkan sistem pendukung keputusan yang lebih baik dibandingkan menggunakan satu metode diantaranya. Kata kunci Komunikasi, BTS, SAW, TOPSIS. Abstract Communication is the process of interaction of a person or group in conveying information such as messages, ideas and concepts from one party to another party. This is to encourage people to innovate in creating new technologies, one of which is telecommunications GSM (Global System for Mobile Communication). Kendari city is one of the cities in Indonesia whose people are using GSM brand Telkomsel.Untuk overcome these problems need an application that can be accessed and facilitate Telkomsel in setting new BTS construction site with Web-based Geographic Information System (GIS) in order to facilitate mapping new location eligible to built a BTS and can apply user friendly to the user application. The results of this study indicate SAW and TOPSIS Method two methods that can be applied in the search for a new location, because the SAW and TOPSIS method can produce a decision support system that is better than using one method among others. Keywords Communications, BTS, SAW, TOPSIS. 1. PENDAHULUAN K omunikasi adalah proses interaksi seseorang atau kelompok dalam menyampaikan informasi yang berupa pesan, ide dan gagasan dari satu pihak ke pihak lain. Pada umumnya, komunikasi dilakukan secara lisan atau verbal, namun seiring berkembangnya teknologi, manusia membutuhkan alat bantu tambahan untuk dapat berkomunikasi dalam jarak jangkau yang jauh. Hal ini yang mendorong manusia untuk berinovasi dalam menciptakan teknologi baru, salah satunya adalah telekomunikasi GSM (Global System for Mobile Communication). Received June 1 st,2012; Revised June 25 th, 2012; Accepted July 10 th, 2012

48 Pemilihan Lokasi Baru BTS Telkomsel Cabang Kota Kendari GSM mulanya singkatan dari Group Special Mobile adalah sebuah teknologi komunikasi selular yang bersifat digital. Teknologi GSM banyak diterapkan pada komunikasi bergerak, khususnya telepon genggam. Teknologi ini memanfaatkan gelombang mikro dan pengiriman sinyal yang dibagi berdasarkan waktu, sehingga sinyal informasi yang dikirim akan sampai pada tujuan. GSM dijadikan standar global untuk komunikasi selular sekaligus sebagai teknologi selular yang paling banyak digunakan orang di seluruh dunia Salah satu brand GSM dari Indonesia adalah Telkomsel. Telkomsel didirikan pada tahun 1995 sebagai wujud semangat inovasi untuk mengembangkan telekomunikasi Indonesia yang terdepan. Untuk mencapai visi tersebut, Telkomsel terus memacu pertumbuhan jaringan telekomunikasi di seluruh penjuru Indonesia secara pesat sekaligus memberdayakan masyarakat. Telkomsel menjadi pelopor untuk berbagai teknologi telekomunikasi selular di Indonesia, termasuk yang pertama meluncurkan layanan roaming internasional dan layanan 3G di Indonesia. Telkomsel merupakan operator yang pertama kali melakukan ujicoba teknologi jaringan pita lebar LTE.Di kawasan Asia, Telkomsel menjadi pelopor penggunaan energi terbarukan untuk menara-menara Base Transceiver Station (BTS). Keunggulan produk dan layanannya menjadikan Telkomsel sebagai pilihan utama pelanggan di seluruh Indonesia. Penelitian sebelumnya yang dilakukan oleh [1] mengenai Sistem Pendukung Keputusan Dalam Menentukan Kelayakan Lokasi Untuk membangun Tower Pemancar Sinyal Menggunakan Metode SAW. Hasil yang diperoleh dari penelitian ini adalah Informasi yang ditampilkan berupa urutan nilai alternatif, mulai dari kecil sampai terbesar dari masing-masing kriteria. Data kriteria yang diproses meliputi kepadatan penduduk, biaya, jarak, akses. Hasil dari proses sistem pendukung keputusan penentuan daerah pembangunan Tower pemancar sinyal ini dapat digunakan sebagai bahan pertimbangan untuk menentukan lokasi pembagunan Tower; mempermudah bagian IT dalam menganalisa lokasi pembangunan Tower pemancar sinyal. Kekurangan dari penelitian ini adalah hasil dari menggunakan metode SAW masih berupa angka, dan belum menjadi sebuah aplikasi.dengan hanya menggunakan metode SAW hasilnya kurang efisien. Hal yang berbeda dilakukan oleh [2] yaitu penelitian tentang Implementasi Metode Topsis Sebagai Pendukung Keputusan Untuk Penentuan Lokasi Pembangunan ATM (Anjungan Tunai Mandiri). Hasil yang diperoleh dari penelitian ini adalah penentuan lokasi pembangunan ATM, bisa digunakan untuk mencari alternatif terbaik untuk penentuan lokasi pembangunan ATM. Proses perhitungan Metode TOPSIS didasari kepada nilai bobot setiap kriteria yang diberikan oleh user. Kekurangan dari penelitian ini adalah penelitian ini hanya pada tahap implementasi Metode TOPSIS dan masih ada beberapa kelemahan didalam pencapaian hasil akhir. Penelitian yang dilakukan oleh [3] yaitu Analisis Penggabungan Metode SAW dan Metode TOPSIS untuk Mendukung Keputusan Seleksi Penerimaan Dosen. Hasil yang diperoleh dari penelitian ini adalah dengan menggunakan persamaan pada Metode SAW untuk mencari nilai matriks ternormalisasi R, kemudian dilanjutkan degan mencari nilai matriks terbobot Y menggunakan persamaan pada Metode TOPSIS dapat dikatakan bahwa cara ini cukup efisien karena menggunakan persamaan matematis yang lebih sederhana dan hasilnya cukup efisien dalam penentuan alternatif yang tepat. Kekurangan dari penelitian ini adalah sistem ini hanya sebagai sistem pendukung keputusan pemecahan masalah yang hasilnya hanya berupa angka. Penelitian sebelumnya yang dilakukan oleh [4] yaitu Sistem Pendukung Keputusan Menentukan Jumlah Beras Miskin Menggunakan Metode SAW (Simple Additive Weighting) saran dari penelitian ini yaitu untuk pengembangan selanjutnya diharapkan sistem ini dapat melakukan penambahan kriteria seiring perkembangan kebutuhan pengguna sistem sehingga dapat meningkatkan kinerja sistem. 2. METODE PENELITIAN 2.1 Sistem Pendukung Keputusan (SPK) Decision Support System (DSS) atau Sistem Pendukung Keputusan (SPK) secara umum didefinisikan sebagai sebuah sistem IJCCS Vol. x, No. x, July 201x : first_page end_page

Rahmat, Pramono dan SaputraIJCCSISSN: 1978-1520 49 yang mampu memberikan kemampuan baik kemampuan pemecahan masalah maupun kemampuan pengkomunikasian untuk masalah semi-terstruktur [5]. Secara khusus, Sistem Pendukung Keputusan didefenisikan sebagai sebuah sistem yang mendukung kerja seorang Manajer maupun sekelompok Manajer dalam memecahkan masalah semi-terstruktur dengancara memberikan informasi ataupun usulan menuju pada keputusan tertentu [6]. 2.2 Sistem Informasi Geografis (SIG) Sistem Informasi Geografis (SIG) adalah suatu komponen yang terdiri dari perangkat keras, perangkat lunak dan data geografis dan sumber daya manusia yang bekerja secara efektif untuk menangkap, menyimpan, memperbaiki, memperbarui, mengelola, memanipulasi, mengintegrasikan, menganalisa dan menampilkan data dalam suatu informasi berbasis geografis [7]. 2.3 Simple Additive Weighting (SAW) Metode Simple Additive Weighting menurut [8] sering juga dikenal dengan istilah metode Penjumlahan Terbobot. Konsep dasar SAW adalah mencari penjumlahan terbobot dari kinerja setiap alternatif pada semua. Metode SAW membutuhkan proses normalisasi matriks keputusan (X) ke suatu skala yang dapat dibandingkan dengan semua rating alternatif yang ada.dengan semua rating alternatif yang ada pada Persamaan (1). r = X Max X Min X X ; jika j atribut benefit ; jika j atribut cost (1) Variabel r adalah rating kinerja ternormalisasi dari alternatif A pada atribut C i = 1, 2,, m dan j = 1, 2,, n. Nilai preferensi untuk setiap alternatif (Vi) diberikan pada Persamaan (2). V = w r (2) Nilai V yang lebih besar mengindikasikan bahwa alternatif A lebih terpilih. Menurut [8] langkah langkah penelitian dalam menggunakan metode SAW adalah. 1. Menentukan kriterian-kriteria yang akan dijadikan acuan dalam pengambilan keputusan, yaitu C. 2. Menentukan rating kecocokan setiap alternatif pada setiap kriteria. 3. Membuat matriks keputusan berdasarkan kriteria (C ), kemudian melakukan normalisasi matriks berdasarkan persamaan yang disesuaikan dengan jenis atribut (atribut keuntungan maupun atribut biaya) sehingga diperoleh matriks ternormalisasi R. Hasil akhir diperoleh dari setiap proses perankingan yaitu penjumlahan dari perkalian matriks ternormalisasi R dengan vector bobot sehingga diperoleh nilai terbesar yang dipilih sebagai alternatif terbaik (A ) sebagai solusi. 2.4 Technique Order Prefence by Similarity To Ideal Solution (TOPSIS) Sumber kerumitan masalah keputusan bukan hanya karena faktor ketidakpastian atau ketidaksempurnaan informasi saja, namun masih terdapat penyebab lainnya seperti faktor yang berpengaruh terhadap pilihan-pilihan yang ada, dengan beragamnya kriteria pemilihan dan juga nilai bobot dari masingmasing kriteria merupakan suatu bentuk penyelesaian masalah yang sangat kompleks. Pada zaman sekarang ini, metode-metode pemecahan masalah multi kriteria telah digunakan secara luas diberbagai bidang. Setelah menetapkan tujuan masalah, kriteriakriteria yang menjadi tolak ukur serta alternatif-alternatif yang mungkin, para pembuat keputusan dapat menggunakan satu metode atau lebih untuk menyelesaikan masalah mereka. Adapun metode yang dapat digunakan untuk mengatasi permasalahan multi kriteria yaitu metode Technique For Order Preference by Similarity to Ideal Solution (TOPSIS). TOPSIS diperkenalkan pertama kali oleh Yoon dan Hwang pada tahun 1981 untuk digunakan sebagai salah satu metode dalam memecahkan masalah multikriteria. TOPSIS memberikan sebuah solusi dari sejumlah alternatif yang mungkin dengan cara membandingkan setiap alternatif dengan alternatif terbaik dan alternatif terburuk yang ada diantara alternatif-alternatif masalah. Metode ini menggunakan jarak untuk melakukan perbandingan tersebut. TOPSIS telah digunakan dalam banyak aplikasi termasuk keputusan investasi keuangan, perbandingan performansi dari perusahaan, perbandingan performansi dalam suatu Title of manuscript is short and clear, implies research results (First Author)

50 Pemilihan Lokasi Baru BTS Telkomsel Cabang Kota Kendari industri khusus, pemilihan sistem operasi, evaluasi pelanggan dan perancangan robot. TOPSIS mengasumsikan bahwa setiap kriteria akan dimaksimalkan ataupun diminimalkan. Maka dari itu nilai solusi ideal positif dan solusi ideal negatif dari setiap kriteria ditentukan dan setiap alternatif dipertimbangkan dari informasi tersebut. Solusi ideal positif didefinisikan sebagai jumlah dari seluruh nilai terbaik yang dapat dicapai untuk setiap atribut, sedangkan solusi ideal negatif terdiri dari seluruh nilai terburuk yang dicapai untuk setiap atribut. Solusi ideal positif jarang dicapai ketika menyelesaikan masalah dalam kehidupan nyata, maka asumsi dasar dari TOPSIS adalah ketika solusi ideal positif tidak dapat dicapai, pembuat keputusan akan mencari solusi yang sedekat mungkin dengan solusi ideal positif. TOPSIS memberikan solusi ideal positif yang relatif dan bukan solusi ideal positif yang absolut. Dalam metode TOPSIS klasik, nilai bobot dari setiap kriteria telah diketahui dengan jelas. Setiap bobot kriteria ditentukan berdasarkan tingkat kepentingannya menurut pengambil keputusan. Yoon dan Hwang mengembangkan metode TOPSIS berdasarkan intuisi yaitu alternatif pilihan merupakan alternatif yang mempunyai jarak terkecil dari solusi ideal positif dan jarak terbesar dari solusi ideal negatif dari sudut pandang geometris dengan menggunakan jarak Euclidean. Alternatif yang mempunyai jarak terkecil dari solusi ideal positif, tidak harus mempunyai jarak terbesar dari solusi ideal negatif, maka dari itu, TOPSIS mempertimbangkan keduanya, jarak terhadap solusi ideal positif dan jarak terhadap solusi ideal negatif secara bersamaan. Solusi optimal dalam metode TOPSIS didapat dengan menentukan kedekatan relatif suatu alternatif terhadap solusi ideal positif. TOPSIS akan merangking alternatif berdasarkan prioritas nilai kedekatan relatif suatu alternatif terhadap solusi ideal positif. Alternatif-alternatif yang telah dirangking kemudian dijadikan sebagai referensi bagi pengambil keputusan untuk memilih solusi terbaik yang diinginkan. Metode ini banyak digunakan untuk menyelesaikan pengambilan keputusan secara praktis. Hal ini disebabkan konsepnya sederhana dan mudah dipahami, komputasinya efisien dan memiliki kemampuan mengukur kinerja relatif dari alternatif-alternatif keputusan. Berikut adalah langkah-langkah dari metode TOPSIS: 1. TOPSIS dimulai dengan membangun sebuah matriks keputusan. Matriks keputusan X mengacu terhadap m alternatif yang akan dievaluasiberdasarkan n kriteria. Matriks keputusan X dapat dilihat pada Persamaan (3). (3) 2. Membuat matriks keputusan yang ternormalisasi. Persamaan yang digunakan untuk mentransformasikan setiap elemen x j adalah pada Perasamaan (4). (4) dengan i = 1, 2, 3,..., m; dan j = 1, 2, 3,..., n; dimana r adalah elemen dari matriks keputusan yang ternormalisai R, x adalah elemen dari matriks keputusan X. 3. Membuat matriks keputusan yang ternormalisasi terbobot. 4. Menentukan matriks solusi ideal positif dan solusi idea negatif. Persamaan solusi idea positif ditunjukkan oleh Persamaan (5). A = max (y, y, y, y ) (5) Persamaan solusi idea negatif ditunjukkan oleh Persamaan (6). A = max(y, y, y, y ) (6) 5. Menentukan jarak terbobot terhadap solusi idea positif, dengan Persamaan (7). D = (y y ) (7) 6. Menentukan jarak terbobot terhadap solusi idea negatif, dengan Persamaan (8). D = ( y y ) (8) IJCCS Vol. x, No. x, July 201x : first_page end_page

Rahmat, Pramono dan SaputraIJCCSISSN: 1978-1520 7. Menentukan nilai prefensi untuk setiap, dengan Persamaan (9). D V = D + D (9) 3. HASIL DAN PEMBAHASAN Implementasi merupakan tahap dimana sistem siap untuk dioperasikan.hasil analisis dan perancangan diimplementasikan dalam bentuk aplikasi penentuan lokasi baru BTS menggunakan Bahasa pemrograman Php dan berbasis Web GIS. Uji coba sistem yang akan dilakukan berikut ini merupakan proses pembuktian bahwa aplikasi ini telah sesuai dengan rancangan awal dari sistem yang telah dirancang pada bab sebelumnya dengan menggunakan metode SAW dan TOPSIS dapat dilihat pada Tabel. Kriteria C1 Kepadatan (jiwa/km) (35%) C2 Jarak (Km) (30%) C3 Akses (jiwa/km) (25%) C4 Biaya (juta) (10%) Tabel 1 Tabel Penilaian Range Nilai Nilai Konversi 3150 2600 5 2600 2050 4 2050 1500 3 1500 950 2 950-400 1 8 10 5 6 8 4 4 6 3 2 4 2 0 2 1 400 950 5 950 1500 4 1500 2050 3 2050 2600 2 2600-3150 1 100 80 5 80 60 4 60 40 3 40 20 2 20 0 1 Pengujian Sistem Tabel 2 Uji Coba Data 4 2 2 4 4 1 2 2 4 1 2 3 4 1 2 5 Matriks normalisasi keputusan R. R 11 = = 1, R 21 = = 1 R 12 = = 1, R 22 = = 0,5 R 13 = = 1, R 23 = = 0,5 R 14 = = 1, R 24 = = 0,5 R 31 = = 1 R 41 = = 0,8 R 32 = = 1 R 42 = = 0,4 R 33 = = 1 R 43 = = 0,6 R 34 = = 1 R 44 = = 1 Sehingga didapat keputusan R, R = 1 1 1 0,8 1 0,5 1 0,4 1 0,5 1 0,6 1 0,5 1 1 Matriks normalisasi matriks Y. 51 matriks normalisasi Y 11 = 0,35 x 1 = 0,35 Y 21 = 0,30 x 1 = 0,30 Y 12 = 0,35 x 1 = 0,35 Y 22 = 0,30 x 0,5 = 0,15 Y 13 = 0,35 x 1 = 0,35 Y 23 = 0,30 x 0,5 = 0,15 Y 14 = 0,35 x 1 = 0,35 Y 24 = 0,30 x 0,5 = 0,15 Y 31 = 0,25 x 1 = 0,25 Y 41 = 0,10 x 0,8 = 0,08 Y 32 = 0,25 x 1 = 0,25 Y 42 = 0,10 x 0,4 = 0,04 Y 33 = 0,25 x 1 = 0,25 Y 43 = 0,10 x 0,6 = 0,06 Y 34 = 0,25 x 1 = 0,25 Y 44 = 0,10 x 1 = 0,1 Sehingga didapat matriks Y, Y = 0,35 0,30 0,25 0,08 0,35 0,15 0,25 0,04 0,35 0,15 0,25 0,06 0,35 0,15 0,25 0,1 Jawab : Metode SAW keputusan dari 4 alternatif : Title of manuscript is short and clear, implies research results (First Author)

52 Metode TOPSIS Menentukan solusi ideal positif ( A + ) : y = max(0,35, 0,35, 0,35, 0,35) = 0,35 y = max(0,30, 0,15, 0,15, 0,15) = 0,30 y = max(0,25, 0,25, 0,25, 0,25) = 0,25 y = max(0,08, 0,04, 0,06, 0,1) = 0,1 Pemilihan Lokasi Baru BTS Telkomsel Cabang Kota Kendari Jadi di peroleh hasil seperti berikut : Tabel 3 Hasil Uji Coba Menentukan solusi ideal positif ( A - ) : y = min(0,35, 0,35, 0,35, 0,35) = 0,35 y = min(0,30, 0,15, 0,15, 0,15) = 0,15 y = min(0,25, 0,25, 0,25, 0,25) = 0,25 y = min(0,08, 0,04, 0,06, 0,1) = 0,04 Menentukan jarak terbobot setiap alternatif terhadap solusi idea positif (S 1 + ) : Berdasarkan Tabel 3, bahwa BTS Kambu lebih layak untuk dibangun BTS.Jika diurut BTS Kambu, BTS Kambu 3, BTS Kambu 2, dan BTS Kambu 1. Gambar 1 adalah tampilan grafik pada aplikasi. Menentukan jarak terbobot setiap alternatif terhadap solusi idea negatif (S 1 - ) : Menentukan nilai prefensi untuk setiapnilai : Gambar 1 Tampilan Hasil Uji Coba Berdasarkan Gambar 1 dijelaskan bahwa alternatif 1 (BTS Kambu) memperoleh nilai prefensi 0,88587194349148, alternatif 2 (BTS Kambu 1) memperoleh nilai prefensi 0, alternatif 3 (BTS Kambu 2) memperoleh nilai prefensi 0,11412805650852, alternatif 4 (BTS Kambu 3) memperoleh nilai prefensi 0,28571428571429. Jika diurut berdasarkan nilai prefensi jadi alternatif 1, alternatif 4, alternatif 3, dan alternatif 2. IJCCS Vol. x, No. x, July 201x : first_page end_page 4. KESIMPULAN Berdasarkan penelitian dan hasil pengujian disimpulkan bahwa : 1. Metode SAW dan TOPSIS dua metode yang dapat diterapkan dalam pencarianlokasi baru, karena metode SAW dan TOPSIS dapat menghasilkan sistem pendukung keputusan yang lebih baik dibandingkan menggunakan satu metode diantaranya.

Rahmat, Pramono dan SaputraIJCCSISSN: 1978-1520 2. Dengan cara memasukkan dua Metode ke dalam sistem aplikasi yang di buat berdasarkan 4 kriteria yang menjadi acuan diantaranya antara lain, Kepadatan, Jarak, Akses, dan Biaya. 5. SARAN Berdasarkan hasil penelitian ini, maka peneliti menyarankan sebagai berikut: 1. Dalam menentukan lokasi baru pembangunan BTS Telkomsel harusnya menggunakan Aplikasi yang menentukan layak/tidaknya BTS dibangun di suatu wilayah berdasarkan kepadatan penduduk, jarak BTS satu dengan BTS rekomendasi, akses ke tempat rekomendasi BTS, serta biaya pembangunan BTS. Sehingga semua wilayah mendapatkan jaringan yang lebih stabil. 2. Untuk mendapatkan hasil sesuai harapan dan tujuan, dalam penentuan skala prioritas pembanguna lokasi baru BTS, respon user dalam hal ini Telkomsel harus selalu mengupdate kriteria yang digunakan kependudukan, akses, serta biaya karena tidak menutup kemungkinan setiap tahun berubah nilainya. 3. Untuk pengembangan aplikasi selanjutnya dapat ditambahkan kriteria yang dianggap penting, misalnya ketinggian gedung untuk ditambahkan dalam kriteria karena aplikasi ini bersifat dinamis. 53 [4] Angrawati, D., Yamin, M. dan Ransi, N., 2016, Sistem Pendukung Keputusan Menentukan Jumlah Beras Miskin Menggunakan Metode SAW (Simple Additive Weighting), semantik, Vol. 2, No. 1, pp : 39-46, Kendari. [5] Hermawan, J., 2005, Membangun Decission Support System, Yogyakarta. [6] Kusrini, 2007, Konsep dan Aplikasi Sistem Pendukung Keputusan, Yogyakarta, Andi. [7] Rudiono, 2012, Sistem Informasi Geografis.http://majalah1000guru.net/20 12/01/sistem-informasi-geografis/, diakses pada tanggal 13 Mei, 2015. [8] Kusumadewi, 2005, Pencarian Bobot Atribut Pada Multi-Attribute Decision Making Dengan Pendekatan Objektif Menggunakan Algoritma Genetika. DAFTAR PUSTAKA [1] Sidik, R, 2014, Sistem Pendukung Keputusan Kelayakan Lokasi Untuk Membangun Tower Pemancar Sinyal Menggunakan Metode Simple Additive Weighting (SAW), Medan. [2] Iqbal, 2011, Sistem Pendukung Keputusan Penempatan Bidan PTT (Pegawai Tidak Tetap) Pada Kabupaten Bireuen, Tesis, Program Magister Ilmu Komputer, Sekolah Pasca Sarjana Universitas Gadjah Mada, Yogyakarta. [3] Iriane, G. 2013, Analisis Penggabungan Metode SAW dan Metode TOPSIS Untuk Mendukung Keputusan Seleksi Penerimaan Dosen, Yogyakarta. Title of manuscript is short and clear, implies research results (First Author)

54 Pemilihan Lokasi Baru BTS Telkomsel Cabang Kota Kendari IJCCS Vol. x, No. x, July 201x : first_page end_page