SISTEM PENDUKUNG KEPUTUSAN DENGAN METODE SAW STUDI KASUS PEMILIHAN RUMAH Risky Aswi R 1), Danar Putra P 2) 1), 2) Teknik Informatika Universitas Nusantara PGRI Kediri Jl. KH. Achmad Dahlan 76, Kediri, Jawa Timur 64112 Email : ra.komo999@gmail.com 1), danar.aflach@gmail.com 2 Abstrak Pengambilan keputusan selalu berkaitan dengan ketidakpastian dari hasil keputusan yang diambil. Sistem Pendukung Keputusan dikembangkan untuk mengurangi faktor ketidakpastian tersebut dengan mengolah sebuah informasi menjadi sebuah alternatif pemecahan suatu masalah. Metode yang dapat diterapkan dalam sistem pendukung keputusan yaitu Simple Additive Weighting(SAW). Untuk mengetahui proses pengolahan informasi sistem pendukung keputusan dengan menggunakan metode SAW penulis menggunakan studi kasus pemilihan rumah dengan kriteria strategis, kondisi rumah, sanitasi, keindahan dan keamanan. Jumlah alternatif pilihan rumah sebanyak sepuluh. Setelah semua nilai kriteria dimasukan maka hasil pengolahan dengan metode SAW akan diranking dan rangking tertinggi yang akan dipilih.hasil perangkinngan dari alternative yang digunakan nilai tertinggi V 90.3830952 alternatif A4 yaitu perumahan Rejomulyo. Kata kunci: SPK, SAW, rumah, 1. Pendahuluan Pengambilan keputusan selalu berkaitan dengan ketidakpastian dari hasil keputusan yang diambil. Untuk mengurangi faktor ketidakpastian, keputusan membutuhkan informasi yang sahih mengenai kondisi yang telah dan mungkin akan terjadi kemudian mengolah informasi tersebut menjadi beberapa alternatif pemecahan masalah sebagai perimbangan untuk mengambil sebuah keputusan [1]. Oleh karena itu dikembangkan sebuah sistem pendukung keputusan yang dapat mengolah informasi menjadi sebuah alernatif pemecahan suatu masalah. Sistem Pendukung Keputusan (SPK) merupakan sistem informasi yang menyediakan informasi, pemodelan dan pemanipulasian data [2]. Pendapat lain SPK hampir sama dengan sistem informasi manajemen tradisional karena keduanya tergantung pada basisdata sebagai sumber data [3]. Beberapa tujuan SPK antara lain membantu manajer dalam mengambil keputusan atas masalah semi terstruktur, meningkatkan efektifitas keputusan yang diambil manajer lebih dari pada perbaikan efisiensinya, kecepatan komputasi, peningkatan produktifitas dan meningkatkan kualitas [4]. Metode yang dapat diterapkan pada SPK yaitu Simple Additve Weighting (SAW) yang merupakan salah satu metode untuk menyelesaikan masalah multi-attribute decision making [5]. Untuk mengatahui proses mengolah informasi dengan metode SAW kami menggunakan studi kasus pemilihan rumah yang memiliki beberapa kriteria. Ada beberapa kriteria dalam pemilihan rumah antara lain harga, lokasi,fasilitas umum, perijinan, desain rumah, dan kredebilitas pengembang [6]. Selain kriteria itu dalam pemilihan rumah yang perlu perhatikan adalah kondisi rumah, kemanan dan sanitasi. Pada penelitian ini variable kriteria yang digunakan adalah strategis yang berhubungan dengan akes rumah, kondisi rumah, sanitasi, keindahan, dan keamanan. 2. Pembahasan Sistem Penunjang Keputusan Sistem Pendukung Keputusan (SPK) merupakan sistem informasi yang menyediakan informasi, pemodelan dan pemanipulasian data [2]. SPK hampir sama dengan sistem informasi manajemen tradisional karena keduanya tergantung pada basisdata sebagai sumber data [3]. Tujuan SPK antara lain membantu manajer dalam mengambil keputusan atas masalah semi terstruktur, meningkatkan efektifitas keputusan yang diambil manajer lebih dari pada perbaikan efisiensinya, kecepatan komputasi, peningkatan produktifitas dan meningkatkan kualitas [4]. Simple Additive Weighting (SAW) Simple Additve Weighting (SAW) yang merupakan salah satu metode untuk menyelesaikan masalah multiattribute decision making [5]. Konsep dasar metode SAW adalah mencari penjumlahan terbobot dari rating kinerja pada setiap alternatif pada semua atribut. Metode SAW membutuhkan proses normalisasi matriks keputusan (X) ke suatu skala yang dapat diperbandingkan dengan semua rating alternatif yang ada [1].... (1) ( ) ( )...(2) Jika j adalah atribut benefit maka menggunakan rumus nomor satu. Jika j atribut cost maka menggunakan rumus nomor dua. 2.2-241
100%...(3)... (4) Bobot dari semua kriteria diperoleh dengan menggunakan rumus nomor tiga [7].Dengan r ij adalah rating kinerja ternormalisasi dari alternatif Ai pada atribut Ci ; i1,2,...,n dan j1,2,...,n. preferensi alternative (Vi) menggunakan rumus nomor empat. melakukan perankingan. Langkah ini untuk mengetahui nilai alternatif yang terbesar sebagai pilihan yang terbaik. Setelah itu menentukan hasil perangkingan. Tabel 1. Kriteria Strategis 3 Jalan(a) Baik Cukup Jelek Ruko(b) Dekat Cukup Jauh Tempat Wisata(c) Dekat Cukup Jauh Pendidikan(d) Dekat Cukup Jauh Kesehatan(f) Dekat Cukup Jauh Kriteria Strategis yang disajikan pada tabel 1 berhubungan dengan posisi dan jarak rumah dengan beberapa tempat seperti jalan, rumah dekat atau jauh dengan jalan utama, rumah dengan ruko seberapa jauh, tempat wisata, komplek pendidikan SD, SMP atau SMA. Selain itu kedekatan posisi rumah dengan tempat layanan kesehatan misal Puskermas, Rumah Sakit atau Poliklinik. Tabel 2. Kondisi Rumah Tembok(a) Baik Jelek Gentheng(b) Cor Tanah Kayu(c) Jati Akasia Lantai(d) Marmer Keramik Air(e) PDAM Sumur Pompa Kriteria Kondisi Rumah mengenai kualitas tembok rumah, jenis gentheng yang digunakan, jenis kayu yang digunakan pada rumah kayu jati atau akasia, jenis lantai yang digunakan lantai marmer atau keramik, selain itu kertersediaan air bersumber dari PDAM atau sumur pompa seperti pada tabel 2. Gambar 1. Alur penelitian Studi kasus seseorang ingin membeli rumah dengan sepuluh alternatif pilihan perumahan antara lain Doho(A1), Permata Hijau(A2), Permata Biru (A3), Rejomulyo (A4), Wilis (A5), Mojoroto Indah(A6), Bumi Asri (A7), Persada (A8), Wilis Dua (A9) dan Gampeng Regency (A10). Langkah penyelesaiannya seperti pada gambar 1. Langkah pertama yaitu menentukan kriteria rumah. Kriteria yang digunakan sebagai pemilihan yaitu strategis (C1), kondisi rumah (C2), sanitasi (C3), keindahan(c4) dan keamanan (C5). Langkah kedua memasukkan nilai alternatif tiap kriteria yang telah ditentukan mulai alternative 1 (A1) dengan kriteria satu ( C1) sampai dengan kriteria lima (C5) berlanjut sampai dengan kalternatif ke-10 (A10). Kemudian langkah selanjutnya yaitu menentukan bobot tiap kriteria. Setelah itu menghitung matrik normalisasi dari semua alternatife yang diguanakan. Setelah terbetuk matrik normalisasi maka langkah berikutnya yaitu Tabel 3. Kriteria Sanitasi Pembuangan(a) Baik Jelek Sirkulasi(b) Baik Jelek Pada tabel 3 Kriteria sanitasi berhubungan dengan kualitas sistem pembuangan air kotor baik atau jelek dan kualitas sirkulasi udara dalam rumah baik atau jelek. 2.2-242
Tabel 4. Kriteria Keindahan Taman(a) Baik Jelek Ornamen(b) Bagus Jelek Desain(c) Minimalis Tropic Minimalis Tabel 4 kriteria keindahan rumah berhubungan dengan taman pada rumah baik atau jelek, ornamen yang digunakan pada rumah baik atau jelek, dan desain rumah minimalis tropic atau hanya minimalis. Tabel 5. Kriteria Keamanan No Satpam(a) Ada Tidak Ada Parkir(b) Sistem Parkir Tidak Ada system parkir Kriteria keamanan pada tabel 5 ketersediaan lahan parkir pada rumah ada atau tidak dan komplek parumahan dijaga keamanan atau tidak dalam hal ini satpam. Setelah menentukan kriteria selanjutnya memasukkan nilai alternatif tiap kriteria. Berikut tabel nilai alternatif setiap kriteria : Tabel 6. alternatif kriteria strategis Alternatif a b c d e A1 1 2 2 A2 3 3 1 3 1 A3 2 3 1 2 2 A4 3 3 1 A5 1 1 2 A6 3 A7 1 2 2 A8 2 2 2 A9 1 1 3 1 3 A10 3 1 2 Dari tabel 6 kemudian dihitung bobot kriteria strategis dengan menggunakan rumus nomor tiga diperoleh W 27.95031% Tabel 7. alternatif kriteria kondisi rumah Alternatif a b c d e A1 1 1 2 2 2 A2 3 2 3 3 2 A3 2 2 2 2 2 A4 3 2 3 2 2 A5 3 2 2 A6 1 2 2 2 2 A7 3 1 2 A8 1 2 2 A9 2 2 2 2 2 A10 1 1 2 Dari tabel 7 kemudian dihitung bobot kriteria kondisi rumah dengan menggunakan rumus nomor tiga diperoleh W 29.8% Tabel 8. alternatif kriteria sanitasi Alternatif a b A1 2 2 A2 A3 2 2 A4 2 2 A5 1 3 A6 2 2 A7 1 1 A8 2 2 A9 2 3 A10 Dari tabel 8 kemudian dihitung bobot kriteria sanitasi dengan menggunakan rumus nomor tiga diperoleh W W 11% 2.2-243
Tabel 9. alternatif kriteria keindahan Alternatif a b c A1 1 2 2 A 3 2 A3 2 3 3 A4 2 3 2 A5 2 2 3 A6 2 2 2 A7 3 3 2 A8 1 2 2 A9 2 3 1 A10 2 2 2 Dari tabel 9 kemudian dihitung bobot kriteria keindahan dengan menggunakan rumus nomor tiga diperoleh W 20% Tabel 10. alternatif kriteria keamanan Alternatif a b A1 2 2 A2 3 1 A3 3 2 A4 3 2 A5 A6 A7 1 1 A8 3 1 A9 1 1 A10 Dari tabel 10 kemudian dihitung bobot kriteria keamanan dengan menggunakan rumus nomor tiga diperoleh W11% Langkah selanjutnya adalah membuat matrik normalisasi dengan menggunakan rumus nomor satu, berikut adalah tabel hasil normalisasi Tabel 11. Hasil normalisasi kriteria Alternatif C1 C2 C3 C4 C5 A1 0.73 0.62 0.80 0.63 0.80 A.00 1.00 0.60 0.75 0.80 A3 0.91 0.77 0.80 1.00 1.00 A4 0.91 0.92 0.80 0.88 1.00 A5 0.64 0.77 0.80 0.88 0.60 A6 0.82 0.69 0.80 0.75 0.60 A7 0.73 0.69 0.40 1.00 0.40 A8 0.82 0.62 0.80 0.63 0.80 A9 0.82 0.77 1.00 0.75 0.40 A10 0.82 0.54 0.60 0.75 0.60 Setelah mendapatkan matrik normalisasi maka ditentukan rangking dari semua alternatif yang ada dengan menggunakan rumus nomor empat. Hasil dari proses perangkiangan sebagai berikut : Tabel 12. Hasil perhitungan nilai V alternatif Alternatif V A1 68.9849281 A2 88.2608696 A3 88.2808496 A4 90.3830952 A5 73.8257395 A6 74.1297833 A7 69.7876037 A8 71.5258654 A9 76.5473657 A10 67.244929 Tabel 13. Hasil perangkingan alternatif Alternatif V A4 90.383095 A3 88.28085 A2 88.26087 A9 76.547366 A6 74.129783 A5 73.82574 A8 71.525865 A7 69.787604 A1 68.984928 A10 67.244929 Pada tabel 12 adalah hasil perhitungan nilai V. Dari hasil proses perhitungan tabel 12 kemudian dilakukan perangkingan serperti pada tabel 13. V tertinggi adalah alternatif A4 yaitu perumahan Rejomulyo, sehingga perumahan Rejomulyo terpilih sebagai alternatif terbaik. 2.2-244
3. Kesimpulan Sistem pendukung keputusan dengan menggunakan metode SAW ada beberapa tahap proses pengolahan informasi, pertama menentukan kriteria, kedua mentukan nilai kriteria, ketiga menentukan bobot setiap kriteria dan yang keempat menentukan rangking dari alternatif yang ada. Dari studi kasus pemilihan rumah dengan menggunakan metode SAW dapat menghasilkan alternatif pilihan yang terbaik yaitu alternatif A4 dengan nama perumahan Rejomulyo yang mempunyai nilai V 90.3830952. Daftar Pustaka [1] Setiaji, Pratomo, Sistem Pendukung Keputusan Dengan Metode Simple Additive Weighting, Jurnal Simetris vol.1 no.1 Universitas Muria Kudus, Kudus.2012 [2]Kusrini, Konsep dan Aplikasi Sistem Penunjang Keputusan, Yogyakarta: Andi Offset.2007 [3] Kendall, Keneth E, Kendal Julie E, Analisis dan Perancangan Sistem edisi lima jilid 1, Jakarta: Gramedia Pustaka Utama. [4] Turba dkk, Decision Support System and Intelligent System, Yogyakarta: Andi Offset [5] Kusuma, Sri dkk, Fuzzy Multi-Attribute Decision Making (Fuzzy MADM), Yogyakarta: Graha Ilmu. [6] Amborowati, Armadyah, Sistem Pendukung Keputusan Pemilihan Perumahan dengan Metode AHP Menggunakan Expert Choise, Jurnal DASI 9, Amikom, Yogyakarta, 2008. [7] Yolia, Indrawati, Implementasi Metode Simple Additive Weighting Pada Sistem Pengambilan Keputusan Sertifikasi Guru, Institut TeknologiNasional Bandung, Bandung Biodata Penulis Risky Aswi Ramadhani,memperoleh gelar Sarjana Komputer (S.Kom), Jurusan Teknik Informatika UNP Kediri, lulus tahun 2012 sedang melajutkan studi S2 di STMIK Amikom Yogyakarta. Saat ini menjadi tenaga pengajar di Universitas Nusantara PGRI Kediri Danar Putra Pamungkas, memperoleh gelar Sarjana Komputer (S.Kom), Jurusan Teknik Informatika Universitas Trunjoyo Madura tahun 2012 sedang melajutkan studi S2 di STMIK Amikom Yogyakarta. Saat ini menjadi tenaga pengajar di Universitas Nusantara PGRI Kediri 2.2-245