BAB II LANDASAN TEORI

dokumen-dokumen yang mirip
BAB 1 PENDAHULUAN. Sekolah Menengah Atas (SMA) Negeri 1 Medan merupakan instansi sekolah menengah atas

BAB II LANDASAN TEORI

Dari definisi sistem yang dipaparkan di atas, dapat ditarik kesimpulan. bahwa sistem adalah kumpulan dari bagian-bagian atau elemen-elemen yang

BAB II LANDASAN TEORI. Menurut Abdul Kadir (2003:54) sistem adalah sekumpulan elemen yang

Multi-Attribute Decision Making

BAB II LANDASAN TEORI. Inti dari sebuah sistem adalah adanya bagian bagian yang saling berkaitan

BAB 1 PENDAHULUAN. 1.1 Latar Belakang

BAB II. KAJIAN PUSTAKA. A. Sistem Pendukung Keputusan/ Decision Support System (DSS)

FMDAM FMDAM. Simple Additive Weighting (SAW) Charitas Fibriani, M.Eng

Multi-Attribute Decision Making

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

kedalam tanaman pangan, misalnya sukun.

Multi atributte decision making (madm) MCDM, MADM, SAW

BAB II TINJAUAN PUSTAKA

pamahaman terhadap dan menguji solusi yang layak.

Jurnal SISFO Vol. 7, No.1, Februari 2013 STIKOM Dinamika Bangsa - Jambi 1

BAB I PENDAHULUAN. 1.1 Latar Belakang Masalah

BAB 2 TINJAUAN PUSTAKA. : Multi sistem operasi, bisa Windows, Linux, Mac OS, maupun Solaris

BAB II LANDASAN TEORI

BAB II KAJIAN PUSTAKA

SISTEM PENDUKUNG KEPUTUSAN UNTUK MENENTUKAN JURUSAN MENGGUNAKAN METODE FUZZY SAW (Studi Kasus SMKN 4 Bandar lampung)

BAB III METODOLOGI PENELITIAN

Oleh: Fandy Setyo Utomo STMIK AMIKOM Purwokerto ABSTRACT

Technique for Order Preference by Similarity to Ideal Solution sebagai Metode Multi Attribute Decision Making

SISTEM PENDUKUNG KEPUTUSAN PEMILIHAN KARYAWAN TERBAIK MENGUNAKAN METODE SAW

9/22/2011. Bahan Kuliah : Topik Khusus

BAB 2 LANDASAN TEORI

BAB 2 TINJAUAN PUSTAKA

Nama : Aris Khoirul Wafa NIM :

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

BAB II LANDASAN TEORI. Sistem berasal dari bahasa Latin (Systema) dan bahasa Yunani (Sustema) membentuk satu kesatuan untuk mencapai sebuah tujuan.

BAB 2 LANDASAN TEORI

BAB II LANDASAN TEORI

BAB II LANDASAN TEORI

Multi atributte decision making (madm)

BAB 2 TINJAUAN PUSTAKA

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

BAB II TINJAUAN PUSTAKA DAN DASAR TEORI

BAB II LANDASAN TEORI

SISTEM PENILAIAN KARYAWAN TERBAIK MENGGUNAKAN METODE SIMPLE ADDITIVE WEIGHTING PADA DEALER MOTOR

LAPORAN SISTEM PENUJANG KEPUTUSAN UNTUK MENENTUKAN PENERIMAAN BEASIWA BAGI MAHASISWA

Rudi Hartoyo ( )

BAB 2 TINJAUAN PUSTAKA

Pertemuan 11 Pengenalan DBMS dan MySQL

BAB III LANDASAN TEORI. Sistem merupakan kumpulan dari sub-sub sistem, elemen-elemen,

Sistem Pendukung Keputusan Dalam Menentukan Dosen Pembimbing Skripsi

Disusun oleh: ANGGRAINI DIAH PUSPITANINGRUM KELAS: 22

Bab II. TINJAUAN PUSTAKA

DAFTAR ISTILAH. Activity Diagram

BAB II LANDASAN TEORI. suatu maksud tertentu adalah bagian dari suatu sistem, yang mana sistem

BAB I PENDAHULUAN 1.1. Latar Belakang

BAB II LANDASAN TEORI

BAB III LANDASAN TEORI. (customer complaints) adalah umpan balik (feedback) dari pelanggan yang. dapat dilakukan secara tertulis atau secara lisan.

SISTEM PENDUKUNG KEPUTUSAN DALAM PEMILIHAN ALTERNATIF ALAT KONTRASEPSI MENGGUNAKAN SIMPLE ADDITIVE WEIGHTING

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

BAB II LANDASAN TEORI. Pada tahap ini berisi pengertian dan penjelasan teori-teori yang digunakan penulis untuk pembangunan sistem.

SISTEM PENDUKUNG KEPUTUSAN PENENTUAN JURUSAN MENGGUNAKAN METODE SIMPLE ADDITIVE WEIGHTING (STUDI KASUS SMA NEGERI 1 LOCERET) SKRIPSI

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

BAB II KAJIAN PUSTAKA. A. Sistem Pendukung Keputusan (Decision Support System)

Pengenalan Web Server dan Server Side Scripting

BAB II TINJAUAN PUSTAKA

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

BAB II LANDASAN TEORI. dan didistribusikan kepada para pemakai.

BAB 2 TINJAUAN PUSTAKA

BAB II KAJIAN PUSTAKA. A. Sistem Pendukung Keputusan/ Decision Support System (DSS) Tujuan dari DSS adalah (Turban, dkk., 2005):

BAB II. KAJIAN PUSTAKA. A. Sistem Pendukung Keputusan/ Decision Support System (DSS) Tujuan dari DSS adalah (Turban, dkk., 2005):

BAB II TINJAUAN PUSTAKA DAN DASAR TEORI. Adapun tinjauan pustaka yang digunakan sebagai berikut : Table 2.1 Tabel Tinjauan Pustaka

MODUL 8 Mengoperasikan Perangkat Lunak Basis Data

PENENTUAN KARYAWAN TERBAIK MENGGUNAKAN METODE SIMPLE ADDITIVE WEIGHTING PADA PT. PATRA NUR ALASKA

KORELASI NORMATIF PEMILIHAN JURUSAN DI SMK BERBASIS WEB

BAB II TINJAUAN PUSTAKA DAN DASAR TEORI. Perbedaan tinjauan dengan penelitian yang diajukan terletak pada objek,

BAB II TINJAUAN PUSTAKA. pustaka diantaranya dapat dilihat pada tabel dibawah ini : Penulis Judul Metode. Analisis.

Bab 1 Pengenalan Web Server dan Server Side Scripting

BAB II KAJIAN PUSTAKA. berhubungan langsung dengan aspal jalanan. Pada komponen itulah

BAB 2 TINJAUAN PUSTAKA

BAB II LANDASAN TEORI

SISTEM PEMBERIAN BEASISWA DENGAN MENERAPKAN FMADM (FUZZY MULTIPLE ATTRIBUTE DECISION MAKING) DAN SAW (SIMPLE ADDITIVE WEIGHTING) Delpiah Wahyuningsih

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

IMPLEMENTASI SISTEM REKOMENDASIAN PENERIMAAN BEASISWA DENGAN MENGGUNAKAN FMADM

BAB 2 LANDASAN TEORI

BAB III ANALISIS DAN DESAIN SISTEM

BAB II KAJIAN PUSTAKA

BAB II KAJIAN PUSTAKA

Sistem Pendukung Keputusan Untuk Menentukan Prioritas Penanganan Perbaikan Jalan Menggunakan Metode Saw Berbasis Mobile Web

Disusun oleh: ANGGRAINI DIAH PUSPITANINGRUM KELAS: 22

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

BAB II TINJAUAN PUSTAKA. Dosen merupakan tenaga akademik yang bertugas merencanakan dan

SISTEM PENDUKUNG KEPUTUSAN PENENTUAN JENIS RAMBUT MANUSIA DENGAN MENERAPKAN METODE SIMPLE ADDITIVE WEIGHTING (SAW)

Seminar Nasional Teknologi Informasi dan Komunikasi (SNASTIKOM 2013) ISBN

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

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

BAB II TINJAUAN PUSTAKA DAN DASAR TEORI. Penelitian sejenis ini pernah dilakukan oleh : 1. Fitriani M. Yaqiyatum (2014) dari Universitas Dian

BAB II KAJIAN PUSTAKA. A. Sistem Pendukung Keputusan/ Decision Support System (DSS)

BAB II TINJAUAN PUSTAKA

PERANCANGAN APLIKASI MANAJEMAN PENDUKUNG KEPUTUSAN PENENTUAN BEASISWA PADA SMK BAHRUL MAGHFIROH DENGAN METODE SIMPLE ADDITIVE WEIGHTING

MODUL JOOMLA! oleh: Putu A. Widhiartha dan Made J. Wiranatha BAB II INSTALASI JOOMLA

PENERAPAN METODE TOPSIS UNTUK MENDUKUNG PROGRAM BANTUAN PERUMAHAN RAKYAT

ABSTRAK. Galih Eka Rinaldhi

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

ANALISIS PEMILIHAN CALON PESERTA OLIMPIADE SAINS DENGAN METODE SIMPLE ADDITIVE WEIGHTING (SAW)

Transkripsi:

BAB II LANDASAN TEORI 2.1. Sistem Pendukung Keputusan Sistem pendukung keputusan atau Decision Support System dapat dikatakan sebagai sistem komputer yang mengolah data menjadi informasi untuk mengambil keputusan dari masalah semi-terstruktur yang spesifik. [1] Tujuan dari Decision Support Syistem (DSS) antara lain adalah : 1. Membantu manajer membuat keputusan untuk memecahkan masalah semi struktur. 2. Mendukung penilaian manajer bukan mencoba menggantikannya. 3. Meningkatkan efektifitas pengambilan keputusan seorang manajer dari pada efisiensinya. Tahap-tahap dalam pengambilan keputusan antara lain adalah: 1. Penelusuran (Intellegence) Merupakan tahap pendefinisian informasi yang dibutuhkan yang berkaitan dengan persoalan yang dihadapi serta keputusan yang akan diambil. Langkah ini sangat menentukan ketepatan keputusan yang akan diambil, karena sebelum suatu tindakan diambil, tentunya persoalan yang dihadapi harus dirumuskan terlebih dahulu secara jelas. 2. Perancangan (Design) Merupakan tahap analisis dalam kaitan mencari atau merumuskan alternatifalternatif pemecah masalah. Setelah permasalahan dirumuskan dengan baik, maka tahap berikutnya adalah merancang atau membangun model pemecahan masalahnya dan menyusun berbagai alternatif pemecah masalah. 3. Pemilihan (Choice) Dengan mengacu pada rumusan tujuan serta hasil yang diharapkan selanjutnya manajemen memilih alternatif solusi yang diperkirakan paling sesuai. Pemilihan alternatif ini akan mudah dilakukan kalau hasil yang diinginkan terukur atau memiliki nilai kualitas tertentu. II - 1

II - 2. Implementasi (Implementation) Merupakan tahap pelaksana dari keputusan yang telah diambil. Pada tahap ini perlu disusun serangkaian tindakan yang terencana, sehingga hasil keputusan dapat dipantau atau diselesaikan apabila diperlukan perbaikan-perbaikan. Jenis-jenis DSS menurut tingkat kerumitan dan tigkat dukungan pemecahan masalahnya adalah sebagai berikut : 1. Mengambil elemen-elemen informasi 2. Menganalisis seluruh file 3. Menyiapkan laporan dari berbagai file. Memperkirakan dari akibat keputusan 5. Mengusulkan keputusan 6. Membuat keputusan Model DSS terdiri dari : 1. Model matematika 2. Database 3. Perangkat lunak Perangkat lunak DSS sering disebut juga dengan DSS generator. DSS generator ini berisi modul- modul untuk database, model dan dialog manajemen. Modul database ini menyediakan beberapa hal, seperti : creation, interrogation, dan maintenance untuk DSS database. DSS database memiliki kemampuan untuk menemukan sistem database yang telah disimpan. Sedangkan modul model digunakan untuk menyajikan kemampuan membuat, menjaga dan memanipulasi ke dalam bentuk model matematika. Model dasar ini menampilkan electroic spreadsheet. Model dialog digunakan untuk menarik perhatian para pengguna untuk berhubungan langsung antara pengguna dengan komputer dalam mencari solusi. Dampak dari pemanfaatan Decision Support System (DSS) antara lain: 1. Masalah- masalah semi struktur dapat dipecahkan 2. Problem yang kompleks dapat diselesaikan 3. Sistem dapat berinteraksi dengan pemakainya

II - 3. Dibandingkan dengan pengambilan keputusan secara intuisi, pengambilan keputusan dengan DSS dinilai lebih cepat dan hasilnya lebih baik 5. Menghasilkan acuan data untuk menyelesaikan masalah yang dihadapi oleh manajer yang kurang berpengalaman 6. Untuk masalah yang berulang, DSS dapat memberi keputusan yang lebih efektif 7. Fasilitas untuk mengambil data dapat memberikan kesempatan bagi beberapa manajer untuk berkomunikasi dengan lebih baik. 8. Meningkatkan produktifitas dan control dari manajer Faktor pendukung DSS dipengaruhi oleh : 1. Faktor teknologi 2. Faktor kompleksitas structural 3. Faktor pasar internasional. Faktor stabilitas politik 5. Faktor konsumerisme 6. Faktor intervensi pemerintah 7. Faktor informasi yang berkaitan dengan masalah tersebut 8. Faktor gaya pengambilan keputusan 9. Faktor kemampuan (intelegensi, persepsi, dan falsafah) Pertimbangan pengambilan keputusan.pengambilan keputusan selalu berkaitan dengan ketidakpastian dari hasil keputusan yang diambil. Untuk mengurangi ketidakpastian tersebut, keputusan membutuhkan informasi yang mengenai kondisi yang telah, dan mungkin akan terjadi, kemudian mengolah informasi tersebut menjadi beberapa alternatif pemecahan masalah sebagai bahan pertimbangannya dalam memutuskan langkah yang akan dilaksanakannya, sehingga keputusan yang diambil diharapkan dapat memberikan keuntungan yang maksimal. [1] 2.2. Multiple Kriteria Decision Making (MCDM) Multiple Kriteria Decision Making (MCDM) adalah suatu metode pengambilan keputusan untuk menetapkan alternatif terbaik dari sejumlah

II - alternatif berdasarkan beberapa kriteria tertentu. Kriteria biasanya berupa ukuranukuran, aturan-aturan, atau standar yang digunakan dalam pengambilan keputusan. Berdasarkan tujuannya, MCDM dapat dibagi menjadi 2 model (Zimmermann, 1991): Multi Attribute Decision Making (MADM) dan Multi Objective Decision Making (MODM). Seringkali MCDM dan MADM digunakan untuk menerangkan kelas atau kategori yang sama. MADM digunakan untuk menyelesaikan masalah-masalah dalam ruang diskret. Oleh karena itu, pada MADM biasanya digunakan untuk melakukan penilaian atau seleksi terhadap beberapa alternatif dalam jumlah yang terbatas. Sedangkan MODM digunakan untuk menyelesaikan masalah-masalah pada ruang kontinyu (seperti permasalahan pada pemrograman matematis). Secara umum dapat dikatakan bahwa, MADM menyeleksi alternatif terbaik dari sejumlah alternatif, sedangkan MODM merancang alternatif terbaik. Perbedaan mendasar terlihat pada tabel berikut : Tabel 2.1 Perbandingan Antara MADM dan MODM [2] MADM MODM Kriteria (didefinisikan oleh Atribut Tujuan Tujuan Implisit Eksplisit Atribut Eksplisit Implisit Alternatif Diskret, dalam jumlah terbatas Kontinu, dalam jumlah tak terbatas Kegunaan Seleksi Desain Ada beberapa fitur umum yang akan digunakan dalam MCDM (Janko,2005), yaitu : a. Alternatif, alternatif adalah obyek-obyek yang berbeda dan memiliki kesempatan yang sama untuk dipilih oleh pengambil keputusan. b. Atribut, atribut sering juga disebut sebagai karakteristik, komponen, atau kriteria keputusan. Meskipun pada kebanyakan kriteria bersifat satu level,

II - 5 namun tidak menutup kemungkinan adanya sub kriteria yang berhubungan dengan kriteria yang telah diberikan. c. Konflik antar kriteria, beberapa kriteria biasanya mempunyai konflik antara satu dengan yang lainya, misalnya kriteria keuntungan akan mengalami konflik dengan kriteria biaya. d. Bobot keputusan, bobot keputusan menunjukan kepentingan relatif dari setiap kriteria, W=(w 1, w 2,., w n). Pada MCDM akan dicari bobot kepentingan dari setiap kriteria. e. Matriks keputusan, suatu matriks keputusan X yang berukuran m x n, berisi elemen-elemen x ij, yang mempresentasikan rating dari alternatif A i (i=1,2,,m) terhadap kriteria C j (j=1,2,,n). Ada beberapa cara dalam mengklasifikasikan metode MCDM. Menurut tipe data yang digunakan, MCDM dapat dibagi berdasarkan tipe data yang digunakan, MCDM dapat dibagi berdasarkan tipe data deterministic, stikastik atau fuzzy. Menurut jumlah pengambil keputusan yang terlibat dalam proses pengambilan keputusan. MCDM dapat dibagi berdasarkan pengambi keputusan satu orang, atau pengambil keputusan dalam bentuk grup (kelompok). Masalah MCDM tidak selalu memberikan suatu solusi unik, perbedaan tipe bisa jadi akan memberikan perbedaan solusi (Yoon,1981). a. Solusi ideal, kriteria atau atribut dapat dibagi menjadi 2 kategori, yaitu kriteria yang nilainya akan dimaksimumkan (kategori kriteria keuntungan), dan kriteria yang nilainya akan diminimumkan (kategori kriteria biaya). Solusi ideal akan memaksimumkan semua kriteria keuntungan dan meminimumkan semua kriteria biaya. b. Solusi non-deminated, solusi ini sering juga dikenal dengan nama solusi Pareto-optimal. Solusi feasible MCDM dikatakan non-dominated jika tidak ada solusi feasible yang lain yang akan menghasilkan perbaikan terhadap suatu atribut tanpa menyebabkan degenerasi pada atribut yang lainnya.

II - 6 c. Solusi yang memuaskan, solusi yang memuaskan adalah himpunan bagian dari solusi feasible dimana setiap alternatif melampaui semua kriteria yang diharapkan. d. Solusi yang lebih disukai, solusi yang disukai adalah solusi non-dominated yang paling banyak memuaskan pegambil keputusan.[2] 2.3. Simple Additive Weighting Method (SAW) Metode SAW sering juga dikenal dengan istilah metode penjumlahan terbobot. Konsep dasar metode SAW adalah mencari penjumlahan terbobot dari rating kinerja pada setiap alternatif pada semua atribut (Fishburn,1967) (MacCrimmon,1968). Metode SAW membutuhkan proses normalisasi matriks keputusan (x) ke suatu skala yang dapat diperbandingkan dengan semua rating alternatif yang ada. r ij = ij ij ij ij jika j adalah atribut keuntungan (benefit) jika j adalah atribut biaya (cost) (2.1) Keterangan : r ij = nilai rating kinerja ternormalisasi x ij = nilai atribut yang dimiliki dari setiap kriteria Max x ij = nilai terbesar dari setiap kriteria i Min x ij = nilai terkecil dari setiap kriteria i benefit = jika nilai terbesar adalah terbaik cost = jika nilai terkecil adalah terbaik Dimana r ij adalah rating kinerja ternormalisasi dari alternatif A i pada atribut C j ; i=1,2,,n. Nilai preferensi untuk setiap alternatif (V i ) diberikan sebagai : V i = =1 j ij (2.2) Keterangan : V i = nilai prefensi

II - 7 w j = bobot rangking r ij = rating kinerja ternormalisasi Nilai V i yang lebih besar mengindikasi bahwa alternatif A i lebih terpilih. Langkahlangkah dari metode SAW adalah: 1. Menentukan kriteria-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 ataupun atribut biaya) sehingga diperoleh matriks ternormalisasi R.. Hasil akhir diperoleh dari proses perankingan yaitu penjumlahan dari perkalian matriks ternormalisasi R dengan vector bobot sehingga diperoleh nilai terbesar yang dipilih sebagai alternatif terbaik (A) sebagai solusi. Berikut contoh kasus dengan menggunakan metode SAW : Suatu perusahaan di Daerah Istimewa Yogyakarta (DIY) ingin membangun sebuah gudang yang akan digunakan sebagai tempat untuk menyimpan sementara hasil produksinya. Ada 3 lokasi yang akan menjadi alternatif, yaitu: A 1 = Ngemplak, A 2 = Kalasan, A 3 = Kota Gedhe. Ada 5 kriteria yang menjadi acuan dalam pengambilan keputusan, yaitu : C 1 = jarak dengan pasar terdekat (km) C 2 = kepadatan penduduk di sekitar lokasi (orang/km 2 ) C 3 = jarak dari pabrik (km) C = jarak dengan gudang yang sudah ada (km) C 5 = harga tanah untuk lokasi (x1000 Rp/m 2 ) Rating kecocokan setiap alternatif pada setiap kriteria, dinilai dengan 1 sampai 5, yaitu : 1 = Sangat buruk, 2 = Buruk, 3 = Cukup, = Baik,

II - 8 5 = Sangat Baik Tabel 2.2 menunjukan rating kecocokan dari setiap alternatif pada setiap kriteria. Sedangkan tingkat kepentingansetiap kriteria, juga dinilai dengan 1 sampai 5, yaitu: 1 = Sangat buruk, 2 = Buruk, 3 = Cukup, = Baik, 5 = Sangat Baik Tabel 2.2 Rating kecocokan dari setiap alternatif pada setiap kriteria Kriteria Alternatif C 1 C 2 C 3 C C 5 A 1 5 3 3 A 2 3 3 2 3 A 3 5 2 2 2 Karena setiap nilai yang diberikan pada setiap alternatif di setiap kriteria merupakan nilai kecocokan (nilai terbesar adalah terbaik). Maka semua kriteria yang diberikan diasumsikan sebagai kriteria keuntungan. Pengambil keputusan memberikan bobot preferensi sebagai: W = (5, 3,,, 2) Matriks keputusan dibentuk dari tabel kecocokan sebagai berikut: X = 5 3 3 3 3 2 3 5 2 2 2 Pertama-tama, dilakukan normalisasi matriks X berdasarkan persamaan 2.1 sebagai berikut: max {; 3; 5} 0,8 5 3 2 max {; 3; 5} 3 0,6 5

II - 9 5 3 max {; 3; 5} 5 5 2 max {; 3; } 3 22 max {; 3; } 3 0,75 32 max {; 3; } Dan seterusnya, sehingga diperoleh matriks ternormalisasi R sebagai berikut: R = 0,8000 1,0000 1,0000 1,0000 1,0000 0,6000 0,7500 0,8000 0,6667 1,0000 1,0000 1,0000 0,000 0,6667 0,6667 Proses perankingan diperoleh berdasarkan persamaan 3. sebagai berikut: V 1 = (5)(0,8) + (3)(1) + ()(1) + ()(1) + (2)(1) = 17 V 2 = (5)(0,6) + (3)(0,75) + ()(0,8) + ()(0,6667) + (2)(1) = 13,1167 V 3 = (5)(1) + (3)(1) + ()(0,) + ()(0,6667) + (2)(0,6667) = 13,6 Nilai terbesar ada pada V 1 sehingga alternatif A 1 adalah alternatif yang terpilih sebagai alternatif terbaik. Dengan kata lain, Ngemplak akan terpilih sebagai lokasi untuk mendirikan gudang baru.[2] 2. XAMPP Xampp merupakan tool yang menyediakan paket perangkat lunak ke dalam satu buah paket. Dengan menginstall XAMPP maka tidak perlu lagi melakukan instalasi dan konfigurasi web server Apache, PHP dan MySQL secara manual. XAMPP akan menginstalasi dan mengkonfigurasikannya secara otomatis untuk anda atau auto konfigurasi. Software XAMPP versi ini terdiri atas: a. APACHE Apache sudah berkembang sejak versi pertamanya. Sampai saat ditulisnya artikel ini versi terakhirnya yang ada yaitu Apache ver 2.0.5. Apache bersifat open source, artinya setiap orang boleh menggunakannya, mengambil dan bahkan mengubah kode programnya.

II - 10 Tugas utama apache adalah menghasilkan halaman web yang benar kepada peminta, berdasarkan kode PHP yang dituliskan oleh pembuat halaman web. Jika diperlukan juga berdasarkan kode PHP yang dituliskan, maka dapat saja suatu database diakses terlebih dahulu (misalnya dalam MySQL) untuk mendukung halaman web yang dihasilkan. b. PHP Bahasa pemrograman PHP merupakan bahasa pemrograman untuk mebuat web yang bersifat server-side scripting. PHP memungkinkan kita untuk membuat halaman web yang bersifat dinamis. PHP dapat dijalankan pada berbagai macam Operating System (OS), misalnya Windows, Linux dan Mac OS. Selain Apache, PHP juga mendukung beberapa web server lain, misalnya Microsoft IIS, Caudium, PWS dan lain-lain. Seperti pernah disinggung sebelumnya bahwa PHP dapat memanfaatkan database untuk menghasilkan halaman web yang dinamis. Sistem manajemen database yang sering digunakan bersama PHP adalah MySQL. Namun PHP juga mendukung sistem manajemen Database Oracle, Microsoft Acces, Interbase, d- Base, PostgreSQL dan sebagainya. Hingga kini PHP sudah berkembang hingga versi ke 5. PHP 5 mendukung penuh Object Oriented Programing(OOP), integrasi XML, mendukung semua ekstensi terbaru MySQL, pengembangan web services dengan SOAP dan REST, serta ratusan peningkatan kemampuan lainnya dibandingkan versi sebelumnya. Sama dengan web server lainnya PHP juga bersifat open source sehingga setiap orang dapat menggunakannya dengan gratis. c. MySQL Perkembangannya disebut SQL yang merupakan kepanjangan dari Structured Query Language. SQL merupakan bahasa terstruktur yang khusus digunakan untuk mengolah database. SQL pertama kali didefinisikan oleh American National Standards Institute (ANSI) pada tahun 1986. MySQL adalah sebuah sistem manajemen database yang bersifat open source. MySQL adalah pasangan serasi dari PHP. MySQL dibuat dan dikembangkan oleh MySQL AB yang berada di Swedia.

II - 11 MySQL dapat digunakan untuk membuat dan mengola database beserta isinya. Kita dapat memanfaatkan MySQL untuk menambahkan, mengubah dan menghapus data yang berada dalam database. MySQL merupakan sisitem manajemen database yang bersifat at relational. Artinya data-data yang dikelola dalam database akan diletakkan pada beberapa tabel yang terpisah sehingga manipulasi data akan menjadi jauh lebih cepat. MySQL dapat digunakan untuk mengelola database mulai dari yang kecil sampai dengan yang sangat besar. MySQL juga dapat menjalankan perintahperintah Structured Query Language (SQL) untuk mengelola database-database yang ada di dalamnya. Hingga kini, MySQL sudah berkembang hingga versi 5. MySQL 5 sudah mendukung trigger untuk memudahkan pengelolaan tabel dalam database. d. PhpMyAdmin Pengelolaan database dengan MYSQL harus dilakukan dengan mengetikkan baris-baris perintah yang sesuai (command line) untuk setiap maksud tertentu. Jika ingin membuat database, ketikkan baris perintah yang sesuai untuk membuat database. Jika ingin menghapus tabel, ketikkan baris perintah yang sesuai untuk menghapus tabel. Hal tersebut tentu cukup menyulitkan karena kita harus hafal dan mengetikkan perintahnya satu persatu. Banyak sekali perangkat lunak yang dapat dimanfaatkan untuk mengelola database dalam MySQL, salah satunya adalah phpmyadmin. Dengan phpmyadmin kita dapat membuat tabel, mengisi data dan lain-lain dengan mudah tanpa harus hafal perintahnya. Untuk mengaktifkan phpmyadmin langkahlangkahnya adalah : yang pertama setelah XAMPP kita terinstall, kita harus mengaktifkan web server Apache dan MySQL dari control panel XAMPP. Yang kedua, jalankan browser (IE, Mozilla Firefox atau Opera) lalu mengetikkan alamat web berikut : http://localhost/phpmyadmin/ pada address bar lalu tekan Enter. Langkah ketiga apabila telah nampak interface (tampilan antar muka) phpmyadmin, kita bisa memulainya dengan mengetikkan nama database, nama tabel dan seterusnya. [3]