APLIKASI DINAMIS SISTEM PENDUKUNG KEPUTUSAN DENGAN DUA ALGORITMA

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

DECISION SUPPORT SYSTEM FOR DETERMINING SCHOLARSHIP RECIPIENTS USING TOPSIS FMADM METHOD

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

BAB 2 LANDASAN TEORI

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

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

Sistem Pendukung Keputusan Dalam Menentukan Dosen Pembimbing Skripsi

Multi atributte decision making (madm)

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

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

PENENTUAN PENERIMA BEASISWA DENGAN MENGGUNAKAN FUZZY MULTIPLE ATRIBUTE DECISSION MAKING.

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

IMPLEMENTASI SISTEM REKOMENDASIAN PENERIMAAN BEASISWA DENGAN MENGGUNAKAN FMADM

SISTEM PENDUKUNG KEPUTUSAN PEMILIHAN STAF PENGAJAR MENGGUNAKAN METODE SIMPLE ADDITIVE WEIGHTING

SISTEM PENDUKUNG KEPUTUSAN UNTUK MENENTUKAN KUALITAS PELAYANAN PADA APOTEK AMONG ROGO ADILUWIH. Febriana 1, Dedi Irawan 2

SISTEM PENDUKUNG KEPUTUSAN MENENTUKAN SISWA TELADAN DI SDN 5 TUNGGUL PAWENANG. Beta Wulan Asmara 1, Dedi Irawan 2

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

PERBANDINGAN PENERAPAN METODE SAW DAN TOPSIS DALAM SISTEM PEMILIHAN LAPTOP

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

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

SISTEM PENDUKUNG KEPUTUSAN PEMILIHAN PEMBELIAN KENDARAAN BERMOTOR DENGAN METODE SAW

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

PENERAPAN METODE SIMPLE ADDITIVE WEIGHTING DALAM SISTEM PENDUKUNG KEPUTUSAN PEMILIHAN TABLET

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

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

BAB II LANDASAN TEORI

PENENTUAN PENERIMA BEASISWA BERDASARKAN KRITERIA PADA UIN RADEN FATAH PALEMBANG

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

BAB II TINJAUAN PUSTAKA DAN LANDASAN TEORI

IMPLEMENTASI METODE WEIGHTED PRODUCT DALAM SISTEM PENDUKUNG KEPUTUSAN SELEKSI PENERIMAAN TUNJANGAN PROFESI GURU DI KABUPATEN NGAWI

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

SISTEM PENDUKUNG PENGAMBILAN KEPUTUSAN SELEKSI DANA BANTUAN REHABILITASI BANGUNAN UNTUK SEKOLAH DASAR DI KABUPATEN PRINGSEWU

SISTEM PENDUKUNG KEPUTUSAN PEMILIHAN DUTA MAHASISWA GENERASI BERENCANA BKKBN DENGAN METODE WEIGHTED PRODUCT (WP)

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

SISTEM PENDUKUNG KEPUTUSAN PENYELEKSIAN CALON SISWA BARU DENGAN METODE SIMPLE ADDITIVE WEIGHTING (SAW) PADA SMA NEGERI 1 SINGKIL

Gus melia Testiana. IAIN Raden Fatah, Palembang, Indonesia

SISTEM PENUNJANG KEPUTUSAN SELEKSI PENERIMAAN SISWA BARU MENGGUNAKAN METODE SIMPLE ADICTIVE WEIGHTING (SAW) STUDI KASUS PADA SMKN 1 RAWAJITU TIMUR

Sistem Pendukung Keputusan Seleksi Beasiswa Pendidikan Menggunakan Metode Simple Additive Weighting

SISTEM PENDUKUNG KEPUTUSAN UNTUK MENENTUKAN LOKASI PERUMAHAN DI KABUPATEN PRINGSEWU MENGGUNAKAN METODE WEIGHTED PRODUCT

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

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

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

PENENTUAN SISWA BERPRESTASI PADA SMK WIDYA YAHYA GADINGREJO DENGAN METODE SAW

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

SISTEM PENDUKUNG KEPUTUSAN BEASISWA DIKLAT DENGAN FUZZY MADM

FUZZY MADM DALAM EVALUASI PROGRAM STUDI MENGGUNAKAN METODE SIMPLE ADDITIF WEIGHTING

Multi-Attribute Decision Making

Penerapan Metode Weighted Product Model Untuk Seleksi Calon Karyawan

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

BAB II TINJAUAN PUSTAKA

PERANCANGAN SISTEM PENDUKUNG KEPUTUSAN UNTUK PEMILIHAN PEMASOK NATA DE COCO DENGAN METODE SIMPLE ADDITIVE WEIGHTING

BAB I PENDAHULUAN. semakin ketat. Konsumen tidak hanya menginginkan produk yang berkualitas,

PENENTUAN PENERIMA BEASISWA DENGAN MENGGUNAKAN FUZZY MADM

BAB II LANDASAN TEORI

BAB 2 LANDASAN TEORI

SISTEM SELEKSI PENERIMAAN MAHASISWA BARU MENGGUNAKAN METODE WEIGHTED PRODUCT (WP)

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

APLIKASI PENENTUAN NILAI KEDISIPLINAN DAN LOYALITAS UNTUK REKOMENDASI NILAI BONUS SALESMAN DENGAN METODE SIMPLE ADDITIVE WEIGHTING SKRIPSI

PENGEMBANGAN SISTEM PENUNJANG KEPUTUSAN PENENTUAN PEMBERIAN BEASISWA TINGKAT SEKOLAH

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

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

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

Aplikasi Tutorial Sistem Pendukung Keputusan Menggunakan Metode Simple Additive Weighting

BAB 2 LANDASAN TEORI

BAB II TINJAUAN PUSTAKA

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

UKDW BAB I PENDAHULUAN

Andri Syafrianto Teknik Informatika STMIK El Rahma

PENENTUAN PRODUK KERAJINAN UNGGULAN DENGAN MENGGUNAKAN MADM-TOPSIS

IMPLEMENTASI METODE WEIGHTED PRODUCT (WP) DALAM SISTEM PENDUKUNG KEPUTUSAN UNTUK MENYELEKSI PENERIMA BERAS MASYARAKAT MISKIN (RASKIN)

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

Jurnal Teknik Informatika, Vol 1 September Aplikasi Tutorial Sistem Pendukung Keputusan Menggunakan Metode Simple Additive Weighting

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

SISTEM PENDUKUNG KEPUTUSAN UNTUK MENENTUKAN PENERIMA BEASISWA PADA SMAN 1 BANGUNREJO MENGGUNAKAN METODE SAW

Sistem Pendukung Keputusan Pemilihan Perguruan Tinggi Menggunakan Fuzzy Multi Attribute Decision Making (FMADM) dan Simple Additive Weighting (SAW)

Rancang Bangun Aplikasi Sistem Pendukung Keputusan Penerima Beasiswa dengan Metode SAW

BAB II LANDASAN TEORI 2.1 PASKIBRAKA

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

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

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

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

Penerapan Metode Topsis Pada Kualifikasi Peserta Sertifikasi Guru

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

BAB I PENDAHULUAN. warga berhak mendapatkan perlindungan kesehatan. (Depkes, 2008).

Metode dalam SPK (Sistem Pendukung Keputusan) A. AHP

PENERAPAN METODE WEIGHTED PRODUCT DALAM SISTEM PENDUKUNG KEPUTUSAN SELEKSI PENERIMAN BERAS UNTUK MASYARAKAT MISKIN

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

SISTEM PENDUKUNG KEPUTUSAN PENENTUAN LOKASI PERUMAHAN IDEAL MENGGUNAKAN METODE FUZZY SIMPLE ADDITIVE WEIGHTING

SISTEM PENDUKUNG KEPUTUSAN PENERIMAAN BEASISWA DENGAN MENGGUNAKAN METODE SAW DI SDN IV TUBUMURI

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

PEMBUATAN MODEL PENILAIAN INDEKS KINERJA DOSEN MENGGUNAKAN METODE FUZZY MULTI ATTRIBUTE DECISION MAKING (FMADM) Febri Triananingsih

PENERAPAN METODE TOPSIS UNTUK MENDUKUNG PROGRAM BANTUAN PERUMAHAN RAKYAT

PENENTUAN KUALITAS TELUR AYAM RAS PADA PETERNAKAN MULAWARMAN GADINGREJO DENGAN MENGGUNAKAN METODE SAW (Simple Additive Weighting)

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

PERBANDINGAN NILAI RELIABILITAS DARI HASIL METODE SAW DAN METODE TOPSIS

SISTEM PENDUKUNG KEPUTUSAN MEMILIH LAPTOP UNTUK MAHASISWA MULTIMEDIA MENGGUNAKAN METODE SIMPLE ADDITIVE WEIGHT (SAW)

Jurnal Ilmiah ILKOM Volume 8 Nomor 3 (Desember 2016) Copyright Jurnal Ilmiah ILKOM -- All rights reserved.

Model Penunjang Keputusan Untuk Seleksi Korps Sukarela PMI Dengan Metode Weighted Product

PENGGUNAAN METODE TOPSIS DALAM RANCANGAN SISTEM PENUNJANG KEPUTUSAN UNTUK MENENTUKAN LOKASI USAHA BARU (Studi Kasus : ARENA DISC Yogyakarta)

Sistem Pendukung Keputusan Seleksi Penerima Beasiswa SD Negeri Sidakaton 01 Tegal Dengan Metode TOPSIS

Transkripsi:

APLIKASI DINAMIS SISTEM PENDUKUNG KEPUTUSAN DENGAN DUA ALGORITMA Ridha Sefina Samosir Institut Teknologi dan Bisnis Kalbis, 082111354566, ridha.samosir@kalbis.ac.id Abstrak Today, speed and accuracy of decision making process required for improving organizational performance. Requirement for precise decision making and taken in short time can be done through using technology. This technology called decision support systems. There are some algorithm in decision support system like weighted product and TOPSIS which used in this research. Both of this algorithm using weighted concept for all of criteria as decision candidate. The weight is given by decision maker. Output from this research is dinamic decicion support system. Dinamic system is suitable for some problem which have many alternative solution. System proposed with prototype approach and implemented with Vb.Net. Keywords: Decision support Sytems, Weighted Product, TOPSIS, SDLC 1.Pendahuluan Sistem pendukung keputusan merupakan sebuah sistem yang mampu menyelesaian persoalan yang semi terstrukur dan tidak terstruktur [1]. Dalam hal ini sistem pendukung keputusan menyediakan informasi dan mengarahkan pengguna informasi agar dapat mengambil keputusan dengan tepat. Sebuah sistem pendukung keputusan terdiri dari komponen basisdata, pemodelan data serta user interface. Persoalan yang sifatnya semi terstrukur atau tidak terstrukut banyak ditemui dalam kehidupan seharihari. Ketika dihadapkan pada kasus seperti ini, peran pengambil keputusan sangat besar. Peran pengambil keputusan salah satunya adalah menentukan prioritas melalui pembobotan terhadap setiap alternatif solusi. yang digunakan adalah 2 algoritma pembobotan yaitu weighted Product dan Technique for Order Preference by Similarity to Ideal Solution (TOPSIS). Kedua algoritma dijadikan pilihan pada menu awal sistem. Dengan kata lain, pengguna sistem bebas memilih algoritma yang inigin digunakan dalam membantu pengambilan keputusan. 2.Metodologi Sesuai dengan penjelasan sebelumnya, penelitian ini menggunakan pendekatan sistem pendukung keputusan. Sehingga algoritma yang dilibatkan juga merupakan algoritma Sistem Pendukung Keputusan. Algoritma yang digunakan ada 2 yaitu algoritma Weighted Product dan algoritma TOPSIS. Kedua algoritma memiliki langkah-langkah yang berbeda. Salah satu contoh persoalan yang akan diangkat dalam penelitian ini adalah membantu para pengambil keputusan ketika akan melakukan pembelian terhadap beberapa alternatif produk atau barang. Pengambil keputusan menentukan produk apa yang ingin dibeli. Produk ini dalam SPK disebut sebagai alternatif. Selanjutnya menentukan kriteria ataupun persyaratan yang sinkron dengan persoalan. Kriteria ini biasaya bersifat aadjective seperti harga murah, model bagus dan lain sebagainya. Setelah alternatif serta kriteria ditentukan maka selanjutnya pengambil keputusan melakukan pembobotan terhadap setiap kriteria. Kriteria yang memiliki pengaruh paling besar terhadap keputusan yang diambil pasti memiliki bobot yang besar demikian sebaliknya. Sistem pendukung keputusan yang dikembangkan dalam penelitian ini bersifat dinamis. Pengertian dinamis diartikan bahwa sistem mampu mengakomodasi sejumlah alternatif maupun solusi yang diingankan oleh pengguna. Sifat dinamis ini sangat membantu karena sistem bekerja lebih efektif. Dalam membangun sistem ini, algoritma 148 A. Sistem Pendukung Keputusan Konsep sistem pendukung keputusan pertama kali muncul tahun 1970 an oleh Michael S.Scott Morton. Konsep sistem pendukung keputusan diawali dengan Management Decision System. Secara umum sebuah sistem pendukung keputusan (SPK) diartikan sebagai sebuah sistem berbasis komputer yang dapat membantu prses pengambilan keputusan. Saat ini sistem pendukung keputusan banyak digunakan oleh para manajemen tingkat atas (top management) karena sifatnya yang interaktif. Interaktif berarti adanya interaksi antara pengguna dengan sistem. SPK membantu mempercepat proses pengambilan keputusan. Selain mempercepat, SPK juga membantu peningkatan kualitas keputusan karena mampu memecahkan masalah-masalah yang sifanya semi terstrukutur atau tidak terstruktur. Dalam proses pengambilan keputusan, SPK menggunakan data dan prosesdur yang berbasis pada model-model keputusan. Sebuah sistem pendukung keputusan memiliki ciriciri sebagai berikut [2]:

1. SPK ditujukan membantu pengambilan keputusan-keputusan yang kurang terstruktur dan umumnya dihadapi oleh para manajemen tingkat puncak. 2. SPK merupakan gabungan antara model dan data. 3. SPK memiliki fasilitas interatif sehingga memudahkan pengguna ketika mengakses sistem. B. Fuzzy Multiple Attribute Decision Making Fuzzy Multiple Attribute Decission Making (FMADM) adalah suatu metode pengambilan keputusan menetapkan alternatif terbaik dari sejumlah alternatif berdasarkan beberapa kriteria tertentu [3]. Pada beberapa kasus, kriteria sering juga disebut dengan atribut. 3. Menentukan matriks solusi ideal positif & matriks solusi ideal negatif....(3) Pangkat positif atau negatif ditentukan oleh setiap kriteria (atribut). Jika merupakan atribut keuntungan maka yang dipakai adalah solusi ideal dengan atribut positif. Jika merupakan atribut biaya maka dipakai adalah solusi ideal dengan atribut negatif. 4. Menentukan jarak antara nilai setiap alternatif dengan matriks solusi ideal positif & matriks solusi ideal negatif; Cara kerja dari algoritma FMADM adalah melakukan penilaian atau seleksi terhadap beberapa alternatif. Lalu dilanjutkan dengan perangkingan terhadap beberapa alternatif tersebut. Metode penilaian didasarkan pada pemberian bobot. Ada 3 pendekatan dalam pemberian bobot yaitu subyektif, obyektif dan perpaduan berikutnya. Pendekatan subyektif berarti bahwa bobot ditentukan langsung oleh pengambil keputusan sedangkan pendekatan obyektif, nilai bobot dihitung secara matematis. Pendekatan obyektif mengabaikan subyektifitas dari pengambil keputusan. Terdapat 6 metode yang dapat digunakan dalam FMADM, yaitu: Simple Additive Wighted (SAW) Weighted Product ELECTRA Technique for Order Preference by Similarity to Ideal Solution (TOPSIS) Analyticl Hierarchy Process (AHP) C. Technique for Order Preference by Similarity to Ideal Solution Algoritma Technique for Order Preference by Similarity to Ideal Solution (TOPSIS) didasarkan pada konsep dimana alternatif terpilih yang terbaik tidak hanya memiliki jarak terpendek dari solusi ideal positif, namun juga memiliki jarak terpanjang dari solusi ideal negative [4]. Metode ini dikembangkan oleh Kwangsun Yoon Dan Hwang Cin-Lai pada tahun 1980. Adapun langkah-langkah dari algoritma TOPSIS adalah sebagai berikut: 1. Membentuk matriks keputusan yang ternormalisasi...(1) 2. Membentuk matriks keputusan yang ternormalisasi berbobot...(2) 149 Jarak alternatif dengan matriks solusi ideal positif:...(4) Jarak alternatif dengan matriks solusi ideal negatif:...(5) 5. Menentukan nilai preferensi setiap alternatif....(6) Pada tahap ini, Vi terbesar mengindikasi bahwa alternatif Ai lebih dipilih sebagai keputusan. D. Weighted Product Weighted Product (WP) merupakan salah satu metode yang digunakan menyelesaikan masalah Multi Attribute Decision Making (MADM). Cara kerja algoritma ini diawali dengan pemangkatan atribut (kriteria) dengan bobot atribut. Proses pemamgkatan bobot atribut ini disebut sebagai proses normalisasi [5]. Selanjutnya nilai atribut digabungkan melalui proses perkalian. Adapun tahapan dalam algorita Weighted Product ini adalah sebagai berikut [6]: 1. Menentukan alternatif dan kriteria dari persoalan. 2. Menentukan bobot oleh pengambil keputusan 3. Perhitungan bobot atribut setiap alternatif.

...(7) 4. Perkalian menghubungkan rating atribut, dimana rating setiap atribut harus dipangkatkan dulu dengan bobot atribut....(8) Pangkat bobot dapat bernilai positif atau negatif. positif atau negatif ditentukan oleh atribut (kriteria). Jika atibut merupakan atribut keuntungan maka pangkat bobot adalah positif. Sedangkan jika atribut merupakan atribut biaya maka pangkat bobot adalah pangkat negatif. 3.Pembahasan Pada bagian ini akan berisi penjelasan mengenai tahapan-tahapan pengembangan sistem sesuai dengan tahapan pada Software Development Life Cycle (SDLC). Tahapan yang diambil dari SDLC dari mulai analisis sampai dengan impelementasi[7]. 1. Analisis Kebutuhan Sistem Pada tahap ini ditentukan semua kebutuhan dari pengembangan sistem. Adapun kebutuhan dalam pengembangan sistem meliputi alternatif, kriteria serta bobot dari setiap kriteria (atribut). Bobot kriteria dalam hal penelitian ini menggunakan pendekatan subyektif yaitu ditentukan oleh pengambil keputusan. Alternatif merupakan objek yang menjadi calon solusi atau keputusan. Sebagai contoh pada kasus sistem pendukung keputusan dalam penentuan mesin cuci terbaik ketika akan melakukan pembelian mesin cuci. Dari berbagai merek dagang yang ada, pengambil keputusan menentukan beberapa merek dagang yang menurut pengambil keputusan sebagai yang terbaik. Bagaimana menentukan beberapa merek dagang yang terbaik adalah berdasarkan kriteria (atribut). Kriteria mengarah pada adjektif (kata sifat). Sebagai contoh adalah harga murah, model bagus dan lain-lain. Jumlah alternatif dan kriteria akan membentuk matriks 2 dimensi. Kemudian nilai dari matriks tersebut diisi dengan data. Data berasal dari hasil observasi. Sebagai contoh berikut ini adalah matriks yang terbentuk jika jumlah alternatif sebanyak 4 dan jumlah kriteria sebanyak 3: Tabel 1.Matriks Awal Keputusan Alternatif/ C1 C2 C3 Kriteria A1 A2 A3 A4 Selain penentuan alternatif dan kriteria. Pengambil keputusan juga menentukan nilai positif dan negatif dari setiap atribut. Sebagaimna penjelasan sebelumnya maka atribut positif jika atribut tersebut merupakan atribut keuntungan. Atribut negatif jika atribut tersebut adalah atribut biaya. 2. Desain sistem Setelah diidentifikasi seluruh kebutuhan dari sistem maka selanjutnya adalah merancang sistem. Perancangan sistem dalam penelitian ini adalah membangun user interface dari sistem. Berdasarkan penjelasan sebelumnya adalah bahwa algoritma yang digunakan ada 2 yaitu algoritma WP dan TOPSIS maka rancangan menu awal berisi pilihan dari kedua algoritma. 3. Implementasi sistem Pada bagian berisi penejalasan bagaimana menerapkan kedua algoritma dalam mengatasi persoalan dan diterjemahkan dalam bahasa pemrgraman. Penerapan kedua algoritma berarti menterjemahkan formulasi dari kedua algoritma ke dalam bahasa pemrograman. Bahasa pemrograman yang digunakan adalah VB.Net. Berikut ini adalah tampilan dari sistem pendukung keputusan yang dibangun. Gambar1. Menu Utama Sistem 150 Pada menu tersebut ditampilkan dua buah algoritma yang dapat digunakan yaitu

weighted product dan TOPSIS. Jika pengguna memilih Algoritma TOPSIS maka menu yang muncul adalah sebagai berikut: Gambar 4. Menu Output Algoritma TOPSIS Jika pada menu awal, pengguna memilih algoritma WP maka menu berikutnya yang muncul adalah sebagai berikut: Gambar2. Menu Awal Algoritma TOPSIS Pada menu tersebut, pengguna menentukan jumlah (banyak) alternatif (A) dan Kriteria (C). Pada menu terlihat sifat dinamis dari sistem yaitu sistem mengakomodasi sejumlah alternatif dan kriteria. Selain itu sistem mengakomodasi berbagai persoalan yang membutuhkan pengambilan keputusan. Setelah pengguna memasukkan jumlah alternatif dan kriteria maka menu berikutnya yang muncul adalah sebagai berikut. Gambar 5. Menu Awal Algoritma WP Sesuai dengan sifat dinamis dari sistem maka pada menu ini juga pengguna menentukan terlebih dahulu jumlah alternatif dan kriteria. Selain jumlah alternatif dan kriteria, pengguna juga menentukan nilai bobot dari setiap atribut. Selain menetukan nilai positif atau negatif dari atribut. Gambar 3. Menu Detail Algoritma TOPSIS Pada menu tersebut terlihat dengan jelas sifat kedinamisan dari sistem. Berapapun jumlah alternatif maupun kriteria yang diberikan sebelumnya maka pada menu berikutnya jumlah kotak mengisi alternatif dan kriteria sesuai dengan masukan sebelumnya. Jika pengguna telah mengisikan menu yang perlu diisi maka hasil atau keluaran dari sistem adalah sebagai berikut: 151 4. Pemeliharaan sistem Pada penelitian ini, peneliti tidak membahas pada tahap pemeliharaan. 4.Kesimpulan Berdasarkan hasil dari beberapa tahap penelitian yang telah dilakukan maka kesimpulan yang dapat ditarik adalah bahwa sifat dinamis dari sistem sangat membantu karena sistem dapat mengakomodasi sejumlah masukan yang sesuai kebutuhan pengguna. Hal ini berarti pengguna dapat menggunakan sistem berbagai jenis permasalahan yang berkaitan dengan pengambilan keputusan. Selain itu, pengguna mendapat kan alternatif melalui dua algoritma yang disertakan dalam sistem. Dengan kata lain, pengambil keputusan dapat memastikan keputusan yang diambilnya dengan mencoba menerapkan persoalan pada kedua algoritma yang ada. Peneliti juga melihat bahwa masih terdapat beberapa hal yang dapat dikembangkan dari hasil penelitian yang telah ada pengembangan berikutnya antara lain:

1. Keputusan yang dihasilkan dibuat dalam bentuk perangkingan. 2. Tampilan user interface dirancang agar lebih representatif sehingga memudahkan pengguna dalam menggunakannya. 3. Jikalau memungkinkan, sistem dibanagun berbasis mobile maupun web. Sehingga para pengambil keputusan dapat mengakses sistem dari mana dan kapan saja. Sehingga proses pengabilan keputusan lebih cepat. Daftar Pustaka [1] Keen, P., & Morton, S. Decision Support Systems: An Organizational Perspective. Massachusetts: Addison-Wesley, 1978. [2] Kurniasih.Desi.L,Pelita Informatika Budi Darma, Sistem Pendukung Keputusan Pemilihan Laptop Dengan Metode TOPSIS, Vol.3, No.2, STMIK Budi Darma.Medan,2013 [3] Saulina.Artanti.R, Penerapan Metode Weighted Product Dalam Sistem Pendukung Keputusan Seleksi Penerimaan Beras Untuk Masyarakat Miskin, Teknik Informtika: Universitas Dian Nuswantoro. Semarang [4] Murnawan dan Siddiq.Akhmad.F, Jurnal Sistem Informasi, Sistem Pendukung Keputusan Menggunakan Metode Technique for Order Preference by Similarity to Ideal Solution, Vol.4, No.1, UNSRI [5] Sasika.Rani, Pelita Informatika Budi Darma,, Sistem Pendukung Keputusan Sepeda Motor Berbasis Web Dengan Metode Weighte Product, Vol.7, No.3, STMIK Budi Darma, Medan, 2014. [6] Nugroho. Eko.A dan Astuti.S, Implementasi Algoritma Weughted Product Untuk Mendukung Pengambilan Keputusan, Penerimaan Beasiswa BIDIKMISI Pada Universitas Dian Nuswantoro Semarang, Teknik Informatika, Universitas Dian Nuswantoro, Semarang. [7] Kadir.Abdul, Pengenalan Sistem Informasi. Edisi 1. ANDI:Jogjakarta, 2003 152