PERANCANGAN APLIKASI SISTEM PENDUKUNG KEPUTUSAN PENENTUAN LOKASI PEMASARAN RUMAH DENGAN METODE SIMPLE ADDITIVE WEIGHTING (STUDI KASUS: PT. VISTA ESTATE MEDAN) Desi Reskika Sari (1111543) Mahasiswa Program Studi Teknik Informatika, STMIK Budidarma Medan Jl. Sisingamangaraja No.338 Simpang Limun Medan www.stmik-budidarma.ac.id // desireskika@ymail.com ABSTRAK Lokasi pemasaran yang penentuan lokasi bisnis khususnya lokasi pemasaran rumah haruslah melalui analisa dan perhitungan yang tepat sehingga dapat ditentukan lokasi yang sesuai dilihat dari berbagai aspek. Selama ini penentuan lokasi pemasaran rumah dilakukan secara manual dengan mengandalkan perasaan, pengalaman, dan beberapa pertimbangan pembuat keputusan dalam hal ini pemilik usaha (pengusaha). Pengambilan keputusan merupakan hal yang tidak pernah lepas dari kehidupan manusia, baik pengambilan keputusan untuk masalah yang sederhana sampai dengan masalah yang kompleks. Kemampuan mengambil keputusan dengan cepat dan cermat merupakan kunci keberhasilan dari seorang pengambilan keputusan (decision maker). Dalam pengambilan keputusan, banyak permasalahan yang harus diputuskan dengan melihat beberapa kriteria (multicriteria) yaitu dalam membeli sebuah lokasi yang tepat untuk dijadikan sebagai lokasi pemasaran rumah, untuk membeli sebuah lokasi dengan syarat tertentu tidak hanya berdasarkan pada harga tetapi juga tempat, kenyamanan, penampilan dan sebagainya. Konsep dasar metode Simple Additive Weighting (SAW) adalah mencari penjumlahan terbobot dari rating kinerja pada setiap alternatif pada semua atribut. ini dipilih karena metode ini menentukan nilai bobot untuk setiap atribut, kemudian dilanjutkan dengan proses perankingan yang akan menyeleksi alternatif terbaik dari sejumlah alternatif, dalam hal ini alternatif yang dimaksud adalah lokasi yang tepat untuk dijadikan sebagai lokasi pemasaran rumah berdasarkan kriteriakriteria yang ditentukan. Dengan metode perangkingan tersebut, diharapkan penilaian akan lebih tepat karena didasarkan pada nilai kriteria dan bobot yang sudah ditentukan sehingga akan mendapatkan hasil yang lebih akurat terhadap lokasi yang akan dijadikan sebagai lokasi pemasaran tersebut. Kata Kunci: Sistem Pendukung Keputusan, Pemasaran, Simple Additive Weighting 1. Pendahuluan Kemampuan mengambil keputusan dengan cepat dan cermat merupakan kunci keberhasilan dari seorang pengambilan keputusan (decision maker). Dalam pengambilan keputusan, banyak permasalahan yang harus diputuskan dengan melihat beberapa kriteria (multicriteria) yaitu dalam menentukan sebuah lokasi yang tepat untuk dijadikan sebagai lokasi pemasaran rumah, untuk menentukan sebuah lokasi dengan syarat tertentu tidak hanya berdasarkan pada harga tetapi juga tempat, kenyamanan, penampilan dan sebagainya. Jika penentuan lokasi pemasaran rumah tidak tepat, maka akan berdampak buruk pada pemasaran rumah yang akan dilakukan yaitu dengan tidak adanya pengunjung, luas lokasi yang tidak strategis, pusat perbelanjaan yang tidak sesuai, harga sewa yang tidak terjangkau, dan sebagainya. Permasalahan inilah yang menyebabkan konsumen harus dapat memilih perumahan mana yang akan diambil dan sesuai dengan kriteria-kriteria yang diinginkan. Kriteria-kriteria yang harus ditentukan dalam penentuan lokasi pemasaran rumah adalah perbelanjaan, lama sewa. Sehingga dalam pengambilan keputusan yang dapat dihasilkan adalah alternatif terbaik yang dikompromikan (best compromise). sering juga dikenal dengan istilah metode penjumlahan terbobot. Konsep dasar metode Simple Additive Weighting (SAW) adalah mencari penjumlahan terbobot dari rating kinerja pada setiap alternatif pada semua atribut. Metode Simple Additive Weighting (SAW) ini dipilih karena metode ini menentukan nilai bobot untuk setiap atribut, kemudian dilanjutkan dengan proses perankingan yang akan menyeleksi alternatif terbaik dari sejumlah alternatif, dalam hal ini alternatif yang dimaksud adalah lokasi yang tepat untuk dijadikan sebagai lokasi pemasaran rumah berdasarkan kriteria-kriteria yang ditentukan. Dengan metode perangkingan tersebut, diharapkan penilaian akan lebih tepat karena didasarkan pada nilai kriteria dan bobot yang sudah ditentukan sehingga akan mendapatkan hasil yang lebih akurat terhadap lokasi yang akan dijadikan sebagai lokasi pemasaran tersebut. Sehingga penulis menggunakan 8 pengunjung, luas lokasi, harga sewa, pusat
metode Simple Additive Weighting (SAW) untuk menentukan lokasi pemasaran rumah. 2. Landasan Teori 2.1 Sistem Pendukung Keputusan Sistem pendukung keputusan (SPK) adalah bagian dari sistem informasi berbasis komputer termasuk sistem berbasis pengetahuan atau manajemen pengetahuan yang dipakai untuk mendukung pengambilan keputusan dalam suatu organisasi atau perusahaan (Turban, 2005). Dapat juga dikatakan sebagai sistem komputer yang mengolah data menjadi informasi untuk mengambil keputusan dari masalah semi terstruktur yang spesifik. Sistem pendukung keputusan menggunakan model analitis, database khusus, penilaian dan pandangan pembuat keputusan, dan proses pemodelan berbasis komputer yang interaktif untuk mendukung pembuat keputusan bisnis yang semiterstruktur dan tak terstruktur. 2.2 merupakan metode yang paling dikenal dan banyak digunakan orang dalam menghadapi situasi Multiple Attribute Decission Making (MADM) (Kusumadewi, 2007). Metode ini mengharuskan pembuat keputusan menentukan bobot bagi setiap atribut. Skor total untuk sebuah alternatif diperoleh dengan menjumlahkan seluruh hasil perkalian antara rating (yang dapat dibandingkan lintas atribut) dan bobot tiap atribut. Rating tiap atribut haruslah bebas dimensi dalam arti telah melewati proses normalisasi sebelumnya. melakukan tahapan dalam aplikasinya adalah (Kusumadewi, 2007): a. Perbandingan lintas atribut sehingga hasil penilaian tersebut harus tidak berdimensi dengan jalan melakukan normalisasi linier. b. Dilakukan perkalian di antara bobot tiap atribut dengan hasil penilaian bebas dimensi tersebut. c. Hasil perkalian tersebut dijumlahkan untuk tiap kandidat. d. Dipilih alternatif yang memiliki nilai total perkalian terbesar sebagai kandidat terbaik. sering juga dikenal istilah metode penjumlahan terbobot. Konsep dasar metode Simple Additive Weighting (SAW) adalah mencari penjumlahan terbobot dari rating kinerja pada setiap alternatif dari semua atribut. Metode Simple Additive Weighting (SAW) membutuhkan proses normalisasi matriks keputusan (X) ke suatu 5 skala yang dapat diperbandingkan dengan semua rating alternative yang ada. Diberikan persamaan sebagai berikut (Kusumadewi, 2007): Dimana = = Jika j atribut keuntungan (benefit) = Jika j atribut biaya (cost) adalah rating kinerja ternormalisasi dari alternatif pada atribut ; i=1,2,...,m dan j=1,2,...,n. Nilai preferensi untuk setiap alternatif ( ) diberikan rumus sebagai berikut: Keterangan : = rangking untuk setiap alternatif = nilai bobot dari setiap kriteria = nilai rating kinerja ternormalisasi Nilai yang lebih besar mengindikasikan bahwa alternatif lebih terpilih. 3. Analisa 3.1 Analisa Penentuan Kriteria Lokasi Pemasaran Rumah PT. Vista Estate Medan dalam menentukan lokasi pemasaran rumah menggunakan metode simple additive weighting diperlukan kriteriakriteria dan bobot untuk melakukan perhitungan sehingga akan didapat altenatif terbaik. Ada 5 atribut (kriteria) pengambilan keputusan, yaitu: C 1 = Pengunjung C 2 = Luas Lokasi C 3 = Pusat Perbelanjaan C 4 = Harga Sewa C 5 = Lama Sewa. Dari masing-masing kriteria tersebut akan ditentukan bobot-bobotnya : 1. Sangat rendah (SR) = 0 2. Rendah (R) = 0.25 3. Sedang (S) = 0.50 4. Tinggi (T) = 0.75 5. Sangat tinggi = 1 pengunjung (C 1 ) dengan nilai bobotnya, dapat dilihat pada tabel 1 : Tabel 1 : Pengunjung (C 1 ) No Pengunjung Nilai 1 Tidak Ramai 0.25 2 Sepi 0.50 3 Ramai 0.75 4 Sangat Ramai 1 luas lokasi (C 2 ) dengan nilai bobotnya, dapat dilihat pada tabel 2 : 9
Tabel 2 : Luas Lokasi (C 2 ) No Luas Lokasi Nilai 1 6 0.25 2 12 0.50 3 24 0.75 4 32 1 pusat perbelanjaan (C 3 ) dengan nilai bobotnya, dapat dilihat pada tabel 3 : Tabel 3 : Kriteria Pusat Perbelanjaan (C 3 ) No Pusat Perbelanjaan Nilai 1 Tidak Mewah 0.25 2 Biasa 0.50 3 Mewah 0.75 4 Sangat Mewah 1 harga sewa (C 4 ) dengan nilai bobotnya, dapat dilihat pada tabel 4 : Tabel 4 : Kriteria Harga Sewa (C 4 ) No Harga Sewa Nilai 1 Rp. 500.000 / meter 0.25 2 Rp. 670.000 / meter 0.50 3 Rp. 700.000 / meter 0.75 4 Rp. 850.000 / meter 1 lama sewa (C 5 ) dengan nilai bobotnya, dapat dilihat pada tabel 5 : Tabel 5 : Lama Sewa (C 5 ) No Lama Sewa Nilai 1 5 Hari 0.25 2 7 Hari 0.50 3 12 Hari 0.75 4 14 Hari 1 Adapun data hasil seleksi lokasi yang diajukan dapat dilihat pada tabel 6 berikut ini : Tabel 6 : Data Lokasi yang Diajukan Alternatif yang dimaksud di atas yaitu, A 1 (Sun Plaza), Alternatif A 2 (Carefour), dan Alternatif A 3 (Suzuya), Alternatif A 4 (Macan). Adapun data rating kecocokan dari setiap alternatif dapat dilihat pada tabel 4.7 berikut ini : Tabel 7 : Rating Kecocokan Dari Setiap Alternatif Pada Setiap Kriteria Kategori untuk setiap kriteria adalah sebagai berikut : a. Kriteria C 1 (Pengunjung), C 2 (Luas Lokasi), dan C 3 (Pusat Perbelanjaan), C 5 (Lama Sewa) adalah kriteria keuntungan (benefit). b. Kriteria C 4 (Harga sewa) adalah kriteria biaya (cost). 3.2 Analisa Penerapan Metode Simple Additive Weighting Setelah kriteria dan setiap bobotnya ditentukan maka berikut langkah-langkah penyelesaian dalam menentukan lokasi pemasaran rumah menggunakan metode Simple Additive Weighting. Pengambil keputusan memberikan bobot preferensi sebagai: Vektor bobot W= (1, 0.50, 0.50, 0.75, 0.25) Matriks keputusan dibentuk dari tabel kecocokan sebagai berikut: X = 0.50 0.50 0.75 0.50 0.50 0.75 0.75 0.75 0.75 0.50 1 1 1 1 0.50 0.25 0.25 0.50 0.25 0.50 Untuk menentukan bobot dari lokasi pemasaran rumah dibentuk dalam tabel di bawah ini. Tabel 8 : Bobot untuk Lokasi Pemasaran Rumah. Kriteria Bobot Nilai C 1 Sangat Tinggi (ST) 1 C 2 Sedang 0.50 C 3 Sedang 0.50 C 4 Tinggi 0.75 C 5 Rendah 0.25 4. Implementasi Sistem Implementasi dari sistem pendukung keputusan penentuan lokasi pemasaran rumah dengan metode Simple Additive Weighting (SAW) ke dalam bentuk program dengan menggunakan bahasa pemrograman Visual Basic.Net 2008. Berdasarkan dari perancangan sebelumnya, maka hasil tampilan dari implementasi ini adalah sebagai berikut: 1. Tampilan Form Login 10
Form login berfungsi untuk melakukan proses login. Berikut ini merupakan tampilan dari form login. Gambar 4 : Tampilan Form Pembobotan Nilai Gambar 1 : Tampilan Form Login 2. Tampilan Form Menu Utama Form Menu Utama berfungsi untuk menampilkan form-form lain yang ada di dalam sistem. Berikut ini merupakan tampilan dari form menu utama. 5. Tampilan Form Penelusuran Form Penelusuran nilai berfungsi untuk menampilkan hasil penelusuran.berikut merupakan tampilan dari form penelurusan. Gambar 2 : Tampilan Menu Utama 3. Tampilan Form Lokasi (Alternatif) Form Lokasi berfungsi untuk melakukan penginputan data lokasi atau data alternative. Berikut merupakan tampilan dari form lokasi. Gambar 3 : Tampilan Form Lokasi 4. Tampilan Form Pembobotan Nilai Form Pembobotan nilai berfungsi untuk melakukan pembobotan terhadap semua kriteria.berikut merupakan tampilan dari form pembobotan nilai kriteria. Gambar 5 : Form Penelusuran 5. Kesimpulan Dan Saran 5.1 Kesimpulan Setelah menganalisis, merancang, dan menguraikan sistem pendukung keputusan penentuan lokasi pemasaran rumah pada PT. Vista Estate Medan, dan berdasarkan pada rumusan masalah dari penelitian yang dijadikan dasar dalam penyusunan skripsi ini maka penulis menarik beberapa kesimpulan yaitu: 1. Penentuan lokasi pemasaran rumah yang diterapkan pada PT. Vista Estate Medan yaitu melakukan penyeleksian alternatif terbaik yang pantas dijadikan sebagai lokasi pemasaran rumah. 2. Penerapan metode Simple Additive Weighting (SAW) untuk penentuan lokasi pemasaran rumah dapat mengambil keputusan berdasarkan beberapa alternatif yang harus diambil dengan kriteria yang menjadi bahan pertimbangan. 3. Perancangan aplikasi penentuan lokasi pemasaran rumah pada PT. Vista Estate Medan dapat mempermudah perusahaan dalam meyeleksi lokasi yang akan dijadikan sebagai lokasi pemasaran rumah dan data yang dihasilkan lebih efektif dan efesien. 5.2 Saran Sistem informasi yang ada pada PT. Vista Estate sudah cukup baik, namun penulis hanya ingin memberikan saran agar sistem informasi 11
menjadi jauh lebih efektif dan efisien lagi. Saransaran yang dapat penulis sampaikan untuk pengembangan penelitian selanjutnya adalah: 1. PT. Vista Estate harus mempertimbangkan kriteria-kriteria untuk setiap alternatif yang akan dijadikan sebagai lokasi pemasaran rumah dalam proses penentuan lokasi pemasaran rumah sehingga hal tersebut dapat menunjang perkembangan sistem informasi untuk aplikasi penentuan lokasi pemasaran rumah. 2. Diharapkan untuk peneliti berikutnya mampu menerapkan Metode Simple Additive Weighting untuk kasus yang berbeda dengan yang dibuat penulis. 3. Perusahaan harus membuat aplikasi untuk penentuan lokasi pemasaran rumah agar sistem aplikasi dapat bekerja dengan baik, cepat dan akurat. Daftar Pustaka [1]. Kadir Abdul, Pengenalan Sistem Informasi, Penerbit Andi, Yogyakarta, 2001 [2]. Sutabri Tata, Analisis Sistem infromasi, Penerbit Andi, Yogyakarta, 2004 [3]. Turban Efrain, Decision Support System And Intelligent System, Penerbit Andi, Yogyakarta, Edisi Bahasa Indonesia, 2005 [4]. Kadarsah, Suryadi, dan Ramdani, M. Ali, Sistem Pendukung Keputusan, Suatu Wacana Struktural/ Idealisasi dan Implementasi Konsep Pengambilan Keputusan, Penerbit Rosdakarya, Bandung, 2002 [5]. Daihani, Umar Dadan, Komputerisasi Pengambilan Keputusan, Elex-Media Komputindo, Jakarta, 2001 [6]. Kusrini, Konsep dan Aplikasi Sistem Pendukung Keputusan, Penerbit Andi, Yogyakarta, 2007 [7]. Jogiyanto, Analisis dan Perancangan Sistem Informasi, Penerbit Andi, Yogyakarta, 2005 [8]. Kusumadewi Sri, Agus Harjoko, dan Retantyo, Fuzzy Multi Attribute Decision Making (Fuzzy MADM), Penerbit Graha Ilmu, Yogyakarta, 2006 [9]. Basyaib Fachmi, Teori Pembuatan Keputusan, PT. Grasindo, Jakarta, 2006 [10]. Wahyudi Bambang, Konsep Sistem Informasi dari BIT Sampai Ke Database, Penerbit Andi, Yogyakarta, 2008 [11]. Winarto Edy, M. Eng, dan Ali Zaki, Visual Studio 2008, PT. Gramedia Pustaka Utama, Jakarta, 2008 [12]. Rosa Salahuddin, A.S, Modul Pembelajaran Pekayasa Perangkat Lunak (Terstruktur dan Berorientasi Objek, 2011 12