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

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

kapabilitas komputer untuk meningkatkan kualitas keputusan.

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

BAB II KAJIAN PUSTAKA. diidentifikasi atau untuk melayani suatu tujuan. masalah-masalah tidak terstruktur (Turban,dkk., 2005).

BAB II KAJIAN PUSTAKA A. Sistem Pendukung Keputusan Decision support system atau sistem penunjang keputusan disingkat menjadi DSS, secara umum

BAB II KAJIAN PUSTAKA

BAB 2 LANDASAN TEORI

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

BAB 1 PENDAHULUAN. 1.1 Latar Belakang

BAB II KAJIAN PUSTAKA

BAB II KAJIAN PUSTAKA

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

BAB II KAJIAN PUSTAKA

BAB 2 TINJAUAN PUSTAKA

BAB II. KAJIAN PUSTAKA. Menurut Gorry dan Scott (1970) dalam Turban (2005) Sistem Pendukung

BAB II TINJAUAN PUSTAKA. berbagai alternatif untuk mencapai suatu tujuan atau beberapa tujuan. untuk membangun rencana kedepan. (Turban dkk.

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

BAB II TINJAUAN PUSTAKA

BAB II TINJAUAN PUSTAKA

PENGEMBANGAN SISTEM PENUNJANG KEPUTUSAN PENENTUAN PEMBERIAN BEASISWA TINGKAT SEKOLAH

DECISION SUPPORT SYSTEMS

BAB II LANDASAN TEORI

kedalam tanaman pangan, misalnya sukun.

BAB II TINJAUAN PUSTAKA

BAB II TINJAUAN PUSTAKA DAN DASAR TEORI. Menggunakan Metode Simple Additive Weighting (SAW). Penelitian digunakan

Multi-Attribute Decision Making

SISTEM PENDUKUNG KEPUTUSAN PEMILIHAN LAPTOP DENGAN METODE SIMPLE ADDITIVE WEIGHTING (SAW)

BAB II KAJIAN PUSTAKA

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

SISTEM PENDUKUNG KEPUTUSAN PENENTUAN LOKASI USAHA BARU DENGAN METODE SIMPLE ADDTIVE WEIGTHING(SAW) Studi Kasus : TUPANG ENTERTAIMENT

pamahaman terhadap dan menguji solusi yang layak.

BAB II TINJAUAN PUSTAKA

BAB II LANDASAN TEORI

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

SISTEM PENDUKUNG KEPUTUSAN PENJURUSAN SMA MENGGUNAKAN METODE SIMPLE ADDITIVE WEIGHTING

BAB II TINJAUAN PUSTAKA

BAB II KAJIAN PUSTAKA

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

Majalah Ilmiah, Vol. 25, No. 1, Maret 2018, Hal E-ISSN P-ISSN Copyright 2018 by LPPM UPI YPTK Padang

BAB III METODOLOGI PENELITIAN

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

BAB 2 LANDASAN TEORI

SISTEM PENDUKUNG KEPUTUSAN PEMILIHAN BEASISWA DENGAN METODE SIMPLE ADDITIVE WEIGHTING (SAW) (Study Kasus SD Negeri 3 Patoman )

BAB II KAJIAN PUSTAKA

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

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

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

BAB II TINJAUAN PUSTAKA DAN DASAR TEORI

Decision Support System (DSS)

Disusun oleh: ANGGRAINI DIAH PUSPITANINGRUM KELAS: 22

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

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

BAB II LANDASAN TEORI

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

BAB III LANDASAN TEORI. sistem, pengertian sistem informasi, sumber dari sistem informasi, dan metodemetode. lainnya yang dipakai dalam pembahasan.

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

BAB 2 LANDASAN TEORI

PENGEMBANGAN APLIKASI SISTEM INFORMASI REKOMENDASI TEMPAT WISATA DIKOTA BATU MENGGUNAKAN METODE ELECTRE

Bab 2 Tinjauan Pustaka

Rudi Hartoyo ( )

: ANALISIS DAN PERANCANGAN SISTEM. berbasis web dengan gambaran umum rancangannya.

SISTEM PENDUKUNG KEPUTUSAN PEMILIHAN KARYAWAN TERBAIK MENGUNAKAN METODE SAW

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

BAB III METODE ELECTRE DAN PERANCANGAN SISTEM

Daniel Oktodeli Sihombing Program Studi Manajemen Informatika, AMIK BSI, Pontianak

SKRIPSI Diajukan Untuk Memenuhi Salah Satu Syarat Guna Memperoleh Gelar Sarjana Komputer ( S.Kom ) Pada Prodi Teknik Informatika OLEH :

PERANCANGAN DAN PEMBUATAN SISTEM PENDUKUNG KEPUTUSAN PEMILIHAN KEBUTUHAN RESEPSI PERNIKAHAN MENGGUNAKAN METODE SAW PADA PORTAL WEBSITE PERNIKAHAN

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

BAB II LANDASAN TEORI

Perancangan Website Ujian. Teknik Elektro UNDIP Berbasis HTML

P5 Tingkatan dan Karakteristik SPK. A. Sidiq P. Program Studi Teknik Informatika Fakultas Teknologi Informasi Universitas Mercu Buana Yogyakarta

RANCANG BANGUN SISTEM REKRUTMEN KARYAWAN BARU DI RUMAH SAKIT BHAYANGKARA HASTA BRATA BATU DENGAN METODE SIMPLE ADDITIVE WEIGHTING

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

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

BAB 1 PENDAHULUAN. Komputer adalah kekuatan yang dominan di dalam masyarakat. Penggunaannya terus saja

I R A P R A S E T Y A N I N G R U M

LAPORAN SISTEM PENUJANG KEPUTUSAN UNTUK MENENTUKAN PENERIMAAN BEASIWA BAGI MAHASISWA

APLIKASI BERBASIS WEB

BAB I PENDAHULUAN. internet yang sangat membantu dalam kemudahan serta kecepatan pengiriman,

BAB 2 TINJAUAN PUSTAKA

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

SISTEM PENUNJANG KEPUTUSAN UNTUK PENGALOKASIAN DANA BANTUAN LANGSUNG MASYARAKAT DENGAN MENGGUNAKAN METODE SIMPLE ADDITIVE WEIGHTING

Sistem Pendukung Keputusan Dalam Menentukan Dosen Pembimbing Skripsi

Umu Habibah, Ely Setyo Astuti 1, Dwi Puspitasari 2. Program Studi Teknik Informatika, Jurusan Teknologi Informasi, Politeknik Negeri Malang.

SISTEM PENDUKUNG KEPUTUSAN PENYELEKSIAN CALON SISWA BARU DI SMA NEGERI 3 GARUT

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

BAB II TINJAUAN PUSTAKA

SISTEM PENDUKUNG KEPUTUSAN PERBAIKAN INFRASTRUKTUR TI OLEH DIVISI PUSLIA DI BAPENDA PROVINSI JAWA BARAT DENGAN METODE SIMPLE ADDITIVE WEIGHTING (SAW)

SISTEM PENDUKUNG KEPUTUSAN PEMILIHAN SMARTPHONE ANDROID MENGGUNAKAN METODE SIMPLE ADDITIVE WEIGHTING (SAW)

Jasmir Prodi Teknik Informatika, STIKOM Dinamika Bangsa Jambi

BAB II TINJAUAN PUSTAKA

BAB 2 LANDASAN TEORI

MENGENAL PHP BAB Apakah PHP Itu?

Disusun oleh: ANGGRAINI DIAH PUSPITANINGRUM KELAS: 22

BAB III LANDASAN TEORI. Pada bab ini akan dijelaskan mengenai teori dasar yang digunakan oleh penulis sebagai acuan dalam membangun aplikasi.

SIMPLE ADDITIVE WEIGHTING (SAW)

BAB II TINJAUAN PUSTAKA

Sistem Pendukung Keputusan Pengangkatan Karyawan Berdasarkan Hasil Evaluasi Masa Percobaan

SISTEM PENDUKUNG KEPUTUSAN PENERIMAAN SISWA BARU SMK MA ARIF 01 KALIREJO LAM-TENG MENGGUNAKAN METODE SAW (SIMPLE ADDITIVE WEIGHTING)

BAB III LANDASAN TEORI

Transkripsi:

BAB II KAJIAN PUSTAKA A. Sistem Pendukung Keputusan/ Decision Support System (DSS) DSS adalah sistem pendukung berbasis komputer bagi para pengambil keputusan manajemen yang menangani masalah-masalah tidak terstruktur (Turban, dkk., 2005). Tujuan dari DSS adalah (Turban, dkk., 2005): 1. Membantu manajer dalam pengambilan keputusan atas masalah semiterstruktur. 2. Memberikan dukungan atas pertimbangan manajer dan bukannya dimaksudkan untuk menggantikan fungsi manajer. 3. Meningkatkan efektivitas keputusan yang diambil manajer lebih daripada perbaikan efisiensinya. 4. Kecepatan komputasi. Komputer memungkinkan para pengambil keputusan untuk melakukan banyak komputasi secara cepat dengan biaya yang rendah. 5. Peningkatan produktivitas. Membangun satu kelompok pengambil keputusan, terutama para pakar, bisa sangat mahal. 6. Dukungan kualitas. Komputer bisa meningkatkan kualitas keputusan yang dibuat. 7. Berdaya saing. Manajemen pemberdayaan sumber daya perusahaan. Tekanan persaingan menyebabkan tugas pengambilan keputusan menjadi 19

sulit. Persaingan didasarkan tidak hanya pada harga, tetapi juga pada kualitas, kecepatan, kustomasi produk, dan dukungan pelanggan. 8. Mengatasi keterbatasan kognitif dalam pemrosesan dan penyimpanan. Karakteriktik yang diharapkan ada dalam DSS adalah (Turban, dkk., 2005): 1. Dukungan kepada pengambil keputusan, terutama pada situasi semiterstruktur dan tak terstrukur, dengan menyertakan penilaian manual dan informasi terkomputerisasi. 2. Dukungan untuk semua level manajerial, dari eksekutif puncak sampai manajer lini. 3. Dukungan untuk individu dan kelompok. 4. Dukungan untuk keputusan independen dan/atau sekuensial. Keputusan dapat dibuat sekali, beberapa kali, atau berulang-ulang. 5. Dukungan di semua fase proses pengambilan keputusan: inteligensi, desain, pilihan, dan implementasi. 6. Dukungan diberbagai proses dan gaya pengambilan keputusan. 7. Adaptivitas sepanjang waktu. Pengambil keputusan seharusnya reaktif, bisa menghadapi berbagai perubahan kondisi secara cepat, dan mengadaptasi DSS untuk memenuhi kebutuhan tersebut. 8. Pengguna seperti merasa di rumah. Rumah-pengguna, kapabilitas grafis yang sangat kuat, dan antarmuka manusia-mesin yang interaktif dengan satu bahasa alami bisa sangat meningkatkan efektifitas DSS. 9. Peningkatan efektifitas pengambilan keputusan (akurasi, timelines, kualitas) daripada efisiensinya (biaya pengambilan keputusan). 20

10. Kontrol penuh oleh pengambil keputusan terhadap semua langkah proses pengambilan keputusan dalam memecahkan suatu masalah. DSS secara khusus menekankan untuk mendukung pengambilan keputusan bukan untuk menggantikan. 11. Pengguna akhir bisa mengembangkan dan memodifikasi sendiri sistem sederhana. 12. Model-model digunakan untuk menganalisis situasi pengambilan keputusan. Kapabilitas pemodelan memungkinkan eksperimen dengan berbagai strategi yang berbeda di bawah konfigurasi yang berbeda. 13. Akses kesediaan untuk berbagai sumber data, format, dan tipe, mulai dari sistem informasi geografi (GIS) sampai sistem berorientasi objek. 14. Dapat digunakan sebagai alat standalone oleh seorang pengambil keputusan pada satu lokasi atau didistribusikan di suatu organisasi secara keseluruhan dan dibeberapa organisasi sepanjang rantai persediaan. Dapat diintegrasikan dengan DSS lain dan atau aplikasi lain, serta bisa didistribusikan secara internal dan eksternal menggunkan networking dan teknologi web. Karakteristik dari DSS tersebut memungkinkan para pengambil keputusan untuk membuat keputusan yang lebih baik dan lebih konsisten dalam satu cara yang dibatasi oleh waktu. Keputusan yang diambil untuk menyelesaikan suatu masalah dilihat dari keterstrukturannya yang bisa dibagi menjadi: 21

1. Keputusan tertstruktur (structured decision) Keputusan terstruktur adalah keputusan yang dilakukan secara berulangulang dan bersifat rutin. Prosedur pengambilan keputusannya sangat jelas. Keputusan tersebut terutama dilakukan pada manajemen tingkat bawah. Misalnya, keputusan pemesanan barang. 2. Keputusan semiterstruktur (semistructured decision) Keputusan semiterstruktur adalah keputusan yang memiliki dua sifat. Sebagian keputusan bisa ditangani oleh komputer dan yang lain tetap harus dilakukan oleh pengambil keputusan. Prosedur dalam pengambilan keputusan ini secara garis besar sudah ada, tetapi ada beberapa hal yang masih memerlukan kebijakan dari pengmabil keputusan. Biasanya keputusan semcam ini diambil oleh manajemen tingkat menengah dalam suatu organisasi. Contoh dari keputusan jenis ini adalah penjadwalan produksi. 3. Keputusan tak terstruktur (unstrucuterd decision) Keputusan tak terstruktur adalah keputusan yang penanganannya rumit karena tidak terjadi berulang-ulang atau tidak selalu terjadi. Keputusan tersebut menuntut pengalaman dan berbagai sumber yang bersifat eksternal. Keputusan tersebut umumnya terjadi pada manajemen tingkat atas. Contoh dari keputusan tak terstruktur adalah keputusan untuk bergabung dengan perusahaan lain. 22

B. Obyek Wisata Dalam dunia kepariwisataan, segala sesuatu yang menarik dan bernilai untuk dikunjungi dan dilihat, disebut atraksi atau lazim pula dinamakan objek wisata. Objek wisata adalah segala sesuatu yang mempunyai daya tarik, keunikan dan nilai yang tinggi, yang menjadi tujuan wisatawan datang ke suatu daerah tertentu. (Soekadijo, 2000). Sebuah objek wisata yang baik harus dapat mendatangkan wisatawan sebanyak-banyaknya, menahan mereka ditempat objek wisata dalam waktu yang cukup lama dan memberi kepuasan kepada wisatawan yang datang berkunjung. Untuk mencapai hasil itu, beberapa syarat harus dipenuhi, yaitu (Soekadijo, 2000): 1. Kegiatan (act) dan objek (artifact) yang merupakan objek wisata itu sendiri harus dalam keadaan yang baik. 2. Karena objek wisata itu disajikan dihadapan wisatawan, maka cata penyajiannya harus tepat. 3. Objek wisata adalah terminal dari suatu mobilitas spasial atau perjalanan. Oleh karena itu juga harus memenuhi semua determinan mobilitas spasial,yaitu akomodasi, transportasi dan promosi serta pemasaran. 4. Keadaan di objek wisata harus dapat menahan wisatawan cukup lama. 5. Kesan yang diperoleh wisatawan waktu menyaksikan atraksi wisata harus diusahakan supaya bertahan selama mungkin. 23

Banyaknya tempat wisata di Kabupaten Purbalingga diantaranya seperti Owabong, Wisata Karangbanjar, Curug Silintang dan Silawang, Pubasari Pancuran Mas, Museum Uang dan Wayang, Goa Lawa, Kelenteng Hok Tek Tjeng Sin, Kolam Pemandian Walik, Monumen Jendral Soedirman, dan Wana Wisata Serang. Kriteria yang sering dijadikan acuan untuk menarik minat masyarakat di antaranya adalah jenis wisata, biaya tiket, akses jalan, pusat perbelanjaan serta fasilitas. Hal itu tentunya menjadi permasalahan tersendiri bagi masyarakat karena setiap jenis wisata mempunyai kriteria atau ketentuan yang berbeda-beda. C. SAW (Simple Additive Weighting) Menurut (Fishburn (1967) dan MacCrimmon (1968) dalam Kusumadewi, dkk. (2006)) mendefinisikan Simple Additive Weighting (SAW) merupakan penjumlahan terbobot. Konsep dasar metode (SAW) adalah mencari penjumlahan terbobot dari rating kinerja pada setiap alternatif pada semua kriteria. Metode SAW membutuhkan proses normalisasi matriks keputusan (X) ke suatu skala yang dapat diperbandingkan dengan semua rating alternatif yang ada. Adapun langkah penyelesaian dalam menggunakannya adalah : 1. Menentukan alternatif, yaitu A i. i = 1, 2, m 2. Menentukan kriteria yang dijadikan acuan dalam pengambilan keputusan, yaitu C j. j = 1, 2, n 3. Memberikan nilai rating kecocokan setiap alternatif pada setiap kriteria. 4. Menentukan bobot preferensi atau tingkat kepentingan (W) setiap kriteria seperti pada persamaan 1. [ ]...(1) 24

5. Membuat tabel rating kecocokan dari setiap alternatif pada setiap kriteria. 6. Membuat matriks keputusan (X) yang dibentuk dari tabel rating kecocokan dari setiap alternatif pada setiap kriteria, seperti pada persamaan 2. [ ]...(2) 7. Melakukan normalisasi matriks keputusan dengan cara menghitung nilai dari rating setiap kriteria ternormalisasi ( ) dari alternatif A i pada kriteria C j seperti persamaan 3. {...(3) Keterangan : r ij x ij Max x ij Min x ij Benefit Cost = Nilai rating ternormalisasi = Nilai atribut yang dimiliki setiap kriteria = Nilai terbesar dari setiap kriteria = Nilai terkecil dari setiap kriteria = Jika nilai terbesar adalah nilai terbaik = Jika nilai terkecil adalah nilai terbaik 25

a. Dikatakan kriteria keuntungan apabila nilai merupakan nilai maximum terbaik, sebaliknya kriteria biaya apabila merupakan nilai minimum tebaik. b. Apabila berupa kriteria keuntungan maka nilai dibagi dengan nilai dari setiap kolom, sedangkan untuk kriteria biaya, nilai dari setiap kolom dibagi dengan nilai. c. Dengan r ij adalah rating kinerja ternormalisasi dari alternatif A i pada atribut C j ; i = 1,2,... m dan j = 1,2,... n. 8. Hasil dari nilai rating kinerja ternormalisasi ( ) membentuk matriks ternormalisasi (R) seperti persamaan 4. [ ]...(4) 9. Hasil akhir nilai preferensi (V i ) diperoleh dari penjumlahan dari perkalian elemen baris matrik ternormalisasi (R) dengan bobot preferensi (W) yang bersesuaian elemen kolom matriks (W) seperti persamaan 5. V i n j 1 w j r ij...(5) Keterangan : V i : Nilai akhir dari alternative w j : Bobot yang telah ditentukan r ij : Normalisasi matriks 26

Nilai V i yang lebih besar mengindikasikan bahwa alternatif A i lebih terpilih. Contoh Kasus : 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 : A1 = Ngemplak, A2 = kalasan, A3 = Kota Gedhe. Ada 5 kriteria yang dijadikan acuan dalam pengambilan keputusan, yaitu : C1 = jarak dengan pasar terdekat C2 = kepadatan penduduk di sekitar lokasi C3 = jarak dari pabrik C4 = jarak dengan gudang yang sudah ada C5 = harga tanah untuk lokasi Rating kecocokan setiap alternatif pada setiap kriteria, dinilai dengan 1 5, yaitu : 1 = Sangat buruk, 2 = Buruk 3 = Cukup 4 = Baik 5 = Sangat baik Rating kecocokan dari setiap alternatif pada setiap kriteria dapat dilihat pada Tabel 1. 27

Tabel 1. Rating kecocokan dari setiap alternatif pada setiap kriteria Kriteria Alternatif C 1 C 2 C 3 C 4 C 5 A 1 4 4 5 3 3 A 2 3 3 4 2 3 A 3 5 4 2 2 2 Matriks keputusan dibentuk dari tabel kecocokan dari Tabel 1 seperti berikut: [ ] Kemudian dilakukan normalisasi berdasarkan persamaan 3 sebagai berikut: r 11 = = = 0,80 r 21 = = = 0,60 r 31 = = = 1 r 12 = = = 1 r 22 = = = 0,75 r 32 = = = 1 28

r 13 = = = 1 r 23 = = = 0,80 r 33 = = = 0,40 r 14 = = = 1 r 24 = = = 0,66 r 34 = = = 0,66 r 15 = = = 1 r 25 = = = 1 r 35 = = = 0,66 sehingga diperoleh matriks ternormalisasi (R) seperti persamaan 4 sebagai berikut: [ ] Proses perankingan dengan menggunakan bobot yang telah diberikan oleh pengambilan keputusan sebagai berikut: [ ] 29

Hasil perankingan yang diperoleh berdasarkan persamaan 5 adalah sebagai berikut: V 1 = (5)(0,80) + (3)(1,00) + (4)(1,00) + (4)(1,00) + (2)(1,00) = 17 V 2 = (5)(0,60) + (3)(0,75) + (4)(0,80) + (4)(0,66) + (2)(1,00) = 13,1167 V 3 = (5)(1,00) + (3)(1,00) + (4)(0,40) + (4)(0,66) + (2)(0,66) = 13,6 Nilai terbesar ada pada V 1 sehingga alternatif A 1 adalah alternatif yang terpilih sebagai alternatif terbaik. Dengan kata lain Ngemplak terpilih sebagai lokasi untuk mendirikan gudang baru. D. PHP (Programming Hypertext Preprocessor) PHP secara umum dikenal sebagai bahasa pemrograman script-script yang membuat dokumen HTML yang dieksekusi di server web, dokumen HTML yang dihasilkan dari suatu aplikasi bukan dokumen HTML yang dibuat dengan editor teks atau editor HTML. Jika menggunakan PHP maka maintenance suatu situs web menjadi lebih mudah. Proses update data dapat dilakukan dengan aplikasi yang dibuat dengan script PHP. PHP secara mendasar dapat mengerjakan semua yang dapat dikerjakan oleh CGI (Common Gateway Interface), seperti mendapatkan data dari form, menghasilkan isi halaman web yang dinamik, dan menerima cookies. CGI adalah spesifikasi standar modul yang ditambahkan kepada server web, agar server web dapat memiliki kemampuan untuk memberikan layanan yang interaktif, tidak sekedar melayani permintaan dokumen web (HTML) saja. PHP juga telah dikembangkan menjadi bahasa pemrograman script yang dapat dijalankan diatas platform sistem operasi secara langsung. PHP dapat digunakan untuk membuat program dekstop, sehingga tidak perlu untuk 30

mempelajari bahasa pemrograman lain. Kemampuan (feature) PHP yang paling diandalkan adalah dukungan kepada banyak database. Membuat halaman web yang menggunakan data dari database dengan sangat mudah dapat dilakukan. Berikut adalah database yang didukung oleh PHP : Adabas D, dbase, Empress, FilePro, FrontBase, MSQL, MySQL, ODBC, Oracle, dan lain-lain (Sidik, 2012). E. XAMPP Menurut Utomo (2008), XAMPP adalah sebuah paket perangkat lunak yang di dalamnya terdiri dari Apache, MySQL, dan PHP. Apache merupakan salah satu perangkat lunak yang dipergunakan secara luas pada sistem operasi Linux. Pengembangannya yang dimulai dari tahun 1995 oleh sekelompok kecil pemrogram yaitu Apache Software Foundation Incorporated, pada tahun 1999 mulai berkonsentrasi untuk mendukung projek Aphace HTTP server. Dengan berbasis jumlah pengguna lebih dari 25 juta server di seluruh dunia, membuat Apache HTTP server mempunyai keunggulan dari sisi fleksibilitas dan perfomansi. F. Website Menurut Jovan (2007), Website adalah media penyampaian informasi di internet. Web menyajikan informasi menggunakan Hypertext Markup Language sehingga dapat menampilkan informasi dengan berbagai format data seperti text, image, bahkan video dan dapat diakses menggunakan berbagai aplikasi klien. Selain dikenal sederhana dan mudah, adanya teknologi server side programming pada web memungkinkan penyajian informasi yang lebih menarik dan dinamis dengan pengelolaan yang terorganisasi. 31

G. Penelitian Sejenis 1. Sistem pendukung keputusan penentuan penyakit tanaman sayuran menggunakan Metode Simple Additive Weighting (SAW) (Afiani, 2014). Telah dikembangkan sebuah sistem pendukung keputusan dalam penentuan penyakit tanaman sayuran menggunakan metode Simple Additive Weighting (SAW). Metode ini merupakan metode yang tepat untuk menentukan penyakit tanaman sayuran dan disertakan penanggulangan untuk suatu gejala yang timbul pada suatu tanaman sayuran, karena dengan menggunakan metode ini akan menghasilkan alternatif alternatif terbaik berdasarkan kriteria kriteria yang ditentukan. 2. Sistem Pendukung Keputusan Pemilihan Tempat Wisata di Timor Leste menggunakan metode ELimination Et Choix Traduisant la Realita (ELECTRE) (Oktovianus. P, dkk, 2014). Penelitian ini menghasilkan sebuah aplikasi web yang memberikan informasi rekomendasi kepada user atau pengguna dalam hal ini merupakan calon wisatawan. Rekomendasi yang diberikan sistem didasarkan pada masukkan yang diberikan user kemudian diproses dengan metode ELECTRE sehingga menghasilkan rekomendasi daftar tempat berwisata. Dan Kriteria yang digunakan yaitu biaya, jarak dan waktu. 3. Sistem pendukung keputusan Pemilihan Lokasi Objek Wisata di Kabupaten Grobogan menggunakan metode Profile Matching. (Nugroho, 2015). 32

Sistem pendukung keputusan penentuan objek wisata dilakukan secara perhitungan detail berdasarkan metode profile matching. Sistem pendukung keputusan memberikan hasil berupa prioritas objek wisata yang sesuai bagi setiap wisatawan. Sistem ini juga mengacu pada skala bobot yang dimuliki oleh setiap wisatawan dalam memilih objek wisata dan kriteria yang digunakan yaitu factor biaya, fasilitas objek wisata, jenis objek wisata, dan jarak tempuh ke objek wisata. 33