Sistem Pendukung Keputusan untuk Menentukan Alat Tangkap yang Sesuai bagi Nelayan di Madura Menggunakan Metode AHP-TOPSIS

dokumen-dokumen yang mirip
KOMBINASI METODE AHP DAN TOPSIS PADA SISTEM PENDUKUNG KEPUTUSAN

BAB I PENDAHULUAN. 1.1 Latar Belakang

Multi-Attribute Decision Making

PEMILIHAN STRATEGI KEBIJAKAN PEMBINAAN UMKM DI DINAS KUMKM DAN PERDAGANGAN PROVINSI DKI JAKARTA DENGAN METODE AHP DAN TOPSIS

PENENTUAN LOKASI PROGRAM PENGEMBANGAN KAWASAN PERDESAAN BERKELANJUTAN KABUPATEN BULUNGAN PROVINSI KALIMANTAN UTARA

DAFTAR ISI. KATA PENGANTAR... Error! Bookmark not defined. UCAPAN TERIMA KASIH... Error! Bookmark not defined. ABSTRAK... iv. ABSTRACT...

PENENTUAN PEMINATAN PESERTA DIDIK MENGGUNAKAN METODE AHP-TOPSIS (STUDI KASUS SMA NEGERI 6 SEMARANG)

SISTEM PENDUKUNG KEPUTUSAN PEMILIHAN PROVIDER INTERNET MENGGUNAKAN METODE AHP dan SAW DOSEN : DRS. RETANTYO WARDOYO, M.Sc., Ph.D

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

PENERAPAN METODE TOPSIS UNTUK MENDUKUNG PROGRAM BANTUAN PERUMAHAN RAKYAT

UNIVERSITAS MURIA KUDUS FAKULTAS TEKNIK SISTEM INFORMASI

PERBANDINGAN PENERAPAN METODE SAW DAN TOPSIS DALAM SISTEM PEMILIHAN LAPTOP

ANALISIS DAN IMPLEMENTASI PERANGKINGAN PEGAWAI MENGGUNAKAN METODE ANALYTICAL HIERARCHY PROCESS DAN SUPERIORITY INDEX

PENENTUAN SISWA BERPRESTASI PADA SMK WIDYA YAHYA GADINGREJO DENGAN METODE SAW

Kajian Keramahan Alat Tangkap Ikan Hias Ramah Lingkungan from Yayasan TERANGI

METODE ANALYTICAL HIERARCHY PROCESS DALAM PENGAMBILAN KEPUTUSAN PEMILIHAN GALANGAN KAPAL UNTUK PEMBANGUNAN KAPAL TANKER DI PULAU BATAM

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

PENGEMBANGAN SISTEM PENDUKUNG KEPUTUSAN PENENTUAN KELAYAKAN LOKASI CABANG BARU USAHA CLOTHING MENGGUNAKAN METODE AHP-TOPSIS

BAB 3 METODE PENELITIAN

BAB I PENDAHULUAN 1.1. Latar Belakang

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

BAB III METODE PENELITIAN

ANALYTICAL HIERARCHY PROCESS (AHP) Amalia, ST, MT

SISTEM PENDUKUNG KEPUTUSAN METODE AHP DAN AHP TOPSIS UNTUK PENENTUAN STAF KURIKULUM SEKOLAH

1. BAB I PENDAHULUAN 1.1 Latar Belakang

ISSN VOL 15, NO 2, OKTOBER 2014

PENERAPAN PERBANDINGAN METODE AHP-TOPSIS DAN ANP-TOPSIS MENGUKUR KINERJA SUMBER DAYA MANUSIA DI GORONTALO

ANALISA PEMILIHAN APLIKASI BERITA BERBASIS MOBILE MENGGUNAKAN METODE ANALYTICAL HIERARCHY PROCESS (AHP)

3 METODE PENELITIAN 3.1 Waktu dan Tempat 3.2 Metode Pengumpulan Data

BAB II LANDASAN TEORI

Sistem Pendukung Keputusan Vendor Management...

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

BAB I PENDAHULUAN. 1.1 Latar Belakang Permasalahan. Konsumen tidak lagi hanya menginginkan produk yang berkualitas, tetapi juga

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

ANALISIS DAN PERANCANGAN APLIKASI REKOMENDASI MOBIL MULTI KRITERIA MENGGUNAKAN METODE FUZZY HYBRID

Sistem Pengukuran Kinerja Sumber Daya Manusia Mengunakan Metode ANP-TOPSIS

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

BAB III METODE FUZZY ANP DAN TOPSIS

PENGGUNAAN METODE AHP DAN TOPSIS DALAM PENENTUAN PENGAMBILAN SAMPEL UJI PETIK DALAM PELAKSANAAN PEMERIKSAAAN PEKERJAAN KONSTRUKSI

BAB II TINJAUAN PUSTAKA

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

BAB 2 LANDASAN TEORI

ANALISIS PEMILIHAN SUPPLIER MENGGUNAKAN METODE ANALYTIC HIERARCHY PROCESS (AHP)

Jurnal Sistem dan Teknologi Informasi (JUSTIN) Vol. 1, No. 1, (2016) Jurnal Sistem dan Teknologi Informasi (JUSTIN) Vol. 2, No.

Kuliah 11. Metode Analytical Hierarchy Process. Dielaborasi dari materi kuliah Sofian Effendi. Sofian Effendi dan Marlan Hutahaean 30/05/2016

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

BAB IV PENGUMPULAN DAN PENGOLAHAN DATA

DAFTAR ISI. PERSETUJUAN SKRIPSI... ii. PENGESAHANDEWAN PENGUJI... iii. PERNYATAAN KEASLIAN SKRIPSI... iv

PEMILIHAN OBJEK WISATA DI SUMATERA UTARA DENGAN METODE ANALYTICAL HIERARCHY PROCESS (AHP)

BAB I PENDAHULUAN. Produksi Minyak Sawit Dunia, Gambar 1.1 Grafik Produksi Minyak Sawit Dunia, (FAO, 2010)

BAB IV PEMBAHASAN. commit to user

Sistem Pendukung Keputusan Seleksi Beasiswa Pendidikan Menggunakan Metode Simple Additive Weighting

APLIKASI PEMBERIAN KREDIT MENGGUNAKAN METODE TECHNIQUE FOR ORDER PREFERENCE BY SIMILARITY TO IDEAL SOLUTION (TOPSIS)

PENERAPAN METODE ANALYTICAL HIERARCHICAL PROCESS (AHP) UNTUK PEMILIHAN DOSEN BERPRESTASI DI UNIVERSITAS MUHAMMADIYAH JEMBER

FUZZY MADM DALAM EVALUASI PROGRAM STUDI MENGGUNAKAN METODE SIMPLE ADDITIF WEIGHTING

MODEL ANALYTICAL HIERARCHY PROCESS UNTUK PENILAIAN DESA DALAM PROGRAM DESA MAJU INHIL JAYA. Muh. Rasyid Ridha

Fasilitas Penempatan Vektor Eigen (yang dinormalkan ) Gaji 0,648 0,571 0,727 0,471 0,604 Jenjang 0,108 0,095 0,061 0,118 0,096

SISTEM PENDUKUNG KEPUTUSAN PEMILIHAN HANDPHONE MENGGUNAKAN METODE AHP (ANALYTICAL HIERARCHY PROCESS) PADA COUNTER NASA CELL SKRIPSI

Sistem Pendukung Keputusan untuk Menentukan Kelayakan Desa Mandiri Menggunakan FMADM

11 KEBIJAKAN PENGEMBANGAN PERIKANAN PELAGIS KEBERLANJUTAN KOTA TERNATE

Analisa Pemilihan Kualitas Android Jelly Bean Dengan Menggunakan Metode AHP Pendekatan MCDM

SISTEM PENDUKUNG KEPUTUSAN PEMILIHAN KENDARAAN BERMOTOR DENGAN MENGGUNAKAN METODE TECHNIQUE FOR ORDER PREFERENCE BY SIMILARITY TO IDEAL SOLUTION

SISTEM PENDUKUNG KEPUTUSAN MENENTUKAN TUJUAN WISATA PENDAKIAN MENGGUNAKAN METODE TECHNIQUE FOR ORDER PREFERENCE BY SIMILARITY TO IDEAL SOLUTION

Pemilihan Supplier Material Berdasarkan Multi Attribute Decision Making (MADM) Menggunakan Metode SAW, WP dan TOPSIS

ANALISIS KOMPARASI SIMPLE ADDITIVE WEIGHTING DAN WEIGHTED PRODUCT DALAM PENENTUAN PENERIMA BEASISWA

Sistem Penunjang Keputusan Penetapan Dosen Pembimbing dan Penguji Skipsi Dengan Menggunakan Metode AHP

DECISION SUPPORT SYSTEM FOR DETERMINING SCHOLARSHIP RECIPIENTS USING TOPSIS FMADM METHOD

BAB 2 LANDASAN TEORI

Optimalisasi TOPSIS untuk Perankingan Data Terklasifikasi Uyock Saputro 1, Hafiz Ridha Pramudita 2, Anna Baita 3

BAB III METODOLOGI PENELITIAN

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

BAB IV ANALISA DAN PERANCANGAN

Penentuan Strategi Pembinaan UMKM Provinsi DKI Jakarta Dengan Menggunakan Metode AHP TOPSIS

IMPLEMENTASI KOMBINASI METODE AHP DAN SAW DALAM PENDUKUNG KEPUTUSAN PENENTUAN KREDIT PERUMAHAN RAKYAT ABSTRAK

Multi atributte decision making (madm)

Multi-Attribute Decision Making

APLIKASI ANALYTICAL HIERARCHY PROCESS (AHP) PADA PEMILIHAN SOFTWARE MANAJEMEN PROYEK

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

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

BAB II TINJAUAN PUSTAKA

Sistem Pendukung Keputusan Mahasiswa Berprestasi Menggunakan Metode TOPSIS

SISTEM PENDUKUNG KEPUTUSAN PENENTUAN KARYAWAN TERBAIK MENGGUNAKAN METODE AHP DAN TOPSIS

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

Analytic Hierarchy Process (AHP) dan Perhitungan Contoh Kasus AHP

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

PEMILIHAN GURU BERPRESTASI MENGGUNAKAN METODE AHP DAN TOPSIS

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

Seminar Nasional Teknologi Informasi dan Komunikasi (SNASTIKOM 2013) ISBN

SISTEM PENDUKUNG KEPUTUSAN PEMILIHAN PAKET INTERNET OPERATOR TELEKOMUNIKASI DENGAN METODE AHP (ANALYTICAL HIERARCHY PROCESS)

AHP UNTUK PEMODELAN SPK PEMILIHANSEKOLAH TINGGI KOMPUTER

RANCANG BANGUN APLIKASI SISTEM PENDUKUNG KEPUTUSAN MENGGUNAKAN MODEL ANALYTICAL HIERARCHY PROCESS UNTUK PEMBERIAN BONUS KARYAWAN

1 PENDAHULUAN 1.1 Latar Belakang

Prosiding Matematika ISSN:

BAB II TINJAUAN PUSTAKA Sistem Pendukung Keputusan

BAB 2 TINJAUAN PUSTAKA

Seleksi Material Menggunakan Metode Analytical Hierarchy Process Dan Pugh Gabriel Sianturi

PENENTUAN DALAM PEMILIHAN JASA PENGIRIMAN BARANG TRANSAKSI E-COMMERCE ONLINE

Penerapan Metode Weighted Product Model Untuk Seleksi Calon Karyawan

Sistem Pendukung Keputusan Pemilihan Mata Pelajaran Unggulan Pada LPI Al-Muhajirin Cibeurih

Penggunaan Metode Analytical Hierarcy Process dalam Menentukan Kelayakan Sambungan KWH Meter Pelanggan Baru PT.PLN (Persero)

Transkripsi:

Sistem Pendukung Keputusan untuk Menentukan Alat Tangkap yang Sesuai bagi Nelayan di Madura Menggunakan Metode AHP-TOPSIS Heru Lumaksono 1, Hozairi 2 Jurusan Teknik Bangunan Kapal 1, Program Studi Teknik Informatika 2 Politeknik Perkapalan Negeri Surabaya (PPNS) 1, Universitas Islam Madura (UIM) 2 Surabaya 1, Pamekasan 2 - Indonesia e-mail : heruppns@gmail.com Abstract Madura sebagai wilayah kepulauan yang mayoritas masyarakatnya bekerja sebagai nelayan mempunyai potensi untuk ditingkatkan produktivitasnya dengan cara merekomendasikan alat tangkap yang cocok untuk wilayah mereka. Penelitian ini akan memberikan rekomendasi keputusan yang cocok untuk memilih alat tangkap yang memiliki selektivitas dan produktif baik, metode sistem pendukung keputusan yang dikembangkan dalam penelitian ini adalah kombinasi metode AHP dan TOPSIS. Hasil perhitungan bobot kriteria dengan AHP diperoleh hasil sebagai berikut: [1] Selektifitas = 0.393, [2] Produktivitas = 0.223, [3] Dampak Lingkungan = 0.210, [4] Kualitas hasil tangkapan = 0.082, [5] Tidak membahayakan = 0.058 dan [6] Biaya = 0.034, kriteria yang diprioritaskan dalam penelitian ini adalah selektifitas dan produktifitas. Hasil prioritas dengan TOPSIS diperoleh nilai bobot perangkingan sebagai berikut: [1] Pancing = 0.753, [2] Bubu = 0.594, [3] Payang = 0.406, [4] Bagan apung = 0.344, [5] Jaring Ingsang = 0.336 dan [6] Pukat cincin = 0.247. Prioritas alat tangkap dengan selektivitas tinggi dan produktivitas rendah adalah (pancing dan bubu) sedangkan alat tangkap dengan selektivitas produktivitas baik adalah (payang, bagan apung dan jarring ingsang). Hasil penelitian ini akan dijadikan pertimbangan untuk membantu masyarakat dan Pemerintah mengembangkan jenis alat tangkap yang sesuai dengan kebutuhan masyarakat, ramah lingkungan dan tidak melanggar undang-undang. Keywords SPK; AHP; TOPSIS; Alat Tangkap I. PENDAHULUAN Dalam rangka mewujudkan perikanan tangkap yang berkelanjutan (sustainable fisheries cupture) sesuai dengan ketentuan pelaksanaan perikanan yang bertanggung jawab (FAO Code of conduct for Responsible Fisheries/CCRF) maka eksploitasi sumberdaya hayati laut harus dapat dilakukan secara bertanggung jawab (Responsible fisheries)[1]. Data dari (The State of World Fisheries and Aquaculture) menyatakan bahwa 5% dari perikanan dunia dalam status deplesi atau penurunan produksi secara terus menerus, 16% terlah dieksploitasi secara berlebihan dan melampaui batas optimum produksi, 52% telah penuh eksploitasi, 23% pada tahap moderat yang artinya produksinya masih dapat ditingkatkan meskipun dalam jumlah yang kecil, 3% sumberdaya ikan masih dibawah tingkat eksploitasi optimumnya dan hanya 1% yang dalam proses pemulihan melalui program-program konservasi[2]. Berdasarkan data tersebut, untuk menjaga kelestarian sumberdaya ikan perlu dikaji penggunaan alat-alat penangkapan ikan yang ramah lingkungan dari segi pengoperasian alat penangkapan ikan, daerah penangkapan dan lain sebagainya sesuai dengan tata laksana untuk perikanan yang bertanggung jawab atau Code of Conduct for Responsible Fisheries (CCRF)[1]. Kedepan, trend pengembangan teknologi penangkapan ikan ditekankan pada teknologi penangkapan ikan yang ramah lingkungan (environmental friendly fishing tecnology) dengan harapan dapat memanfaatkan sumberdaya perikanan secara berkelanjutan. Teknologi penangkapan ikan ramah lingkungan adalah suatu alat tangkap yang tidak memberikan dampat negatif terhadap lingkungan, yaitu sejauh mana alat tangkap tersebut tidak merusak dasar perairan, tidak berdampak negatif terhadap biodiversity, target resources dan non target resources[2],[3]. Adapun alat analisis yang digunakan menurut FAO (1995) sesuai dengan standar Code of Conduct for Responsible Fisheries (CCRF) yaitu terdapat 9 (sembilan) kriteria suatu alat tangkap dikatakan ramah terhadap lingkungan[1], antara lain: 1. Mempunyai selektifitas yang tinggi 2. Tidak merusak habitat 3. Menghasilkan ikan yang berkualitas tinggi 4. Tidak membahayakan nelayan 5. Produksi tidak membahayakan konsumen 6. By-catch rendah 7. Dampak ke biodiversty rendah 8. Tidak membahayakan ikan-ikan yang dilindungi 9. Dapat diterima secara sosial Madura merupakan pulau yang memiliki masyarakat banyak berprofesi menjadi nelayan dengan alat tangkap yang digunakan beragam. Berdasarkan data BPS tahun 2015 bahwa alat tangkap yang banyak digunakan nelayan Madura adalah pancing, perangkap (bubu), bagan apung dan payang[4]. Usaha perikanan sangatbergantung pada ketersediaan ikan di perairan yang tidak dapat diprediksi setiap waktunya. Penggunaan alat tangkap ikan dalam pencapaian produksi yang baik harus benar-benarmemperhatikan keseimbangan lingkungan dan meminimalkan dampak negatif bagi kehidupan biotaperairan. Tujuan dari penelitian ini adalah menentukan alat penangkap ikan yang cocok bagi masyarakat Madurakhususnya Kabupaten Sampangdikaji dari aspek teknik, lingkungan, sosial dan ekonomi[5]. Seminar MASTER 2017 PPNS 1 ISSN : 2548-1509 (cetak) 2548-6527 (online)

Penentuan alat tangkap yang cocok bagi masyarakat Madura di Kabupaten Sampang merupakan permasalahan yang discret, tujuannya adalah untuk menetapkan alternatif terbaik dari sejumlah alternatif berdasarkan beberapa kriteria sehingga permasalahan tersebut dapat diselesaikan dengan metode Multi Criteria Decision Making (MCDM). AHP (Analytical Hierarcy Process) merupakan salah satu metode MCDM yang sangat baik dalam memodelkan pendapat para ahli. Dalam menyusun model, AHP melakukan perbandingan berpasangan variable-variabel yang menjadi penentu dalam proses pengambilan keputusan[6]-[9]. Namun metode AHP tidak efektif digunakan dengan jumlah kriteria dan alternative yang banyak, untuk menutupi kelemahan itu, diperlukan satu metode pengambilan keputusan lain yaitu metode TOPSIS (Technique for Order of Preference by Similarity to Ideal Solution), cara kerja metode tersebut menggunakan prinsip bahwa alternative yang terpilih harus memiliki jarak terdekat dari solusi ideal positif dan terjauh dari solusi ideal negatif dengan menggunakan jarak Euclidean untuk menentukan kedekatan relatif dari suatu alternatif dengan solusi optimal[10],[11]. II. METODE PENELITIAN A. Obyek penelitian Penelitian ini dilakukan di wilayah Madura, sebagai obyek yang diteliti adalah masyarakat nelayan di Kabupaten Sampang. B. Metode Penelitian Penelitian ini dimulai dengan menentukan kriteria yang menjadi pertimbangan pemilihan alat tangkap yang cocok bagi masyarakat Madura seperti Tabel 1. Setelah kriteria disepakati, selanjutnya menentukan alternative (jenis alat tangkap) yang akan di nilai. Tabel 1. Kriteria Pemilihan Alat Tangkap Ikan Kode K1 K2 K3 K4 K5 K6 Tabel 2. Alternatif Alat Tangkap Ikan Madura Kode K1 K2 K3 K4 K5 K6 Kriteria Sekektivitas Produktivitas Dampak lingkungan Kualitas Hasil Tangkapan Tidak membahayakan Biaya Alternatif Pancing Bubu Bagan Apung Payang Jaring insang Pukat cincin Gambar 1. Jenis Alat Tangkap Ikan yang Banyak Digunakan Masyarakat Madura Gambar 1. Menjelaskan bahwa jenis alat tangkap yang banyak digunakan oleh masyarakat Madura adalah 6 jenis sesuai pada Tabel 2, yaitu: pancing, bubu, bagan apung, jarring ingsang, payang dan pukat cincin.penelitian ini diawali dari penyebaran angket ke beberapa responden (nelayan, pengusaha, pemerintah) yang faham dan mengerti kondisi nelayan dan alat tangkap yang digunakan, tujuan dari angket ini sebagai input data untuk menguji konsistensi terhadap penilaian masingmasing alternative, dengan rating penilaian sebagai berikut: 1 = Sangat Buruk 2 = Buruk 3 = Cukup 4 = Baik 5 = Sangat Baik Hasil penilaian kuisioner berdasarkan nilai rating yang telah ditetapkan. Jumlah responden yang ikut mengisi data tersebut ± 125 Orang. Gambar 2. Tahapan Prosedur Evaluasi (AHP-TOPSIS) Gamabr 2 menjelaskan tentang tahapan proses penilaian alat tangkap yang paling cocok untuk masyarakat Madura ditinjau dari kriteria yang telah ditetapkan. Metode AHP digunakan untuk menilai tingkat kepentingan pada masing-masing kriteria, setelah nilai rating kriteria diperoleh akan dijadikan acuan sebagai bobot pada metode TOPSIS. Seminar MASTER 2017 PPNS 2 ISSN : 2548-1509 (cetak) 2548-6527 (online)

III. HASIL DAN PEMBAHASAN Data yang dikumpulkan meliputi data primer dan sekunder, dengan cara : (1) penggunaan kuisioner sebagai panduan dalam melakukan wawancara secara mendalam dengan responden tentang mengidentifikasi alat tangkap ikan, (2) observasi lapangan untuk mengetahui produksi hasil tangkapan yang didapat oleh masing-masing alat tangkap, (3) pengumpulan informasi dari instansi terkait, studi literature dari berbagai jurnal dan laporan penelitian yang berkaitan dengan topik penelitian. Berikut pada Tabel 3. disajaikan data hasil penyebaran angket ke beberapa instansi, kelompok masyarakat, tokoh masyarakat, perusahaan perikanan, nelayan dan pengusaha. Tabel 3. Hasil Kuisioner Penilaian Alat Tangkap Ikan A1 5 3 4 4 4 4 A2 4 3 4 4 4 4 A3 3 4 3 4 4 3 A4 3 5 3 4 4 3 A5 3 3 4 4 4 4 A6 2 5 3 4 4 3 Setelah hasil kuisioner diperoleh, maka selanjutnya dibuat model matrik keputusan AHP. Nilai dari model AHP yang diperoleh dari kuisioner untuk membandingkan masing-masing kriteria. Nilai hasil kuisioner tersebut dibandingkan dengan mengacu pada penilaian intensitas kepentingan Saaty, dan diperoleh model kepetingan seperti Tabel 4. Tabel 4. Matrik Keputusan K1 1.000 3.000 3.000 5.000 5.000 7.000 K2 0.333 1.000 1.000 5.000 5.000 7.000 K3 0.333 1.000 1.000 5.000 5.000 5.000 K4 0.200 0.200 0.200 1.000 3.000 3.000 K5 0.200 0.200 0.200 0.333 1.000 3.000 K6 0.143 0.143 0.200 0.333 0.333 1.000 Jumlah 2.210 5.543 5.600 16.667 19.333 26.000 Kemudian elemen-elemen matrik perbandingan pada Tabel. 4 dibagi dengan nilai-nilai pada baris jumlah. Setelah itu mencari vector eigen atau bobot masing-masing kriteria dengan cara menjumlahkan nilai-nilai dalam setiap baris, kemudian dibagi dengan banyaknya kriteria. Tabel 5. Matrik Normalisasi Number of Normalized Rows Eigen Vector K1 0.453 0.541 0.536 0.300 0.259 0.269 2.357 0.393 K2 0.151 0.180 0.179 0.300 0.259 0.269 1.338 0.223 K3 0.151 0.180 0.179 0.300 0.259 0.192 1.261 0.210 K4 0.091 0.036 0.036 0.060 0.155 0.115 0.493 0.082 K5 0.091 0.036 0.036 0.020 0.052 0.115 0.349 0.058 K6 0.065 0.026 0.036 0.020 0.017 0.038 0.202 0.034 Cek 1.000 1.000 1.000 1.000 1.000 1.000 6.000 1.000 Selanjutnya untuk memastikan konsistensi penilaian tersebut maka perlu dicari nilai eigen (λmax) dengan cara menjumlahkan hasil perkalian antara bobot kriteria dengan nilai dari penjumlahan matrik perbandingan Tabel.5. λmax = 6.486 Setelah memperoleh nilai eigen (λmax), kemudian dicari nilai CI (Index konsistensi) dan CR (Rasio konsistensi). CI = 0.097; CR = 0.078 Jadi, dalam proses penilaian terhadap kriteria dapat dikatakan konsisten, karena nilai CR < 0.1 dan dapat dilanjutkan pada tahap berikutnya, sehingga diperoleh hasil perangkingan grafik bobot kriteria (Grafik 1). Gambar 3. Grafik Rangking Bobot Kriteria Jenis Alat Tangkap Ikan Selanjutnya setelah diperoleh nilai bobot kriteria, maka langkah berikutnya melanjutkan perhitungan metode TOPSIS yaitu mencari nilai kuadrat dan akar hasil penilaian dengan kuisioner pada Tabel. 1. Tabel 6. Nilai Kuadrat Dan Akar Hasil Kuisioner Nilai TOPSIS Kuadrat 72 93 75 96 96 75 Akar 8.485 9.644 8.660 9.798 9.798 8.660 Setelah diperoleh nilai akar pada matrik keputusan TOPSIS pada Tabel 6, maka selanjutnya mencari matrik normalisasi dengan cara mengalikan setiap nilai matrik dengan nilai akar kriteria, sehingga diperoleh hasil nilai matrik normalisasi seperti Tabel 7. Tabel 7. Nilai Matrik Normalisasi TOPSIS A1 0.589 0.311 0.462 0.408 0.408 0.462 A2 0.471 0.311 0.462 0.408 0.408 0.462 A3 0.354 0.415 0.346 0.408 0.408 0.346 A4 0.354 0.518 0.346 0.408 0.408 0.346 A5 0.354 0.311 0.462 0.408 0.408 0.462 A6 0.236 0.518 0.346 0.408 0.408 0.346 Langkah selanjutnya adalah mencari matrik normalisasi terbobot dengan cara mengalikan matrik normalisasi TOPSIS dengan nilai matrik terbobot AHP. Untuk jelaskan dapat dilihat pada Tabel 8. Seminar MASTER 2017 PPNS 3 ISSN : 2548-1509 (cetak) 2548-6527 (online)

Tabel 8. Nilai Matrik Terbobot TOPSIS & AHP A1 0.232 0.069 0.097 0.034 0.024 0.016 A2 0.185 0.069 0.097 0.034 0.024 0.016 A3 0.139 0.092 0.073 0.034 0.024 0.012 A4 0.139 0.116 0.073 0.034 0.024 0.012 A5 0.139 0.069 0.097 0.034 0.024 0.016 A6 0.093 0.116 0.073 0.034 0.024 0.012 Setelah diperoleh nilai normalisasi matrik terbobot TOPSIS dan AHP, selanjutnya mencari nilai solusi positif (benefit)dan solusi negative(cost), dengan mencari nilai maksimum dan minimum. Tabel 9. Nilai Jarak Alternative Terhadap Solusi Ideal Positif Dan Negatif Maksimum 0.232 0.116 0.097 0.034 0.024 0.016 Minimum 0.093 0.069 0.073 0.034 0.024 0.012 Nilai positif dan negative masing-masing kriteria untuk masingmasing alternative dapat dilihat pada Tabel 9. Tabel 10. Nilai Kuadrat pada Alternatif Nilai Kuadrat Plus Minus A1 0.002 0.020 A2 0.004 0.009 A3 0.010 0.003 A4 0.009 0.004 A5 0.011 0.003 A6 0.020 0.002 Tabel 11. Nilai Akar Pada Alternatif Nilai Akar Plus Minus A1 0.046 0.141 A2 0.065 0.096 A3 0.099 0.052 A4 0.096 0.065 A5 0.104 0.052 A6 0.141 0.046 Tahapan berikutnya adalah menentukan jarak antara nilai setiap alternatif dengan matriks solusi ideal positif & matriks solusi ideal negatif. Untuk mencari jarak antar alternatif dengan matriks solusi ideal positif dapat menggunakan persamaan sebagai berikut: n D + i = (y + i y ij ) 2 j=1 i=1,2,..,m Jarak antara alternatif A, dengan solusi ideal negatif dirumuskan sebagai: n D i = (y ij y i ) 2 j=1 Hasil dari jarak solusi ideal positif dan i=1,2,..,m negative dapat dilihat pada Table 9.Selanjutnya menentukan nilai kuadrat dan akar dari nilai ideal positif dan nilai ideal negative. Hasil dari nilai kuadrat dapat dilihat pada Tabel 10 dan nilai akar dapat dilihat pada Table 11. Setelah memperoleh nilai kuadrat dan akar dari nilai ideal positif dan negative. Maka langkah terakhir dalam perhitungan mencari nilai preferensi untuk setiap alternatif diberikan sesuai dengan persamaan berikut ini. V i = D i D i + D i + Nilai V i yang lebih besar menunjukan bahwa alternatif A i lebih dipilih. Menghitung nilai preferensi: a. Nilai preferensialat tangkap pancing 0. 141 V A1 = = 0. 753 0. 141 + 0. 046 b. Nilai preferensi alat tangkap bubu V A2 = 0. 096 = 0. 594 0. 096 + 0. 065 c. Nilai preferensi alat tangkap bagan apung 0. 052 V A3 = = 0. 344 0. 052 + 0. 099 d. Nilai preferensi alat tangkap payang 0. 065 V A4 = = 0. 406 0. 065 + 0. 096 Keterangan: Vi = nilai preferensi ke-i D i = nilai akar negative ke-i D i + = nilai akar positif ke-i e. Nilai preferensi alat tangkap jaring ingsang V A5 = f. Nilai preferensi alat tangkap pukat cincin V A6 = 0. 052 = 0. 336 0. 052 + 0. 104 0. 046 = 0. 274 0. 141 + 0. 046 Hasil perangkingan nilai preferensi bisa dilihat pada Table 12. Berdasarkan rangking nilai preferensi pada masing-masing alternative alat tangkap yang memiliki nilai selektivitas dan produktivitas tinggi lebih di prioritaskan, sehingga peningkatan hasil tangkapan masyarakat Madura lebih banyak dan lingkungan biota laut tidak rusak. Dua hal ini memang sulit untuk disinergikan karena kesadaran masyarakat di masingmasing wilayah berbeda-beda yang menyebabkan lingkungan laut mereka rusak dan hasil tangkapan nelayan menurun. Seminar MASTER 2017 PPNS 4 ISSN : 2548-1509 (cetak) 2548-6527 (online)

Tabel 12. Nilai Prioritas Masing-Masing Alternative AHP TOPSIS Alternatif Nilai Prioritas A1 = Pancing 0.753 A2 = Bubu 0.594 A3 = Bagan Apung 0.344 A4 = Payang 0.406 A5 = Jaring insang 0.336 A6 = Pukat cincin 0.247 Hasil perangkingan skala prioritas alat tangkap yang cocok untuk masyarakat di Madura khususnya Kabupaten Sampang adalah: [1] Pancing = 0.753, [2] Bubu = 0.594 dua alat tangkap ini memang baik dari segi selektivitas tetapi rendah dari sisi produktivitas. Berikutnya [3] Payang = 0.406, [4] Bagan Apung = 0.344, [5] Jaring insang = 0.336 tiga alat tangkap ini baik dari sisi selektivitas dan baik juga produktivitas. Selanjutnya dan [6] Pukat cincin = 0.247 alat ini dari sisi produktivitas tinggi tapi merusak lingkungan. Grafik 4. Nilai Prioritas Alat Tangkap Ikan Di Wilayah Madura Berdasarkan Grafik 2. Mmenunjukkan bahwa hasil penelitian ini merekomendasikan 3 (tiga) hal yaitu: 1. Alat tangkap dengan selektivitas tinggi dan produktivitas rendah. 2. Alat tangkap selektivitas baik dan produktivitas baik. 3. Alat tangkap selektivitas rendah dan produktivitas tinggi. Alat tangkap yang tidak selektif (selektivitas rendah)akan menghasilkan ikan-ikan yang tidak menjadi target tangkapan (by-catch) sehingga ikan-ikan tersebut akan dibuang, dengan meningkatnya hasil tangkapan yang di buang, hal tersebut menunjukan bahwa alat tangkap tersebut tidak selektif. Jika selektivitas rendah maka akan merusak lingkungan hidup dan melanggar peraturan Pemerintah Indonesia dan FAO. Sehingga rekomendasi dari hasil penelitian ini adalah untuk memilih dua jenis alat tangkap, yaitu: 1. Alat tangkap dengan selektivitas tinggi dan produktivitas rendah. (pancing dan bubu) 2. Alat tangkap selektivitas baik dan produktivitas baik. (payang, bagan apung dan jaring ingsang) Alat tangkap dengan selektivitas baik tersebut diupayakan hanya dapat menengkap ikan yang menjadi target penangkapan saja. Ada dua macam selektivitas yang menjadi sub kriteria, yaitu selektivitas ukuran dan selektivitas jenis tangkapan dan terdapat empat sub kriteria yang dinilai, dimana penilainya ditinjau dari nilai yang paling rendah hingga yang paling tinggi: Alat menangkap lebih dari tiga spesiesdengan ukuran yang berbeda jauh. Alat menangkap paling banyak tigaspesies dengan ukuran yang berbedajauh. Alat menangkap kurang dari tiga spesiesdengan ukuran yang kurang lebih sama. Alat menangkap satu spesies saja dengan ukuran yang lebih sama. Berkembangnya suatu alat tangkap padasuatu daerah dapat dilihat dari kondisi alattangkap tersebut, apakah alat tangkap tersebut dapat diterima secara social, baik secara ekonomimaupun maupun budaya masyarakat danperundangundangan yang berlaku. Adapunketeria yang akan dinilai sebagai berikut: Biaya inventasi murah. Mengguntungkan. Tidak bertentangan dengan budaya. Tidak dilarang secara undang-undang. Secara garis besar alat tangkap yang direkomendasikan oleh hasil penelitian ini sudah mempertimbangkan 4 (empat) kriteria tersebut, sehingga terpilih hasil penelitian alat tangkap yang cocok bagi nelayan di Madura, khususnya di Kabupaten Sampang sebagai berikut: 1. Pancing 2. Bubu 3. Payang 4. Bagan Apung 5. Jaring Insang IV. KESIMPULAN Penerapan metode AHP dan TOPSIS dalam pemilihan alat tangkap yang cocok bagi nelayan di Madura dapat memberikan rekomendasi alternative untuk pengambil keputusan, sehingga proses pemilihan jenis alat tangkap yang cocok bisa berjalan secara efektif dan efisien serta menghasilkan keputusan yang konsisten.metode MCDM dengan kombinasi AHP-TOPSIS telah memadai digunakan untuk pemilihan alat tangkap yang cocok untuk nelayan di Madura. AHP digunakan untuk menentukan bobot dari kriteria yang telah ditentukan dan kemudian dilakukan perankingan alternatif dengan menggunakan metode TOPSIS.Hasil perhitungan bobot kriteria menggunakan metode AHP diperoleh bobot nilai sebagai berikut: [1] Selektifitas = 0.393, [2] Produktivitas = 0.223, [3] Dampak Lingkungan = 0.210, [4] Kualitas hasil tangkapan = 0.082, [5] Tidak membahayakan = 0.058 dan [6] Biaya = 0.034. Hasil perhitungan metode TOPSIS akan diambil prioritas jenis alat tangkap yang tertinggi dengan nilai bobot perangkingan sebagai berikut: [1] Pancing = 0.753, [2] Bubu = 0.594, [3] Payang = 0.406, [4] Bagan apung = 0.344, [5] Jaring Ingsang = 0.336 dan [6] Pukat cincin = 0.247. Hasil implementasi SPK dengan metode AHP-TOPSIS tersebut akan dijadikan pertimbangan untuk membantu masyarakat dan Pemerintah mengembangkan jenis alat tangkap yang sesuai dengan Seminar MASTER 2017 PPNS 5 ISSN : 2548-1509 (cetak) 2548-6527 (online)

kebutuhan masyarakat, ramah lingkungan dan tidak melanggar undang-undang. REFERENCES [1] Code Of Conduct For Responsible Fisheries, 1995. [2] C. To, F. Security, and N. F. O. R. All, THE STATE OF WORLD FISHERIES AND AQUACULTURE. 2016. [3] Z. Sumardi, M. A. Sarong, and M. Nasir, Alat Penangkapan Ikan Yang Ramah Lingkungan Berbasis Code of Conduct For Responsible Fisheries di Kota Banda Aceh, in Agrisep Vol, 2014, no. 2, pp. 10 18. [4] J. Willy, Modifying Fishing Gear To Achieve Ecosystem Objectives, in Reykjavik Conference on Responsible Fisheries in the Marine Ecosystem, 2001, pp. 1 20. [5] J. Silaban and D. A. Soeboer, Determination of Best Fishing Gear for Small Pelagic Fisheries at Palabuhanratu Sukabumi Oleh : Mahasiswa Program Studi Teknologi Perikanan Laut Staf Pengajar Program Studi Teknologi Perikanan Laut, ALBACORE, vol. I, no. 2, pp. 225 234, 2017. [6] A. Hozairi, Selection Of Creative Industry Sector ICT Suitable Developed In Pesantren Using Fuzzy - AHP, vol. 82, no. 1, pp. 131 136, 2015. [7] Y. Krisnafi, Decision Support System Determination of Main Work Unit In WPP-711 Using Fuzzy TOPSIS, vol. 1, no. 1, pp. 1 15, 2017. [8] H. L. Hozairi, Yaser K, Sistem Pendukung Keputusan Penentuan Prioritas Wilayah Pengawasan Perikanan (WPP-711) Menggunakan Metode AHP-TOPSIS, in Seminar Nasional Ilmu Terapan (SNITER), 2017, vol. 3, pp. 1 7. [9] R. Karim and C. L. Karmaker, Machine Selection by AHP and TOPSIS Methods, Am. J. Ind. Enggineering, vol. 4, no. 1, pp. 7 13, 2016. [10] A. Anhar and A. Widodo, Kombinasi Metode TOPSIS ( Technique for Order Preference by Similarity to Ideal Solution ) dan AHP ( Analytical Hierarchy Process ) dalam Menentukan Objek Wisata Terbaik di Pulau Bali, 1998, pp. 208 213. [11] A. Soloukdar and S. A. Parpanchi, Comparing fuzzy AHP and fuzzy TOPSIS for evaluation of business intelligence vendors, Decis. Sci. Lett., vol. 4, pp. 137 164, 2015. Seminar MASTER 2017 PPNS 6 ISSN : 2548-1509 (cetak) 2548-6527 (online)