SISTEM PENDUKUNG KEPUTUSAN PENENTUAN JENIS RAMBUT MANUSIA DENGAN MENERAPKAN METODE SIMPLE ADDITIVE WEIGHTING (SAW) Fitriani (1011184) Mahasiswa Program Studi Teknik Informatika STMIK Budi Darma Medan JL.Sisingamangaraja No.338 Sp.Limun Medan http : //www.stmik-budidarma.ac.id// Email : Fitriani9210@gmail.com ABSTRAK Pengambilan keputusan untuk penentuan jenis rambut manusia didasari beberapa kriteria yang ditetapkan. Untuk menghindari subyektifitas keputusan yang dihasilkan diperlukan suatu Sistem Pendukung Keputusan (SPK) yang dapat membantu penentuan jenis rambut manusia dalam menerapkan metode Simple Additive Weighting (SAW). SPK merupakan suatu sistem menggunakan model yang dibangun untuk membantu menyelesaikan masalah-masalah semi terstruktur. Dalam hal ini penulis akan membuat sebuah aplikasi seleksi penentuan dengan menggunakan model sistem keputusan dengan metode Simple Additive Weighting (SAW). Hal ini dipilih karena metode ini menentukan nilai bobot untuk setiap atribute dengan kriteria-kriteria penilaian yang telah ditentukan, kemudian dilanjutkan dengan proses penyeleksian sebagai tahap seleksi siapa saja yang berhak menjadi calon pemenang. Dengan aplikasi yang dirancang diharapkan dapat memudahkan dalam penyeleksian penentuan jenis rambut manusia karena telah didukung dengan suatu aplikasi dengan suatu sistem pendukung keputusan. Kata Kunci : Penentuan Jenis Rambut Manusia, Simple Additive Weighting (SAW). 1 Pendahuluan 1.1. Latar Belakang Masalah Wajah, rambut dan busana bagaikan sesuatu yang tidak dapat dipisahkan dalam penampilan, Rambut sehat adalah dambaan setiap manusia, karena rambut merupakan mahkota yang terpenting bagi manusia khususnya wanita rambut dapat mencerminkan kepribadian, usia, dan kesehatan.kecantikan seseorang tidak hanya didasarkan pada bentuk lahiriah, melainkan juga kesehatan, watak serta pikiran yang jernih. Walaupun indah dan menarik rupa atau wajah seseorang, jika tidak disertai dengan kondisi rambut yang sehat dan tataan yang sesuai dengan pemiliknya maka kecantikan tersebut akan sirna. Metode Simple Additive Weighting (SAW) sering juga dikenal istilah metode penjumlahan terbobot.konsep dasar metode SAW adalah mencari penjumlahan terbobot dari rating kinerja pada setiap alternatif pada semua atribut. Metode SAW membutuhkan proses normalisasi matriks keputusan (X) ke suatu skala yang dapat diperbandingkan dengan semua rating alternatif yang ada 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. Dapat juga dikatakan sebagai sistem komputer yang mengolah data menjadi informasi untuk mengambil keputusan dari masalah semi terstruktur yang spesifik. Dengan kemajuan teknologi yang semakin berkembang penulis berinisiatif membangun Sistem Pendukung Keputusan dengan tujuan untuk memudahkan dalam penentukan jenis rambut manusia 1.2. Perumusan Masalah Berdasarkan latar belakang diatas, maka yang enjadi perumusan masalah dalam skripsi ini adalah : 1. Bagaimana proses menentukan bobot penilaian penentuan jenis rambut manusia dengan metode simple additive weighting. 2. Bagaimana menerapkan metode simple additive weighting yang digunakan untuk penentukan jenis rambut manusia. 3. Bagaimana merancang sistem pendukung keputusan dalam penentuan jenis rambut manusia. 1.2. Batasan Masalah Agar pembahasan tidak menyimpang dari tujuan, maka perlu dibuat suatu batasan masalah, yaitu: 1. Menentukan jenis rambut ( normal, berminyak, kering). 2. Program yang digunakan adalah Visual Basic 6.0. 3. Database yang digunakan Mysql 1.4 Tujuan dan Manfaat Penelitian Berdasarkan perumusan masalah di atas, adapun yang menjadi tujuan dari pembuatan skripsi ini adalah: 1. Penentukan jenis rambut manusia dengan metode simple additive weighting. 2. Menerapkan metode simple additive weighting 87
dalam penentuan jenis rambut manusia. 3. Merancang sistem pendukung keputusan penentuan jenis rambut manusia. Adapun skripsi ini diharapkan memberikan manfaat berupa : 1. Mempermudah menentukan jenis rambut manusi a dengan metode simple additive weighting. 2. Mempermudah untuk memecahkan masalah jeni s rambut manusia kedalam sistem pendukung keputusan. 3. Merancang penentuan jenis rambut manusia untu k setiap pengambilan keputusan berdasarkan kriteria yang diperoleh. 2. Landasan Teori 2.1 Sistem Pendukung Keputusan Menurut Litlle (1970) Sistem Pendukung Keputusan adalah suatu sistem informasi berbasis komputer yang menghasilkan berbagai alternatif keputusan untuk membantu manajemen dalam menangani berbagai permasalahan yang terstruktur ataupun tidak terstruktur dengan menggunakan data dan model. Dapat juga dikatakan sebagai sistem komputer yang mengolah data menjadi informasi untuk mengambil keputusan dari masalah semi terstruktur yang spesifik. Penyusunan model keputusan adalah suatu cara untuk mengembangkan hubungan-hubungan logis yang mendasari persoalan keputusan ke dalam suatu model matematis, yang mencerminkan hubungan yang terjadi diantara faktorfaktor yang terlibat. Simon (1960) mengajukan model yang menggambarkan pengambilan keputusan. Proses ini terdiri dari tiga fase, yaitu: a. Intelligence Tahap ini merupakan proses penelusuran dan pendeteksian dari lingkup problematika serta proses pengenalan masalah. Data masukan diperoleh, diproses dan diuji dalam rangka mengidentifikasi masalah. b. Design Tahap ini merupakan proses menemukan, mengembangkan dan menganalisis alternatif tindakan yang bisa dilakukan. Tahap ini meliputi proses untuk mengerti masalah, menurunkan solusi dan menguji kelayakan solusi. c. Choice Pada tahap ini dilakukan proses pemilihan diantara berbagai alternatif tindakan yang mungkin dijalankan. Hasil pemilihan tersebut kemudian diimplementasikan dalam proses pengambilan keputusan. 2.2 Metode Simple Addtive Weighting (SAW) Metode SAW sering juga dikenal istilah metode penjumlahan terbobot. Konsep dasar metode SAW adalah mencari penjumlahan terbobot dari rating kinerja pada setiap alternatif pada semua atribut. Metode SAW membutuhkan proses normalisasi matriks keputusan (X) ke suatu skala yang dapat diperbandingkan dengan semua ranting alternatif yang ada. Langkah Penyelesaian SAW sebagai berikut : 1. Menentukan kriteria-kriteria yang akan dijadikan acuan dalam pengambilan keputusan, yaitu Ci. 2. Menentukan rating kecocokan setiap alternative p ada setiap kriteria. 3 Membuat matriks keputusan berdasarkan kriteria(ci), kemudian melakukan normalisasi matriks berdasarkan persamaan yang disesuaikan dengan jenis atribut (atribut keuntungan ataupun atribut biay a) sehingga diperoleh matriks ternormalisasi R. 4. Hasil akhir diperoleh dari proses perankingan yaitu penjumlahan dari perkalian matriks ternormalisasi R dengan vektor bobot sehingga diperoleh nilai terbesar yang dipilih sebagai alternatif terbaik (Ai)sebagai solusi. X ij Max X ij r ij = Keterangan : r ij i Min X ij X ij = nilai rating kinerja ternormalisasi x ij = nilai atribut yang dimiliki dari setiap kriteria Max x ij = nilai terbesar dari setiap kriteria Min x ij = nilai terkecil dari setiap kriteria Benefit = jika nilai terbesar adalah nilai terbaik Cost = jika nilai terkecil adalah terbaik Dimana r ij adalah rating ternormalisasi dari alternatif Ai pada atribut Cj; i=1,2,,m dan j=1,2,,n. Nilai prefensi untuk setiap alternatif (Vi) diberikan sebagai : V i = Keterangan : Vi = rangking untuk setiap alternatif W j = nilai bobot dari setiap kriteria r ij = nilai rating kinerja ternormalisasi Nilai Vi yang lebih besar mengidentifikasikan bahwa alternatif Ai lebih terpilih. Sumber : Jurnal Destriyana Darmastuti 3 Pembahasan 3.1 Analisa Sistem yang Sedang Berjalan Analisis sistem merupakan tahap yang bertujuan untuk memahami sistem, mengetahui kekurangan sistem, dan menentukan kebutuhan sistem yang lama. Dengan menganalisis masalah dan menganalisis prosedur sistem yang sedang berjalan, maka dapat dijadikan sebagai dasar perancangan dan perbaikan pada sistem yang baru agar dapat menjadi sebuah sistem yang lebih efektif dan efesien. 88
3.2 Kriteria Penentuan Jenis Rambut Di dalam menggunakan metode simple additive weighting diperlukan kriteria-kriteria dan bobot untuk melakukan perhitungan sehingga akan didapat altenatif terbaik. Ada 3 atribut (alternatif) pengambilan keputusan, yaitu: C 1 = Rambut Kering (rambut mudah patah, rambut tampak bercabang, rambut mudah kusut dan terlihat kusam) C 2 = Rambut Normal (rambut subur halus dan lembut, rambut bercahaya dan mudah ditata, rambut tidak cepat kotor) C 3 = Rambut Berminyak ( rambut terlihat berminyak, rambut terasa lengket rambut mudah kotor) 4. Algoritma Dan Implementasi 4.1. Algoritma Algoritma adalah merupakan kumpulan perintah untuk menyelesaikan suatu masalah. Perintah perintah ini dapat diterjemahkan secara bertahap dari awal hingga akhir. Masalah tersebut dapat berupa apa saja, dengan catatan untuk setiap masalah, ada kriteria kondisi awal yang harus dipenuhi sebelum menjalankan algoritma. 4.2. Algoritma Simple Additive Weighting Algoritma sistem pendukung penentuan jenis rambut menggunakan metode simple additive weighting ini terbagi dalam beberapa langkah berikut penjelasannya : Input : C1 Rambut Kering C2 Rambut Berminyak C3 Rambut Normal BC1 Bobot Rambut Kering BC2 Bobot Rambut Berminyak BC3 Bobot Rambut Normal A1 Alternatif 1 A2 Alternatif 2 A3 Alternatif 3 Output : Rij nilai rating kinerja ternormalisasi rangking untuk setiap alternatif nilai bobot dari setiap kriteria Proses : If C1 = Tidak Baik BC1 = 0.25 Elseif C1 = Kurang Baik BC1 = 0.50 Elseif C1 = Baik BC1 = 0.75 Elseif C1 = Sangat Baik If C2 =1 BC2 = 0.25 Elseif 2 < C2 >3 BC2 = 0.50 Elseif 4 < C2 >5 BC2 = 0.75 Elseif C2 > 5 BC2 = 1 If C3 = Tidak Baik BC3 = 0.25 Elseif C3 = Kurang Baik BC3 = 0.50 Elseif C3 = Baik BC3 = 0.75 Elseif C3 = Sangat Baik If C4 = Tidak Baik BC4 = 0.25 Elseif C4 = Kurang Baik BC4 = 0.50 Elseif C4 = Baik BC4 = 0.75 Elseif C4 = Sangat Baik For j= 1 to 5 For i= 1 to 4 Rij= Next i Next j For i = 1 to 4 For j = 1 to 5 Next i Next j Vi = 4.3. Tampilan Menu Login Form login berfungsi untuk melakukan proses login. Berikut ini merupakan tampilan dari form login. Gambar 1 : Menu Login 4.4 Tampilan Menu Utama 89
Form Menu Utama berfungsi untuk menampilkan form-form lain yang ada di dalam sistem. Berikut ini merupakan tampilan dari form menu utama. Gambar 5 : Form Pembobotan Nilai Gambar 2 : Menu Utama 4.5 Tampilan From Jenis Rambut (Alternatif) Form peserta berfungsi untuk melakukan penginputan data peserta atau data alternatif. Berikut merupakan tampilan dari form peserta. 4.8 Tampilan Form About Forim About berfungsi untuk menampilkan informasi mengenai penulis dan aplikasi terhadap. Berikut merupakan tampilan dari form about. Gambar 3 : From Jenis Rambut (Alternatif) 4.6 Tampilan Form Kriteria Form kriteria berfungsi untuk melakukan penginputan data kriteria atau data. Berikut merupakan tampilan dari form Kriteria. Gambar 4 : Form Kriteria 4.7 Tampilan Form Pembobotan Nilai Form Pembobotan nilai berfungsi untuk melakukan pembobotan terhadap semua kriteria.berikut merupakan tampilan dari form pembobotan nilai kriteria. Gambar 6 : Form About 5 Kesimpulan Dan Saran 5.1 Kesimpulan Berdasarkan hasil dari penelitian yang penulis lakukan mengenai implementasi metode Simple Additive Weighting untuk proses pendukung keputusan untuk penentuan jenis rambut manusia yang telah dirancang, penulis dapat menulis kesimpulan sebagai berikut: 1. Dengan adanya proses pembobotan penentuan jenis rambut manusia maka akan mempermudah dengan menerapkan metode Simple Addtive Weigting. 2. Penerapan metode Simple Addtive Weigting dalam penentuan jenis rambut manusia lebih mudah karena penyelesaian nya cukup sederhana. 3. Perancangan perangkat lunak sistem pendukung keputusan untuk penentukan jenis rambut manusia diperlukan adanya metode Simple Additive Weighting dan didalam penginputan serta pemrosesan diperlukan software pendukung yaitu Visual Basic 6.0 5.2 Saran Adapun penelitian yang penulis lakukan ini masih jauh dari sempurna, oleh karena itu untuk penelitian selanjutnya disarankan hal-hal sebagai berikut 1. Sistem Pendukung Keputusan untuk penentuan jenis rambut menggunakan metode Simple Additive Weighting dapat dikembangkan lagi 90
dengan menambahkan kriteria-kriteria lain yang dapat mendukung pengambilan keputusan. 2. Metode Simple Additive Weghting diharapkan dapat diimplementasikan kedalam perangkat lunak yang lebih baik sehingga mendapatkan hasil yang akurat. 3. Dapat di kembangkan kembali dengan menambahkan kriteria-kriteria yang baru dengan menggunakan metode yang telah berjalan atau dengan membuat yang baru dengan menggunakan metode yang baru juga. Daftar Pustaka 1. Kusrini, Sistem Pendukung Keputusan, Penerbit Andi, Yogyakarta, Edisi I, 2007. 2. Abdul Kadir, Database MySQL, Penerbit Andi, Yogyakarta, Edisi I, 2010. 3. Tata Sutabri, Sistem Informasi Manajemen, Penerbit Andi, Yogyakarta, 2005. 4. Jurnal : Implementasi Metode Simple Additive Weighting (SAW) Dalam Sistem Informasi Lowongan Kerja Berbasis Web Untuk Rekomendasi Pencari Kerja Terbaik, Destriyana Darmaastuti, 2003. 5. Turban, Decision Support System And Iteligent Systems, Penerbit Andi, Yogyakarta, Edisi Jilid 1, 2005. 6. Adi Kurniadi. Pemograman Microsoft Visual Basic 6.0. Penerbit Andi, Yogyakarta, 2000 7. (http://www.google.co.id/search?q=jenis+rambut. html) 91