34 SEBATIK STMIK WICIDA

34 SEBATIK STMIK WICIDA SISTEM PENDUKUNG KEPUTUSAN PENENTUAN SUPPLIER BAHAN BANGUNAN MENGGUNAKAN METODE SMART (SIMPLE MULTI ATTRIBUTE RATING TECHNIQUE) PADA TOKO BINTANG KERAMIK JAYA Irwan ukkas 1), Heny Pratw 2), Dessy Purnamasar 2) 1,2,3 Teknk Informatka, STMIK Wdya Cpta Dharma 1,2,3 Jl. Prof. M. Yamn No. 25, Samarnda, 75123 E-mal: rwan212@yahoo.com 1), heny@henypratw.com 2),dessy17m@gmal.com 3) ABSTRAK Sstem Pendukung Keputusan (SPK) adalah sstem yang dapat membantu seseorang dalam mengambl keputusan yang akurat dan tepat sasaran. Banyak permasalahan yang dapat dselesakan dengan menggunakan SPK, salah satunya adalah Penentuan Suppler Bahan Bangunan dengan menggunakan bantuan metode SMART (Smple Mult Attrbute Ratng Technque) Pada Toko Bntang Keramk Jaya. Tuuan dar peneltan n adalah untuk menghaslkan Sstem Pendukung Keputusan Penentuan Suppler Bahan Bangunan Menggunakan Metode SMART (Smple Mult Attrbute Ratng Technque) Pada Toko Bntang Keramk Jaya dengan harapan seleks Suppler secara obyektf. Dengan menggunakan bahasa pemrograman Vsual Basc 6.0 dan databasenya menggunakan Mcrosoft Access. Dalam peneltan n, teknk pengumpulan data yang dgunakan adalah stud pustaka, observas dan wawancara. Hasl dar peneltan n adalah dbuatnya sstem pendukung keputusan untuk mengetahu Penentuan Suppler yang layak, dpertmbangkan, dan belum terplh untuk dplh. Pengguna dapat mengnputkan data Suppler, data krtera, data subkrtera. Kemudan sstem akan mencar solus dengan metode SMART. Setelah keputusan ddapatkan, maka sstem akan menamplkan keputusan tersebut. Kata Kunc: Sstem Pendukung Keputusan, Penentuan Suppler Bahan Bangunan, Smple Mult Attrbute Ratng Technque 1. PENDAHULUAN Mengambl Keputusan adalah salah satu dar kegatan manusa yang palng mendasar dalam kehdupan seharhar. Dalam proses pengamblan keputusan manusa serngkal dhadapkan pada banyak alternatf yang dapat dplh, sehngga untuk suatu permasalahan beberapa pembuat keputusan dapat mengambl keputusan yang berbeda. Toko Bntang Keramk Jaya adalah sebuah toko bangunan yang melakukan transaks penualan bahan bangunan kepada pelanggan dan transaks pembelan bahan bangunan dar suppler. Pemenuhan kebutuhan persedaan bahan bangunan dlakukan dengan pemesanan ke berbaga suppler. Tdak semua suppler memenuh krtera yang dtetapkan Toko Bntang Keramk Jaya, maka harus dlakukan seleks dan menuntut bagan pembelan untuk menentukan suppler yang tepat. Penentuan suppler mash dlakukan secara manual sehngga menghabskan banyak waktu, dtambah lag tdak adanya krtera yang elas dar Toko Bntang Keramk Jaya menyebabkan proses penentuan suppler cenderung dlakukan secara subyektf. Berbaga masalah dalam penentuan suppler adalah masalah pemberan kualtas barang dar suppler, kepantasan harga dengan kualtas barang yang dbel sehngga menad salah satu syarat harga kompettf, angka waktu pembayaran yang tdak tentu, dan pelayanan untuk mengrmkan barang sesua kesepakatan. Untuk mengatas hal tersebut maka dbutuhkan sebuah sstem yang membantu proses penentuan suppler melalu krtera-krtera yang dtentukan. Metode yang dgunakan untuk sstem pendukung keputusan penentuan suppler n adalah dengan metode SMART (Smple Mult Attrbute Ratng Technque) yang membantu phak pmpnan toko Toko Bntang Keramk Jaya untuk melakukan pengamblan keputusan penentuan Suppler dengan lebh cepat dan akurat. 2. RUANG LINGKUP PENELITIAN 2.1 Rumusan Masalah Berdasarkan latar belakang dar peneltan n, maka rumusan masalah yang dapat dkemukan adalah Bagamana membangun Sstem Pendukung Keputusan Penentuan Suppler Bahan Bangunan Menggunakan Metode SMART (Smple Mult Attrbute Ratng Technque) Pada Toko Bntang Keramk Jaya?. 2.2 Batasan Masalah Adapun batasan-batasan dar masalah yang akan dtelt dalam pembuatan Sstem Pendukung Keputusan menggunakan Metode SMART pada Toko Bntang Keramk Jaya sebaga berkut :

SEBATIK STMIK WICIDA 35 1. Sstem n dbangun dengan menggunakan bahasa pemrograman Mcrosoft Vsual Basc 6.0 dan Mcrosoft Access 2007 untuk pembuatan databasenya. 2. Metode yang dgunakan dalam pembuatan sstem pendukung keputusan n adalah SMART (Smple Mult Attrbute Ratng Technque). 3. Krtera yang dgunakan dalam peneltan n sesua dengan kententuan Pmpnan Toko : (1) Kualtas Barang (40%) a. Sangat Berkualtas () b. Berkualtas (50) c. Kurang Berkualtas (0) (2) Harga Kompettf (30%) a. Sangat Kompettf () b. Kompettf (80) c. Kurang Kompettf (40) (3) Waktu pembayaran (20%) a. 12 bulan () b. 4 < 12 bulan (80) c. 0 < 4 bulan (20) (4) Pelayanan (10%) a. Bak () b. Cukup (80) c. Kurang (0) 3. BAHAN DAN METODE Adapun bahan dan metode algortma yang dgunakan dalam aplkas n adalah: 3.1 Sstem Pendukung Keputusan Menurut Kusrn (2007), sstem pendukung keputusan adalah salah satu ens sstem sstem yang sangat popular dkalangan manaemen perusahaan adalah Sstem Pendukung Keputusan. Sstem Pendukung Keputusan n merupakan suatnformas yang dharapkan dapat membantu manaemen dalam proses pengamblan keputusan. Hal yang perlu dtekankan dsn adalah bahwa keadaaan Sstem Pendukung Keputusan bukan untuk menggantkan tugas-tugas pmpnan, tetap untuk menad sasaran pendukung bag mereka. Sstem pendukung keputusan merupakan mplementas yang telah dperkenalkan oleh lmu-lmu sepert operaton research dan management scence. Hanya bedanya adalah bahwa ka dahulu untuk mencar penyelesaan masalah yang dhadap, kn telah menawarkan kemampuan untuk menyelesakan persoalan yang sama dalam waktu yang relatf sngkat. Sstem pendukung keputusan adalah serangkaan kelas tertentu dar sstem nformas terkomputersas yang mendukung kegatan pengamblan keputusan bsns dan organsas. Suatu DSS yang drancang dengan benar adalah suatu sstem berbass perangkat lunak nteraktf yang dmaksudkan untuk membantu para pengambl keputusan. 3.2 Pemodelan Dalam Sstem Pendukung Keputusan Menurut Kusrn (2007), saat melakukan pemodelan dalam pembangunan Sstem Pendukung Keputusan dlakukan langkah-langkah sebaga berkut: 1. Stud Kelayakan (Intellgence) Pada langkah n, sasaran dtentukan dan dlakukan pencaran prosedur, pengumpulan data, dentfkas masalah, dentfkas kepemlkan masalah, klasfkas masalah, hngga akhrnya terbentuk sebuah pernyataan masalah. Kepemlkan masalah berkatan dengan bagan apa yang akan dbangun oleh DSS dan apa tugas dar bagan tersebut sehngga model tersebut bsa relevan dengan kebutuhan s pemlk masalah. 2. Perancangan (Desgn) Pada tahapan n akan dformulaskan model yang akan dgunakan dan krtera-krtera yang dtentukan. Setelah tu, dcar alternatf model yang bsa menyelesakan permasalahan tersebut. Langkah selanutnya adalah mempredks keluaran yang mungkn. Kemudan, dtentukan varabel-varabel model. 3. Pemlhan (Choce) Setelah pada tahap desgn dtentukan berbaga alternatf model beserta varabel-varabelnya, pada tahapan n akan dlakukan pemlhan modelnya, termasuk solus dar model tersebut. Selanutnya, dlakukan analss senstvtasnya, yakn dengan menggant beberapa varabel. 4. Membuat SPK Setelah menentukan modelnya, berkutnya adalah mengmplementaskannya dalam aplkas SPK. 3.3 Struktur Sstem Pendukung Keputusan Menurut Kusrn (2007) keputusan yang dambl untuk menyelesakan suatu masalah dlhat dar struktur masalahnya terbag menad 3 (tga) yatu: 1. Keputusan Terstruktur (Structured Decson) Keputusan yang dlakukan secara berulang-ulang dan bersfat rutn. Prosedur pengamblan keputusan sangatlah elas. Keputusan tersebut terutama dlakukan pada manaemen tngkat bawah. Msalnya, keputusan pemesanan dan keputusan penaghan putang. 2. Keputusan Sem Terstruktur (Sem Structured Decson) Keputusan yang memlk dua sfat. Sebagan keputusan bsa dtangan oleh komputer dan yang lan tetap harus dlakukan oleh pengamblan keputusan. Prosedur dalam pengamblan keputusan tersebut secara gars besar sudah ada, tetap ada beberapa hal yang mash memerlukan kebakan dar pengambl keputusan. Basanya keputusan semacam n dambl oleh manaer level menengah dalam suatu organsas. Contoh keputusan ens n adalah pengevaluasan kredt, penadwalan produks dan pengendalan persedaan. 3. Keputusan Tak Terstruktur (Unstructured Decson) Keputusan yang penangananya rumt karena tdak terad berulang-ulang atau tdak selalu terad. Menurut pengalaman dan berbaga sumber yang bersfat eksternal. Keputusan tersebut umumnya terad pada manaemen tngkat atas. Contohnya adalah keputusan untuk pengembangan teknolog baru, keputusan untuk bergabunng dengan perusahaan lan dan perekrutan eksekusf.

36 SEBATIK STMIK WICIDA 3.4 SMART (Smple Mult Attrbute Ratng Tehnque) Menurut Kustyahnngsh, Anamsa, dan Syafa ah (2013), SMART merupakan metode pengamblan keputusan yang multatrbut. Teknk pembuatan keputusan multatrbut n dgunakan untuk membantu stakeholder dalam memlh antara beberapa alternatf. Setap alternatf terdr dar sekumpulan atrbut dan setap atrbut mempunya nla-nla, nla n drata-rata dengan skala tertentu. Setap atrbut mempunya bobot yang menggambarkan seberapa pentng a dbandngkan dengan atrbut lan. Dengan SMART pembobotan atrbut dlakukan dengan dua langkah yatu: 1. Mengurutkan kepentngan suatu atrbut dar level terburuk ke level terbak. 2. Membuat perbandngan raso kepentngan setap atrbut dengan atrbut lan dbawahnya. SMART lebh banyak dgunakan karena kesederhanaanya dalam merespon kebutuhan pembuat keputusan dan caranya menganalsa respon. Analsa yang terlbat adalah transparan sehngga metode n memberkan pemahaman masalah yang tngg dan dapat dterma oleh pembuat keputusan. Pembobotan pada SMART menggunakan skala antara 0 sampa 1, sehngga mempermudah perhtungan dan perbandngan nla pada masng-masng alternatf. Model yang dgunakan dalam SMART: Keterangan: w m u ( a ) wu ( a ), 1,2,... m J 1 = nla pembobotan krtera ke- dan k krtera u(a ) = nla utlty krtera ke- untuk krtera ke- Pemlhan keputusan adalah mengdentfkas mana dar n alternatf yang mempunya nla fungs terbesar. 3.5 Teknk SMART (Smple Mult Attrbute Ratng Tehnque) Menurut Kustyahnngsh, Anamsa, dan Syafa ah (2013), Teknk SMART sebaga berkut: 1. Langkah 1: menentukan umlah krtera 2. Langkah 2: sstem secara default memberkan skala 0- berdasarkan prortas yang telah dnputkan kemudan dlakukan normalsas. Normalsas = w w Keterangan : w : bobot suatu krtera w : total bobot semua krtera ( C u ( a ) ( C Keterangan : (a ) : nla utlty krtera ke-1 untuk krtera ke- C max : nla krtera maksmal C mn : nla krtera mnmal C out : nla krtera ke- 5. Langkah 5: htung nla akhr masng-masng. 3.6 Contoh Kasus u( a ) m J 1 out max w u ( a ), C C Suatu perusahaan A ngn mempromoskan abatan tertentu. Akan tetap phak PSDM (Pengembangan Sumber Daya Manusa) kesultan dengan banyaknya krtera-krtera yang dsedakan oleh perusahaan tersebut. Tabel 1. Krtera Pengalaman/Masa Kera No Krtera Nla Bobot 1 25-35 tahun 2 24 25 tahun 75 3 5 14 tahun 50 30 % 4 < 4 tahun 0 Tabel 2. Krtera Nla Prestas Kera N o Krter a Nla 1 A 2 B 80 3 C 60 4 D 40 5 E 10 mn mn ) % ) Bobo t 40% Tabel 3. Krtera Kesehatan N o Krtera Nla Bobot 1 Sangat Bak 2 Bak 80 3 Cukup 60 10% 4 Kurang 40 5 Sangat Kurang 10 3. Langkah 3: memberkan nla krtera untuk setap alternatf. 4. Langkah 4: htung nla utlty untuk setap krtera masng-masng.

SEBATIK STMIK WICIDA 37 Tabel 4. Krtera Usa N o Krtera Nla Bobot 1 > 40 tahun 2 35 41 tahun 75 3 28 34 tahun 50 5% 4 21 27 tahun 25 5 < 21 tahun 0 Tabel 5. Krtera Tanggung Jawab No Krtera Nla Bobot 1 Ya 10% 2 Tdak 0 Tabel 6. Krtera Nla Fsk No Krtera Nla Bobot 1 Ya 5% 2 Tdak 0 Langkah-langkah pengeraan SMART (Smple Mult Attrbute Ratng Technque) sebaga berkut: 1. Ketentuan dalam mempromoskan abatan adalah sebaga berkut: 1) 80 : layak 2) 60 - < 80 : dpertmbangkan 3) 0 - < 60 : tdak layak 4) Seleks U Coba 1 adalah karyawan yang sudah dberkan nla dar perusahaan. 2. Nla ddapat dar krtera utama dan sub krtera sebaga berkut : 1) Krtera pengalaman/masa kera memlk sub krtera 25 35 tahun yang memlk nla, sub krtera 24 25 tahun yang memlk nla 75, sub krtera 5 14 tahun yang memlk nla 50, dan sub krtera < 4 tahun yang memlk nla 0. 2) Krtera nla prestas kera memlk sub krtera A yang memlk nla, sub krtera B yang memlk nla 80, sub krtera C yang memlk nla 60, sub krtera D yang memlk nla 40, dan sub krtera E yang memlk nla 10. 3) Krtera kesehatan memlk sub krtera sangat bak yang memlk nla, sub krtera bak yang memlk nla 80, sub krtera cukup yang memlk nla 60, sub krtera kurang yang memlk nla 40, dan sub krtera sangat kurang yang memlk nla 10. 4) Krtera usa memlk sub krtera > 40 tahun yang memlk nla, sub krtera 35 41 tahun yang memlk nla 75, sub krtera 28 34 tahun yang memlk nla 50, sub krtera 21 27 yang memlk nla 25, dan sub krteta < 21 tahun yang memlk nla 0. 5) Krtera tanggung awab memlk sub krtera ya yang memlk nla, dan sub krtera tdak yang memlk nla 0. 6) Krtera nla fsk memlk sub krtera tdak cacat yang memlk nla, dan sub krtera cacat yang memlk nla 0. 3. Normalsas ddapat dar: 1) Krtera pengalaman / masa kera memlk bobot 30 % 2) Krtera nla prestas kera memlk bobot 40 % 3) Krtera kesehatan memlk bobot 10% 4) Krtera usa memlk bobot 5% 5) Krtera tanggung awab memlk bobot 10% 6) Krtera nla fsk memlk bobot 5% Rumus normalsas adalah : Normalsas = w w Keterangan: w = nla pembobotan krtera ke- dan k krtera: u(a ) = nla utlty krtera ke- untuk krtera ke- Cara mendapatkan nla normalsas sebaga berkut: 1) Normalsas = 30 = 0,3 Keterangan : 30 adalah nla bobot krtera pengalaman / masa kera. adalah nla bobot 2) Normalsas = 40 = 0,4 Keterangan : 40 adalah nla bobot krtera nla prestas kera. adalah nla bobot 3) Normalsas = 10 = 0,1 Keterangan : 10 adalah nla bobot krtera kesehatan. adalah nla bobot 4) Normalsas = 5 = 0,05 Keterangan : 5 adalah nla bobot krtera usa 5) Normalsas = adalah nla bobot 10 = 0,1 Keterangan : 10 adalah nla bobot krtera tanggung awab 6) Normalsas = Keterangan : adalah nla bobot 5 = 0,05 5 adalah nla bobot krtera nla fsk adalah nla bobot

38 SEBATIK STMIK WICIDA 4. Cara mencar nla utlty adalah sebaga berkut: Rumus nla utlty : ( C u ( a ) ( C out max C C Keterangan : (a ) : nla utlty krtera ke-1 untuk krtera ke- C max : nla krtera maksmal C mn : nla krtera mnmal C out : nla krtera ke- Cara mendapatkan nla utlty sebaga berkut: 1) Krtera pengalaman / masa kera (75 0) ) % ( 0) (75) () ). 0,75% ) 75 2) Krtera nla prestas kera (80 10) ( 10) (70) (90) ). 0,78% ) 77,78 3) Krtera kesehatan ( 10) ( 10) (90) (90) ). 1% ) 4) Krtera usa ( 0) ( 0) () () ). 1% ) mn mn 5) Krtera Tanggung Jawab ( 0) ( 0) () () ). 1% ) ) % ) ). 1% ) 5. Nla Hasl ddapat dar : Rumus : Hasl = Nla utlty x normalsas 1) Krtera pengalaman / masa kera Hasl = 75 x 0,3 = 22,5 2) Krtera nla prestas kera Hasl = 77,78 x 0,4 = 31, 11 3) Krtera Kesehatan Hasl = x 0,1 = 10 4) Krtera Usa Hasl = x 0,05 = 5 5) Krtera tanggung awab Hasl = x 0,1 = 10 6) Krtera nla fsk Hasl = x 0,05 = 0,05 6. Cara mencar nla hasl akhr sebaga berkut : u( a ) m J 1 w u ( a ), Hasl = 22,5 + 31,11 + 10 + 5 + 10 +5 = 83, 61 Dar hasl u coba pada 4 pegawa hanya 2 orang yang dnyatakan layak, karena mendapatkan nla tngg pada bobot 1 (30%) dan bobot 2 (40%). Sementara 2 lannya yang dnyatakan tdak layak dan dpertmbangkan dkarenakan nla pada bobot 1 dan 2 kurang mendapatkan hasl yang maxmal. Maka dapat dsmpulkan bahwa bobot sangatlah berpengaruh dalam perhtungan n. 3.7 Mcrosoft Vsual Basc 6.0 Subar dan Yustanto (2008), Vsual Basc selan dsebut sebaga bahasa pemrograman (Language Program), uga serng dsebut sebaga sarana (Tool) untuk menghaslkan program-program aplkas berbass wndows. Setelah Vsual Basc dalankan, akan muncul sebuah layar. Layar n adalah lngkungan pengembangan aplkas Vsual Basc yang nantnya akan dgunakan untuk membuat program-program aplkas dengan Vsual Basc. 6) Krtera Tanggung Jawab ( 0) ( 0) () ()

SEBATIK STMIK WICIDA 39 Gambar 4. Tamplan Standart toolbar pada Vsual Basc 6.0 Gambar 1. Lngkungan Vsual Basc 6.0 Layar Vsual Basc adalah suatu lngkungan besar yang terdr dar beberapa bagan-bagan kecl yang kesemuanya memlk sfat. Vsual Basc IDE (Interface Development Envrotment) adalah tamplan antarmuka program dengan pengguna yang sudah bersfat GUI (Grafcal User Interface), menyakan banyak kemudahan bag para programmer untuk membuat aplkas. Tamplan IDE Vsual Basc sebaga berkut: 1) Menu Bar Menu Bar berfungs memberkan kemudahan kepada pengguna dalam memlh aks-aks yang umum sepert mengedt, mengkop atau menalankan program. Beberapa fungs yang ada d Menu Bar uga terseda d Toolbar. Gambar 2. Tamplan Menu Bar pada Vsual Basc 6.0 2) Form Form d Vsual Basc adalah meda tempat kta membuat aplkas atau antarmuka yang bersfat GUI (Grafcal User Interface). Kta dapat menempelkan berbaga macam obek atau kontrol d atas form tersebut. 4) Proect Wndow Dengan adanya proect wndow, kta dapat melhat form atau obek apa saa yang ada d dalam satu proyek, dan kta dapat menghapusnya dar proect wndow tersebut. Gambar 5. Tamplan proect wndow pada Vsual Basc 6.0 5) Toolbox Toolbox bers komponen-komponen standar yang dperlukan dalam membuat aplkas sepert textbox, label, combo box dan lan-lan. Gambar 6. Tamplan Toolbox pada Vsual Basc 6.0 Gambar 3. Tamplan form pada Vsual Basc 6.0 3) Standart Toolbar Standart Toolbar berfungs menyedakan fasltas yang umum dgunakan oleh para programmer ketka mendesan aplkas, sepert membuka atau menympan fle, menalankan program dan lan-lan. 6) Propertes Wndows Adalah sebuah endela yang mengandung semua nformas mengena obek yang terdapat pada aplkas Vsual Basc. Propert adalah sfat dar sebuah obek, msalnya sepert nama, warna, ukuran, poss dan sebaganya.

40 SEBATIK STMIK WICIDA Tabel 7. Smbol Smbol Flowchart NO SIMBOL NAMA FUNGSI 1 Termnator Permulaan / akhr program Gambar 7. Tamplan Propertes Wndow pada Vsual Basc 6.0 7) Code Edtor Code Edtor dsebut uga endela kode adalah salah sattem terpentng dalam pemrograman Vsual Basc. Jendela n bers kode-kode program yang merupakan nstruks untuk aplkas Vsual Basc agar dalankan sepert menutup aplkas, membatalkan perntah, mengaktfkan salah satu obek dan sebaganya. Gambar 8. Tamplan code edtor pada Vsual Basc 6.0 8) Form Layout Wndow Form Layout Wndow berfungs untuk menetapkan poss tamplan program ketka dalankan. Poss pada Form layout wndow nlah yang merupakan petunuk d mana aplkas akan dtamplkan pada layar montor saat dalankan. 2 Gars Alr (Flow Lne) 3 Preperaton 4 Proses 5 6 Input / Output data Predefned process (sub program) 7 Decson 8 9 On Page Connector Off Page Connector Arah alran program Proses nsalsas / pemberan harga awal Proses perhtungan / proses pengolahan data Proses nput / output data, parameter, nformas Permulaan sub program / proses menalankan sub program Perbandngan pernyataan, penyeleksan data yang memberkan plhan untuk langkah selanutnya Penghubung bagan-bagan flowchart yang berada pada satu halaman Penghubung bagan-bagan flowchart yang berada pada halaman berbeda Gambar 9. Tamplan form layout wndow 3.8 Flowchart Menurut Anharku (2009). Flowchart adalah penyaan yang sstemats tentang proses dan logka dar kegatan penanganan nformas atau penggambaran secara grafk dar langkah-langkah dan urut-urutan prosedur dar suatu program. Flowchart menolong anals dan programmer untuk memecahkan masalah kedalam segmen-segmen yang lebh kecl dan menolong dalam menganalss alternatf-alternatf lan dalam pengoperasan. 3.9 Metode Penguan Sstem Menurut Pressman (2007), penguan menyakan anomal yang menark bag perekayasa perangkat lunak. Pada proses perangkat lunak, perekayasa berusaha membangun perangkat lunak dar konsep abstrak dar mplementas yang dapat dlhat, baru kemudan dlakukan penguan. 3.9.1 Penguan Metode Whte Box Menurut Pressman (2007), penguan whte-box, yang kadang-kadang dsebut penguan glass-box, adalah metode desan test case. Dengan menggunakan metode penguan whte-box, perekayasa sstem dapat melakukan test case yang:

SEBATIK STMIK WICIDA 41 1. Memberkan amnan bahwa semua alur ndependen pada suatu modul telah dgunakan palng tdak satu kal, 2. Menggunakan semua keputusan logs pada ss true dan false 3. Mengeksekus semua loop pada batasan mereka dan pada batas operasonal mereka 4. Menggunakan struktur data nternal untuk menamn valdtasnya. 3.9.2 Penguan Metode Black Box Menurut Pressman (2007), penguan black-box berfokus pada persyaratan fungsonal perangkat lunak. Dengan demkan, penguan black-box memungknkan perekayasa perangkat lunak mendapatkan serangkaan konds nput yang sepenuhnya menggunakan semua persyaratan fungsonal untuk suatu program. Penguan black-box bukan merupakan alternatve dar teknk whte-box, tetap merupakan pendekatan komplementer yang kemungknan besar mampu mengungkap kelas kesalahan darpada metode whte-box. Penguan blackbox berusaha menemukan kesalahan dalam kategor sebaga berkut: 1. Fungs-fungs yang tdak benar atau hlang 2. Kesalahan nterface 3. Kesalahan dalam struktur data atau akses database eksternal 4. Insalsas dan kesalahan termnas 4. RANCANGAN SISTEM/APLIKASI Berkut n adalah flowchart Sstem Pendukung Keputusan Penentuan Suppler Bahan Bangunan: 4.1 Flowchart Perhtungan Menggunakan Metode SMART Start SMART Input Krtera dan Bobotnya Normalsas Bobot w Input Nla Sub Krtera Htung Nla Utlty untuk setap Krtera ( Cout C ) mn u ( a ) % ( Cmax Cmn ) Htung Nla Akhr u( a ) w m J 1 w u ( a ), Dar gambar 10 Flowchart Perhtungan Menggunakan Metode SMART, dawal dengan nput krtera dan bobot, lalu dproses dalam normalsas bobot, kemudan nput nla sub krtera, selanutnya htung nla utlty setap sub krtera dan htung nla akhr, kemudan output hasl keputusan, dan selesa. 4.2 Flowchart Sstem Penentuan Suppler Menggunakan Metode SMART Mula Logn Benar Input Data Suppler Input Krtera & Bobot Normalsas dan Perangkngan Suppler Cetak Perangkngan Suppler Selesa Ya Input Nla Sub Krtera Tdak Gambar 11. Flowchart Sstem Penentuan Suppler Menggunakan Metode SMART Flowchart sstem penentuan suppler menggunakan metode SMART, dawal dengan logn benar, ka logn tdak benar maka program akan selesa, ka benar atau ya maka, nput data suppler, lalnput krtera dan bobot, kemudan nput nla sub krtera, kemudan dproses dalam normalsas dan perangkngan suppler, kemudan output cetak perangkngan suppler, dan selesa. 5. IMPLEMENTASI Hasl mplementas berdasarkan analss dan perancangan adalah sebaga berkut: 5.1 Form Data Krtera Hasl Keputusan End Gambar 10. Flowchart Perhtungan Menggunakan Metode SMART Gambar 12. Form Data Krtera

42 SEBATIK STMIK WICIDA 5.2 Form Data Subkrtera Gambar 13. Form Data Subkrtera 5.3 Form Penentuan Suppler Gambar 14. Form Penentuan Suppler Form Penentuan suppler adalah proses perhtungan SMART. 5.4 Form Perangkngan 3. Dengan adanya sstem pendukung keputusan penentuan suppler pada Toko Bntang Keramk Jaya, dapat membantu pmpnan toko dalam mengambl keputusan yang tepat dalam menentukan suppler, yang dapat dterma sesua dengan krtera yang telah dtetapkan Toko Bntang Keramk Jaya. 4. Dapat mempermudah pmpnan toko dalam menentukan perangkngan suppler. 7. SARAN Adapun saran-saran yang dapat dkemukakan yatu sebaga berkut: 1. Dharapkan bsa memaka metode SPK yang lan, msalnya TOPSIS, K-NN, Electre dan lan-lan 2. Dharapkan sstem pendukung keputusan n dbuat secara onlne (webste). Sstemnya adalah memudahkan semua pemlk toko bangunan memutuskan suppler yang layak, dpertmbangkan atau belum terplh. Kemudan memudahkan pemlk toko bangunan akses aplkas SPK n tdak hanya dsatu tempat, tetap harus memlk akses nternet. 3. Dharapkan sstem pendukung keputusan n dbuat secara Androd. Sstemnya adalah untuk memudahkan pemlk toko bangunan mengunduh aplkas melalu playstore atau apk aplkas SPK n dapat dgunakan untuk smartphone. Pemlk toko bangunan bsa langsung menentukan suppler mana yang layak untuk dplh, dpertmbangkan atau belum terplh. 8. DAFTAR PUSTAKA And, 2010, Aplkas Database Vsual Basc 6.0 Dengan Crystal Report, Yogyakrta: And Offset. Anharku. 2009. Flowchart. http://lmukomputer.org/wpcontent/uploads/2009/06/anharku-flowchart.pdf. (dakses 01 Desember 2015) Jogyanto, HM, 2008, Analss & Desan Sstem Informas, Yogyakarta: And Offset. Gambar 15. Form Perangkngan 6. KESIMPULAN Dengan adanya hasl peneltan yang dlaksanakan dan berdasarkan uraan yang telah dbahas pada bab-bab sebelumnya, maka dapat dtark kesmpulan bahwa : 1. Dengan adanya sstem n, maka dapat membantu dalam pembelaaran pada mata kulah sstem pendukung keputusan, terutama pengunaan metode SMART (Smple Mult Attrbute Ratng Technque) dalam mencar solus pengamblan keputusan. 2. Adanya 4 krtera yang dgunakan yatu krtera kualtas barang memlk sub krtera sangat berkualtas, berkualtas dan kurang berkualtas. Krtera harga kompettf dengan sub krtera sangat kompettf, kompettf dan kurang kompettf. Krtera waktu pembayaran memlk sub krtera 12 bulan, 4 - < 12 bulan dan 0 - < 4 bulan. Kemudan krtera Pelayanan memlk sub krtera bak, cukup, kurang. Kusrn, 2007, Konsep dan Aplkas Sstem Penunang Keputusan, Yogyakarta: And. Kustyahnngsh Yen, Deve Rosa Anamsa, & Nkmatus Syafa ah. 2013. Sstem Pendukung Keputusan Untuk Menentukan Jurusan Pada Sswa SMA Menggunakan Metode KNN dan SMART. https://yenkustyahnngsh.fles.wordpress.com/20 13/04/knn.docx. (dakses 1 November 2015) Pressman, Roger, 2007, Rekayasa Perangkat Lunak, Yogyakarta: And Offset. Madcoms, 2010, Mcrosoft Access 2010 Untuk Pemula, Yogyakarta: And Offset. Subar, dan Yustanto, 2008, Pemrograman Mcrosoft Vsual Basc 6.0., Jakarta: PT. Elex Meda Komputndo.

SEBATIK STMIK WICIDA 43