Perbandingan Algoritma Simple Additive Weighting (SAW) dan Preference Ranking Organization for Enrichment Evaluation (PROMETHEE) Dalam Pemilihan Sepeda Motor

PERBANDINGAN ALGORITMA SIMPLE ADDITIVE WEIGHTING (SAW) DAN PREFERENCE RANKING ORGANIZATION FOR

ENRICHMENT EVALUATION (PROMETHEE) DALAM PEMILIHAN SEPEDA MOTOR

SKRIPSI

MARCO Y SIALLAGAN 121421098

PROGRAM STUDI EKSTENSI S1 ILMU KOMPUTER FAKULTAS ILMU KOMPUTER DAN TEKNOLOGI INFORMASI

UNIVERSITAS SUMATERA UTARA MEDAN

2015

PERBANDINGAN ALGORITMA SIMPLE ADDITIVE WEIGHTING (SAW) DAN PREFERENCE RANKING ORGANIZATION FOR

ENRICHMENT EVALUATION (PROMETHEE) DALAM PEMILIHAN SEPEDA MOTOR

SKRIPSI

Diajukan untuk melengkapi tugas akhir dan memenuhi syarat memperoleh ijazah Sarjana Ilmu Komputer

MARCO Y SIALLAGAN 121421098

PROGRAM STUDI EKSTENSI S1 ILMU KOMPUTER FAKULTAS ILMU KOMPUTER DAN TEKNOLOGI INFORMASI

UNIVERSITAS SUMATERA UTARA MEDAN

2015

PERSETUJUAN

Judul : PERBANDINGAN ALGORITMA SIMPLE

ADDITIVE WEIGHTING (SAW) DAN PREFERENCE RANKING ORGANIZATION FOR ENRICHMENT

EVALUATION (PROMETHEE) DALAM

PEMILIHAN SEPEDA MOTOR

Kategori : SKRIPSI

Nama : MARCO Y SIALLAGAN

Nomor Induk Mahasiswa : 121421098

Program Studi : EKSTENSI S1 ILMU KOMPUTER

Fakultas : ILMU KOMPUTER DAN TEKNOLOGI INFORMASI

UNIVERSITAS SUMATERA UTARA

Komisi Pembimbing :

Pembimbing II Pembimbing I

Vera Wijaya Drs.Marihat Situmorang, M.Kom

NIP.- NIP. 19631214198603 1 001

Diketahui/disetujui oleh

Program Studi Ekstensi S1 Ilmu Komputer Ketua,

Dr. Poltak Sihombing, M.Kom NIP. 19620217 199103 1 001

PERNYATAAN

PERBANDINGAN ALGORITMA SIMPLE ADDITIVE WEIGHTING (SAW) DAN PREFERENCE RANKING ORGANIZATION FOR

ENRICHMENT EVALUATION (PROMETHEE) DALAM PEMILIHAN SEPEDA MOTOR

SKRIPSI

Saya menyatakan bahwa skripsi ini adalah hasil kerja saya sendiri, kecuali beberapa kutipan dan ringkasan yang masing-masing disebutkan sumbernya.

Medan, 2015

MARCO Y SIALLAGAN 121421098

PENGHARGAAN

Segala puji dan syukur penulis ucapkan kehadirat Tuhan Yang Maha Esa yang telah memberikan kasih-Nya kepada penulis sehingga dapat menyelesaikan skripsi ini.

Dalam penyusunan dan penulisan skripsi ini, penulis banyak mendapat bantuan, dukungan, dan bimbingan dari berbagai pihak. Pada kesempatan ini penulis ingin mengucapkan rasa terima kasih dan penghargaan kepada:

1. Bapak Prof. Subhilhar, Ph.D selaku Rektor Universitas Sumatera Utara.

2. Bapak Prof. Dr. Muhammad Zarlis, M.Kom sebagai Dekan Fakultas Ilmu Komputer dan Teknologi Informasi.

3. Bapak Dr. Poltak Sihombing, M.Kom sebagai Ketua Program Studi S1 Ilmu Komputer.

4. Ibu Maya Silvi Lydia, B.Sc, M.Sc selaku Sekretaris Program Studi Ilmu Komputer.

5. Bapak Bapak Drs.Marihat Situmorang, M.Kom selaku Dosen Pembimbing I dan Ibu Vera Wijaya Selaku Dosen Pembimbing II yang telah meluangkan waktu dan pikiran dalam membimbing dan mengarahkan penulis agar dapat menyelesaikan skripsi ini.

6. Bapak Dr.Syahril Efendi,S.SI, M.IT selaku dosen Pembanding I dan Bapak Ade Candra,S.T, M.Kom selaku dosen Pembanding II yang telah memberikan kritik dan saran terhadap skripsi ini.

7. Seluruh staf pengajar dan pegawai Fakultas Ilmu Komputer dan Teknologi Informasi.

8. Teristimewa Ibunda Mesdi Purba, Ririn Siallagan dan Kak Ranny Siallagan. 9. Sahabat-sahabat Nelly, Novri, Reza, Claudia, Puspita, Belpri, Dan Edyson

Marcopolo.

10. Teman – teman seperjuangan mahasiswa S1 Ekstensi Ilmu Komputer stambuk 2012 yang selalu memberi dukungan.

11. Semua pihak yang terlibat langsung ataupun tidak langsung yang tidak dapat penulis ucapkan satu per satu yang telah membantu menyelesaikan skripsi ini.

Penulis menyadari bahwa skripsi ini masih memiliki banyak kekurangan, baik dari segi teknik, tata penyajian ataupun dari segi tata bahasa.Oleh karena itu penulis bersedia menerima kritik dan saran dari pembaca dalam upaya perbaikan skripsi ini. Semoga skripsi ini dapat bermanfaat bagi penulis dan pembaca, khususnya rekan-rekan mahasiswa lainnya yang mengikuti perkuliahan di Universitas Sumatera Utara.

Medan, Juni 2015 Penulis

MARCO Y SIALLAGAN

ABSTRAK

Sistem pendukung keputusan adalah solusi bagi pembuat kebijakan dalam mengambil keputusan untuk menentukan pilihan. Sekarang banyak macam varian sepeda motor lengkap dengan keunggulan dan kelebihanya. Hal ini tentunya akan mempersulit konsumen dalam menentukan pilihan yang tepat, sesuai dengan kriteria yang di inginkan. Cara mengambil keputusan tersebut adalah dengan menggunakan algoritma Simple Additive Weighting (SAW) dan Preference Ranking Organization For Enrichment Evaluation (PROMETHEE). Dalam mengambil keputusan digunakan 4 kriteria pembanding dalam pemilihan sepeda motor terbaik, yaitu harga beli, keiritan bahan bakar, garansi dan kapasitas mesin. Aplikasi pada penelitian ini dibangun dengan menggunakan bahasa pemrograman PHP dan MySQL. Dari hasil pengujian, sistem ini berhasil menentukan pemilihan sepeda motor terbaik dengan algoritma Simple Additive Weighting (SAW) dan Preference Ranking Organization For Enrichment Evaluation (PROMETHEE).

Kata Kunci : Sistem Pendukung Keputusan (SPK), Simple Additive Weighting (SAW) dan Preference Ranking Organization For Enrichment Evaluation (PROMETHEE).

ABSTRACT

Decision support system is the solution for policy-makers in making decisions to determine the selection. Now many variants of motorcycles complete with excellence and excess. This will certainly complicate the customer in determining the right choice, according to the desired criteria. How to take the decision is to use the algorithm Simple Additive Weighting (SAW) and Preference Ranking Organization For Enrichment Evaluation (PROMETHEE). In taking the decision to use four criteria in the selection of comparators best motorcycle, ie the purchase price, fuel efficiency, warranty and engine capacity. Application of this research was built using the programming language PHP and MySQL. From the test results, the system is able to determine the selection of the best motorcycle with algorithms Simple Additive Weighting (SAW) and Preference Ranking Organization For Enrichment Evaluation (PROMETHEE).

Keyword: Decision Support System, SAW Algorithm, PROMETHEE Algorithm

DAFTAR ISI

Halaman

Persetujuan ii

Pernyataaan iii

Penghargaan iv

Abstrak vi

Abstract vii

Daftar isi viii

Daftar tabel x

Daftar gambar xi

BAB 1. PENDAHULUAN 1

1.1. Latar Belakang 2

1.2. Rumusan Masalah 2

1.3. Batasan Masalah 2

1.4. Tujuan Penelitian 2

1.5. Manfaat Penelitian 3

1.6. Metodologi Penelitian 3

1.7. Sistematika Penelitian 4

BAB 2. TINJAUAN PUSTAKA 6

2.1. Sistem Pendukung Keputusan 6

2.1.1. Definisi 6

2.1.2 Proses Pengambilan Keputusan 6

2.1.3. Definisi SPK 7

2.2. Algoritma 9

2.3. Fuzzy Multiple Attribute Decision Making Methods (FMADMM) 10

2.3.1. Algoritma SAW 10

2.3.2. Algoritma Preference Ranking Organization For Enrichment

Evaluation (PROMETHEE) 12

2.4. Pendekatan Objek Oriented 18

2.4.1. UML (Unified Modeling Language) 18

2.5. Flowchart 20

BAB 3. ANALISIS DAN PERANCANGAN 23

3.1. Analisis Masalah 23

3.2. Analisis Kebutuhan Sistem 24

3.3. Analisis Proses 24

3.3.1. Analisis Proses Pemecahan Masalah SAW 25

3.3.2. Analisis Proses Algoritma SAW 25

3.3.3. Analisis Proses Pemecahan Masalah Promethee 33

3.4. Pemodelan Sistem 56

3.4.1. Use Case & Activity Diagram 56 3.4.2. Spesifikasi Use Case & Activity Diagram SAW 57

3.4.3. Sequence Diagram 59

3.5. Perancangan Sistem 60 3.5.1. Pembuatan Algoritma Program 60 3.5.2. Alur Proses Sistem Secara Umum 60

3.6. Perancangan Antarmuka Sistem (interface) 63

3.6.1. Halaman Utama 63

3.6.2. Halaman Input Kriteria 64

3.6.3. Halaman Input Alternatif 65

3.6.4. Halaman Metode Saw 66

3.6.5. Halaman Metode Promethee 67

3.6.6. Halaman Log out 68

BAB 4. IMPLEMENTASI DAN PENGUJIAN 69

4.1. Implementasi Sistem 69

4.1.1. Form Menu Utama 69

4.1.2. Form Menu Input Kriteria 70

4.1.3. Form Menu Input Alternatif 71

4.1.4. Form Menu Metode SAW 71

4.1.5. Form Menu Metode Promethee 72

4.1.6. Menu Logout 73

4.2. Pengujian Sistem 73

4.2.1. Pengujian SAW 73

4.2.2. Pengujian Promethee 74

BAB 5. KESIMPULAN DAN SARAN 76

5.1. Kesimpulan 76

5.2. Saran 76

DAFTAR PUSTAKA 77

DAFTAR TABEL

Halaman

Tabel 2.1. Pengklasifikasian Dalam Use Case Diagram 19

Tabel 2.2. Relasi-relasi Dalam Use case Diagram 19

Tabel 2.3. Simbol-simbol Pada Activity Diagram 20

Tabel 2.4. Simbol Program Flowchart 21

Tabel 2.5. Sistem Flowchart 22

Tabel 3.1. Bobot Kriteria 25

Tabel 3.2 Bobot Alternatif di Setiap Kriteria 26

Tabel 3.3 Nilai Alternatif di Setiap Kriteria yang dinormalkan 30

Tabel 3.4 Total Nilai Akhir Pembobotan 32

Tabel 3.5 Total Nilai Pembobotan Setelah Pengurutan 32

Tabel 3.6 Tabel Promethee Tahap 1 34

Tabel 3.7 Tabel Promethee Tahap 2 52

Tabel 3.8. Tabel Ranking Promethee 56

Tabel 3.9. Spesifikasi Use Case Algoritma SAW 58

Tabel 3.10. Keterangan Bagian-Bagian Rancangan Halaman Utama 63 Tabel 3.11. Keterangan Bagian-Bagian Rancangan Halaman Input Kriteria 65 Tabel 3.12. Keterangan Bagian-bagian Rancangan Halaman Input Alternatif 66

Tabel 3.13. Keterangan Bagian-Bagian Rancangan Halaman Metode SAW 67 Tabel 3.14.. Keterangan Bagian-Bagian Rancangan Halaman Metode Promethee 68

DAFTAR GAMBAR

Halaman

Gambar 2.1. Proses Pengambilan Keputusan 7

Gambar 2.2. Karateristik dan Kapabilitas SPK 9

Gambar 2.3 Langkah-Langkah Dalam Algoritma SAW 12

Gambar 2.4 Kriteria Biasa 13

Gambar 2.5. Kriteria Quasi 14

Gambar 2.6. Kriteria dengan Preference Linier 14

Gambar 2.7. Kriteria Level 15

Gambar 2.8. Kriteria Dengan Preferensi Linier dan area yang tidak berbeda 16

Gambar 2.9 Kriteria Gaussian 16

Gambar 3.1 Diagram Ishikawa Untuk Analisis Masalah 23

Gambar 3.2 Use Case Sistem 57

Gambar 3.3 Activity Diagram Algoritma SAW 58

Gambar 3.4 Activity Diagram Algoritma PROMETHEE 59

Gambar 3.5 Sequence Diagram SAW 59

Gambar 3.6 Sequence Diagram Promethee 60

Gambar 3.7. Flowchart SAW 61

Gambar 3.8. Flowchart Sistem Promethee 62

Gambar 3.9.Rancangan Halaman Utama 63

Gambar 3.10.Rancangan Halaman Input Kriteria 64

Gambar 3.11. Rancangan Halaman Input Alternatif 65

Gambar 3.12.Rancangan Halaman Metode Saw 66

Gambar 3.13.Rancangan Halaman Metode Promethee 67

Gambar 4.1. Form Menu Utama 70

Gambar 4.2. Form Menu Input Kriteria 70

Gambar 4.3. Form Menu Input Alternatif 71

Gambar 4.4. Form Menu Metode SAW 72

Gambar 4.5. Form Menu Metode Promethee 72

Gambar 4.6. Form Perhitungan SAW 73

Gambar 4.7. Form Input Nilai Alternatif Pada Setiap Kriteria Metode Promethee 74

Gambar 4.8. Form Perhitungan Metode Promethee 75

Gambar 4.9. Form Hasil Akhir Perhitungan Metode Promethee 75

ABSTRAK

Sistem pendukung keputusan adalah solusi bagi pembuat kebijakan dalam mengambil keputusan untuk menentukan pilihan. Sekarang banyak macam varian sepeda motor lengkap dengan keunggulan dan kelebihanya. Hal ini tentunya akan mempersulit konsumen dalam menentukan pilihan yang tepat, sesuai dengan kriteria yang di inginkan. Cara mengambil keputusan tersebut adalah dengan menggunakan algoritma Simple Additive Weighting (SAW) dan Preference Ranking Organization For Enrichment Evaluation (PROMETHEE). Dalam mengambil keputusan digunakan 4 kriteria pembanding dalam pemilihan sepeda motor terbaik, yaitu harga beli, keiritan bahan bakar, garansi dan kapasitas mesin. Aplikasi pada penelitian ini dibangun dengan menggunakan bahasa pemrograman PHP dan MySQL. Dari hasil pengujian, sistem ini berhasil menentukan pemilihan sepeda motor terbaik dengan algoritma Simple Additive Weighting (SAW) dan Preference Ranking Organization For Enrichment Evaluation (PROMETHEE).

Kata Kunci : Sistem Pendukung Keputusan (SPK), Simple Additive Weighting (SAW) dan Preference Ranking Organization For Enrichment Evaluation (PROMETHEE).

ABSTRACT

Decision support system is the solution for policy-makers in making decisions to determine the selection. Now many variants of motorcycles complete with excellence and excess. This will certainly complicate the customer in determining the right choice, according to the desired criteria. How to take the decision is to use the algorithm Simple Additive Weighting (SAW) and Preference Ranking Organization For Enrichment Evaluation (PROMETHEE). In taking the decision to use four criteria in the selection of comparators best motorcycle, ie the purchase price, fuel efficiency, warranty and engine capacity. Application of this research was built using the programming language PHP and MySQL. From the test results, the system is able to determine the selection of the best motorcycle with algorithms Simple Additive Weighting (SAW) and Preference Ranking Organization For Enrichment Evaluation (PROMETHEE).

Keyword: Decision Support System, SAW Algorithm, PROMETHEE Algorithm

BAB 1 PENDAHULUAN

1.1. Latar Belakang

Dunia otomotif khususnya sepeda motor di berbagai kota di Indonesia mulai mendapat perhatian yang serius dari konsumen. Sepeda motor bukan lagi merupakan barang mewah yang hanya dapat dimiliki oleh kalangan tertentu saja, tetapi seiring dengan berubahnya keadaan perekonomian dan mobilitas yang semakin tinggi menyebabkan memiliki sepeda motor merupakan hal yang mutlak sebagai pendukung mobilitas kegiatan sehari-hari. Beberapa merek sepeda motor yang telah terkenal luas saat ini adalah Honda, Yamaha, Suzuki dan Kawasaki. Dari tiap merek tersebut ada beberapa tipe yang ditawarkan, motor 4 tak, matic ataupun sport.

Data sepeda motor menunjukkan bahwa setiap pabrikan atau merek memiliki beberapa tipe sepeda motor untuk setiap jenisnya, bahkan setiap tipe memiliki beberapa varian lagi yang dibedakan berdasarkan kelengkapan atau variasi yang dimilikinya. Oleh karena itu ada berbagai hal yang perlu dipertimbangkan oleh seorang konsumen untuk memilih sepeda motor yang hendak dibelinya, dimana selama ini konsumen cenderung memilih sepeda motor berdasarkan opini dari orang lain tanpa mempertimbangkan spesifikasi dan ketentuan apa sebenarnya yang dibutuhkan oleh konsumen itu sendiri.

Algoritma SAW dan Promethee dapat digunakan untuk pengambilan keputusan. SAW merupakan suatu metode mencari penjumlahan terbobot dari rating kinerja pada setiap alternatif pada semua atribut (Fishburn, 1967) dan Promethee merupakan suatu metode pengambilan keputusan atas fungsi preferensi dengan penyelesaian masalah melalui pendekatan hubungan outranking. Dengan pemanfaatan keduanya dapat digunakan untuk sebuah analisa dan bertujuan untuk sebuah solusi. Formulasi permasalahan dalam penelitian ini menggunakan SAW dan Promethee

dengan berbagai kriteria-kriteria yang ditentukan, dan hasil dari analisa akan memberikan alternatif.

Dengan adanya sistem pendukung keputusan ini maka dapat membantu pengguna untuk dapat mendapatkan Sepeda motoryang sesuai dengan kebutuhan dan keperluan untuk penggunaan yang lebih efektif dan efisien .

1.2.Rumusan Masalah

Masalah yang akan dibahas dalam penelitian ini adalah bagaimana menghasilkan sebuah sistem yang mampu membandingkan algoritma SAW dan algoritma Promethee untuk pemilihan sepeda motor terbaik.

1.3. Batasan Masalah

Batasan masalah dalam penelitian ini adalah :

1. Kriteria yang digunakan ialah spesifikasi Sepeda Motor. Spesifikasi Sepeda motor yang akan dipakai sebagai pembanding adalah Harga beli, Keiritan bahan bakar, Garansi, dan Kapasitas mesin.

2. Alternatif pilihan dalam penelitian ini adalah sepeda motor yaitu :

Mio Soul, Supra 125 PGM-FI, Revo, Jupiter MX, Byson, Vario, Vixion, Beat, Tiger, Satria FU.

3. Penggunaan algoritma SAW dan Promethee untuk analisa pemilihan. 4. Penggunaan perbandingan metode SAW dan Promethee dalam melakukan

pengambilan keputusan.

5. Menggunakan bahasa pemrograman PHP dan MySQL.

1.4. Tujuan Penelitian

Tujuan dari penelitian ini adalah mengambil satu keputusan dalam pemilihan Sepeda Motor untuk membuat keputusan yang dapat membantu pihak-pihak tertentu dalam mengambil keputusan yang terbaik untuk mencapai hasil yang maksimal dengan pemanfaatan algoritma SAW dan Promethee.

1.5. Manfaat Penelitian

Manfaat yang diharapkan dari penelitian ini sebagai berikut :

1. Penelitian ini dapat menghasilkan keputusan yang lebih cepat bagi konsumen untuk dijadikan bahan pertimbangan dalam pemilihan sepeda motor

2. Membantu konsumen sebagai referensi dalam pemilihan Sepeda Motor yang ada sehingga penggunaan Sepeda Motor lebih efektif dan efisien.

3. Penelitian ini bermanfaat dalam pengembangan ilmu di bidang pengambilan keputusan.

1.6. Metodologi Penelitian

Metodologi penelitian yang digunakan dalam penulisan skripsi ini adalah sebagai berikut:

a. Studi kepustakaan

Metode ini dilaksanakan dengan melakukan studi kepustakaan melalui membaca buku-buku yang relevan dengan tema skripsi, ebook dan jurnal yang dapat mendukung penulisan skripsi.

b. Analisis

Pada tahap ini dilakukan pengumpulan data - data dari hasil studi kepustakaan kemudian melakukan analisis sehingga menjadi suatu informasi.

c. Perancangan

Pada tahap ini akan dilakukan perancangan sistem pengambilan keputusan dalam penentuan Sepeda motor terbaik. Termasuk di dalamnya yaitu perancangan

flowchart, use case, sequence diagram dan activitydiagram, desain interface dan perancangan sistem.

d. Implementasi

Pada tahap ini menerapkan Algoritma Simple Additive Weighting (SAW) dan Preference Ranking Organization for Enrichment Evaluation (PROMETHEE) ke dalam bentuk kode program menggunakan PHP dan MySQL.

e. Pengujian

Proses pengujian terhadap program yang dihasilkan untuk mengetahui apakah program sudah berjalan dengan benar dan sesuai dengan perancangan yang dilakukan.

f. Dokumentasi

Tahap ini berisi kesimpulan akhir dari hasil analisa dan laporan tentang penelitian yang telah dilakukan.

1.7. Sistematika Penelitian

Adapun langkah-langkah dalam menyelesaikan penelitian ini adalah sebagai berikut :

BAB 1 : PENDAHULUAN

Bab ini akan menjelaskan mengenai latar belakang pemilihan judul skripsi

“Implementasi Algoritma SAW dan PROMETHEE Untuk Pemilihan

Sepeda motor”, rumusan masalah, batasan masalah, tujuan penelitian,

manfaat penelitian, metodologi penelitian, dan sistematika penulisan.

BAB 2 : TINJAUAN PUSTAKA

Bab ini membahas mengenai teori-teori yang berkaitan dengan perancangan model sistem pendukung keputusan dalam pemilihan Sepeda motor.

BAB 3 : ANALISIS DAN PERANCANGAN SISTEM

Bab ini menjelaskan analisis yang dilakukan terhadap permasalahan dan penyelesaian persoalan dalam pemilihan Sepeda motor dengan mengimplementasikan Algoritma SAW dan PROMETHEE untuk pemiihan.

BAB 4 : IMPLEMENTASI DAN PENGUJIAN SISTEM

Bab ini berisi implementasi perancangan sistem dari hasil analisis dan perancangan yang sudah dibuat, serta menguji sistem untuk menemukan kelebihan dan kekurangan pada sistem yang dibuat.

BAB 5 : KESIMPULAN DAN SARAN

Bab ini berisi kesimpulan dari keseluruhan uraian bab-bab sebelumnya dan saran-saran yang diharapkan dapat bermanfaat dalam pengembangan selanjutnya.

BAB 2

TINJAUAN PUSTAKA

2.1. Sistem Pendukung Keputusan

2.1.1. Definisi keputusan

Ralph C. Davis (Hasan, 2004) berpendapat Keputusan adalah hasil pemecahan masalah yang dihadapinya dengan tegas. Suatu keputusan merupakan jawaban yang pasti terhadap suatu pertanyaan. Keputusan harus dapat menjawab pertanyaan tentang apa yang dibicarakan dalam hubungannya dengan perencanaan. Keputusan dapat pula berupa tindakan terhadap pelaksanaan yang sangat menyimpang dari rencana semula. 2.1.2. Proses pengambilan keputusan

Adapun proses dalam pengambilan keputusan terdiri dari 4 tahapan menurut Simon (Umar, 2001), yaitu :

1. Penelusuran (Intelligence)

Penelusuran adalah tahap pendefinisian masalah dan mengidentifikasi informasi yang dibutuhkan dan berkaitan dengan persoalan yang dihadapi serta keputusan yang akan diambil.

2. Perancangan (Design)

Proses perancangan adalah proses dalam mempresentasikan model sistem yang akan dibangun yang berdasarkan pada asumsi yang telah ditetapkan. Dalam tahap ini, suatu model dari masalah dibuat, diuji, dan divalidasi.

3. Pemilihan (Choice)

Pemilihan merupakan suatu proses pengujian yang dilanjutkan dengan pemilihan keputusan terbaik berdasarkan kriteria yang sudah ditetapkan dan mengarah kepada tujuan yang ingin dicapai.

4. Implementasi (Implementation)

Implementasi adalah proses pelaksanaan dari keputusan yang sudah diambil. Pada tahap ini disusun serangkaian tindakan yang terencana, sehingga hasil keputusan dapat dipantau dan disesuaikan apabila diperlukan.

Keempat proses pengambilan keputusan tersebut dapat dijelaskan seperti pada Gambar 2.1.

Intelligence

Penelusuran lingkup masalah

Design

Prancangan penyelesaian masalah

Choice

Pemilihan tindakan

Implementation

Pelaksanaan tindakan

Sistem informasi manajemen / pengolahan data elektronik

Ilmu manajemen / operations research

Gambar 2.1. Proses Pengambilan Keputusan

2.1.3. Definisi SPK

Konsep-konsep mengenai sistem pendukung keputusan atau Decision Support System diungkapkan pertama kali oleh Scott Morton pada awal 1970 dengan istilah "Management Decision System". Management Decision System merupakan suatu sistem berbasis komputer yang membantu mengambil keputusan dengan memanfaatkan data dan model untuk menyelesaikan masalah yang tidak terstruktur. (Turban, 2005).

Sistem pendukung keputusan juga mempunyai karakteristik dan kapabilitas yang menjadi kunci dari sistem pendukung keputusan (Turban, E., 2005) yaitu :

1. Dukungan kepada pengambil keputusan, terutama pada situasi semi terstruktur dan tak terstruktur, dengan menyertakan penilaian manusia dan informasi terkomputerisasi.

2. Dukungan untuk semua level manajerial, dari eksekutif puncak sampai manajer lini.

3. Dukungan untuk semua individu dan kelompok. Masalah yang kurang terstruktur sering memerlukan keterlibatan individu dari departemen dan tingkat organisasional yang berbeda atau bahkan dari organisasi lain.

4. ukungan untuk keputusan independen dan atau sekuensial. Keputusan bisa di buat satu kali, beberapa kali, atau berulang (dalam interval yang sama).

5. Dukungan di semua fase proses pengambilan keputusan: intelegensi, desain, pilihan, dan implementasi.

6. Dukungan di berbagai proses dan gaya pengambilan keputusan

7. daptivitas sepanjang waktu. Pengambil keputusan seharusnya reaktif, bisa menghadapi perubahan kondisi secara cepat, dan mengadaptasi Sistem Pendukung Keputusan untuk memenuhi perubahan tersebut. Sistem Pendukung Keputusan bersifat fleksibel. Oleh karena itu, pengguna bisa menambahkan, menghapus, menggabungkan, mengubah, atau menyusun kembali elemen-elemen dasar. Sistem Pendukung Keputusan juga fleksibel dalam hal ini bisa di modifikasi untuk memecahkan masalah lain yang sejenis.

8. Peningkatan efektivitas pengambilan keputusan (akurasi, timeliness, kualitas) ketimbang pada efisiennya (biaya pengambilan keputusan). Ketika Sistem Pendukung Keputusan disebarkan, pengambilan keputusan sering membutuhkan waktu yang lebih lama, tetapi hasilnya lebih baik.

9. Kontrol penuh oleh pengambil keputusan terhadap semua langkah proses pengambilan keputusan dalam memecahkan suatu masalah. Sistem Pendukung Keputusan secara khusus menekankan untuk mendukung pengambilan keputusan, bukannya menggantikan.

10. Peningkatan efektivitas pengambilan keputusan (akurasi, timeliness, kualitas) ketimbang pada efisiennya (biaya pengambilan keputusan). Ketika Sistem Pendukung Keputusan disebarkan, pengambilan keputusan sering membutuhkan waktu yang lebih lama, tetapi hasilnya lebih baik.

11. Ramah pengguna, kapabilitas grafis yang sangat kuat, dan antarmuka manusia-mesin yang interaktif dengan satu bahasa alami bisa sangat meningkatkan efektivitas Sistem Pendukung Keputusan .

12. Pengguna akhir bisa mengembangkan dan memodifikasi sendiri sistem sederhana. 13. Biasanya, model-model di gunakan untuk menganalisis situasi pengambilan keputusan. Kapabilitas pemodelan memungkinkan eksperimen dengan berbagai strategi yang berbeda di bawah konfigurasi yang berbeda.

14. Akses di sediakan untuk berbagi sumber data, format, dan tipe, mulai dari sistem informasi geografis (GIS) sampai sistem berorientasi objek.

15. Dapat di gunakan sebagai alat standalone oleh seorang pengambil keputusan pada satu lokasi atau di distribusikan di suatu organisasi secara keseluruhan dan di beberapa organisasi sepanjang rantai persediaan.

Karakteristik dan kapabilitas kunci dari sistem pendukung keputusan tersebut membolehkan para pengambil keputusan untuk membuat keputusan yang lebih baik dan lebih konsisten

Gambar 2.2 Karateristik dan Kapabilitas SPK

2.2 Algoritma

Algoritma merupakan langkah-langkah penyelesaian masalah dalam bentuk kalimat dengan jumlah kata terbatas tetapi tersusun secara logis dan sistematis. Algoritma juga merupakan suatu prosedur yang jelas untuk menyelesaikan suatu persoalan dengan menggunakan langkah-langkah tertentu dan terbatas jumlahnya.

Ciri-ciri Algoritma ini saya berpandangan sesuai dengan pendapat seorang ahli dibidang teknologi dan sains yaitu Donald E. Knuth yang menyatakan bahwa ada beberapa ciri algoritma, yaitu:

1. Algoritma mempunyai awal dan akhir, suatu algoritma harus berhenti setelah mengerjakan serangkaian tugas. Dengan kata lain, suatu algoritma memiliki langkah yang terbatas.

2. Setiap langkah harus didefinisikan dengan tepat sehingga tidak memiliki arti ganda, tidak membingungkan (not ambigous).

3. Memiliki masukan (input) atau kondisi awal. 4. Memiliki keluaran (output) atau kondisi akhir.

5. Algoritma harus efektif, bila diikuti benar-benar maka akan menyelesaikan persoalan.

2.3. Fuzzy Multiple Attribute Decision Making Methods (FMADMM)

Fuzzy Multiple Attribute Decision Making Methods ialah sekumpulan algoritma pemilihan untuk menentukan sebuah keputusan, algoritma SAW dan PROMETHEE merupakan sub bagian pada kesatuan ini.

2.3.1 Algoritma SAW

Algoritma SAW sering juga dikenal dengan istilah algoritma penjumlahan terbobot. Konsep dasar algoritma SAW adalah mencari penjumlahan terbobot dari rating kinerja pada setiap alternatif pada semua atribut. Algoritma SAW membutuhkan proses normalisasi matriks keputusan ke suatu skala yang dapat dibandingkan dengan semua rating alternatif yang ada.

Terdapat beberapa langkah dalam menggunakan algoritma SAW untuk memecahkan masalah, langkah-langkah perhitungan dengan algoritma SAW adalah sebagai berikut :

1. Mendefinisikan masalah dan menentukan tujuan, kriteria, dan alternatif yang dibutuhkan.

2. Memberikan nilai bobot (Wj) pada tiap kriteria (Cj).

3. Memberikan nilai setiap alternatif (Ai) pada setiap kriteria (Cj) yang sudah ditentukan, dimana nilai i = 1, 2, 3, ..., m, dan j = 1, 2, 3, ..., n.

4. Melakukan normalisasi matriks dengan cara menghitung nilai rating kinerja ternormalisasi (rij) dari alternatif (Ai) pada atribut (Cj) berdasarkan persamaan yang disesuaikan dengan jenis atribut (atribut keuntungan ataupun biaya).

Jika j adalah atribut keuntungan (benefit) :

Jika j adalah atribut biaya (cost) :

Keterangan :

rij = nilai rating kinerja ternormalisasi

xij = nilai atribut yang dimiliki dari setiap kriteria max xij= nilai terbesar dari setiap kriteria

min xij = nilai terkecil dari setiap kriteria benefit = jika nilai terbesar adalah terbaik cost = jika nilai terkecil adalah terbaik

5. Hasil akhir diperoleh dari proses perangkingan, yaitu hasil penjumlahan dari perkalian matriks ternormalisasi (rij) dengan nilai bobot (Wj) sehingga diperoleh semua nilai untuk setiap alternatif (Ai), dan nilai alternatif terbesar adalah yang dipilih sebagai alternatif terbaik dan digunakan sebagai solusi. Untuk mengetahui nilai dan rangking setiap alternatif (Vi) adalah dengan cara sebagai berikut:

Keterangan :

Vi = nilai untuk setiap alternatif Wj = nilai bobot dari setiap kriteria rij = nilai rating kinerja ternormalisasi

Langkah-langkah dalam algoritma SAW tersebut dapat dijelaskan dengan flowchart seperti pada Gambar 2.3.

Mulai

Mendefinisikan masalah

Pembobotan kriteria

Pembobotan alternatif tiap kriteria

Normalisasi

Perangkingan

Selesai

Gambar 2.3. Langkah-langkah dalam Algoritma SAW

2.3.2. Algoritma Preference Ranking Organization for Enrichment Evaluation (PROMETHEE)

Diperkenalkan oleh Jean Pierre Brans dan Bertrand Marsechal pada tahun 1984.[5] PROMETHEE adalah suatu metode penentuan urutan (prioritas) dalam analisis multikriteria. PROMETHEE didasarkan atas kesederhanaan, kejelasan , dan kestabilan. Dugaan dari dominasi kriteria yang digunakan dalam PROMETHEE adalah penggunaan nilai dalam hubungan outranking (Brans, 1984) . Ini adalah metode peringkat yang cukup sederhana dalam konsep dan aplikasi dibandingkan dengan metode lain untuk analisis multikriteria.

PROMETHEE menyediakan kepada user untuk menggunakan data secara langsung dalam bentuk tabel multikriteria sederhana. PROMETHEE mempunyai kemampuan untuk menangani banyak perbandingan, pengambil keputusan hanya mendefenisikan skala ukurannya sendiri tanpa batasan, untuk mengindikasi prioritasnya dan preferensi untuk setiap kriteria dengan memusatkan pada nilai (value). Metode PROMETHEE menggunakan kriteria dan bobot dari masing-masing kriteria yang kemudian diolah untuk menentukan pemilihan alernatif lapangan, yang hasilnya berurutan berdasarkan prioritasnya.

Penggunaan metode PROMETHEE dapat dijadikan metode untuk pengambilan keputusan di bidang pemasaran, sumber daya manusia, pemilihan lokasi, atau bidang lain yang berhubungan dengan pemilihan alternatif.

Dalam PROMETHEE disajikan enam bentuk fungsi preferensi kriteria. Hal ini tentu saja tidak mutlak, tetapi bentuk ini cukup baik untuk beberapa kasus, antara lain: 1. Kriteria Biasa (Usual Criterion)

H(d) =

Keterangan:

H (d) = selisih kriteria antara alternatif d = selisih nilai kriteria { d = f(a) - f(b) }

Pada kasus ini, tidak ada beda (sama penting) antara a dan b jika dan hanya jika f (a) = f (b) ; apabila nilai kriteria pada masing-masing alternative memiliki nilai berbeda, pembuat keputusan membuat preferensi mutlak untuk alternatif memiliki nilai yang lebih baik.

Gambar 2.4 Kriteria Biasa

2. Kriteria Quasi (Quasi Criterion)

H(d) = Keterangan:

H (d) = fungsi selisih kriteria antara alternatif d = selisih nilai kriteria { d = f(a) - f(b) } Parameter (q) = harus merupakan nilai tetap

Dua alternatif memiliki preferensi yang sama penting selama selisih atau nilai H (d) dari masing-masing alternatif untuk kriteria tertentu tidak melebihi nilai q, dan

0 jika d≤ 0

1 jika d > 0

0 jika ≤ q

1 jika d > q

apabila selisih hasil evaluasi untuk masing-masing alternatif melebihi nilai q maka terjadi bentuk preferensi mutlak.

Gambar 2.5 Kriteria Quasi

3. Kriteria dengan preferensi linier

H(d) =

Keterangan:

H (d) = fungsi selisih kriteria antara alternatif d = selisih nilai kriteria { d = f(a) - f(b) } p = nilai kecenderungan atas

Kriteria preferensi linier dapat menjelaskan bahwa selama nilai selisih memiliki nilai yang lebih rendah dari p, preferensi dari pembuat keputusan meningkat secara linier dengan nilai d. Jika nilai d lebih besar dibandingkan dengan nilai p, maka terjadi preferensi mutlak

Gambar 2.6 Kriteria Preferensi linear

0 jika d ≤ 0

d/p jika 0 < d ≤ p

1 jika d > p

4. Kriteria Level (Level Criterion)

H(d) =

Keterangan:

H (d) = fungsi selisih kriteria antara alternatif p = nilai kecenderungan atas

q = harus merupakan nilai yang tetap

Kecenderungan tidak berbeda q dan kecenderungan preferensi p adalah ditentukan secara simultan. Jika d berada di antara nilai q dan p, hal ini berarti situasi preferensi yang lemah (H(d) = 0.5) (Brans, 1984).

Gambar 2.7 Kriteria Level

5. Kriteria dengan preferensi linier dan area yang tidak berbeda

H(d) =

Keterangan:

H (d) = fungsi selisih kriteria antara alternatif

0 jika d ≤ q

0,5 jika q < d ≤ p 1 jika d > p

0 jika d ≤ q

(d-q)/p-q jika q < d ≤ p 1 jika d > p

d = selisih nilai kriteria { d = f(a) - f(b) } p = nilai kecenderungan atas

q = harus merupakan nilai yang tetap

Pengambilan keputusan mempertimbangkan peningkatan preferensi secara linier dari tidak berbeda hingga preferensi mutlak dalam area antara dua kecenderungan q dan p. dua parameter tersebut telah ditentukan.

Gambar 2.8 Kriteria dengan preferensi linier dan area yang tidak berbeda

6. Kriteria Gaussian (Gaussian Criterion)

H(d) =

Fungsi ini bersyarat apabila ditentukan nilai , dimana dapat dibuat berdasarkan distribusi normal dalam statistik (Brans, 1998).

Gambar 2.9 Kriteria Gaussian

Langkah-langkah perhitungan dengan Algoritma PROMETHEE adalah sebagai berikut :

Diperlukan tahapan-tahapan yang harus dilakukan oleh pembuat keputusan untuk mendapatkan hasil penyeleksian dengan metode PROMETHEE.

0 jika d ≤ 0

1 – exp(-

) jika d > 0

1. Menentukan beberapa alternatif

Alternatif disini bisa diartikan dengan obyek yang akan diseleksi (obyek seleksi). Pada perhitungan penyeleksian dengan PROMETHEE diperlukan penentuan beberapa obyek yang akan diseleksi (minimal 2 obyek). Dimana antara obyek yang satu dengan obyek lainnya akan dibandingkan.

2. Menentukan beberapa kriteria

Setelah melakukan penentuan obyek yang akan diseleksi, maka dalam perhitungan penyeleksian PROMETHEE juga diperlukan penentuan beberapa kriteria, penentuan kriteria disini sebagai syarat atau ketentuan dalam penyeleksian.

3. Menentukan dominasi kriteria

Ketika menentukan kriteria, decision maker harus menentukan bobot atau dominasi kriteria dari kriteria lainnya. Setiap kriteria boleh memiliki nilai bobot yang sama atau berbeda.

4. Menentukan tipe preferensi untuk setiap kriteria yang paling cocok didasarkan pada data dan pertimbangan dari decision maker. Tipe preferensi ini berjumlah Enam (Usual, Quasi, Linear, Level, Linear Quasi dan Gaussian.

5. Memberikan nilai threshold atau kecenderungan untuk setiap kriteria berdasarkan preferensi yang telah dipilih. Nilai kecenderungan tersebut adalah nilai indifference, preference, dan Gaussian.

6. Perhitungan Entering Flow, Leaving Flow dan Net Flow.

a. Nilai Entering Flow adalah jumlah dari yang memiliki arah mendekat dari node a dan hal ini merupakan karakter pengukuran outranking. Untuk semua nilai node a dalam grafik nilai outranking ditentukan berdasarkan entering flow dengan persamaan:

(2.3)

Keterangan : (a1) = Entering Flow

b. Leaving flow adalah jumlah dari yang memiliki arah menjauh dari node a. dan hal ini merupakan pengukuran outrangking. Adapun persamaannya:

(2.4)

Keterangan : (a2) = Leaving Flow

c. Nilai Net Flow adalah penilaian secara lengkap. Lengkap disini adalah penilaian yang didapat dari nilai Entering Flow yang dikurangi nilai Leaving Flow. Jadi bisa diartikan, nilai Net Flow adalah nilai akhir atau hasil yang didapat dari nilai positif yang dikurangi nilai negatif dari sebuah node. Adapun persamaannya ialah:

(2.5) Keterangan : (a1) = Entering Flow

(a2) = Leaving Flow

2.4. Pendekatan Objek Oriented 2.4.1. UML (Unified Modeling Language)

UML adalah bahasa pemodelan yang digunakan untuk sebuah sistem (perangkat lunak) yang berparadigma berorientasi objek. (Bentley, 2007). Pemodelan digunakan untuk menyederhanakan permasalahan yang kompleks agar lebih mudah untuk dipelajari dan dipahami. Pemodelan juga digunakan sebagai sarana analisis, pemahaman, visualisasi, dan komunikasi antar anggota tim pengembang dan sebagai sarana dokumentasi yang berguna untuk menelaah prilaku perangkat lunak yang telah dikembangkan. (Bentley, 2007). Adapun beberapa jenis diagram pada UML, yaitu Package Diagram, Sequence Diagram, StatiChart Diagram, Deployment Diagram, Composite Structure Diagram, Timing Diagram, Class Diagram, Object Diagram, Collaboration Diagram, Activity Diagram, Component Diagram, Interaction Overview Diagram, dan Use Case Diagram (Bentley, 2007). Pada penulisan ini penulis hanya menggunakan beberapa di antaranya, yaitu Use Case Diagram, Activity Diagram, dan Sequence Diagram.

1. Use Case Diagram

Use Case Diagram adalah jenis bahasa pemodelan yang digunakan untuk menganalisis komponen-komponen yang ada pada sistem yang dirancang, dan untuk memahami bagaimana sistem tersebut bekerja. Dengan bahasa pemodelan Use Case Diagram, dapat diperoleh dengan mudah sebuah gambaran proses dari sistem. Use Case Diagram dapat mempresentasikan

interaksi yang terjadi antara actor dan sistem. Klasifikasi Use Case Diagram tersebut dapat dilihat pada Tabel 2.1.

Tabel 2.1. Pengklasifikasian dalam Use Case Diagram

Klasifikasi Kegunaan Notasi

Actor Menggambarkan semua objek yang ada di luar sistem namun berinteraksi dengan sistem yang dikembangkan, seperti pengguna dan perangkat lunak. Use Case Menggambarkan fungsi yang dimiliki

oleh sistem. Use Case

Selain itu, ada pula yang disebut relasi di dalam bahasa pemodelan Use Case Diagram. Relasi berfungsi untuk menggambarkan hubungan antara actor dan use case. Klasifikasi relasi tersebut dapat dilihat pada Tabel 2.2.

Tabel 2.2. Relasi-relasi dalam Use Case Diagram

Relasi Kegunaan Notasi

Asosiasi Lintasan komunikasi antara actor dengan use case.

Extend Penambahan perilaku ke suatu use case dasar.

<extends>

Generalisasi Use Case

Menggambarkan hubungan antara use case yang bersifat umum dengan use case-use case yang bersifat lebih spesifik.

Include Penambahan perilaku ke suatu use case dasar yang secara eksplisit mendeskripsikan penambahan tersebut

<includes>

2. Activity Diagram

Activity Diagram adalah jenis bahasa pemodelan yang digunakan untuk menggambarkan proses yang terjadi pada awal hingga akhir aktivitas (Bentley,

2007). Pada Activity Diagram terdapat simbol-simbol yang mudah digunakan. Simbol-simbol tersebut dapat dilihat pada Tabel 2.3.

Tabel 2.3. Simbol-simbol pada Activity Diagram

Relasi Fungsi Notasi

State sederhana

State sederhana dan tanpa ada

struktur lain di dalamnya. State State

komposit

State yang memiliki state-bagian lainnya.

State and sub state Initial state State yang menggambarkan awal

rangkain state dari diagram state. Final state State yang menggambarkan akhir

rangkain state dari diagram state.

3. Sequence Diagram

Diagram adalah salah satu jenis bahasa pemodelan yang berfungsi untuk menggambarkan rangkaian interaksi diagram dua dimensi. Dimensi vertical disebut sumbu yang menerangkan waktu, sedangkan dimensi horizontal disebut sumbu yang menerangkan peran pengklasifikasi yang mempresentasikan objek-objek mandiri. Peran pengklasifikasian yang dipresentasikan sebagai kolom-kolom vertical dalam Sequence Diagram disebut sebagai sumbu waktu. Bilamana objek ada maka peran digambarkan dengan garis tegas, dan bilamana aktivasi prosedur pada objek aktif maka sumbu waktu digambarkan dengan garis ganda. Pesan-pesan digambarkan dengan garis bertanda panah dari sumbu waktu ke sumbu objek. Tanda panah yang menjelaskan aliran pesan antar pengklasifikasi digambarkan sesuai urutan waktu kejadian dan dari atas ke bawah (Bentley, 2007).

2.5. Flowchart

Flowchart adalah bagan-bagan yang mempunyai arus yang menjelaskan langkah-langkah untuk menyelesaikan masalah. Sebuah flowchart memperlihatkan urutan proses dalam sistem dengan menampilkan input, output dan alat penyimpanan dalam proses pengolahan data (Al-Bahra, 2006). Ada dua kategori simbol flowchart, yaitu :

1. Program flowchart

Program flowchart adalah simbol yang berfungsi untuk menjelaskan logika proses terhadap data (Skitmore, 2013). Simbol dapat dilihat pada Tabel 2.4.

Tabel 2.4. Simbol Program Flowchart

Simbol Keterangan

Input/Output

Menerima input atau menampilkan output

Seleksi/Pilihan

Memilih aliran berdasarkan syarat Terminator

Mulai atau selesai Proses

Menyatakan proses terhadap data Connector

Penghubung

Off-page Connector

Penghubung halaman halaman yang berbeda

Predefined-Data

Definisi dari awal dari variable atau data

Predefined-Process

Lambang fungsi atau sub-program

2. Sistem Flowchart

Sistem flowchart adalah simbol yang menjelaskan proses pengolahan data. Simbol tersebut dapat dilihat pada Tabel 2.5.

Tabel 2.5. Sistem Flowchart

Simbol Nama

Keyboard

Printer

File/Storage

Display/Monitor

Magnetic Tape

Magnetic Disc

Sorting

Extract

Merge

BAB 3

ANALISIS DAN PERANCANGAN SISTEM

3.1 Analisis Masalah

Masalah utama yang diangkat dari penelitian ini adalah Perbandingan algoritma Simple Additive Weighting (SAW) dan Preference Ranking Organization for Enrichment Evaluation (PROMETHEE) untuk memecahkan permasalahan Sistem Pendukung Keputusan untuk Pemilihan sepeda motor yang ditentukan oleh beberapa kriteria. Kriteria yang Penulis buat ada 4 yaitu Harga beli, Keiritan bahan bakar, Garansi, dan Kapasitas mesin.

Di dalam penelitian ini, dalam pemecahan masalahnya penulis menggunakan algoritma SAW dan PROMETHEE agar dapat membantu pengambil keputusan dalam mengambil keputusan dengan lebih akurat dan efisien.

Gambar 3.1. merupakan diagram Ishikawa yang dapat digunakan untuk menganalisis masalah. Bagian kepala atau segiempat yang berada di sebelah kanan merupakan masalah. Sementara di pada bagian tulang merupakan penyebab.

Menentukan pemilihan sepeda

motor terbaik Material

Method

Man Machine

User butuh waktu yang lama dalam mengambil keputusan

Butuh interaksi tiap stake holder

Metode Saw Dan

Promethee Kriteria dan alternatif

Sistem yang ada masih belum optimal

Gambar 3.1 Diagram Ishikawa Untuk Analisis Masalah

3.2. Analisis Kebutuhan Sistem

Untuk membangun sebuah sistem, perlu dilakukan sebuah tahap analisis kebutuhan sistem. Tahap analisis kebutuhan sistem yang dimaksud dapat dibagi menjadi 2 bagian, yaitu kebutuhan fungsional dan kebutuhan non fungsional.

1. Kebutuhan Fungsional

Kebutuhan fungsional adalah kebutuhan yang harus diberikan atau yang dapat disediakan oleh sistem atau berhubungan dengan fitur yang ingin dibuat. Adapun kebutuhan fungsional yang dimaksud adalah sistem dapat menyelesaikan masalah dalam perbandingan algoritma saw dan promethee dalam pemilihan sepeda motor.

2. Kebutuhan Non-Fungsional

Kebutuhan non-fungsional merupakan deskripsi dari beberapa fitur, karateristik, dan batasan suatu sistem. Kebutuhan Non-Fungsional dari sistem adalah:

1. Hasil Kuisioner

Dalam menentukan nilai perbandingan kriteria global dan alternative digunakan hasil kuisioner.

2. Mudah digunakan (User friendly)

Sistem yang akan dibangun harus user friendly, artinya bahwa sistem mudah digunakan oleh user dengan tampilan (interface) yang sederhana dan mudah dimengerti.

3. Menjadi Referensi

Sistem yang akan dibangun diharapkan mampu menjadi referensi bagi user untuk pemilihan Sepeda motor.

3.3 Analisis Proses

Dalam pemilihan Sepeda motor, sistem ini menggunakan 2 proses utama, yaitu proses pemilihan menggunakan algoritma SAW dan proses pemilihan menggunakan

algoritma Promethee. Untuk mengetahui bagaimana sistem ini dapat bekerja yaitu dengan mengimplementasikannya ke dalam analisis proses.

3.3.1 Analisis Proses Pemecahan Masalah Dengan Algoritma Simple Additive Weighting (SAW).

Langkah-langkah yang dilakukan untuk melakukan pemilihan Sepeda motor yang terbaik adalah sebagai berikut :

Menentukan tujuan, kriteria, dan alternatif.

1. Tujuan : Menentukan sepeda motor yang terbaik.

2. Kriteri : Harga beli, Keiritan bahan bakar, Garansi, dan Kapasitas mesin.

3. Alternatif : Yamaha Mio Soul, Honda Supra 125 PGM-FI, Honda Revo, Yamaha Jupiter MX, Yamaha Byson, Honda Vario, Yamaha Vixion, Honda Beat, Honda Tiger, Suzuki Satria FU.

3.3.2. Analisis proses algoritmaSAW Menentukan tujuan, kriteria, dan alternatif.

Tujuan : Menentukan pemilihan sepeda motor terbaik.

Kriteria : Harga Beli, Keiritan bahan Bakar, Garansi dan Kapasitas Mesin. Alternatif : Mio Soul (A), Supra 125 PGM-FI (B), Revo (C), Jupiter MX (D),

Byson (E), Vario (F), Vixion (G), Beat (H), Tiger (I), Satria Fu (J). Pengambil keputusan memberikan bobot pada kriteria Harga Beli, Keiritan bahan Bakar, Garansi dan Kapasitas Mesin.sebagaimana terlihat pada Tabel 3.1.

Tabel 3.1. Bobot Kriteria

Kriteria Bobot

Harga Beli 4

Keiritan Bahan Bakar 3

Garansi 2

Kapasitas Mesin 1

Pengambil keputusan memberikan bobot pada alternatif Mio Soul, Supra 125 PGM-FI, Revo, Jupiter MX, Byson, Vario, Vixion, Beat, Tiger dan Satria Fu untuk tiap kriteria sebagaimana terlihat pada Tabel 3.2.

Tabel 3.2. Bobot Alternatif di Setiap Kriteria

Alternatif Harga Beli

Keiritan Bahan Bakar

Garansi Kapasitas Mesin

Mio Soul (A) 6 6 8 6

Supra 125

PGM-FI (B) 7 9 9 6

Revo (C) 6 7 8 6

Jupiter MX (D) 7 7 8 7

Byson (E) 8 7 8 7

Vario (F) 7 7 8 6

Vixion (G) 9 7 8 6

Beat (H) 6 7 8 6

Tiger (I) 7 7 8 9

Satria Fu (J) 8 6 8 7

Normalisasi.

_{{ }}

_{{ }}

_{{ }}

_{{ }}

_{{ }}

_{{ }}

_{{ }}

_{{ }}

_{{ }}

_{{ }}

_{{ }}

{ }

_{{ }}

_{{ }}

_{{ }}

_{{ }}

_{{ }}

_{{ }}

_{{ }}

_{{ }}

_{{ }}

_{{ }}

_{{ }}

_{{ }}

_{{ }}

_{{ }}

_{{ }}

_{{ }}

_{{ }}

_{{ }}

_{{ }}

_{{ }}

_{{ }}

_{{ }}

_{{ }}

_{{ }}

_{{ }}

_{{ }}

{ }

{ }

Hasil normalisasi keseluruhan dapat juga dirangkum di dalam sebuah tabel yang dapat dilihat seperti pada Tabel 3.3

Tabel 3.3. Nilai Alternatif di Setiap Kriteria yang dinormalkan

Alternatif Harga Beli

Keiritan Bahan Bakar

Garansi Kapasitas Mesin

Mio Soul 0,666 0,666 0,888 0,666

Supra 125

PGM-FI 0,777 1,000 1,000 0,666

Revo 0,666 0,777 0,888 0,666

Jupiter MX 0,777 0,777 0,888 0,777

Byson 0,888 0,777 0,888 0,777

Vario 0,777 0,777 0,888 0,666

Vixion 1,000 0,777 0,888 0,666

Beat 0,666 0,777 0,888 0,666

Tiger 0,777 0,777 0,888 1,000

Satria Fu 0,888 0,666 0,888 0,777

Setelah nilai alternatif di setiap kriteria dinormalkan, dilakukan penilaian akhir alternatif. Penilaian akhir alternatif adalah sebagai berikut :

∑

( ( ( ( ( ( ( (

7,11

( ( ( ( ( ( ( (

( ( ( ( ( ( ( (

( ( ( ( ( ( ( (

( ( ( ( ( ( ( (

( ( ( ( ( ( ( (

( ( ( ( ( ( ( ( 8,78

( ( ( ( ( ( ( ( = 7,44

( ( ( ( ( ( ( ( = 8,22

( ( ( ( ( ( ( ( = 8,11

Hasil penilaian akhir tiap alternatif ini yang dijadikan acuan dalam menentukan pemilihan Sepeda motor yang terbaik. Hasil penilaian akhir dapat juga dirangkum di dalam sebuah tabel yang dapat.dilihat pada Tabel 3.4.

Tabel 3.4. Total Nilai Akhir Pembobotan

Alternatif Nilai Akhir Pembobotan

Mio Soul 7,11

Supra 125

PGM-Fi 8,78

Revo 7,44

Jupiter Mx 8,00

Byson 8,44

Vario 7,89

Vixion 8,78

Beat 7,44

Tiger 8,22

Satria Fu 8,11

Bila diurutkan berdasarkan nilai akhir pembobotan, maka dapat diketahui pemilihan sepeda motor terbaik berdasarkan algoritma SAW dari tertinggi hingga yang terendah adalah seperti pada Tabel 3.5.

Tabel 3.5. Total Nilai Akhir Pembobotan Setelah Pengurutan

Alternatif Nilai Akhir Pembobotan Supra 125

PGM-FI 8,78

Vixion 8,78

Byson 8,44

Tiger 8,22

Satria Fu 8,11

Jupiter MX 8,00

Vario 7,89

Beat 7,44

Revo 7,44

Mio Soul 7,11

3.3.3 Analisis Proses Pemecahan Masalah Dengan Algoritma Preference Ranking Organization Method For Enrichment Evaluation (PROMETHEE).

Urutan langkah-langkah pemecahan masalah untuk memilih sepeda motor terbaik dengan menggunakan Algoritma PROMETHEE adalah sebagai berikut:

1. Langkah pertama dalam penyelesaian masalah dalam PROMETHEE adalah membagi setiap kriteria menjadi beberapa sub kriteria.

2. Pilih tipe pilihan dalam PROMETHEE

3. Hitung Nilai H(d) berdasarkan terhadap tipe pilihan.

4. Pada penelitian ini penulis menggunakan kriteria, antara lain: Harga Beli, Keiritan Bahan Bakar, Garansi, dan Kapasitas Mesin

5. Pada penelitian ini penulis membuat pemisalan alternative sehingga perhitungan lebih efisien antara lain:

Mio Soul = A

Supra 125 PGM-FI = B Revo = C

Jupiter MX =D Byson = E Vario = F Vixion = G Beat = H Tiger = J Satria Fu = K

6. Hitung nilai Leaving Flow 7. Hitung nilai Entering Flow 8. Hitung nilai Net Flow

Net Flow = Leaving Flow – Entering Flow

Penyelesaian Dengan Algoritma PROMETHEE:

Tabel 3.6 Tabel PROMETHEE Tahap 1

Kriteria Mi

o So ul Supra 125 pGM-FI R ev o Jupi ter MX

Byson Vari o

Vi xi on

Beat Tige r

Satr ia FU

Tipe P Q

Harga Beli 6 7 6 7 8 7 9 6 7 8 Usual 9 6

Keiritan Bahan Bakar

6 9 7 7 7 7 7 7 7 6 Usual 9 6

Garansi 8 9 8 8 8 8 8 8 8 8 Usual 9 6

Kapasitas Mesin

6 6 6 7 7 6 6 6 9 7 Usual 9 6

1. Langkah Pertama ialah Tentukan Nilai H(d) 1. H (d) untuk (A,B)

Harga Beli (A, B) = 6-7 = -1 → Usual → H(d) = 0 Irit Bahan Bakar (A, B) = 6-9= -3→ Usual → H(d)= 0 Garansi (A, B) = 8-9= -1→ Usual → H(d)= 0

Kapasitas Mesin (A, B) = 6-6= 0 → Usual → H(d)= 0 (A, B) = (0+0+0+0) = 0

2. H (d) untuk (A,C)

Harga Beli (A, C) = 6-6 = 0 → Usual → H(d) = 0 Irit Bahan Bakar (A, C) = 6-7= -1→ Usual → H(d)= 0 Garansi (A, C) = 8-8=0→ Usual → H(d)= 0

Kapasitas Mesin (A, C) = 6-6= 0 → Usual → H(d)= 0 (A, C) = (0+0+0+0) = 0

3. H (d) untuk (A,D)

Harga Beli (A, D) = 6-7 = -1 → Usual → H(d) = 0

Irit Bahan Bakar (A, D) = 6-7= -1→ Usual → H(d)= 0 Garansi (A, D) = 8-8=0→ Usual → H(d)= 0

Kapasitas Mesin (A, D) = 6-7= -1 → Usual → H(d)= 0 (A, D) = (0+0+0+0) = 0

4. H (d) untuk (A, E)

Harga Beli (A, E) = 6-8 = -2 → Usual → H(d) = 0 Irit Bahan Bakar (A, E) = 6-7= -1→ Usual → H(d)= 0 Garansi (A, E) = 8-8= 0→ Usual → H(d)= 0

Kapasitas Mesin (A, E) = 6-7 = -1 → Usual → H(d)= 0 (A, E) = (0+0+0+0) = 0

5. H (d) untuk (A, F)

Harga Beli (A, F) = 6-7 = -1 → Usual → H(d) = 0 Irit Bahan Bakar (A, F) = 6-7= -1→ Usual → H(d)= 0 Garansi (A, F) = 8-8=0→ Usual → H(d)= 0

Kapasitas Mesin (A, F) = 6-6= 0 → Usual → H(d)= 0 (A, F) = (0+0+0+0) = 0

6. H (d) untuk (A, G)

Harga Beli (A, G) = 6-9 = -3 → Usual → H(d) = 0 Irit Bahan Bakar (A, G) = 6-7= -1→ Usual → H(d)= 0 Garansi (A, G) = 8-8=0→ Usual → H(d)= 0

Kapasitas Mesin (A, G) = 6-6= 0 → Usual → H(d)= 0 (A, G) = (0+0+0+0) = 0

7. H (d) untuk (A, H)

Harga Beli (A, H) = 6-6 = 0 → Usual → H(d) = 0 Irit Bahan Bakar (A, H) = 6-7= -1→ Usual → H(d)= 0 Garansi (A, H) = 8-8=0→ Usual → H(d)= 0

Kapasitas Mesin (A, H) = 6-6= 0 → Usual → H(d)= 0 (A, H) = (0+0+0+0) = 0

8. H (d) untuk (A, I)

Harga Beli (A, I) = 6-7 = -1 → Usual → H(d) = 0 Irit Bahan Bakar (A, I) = 6-7= -1→ Usual → H(d)= 0

Garansi (A, I) = 8-8= 0→ Usual → H(d)= 0

Kapasitas Mesin (A, I) = 6-9= -3 → Usual → H(d)= 0 (A, I) = (0+0+0+0) = 0

9. H (d) untuk (A, J)

Harga Beli (A, J) = 6-8 = -2 → Usual → H(d) = 0 Irit Bahan Bakar (A, J) = 6-6=-0→ Usual → H(d)= 0 Garansi (A, J) = 8-8=0→ Usual → H(d)= 0

Kapasitas Mesin (A, J) = 6-7= -1 → Usual → H(d)= 0 (A, J) = (0+0+0+0) = 0

10.H (d) untuk (B, A)

Harga Beli (B, A) = 7-6 = 1 → Usual → H(d) = 1 Irit Bahan Bakar (B, A) = 9-6=-3→ Usual → H(d)= 1 Garansi (B, A) = 9-8=1→ Usual → H(d)= 1

Kapasitas Mesin (B, A) = 6-6= 0 → Usual → H(d)= 0 (B, A) = (1+1+1+0) = 0,75

11.H (d) untuk (B, C )

Harga Beli (B, C) = 7-6 = 1 → Usual → H(d) = 1 Irit Bahan Bakar (B, C) = 9-7=-2→ Usual → H(d)= 1 Garansi (B, C) = 9-8=1→ Usual → H(d)= 1

Kapasitas Mesin (B, C) = 6-6= 0 → Usual → H(d)= 0 (B, C) = (1+1+1+0) = 0,75

12.H (d) untuk (B, D )

Harga Beli (B, D) = 7-7 = 0 → Usual → H(d) = 0 Irit Bahan Bakar (B, D) = 9-7=-2→ Usual → H(d)= 1 Garansi (B, D) = 9-8=1→ Usual → H(d)= 1

Kapasitas Mesin (B, D) = 6-7= -1 → Usual → H(d)= 0 (B, D) = (0+1+1+0) = 0.50

13.H (d) untuk (B, E )

Harga Beli (B, E) = 7-8 = -1 → Usual → H(d) = 0 Irit Bahan Bakar (B, E) = 9-7=-2→ Usual → H(d)= 1 Garansi (B, E) = 9-8=1→ Usual → H(d)= 1

Kapasitas Mesin (B, E) = 6-7= -1 → Usual → H(d)= 0 (B, E) = (0+1+1+0) = 0.50

14.H (d) untuk (B, F )

Harga Beli (B, F) = 7-7 = 0 → Usual → H(d) = 0 Irit Bahan Bakar (B, F) = 9-7=-2→ Usual → H(d)= 1 Garansi (B, F) = 9-8=1→ Usual → H(d)= 1

Kapasitas Mesin (B, F) = 6-6= 0 → Usual → H(d)= 0 (B, F) = (0+1+1+0) = 0.50

15.H (d) untuk (B, G )

Harga Beli (B, G) = 7-9 = -2 → Usual → H(d) = 0 Irit Bahan Bakar (B, G) = 9-7=-2→ Usual → H(d)= 1 Garansi (B, G) = 9-8=1→ Usual → H(d)= 1

Kapasitas Mesin (B, G) = 6-6= 0 → Usual → H(d)= 0 (B, G) = (0+1+1+0) = 0.50

16.H (d) untuk (B, H )

Harga Beli (B, H) = 7-6 = 1 → Usual → H(d) = 1 Irit Bahan Bakar (B, H) = 9-7=-2→ Usual → H(d)= 1 Garansi (B, H) = 9-8=1→ Usual → H(d)= 1

Kapasitas Mesin (B, H) = 6-6= 0 → Usual → H(d)= 0 (B, H) = (1+1+1+0) = 0.75

17.H (d) untuk (B, I )

Harga Beli (B, I) = 7-7= 0 → Usual → H(d) = 0 Irit Bahan Bakar (B, I) = 9-7=-2→ Usual → H(d)= 1 Garansi (B, C) = 9-8=1→ Usual → H(d)= 1

Kapasitas Mesin (B, C) = 6-9= -3 → Usual → H(d)= 0 (B, C) = (0+1+1+0) = 0.50

18.H (d) untuk (B, J )

Harga Beli (B, J) = 7-8 = -1 → Usual→ H(d) = 0 Irit Bahan Bakar (B, J) = 6-6= 0→ Usual → H(d)= 0 Garansi (B, J) = 8-8=0→ Usual → H(d)= 0

Kapasitas Mesin (B, J) = 6-7= -1 → Usual → H(d)= 0

(B, J) = (0+0+0+0) = 0 19.H (d) untuk (C, A )

Harga Beli (C, A) = 6-6 = 0 → Usual → H(d) = 0 Irit Bahan Bakar (C, A) = 7-6=-1→ Usual → H(d)= 1 Garansi (C, A) = 8-8=0→ Usual → H(d)= 0

Kapasitas Mesin (C, A) = 6-6= 0 → Usual → H(d)= 0 (C, A) = (0+1+0+0) = 0,25

20.H (d) untuk (C, B )

Harga Beli (C, B) = 6-7 = -1 → Usual → H(d) = 0 Irit Bahan Bakar (C, B) = 7-9= -2→ Usual → H(d)= 0 Garansi (C, B) = 8-9= -1→ Usual → H(d)= 0

Kapasitas Mesin (C, B) = 6-6= 0 → Usual → H(d)= 0 (C, B) = (0+0+0+0) = 0

21.H (d) untuk (C, D )

Harga Beli (C, D) = 6-7 = -1 → Usual → H(d) = 0 Irit Bahan Bakar (C, D) = 7-7= 0→ Usual → H(d)= 0 Garansi (C, D) = 8-8= 0→ Usual → H(d)= 0

Kapasitas Mesin (C, D) = 6-7= -1 → Usual → H(d)= 0 (C, D) = (0+0+0+0) = 0

22.H (d) untuk (C, E )

Harga Beli (C, E) = 6-8 = -2 → Usual → H(d) = 0 Irit Bahan Bakar (C, E) = 7-7= 0→ Usual → H(d)= 0 Garansi (C, E) = 8-8= 0→ Usual → H(d)= 0

Kapasitas Mesin (C, E) = 6-7= -1 → Usual → H(d)= 0 (C, E) = (0+0+0+0) = 0

23.H (d) untuk (C, F )

Harga Beli (C, F) = 6-7 = -1 → Usual → H(d) = 0 Irit Bahan Bakar (C, F) = 7-7= 0→ Usual → H(d)= 0 Garansi (C, F) = 8-8= 0→ Usual → H(d)= 0

Kapasitas Mesin (C, F) = 6-6= 0 → Usual → H(d)= 0 (C, F) = (0+0+0+0) = 0

24.H (d) untuk (C, G )

Harga Beli (C, G) = 6-9 = -3 → Usual → H(d) = 0 Irit Bahan Bakar (C, G) = 7-7= 0→ Usual → H(d)= 0 Garansi (C, G) = 8-8= 0→ Usual → H(d)= 0

Kapasitas Mesin (C, G) = 6-6= 0 → Usual → H(d)= 0 (C, G) = (0+0+0+0) = 0

25.H (d) untuk (C, H )

Harga Beli (C, F) = 6-6 = 0 → Usual → H(d) = 0 Irit Bahan Bakar (C, F) = 7-7= 0→ Usual → H(d)= 0 Garansi (C, F) = 8-8= 0→ Usual → H(d)= 0

Kapasitas Mesin (C, F) = 6-6= 0 → Usual → H(d)= 0 (C, H) = (0+0+0+0) = 0

26.H (d) untuk (C, I )

Harga Beli (C, I) = 6-7 = -1 → Usual → H(d) = 0 Irit Bahan Bakar (C, I) = 7-7= 0→ Usual → H(d)= 0 Garansi (C, I) = 8-8= 0→ Usual → H(d)= 0

Kapasitas Mesin (C, I) = 6-9= -3 → Usual → H(d)= 0 (C, I) = (0+0+0+0) = 0

27.H (d) untuk (C, J )

Harga Beli (C, F) = 6-8 = -2 → Usual → H(d) = 0 Irit Bahan Bakar (C, F) = 7-6= 1→ Usual → H(d)= 1 Garansi (C, F) = 8-8= 0→ Usual → H(d)= 0

Kapasitas Mesin (C, F) = 6-7= -1 → Usual → H(d)= 0 (C, J) = (0+1+0+0) = 0.25

28.H (d) untuk (D, A )

Harga Beli (D, A) = 7-6 = 1 → Usual → H(d) = 1 Irit Bahan Bakar (D, A) = 7-6= 1→ Usual → H(d)= 1 Garansi (D, A) = 8-8= 0→ Usual → H(d)= 0

Kapasitas Mesin (D, A) = 7-6= 1 → Usual → H(d)= 1 (D, A) = (1+1+0+1) = 0.75

29.H (d) untuk (D, B )

Harga Beli (D, B) = 7-7 = 0 → Usual → H(d) = 0 Irit Bahan Bakar (D, B) = 7-9= -2→ Usual → H(d)= 0 Garansi (D, B) = 8-9= -1→ Usual → H(d)= 0

Kapasitas Mesin (D, B) = 7-6= 1 → Usual → H(d)= 1 (D, B) = (0+0+0+1) = 0.25

30.H (d) untuk (D, C )

Harga Beli (D, C) = 7-6 = 1 → Usual → H(d) = 1 Irit Bahan Bakar (D, C) = 7-7= 0→ Usual → H(d)= 0 Garansi (D, C) = 8-8= 0→ Usual → H(d)= 0

Kapasitas Mesin (D, C) = 7-6= 1 → Usual → H(d)= 1 (D, C) = (1+0+0+1) = 0.50

31.H (d) untuk (D, E )

Harga Beli (D, E) = 7-8 = -1 → Usual → H(d) = 0 Irit Bahan Bakar (D, E) = 7-7= 0→ Usual → H(d)= 0 Garansi (D, E) = 8-8= 0→ Usual → H(d)= 0

Kapasitas Mesin (D, E) = 7-7= 0 → Usual → H(d)= 0 (D, E) = (0+0+0+0) = 0

32.H (d) untuk (D, F )

Harga Beli (D, F) = 7-7 = 0 → Usual → H(d) = 0 Irit Bahan Bakar (D, F) = 7-7= 0→ Usual → H(d)= 0 Garansi (D, F) = 8-8= 0→ Usual → H(d)= 0

Kapasitas Mesin (D, F) = 7-6= 1 → Usual → H(d)= 1 (D, F) = (0+0+0+1) = 0.25

33.H (d) untuk (D, G )

Harga Beli (D, G) = 7-9 = -2 → Usual → H(d) = 0 Irit Bahan Bakar (D, G) = 7-7= 0→ Usual → H(d)= 0 Garansi (D, G) = 8-8= 0→ Usual → H(d)= 0

Kapasitas Mesin (D, G) = 7-6= 1 → Usual → H(d)= 1 (D, G) = (0+0+0+1) = 0.25

34.H (d) untuk (D, H )

Harga Beli (D, H) = 7-6 = 1 → Usual → H(d) = 1

Irit Bahan Bakar (D, H) = 7-7= 0→ Usual → H(d)= 0 Garansi (D, H) = 8-8= 0→ Usual → H(d)= 0

Kapasitas Mesin (D, H) = 7-6= 1 → Usual → H(d)= 1 (D, H) = (1+0+0+1) = 0.50

35.H (d) untuk (D, I )

Harga Beli (D, I) = 7-7 = 0 → Usual → H(d) = 0 Irit Bahan Bakar (D, I) = 7-7= 0→ Usual → H(d)= 0 Garansi (D, I) = 8-8= 0→ Usual → H(d)= 0

Kapasitas Mesin (D, I) = 7-9= -2 → Usual → H(d)= 0 (D, I) = (0+0+0+0) = 0

36.H (d) untuk (D, J )

Harga Beli (D, J) = 7-8 = -1 → Usual → H(d) = 0 Irit Bahan Bakar (D, J) = 7-6= 1→ Usual → H(d)= 1 Garansi (D, J) = 8-8= 0→ Usual → H(d)= 0

Kapasitas Mesin (D, J) = 7-7= 0 → Usual → H(d)= 0 (D, J) = (0+1+0+0) = 0.25

37.H (d) untuk (E, A )

Harga Beli (E, A) = 8-6 = 2 → Usual → H(d) = 1 Irit Bahan Bakar (E, A) = 7-6= 1→ Usual → H(d)= 1 Garansi (E, A) = 8-8= 0→ Usual → H(d)= 0

Kapasitas Mesin (E, A) = 7-6= 1 → Usual → H(d)= 1 (E, A) = (1+1+0+1) = 0.75

38.H (d) untuk (E, B )

Harga Beli (E, B) = 8-7 = 1 → Usual → H(d) = 1 Irit Bahan Bakar (E, B) = 7-9= -2→ Usual → H(d)= 0 Garansi (E, B) = 8-9= -1→ Usual → H(d)= 0

Kapasitas Mesin (E, B) = 7-6= 1 → Usual → H(d)= 1 (E, B) = (1+0+0+1) = 0.50

39.H (d) untuk (E, C )

Harga Beli (E, C) = 8-6 = 2 → Usual → H(d) = 1 Irit Bahan Bakar (E, C) = 7-7= 0→ Usual → H(d)= 0

Garansi (E, C) = 8-8= 0→ Usual → H(d)= 0

Kapasitas Mesin (E, C) = 7-6= 1 → Usual → H(d)= 1 (E, C) = (1+0+0+1) = 0.50

40.H (d) untuk (E, D )

Harga Beli (E, D) = 8-7 = 1 → Usual → H(d) = 1 Irit Bahan Bakar (E, D) = 7-7= 0→ Usual → H(d)= 0 Garansi (E, D) = 8-8= 0→ Usual → H(d)= 0

Kapasitas Mesin (E, D) = 7-7= 0 → Usual → H(d)= 0 (E, D) = (1+0+0+0) = 0.25

41.H (d) untuk (E, F )

Harga Beli (E, F) = 8-7 = 1 → Usual → H(d) = 1 Irit Bahan Bakar (E, F) = 7-7= 0→ Usual → H(d)= 0 Garansi (E, F) = 8-8= 0→ Usual → H(d)= 0

Kapasitas Mesin (E, F) = 7-6= 1 → Usual → H(d)= 1 (E, F) = (1+0+0+1) = 0.50

42.H (d) untuk (E, G )

Harga Beli (E, G) = 8-9 = -1 → Usual → H(d) = 0 Irit Bahan Bakar (E, G) = 7-7= 0→ Usual → H(d)= 0 Garansi (E, G) = 8-8= 0→ Usual → H(d)= 0

Kapasitas Mesin (E, G) = 7-6= 1 → Usual → H(d)= 1 (E, G) = (0+0+0+1) = 0.25

43.H (d) untuk (E, H )

Harga Beli (E, H) = 8-6 = 2 → Usual → H(d) = 1 Irit Bahan Bakar (E, H) = 7-7= 0→ Usual → H(d)= 0 Garansi (E, H) = 8-8= 0→ Usual → H(d)= 0

Kapasitas Mesin (E, H) = 7-6= 1 → Usual → H(d)= 1 (E, H) = (1+0+0+1) = 0.50

44.H (d) untuk (E, I )

Harga Beli (E, I) = 8-7 = 1 → Usual → H(d) = 1 Irit Bahan Bakar (E, I) = 7-7= 0→ Usual → H(d)= 0 Garansi (E, I) = 8-8= 0→ Usual → H(d)= 0

Kapasitas Mesin (E, I) = 7-9= -2 → Usual → H(d)= 0 (E, I) = (1+0+0+1) = 0.50

45.H (d) untuk (E, J )

Harga Beli (E, J) = 8-8 = 0 → Usual → H(d) = 0 Irit Bahan Bakar (E, J) = 7-6= 1→ Usual → H(d)= 1 Garansi (E, J) = 8-8= 0→ Usual → H(d)= 0

Kapasitas Mesin (E, J) = 7-7= 0 → Usual → H(d)= 0 (E, J) = (0+1+0+0) = 0.25

46.H (d) untuk (F, A )

Harga Beli (F, A) = 7-6 = 1 → Usual → H(d) = 1 Irit Bahan Bakar (F, A) = 7-6= 1→ Usual → H(d)= 1 Garansi (F, A) = 8-8= 0→ Usual → H(d)= 0

Kapasitas Mesin (F, A) = 6-6= 0 → Usual → H(d)= 0 (F, A) = (1+1+0+0) = 0.50

47.H (d) untuk (F, B )

Harga Beli (F, B) = 7-7 = 0 → Usual → H(d) = 0 Irit Bahan Bakar (F, B) = 7-9= -2→ Usual → H(d)= 0 Garansi (F, B) = 8-9= -1→ Usual → H(d)= 0

Kapasitas Mesin (F, B) = 6-6= 0 → Usual → H(d)= 0 (F, B) = (0+0+0+0) = 0

48.H (d) untuk (F, C )

Harga Beli (F, C) = 7-6 = 1 → Usual → H(d) = 1 Irit Bahan Bakar (F, C) = 7-7= 0→ Usual → H(d)= 0 Garansi (F, C) = 8-8= 0→ Usual → H(d)= 0

Kapasitas Mesin (F, C) = 6-6= 0 → Usual → H(d)= 0 (F, C) = (1+0+0+0) = 0.25

49.H (d) untuk (F, D )

Harga Beli (F, D) = 7-7 = 0 → Usual → H(d) = 0 Irit Bahan Bakar (F, D) = 7-7= 0→ Usual → H(d)= 0 Garansi (F, D) = 8-8= 0→ Usual → H(d)= 0

Kapasitas Mesin (F, D) = 6-7= -1 → Usual → H(d)= 0

(F, D) = (0+0+0+0) = 0 50.H (d) untuk (F, E )

Harga Beli (F, E) = 7-8 = -1 → Usual → H(d) = 0 Irit Bahan Bakar (F, E) = 7-7= 0→ Usual → H(d)= 0 Garansi (F, E) = 8-8= 0→ Usual → H(d)= 0

Kapasitas Mesin (F, E) = 6-7= -1 → Usual → H(d)= 0 (F, E) = (0+0+0+0) = 0

51.H (d) untuk (F, G )

Harga Beli (F, G) = 7-9 = -2 → Usual → H(d) = 0 Irit Bahan Bakar (F, G) = 7-7= 0→ Usual → H(d)= 0 Garansi (F, G) = 8-8= 0→ Usual → H(d)= 0

Kapasitas Mesin (F, G) = 6-6= 0 → Usual → H(d)= 0 (F, G) = (0+0+0+0) = 0

52.H (d) untuk (F, H )

Harga Beli (F, H) = 7-6 = 1 → Usual → H(d) = 1 Irit Bahan Bakar (F, H) = 7-7= 0→ Usual → H(d)= 0 Garansi (F, H) = 8-8= 0→ Usual → H(d)= 0

Kapasitas Mesin (F, H) = 6-6= 0 → Usual → H(d)= 0 (F, H) = (1+0+0+0) = 0.25

53.H (d) untuk (F, I )

Harga Beli (F, I) = 7-7 = 0 → Usual → H(d) = 0 Irit Bahan Bakar (F, I) = 7-7= 0→ Usual → H(d)= 0 Garansi (F, I) = 8-8= 0→ Usual → H(d)= 0

Kapasitas Mesin (F, I) = 6-9= -3 → Usual → H(d)= 0 (F, I) = (0+0+0+0) = 0

54.H (d) untuk (F, J )

Harga Beli (F, J) = 7-8 = -1 → Usual → H(d) = 0 Irit Bahan Bakar (F, J) = 7-6= 1→ Usual → H(d)= 1 Garansi (F, J) = 8-8= 0→ Usual → H(d)= 0

Kapasitas Mesin (F, J) = 6-7= -1 → Usual → H(d)= 0 (F, J) = (0+0+0+0) = 0

55.H (d) untuk (G, A )

Harga Beli (G, A) = 9-6 = 3 → Usual → H(d) = 1 Irit Bahan Bakar (G, A) = 7-6= 1→ Usual → H(d)= 1 Garansi (G, A) = 8-8= 0→ Usual → H(d)= 0

Kapasitas Mesin (G, A) = 6-6= 0 → Usual → H(d)= 0 (G, A) = (1+1+0+0) = 0.50

56.H (d) untuk (G, B )

Harga Beli (G, B) = 9-7 = 2 → Usual → H(d) = 1 Irit Bahan Bakar (G, B) = 7-9= -2→ Usual → H(d)= 0 Garansi (G, B) = 8-9= -1→ Usual → H(d)= 0

Kapasitas Mesin (G, B) = 6-6= 0 → Usual → H(d)= 0 (G, B) = (1+1+0+0) = 0.50

57.H (d) untuk (G, C )

Harga Beli (G, C) = 9-6 = 3 → Usual → H(d) = 1 Irit Bahan Bakar (G, C) = 7-7= 0→ Usual → H(d)= 0 Garansi (G, C) = 8-8= 0→ Usual → H(d)= 0

Kapasitas Mesin (G, C) = 6-6= 0 → Usual → H(d)= 0 (G, A) = (1+0+0+0) = 0.25

58.H (d) untuk (G, D )

Harga Beli (G, D) = 9-7 = 2 → Usual → H(d) = 1 Irit Bahan Bakar (G, D) = 7-7= 0→ Usual → H(d)= 0 Garansi (G, D) = 8-8= 0→ Usual → H(d)= 0

Kapasitas Mesin (G, D) = 6-7= -1 →Usual → H(d)= 0 (G, D) = (1+0+0+0) = 0.25

59.H (d) untuk (G, E )

Harga Beli (G, E) = 9-8 = 1 → Usual → H(d) = 1 Irit Bahan Bakar (G, E) = 7-7= 0→ Usual → H(d)= 0 Garansi (G, E) = 8-8= 0→ Usual → H(d)= 0

Kapasitas Mesin (G, E) = 6-7= -1 → Usual → H(d)= 0 (G, E) = (1+0+0+0) = 0.25

60.H (d) untuk (G, F )

Harga Beli (G, F) = 9-7 = 2 → Usual → H(d) = 1 Irit Bahan Bakar (G,F) = 7-7= 0→ Usual → H(d)= 0 Garansi (G, F) = 8-8= 0→ Usual → H(d)= 0

Kapasitas Mesin (G, F) = 6-6= 0 → Usual → H(d)= 0 (G, F) = (1+0+0+0) = 0.25

61.H (d) untuk (G, H )

Harga Beli (G, H) = 9-6 = 3 → Usual → H(d) = 1 Irit Bahan Bakar (G, H) = 7-7= 0→ Usual → H(d)= 0 Garansi (G, H) = 8-8= 0→ Usual → H(d)= 0

Kapasitas Mesin (G, H) = 6-6= 0 → Usual → H(d)= 0 (G, H) = (1+0+0+0) = 0.25

62.H (d) untuk (G, I )

Harga Beli (G, I) = 9-7 = 2 → Usual → H(d) = 1 Irit Bahan Bakar (G, I) = 7-7= 0→ Usual → H(d)= 0 Garansi (G, I) = 8-8= 0→ Usual → H(d)= 0

Kapasitas Mesin (G, I) = 6-9= -3 → Usual → H(d)= 0 (G, I) = (1+0+0+0) = 0.25

63.H (d) untuk (G, J )

Harga Beli (G, J) = 9-8 = 1 → Usual → H(d) = 1 Irit Bahan Bakar (G, J) = 7-6= 1→ Usual → H(d)= 1 Garansi (G, J) = 8-8= 0→ Usual → H(d)= 0

Kapasitas Mesin (G, J) = 6-7= -1 → Usual → H(d)= 0 (G, J) = (1+1+0+0) = 0.50

64.H (d) untuk (H, A )

Harga Beli (H, A) = 6-6 = 0 → Usual → H(d) = 0 Irit Bahan Bakar (H, A) = 7-6= 1→ Usual → H(d)= 1 Garansi (H, A) = 8-8= 0→ Usual → H(d)= 0

Kapasitas Mesin (H, A) = 6-6= 0 → Usual → H(d)= 0 (H, A) = (0+1+0+0) = 0.25

65.H (d) untuk (H, B )

Harga Beli (H, B) = 6-7 = -1 → Usual → H(d) = 0

Irit Bahan Bakar (H, B) = 7-9= -2→ Usual → H(d)= 0 Garansi (H, B) = 8-9= -1→ Usual → H(d)= 0

Kapasitas Mesin (H, B) = 6-6= 0 → Usual → H(d)= 0 (H, B) = (0+0+0+0) = 0

66.H (d) untuk (H, C )

Harga Beli (H, C) = 6-6 = 0 → Usual → H(d) = 0 Irit Bahan Bakar (H, C) = 7-7= 0→ Usual → H(d)= 0 Garansi (H, C) = 8-8= 0→ Usual → H(d)= 0

Kapasitas Mesin (H, C) = 6-6= 0 → Usual → H(d)= 0 (H, C) = (0+0+0+0) = 0

67.H (d) untuk (H, D )

Harga Beli (H, D) = 6-7 = -1 → Usual → H(d) = 0 Irit Bahan Bakar (H, D) = 7-7= 0→ Usual → H(d)= 0 Garansi (H, D) = 8-8= 0→ Usual → H(d)= 0

Kapasitas Mesin (H, D) = 6-7= -1 → Usual → H(d)= 0 (H, D) = (0+0+0+0) = 0

68.H (d) untuk (H, E )

Harga Beli (H, E) = 6-8 = -2 → Usual → H(d) = 0 Irit Bahan Bakar (H, E) = 7-7= 0→ Usual → H(d)= 0 Garansi (H, E) = 8-8= 0→ Usual → H(d)= 0

Kapasitas Mesin (H, E) = 6-7= -1 → Usual → H(d)= 0 (H, E) = (0+0+0+0) = 0

69.H (d) untuk (H, F )

Harga Beli (H, F) = 6-7 = -1 → Usual → H(d) = 0 Irit Bahan Bakar (H, F) = 7-7= 0→ Usual → H(d)= 0 Garansi (H, F) = 8-8= 0→ Usual → H(d)= 0

Kapasitas Mesin (H, F) = 6-6= 0 → Usual → H(d)= 0 (H, B) = (0+0+0+0) = 0

70.H (d) untuk (H, G )

Harga Beli (H, G) = 6-9 = -3 → Usual → H(d) = 0 Irit Bahan Bakar (H, G) = 7-7= 0→ Usual → H(d)= 0

Garansi (H, G) = 8-8= 0→ Usual → H(d)= 0

Kapasitas Mesin (H, G) = 6-6= 0 → Usual → H(d)= 0 (H, G) = (0+0+0+0) = 0

71.H (d) untuk (H, I )

Harga Beli (H, I) = 6-7 = -1 → Usual → H(d) = 0 Irit Bahan Bakar (H, I) = 7-7= 0→ Usual → H(d)= 0 Garansi (H, I) = 8-8= 0→ Usual → H(d)= 0

Kapasitas Mesin (H, I) = 6-9= -3 → Usual → H(d)= 0 (H, I) = (0+0+0+0) = 0

72.H (d) untuk (H, J )

Harga Beli (H, J) = 6-8 = -2 → Usual → H(d) = 0 Irit Bahan Bakar (H, J) = 7-6= 1→ Usual → H(d)= 1 Garansi (H, J) = 8-8= 0→ Usual → H(d)= 0

Kapasitas Mesin (H, J) = 6-7= -1 → Usual → H(d)= 0 (H, J) = (0+0+0+0) = 0

73.H (d) untuk (I, A )

Harga Beli (I, A) = 7-6 = 1 → Usual → H(d) = 1 Irit Bahan Bakar (I, A) = 7-6= 1→ Usual → H(d)= 1 Garansi (I, A) = 8-8= 0→ Usual → H(d)= 0

Kapasitas Mesin (I, A) = 9-6= 3 → Usual → H(d)= 1 (I, A) = (1+1+0+1) = 0.75

74.H (d) untuk (I, B )

Harga Beli (I, B) = 7-7 = 0 → Usual → H(d) = 0 Irit Bahan Bakar (I, B) = 7-9= -2→ Usual → H(d)= 0 Garansi (I, B) = 8-9= -1→ Usual → H(d)= 0

Kapasitas Mesin (I, B) = 9-6= 3 → Usual → H(d)= 1 (I, B) = (0+0+0+1) = 0.25

75.H (d) untuk (I, C )

Harga Beli (I, C) = 7-6 = 1 → Usual → H(d) = 1 Irit Bahan Bakar (I, C) = 7-7= 0→ Usual → H(d)= 0 Garansi (I, C) = 8-8= 0→ Usual → H(d)= 0

Kapasitas Mesin (I, C) = 9-6= 3 → Usual → H(d)= 1 (I, C) = (1+0+0+1) = 0.50

76.H (d) untuk (I, D )

Harga Beli (I, D) = 7-7 = 0 → Usual → H(d) = 0 Irit Bahan Bakar (I, D) = 7-7= 0→ Usual → H(d)= 0 Garansi (I, D) = 8-8= 0→ Usual → H(d)= 0

Kapasitas Mesin (I, D) = 9-7= 2 → Usual → H(d)= 1 (I, D) = (0+0+0+1) = 0.25

77.H (d) untuk (I, E )

Harga Beli (I, E) = 7-8 = -1 → Usual → H(d) = 0 Irit Bahan Bakar (I, E) = 7-7= 0→ Usual → H(d)= 0 Garansi (I, E) = 8-8= 0→ Usual → H(d)= 0

Kapasitas Mesin (I, E) = 9-7= 2 → Usual → H(d)= 1 (I, E) = (1+1+0+1) = 0.75

78.H (d) untuk (I, F )

Harga Beli (I, A) = 7-7 = 0 → Usual → H(d) = 0 Irit Bahan Bakar (I, A) = 7-7= 0→ Usual → H(d)= 0 Garansi (I, A) = 8-8= 0→ Usual → H(d)= 0

Kapasitas Mesin (I, A) = 9-6= 3 → Usual → H(d)= 1 (I, A) = (0+0+0+1) = 0.25

79.H (d) untuk (I, G )

Harga Beli (I, G) = 7-9 = -2 → Usual → H(d) = 0 Irit Bahan Bakar (I, G) = 7-7= 0→ Usual → H(d)= 0 Garansi (I, G) = 8-8= 0→ Usual → H(d)= 0

Kapasitas Mesin (I, G) = 9-6= 3 → Usual → H(d)= 1 (I, G) = (0+0+0+1) = 0.25

80.H (d) untuk (I, H )

Harga Beli (I, H) = 6-7 = 1 → Usual → H(d) = 1 Irit Bahan Bakar (I, H) = 7-7= 0→ Usual → H(d)= 0 Garansi (I, H) = 8-8= 0→ Usual → H(d)= 0

<table cellpadding="3" cellspacing="1" border="0" width="100%">

<tr bgcolor="#E7E7E7" style="font-size:12px; font-family:Arial, Helvetica, sans-serif;">

<td><b><font color="#FF0000">Matriks Alternatif Kriteria</font></b></td>

<?php

$sql_kandidatz = mysql_query("select * from kriteria order by id_kriteria asc"); while($qrlisre=mysql_fetch_assoc($sql_kandidatz))

{?>

<td height="23px" class="form_text"><div align="center"><b><?=$qrlisre[nama_kriteria]?></b></div></td>

<?php }?>

</tr> <?php

$sql_kandidaty = mysql_query("select * from alternatif order by id_alternatif asc"); $i=0;

while($qrlisrf=mysql_fetch_assoc($sql_kandidaty))

{

$i++; ?>

<tr bgcolor="#E7E7E7" style="font-size:12px; font-family:Arial, Helvetica, sans-serif;">

<td height="23px"

class="form_text"><b><?=$qrlisrf[nama_alternatif]?></b></td> <?php

$jk= array();

for($j=1;$j<=$record;$j++) {

$jk[$i][$j] = $_POST["alt".$i.$j]/9; ?>

<td class="form_text"><div align="left"><input type="text" name="alt<?=$i.$j?>" value="<?=round(($jk[$i][$j]),2)?>" readonly=""/></div></td>

<?php }?> </tr> <?php }?> </table>

</form> <?php

$sql_kandidaty = mysql_query("select * from alternatif order by id_alternatif asc"); $i=0;

while($qrlisrf=mysql_fetch_assoc($sql_kandidaty))

{

$i++;

$jk= array();

$j=0; $hsl=0;

$sql_kandidatz1 = mysql_query("select * from kriteria order by id_kriteria asc");

while($qrlisre1=mysql_fetch_assoc($sql_kandidatz1))

{

$j++;

$jk[$i][$j] = $_POST["alt".$i.$j]/9; $hsl += $qrlisre1[bobot]*$jk[$i][$j]; }

$insert_hasil = mysql_query("INSERT INTO hasil_saw VALUES ('','$qrlisrf[id_alternatif]','$hsl')");

}?>

<table cellpadding="3" cellspacing="1" border="0" width="100%">

<tr bgcolor="#E7E7E7" style="font-size:12px; font-family:Arial, Helvetica, sans-serif;">

<td><b><font color="#FF0000">Nama Alternatif</font></b></td>

<td height="23px" class="form_text"><font color="#FF0000"><b><center>Nilai</center></b></font></td>

<td height="23px" class="form_text"><font color="#FF0000"><b><center>Peringkat</center></b></font></td></tr>

<?php

$sql_kandidatw = mysql_query("select hasil_saw.*,alternatif.* FROM hasil_saw LEFT OUTER JOIN alternatif ON hasil_saw.id_alternatif1 = alternatif.id_alternatif order by hasil_saw.nilaihasil desc");

$warnaGenap = "#EFEFEF"; $warnaGanjil = "#DDDDFF"; $i=0;

while($qrw=mysql_fetch_array($sql_kandidatw))

{

$i++;

if ($i % 2 == 0) $warna = $warnaGenap; else $warna = $warnaGanjil;;

?>

<tr bgcolor="<?=$warna?>" style="font-size:12px; font-family:Arial, Helvetica, sans-serif;">

<td height="23px"

class="form_text"><b><?=$qrw[nama_alternatif]?></b></td>

<td height="23px" class="form_text"><div align="center"><b><?=round($qrw[nilaihasil],3)?></b></div></td>

<td height="23px" class="form_text"><div align="center"><b><?=$i?></b></div></td>

</tr> <?php }?>

</table> <?php

$time = explode(' ', $time); $time = $time[1] + $time[0]; $finish = $time;

$total_time = round(($finish - $start), 2); ?>

<h3 class="tabs_involved">Lama Waktu Eksekusi Program adalah : <?php echo $total_time; ?> Detik</h3>

<?php }?> </div>

<!--

################################################################# ###################################### -->

<!--

################################################################# ###################################### -->

<div class="wrapper">

<div id="copyright" class="clear">

<p class="fl_center">Fasilkom-TI USU</p> </div>

</div> </body> </html> <?php }else{

session_destroy();

header('Location:index.php?status=Silahkan Login'); }

Surat Survei Pengujian Sistem Pendukung Keputusan dengan

algoritma SAW dan algoritma PROMETHEE dalam pemilihan

sepeda motor

(Studi kasus : PT.Alfa Scorpii Yamaha, CV.Indako dan Suzuki Padang Bulan Medan)

Nomor :

Perihal : Izin pengambilan Data/Penelitian

Yang bertanda tangan dibawah direktur utama PT. Alfa Scorpii Yamaha, CV Indako Dan Suzuki Padang Bulan Medan menerangkan:

Nama : Marco Y Siallagan

NIM : 121421098

Mahasiswa : Ekstensi S1 Ilmu Komputer USU

Telah melakukan Pengambilan Data/Penelitian tanggal 15 Juni 2014 sampai dengan selesai pada bagian sales dealer dan administrator PT. Alfa Scorpii dan CV. Indako Medan.

Demikian surat Keterangan ini agar Dapat dipergunakan.

Medan, 21 juli 2014 Medan, 21 juli 2014

Direktur utama PT.Alfa Scorpii Direktur Utama CV.Indako

Medan

Medan, 21 Juli 2014

Data Survei Penelitian

Alternatif Pabrikan Harga Beli Kapasitas

Mesin

Garansi Keiritan bahan bakar (Km/ltr)

Mio Soul Rp15.978.000 115 cc 3 tahun 28

Supra x 125 PGM-FI

Honda Rp 17.560.000 125 cc 5 tahun 76

Revo Honda Rp 13.540.000 110 cc 3 tahun 44,2

Jupiter MX Yamaha Rp 18.205.000 135 cc 3 tahun 46

Byson Yamaha Rp 21.860.000 150 cc 3 tahun 44

Vario Honda Rp 16.320.000 110 cc 3 tahun 45,7

Vixion Yamaha Rp 24.401.000 150 cc 3 tahun 43,9

Beat Honda Rp 14.770.000 110 cc 3 tahun 50

Tiger Honda Rp 21.760.000 200 cc 3 tahun 29

Satria Fu Suzuki Rp 19.560.000 150 cc 3 tahun 38

Harga Beli

13 juta -16 juta ≤6 16 juta-19 juta ≤7 19 juta -22juta ≤8 22 juta- 25 juta ≤9

Keiritan bahan bakar (Km/Ltr)

28-40 ≤6

40-52 ≤7

52-64 ≤8

64-76 ≤9

Garansi

1 tahun ≤6

2 tahun ≤7

3 tahun ≤8

5 tahun ≤9

Kapasitas mesin

100 cc - 125 cc ≤6 125 cc - 150 cc ≤7 150 cc - 175 cc ≤8 175 cc - 200 cc ≤9

DAFTAR RIWAYAT HIDUP

Nama : Marco Y Siallagan Tempat,Tanggal Lahir : Ambarita, 10 Juni 1991 Agama : Kristen Protestan Kewarganegaraan : Indonesia

Email : marco_siallagan@yahoo.com

No.Hp : 085260168645

PENDIDIKAN FORMAL

2009 – 2012 : Program Studi D3 Teknik Informatika Fakultas Matematika dan Ilmu Pengetahuan Alam Universitas Sumatera Utara.

2006 – 2009 : SMA Negeri 5 Medan 2003 – 2006 : SMP Negeri 22 Medan 2005 – 1999 : SD Negeri 104211 Medan