Pengujian IMPLEMENTASI DAN ANALISA HASIL

0,295468 0,098489 2,503443 0,834481 0,746003 0,248668 0,651423 0,217141 Nilai dari VP Vektor Prioritas JKK akan dipakai untuk menentukan perankingan pada akhir perhitungan ini. - Melakukan perhitungan matriks perbandingan kriteria untuk KK. Tabel 4.9 Tabel Matriks perbandingan kriteria KK KK Bandon gan Candi M ulyo Pakis Salam an Sawan gan Srumbun g Windus ari Bandongan 1 0,2 0,2 1 1 0,333333 333 1 Candi M ulyo 5 1 1 5 5 3 5 Pakis 5 1 1 5 5 3 5 Salaman 1 0,2 0,2 1 1 0,333333 333 1 Sawangan 1 0,2 0,2 1 1 0,333333 333 1 Srumbung 3 0,333333 333 0,333333 333 3 3 1 3 Windusari 1 0,2 0,2 1 1 0,333333 333 1 JUM LAH 17 3,133333 333 3,133333 333 17 17 8,333333 333 17 Sesudah semua nilai perbandingan berpasangan dimasukkan dan dijumlahkan, akan dinormalisasi bentuk matriksnya ,sehingga menjadi matrik yang paling sederhana : Tabel 4.10 Tabel matriks perbandingan yang dinormalisasi 0,0588235 29 0,0638297 87 0,0638297 87 0,0588235 29 0,0588235 29 0,04 0,0588235 29 0,2941176 47 0,3191489 36 0,3191489 36 0,2941176 47 0,2941176 47 0,36 0,2941176 47 0,2941176 47 0,3191489 36 0,3191489 36 0,2941176 47 0,2941176 47 0,36 0,2941176 47 0,0588235 0,0638297 0,0638297 0,0588235 0,0588235 0,04 0,0588235 29 87 87 29 29 29 0,0588235 29 0,0638297 87 0,0638297 87 0,0588235 29 0,0588235 29 0,04 0,0588235 29 0,1764705 88 0,1063829 79 0,1063829 79 0,1764705 88 0,1764705 88 0,12 0,1764705 88 0,0588235 29 0,0638297 87 0,0638297 87 0,0588235 29 0,0588235 29 0,04 0,0588235 29 Tabel 4.10 didapat dari hasil pembagian nilai setiap matriks dengan jumlah kolom dari setiap kriteria. Sesudah itu, matriks yang sudah dinormalisasikan akan dijumlahkan per barisnya, lalu jumlah per baris tadi dibagi dengan banyaknya kriteria yang dipakai. Dalam kasus ini memakai 3 kriteria. Dapat dilihat seperti tabel 4.11 dibawah ini : Tabel 4.11 Tabel jumlah nilai per baris dan vektor prioritas dari KK Nilai dari VP Vektor Prioritas KK akan dipakai untuk menentukan perankingan pada akhir perhitungan ini. - Melakukan perhitungan matriks perbandingan kriteria untuk BUD. Tabel 4.12 Tabel Matrik perbandingan kriteria BUD BUD Bandon gan Candi M ulyo Pakis Salam an Sawanga n Srumb ung Windusa ri Bandongan 1 0,333333 333 0,333333 333 1 0,333333 333 2 0,2 Candi M ulyo 3 1 3 5 3 3 0,333333 333 Pakis 3 0,333333 333 1 3 3 2 0,2 Salaman 1 0,2 0,333333 1 0,333333 2 0,2 JUM LAH VP KK 0,402954 0,101377 2,174768 0,506884 2,174768 0,506884 0,402954 0,101377 0,402954 0,101377 1,038648 0,247393 0,402954 0,101377 333 333 Sawangan 3 0,333333 333 0,333333 333 3 1 3 0,2 Srumbung 0,5 0,333333 333 0,5 0,5 0,333333 333 1 0,2 Windusari 5 3 5 5 5 5 1 JUM LAH 16,5 5,533333 333 10,5 18,5 13 18 2,333333 333 Sesudah semua nilai perbandingan berpasangan dimasukkan dan dijumlahkan, akan dinormalisasi bentuk matriksnya ,sehingga menjadi matrik yang paling sederhana : Tabel 4.13 Tabel matriks perbandingan yang dinormalisasi 0,0606060 61 0,0602409 64 0,0317460 32 0,0540540 54 0,0256410 26 0,1111111 11 0,0857142 86 0,1818181 82 0,1807228 92 0,2857142 86 0,2702702 7 0,2307692 31 0,1666666 67 0,1428571 43 0,1818181 82 0,0602409 64 0,0952380 95 0,1621621 62 0,2307692 31 0,1111111 11 0,0857142 86 0,0606060 61 0,0361445 78 0,0317460 32 0,0540540 54 0,0256410 26 0,1111111 11 0,0857142 86 0,1818181 82 0,0602409 64 0,0317460 32 0,1621621 62 0,0769230 77 0,1666666 67 0,0857142 86 0,0303030 3 0,0602409 64 0,0476190 48 0,0270270 27 0,0256410 26 0,0555555 56 0,0857142 86 0,3030303 03 0,5421686 75 0,4761904 76 0,2702702 7 0,3846153 85 0,2777777 78 0,4285714 29 Tabel 4.13 diatas, didapat dari hasil pembagian nilai setiap matriks dengan jumlah kolom dari setiap kriteria. Sesudah itu, matriks yang sudah dinormalisasikan akan dijumlahkan per barisnya, lalu jumlah per baris tadi dibagi dengan banyaknya kriteria yang dipakai. Dalam kasus ini memakai 3 kriteria. Dapat dilihat seperti tabel 4.14 dibawah ini : Tabel 4.14 Tabel jumlah nilai per baris dan vektor prioritas dari BUD JUM LAH VP BUD 0,429114 0,143038 1,458819 0,486273 0,927054 0,309018 0,405017 0,135006 0,765271 0,25509 0,332101 0,1107 2,682624 0,894208 Nilai dari VP Vektor Prioritas BUD akan dipakai untuk menentukan perankingan pada akhir perhitungan ini. Setelah semua matriks perbandingan setiap kriteria dihitung ,maka akan di ranking untuk diketahui nilai VP Vektor Prioritas yang paling besar. Untuk mengetahui nilai VP Vektor Prioritas yang paling besar dapat dengan cara mengalikan nilai VP masing-masing kriteria dengan VP kriteria lalu jumlahkan semua nilai tersebut. Sehingga nilai perankingannya seperti dibawah ini : Tabel 4.15 Hasil perankingan Nama Daerah JKK KK BUD VP Final Bandongan 0,098489204 0,101376721 0,143037844 0,06363397 Candi M ulyo 0,443838617 0,506883605 0,48627289 0,277384101 Pakis 0,225559916 0,506883605 0,30901801 0,17475819 Salaman 0,098489204 0,101376721 0,135005716 0,062873662 Sawangan 0,834480923 0,101376721 0,255090456 0,36370029 Srumbung 0,248667706 0,247392574 0,110700312 0,135997975 Windusari 0,217141096 0,101376721 0,894208105 0,181403365 Tabel hasil perankingan diatas menjelaskan bahwa Daerah Sawangan memiliki VP Vektor Prioritas Final terbesar diantara daerah lainnya. Hal ini berarti Daerah Sawangan mendapatkan presentase yang terbesar dibandingkan daerah lain. Hasil perhitungan menyatakan bahwa daerah Sawangan mendapatkan nilai VP Vektor Prioritas Final 0,36370029 yang berarti mendapatkan bantuan sebesar 36,37 dari total bantuan yang disediakan. PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI

4.4 Analisa Hasil

Pada tahap ini penulis akan menganalisa, dan membandingkan perhitungan AHP yang telah dibuat dengan menggunakan Microsoft Excel serta menggunakan sistem AHP sendiri, agar nantinya validitas dari sistem ini dapat terlihat dan terbukti.

4.4.1 Perhitungan AHP Bulan Januari 2015 Excel

P a d a p e r hitungan AHP menggunakan Microsoft Excel, dapat diketahui bahwa Daerah JKK KK BUD VP Final Bandongan 0,098489204 0,101376721 0,143037844 0,06363397 Candi M ulyo 0,443838617 0,506883605 0,48627289 0,277384101 Pakis 0,225559916 0,506883605 0,30901801 0,17475819 Salaman 0,098489204 0,101376721 0,135005716 0,062873662 Sawangan 0,834480923 0,101376721 0,255090456 0,36370029 Srumbung 0,248667706 0,247392574 0,110700312 0,135997975 Windusari 0,217141096 0,101376721 0,894208105 0,181403365 Sawangan mempunyai nilai sebesar 0,36370029 diantara semua daerah. Yang berarti bahwa Sawangan akan mendapatkan 36,37 dari jumlah dana distribusi nantinya.

4.4.2 Perhitungan AHP Bulan Januari 2015 Sistem

Pada perhitungan AHP menggunakan sistem, dapat diketahui bahwa Sawangan mempunyai nilai sebesar 0,27981484 diantara semua daerah. Yang berarti bahwa Sawangan akan mendapatkan 27,98 dari jumlah dana distribusi nantinya.

4.4.3 Uji Validitas

Uji Validitas sering dipakai untuk mengetahui seberapa besar tingkat keakuratan, error rate dari sistem yang dibuat. Pada hal ini, penulis akan mencari error rate dari sistem yang dibuat, sehingga sistem dapat digunakan karena telah teruji secara manual dan sistemnya. Dengan begitu hasil perhitungan dapat dibandingkan untuk menguji validitas perhitungan PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI Error Rate : | ???? ? ? t e r s e b u t . T i ngkat error rate dapat dicari dengan memakai rumus sebagai berikut : Keterangan : p = Vp Final Excel pp = Vp Final Sistem Hasil dari pengujian validitas perhitungan di atas menyatakan bahwa error rate perbandingan antara hasil perhitungan skor excel dan sistem sebesar 0,1724039 sampai dengan 0,2377697. Daerah Skor Excel Vp Final Skor Sistem Vp Final Selisih Skor Error Rate Bandongan 6,363397026 4,8503675 1,5130 0,2377697 Candi Mulyo 27,73841012 22,713828 5,0245 0,1811388 Pakis 17,475819 14,462912 3,0129 0,1724039 Salaman 6,287366194 4,7957823 1,4916 0,2372402 Sawangan 36,37002895 27,981484 8,3886 0,2306461 Srumbung 13,59979749 10,3846654 3,2151 0,2364096 Windusari 18,14033649 14,810964 3,3294 0,1835361 73

BAB V PENUTUP

5.1 Kesimpulan

Berdasarkan hasil penelitian dan pembahasan yang telah diuraikan sebelumnya maka dapat ditarik kesimpulan sebagai berikut : 1. Sistem Pendukung Pengambilan Keputusan dengan mengimplementasikan metode Analytical Hieararchy Process dapat digunakan sebagai alternatif dalam menentukan pendistribusian logistik. 2. Pendistribusian logistik dengan metode Analytical Hieararchy Process mampu mendapatkan hasil error rate perbandingan perhitungan skor excel dan sistem sebesar 0,1724039 sampai dengan 0,2377697

5.2 Saran

Pembuatan sistem pendukung keputusan ini masih sangat sederhana dan jauh dari kesempurnaan sehingga perlu adanya pengembangan sistem, antara lain : 1. Untuk penelitian selanjutnya dapat menggunakan hierarki yang lebih komplit. Mulai dari Tujuan Goal – Kriteria – Sub Kriteria – Alternatif dalam penentuan struktur hierarkinya. 2. Aplikasi Sistem Pendukung Pengambilan Keputusan ini masih dapat dikembangkan dan atau dimodifikasi sesuai dengan kasus yang lain. 3. Dalam proses perhitungan masih dapat dikembangkan lebih dinamis lagi. Sehingga dapat memproses data yang lebih banyak. 74 DAFTAR PUSTAKA Keen, Peter G. W. 1980. Decision support systems : a research perspective. Cambridge, Mass. Center for Information Systems Research, Afred P. Sloan School of Management. Kusrini. 2011. Konsep dan Aplikasi Sistem Pendukung Keputusan, Andi, Yogyakarta. Saaty, Thomas L. 2000. The Fundamentals of Decision Making and Priority Theory with the Analytic Hierarchy Process , Vol. VI of the AHP Series, , 478 pp., RWS Publ., Pittsburgh. Turban Efraim, Jay E. Aronson, Ting-Peng Liang. 2005. Decision Support Systems and Inteligent Systems . Yogyakarta:Andi. 75 LAMPIRAN