Implementasi Metode AHP dan Promethee Untuk Menentukan Penerimaan Bantuan Beras Miskin (Raskin)
IMPLEMENTASI METODE ANALYTIC HIERARCHY PROCESS
(AHP) DAN PROMETHEE UNTUK MENENTUKAN
PENERIMAAN BANTUAN BERAS MISKIN (RASKIN)
STUDI KASUS :
Kantor Camat Hinai Kiri Kec. Secanggang Kab. Langkat
SKRIPSI
NUR ASMA
121421080
PROGRAM STUDI EKSTENSI S1 ILMU KOMPUTER
FAKULTAS ILMU KOMPUTER DAN TEKNOLOGI INFORMASI
UNIVERSITAS SUMATERA UTARA
MEDAN
2015
(2)
IMPLEMENTASI METODE ANALYTIC HIERARCHY PROCESS
(AHP) DAN PROMETHEE UNTUK MENENTUKAN
PENERIMAAN BANTUAN BERAS MISKIN (RASKIN)
STUDI KASUS :
Kantor Camat Hinai Kiri Kec. Secanggang Kab. Langkat
SKRIPSI
Diajukan untuk melengkapi tugas dan memenuhi syarat memperoleh ijazah Sarjana Ilmu Komputer
NUR ASMA 121421080
PROGRAM STUDI EKSTENSI S1 ILMU KOMPUTER FAKULTAS ILMU KOMPUTER DAN TEKNOLOGI INFORMASI
(3)
PERSETUJUAN
Judul : IMPLEMENTASI METODE ANALYTIC
HIERARCHY PROCESS (AHP) DAN PROMETHEE UNTUK MENENTUKAN PENERIMAAN BANTUAN BERAS MISKIN (RASKIN)
Kategori : SKRIPSI
Nama : NUR ASMA
Nomor Induk Mahasiswa : 121421080
Program Studi : EKSTENSI S1 ILMU KOMPUTER
Fakultas : ILMU KOMPUTER DAN TEKNOLOGI INFORMASI
UNIVERSITAS SUMATERA UTARA
Diluluskan di
Medan, 2015
Komisi Pembimbing :
Pembimbing 1 Pembimbing 2
Drs. Agus Salim Harahap, M.Si. Siti Dara Fadilla, S.SI, M.T
NIP. 195408281981031004 NIP. 197705162005012001
Diketahui/Disetujui oleh
Program Studi S1 Ilmu Komputer Ketua,
Dr. Poltak Sihombing, M.Kom. NIP. 196203171991031001
(4)
PERNYATAAN
IMPLEMENTASI METODE ANALYTIC HIERARCHY PROCESS (AHP) DAN METODE PROMETHEE UNTUK MENENTUKAN PENERIMAAN BANTUAN
BERAS MISKIN (RASKIN)
SKRIPSI
Saya mengakui bahwa skripsi ini adalah hasil kerja saya sendiri, kecuali beberapa kutipan dan ringkasan yang masing-masing disebutkan sumbernya.
Medan, 2015
Nur Asma
(5)
PENGHARGAAN
Puji syukur penulis panjatkan kehadirat Allah SWT atas segala rahmat dan hidayah-Nya sehingga dengan usaha yang maksimal akhirnya dapat dilaksanakan penelitian serta penyusunan skripsi ini yang berjudul: “Implementasi Metode AHP dan Promethee Untuk Menentukan Penerimaan Bantuan Beras Miskin (Raskin). Tulisan ini masih jauh dari sempurna, hal ini disebabkan oleh keterbatasan dan kemampuan penulis.
Ucapan terima kasih Penulis sampaikan kepada semua pihak yang telah membantu Penulis dalam menyelesaikan skripsi ini baik secara langsung maupun tidak langsung, teristimewa untuk orangtua yang paling penulis cintai dan sayangi yaitu H.M.Yusuf dan Hj. Siti Fatimah.Pada kesempatan ini Penulis ingin mengucapkan terima kasih yang sebesar-besarnya kepada :
1. BapakProf. Dr. dr. Syahril Pasaribu, DTM&H, M.Sc.(CTM), Sp.A.(K) selaku
Rektor Universitas Sumatera Utara.
2. Bapak Prof. Dr. Muhammad Zarlis selaku Dekan Fakultas
IlmuKomputerdanTeknologiInformasi Universitas Sumatera Utara.
3. Bapak Dr. Poltak Sihombing, M.Kom. selaku Ketua Program Studi S1 Ilmu
Komputer Universitas Sumatera Utara.
4. Ibu Maya Silvi LydiaB.Sc., M.Sc.selakuSekretaris Program Studi S1
IlmuKomputerUniversitas Sumatera Utara.
5. Bapak Drs. Agus Salim Harahap, Msi. selakuDosenPembimbing I yang
telahbanyak memberikan ilmu, bimbingan,
saran,danmasukankepadapenulisdalampengerjaanskripsiini.
6. Ibu Siti Dara Padilla, S.SI, MT.SelakuDosenPembimbing II yang
telahmemberikanbimbingan,
saran,danmasukankepadapenulisdalampengerjaanskripsiini.
7. Bapak M. Andri B,ST, MComp.Sc, MEM,.selakuDosenPembanding I yang
(6)
8. Ibu Elviwani, S.Kom, M.Kom.selakuDosenPembanding II yang telahmemberikankritikdan saran dalampenyempurnaanskripsiini.
9. Semuadosendansemuapegawai di Program Studi S1
IlmuKomputerFakultasIlmuKomputerdanTeknologiInformasiUniversitas Sumatera Utara.
10. Bapak Satiman, S.Sos, M.AP. selaku penata Tk.I Kantor camat Hinai Kiri
Kec.Secanggang yang telah mengizinkan saya melakukan survey di kantor
tersebut.
11. Bapak Suwanto, S.Sos. yang telah memberikan informasi atau data yang
diperlukan untuk melengkapi skripsi ini.
12. Untuk abang penulis Nur Arifin, adik tersayang Maimunah dan Ahmad
Arfansyah serta kakak ipar Putri Siswanti dan keponakan kesayangan M.Azriel. yang terus memberikan dorongan semangat dan motivasi bagi penulis.
13. Teman-temanseperjuanganmahasiswaEkstensiS1-Ilmu Komputerstambuk
2012, Siti Handayani Rkt, Silvia Ningsih Pratiwi, Edison Marcopolo Simanjuntak S.Kom, Claudia br. Napitupulu S.Kom, dan teman-teman yang
lain yang telahmemberikansemangatdanmenjaditemandiskusipenulisdalammenyelesaika
nskripsiini.
14. Teman sekamar penulis Netty Suryani yang selalu sabar dicuekin setiap kali penulis mengerjakan skripsi ini.
15. Semuapihak yang terlibatlangsungataupuntidaklangsung yang
tidakdapatpenulisucapkansatu per satu.
Penulis menyadari bahwa skripsi ini masih terdapat kekurangan. Oleh karena itu, kepada pembaca agar kiranya memberikan kritik dan saran yang bersifat membangun demi kesempurnaan skripsi ini.
(7)
Nur Asma ABSTRAK
Kesejahteraan masyarakat merupakan salah satu tujuan dalam pembangunan Negara Kesatuan Repubik Indonesia. Cara mewujudkan tujuan tersebut yaitu dengan membentuk program pengentasan kemiskinan, pemberdayaan masyarakat dan sebagainya. Salah satu program tersebut adalah pendistribusian beras untuk keluarga miskin yang merupakan upaya pemerintah untuk mengurangi beban pengeluaran keluarga miskin. Tetapi ada beberapa beberapa instansi pemerintah yang masih mengalami permasalahan dalam mengambil keputusan siapa saja seharusnya raskin tersebut diberikan. Hal ini disebabkan karena pihak instansi masih menggunakan sistem manual sehingga diperlukannya sistem pendukung keputusan untuk menentukan siapa saja yang berhak menerima raskin tersebut. Tujuan dari penelitian ini adalah untuk membangun sebuah sistem aplikasi yang dapat membantu pihak instansi / user dalam mengambil satu keputusan untuk menentukan siapa saja yang paling berhak menerima bantuan beras miskin (Raskin) berdasarkan nilai dari kriteria. Sistem pendukung keputusan yang digunakan dalam penelitian ini menggunakan
metode Analytic Hierarcy Process (AHP) dan metode PROMETHEE. Dalam
mengambil keputusan digunakan 12 kriteria pembanding dan 12 alternatif untuk menentukan siapa yang paling berhak menerima beras miskin yaitu Kondisi Rumah yang terdiri dari Lantai, Dinding, MCK, Listrik dan Kepemilikan Rumah. Bagian umum terdiri dari penghasilan, pekerjaan dan jumlah tanggungan. Bagian Aset Pribadi terdiri dari kebun, ternak, elektronika dan kendaraan. Aplikasi yang dibangun dalam penelitian ini menggunakan bahasa pemrograman PHP. Berdasarkan penggunaan metode AHP dan Promethee dalam aplikasi ini, maka diperoleh urutan pertama dengan nilai tertinggi pada metode AHP adalah Paing dengan nilai 0.3411. dan urutan pertama pada metode Promethee adalah Sugiono dengan nilai tertinggi -0.136. Time
Complexity dengan metode AHP T(n)= �(n2)dan proses eksekusi running time
sebesar 21,559 detik. Dengan metode Promethee T(n)=�(n2) dan prosees eksekusi
running time sebesar 3.145 detik. Berdasarkan dari hasil perhitungan Time
Complexity, maka dapat disimpulkan penggunaan metode Promethee lebih cepat
daripada metode AHP.
Kata Kunci : Sistem Pendukung Keputusan (SPK), Analytical Hierarchy
Process(AHP) dan Preference Ranking Organization Method for Enrichment Evaluation (PROMETHEE)
(8)
IMPLEMENTATION METHOD OF ANALYTIC HERARCHY PROCESS (AHP) DAN PROMETHEE TO DETERMINE THE ACCEPTANCE OF POOR
RICE (RASKIN)
ABSTRACT
Welfare of the community is one of the goals in the development of the Unitary Republic of Indonesia. How to achieve that goal is to establish poverty alleviation programs, community empowerment, and so on. One such program is the distribution of rice for poor families who are the government's efforts to reduce the burden on poor families spending. But there are some few government agencies are still experiencing problems in taking decisions anyone should Raskin was given. This is because the agencies are still using a manual system so that the need for a decision support system to determine who is entitled to receive the Raskin. The purpose of this research is to build an application system that can help the agency / user in taking a decision to determine who is most entitled to receive help poor rice (Raskin) based on the value of the criterion. Decision support system used in this study using Hierarcy Analytic Process (AHP) and PROMETHEE method. In taking the decision to use 12 comparators and 12 alternative criteria to determine who is most entitled to receive poor rice which condition the house is composed of floor, walls, toilets, electricity and Housing. The general part consists of income, employment and number of dependents. Personal Assets section consists of gardens, livestock, electronics and vehicles. Applications built in this study uses the PHP programming language.Based on the use of AHP and Promethee method in this application, the obtained first place with the highest values in AHP is Paing with the value 0.3411. and the first order on Promethee method is Sugiono with the highest value -0136. Time Complexity with
AHP T (n) = θ (n2) running time and the process of execution was 21.559 seconds.
With the Prometheemethod T (n) = θ (n2) running time and the process of execution was 3,145 seconds. Based on the results of the calculation from Time Complexity, it
(9)
DAFTAR ISI
Halaman
Persetujuan ii
Pernyataan iii
Penghargaan iv
Abstrak vi
Abstract vii
Daftar Isi viii
Daftar Tabel xi
Daftar Gambar xiv
BAB 1 PENDAHULUAN
1.1. Latar Belakang 1
1.2. Rumusan Masalah 2
1.3. Batasan Masalah 2
1.4. Tujuan Penelitian 3
1.5. Manfaat Penelitian 3
1.6. Metodologi Penelitian 4
1.7. Sistematika Penulisan 5
BAB 2 LANDASAN TEORI
2.1. DefinisiSistem, Keputusan dan Sistem Pendukung Keputusan 6
2.1.1. DefinisiSistem 6
2.1.2. Definisi Keputusan 6
2.1.3. Defenisi Sistem Pendukung Keputusan 7
2.2. Konsep Sistem Pendukung Keputusan 7
2.3. Proses Pengambil Keputusan 9
2.4. Karakteristik dan Kapabilitas Sistem Pendukung Keputusan 10
2.5. Algoritma 11
2.6. Fuzzy Multiple Attribute Decision Making 12
2.6.1. Algoritma AHP 13
2.7. Prinsip Dasar AHP 14
2.8. Algoritma Preference Ranking Organization Enrichment of Methods (PROMETHEE)
17
2.9. Pendekatan Objek Oriented 24
(10)
2.9.2. Kebutuhan Fungsional dan Nonfungsional 26
2.10. Flowchart 27
2.11. Analisis Kinerja Algoritma 29
2.12. Time Complexity 29
BAB 3 ANALISIS DAN PERANCANGAN SISTEM
3.1. Analisis Masalah 30
3.2. Analisis Kebutuhan Sistem 31
3.3. Analisis Proses 32
3.3.1. Analisis Proses Pemecahan Masalah dengan
AlgoritmaAnalytic Hierarchy Process(AHP)
32
3.3.2. Analisis Proses Pemecahan Masalah dengan
AlgoritmaPromethee
69
3.4. Pemodelan Sistem 82
3.4.1. Activity Diagram 82
3.4.2 Spesifikasi Use Case & Activity Diagram Promethee 84
3.4.3 Sequence Diagram 85
3.5. Perancangan Sistem 88
3.5.1. Pembuatan Algoritma Program 88
3.5.2. Alur Proses Sistem Secara Umum 88
3.6. Perancangan Struktur Tabel 91
3.7. Perancangan Antarmuka Sistem (Interface) 93
3.7.1. Halaman Menu Login 93
3.7.2. Halaman MenuUtama 93
3.7.3. Halaman Input Data (Kriteria) 94
3.7.4. Halaman Input Data (Alternatif) 96
3.7.5. Halaman Proses AHP 97
3.7.6. Halaman Proses Promethee 98
BAB 4 IMPLEMENTASI DAN PENGUJIAN
4.1. Implementasi Sistem 100
4.1.1. FormLogin 100
4.1.2. Form MenuUtama 101
4.1.3 Form MenuInput Data 101
4.1.4. Form Sub Menu Input Data (Input Altermnatif) 102
4.1.5. Form Menu Proses AHP 102
(11)
4.3.3. Perhitungan Kompleksitas Waktu Algoritma Promethee 115 BAB 5 KESIMPULAN DAN SARAN
5.1. Kesimpulan 117
5.2. Saran 118
DAFTAR PUSTAKA 119
LAMPIRAN A A-1
(12)
DAFTAR TABEL
Halaman
Tabel 2.1. Skala Penilaian Perbandingan Berpasangan 14
Tabel 2.2. Indeks Random 16
Tabel 2.3. Contoh Matriks Perbandingan Berpasangan 17
Tabel 2.4. Jenis-Jenis State 25
Tabel 2.5. Program Flowchart 26
Tabel 2.6. Sistem Flowchart 27
Tabel 3.1. Matriks Berpasangan Untuk Kriteria Memilih Orang Yang Berhak
Menerima Raskin Berdasarkan Kriteria
31
Tabel 3.2. Matriks Berpasangan Alternative Penerima Raskin 32
Tabel 3.3. Nilai Perbandingan Kriteria 34
Tabel 3.4. Matriks Factor Pembobotan Hirarki Untuk Semua Kriteria
Disederhanakan
35
Tabel 3.5. Matriks Factor Pembobotan Hirarki Untuk Semua Kriteria
Dinormalisasi
36
Tabel 3.6. Tabel MatriksEigenvector 37
Tabel 3.7. Nilai Perbandingan Sub Kriteria dari Kondisi Rumah 38
Tabel 3.8. Matriks Factor Pembobotan Hirarki Untuk Semua SubKriteria
Kondisi Rumah Disederhanakan
38
Tabel 3.9. Matriks Factor Pembobotan Hirarki Untuk Semua Sub Kriteria
Kondisi Rumah Dinormalisasi
41
Tabel 3.10. Tabel MatriksEigenvector 41
Tabel 3.11. Nilai Perbandingan Sub Kriteria dari Umum 43
Tabel 3.12. Matriks Factor Pembobotan Hirarki Untuk Semua SubKriteria
UmumDisederhanakan
43
Tabel 3.13. Matriks Factor Pembobotan Hirarki Untuk Semua SubKriteria
Umum Dinormalisasikan
44
Tabel 3.14. Nilai Perbandingan SubKriteria Aset Pribadi 45
Tabel 3.15. Matriks Factor Pembobotan Hirarki Untuk Semua SubKriteria Aset
Pribadi Disederhanakan
(13)
Tabel 3.20. Matriks Factor Pembobotan Hirarki Untuk Semua SubKriteria
Lantai
51
Tabel 3.21. Tabel Perhitungan Normalisasi 52
Tabel 3.22. Matriks Factor Pembobotan Hirarki Untuk Semua SubKriteria
Dinding
52
Tabel 3.23. Tabel Perhitungan Normalisasi 53
Tabel 3.24. Matriks Factor Pembobotan Hirarki Untuk Semua SubKriteria
MCK
53
Tabel 3.25. Tabel Perhitungan Normalisasi 54
Tabel 3.26. Matriks Factor Pembobotan Hirarki Untuk Semua SubKriteria
Listrik
54
Tabel 3.27. Tabel Perhitungan Normalisasi 55
Tabel 3.28. Matriks Factor Pembobotan Hirarki Untuk Semua SubKriteria
Kepemilikan Rumah
55
Tabel 3.29. Tabel Perhitungan Normalisasi 56
Tabel 3.30. Matriks Factor Pembobotan Hirarki Untuk Semua Alternative
Umum
56
Tabel 3.31. Tabel Perhitungan Normalisasi 57
Tabel 3.32. Matriks Factor Pembobotan Hirarki Untuk Semua SubKriteria
Penghasilan
57
Tabel 3.33. Tabel Perhitungan Normalisasi 58
Tabel 3.34. Matriks Factor Pembobotan Hirarki Untuk Semua SubKriteria
Pekerjaan
58
Tabel 3.35. Tabel Perhitungan Normalisasi 59
Tabel 3.36. Matriks Factor Pembobotan Hirarki Untuk Semua SubKriteria
Jumlah Tanggungan
59
Tabel 3.37. Tabel Perhitungan Normalisasi 60
Tabel 3.38. Matriks Factor Pembobotan Hirarki Untuk Semua Alternative 60
Tabel 3.39. Tabel Perhitugnan Normalisasi 61
Tabel 3.40. Matriks Factor Pembobotan Hirarki Untuk Semua SubKriteria
Kebun
61
Tabel 3.41. Tabel Perhitungan Normalisasi 62
Tabel 3.42. Matriks Factor Pembobotan Hirarki Untuk Semua SubKriteria
Ternak
62
Tabel 3.43. Tabel Perhitungan Normalisasi 63
Tabel 3.44. Matriks Factor Pembobotan Hirarki Untuk Semua SubKriteria
Elektronika
63
Tabel 3.45. Tabel Perhitungn Normalisasi 64
Tabel 3.46. Matriks Factor Pembobotan Hirarki Untuk Semua SubKriteria
Kendaraan
64
Tabel 3.47. Tabel Perhitungan Normalisasi 65
Tabel 3.48. Perhitungan Prioritas dari Masing-Masing Kriteria 66
(14)
Tabel 3.50. Tabel PROMETHEE Tahap 1 71
Tabel 3.51. Tabel Nilai H(d) dari Alternatif A 72
Tabel 3.52. Tabel Nilai H(d) dari Alternatif B 73
Tabel 3.53. Tabel Nilai H(d) dari Alternatif C 73
Tabel 3.54. Tabel Nilai H(d) dari Alternatif D 74
Tabel 3.55. Tabel Nilai H(d) dari Alternatif E 74
Tabel 3.56. Tabel Nilai H(d) dari Alternatif F 75
Tabel 3.57. Tabel Nilai H(d) dari Alternatif G 75
Tabel 3.58. Tabel Nilai H(d) dari Alternatif H 76
Tabel 3.59. Tabel Nilai H(d) dari Alternatif I 76
Tabel 3.60. Tabel Nilai H(d) dari Alternatif J 77
Tabel 3.61. Tabel Nilai H(d) dari Alternatif K 77
Tabel 3.62. Tabel Nilai H(d) dari Alternatif L 78
Tabel 3.63. Tabel PROMETHEE Tahap 2 78
Tabel 3.64. Hasil Nilai Leaving Flow 79
Tabel 3.65. Hasil Nilai Entering Flow 80
Tabel 3.66. Hasil Nilai Net Flow 81
Tabel 3.67. Spesifikasi Use Case Diagram Algoritma PROMETHEE 84
Tabel 3.68. Struktur Tabel admin 91
Tabel 3.69. Struktur Tabel Alternative 91
Tabel 3.70. Struktur Tabel alprio 92
Tabel 3.71. Struktur Tabel Kriteria 92
Tabel 3.72. Struktur Tabel Pioritas 92
Tabel 3.73. Struktur Tabel hasilpromet 92
Tabel 3.74. Struktur Tabel Subkritera 92
Tabel 3.75. Struktur Tabel_Irk 92
Tabel 3.76. Keterangan Bagian-Bagian Rancangan Antarmuka Aplikasi 94
Tabel 3.77. Keterangan Bagian-Bagian Rancangan Antarmuka Aplikasi 95
Tabel 3.78. Keterangan Bagian-Bagian Rancangan Antarmuka Aplikasi 96
Tabel 3.79. Keterangan Bagian-Bagian Rancangan Antarmuka Aplikasi 97
(15)
DAFTAR GAMBAR
Halaman
Gambar 2.1. Fase Proses Pengambilan Keputusan 9
Gambar 2.2. Karakteristik dan Kapabilitas Sistem Pendukung Keputusan 11
Gambar 2.3. Kriteria Biasa 18
Gambar 2.4. Kriteria Quasi 19
Gambar 2.5. Kriteria Preferensi Linier 20
Gambar 2.6. Kriteria Level 21
Gambar 2.7. Kriteria dengan Preferensi Linier dan area berbeda 21
Gambar 2.8. Kriteria Gaussian 22
Gambar 3.1. Diagram Ishikawa untuk analisis masalah 29
Gambar 3.2. Activity Diagram Algoritma AHP 83
Gambar 3.3. Activity Diagram Algoritma PROMETHEE 85
Gambar 3.4. Sequence Diagram AHP 86
Gambar 3.5. Sequence Diagram PROMETHEE 87
Gambar 3.6. Flowchart Proses Algoritma AHP 89
Gambar 3.7. Flowchart Proses Algoritma PROMETHEE 90
Gambar 3.8. Rancangan Halaman Login 93
Gambar 3.9. Rancangan Halaman Utama 94
Gambar 3.10. Rancangan Halaman Input Kriteria 95
Gambar 3.11. Rancangan Halaman InputAlternatif 96
Gambar 3.12. Rancangan Halaman Metode AHP 97
Gambar 3.13. Rancangan Halaman Metode Promethee 98
Gambar 4.1. FormLogin 99
Gambar 4.2. FormMenu Home 101
Gambar 4.3. FormMenu Input Data (Input Kriteria) 101
Gambar 4.4. FormMenu Input Data (Input Alternatif) 102
Gambar 4.5. Form Matriks Kriteria Proses AHP 102
Gambar 4.6. Form Matriks Kriteria Proses Promethee 103
Gambar 4.7. Form InputMatriks Nama Kriteria 103
Gambar 4.8. Form Matriks Nama SubKriteria 104
Gambar 4.9. Form Input Matriks Kriteria 104
Gambar 4.10. Form Bobot Nilai Kriteria 105
Gambar 4.11. Form Input Matriks SubKriteria Kondisi Rumah 105
Gambar 4.12. Form Bobot Nilai SubKriteria Kondisi Rumah 106
Gambar 4.13. Form Input Matriks SubKriteria Umum 106
(16)
Gambar 4.15. Form Input Matriks SubKriteria Aset Pribadi 107
Gambar 4.16. Form Bobot Nilai SubKriteria Aset Pribadi 108
Gambar 4.17. Form Aternatif 108
Gambar 4.18. Form Bobot Nilai Alternatif 109
Gambar 4.19. Form Hasil Perhitungan AHP 109
Gambar 4.20. Form Input Matriks Metode Promethee 110
Gambar 4.21. Form Promethee Tahap II 111
(17)
Nur Asma ABSTRAK
Kesejahteraan masyarakat merupakan salah satu tujuan dalam pembangunan Negara Kesatuan Repubik Indonesia. Cara mewujudkan tujuan tersebut yaitu dengan membentuk program pengentasan kemiskinan, pemberdayaan masyarakat dan sebagainya. Salah satu program tersebut adalah pendistribusian beras untuk keluarga miskin yang merupakan upaya pemerintah untuk mengurangi beban pengeluaran keluarga miskin. Tetapi ada beberapa beberapa instansi pemerintah yang masih mengalami permasalahan dalam mengambil keputusan siapa saja seharusnya raskin tersebut diberikan. Hal ini disebabkan karena pihak instansi masih menggunakan sistem manual sehingga diperlukannya sistem pendukung keputusan untuk menentukan siapa saja yang berhak menerima raskin tersebut. Tujuan dari penelitian ini adalah untuk membangun sebuah sistem aplikasi yang dapat membantu pihak instansi / user dalam mengambil satu keputusan untuk menentukan siapa saja yang paling berhak menerima bantuan beras miskin (Raskin) berdasarkan nilai dari kriteria. Sistem pendukung keputusan yang digunakan dalam penelitian ini menggunakan
metode Analytic Hierarcy Process (AHP) dan metode PROMETHEE. Dalam
mengambil keputusan digunakan 12 kriteria pembanding dan 12 alternatif untuk menentukan siapa yang paling berhak menerima beras miskin yaitu Kondisi Rumah yang terdiri dari Lantai, Dinding, MCK, Listrik dan Kepemilikan Rumah. Bagian umum terdiri dari penghasilan, pekerjaan dan jumlah tanggungan. Bagian Aset Pribadi terdiri dari kebun, ternak, elektronika dan kendaraan. Aplikasi yang dibangun dalam penelitian ini menggunakan bahasa pemrograman PHP. Berdasarkan penggunaan metode AHP dan Promethee dalam aplikasi ini, maka diperoleh urutan pertama dengan nilai tertinggi pada metode AHP adalah Paing dengan nilai 0.3411. dan urutan pertama pada metode Promethee adalah Sugiono dengan nilai tertinggi -0.136. Time
Complexity dengan metode AHP T(n)= �(n2)dan proses eksekusi running time
sebesar 21,559 detik. Dengan metode Promethee T(n)=�(n2) dan prosees eksekusi
running time sebesar 3.145 detik. Berdasarkan dari hasil perhitungan Time
Complexity, maka dapat disimpulkan penggunaan metode Promethee lebih cepat
daripada metode AHP.
Kata Kunci : Sistem Pendukung Keputusan (SPK), Analytical Hierarchy
Process(AHP) dan Preference Ranking Organization Method for Enrichment Evaluation (PROMETHEE)
(18)
IMPLEMENTATION METHOD OF ANALYTIC HERARCHY PROCESS (AHP) DAN PROMETHEE TO DETERMINE THE ACCEPTANCE OF POOR
RICE (RASKIN)
ABSTRACT
Welfare of the community is one of the goals in the development of the Unitary Republic of Indonesia. How to achieve that goal is to establish poverty alleviation programs, community empowerment, and so on. One such program is the distribution of rice for poor families who are the government's efforts to reduce the burden on poor families spending. But there are some few government agencies are still experiencing problems in taking decisions anyone should Raskin was given. This is because the agencies are still using a manual system so that the need for a decision support system to determine who is entitled to receive the Raskin. The purpose of this research is to build an application system that can help the agency / user in taking a decision to determine who is most entitled to receive help poor rice (Raskin) based on the value of the criterion. Decision support system used in this study using Hierarcy Analytic Process (AHP) and PROMETHEE method. In taking the decision to use 12 comparators and 12 alternative criteria to determine who is most entitled to receive poor rice which condition the house is composed of floor, walls, toilets, electricity and Housing. The general part consists of income, employment and number of dependents. Personal Assets section consists of gardens, livestock, electronics and vehicles. Applications built in this study uses the PHP programming language.Based on the use of AHP and Promethee method in this application, the obtained first place with the highest values in AHP is Paing with the value 0.3411. and the first order on Promethee method is Sugiono with the highest value -0136. Time Complexity with
AHP T (n) = θ (n2) running time and the process of execution was 21.559 seconds.
With the Prometheemethod T (n) = θ (n2) running time and the process of execution was 3,145 seconds. Based on the results of the calculation from Time Complexity, it
(19)
BAB I
PENDAHULUAN
1.1.Latar Belakang
Pendistribusian beras untuk keluarga miskin atau Raskin merupakan salah satu upaya pemerintah untuk mengurangi beban pengeluaran keluarga miskin. Dengan adanya pendistribusian beras miskin diharapkan dapat berdampak langsung terhadap ketahanan pangan keluarga miskin dan kesejahteraan mereka sehingga dapat mengurangi beban pengeluaran mereka. Tetapi pada kenyataannya pembagian beras miskin tidak berpedoman pada kriteria-kriteria keluarga miskin sehingga pembagian beras miskin tidak semuanya diberikan kepada keluarga miskin yang benar-benar membutuhkan dan bisa dikatakan bahwa pembagian beras miskin ini diberikan tidak tepat sasaran. Untuk menentukan kriteria-kriteria keluarga miskin dibutuhkan sebuah sistem agar tidak terjadi kesalahan sehingga dengan adanya sebuah sistem dapat membantu menentukan siapa saja yang berhak menerima Raskin.
Berdasarkan permasalahan diatas maka dibutuhkan sebuah aplikasi sistem pendukung keputusan untuk penentuan penerimaan beras miskin (Raskin). Dalam kasus ini penulis mengambil studi kasus di daerah Hinai Kiri Kec Secanggan Kab. Langkat. Pemanfaatan sistem pendukung keputusan merupakan bagian yang penting untuk menyelesaikan permasalah tersebut.
Sistem pendukung keputusan merupakan salah satu dari sistem informasi berbasis komputer yang dapat membantu dalam menentukan calon penerima Raskin. Karena sistem pendukung keputusan juga merupakan sistem berbasis pengetahuan atau manajemen pengetahuan yang dipakai untuk mendukung pengambilan keputusan dalam suatu instansi atau perusahaan. Dapat juga dikatakan sebagai sistem komputer yang mengolah data menjadi informasi untuk mengambil keputusan dari masalah semi-terstruktur yang spesifik. (Andayati, 2010)
(20)
Salah satu algoritma dalam sitem pendukung keputusan yang multikriteria
adalah Algoritma Analytic Hierarchy Process (AHP) dan Promethee. Algoritma
Analytical Hierarchy Process (AHP) yang membuat suatu model pengambilan
keputusan yang bisa diterima dan bersifat global dengan memperhitungkan hal- hal yang bersifat kualitatif dan kuantitatif. AHP menggunakan perbandingan berpasangan
(Pairwise Comparison) yang memungkinkan penilaian verbal dan mecari hasil yang
tepat. Perbandingan berpasangan digunakan untuk memperoleh rasio dan skala
prioritas yang akurat. (Dolalah, 2010). Promethee merupakan suatu metode
pengambilan keputusan atas fungsi preferensi dengan penyelesaian masalah melalui pendekatan hubungan outranking. (Novaliendry, 2009).
Dengan pemanfaatan kedua algoritma ini diharapkan akan menghasilkan sistem pendukung keputusan yang dapat menghasilkan pemilihan siapa saja yang paling berhak dalam menerima bantuan beras miskin (Raskin) di desa Hinai Kiri Kec. Secanggang Kab. Langkat.
Formulasi permasalahan dalam penelitian ini menggunakan AHP dan Promethee dengan berbagai kriteria-kriteria yang ditentukan, dan hasil dari analisa akan memberikan alternatif siapa saja calon penerima bantuan beras miskin (Raskin).
1.1. Rumusan Masalah
Masalah yang akan dibahas dalam penelitian ini adalah bagaimana menghasilkan sebuah sistem yang mampu mengimplementasikan algoritma AHP dan algoritma
Promethee untuk menentukan penerimaan beras miskin (RASKIN)
1.2. Batasan Masalah
Batasan masalah dalam penelitian ini adalah :
(21)
d. Listrik
e. Kepemilikan Rumah
2. Umum
a. Penghasilan b. Pekerjaan
c. Jumlah tanggungan
3. Aset pribadi
a. Kebun
b. Ternak
c. Elektronik
d. Kendaraan
2. Penggunaan Fuzzy Multiple Attribute DecisionMaking (FMADM) dengan
metode AHP dan Promethee untuk analisa pemilihan.
3. Menggunakan bahasa pemrograman PHP, Database Management System
(DBMS) MySQL dan Apache sebagai web server.
4. Data yang digunakan adalah data penduduk Desa Hinai Kiri Kec.
Secanggang Kab. Langkat Tahun 2013.
1.3. Tujuan Penelitian
1. Mengambil satu keputusan dalam menentukan penerimaan bantuan beras
miskin (Raskin) dengan pemanfaatan algoritma AHP dan Promethee.
2. Untuk mengetahui Time Complexity dari algoritma AHP dan Promethee
1.4. Manfaat Penelitian
Penelitian ini diharapkan dapat membantu pihak instansi dalam menentukan siapa saja yang berhak menerima Raskin sehingga proses penerimaan Raskin dilakukan lebih efektif dan efisien
(22)
1.5. Metodologi Penelitian
Metode penelitian yang digunakan dalam penulisan tugas akhir ini adalah sebagai berikut:
a. Studi Literatur
Metode ini dilaksanakan dengan melakukan studi kepustakaan melalui membaca buku-buku, skripsi, dan jurnal yang dapat mendukung penulisan Tugas Akhir
yang relevan mengenai Sistem Pendukung Keputusan, Analytic Hierarchy
Process (AHP) dan Promethee.
b. Analisis dan Pengumpulan Data
Pada tahap ini dilakukan analisis kebutuhan aplikasi yang akan dibuat, seperti mencari data penduduk dari Desa Hinai Kiri Kec. Secanggang Kab. Langkat dan mencari informasi untuk membangun aplikasi melalui buku, skripsi dan jurnal.
c. Perancangan
Pada tahap ini akan dilakukan perancangan dan sistem pengambilan keputusan untuk menentukan siapa yang berhak menerima bantuan beras miskin (RASKIN).
Rancangan sistem dibuat menggunakan Unified Modeling Language (UML)
dalam bentuk activity diagram, dan sequence diagram. Pada tahap ini juga
dilakukan perancangan interface dari aplikasi dan flowchart cara menggunakan sistem.
d. Implementasi
Pada tahap ini akan dilakukan pengimplementasian dari rancangan yang telah dibuat ke dalam bahasa pemrograman PHP dengan menggunakan MySQL sebagai DBMS-nya.
e. Pengujian
Setelah proses pengkodean selesai maka akan dilakukan proses pengujian terhadap program yang dihasilkan untuk mengetahui apakah program sudah berjalan dengan benar dan sesuai dengan perancangan yang dilakukan.
(23)
1.6. 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 AHP dan PROMETHEE Untuk Penentuan penerimaan Raskin”, rumusan masalah, batasan masalah, tujuan penelitian, manfaat penelitian, metodologi penelitian, dan sistematika penulisan.
BAB 2 : LANDASAN TEORI
Bab ini membahas mengenai teori-teori yang berkaitan dengan perancangan model sistem pendukung keputusan dalam penentuan penerimaan Raskin. BAB 3 : ANALISIS DAN PERANCANGAN SISTEM
Bab ini menjelaskan analisis yang dilakukan terhadap permasalahan dan penyelesaian persoalan dalam penentuan penerimaan Raskin dengan mengimplementasikan Algoritma AHP 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 penelitian selanjutnya.
(24)
BAB 2
TINJAUAN PUSTAKA
2.1. Definisi Sistem, Keputusan dan Sistem Pendukung Keputusan
2.1.1.Definisi Sistem
Sistem adalah suatu kumpulan atau susunan dari sesuatu ataupun benda, yang berhubungan sedemikian rupa sehingga membentuk satu kesatuan atau keseluruhan. Sistem dibagi menjadi tiga bagian berbeda: input, proses dan output. Bagian-bagian tersebut dikelilingi oleh sebuah lingkungan dan sering melibatkan sebuah mekanisme umpan balik. Selain itu, pengambil keputusan juga dianggap sebagai bagian dari sistem. (Rosnani, 2014)
Berdasarkan prosedur, sebuah sistem merupakan suatu jaringan kerjadari prosedur-prosedur yang saling berhubunganm berkumpul bersama-sama untuk melakukan kegiatan atau untuk menyelesaikan suatu sasaran tertentu. Sedangkan berdasarkan elemen atau komponennya, sistem merupakan kumpulan dari elemen-elemen yang saling berinteraksi untuk mencapai suatu tujuan tertentu. (Fachmi, 2006).
Menurut McLeod (1998), sebuah sistem didefenisikan sebagai suatu kumpulan dari elemen-elemen yang saling berkaitan untuk mencapai tujuan tertentu. Sedangakan menurut Turban & Aronson (1998), sistem merupakan sekupulan objek seperti orang-orang, sumber daya, konsep dan prosedur untuk memberikan performansi dalam pencapaian tujuan tersebut. (Sandy, 2002).
2.1.2Definisi Keputusan
Menurut Ralp C. Davis, keputusan adalah hasil pemecahan masalah yang dihadapinya dengan tegas. Suatu keputusan merupakan jawaban yang pasti terhadap suatu
(25)
Menurut James A.F.Stoner, keputusan adalah pemilihan alternative-alternatif. Defenisi ini mengandung tiga pengertian yaitu:
1. Ada pilihan atas dasar logika atau pertimbangan.
2. Ada beberapa alternatif yang harus dan dipilih salah satu yang terbaik. 3. Ada tujuan yang ingin dicapai, dan keputusan itu makin mendekatkan pada
tujuan tersebut.
Menurut Prof. Dr. Prajudi Atmosudirjo, SH, keputusan adalah suatu pengakhiran daripada proses pemikiran tentang suatu masalah atau problema untuk menjawab pertanyaan apa yang harus diperbuat guna mengatasi masalah tersebut, dengan menjatuhkan pilihan pada suatu alternatif.
Dari pengertian-pengertian keputusan diatas, dapat diambil satu kesimpulan bahwa keputusan merupakan suatu pemecahan masalah sebagai suatu hukum situasi yang dilakukan melalui pemilihan satu alternatif dari beberapa alternatif.
2.1.3 Sistem Pendukung Keputusan
Defenisi awal dari sistem pendukung keputusan merupakan sebagai sistem yang dimaksudkan untuk mendukung para pengambil keputusan manajerial dalam situasi
keputusan semiterstruktur. Decision Support System (DSS) dimaksudkan untuk
menjadi alat bantu bagi para pengambil keputusan untuk memperluas kapabilitas mereka, namun tidak untuk menggantikan penilaian mereka. (Turban, 2005).
2.2. Konsep Sistem Pendukung Keputusan
Sistem Pendukung Keputusan pertama kali diperkenalkan pada awal tahun 1970-an oleh Michael Scott Morton. Ia mendefenisikan sistem pendukung keputusan adalah sebagai sistem berbasi komputer interaktif, yang membantu para pengambil keputusan untuk menggunakan data dan berbagai model untuk memecahkan masalah-masalah tidak terstruktur. Defenisi klasik lainnya diajukan oleh Keen dan Scoot Morton pada (1978), mereka mendefenisikan sistem pendukung keputusan memadukan sumber daya intelektual dari individu dengan kapabilitas komputer untuk meningkatkan
(26)
kualitas keputusan. Sistem pendukung keputusan adalah sistem pendukung keputusan manajemen yang menangani masalah-masalah tidak terstuktur. (Turban, 2005).
Dengan cepat muncullah defenisi lainnya yang menimbulkan tidak pastinya apa sesungguhnya sistem pendukung keputusan itu. Berikut dijelaskan beberapa pendapat yang menyangkut sistem pendukung keputusan.
Moore dan Chang (1980) berpendapat bahwa sistem pendukung keputusan sebagai sistem yang dapat diperluas untuk mampu mendukung analisis data at hoc dan pemodelan keputusan, berorientasi terhadap perencanaan masa depan, dan digunakan pada interval yang tidak regular dan tak terencana.
Bonczek, dkk., (1980) mendefenisikan sistem pendukung keputusan sebagai sistem berbasis komputer yang terdiri dari tiga komponen yang saling berinteraksi: sistem bahasa yang mana merupakan mekanisme untuk memberikan komunikasi antara pengguna dan komponen untuk sistem pendukung keputusan yang lain, sistem pengetahuan yang merupakan repositori pengetahuan domain masalah yang ada pada sistem pendukung keputusan sebagai data atau sebagai prosedur), dan sistem pemrosesan masalah yang merupakan hubungan antara dua komponen lainnya, terdiri dari satu atau lebih kapabilitas manipulasi masalah umum yang diperlukan untuk pengambilan keputusan). Konsep-konsep yang diberikan oleh defenisi tersebut sangat penting untuk memahami hubungan antara sistem pendukung keputusan dan pengetahuan. (Turban, 2005).
Alter (2002) Sistem Pendukung Keputusan (Decision Support System)
merupakan sistem informasi interaktif yang menyediakan informasi, pemodelan, dan pemanipulasian data. Sistem ini digunakan untuk membantu pengambilan keputusan dalam situasi yang semiterstruktur dan situasi yang tidak terstruktur, dimana tak seorangpun tahu secara pasti bagaimana keputusan seharusnya dibuat (Kusrini, 2007).
Little (1970) mendefenisikan sistem pendukung keputusan sebagai sebuah himpunan/kumpulan proseur berbasis model untuk memproses data dan pertimbangan untuk membantu manajemen dalam pembuatan keputusannya (Kusrini, 2007).
(27)
2.3. Proses Pengambilan Keputusan
Simon (1960) mengajukan model yang menggambarkan proses pengambilan keputusan. Proses ini terdiri atas tiga fase, yaitu: (Kusrini, 2007)
1. Intelligence
Tahap ini merupakan proses penelusuran dan pendeteksian dari lingkup problematika serta proses pengenalan masalah. Data masukan diperoleh, diproses, dan diuji dalam rangka mengidentifikasikan masalah.
2. Design
Tahap ini merupakan proses menemukan, mengembangkan, dan menganalisis alternatif tindakan yang bisa dilakukan. Tahap ini meliputi proses untuk mengerti masalah, menurunkan solusi, dan menguji kelayakan solusi.
3. Choice
Pada tahap ini dilakukan proses pemilihan diantara berbagai alternatif tindakan yang mungkin dijalankan. Hasil pemilihan tersebut kemudian diimplementasikan dalam proses pengambilan keputusan.
Ketiga langkah proses pengambilan keputusan yang telah disampaikan oleh Simon (1960) dapat digambarkan sebagai berikut :
Meskipun implementasi termasuk tahap ketiga, namun ada beberapa pihak berpendapat bahwa tahap ini perlu dipandang sebagai bagian yang terpisah guna menggambarkan hubungan antar fase secara lebih komprehensif.
Sistem Informasi Manajemen/ Pengolahan Data Elektronik
Ilmu Manajemen/Operation Research
Gambar 2.1. Fase Proses Pengambilan Keputusan
INTELLIGENCE
DESIGN
CHOICE
(28)
2.4. Karakteristik dan Kapabilitas Sistem Pendukung Keputusan
Sistem pendukung keputusan juga mempunyai karakteristik dan kapabilitas yang menjadi kunci dari sistem pendukung keputusan. Yaitu:
1. Dukungan untuk pengambil keputusan dengan menyertakan penilaian
manusia dan informasi terkomputerisasi.
2. Dukungan untuk semua level manajerial.
3. Dukungan untuk individu dan kelompok.
4. Dukungan untuk keputusan independen dan atau sekuensial. Keputusan dapat
dilakukan satu kali atau berulang kali.
5. Dukungan di semua fase proses pengambil keputusan: intelegensi, desain,
pilihan dan implementasi.
6. Dukungan di berbagai proses dan gaya pengambil keputusan.
7. Adaptivitas sepanjang waktu.
8. Kemudahan terhadap sistem (user friendly) .
9. Peningkatan terhadap keefektifan pemgambil keputusan ketimbang pada
efisiensinya.
10.Control penuh oleh pengambil keputusan terhadap semua langkah proses
pengambilkan keputusan dalam memecahkan masalah.
11.Pengguna akhir dapat mengembangkan dan memodifikasi sendiri sistem
sederhana.
12.Biasanya model-model digunakan untuk menganalisis situasi pengambil
keputusan.
13.Akses disediakan untuk berbagai sumber data, format, dan tipe.
14.Dapat dilakukan sebagai alat standalone yang digunakan oleh seorang
(29)
Karakteristik dan Kapabilitas dari sistem pendukung keputusan akan terlihat jelas dari gambar dibawah ini:
Gambar 2.2. Karakteristik dan Kapabilitas Sistem Pendukung Keputusan
Karakteristik dan kapabilitas kunci dari sistem pendukung keputusan tersebut membolehkan para pengambil keputusan untuk membuat keputusan yang lebih baik dan lebih konsisten. (Rosnani, 2014).
2.5. Algoritma
Algoritma adalah susunan langkah-langkah sistematis dan logis dalam pemecahan suatu masalah. Algoritma juga merupakan suatu prosedur yang jelas untuk menyelesaikan suatu persoalan dengan menggunakan langkah-langkah tertentu dan jumlah yang terbatas. (Muhammad &Saniman, 2008).
Sistem Pendukung Keputusan Akses data Semi Terstuktur dan Tidak
Mendukung manajer di semua level
Standalone, Integrasi web
Dapat diadaptasi dan fleksibel Pemodelan dan analisisi Kemudahan pengembangan Manusia mengontrol mesin Keefektivan bukan efisiensi Mendukung individu dan kelompok Keputusan ndependen dan sekuensial Mendukung Intelegensi, desain, pilihan ,
i l i
Mendukung
berbagai proses dan gaya
User Friendly
14 1 2
5 4 6 7 8 9 10 11 12 13 3
(30)
Ada 3 cara dalam menyusun sebuah algoritma yaitu :
1. Dengan merumuskan langkah-langkah pemecahan masalah melalui kalimat
yang terstruktur (tersusun secara logis).
2. Menggabungkan kalimat dengan penggalan statement yang ada di salah satu
bahasa pemrograman (mis. Bahasa pascal). Biasanya disebut dengan pseudo
code (mirip kode atau perintah pemrograman).
3. Menggunakan diagram alir (flowchart)
2.6. Fuzzy Multiple Attribute Decision Making Methods
Fuzzy Multiple Attribute Deciosion Making (FMADM) adalah suatu metode yang
digunakan untuk mencari alternatif optimal dari sejumlah alternatif dengan kriteria tertentu. Inti dari FMADM adalah menentukan nilai bobot untuk setiap atribut kemudian dilanjutkan dengan proses perangkingan yang akan menyeleksi alternatif yang sudah diberikan. Pada dasarnya, ada 3 pendekatan untuk mencari nilai bobot atribut, yaitu pendekatan subyektif, pendekatan objektif dan pendekatan integrasi antara subyektif dan obyektif. Masing-masing pendekatan memiliki kelebihan dan kelemahan. Pada pendekatan subyektif, nilai bobot ditentukan berdasarkan subjektifitas dari para pengambil keputusan sehingga beberapa faktor dalam proses perangkingan alternatif bisa ditentukan secara bebas. Sedangkan pada pendekatan obyektif nilai bobot dihitung secara matematis sehingga mengabaikan sebyektifitas dari pengambil keputusan.
Ada beberapa metode yang dapat digunakan untuk menyelesaikan masalah FMADM antara lain : (Kusumadewi, 2006)
1. Simple Additive Weighting (SAW)
2. Weighted Product (WP)
3. ELECTRE
(31)
2.6.1. Algoritma Analytic Hierarcy Process (AHP)
Pada dasarnya, proses pengambilan keputusan adalah memilih suatu alternatif. Peralatan utama AHP adalah sebuah hierarki fungsional dengan input utamanya persepsi manusia. Keberadaan hierarki memungkinkan dipecahnya masalah, lalu menyusunnya menjadi suatu bentuk hierarki.
AHP telah menarik minat banyak peneliti utamanya berdasarkan metode perhitungan Matematika yang bagus dan faktanya bahwa dibutuhkan input data yang lebih mudah diperoleh. AHP merupakan alat pengambilan keputusan yang dapat digunakan untuk memecahkan masalah yang kompleks. AHP menggunakan struktur hirarki multi level, kriteria, subkriteria dan alternatif. Data yang bersangkutan
menggunakan perbandingan berpasangan. Perbandingan berpasangan (Pairwise
Comparison). Perbandingan ini digunakan untuk mendapatkan bobot pentingnya
kriteria keputusan dan ukuran kinerja relatif dari alternatif dalam kriteria yang sudah ditentukan. Jika perbandingan tidak konsisten, maka perbandingan ini menyediakan mekanisme untuk meningkatkan konsistensi. (H Mann, 1995).
Metode Analytic Hierarchy Process (AHP) dikembangkan oleh Thomas L. Saaty pada tahun 70-an ketika di Warston school. Metode AHP merupakan salah satu metode yang dapat digunakan dalam sistem pengambilan keputusan dengan memperhatikan faktor-faktor persepsi, preferensi, pengalaman dan intuisi. AHP menggabungkan penilaian-penilaian dan nilai-nilai pribadi ke dalam satu cara yang logis.
Penilaian dilakukan dengan membandingkan setiap elemen dengan elemen lainnya pada setiap kriteria sehingga didapat nilai kepentingan elemen dalam bentuk pendapat yang bersifat kualitatif tersebut digunakan skala penilaian Saaty sehingga akan diperoleh nilai pendapat dalam bentuk angka (kuantitatif) hingga menghasilkan siapa saja yang berhak dalam menerima bantuan beras miskin (Raskin).
(32)
2.7. Prinsip Dasar AHP
Dalam menyelesaikan permasalahan dengan AHP ada beberapa prinsip yang harus dipahami, diantaranya adalah (Mulyono, 2007):
1. Membuat hierarki.
Sistem yang kompleks bisa dipahami dengan memecahnya menjadi elemen-elemen pendukung, menyusun elemen-elemen secara hierarki, dan menggabungkannya atau mensintesisnya.
2. Penilaian Kriteria dan alternatif
Kriteria dan alternatif dilakukan dengan perbandingan berpasangan. Menurut Saaty (1988), untuk berbagai ersoalan, skala 1 sampai 9 adalah skala terbaik untuk mengekspresikan pendapat kualitatif dari skala perbandingan Saaty bisa diukur menggunakan tabel analisis seperti ditunjukkan pada Tabel 1.1 berikut
Tabel 2.1. Skala Penilaian Perbandingan Pasangan Intensitas
Kepentingan
Keterangan
1 Kedua elemen sama pentingnya
3 Elemen yang satu sedikit lebih penting daripada elemen
yang lainnya
5 Elemen yang satu lebih penting daripada elemen lainnya
7 Satu elemen jelas lebih mutlak penting daripada elemen
lainnya
9 Satu elemen mutlak penting daripada elemen lainnya
2,4,6,8 Nilai-nilai antara dua nilai pertimbangan yang
berdasarkan
Kebalikan Jika aktivitas i mendapat satu angka dibandingkan
(33)
3. Synthesis of Priority (menentukan prioritas)
Untuk setiap kriteria dan alternatif, perlu dilakukan perbandingan berpasangan
(pairwise comparisons). Nilai-nilai perbandingan relatif dari seluruh alternatif
kriteria bisa disesuaikan dengan judgement yang telah ditentukan untuk menghasilkan bobot dan prioritas. Bobot dan prioritas dihitung dengan memanipulasi matriks atau melalui penyelesaian persamaan matematika.
4. Logical Consistency (Konsistensi Logic)
Konsistensi memiliki dua makna. Pertama, objek-objek yang serupa bisa dikelompokkan sesuai dengan keseragaman dan relevansi. Kedua, menyangkut tingkat hubungan antar objek yang didasarkan pada kriteria tertentu.
Adapun langkah-langkah dalam metode AHP adalah sebagai berikut :
1. Mendefenisikan masalah dan menentukan solusi yang diinginkan.
2. Membuat struktur hirarki, yang diawali dengan tujuan umum, dilanjutkan
dengan sub-subtujuan, kriteria dan kemungkinan alternatif pada tingkatan kriteria yang paling bawah.
3. Membuat matriks perbandingan berpasangan yang menggambarkan kontribusi
relatif pengaruh setiap elemen terhadap masing-masing tujuan kriteria yang setingkat diatasnya. Perbandingan berdasarkan “judgement” dari pengambil keputusan dengan menilai tingkat kepentingan suatu elemen dibandingkan elemen lainnya.
4. Melakukan perbandingan berpasangan sehingga diperoleh judgement
seluruhnya sebanyak n x [ �−1
2 ] buah, dengan n adalah banyaknya elemen
yang dibandingkan.
5. Menghitung nilai eigen dan menguji konsistensinya, jika tidak konsisten maka pengambilan data diulangi.
6. Mengulangi langkah 3, 4, dan 5 untuk seluruh tingkat hirarki.
7. Menghitung vector eigen dari setiap matriks perbandingan berpasangan. Nilai vector eigen merupakan bobot setiap elemen. Langkah ini untuk mensistesis
judgement dalam penentuan prioritas elemen-elemen pada tingkat hirarki
terendah sampai pencapaian tujuan.
8. Memeriksa konsistensi hirarki. Jika nilainya lebih dari ≤ 0.01 maka penilaian data judgement harus diperbaiki.
(34)
Berdasarkan penjelasan langkah-langkah AHP diatas, dapat dibuat rumus perhitungan untuk penentuan penerimaan Raskin sebagai berikut.
1. Menentukan kriteria-kriteria yang akan digunakan dalam menentukan siapa
yang berhak menerima Raskin.
2. Menyusun kriteria-kriteria tersebut dalam bentuk matriks berpasangan.
3. Menjumlahkan matriks kolom yang disebut dengan jumlah elemen.
4. Menentukan bobot relatif yang dinormalkan (normalized relatif weight)
dengan cara membandingkan masing-masing nilai skala dengan jumlah elemennya.
5. Menghitung nilai prioritas kriteria dengan rumus menjumlahkan matriks baris pada langkah 4 dan dibagi dengan jumlah kriteria.
6. Menghitung nilai lamda maksimum, dengan cara menjumlahkan hasil
perkalian jumlah kolom pada langkah 3 dengan prioritas tiap kriteria pada langkah 5.
7. Menguji konsistensi matriks berpasangan kriteria yaitu nilai Indeks Konsisten, dengan rumus CI = ����−�
�−1
8. Dimana CI = indeks konsistensi (Consistency Indeks) (2.1)
λmax
9. Menghitung Rasio Konsistensi, dengan rumus CR =��
�� (2.2)
= nilai eigen
n = banyak kriteria
Dimana CR = Rasio Konsistensi
CI = Indeks Konsistensi
RI = Indeks Random
RI adalah nilai indeks random seperti tabel 2.1.
Tabel 2.2 Indeks Random
N 1 2 3 4 5 6 7 8 9 10 11
(35)
Jika CR< 0.1 maka nilai perbandingan berpasangan pada matriks kriteria yang diberikan konsisten. Jika CR≥ 0.1, maka nilai perbandingan berpasangan pada matriks kriteria yang diberikan tidak konsisten. Jika tidak konsisten maka pengisian nilai-nilai pada matriks berpasangan pada unsur kriteria maupun alternatif harus diulang.(H Mann, 1995).
10.Menentukan siapa saja yang berhak menerima Raskin.
11.Menyusun siapa saja yang telah ditentukan dalam bentuk matriks berpasangan untuk masing-masing kriteria. Ada n buah matriks berpasangan antar Kriteria tersebut.
12.Masing-masing matriks berpasangan antar kriteria sebanyak n buah matriks, tiap-tiap matriksnya dijumlah perkolomnya seperti pada langkah 3.
13.Menghitung nilai prioritas masing-masing matriks berpasangan antarkriteria dengan rumus pada langkah 4 dan langkah 5.
14.Menghitung nilai lamda maksimum sama seperti langkah 6.
15.Menghitung konsistensi matriks berpasangan antar kriteria penerima Raskin dengan mengikuti langkah-langkah 7 dan 8.
16.Menyusun matriks baris antar Kriteria dengan matriks baris kriteria yang
isinya hasil perhitungan nilai prioritas kriteria dan nilai prioritas penerima Raskin tiap kriteria.
17.Hasil akhir berupa prioritas global dari perkalian nilai prioritas masing-masing matriks kriteria dengan matriks antar penerima Raskin yang kemudian dijumlahkan. Nilai ini yang digunakan oleh pengambil keputusan berdasarkan nilai tertinggi.
2.8. Algoritma Preference Ranking Organization for Enrichment Evaluation (PROMETHEE)
Diperkenalkan oleh Jean Pierre Brans dan Bertrand Marsechal pada tahun 1984.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) .
(36)
PROMETHEEmenyediakan 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.
Dalam Promethee disajikan enam bentuk fungsi preferensi kriteria. Hal ini tentu saja tidak mutlak, tetapi bentuk ini cukup baik untuk beberapa kasus, antara lain: (Dhony, 2009)
1. Kriteria Biasa (Usual Criterion)
H(d) = (2.3)
Keterangan:
H(d) = selisih kriteria antara alternatif
d = selisih nilai kriteria dimana {d= f(a) - f(b)}
Pada kasus ini, tidak ada beda (sama penting) antara a dan b jika dan hanya jikaf(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.
1 0 jika d = 0
1 jika d≠0
(37)
2. Kriteria Quasi (Quasi Criterion)
H(d) = (2.4)
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 apabila selisih hasil evaluasi untuk masing-masing alternatif melebihi nilai q maka terjadi bentuk preferensi mutlak.
Gambar 2.4. Kriteria Quasi
3. Kriteria dengan preferensi linier
H(d) = (2.5)
0 jika ≤q
1 jika d>q
d 1
H(d)
-q 0 q
0 jika d≤ 0
d/p jika 0 <d≤ p
(38)
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 2.5. Kriteria Preferensi linear
4. Kriteria Level (Level Criterion)
H(d) = (2.6)
Keterangan:
H(d) = fungsi selisih kriteria antara alternatif
p = nilai kecenderungan atas
H(d)
-p p
1
0
d
0 jika d≤q
0,5 jikaq<d≤ p 1 jika d > p
(39)
Gambar 2.6. Kriteria Level
5. Kriteria dengan preferensi linier dan area yang tidak berbeda
H(d) = (2.7)
Keterangan:
H(d) = fungsi selisih kriteria antara alternatif 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 2.7. Kriteria dengan preferensi linier dan area yang tidak berbeda �
�
q p H(d)
-p -q 1
0 d
0 jika d ≤ q
(d-q)/p-q jikaq < d ≤ p
1 jika d > p
-p -q 0 q p
H(d)
1
(40)
6. Kriteria Gaussian (Gaussian Criterion)
H(d) = (2.8)
Fungsi ini bersyarat apabila ditentukan nilai �, dimana dapat dibuat berdasarkan distribusi normal dalam statistik (Brans, 1998).
Gambar 2.8. 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.
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
0 jika d≤ 0
1 – exp(- �2
2�2 ) jika d> 0
H(d) 1
(41)
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 Leaving Flow , Entering Flow dan Net Flow.
1. Leaving flow adalah jumlah dari yang memiliki arah menjauh dari node a.
dan hal ini merupakan pengukuran outrangking. Adapun persamaannya: �+(�) = 1
�−1∑�∈��(�,�) (2.9)
Keterangan : �+(�) = Leaving Flow
2. 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:
�−(�) = 1
�−1∑�∈��(�,�) (2.10)
Keterangan : �−(a) = Entering Flow
3. 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:
(42)
Keterangan :
�+ (a) = Leaving Flow
�−(a) = Entering Flow
2.9 Pendekatan Objek Oriented
2.9.1. UML (Unified Modeling Language)
UML (Unified Modeling Language) adalah bahasa pemodelan untuk sistem atau
perangkat lunak yang berparadigma berorientasi objek. Pemodelan (modeling) sesunggunhnya digunakan untuk menyederhanakan permasalahan-permasalahan yang kompleks sedemikian rupa sehingga lebih mudah dipelajari dan dipahami. Adapun tujuan pemodelan yaitu sebagai sarana analisis, pemahaman, visualisasi, dan komunikasi antaranggota tim pengembang serta sebagai sarana dokumenasi (yang bermanfaat untuk menelaah perilaku perangkat lunak secara seksama serta bermanfaat untuk melakukan pengujian terhadap perangkat lunak yang telah selesai dikembangkan. (Nugroho, 2005)
UML terdiri atas pengelompokan diagram-diagram sistem menurut aspek atau sudut pandang tertentu. Diagram adalah yang menggambarkan permasalahan maupun solusi dari permasalahan suatu model. UML mempunyai beberapa jenis diagram,
diantaranya Use Case Diagram, Class Diagram, Package Diagram, Object Diagram,
Sequence Diagram, Collaboration Diagram, StatiChart Diagram, Activity Diagram, Deployment Diagram, Component Diagram, Composite Structure Diagram,
Interaction Overview Diagram, Timing Diagram. Tetapi yang sering digunakan
adalah Use Case Diagram, Activity Diagram, Sequence Diagram dan Class Diagram.
1. Diagram Aktivitas (Activity Diagram)
Activity Diagram menggambarkan proses-proses yang terjadi mulai aktivitas
(43)
yang relative mudah digunakan. Symbol-simbol yang sama juga dapat digunakan pada statechart diagram.
Tabel 2.4. Jenis-Jenis State
Relasi Fungsi Notasi
State sederhana
State tanpa struktur apapun di dalamnya
State komposit
State yang dibagi menjadi 2 atau lebih
substate konkuren.
Initial state State mengindindikasikan awal rangkaian
state dalam diagram state
Final state State mengindikasikan akhir rangkaian
state dalam diagram state
2. Diagram Rangkaian (Sequence Diagram)
Diagram rangkaian memperlihatkan interaksi sebagai diagram dua matra (dimensi). Matra vertical adalah sumbu waktu; waktu bertambah dari atas ke bawah. Matra horizontal memperlihatkan peran pengklasifikasi yang merepresentasikan objek-objek mandiri yang terlibat dalam kolaborasi. Masing-masing peran pengkalsifikasi direpresentasikan sebagai kolom-kolom vertical dalam sequence diagram sering disebut sebagai garis waktu (lifeline). Selama objek ada, peran digambarkan menggunakan garis tegas. Selama aktivasi prosedur pada objek aktif, garis waktu digambarkan sebagai garis ganda. Pesan-pesan digambarkan sebagai suatu tanda panah dari garis waktu suatu objek kegaris waktu objek lainnya. Panah-panah yang menggambarkan aliran pesan antarperan pengklasifikasi digambarkan dalam urutan waktu kejadiannya dari atas ke bawah.
2.9 .2. Kebutuhan Fungsional dan Kebutuhan Nonfungsional
Kebutuhan fungsional adalah fungsi-fungsi yang harus dipenuhi pada aplikasi yang dirancang. Kebutuhan non-fungsional adalah kebutuhan yang harus dipenuhi agar aplikasi yang dirancang dapat mendapat umpan-balik yang baik dari pengguna aplikasi.
State With Substance
(44)
2.10. Flowchart
Flowchart adalah suatu teknik untuk menyusun rencana program yang telah
diperkenalkan dan telah dipergunakan oleh kalangan pemrogram komputer sebelum algoritma menjadi popular. Flowchart adalah untaian simbol gambar (chart) yang
menunjukkan aliran (flow) dari proses terhadap data. Seorang pemrogram harus
mampu membuat flowchart, harus mampu membaca dan mengerti flowchart, dan sanggup menerjamahkan flowchart ke algoritma dan sebaliknya. Ada dua kategori simbol flowchart, yaitu program flowchart dan sistem flowchart.
Simbol
.
Program flowchart, yaitu symbol-simbol flowchart yang digunakan untuk menggambarkan logic dari pemrosesan terhadap data. (Nugroho, 2005).
Tabel 2.5. Program Flowchart
Keterangan
Terminator Mulai atau selesai Proses
Menyatakan proses terhadap data Input/Output
Menerima input atau menampilkan output
Seleksi/Pilihan
Memilih aliran berdasarkan syarat Predefined-Data
Definisi dari awal dari variable atau data
Predefined-Process
(45)
Sistem Flowchart, merupakan symbol-simbol peralatan sistem komputer yang digunakan untuk menyatakan proses pengolahan data.
Tabel 2.6. Sistem Flowchart
Simbol Nama
Keyboard
Printer
File/Storage
Display/Monitor
Magnetic Tape
Magnetic Disc
Sorting
Extract
(46)
2.11.Analisis Kinerja Algoritma
Algoritma merupakan suatu cabang ilmu komputer yang membahas prosedur penyelesaian suatu permasalahan. Dengan algoritma yang baik maka komputer bisa menyelesaikan perhitungan dengan cepat dan benar. Sebaliknya, jika algoritma kurang baik maka penyelesaian lambat dan bahkan tidak didapat solusi yang diharapkan. Baik buruknya sebuah algoritma dapat dibuktikan dari kompleksitas waktu yang digunakan.
Hal-hal yang berkaitan dengan kompleksitas algoritma mencakup : (Adi, 2010) 1. Perancangan berarti kegiatan melakukan :
a. Dekripsi algoritma pada suatu tingkatan yang mempunyai arti bahasa semu ( pseudo).
b. Pembuktian kebenaran bahwa sebuah algoritma bisa menyelesaikan
permasalahan yang diberikan.
2. Analisis berarti memberikan evaluasi kinerja algoritma terhadap permasalahan
yang diberikan.
2.12.Time Complexity
Time Complexity (Kompleksitas waktu) adalah hubungan waktu komputasi dan
jumlah input. Kompleksitas waktu biasanya tentang ukuran dari sebuah array atau obyek. Kompleksitas waktu tidak digunakan untuk fungsi yang sederhana seperti menginput usernamedari database atau mengenkripsi password melainkan digunakan untuk menyortir sebuah fungsi, perhitungan rekursif dan secara umum biasanya untuk perhitungan waktu.
Big Ɵ ( Big Theta)adalah bagian dari kompleksitas waktu dari seubah algoritma. Big Ɵ ( Big Theta)Didefinisikan bahwa f(n) merupakan Tetta dari g(n) dan dinotasikan f(n) = Ɵ(g(n) jika dan hanya jika terdapat tiga konstanta positif n0, c1 dan
(47)
BAB 3
ANALISIS DAN PERANCANGAN SISTEM
3.1. Analisis Masalah
Masalah utama yang diangkat dari penelitian ini adalah bagaimana mengimplementasikan Algoritma Analytic Hierarchy Process (AHP) dan Preference
Ranking Organization for Enrichment Evaluation (PROMETHEE) untuk
memecahkan permasalahan Sistem Pendukung Keputusan untuk Penentuan Penerimaan Raskin.
Gambar 3.1. merupakan diagram Ishikawayang dapat digunakan untuk
menganalisis masalah.Bagian kepala atau segiempat yang berada di sebelah kanan merupakan masalah. Sementara di pada bagian tulang merupakan penyebab.
Gambar 3.1. Diagram Ishikawa Untuk Analisis Masalah
MATERIAL
METHOD MACHINE
Pengolahan Data Kriteria Pengolahan Dataalternative
Belum adanya metode yang digunakan
MAN
Masih Menggunakan Sistem Manual
Sistem Pendukung Keputusan Menggunakan AHP dan PROMETHEE User butuh waktu
lama mengambil k
(48)
3.2. Analisis Kebutuhan Sistem
Untuk membangun sebuah sistem, perlu dilakukan sebuah tahap analisis kebutuhan sistem. Analisis kebutuhan sistem dapat dikelompokkan menjadi 2 bagian yaitu: kebutuhan fungsional dan kebutuhan non-fungsional.
1. Kebutuhan Fungsional
Kebutuhan fungsional merupakan deskripsi dari aktivitas dan layanan yang sistem
harus berikan. Hal yang menjadi kebutuhan fungsional ialah inputs, outputs,
processes, yaitu antara lain adalah:
1. Sistem harus mampu memberi solusi terhadap sistem pendukung keputusan
penentuan penerimaan Raskin dengan mengimplementasikan Algoritma AHP.
2. Sistem harus mampu memberi solusi terhadap sistem pendukung keputusan
penentuan penerimaan Raskin dengan mengimplementasikan Algoritma PROMETHEE.
3. Menggunakan Time Complexity untuk mengetahui hasil akhir dari metode AHP
dan Promethee.
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 Survey
Dalam menentukan nilai perbandingan kriteria global dan alternative digunakan hasil Survey dari masyarakat setempat.
(49)
3. Menjadi Referensi
Sistem yang akan dibangun diharapkan mampu menjadi referensi bagi user untuk menentukan siapa saja yang berhak menerima Raskin di Kel. Hinai Kiri Kec Secanggang.
4. Pelayanan
Sistem yang telah dirancang bisa dikembangkan ke tingkat yang lebih kompleks lagi bagi pihak-pihak yang ingin mengembangkan sistem tersebut sehingga solusi yang diberikan lebih efektif.
3.3. Analisis Proses
Dalam sistem ini terdapat dua proses utama, yaitu proses penentuan siapa saja yang berhak menerima Raskin menggunakan Algoritma AHP dan Algoritma PROMETHEE. Untuk mencari bagaimana sistem bekerja dengan memvisualisasikan dan mengimplementasikannya ke dalam aplikasi.
3.3.1. Analisis Proses Pemecahan Masalah Dengan Algoritma Analytic Hierarchy Process (AHP).
Urutan langkah-langkah pemecahan masalah untuk menentukan siapa saja yang berhak menerima Raskin dengan menggunakan Algoritma AHP adalah sebagai berikut:
1. Dalam penelitian ini, kriteria-kriteria yang digunakan adalah Kondisi Rumah, Umum dan Aset Pribadi
Tabel 3.1. Matriks Berpasangan Untuk Kriteria Memilih orang yang berhak menerima Raskin berdasarkan Kriteria
Kriteria Kondisi Rumah Umum Aset Pribadi
Kondisi Rumah 1 2 3
Umum 1 2
(50)
Cara pengisian elemen-elemen matriks pada Tabel 3.1 adalah sebagai berikut:
a. Elemen a[i,j] = 1, di mana i = 1,2,3,….n dan j = 1,2,3,….n. Untuk penelitian ini n = 3
b. Elemen matriks segitiga atas sebagai masukan
c. Elemen matriks segitiga bawahmempunyai rumus :
a[j,i] = 1
�[�,�] Untuk i ≠ j (3.1)
Keterangan :
a[i,j] = elemen matriks segitiga atas.
a[j,i] = elemen matriks segitiga bawah.
i = baris, j = kolom.
2. Menentukan Alternative dalam penentuan penerimaan Raskin.
Tabel 3.2. Matriks BerpasanganAlternative Penerima Raskin
60 70 60 60 70 60 60 80 70 60 70 60
K.R Sar Pai Adit Par End Ram Tuk M.S Rus Has Sug Suw
60 Sarino
70 Paing
60 Aditya
60 Parno
70 Endah
60 Ramlan
60 Tukidi
80 M.Saleh
70 Rusli
(51)
Keterangan Tabel 3.2 :
Nilai matriks untuk setiap alternatif pada tabel 3.2. diperoleh dari data kuesioner. Berikut data nilai berdasarkan data kuesioner.
Kondisi Rumah :
1. Lantai 4. Listrik
a. Keramik =50 a. 2200 kWh =50
b. Semen =60 b. 1300 kWh =60
c. Kayu/papan =70 c. 900 kWh =70
d. Tanah =80 d. 450 kWh =80
2. Dinding 5. Kepemilikan Rumah
a. Tembok =50 a. Milik sendiri=50
b. Tembok tanpa plester=60 b. Numpang =60
c. Kayu =70 c. Ngontrak =70
d. Tepas =80 d. Tidak punya rumah=80
3. MCK
a. Di dalam rumah=50
b. Diluar rumah =60
c. MCK umum =70
d. Di sungai =80
Umum :
1. Penghasilan 3. Jumlah Tanggungan
a.1.5jt -2jt =50 a. 1 orang =50
b.1jt – 1.5jt =60 b. 4 orang =60
c.500rb – 1 jt =70 c. 5 orang =70
d.500rb =80 d. 7 orang =80
2. Pekerjaan
a.Wiraswasta =50
b.Petani =60
c. Tukang Becak =70
d.Pemulung =80
Aset Pribadi :
1. Kebun 3. Elektronik
a.1 ha =50 a.Komputer =50
b.5 rantai =60 b. Mesin Cuci dan Kulkas =60
c.3 ranta I=70 c. TV dan Kulkas =70
d.tidak memiliki kebun =80 d. TV dan Radio =80
2. Ternak 4. Kendaraan
a.20 ekor kambing =50 a. 1 sepeda motor =50
b.5 ekor ayam =60 b. 1 becak motor =60
c.10 ekor ayam dan bebek=70 c. 1 becak dayung=70
(52)
3. Menguji konsistensi matriks berpasangan kriteria dengan rumus CI = ����−�
�− 1 (3.2)
Keterangan :
CI =Rasio penyimpangan (deviasi) konsistensi (consistency index)
λmax
4. Menghitung Rasio Konsistensi dengan rumus
=Nilai Eigen Terbesar dari matriks ordo n
n =Ordo Matriks
CR = ��
��
(3.3)
Keterangan :
CR =Rasio Konsistensi
RI =Indeks Random
5. Menghitung Matriks Global untuk perankingan akhir.
Penyelesaian Matriks Kriteria:
1. Menentukan kriteria dalam memilih siapa yang berhak menerima Raskin, serta menghitung matriks kriteria berpasangan.
Tabel 3.3. Nilai Perbandingan Kriteria
Kriteria Kondisi Rumah Umum Aset Pribadi
Kondisi Rumah 1 2 3
Umum 1/2 1 2
(53)
2. Menghitung Matriks factor pembobotan hirarki untuk semua kriteria disederhanakan.
Tabel 3.4. Matriks Factor Pembobotan Hirarki Untuk Semua Kriteria Disederhanakan
3. Membuat tabel normalisasi yaitu membagi nilai masing-masing sel pada Tabel 3.4dengan jumlah masing-masing kolomnya. Dengan perhitungan sebagai berikut :
HN = Nilai Elemen Kolom Kriteria
��� (3.4)
Keterangan :
HN = Hasil Normalisasi
Nek = Nilai Elemen Kolom Kriteria
Jkm
HN Kondisi Rumah>< Kondisi Rumah
= Jumlah Kolom Matriks >< = Perbandingan
= 1
1.833 = 0.545
HN Umum >< Kondisi Rumah
= 0.500
1.833 = 0.273
HN Aset Pribadi>< Kondisi Rumah
= 0.333
1.833 = 0.182
HNKondisi Rumah >< Umum
= 2.000
3.500 = 0.571
HNUmum ><Umum = 1.000
3.500 = 0.286
Kriteria Kondisi Rumah Umum Aset Pribadi
Kondisi Rumah 1 2 3
Umum 0.500 1 2
Aset Pribadi 0.333 0.500 1
(54)
HNAset Pribadi >< Aset Pribadi
= 0.500
3.500 = 0.143
HN Kondisi Rumah ><Aset Pribadi =3.000
6.000 = 0.500
HNUmum >< Aset Pribadi = 2.000
6.000 = 0.333
HNAset Pribadi >< Aset Pribadi
= 1.000
6.000 = 0.167
Tabel 3.5. Matriks Factor Pembobotan Hirarki Untuk Semua Kriteria Dinormalisasikan
Kriteria Kondisi Rumah Umum Aset Pribadi
Kondisi Rumah 0.545 0.571 0.500
Umum 0.273 0.286 0.333
Aset Pribadi 0.182 0.143 0.167
4. Menghitung nilai prioritas masing-masing kriteria dengan membagikan
penjumlahan tiap baris matriks pada Tabel 3.5. dengan jumlah kriteria, seperti perhitungan berikut :
Pr = ���
�� (3.5)
Keterangan :
Pr = Prioritas
Jbp = Jumlah baris perkriteria
Jk = Jumlah kriteria (n = 3)
Pr Kondisi Rumah = (0.545+0.571+0.500)
3 = 0.5390
PrUmum = (0.273+0.286+0.333)
3 = 0.297
Pr Aset Pribadi = (0.182+0.143+0.167)
(55)
Kondisi Rumah 0.545 0.571 0.500 0.5390
Umum 0.273 0.286 0.333 0.297
Aset Pribadi 0.182 0.143 0.167 0.164
5. Menghitung Eigen Value (λmax
EVal = (J
) dengan cara menjumlakan hasil perkalian jumlah tiap kolom tiap kriteria, dengan prioritas tiap kriteria, perhitungan nya ialah sebagai berikut:
kp1 x EV1) + (Jkp2 x EV2) + . . . + (Jkpn x EVn) (3.6)
Keterangan :
EVal = Eigen Value(λmax)
Jkp
6. Menghitung nilai consistency indeks(CI) dengan rumus : = Jumlah kolom per kriteria
Pr = Prioritas
EVal = (1.833 x 0.539)+(3.500 x 0.297)+(6.000 x 0.164)
= 3.011
CI = (����� − �)
(�−1) (3.7)
CI= 3.011−3
(3−1) = 0.006
7. Menghitung Nilai consistency ratio (CR) dengan rumus :
CR = ��
��= 0.006
0.58 (3.8)
= 0.010 (CR< 0.1 KONSISTEN)
Jika CR< 0.1, maka nilai perbandingan berpasangan pada matriks kriteria yang diberikan konsisten. Jika CR≥ 0.1, maka nilai perbandingan berpasangan pada matriks kriteria yang diberikan tidak konsisten. Maka pengisian nilai-nilai pada matriks berpasangan pada unsur kriteria harus diulang.
8. Menghitung Matriks Vektor Prioritas Maka :
√1�2�3
3
= 1.817 √0.500�1�2
3
= 1.000 √0.333�0.500�1
3
(56)
Setelah mendapatkan nilai yang konsisten untuk kriteria, disini saya akan menjelaskan perhitungan dari sub kriteria dari masing-masing kriteria di atas. Cara perhitungannya sama saja dengan kriteria tersebut hanya nilai yang diinputkan berbeda.
1. Menentukan sub kriteria dalam memilih siapa yang berhak menerima Raskin,
serta menghitung matriks sub kriteria berpasangan.
Tabel 3.7. Nilai Perbandingan Sub Kriteria dari Kondisi Rumah
Kriteria Lantai Dinding MCK Listrik Kepemilikan Rumah
Lantai 1 2 3 4 5
Dinding 1/3 1 2 3 4
MCK ¼ ½ 1 2 3
Listrik 1/5 1/3 1/2 1 2
Kemilikan Rumah 1/7 1/5 1/4 1/3 1
2. Menghitung Matriks factor pembobotan hirarki untuk semua kriteria disederhanakan.
Tabel 3.8. Matriks Factor Pembobotan Hirarki Untuk Semua Sub Kriteria Kondisi Rumah yang Disederhanakan
Kriteria Lantai Dinding MCK Listrik Kepemilikan Rumah
Lantai 1.000 2.000 3.000 4.000 5.000
Dinding 0.500 1.000 2.000 3.000 4.000
MCK 0.333 0.500 1.000 2.000 3.000
(57)
3. Membuat tabel normalisasi yaitu membagi nilai masing-masing sel pada Tabel 3.9.dengan jumlah masing-masing kolomnya. Dengan perhitungan sebagai berikut :
HN= Nilai Elemen Kolom Kriteria
��� (3.9)
Keterangan :
HN = Hasil Normalisasi
Nek = Nilai Elemen Kolom Kriteria
Jkm
HN Lantai>< Lantai = Jumlah Kolom Matriks >< = Perbandingan
= 1
2.283 = 0.438
HN Dinding >< Lantai = 0.5
2.283 = 0.219
HN MCK>< Lantai = 0.333
2.283 = 0.146
HNListrik >< Lantai = 0.250
2.283= 0.109
HNKepemilikan Rumah >< Lantai
= 0.200
2.283 = 0.088
HNLantai >< Dinding
= 2.000
4.083 = 0.490
HN Dinding><Dinding = 1.000
4.083 = 0.245
HNMCK >< Dinding = 0.500
4.083 = 0.122
HNListrik >< Dinding
= 0.333
4.083 = 0.082
HN Kepemilikan Rmh >< Dinding
= 0.250
4.833 = 0.061
HN Lantai>< MCK = 3.000
6.833 = 0.439
HNDinding >< MCK = 2.000
6.833 = 0.293
HNMCK >< MCK = 1.000
6.833 = 0.146
HNListrik >< MCK = 0.500
6.833 = 0.073
HN Kepemilikan Rumah >< = 0.333
(58)
MCK
HNLantai >< Lisrik = 4.000
10.500= 0.381
HNDinding >< Listrik = 3.000
10.500 = 0.286
HN MCK>< Listrik = 2.000
10.500 = 0.190
HNListrik >< Listrik = 1.000
10.500= 0.095
HN Kepemilikan Rumah >< Listrik
= 0.500
10.500 = 0.048
HNLantai >< Lisrik Kepemilikan Rumah
= 5.000
15.000= 0.333
HNDinding >< Kepemilikan Rumah
= 4.000
15.000 = 0.267
HN MCK >< Kepemilikan Rumah
= 3.000
15.000 = 0.200
HNListrik >< Lisrik Kepemilikan Rumah
= 2.000
15.000 = 0.133
HN Kepemilikan Rumah >< Kepemilikan Rumah
= 1.000
15.000 = 0.067
Tabel 3.9. Matriks Factor Pembobotan Hirarki Untuk Semua SubKriteriaKondisi Rumah Dinormalisasikan
Kriteria Lantai Dinding MCK Listrik Kepemilikan Rumah
Lantai 0.438 0.490 0.439 0.381 0.333
Dinding 0.219 0.245 0.293 0.286 0.267
MCK 0.146 0.122 0.146 0.190 0.200
Listrik 0.109 0.082 0.073 0.095 0.133
(1)
T(n) = Waktu Aksekusi Algoritma AHP = (3C3+8C4+24C5+4C7)n
0
+ (10C1+ 3C2)n
1
+ (10C1)n
2 T(n) = �(n2
4.3.3. Perhitungan Kompleksitas Waktu Algoritma PROMETHEE
)
Perhitungan kompleksitas waktu Algoritma PROMETHEE ialah dapat dilihat pada table keterangan di bawah ini.
N o
Code C # C*#
1 $x=0;
while($qrlisrxx=mysql_fetch_assoc($sql_kandidat5x)) {
$x++;
C1 n nC1
2 $n=array(); C2 n C2
3 $nilai=array(); C2 n C2
4 $total=array(); C2 n C2
5 $i=0;
while($qrlisr1x=mysql_fetch_assoc($sql_kandidat3x)) {
$i++;
C1 n nC1
6 $z=0; C3 n C3
7 for($j=1;$j<=$record;$j++) {
C1 nxn n2C1 8 $n[$i][$j]=$_POST[$i.'_'.$x]-$_POST[$i.'_'.$j]; C4 1 C4
9 if($n[$i][$j]<=0) { C5 nxn n2C5
10 $nilai[$i][$j]=0; C4 1 C4
11 }
12 Else { C5 nxn nC5
13 $nilai[$i][$j]=1; C4 1 C4
14 } 15 }
16 $jum=0; C3 n C3
17 for($i=1;$i<=$record;$i++) {
C1 n nC1
18 $z=0; C3 n C3
19 for($j=1;$j<=$record;$j++) {
C1 nxn n2C1
20 $z+=$nilai[$j][$i]; C4 1 C4
21 }
(2)
23 $jum+=$total[$i][$j]; C4 1 C4 24 }
25 $hsl1=1/($record-1)*$jum; C4 1 C4
26 $hsl2=1/($record-1)*$a; C4 1 C4
27 $hsl3=$hsl1-$hsl2; C4 1 C4
28 } 29 }
T(n) = Waktu Aksekusi Algoritma Promethee = (9C4)n
0
+ (3C1 + 6C2)n
1
+ (2C1 + 3C5)n
T(n) = �(n
2
2
(3)
BAB 5
KESIMPULAN DAN SARAN
5.1. Kesimpulan
Kesimpulan dari penelitian ini adalah:
1. Aplikasi yang dirancang telah mampu memberikan solusi dengan mengimplementasikan metode AHP untuk penentuan penerima Raskin diperoleh urutan pertama atas nama Paing dengan nilai 0.3411. akan tetapi, pada metode Promethee alternatif atas nama Paing terletak di urutan ke empat dengan nilai -0.212.
2. Aplikasi yang dirancang telah mampu memberikan solusi dengan mengimplementasikan algoritma Promethee untuk penentuan penerima Raskin diperoleh urutan pertama atas nama Sugiono dengan nilai -0.136. akan tetapi, pada metode AHP alternatif atas nama Sugiono terletak di urutan ke lima dengan nilai 0.3356.
3. Berdasarkan nilai yang diperoleh dari kedua metode diatas, dapat disimpulkan bahwa hasil perangkingan setiap alternatif memperoleh nilai yang jauh berbeda di setiap metode sehingga secara otomatis hasil perangkingan juga berbeda antara kedua metode tersebut.
4. Semakin tinggi nilai setiap alternatif yang diperoleh dari hasil implementasi metode AHP dan Promethee, maka semakin tinggi kesempatan penduduk atau alternatif untuk mendapatkan raskin.
5. Berdasarkan implementasi dari aplikasi untuk penentuan penerima Raskin, metode Promethee lebih cepat dalam proses eksekusi dibandingkan dengan metode Pomethee.
6. Dengan menggunakan metode AHP diperoleh Time Complexity T(n)= �(n2). Dan proses eksekusi running time sebesar 21,559 detik. Dengan menggunakan metode Promethee diperoleh Time Complexity T(n)= �(n2). Dan proses eksekusi running timesebesar 3,145 detik.
(4)
5.2. Saran
Saran yang dapat diberikan oleh penulis setelah penelitian dilakukan adalah:
1. Penambahan jumlah kriteria dan alternatif dapat membuat sistem yang dirancang lebih kompleks.
2. Untuk nilai konsistensi CR = 0.1 Ketentuan Saaty diharapkan pada penelitian yang akan datang dapat menjadi CR = 0.001 dengan melakukan iterasi pada perhitungan analisa AHP.
(5)
DAFTAR PUSTAKA
Ginting, R, 2014, Sistem Pendukung Keputusan. Medan :USU Press. Basyaib, F. 2006, Teori Pembuat Keputusan. Jakarta: PT Grasindo.
Kosasi, S. 2002, Sistem Pendukung Keputusan (Decision Support System). Turban, E., Aronson, J.E. and Liang, T, P. 2005. Decision Support System and
Intelligent System.
Mulyono, S, 1996, Teori Pengambilan Keputusan. Jakarta: Lembaga Penerbit Fakultas Ekonomi Universitas Indonesia.
Kusrini, M.Kom, Konsep dan Aplikasi Sistem Pendukung Keputusan, Penerbit Andi, Yogyakarta, 2007
H Mann, S. 1995. Using Analytic Hierarchy Process for Decision Making
In Enngineering Applications :Some Challenges. University Park, PA 16802,
U.S.A
Dalalah, D. 2010. Application of the Analytic Hierarchy Process (AHP)
In Multi-CriteriaAnalysis of the Selection of Crones. Jordan University
of Scienceand Technology
Andayati, D. 2010. Sistem Pendukugn Keputusan Pra-Seleksi Penerimaan Siswa Baru (PSB) Online Yogyakarta. Skripsi. Institut Sains&Teknologi AKPRIND Yogyakarta.
Arsita, R. 2013. Sistem Pendukung Keputusan Penerima Jamanian
Kesehatan Masyarakat (JAMKESMAS) Dengan Metode Promethee Fathoni, M. & Saniman. 2008. Pengantar Algorima dan Pemrograman.
Vol.4/No.1. Jurnal SAINTIKOM.
W Kusumo, I. 2011. Pengembangan Aplikasi Sistem Pendukung
Keputusan Dalam Pemilihan Fakultas di Perguruan Tinggi Berbasis Mobile Web. Skripsi. Universitas Islam Negeri Syarif Hidayatullah. Jakarta
(6)
Attribute Decision Making Berbasis Web dalam Pemilihan Calon Kepala Daerah & Indonesia. Jurnal 1:101-110. Universitas Gajah Mada
Kusumadewi, S. 2006. Fuzzy Multi-Attribute Decision Making (Fuzzy
MADM). Graha Ilmu: Yogyakarta.
Adi, Nugroho, Analisa dan Perancangan Sistem Informasi dengan Metode Berorientasi Objek, Edisi Revisi informatika, Bandung, 2005.
Nugroho Adi. 2010. Rekayasa Perangkat Lunak Berorientasi Objek dengan