Perbandingan Metode Analytic Hierarchy Process (AHP) dengan Simple Multi Attribute Rating Technique (SMART) dalam Menentukan Perusahaan Asuransi Terbaik

PERBANDINGAN METODE ANALYTIC HIERARCHY PROCESS

(AHP) DENGAN SIMPLE MULTI ATTRIBUTE RATING

TECHNIQUE (SMART) DALAM MENENTUKAN

PERUSAHAAN ASURANSI TERBAIK

SKRIPSI

YOHANA BR SITEPU

131421087

PROGRAM STUDI EKSTENSI S1 ILMU KOMPUTER

FAKULTAS ILMU KOMPUTER DAN TEKNOLOGI INFORMASI

UNIVERSITAS SUMATERA UTARA

MEDAN

2015

PERBANDINGAN METODE ANALYTIC HIERARCHY PROCESS

(AHP) DENGAN SIMPLE MULTI ATTRIBUTE RATING

TECHNIQUE (SMART) DALAM MENENTUKAN

PERUSAHAAN ASURANSI TERBAIK

SKRIPSI

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

YOHANA BR SITEPU 131421087

PROGRAM STUDI EKSTENSI S1 ILMU KOMPUTER

FAKULTAS ILMU KOMPUTER DAN TEKNOLOGI INFORMASI

UNIVERSITAS SUMATERA UTARA

MEDAN

2015

PERSETUJUAN

Judul : PERBANDINGAN METODE ANALYTIC HIERARCHY PROCESS (AHP) DENGAN SIMPLE MULTI ATTRIBUTE RATING TECHNIQUE (SMART)

DALAM MENENTUKAN PERUSAHAAN

ASURANSI TERBAIK

Kategori : SKRIPSI

Nama : YOHANA BR SITEPU

Nomor Induk Mahasiswa : 131421087

Program Studi : EKSTENSI S1 ILMU KOMPUTER

Fakultas : ILMU KOMPUTER DAN TEKNOLOGI INFORMASI UNIVERSITAS SUMATERA UTARA

Diluluskan di

Medan, 2015

Komisi Pembimbing :

Pembimbing 2 Pembimbing 1

Handrizal, S.Si, M.Comp.Sc Dr. Poltak Sihombing, M.Kom

NIP. - NIP. 19620317 199103 1 001

Diketahui/Disetujui oleh

Program Studi S1 Ilmu Komputer Ketua,

Dr. Poltak Sihombing, M.Kom. NIP. 19620317 199103 1 001

PERNYATAAN

PERBANDINGAN METODE ANALYTIC HIERARCHY PROCESS (AHP) DENGAN SIMPLE MULTI ATTRIBUTE RATING TECHNIQUE (SMART) DALAM

MENENTUKAN PERUSAHAAN ASURANSI TERBAIK

SKRIPSI

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

Medan, 2015

Yohana Br Sitepu NIM. 131421087

PENGHARGAAN

Puji dan syukur kehadirat Tuhan Yang Maha Esa karena senantiasa memberikan rahmat dan kasih karunia-Nya sehingga penulis dapat menyelesaikan penelitian dan penyusunan skripsi yang berjudul ” Perbandingan Metode Analytic Hierarchy Process (AHP) Dengan Simple Multi Attribute Rating Technique (SMART) Dalam Menentukan Perusahaan Asuransi Terbaik”. Tulisan ini masih jauh dari sempurna, hal ini disebabkan oleh keterbatasan dan kemampuan penulis.

Dalam menyelesaikan skripsi ini penulis banyak mendapatkan masukan dan dukungan dari berbagai pihak. Oleh karena itu pada kesempatan ini penulis mengucapkan terima kasih yang sebesar-besarnya kepada :

1. Bapak Prof. Subhillar, Ph.D selaku Pejabat Rektor Universitas Sumatera Utara. 2. Bapak Prof. Dr. Muhammad Zarlis selaku Dekan Fakultas Ilmu Komputer dan

Teknologi Informasi Universitas Sumatera Utara.

3. Bapak Dr. Poltak Sihombing, M.Kom selaku Ketua Program Studi S1 Ilmu Komputer Universitas Sumatera Utara dan selaku Dosen Pembimbing I yang telah banyak memberikan ilmu, bimbingan, saran, dan masukan kepada penulis dalam pengerjaan skripsi ini.

4. Ibu Maya Silvi Lydia, B.Sc., M.Sc selaku Sekretaris Program Studi S1 Ilmu Komputer Universitas Sumatera Utara.

5. Bapak Handrizal, S.Si, M.Comp.Sc selaku Dosen Pembimbing II yang telah memberikan ilmu, bimbingan, saran, dan masukan kepada penulis dalam pengerjaan skripsi ini.

6. Bapak Prof. Dr. Iryanto, M.Si selaku Dosen Pembanding I yang telah memberikan kritik dan saran dalam penyempurnaan skripsi ini.

7. Bapak Drs. Marihat Situmorang, M.Kom selaku Dosen Pembanding II yang telah memberikan kritik dan saran dalam penyempurnaan skripsi ini.

8. Seluruh Dosen dan pegawai di Program Studi S1 Ilmu Komputer Fakultas Ilmu Komputer dan Teknologi Informasi Universitas Sumatera Utara.

9. Teristimewa kepada kedua Orang tua saya yang sangat saya sayangi, yang telah mencurahkan kasih sayang dan jerih payah serta selalu mendoakan penulis hingga sekarang, kepada Ayananda tercinta Ngapuli Sitepu dan Ibunda tercinta Lianna Br Ginting.

10. Kepada kakanda Sri Hati Sitepu dan Seteisya Sitepu serta kepada semua keluarga atas perhatian, nasehat dan semangat serta dukungan doa yang telah diberikan kepada penulis.

11. Sahabatku Lely Dahlyana dan Sherly Melisa Sembiring yang selalu menghibur dan memberi semangat kepada penulis.

12. Teman-teman Ekstensi S1 Ilmu Komputer stambuk 2013 tanpa terkecuali, terima kasih buat kebersamaannya di kala suka maupun duka.

13. Serta semua pihak yang telah ikut membantu penulis namun tidak tercantum namanya.

Penulis menyadari bahwa dalam penulisan maupun penyajian dalam tulisan ini masih jauh dari kesempurnaan. Oleh karena itu dengan segala kerendahan hati penulis menerima kritik dan saran yang bersifat membangun. Kiranya skripsi ini dapat memberi manfaat bagi para pembaca.

Medan, 2015

Penulis,

ABSTRAK

Asuransi adalah perjanjian antara dua pihak, yaitu perusahaan asuransi dan pemegang polis. Asuransi memiliki manfaat utama yaitu menempatkan posisi keuangan tertanggung kembali kepada saat sebelum terjadi kerugian. Saat ini masih ada calon nasabah yang tidak mengetahui informasi tentang produk asuransi yang dibelinya sehingga mengakibatkan adanya resiko di masa yang akan datang. Oleh karena itu, penelitian ini bertujuan untuk membantu para calon nasabah untuk menentukan perusahaan asuransi yang terbaik dengan membuat sebuah sistem pendukung keputusan dalam menentukan perusahaan asuransi terbaik. Metode yang digunakan dalam membuat sistem pendukung keputusan ini adalah metode Analytic Hierarchy Process (AHP) dan metode Simple Multi Attribute Rating Technique (SMART). Dalam menentukan alternatif yang terbaik, sistem pendukung keputusan ini akan memberikan hasil keputusan yang terbaik dengan meranking kesepuluh alternatif yang telah dimiliki dan menilai setiap alternatif berdasarkan 5 kriteria yang telah ditetapkan, yaitu manfaat asuransi, premi, masa pertanggungan asuransi, usia masuk tertanggung dan cara pembayaran premi. Parameter yang dibandingkan dalam penelitian ini adalah kecepatan waktu dan kompleksitas waktu dari kedua algoritma yang digunakan. Dengan mengimplementasikan metode AHP dan metode SMART diperoleh perusahaan asuransi yang terbaik adalah Prudential. Kecepatan waktu proses menggunakan metode SMART lebih cepat dibandingkan dengan metode AHP. Kecepatan waktu menggunakan metode AHP dengan pengujian 10 data diperoleh sebesar 15187 millisecond, sedangkan menggunakan metode SMART diperoleh sebesar 415 millisecond. Kompleksitas waktu yang dibutuhkan untuk memanggil fungsi algoritma AHP adalah θ _{(n), sedangkan kompleksitas waktu yang dibutuhkan}

untuk memanggil fungsi algoritma SMART adalah θ _(n).

Kata Kunci : Sistem Pendukung Keputusan, Analytic Hierarchy Process, Simple Multi Attribute Rating Technique, Pemilihan Perusahaan Asuransi Terbaik, Kecepatan Waktu, Kompleksitas Waktu.

COMPARISON OF THE METHOD OF ANALYTIC HIERARCHY PROCESS (AHP) WITH SIMPLE MULTI ATTRIBUTE RATING TECHNIQUE

(SMART) IN DETERMINING THE BEST INSURANCE COMPANY

ABSTRACT

Insurance is an agreement between two parties, i.e., the insurance company and the policy holder. The main benefit of having insurance, namely placing financial position back to the time before the insured had losses. Currently there are still potential borrowers who don't know the information about insurance products bought resulting in risks in the future. Therefore, this study aims to help the prospective customer to determine the best insurance company by creating a decision support system in determining the best insurance company. The methods used in making this decision support system is a method of Analytic Hierarchy Process (AHP) and the method of Simple Multi Attribute Rating Technique (SMART). In determining the best alternative, a decision support system will provide the best results with the rank of tenth alternatives that have been owned and assess every alternative based on 5 criteria established, i.e. the insurance benefits, premiums, the insurance risk, the entry age for insured and premium payment method. Parameters are compared in this study is the running time and time complexity of both algorithms are used. By implementing the method of AHP and SMART method obtained the best insurance company is Prudential. The running time process of using the SMART method is faster than compared to the method of AHP. The running time using method of AHP by testing 10 data obtained 15187 millisecond, while using the SMART method obtained 415 millisecond. The time complexity that required to call the function AHP algorithm is

θ _{(n), while the time complexity that required to call the function SMART algorithm}

is θ _(n).

Key words : Decision Support Systems, Analytic Hierarchy Process, Simple Multi Attribute Rating Technique, Selection of The Best Insurance Companies, Running Time, Time Complexity.

DAFTAR ISI

Halaman

Persetujuan iii

Pernyataan iv

Penghargaan v

Abstrak vii

Abstract viii

Daftar Isi ix

Daftar Tabel xii

Daftar Gambar xv

BAB 1 PENDAHULUAN

1.1. Latar Belakang 1

1.2. Rumusan Masalah 3

1.3. Batasan Masalah 3

1.4. Tujuan Penelitian 4

1.5. Manfaat Penelitian 4

1.6. Metodologi Penelitian 4

1.7. Sistematika Penulisan 5

BAB 2 TINJAUAN PUSTAKA

2.1. Asuransi Jiwa 7

2.2. Sistem Pendukung Keputusan 9

2.2.1 Sistem 9

2.2.2 Pengambilan Keputusan 9

2.2.3 Sistem Pendukung Keputusan 10

2.2.4 Karakteristik Sistem Pendukung Keputusan 10 2.2.5 Langkah-Langkah Pemodelan dalam Sistem Pendukung

Keputusan (SPK)

12

2.3. Algoritma 13

2.3.1 Ciri-Ciri Algoritma 13

2.3.2 Sifat Algoritma 14

2.3.3 Struktur Algoritma 14

2.3.4 Time Complexity 15

2.4. Fuzzy Multiple Attribute Decision Making Methods (FMADM) 15 2.4.1 Analytical Hierarchy Process (AHP) 16

2.4.2 Simple Multi Attribute Rating Technique (SMART) 20 2.4.2.1 Kelebihan Metode SMART 21 2.4.2.2 Langkah – Langkah Dalam Metode SMART 22

2.5. Penelitian Terkait 24

BAB 3 ANALISIS DAN PERANCANGAN SISTEM

3.1. Analisis Masalah 26

3.2. Analisis Kebutuhan Sistem 27

3.3. Analisis Proses 28

3.3.1. Analisis Proses Dengan Menggunakan Metode Analytic Hieararchy Process (AHP)

28 3.3.2. Analisis Proses Dengan Menggunakan Metode Simple

Multi Attribute Rating Technique (SMART)

66

3.4. Pemodelan Sistem 71

3.4.1. Use Case Diagram 71

3.4.2 Activity Diagram 72

3.4.3 Sequence Diagram 73

3.5. Perancangan Sistem 75

3.5.1. Pembuatan Algoritma Program 75

3.5.2. Alur Proses Sistem Secara Umum 75

3.6. Perancangan Struktur Tabel 78

3.7. Perancangan Antarmuka Sistem (Interface) 83

3.7.1. Halaman Login 83

3.7.2. Halaman Utama 84

3.7.3. Halaman Data Kriteria 86

3.7.4. Halaman Data Alternatif 87

3.7.5. Halaman Metode AHP 88

3.7.6. Halaman Metode SMART 89

3.7.7. Halaman Data Admin 90

3.7.8. Halaman Perbandingan 91

3.7.9. Halaman Penilaian 92

BAB 4 IMPLEMENTASI DAN PENGUJIAN SISTEM

4.1. Implementasi Sistem 95

4.1.1. Form Login 95

4.1.2. Halaman Utama Pengguna 96

4.1.3 Halaman Utama Admin 96

4.1.4. Sub Menu Data Kriteria 97

4.1.5. Sub Menu Data Alternatif 98

4.1.6. Sub Menu Data Admin 98

4.1.7. Sub Menu Perbandingan 99

4.1.8. Sub Menu Penilaian 100

4.1.9 Sub Menu Metode AHP 100

4.2. Pengujian Sistem 102

4.3. Analisis Perbandingan Algoritma 106

4.3.1. Perhitungan Kompleksitas Waktu 106 4.3.2. Perhitungan Kompleksitas Waktu Algoritma AHP 106 4.3.3. Perhitungan Kompleksitas Waktu Algoritma SMART 109

BAB 5 KESIMPULAN DAN SARAN

5.1. Kesimpulan 110

5.2. Saran 111

DAFTAR PUSTAKA 112

DAFTAR TABEL

Halaman Tabel 2.1. Skala Nilai Perbandingan Berpasangan 18

Tabel 2.2. Daftar Indeks Random Konsistensi 20

Tabel 3.1. Matriks Berpasangan Kriteria Untuk Menentukan Perusahaan Asuransi Terbaik

28

Tabel 3.2. Matriks Berpasangan Alternatif 29

Tabel 3.3. Nilai Perbandingan Kriteria 30

Tabel 3.4. Matriks Pembobotan Untuk Semua Kriteria Disederhanakan 30

Tabel 3.5 Perbandingan Elemen Kriteria 31

Tabel 3.6. Matriks Eigenvector 32

Tabel 3.7. Matriks Alternatif Berpasangan Berdasarkan Kriteria Manfaat 33 Tabel 3.8. Matriks Alternatif Berpasangan Berdasarkan Kriteria Manfaat yang

Disederhanakan

34

Tabel 3.9. Perbandingan Alternatif 34

Tabel 3.10. Perhitungan Eigenvector 39

Tabel 3.11. Matriks Alternatif Berpasangan Berdasarkan Kriteria Premi 40 Tabel 3.12. Matriks Alternatif Berpasangan Berdasarkan Kriteria Premi yang

Disederhanakan

40

Tabel 3.13. Perbandingan Alternatif 41

Tabel 3.14. Perhitungan Eigenvector 45

Tabel 3.15. Matriks Alternatif Berpasangan Berdasarkan Kriteria Masa Pertanggungan

46 Tabel 3.16. Matriks Alternatif Berpasangan Berdasarkan Kriteria Masa

Pertanggungan yang Disederhanakan

47

Tabel 3.17. Perbandingan Alternatif 47

Tabel 3.18. Perhitungan Eigenvector 52

Tabel 3.19. Matriks Alternatif Berpasangan Berdasarkan Kriteria Usia Masuk Tertanggung

52 Tabel 3.20. Matriks Alternatif Berpasangan Berdasarkan Kriteria Usia Masuk

Tertanggung yang Disederhanakan

53

Tabel 3.21. Perbandingan Alternatif 53

Tabel 3.22. Perhitungan Eigenvector 58

Tabel 3.23. Matriks Alternatif Berpasangan Berdasarkan Kriteria Cara Pembayaran Premi

59 Tabel 3.24. Matriks Alternatif Berpasangan Berdasarkan Kriteria Cara

Pembayaran Premi yang Disederhanakan

59

Tabel 3.25. Perbandingan Alternatif 60

Tabel 3.27. Perhitungan Matriks Global Untuk Menentukan Perusahaan Asuransi Terbaik

65 Tabel 3.28. Hasil Perankingan Menentukan Perusahaan Asuransi Terbaik

Menggunakan Metode AHP

66

Tabel 3.29. Indeks Penilaian 66

Tabel 3.30. Nilai Utilitas Untuk Setiap Alternatif 67

Tabel 3.31. Kepentingan Kriteria 67

Tabel 3.32. Perbandingan Bobot Kriteria Manfaat dengan Kriteria Lainnya 67 Tabel 3.33. Normalisasi Bobot Kriteria Manfaat dengan Kriteria Lainnya 68 Tabel 3.34. Perbandingan Bobot Kriteria Cara Pembayaran Premi dengan

Kriteria Lainnya

68 Tabel 3.35. Normalisasi Bobot Kriteria Cara Pembayaran Premi dengan

Kriteria Lainnya

69 Tabel 3.36. Bobot Rata-Rata dari Kedua Normalisasi 69 Tabel 3.37. Perhitungan Nilai Utilitas Setiap Alternatif Menggunakan Metode

SMART

70 Tabel 3.38. Hasil Perankingan Alternatif Menggunakan Metode SMART 70

Tabel 3.39. Struktur Tabel admin 78

Tabel 3.40. Struktur Tabel asuransi 78

Tabel 3.41. Struktur Tabel bobot_ahp 78

Tabel 3.42. Struktur Tabel bobot_eigen 78

Tabel 3.43. Struktur Tabel bobot_perbandingan 79

Tabel 3.44. Struktur Tabel bobot_rata-rata 79

Tabel 3.45. Struktur Tabel eigenfactor 79

Tabel 3.46. Struktur Tabel hasil_ahp 79

Tabel 3.47. Struktur Tabel hasil_smart 80

Tabel 3.48. Struktur Tabel kriteria 80

Tabel 3.49. Struktur Table matrix_ahp 80

Tabel 3.50. Struktur Tabel matrix_asuransi 80

Tabel 3.51. Struktur Tabel matrix_kecocokan 81

Tabel 3.52. Struktur Tabel normalisasi_bobot 81

Tabel 3.53. Struktur Tabel penilaian 81

Tabel 3.54. Struktur Tabel total_bagi 82

Tabel 3.55. Struktur Tabel total_bobot 82

Tabel 3.56. Struktur Tabel total_eigen 82

Tabel 3.57. Struktur Tabel total perbandingan 82 Tabel 3.58. Keterangan Bagian-Bagian Halaman Login 83 Tabel 3.59. Keterangan Bagian-Bagian Halaman Utama Pengguna 84 Tabel 3.60. Keterangan Bagian-Bagian Halaman Utama Admin 85 Tabel 3.61. Keterangan Bagian-Bagian Halaman Sub Menu Data Kriteria 86 Tabel 3.62. Keterangan Bagian-Bagian Halaman Sub Menu Data Alternatif 87 Tabel 3.63. Keterangan Bagian-Bagian Halaman Sub Menu Metode AHP 89 Tabel 3.64. Keterangan Bagian-Bagian Halaman Sub Menu Metode SMART 90

Tabel 3.65. Keterangan Bagian-Bagian Halaman Sub Menu Data Admin 91 Tabel 3.66. Keterangan Bagian-Bagian Halaman Sub Menu Perbandingan 92 Tabel 3.67. Keterangan Bagian-Bagian Halaman Sub Menu Penilaian 93 Tabel 4.1. Hasil Pengujian Kecepatan Waktu Metode AHP dan Metode

SMART

105 Tabel 4.2. Perhitungan Kompleksitas Waktu Algoritma AHP 106 Tabel 4.3. Perhitungan Kompleksitas Waktu Algoritma SMART 109

DAFTAR GAMBAR

Halaman Gambar 2.1. Fase Proses Pengambilan Keputusan 13 Gambar 2.2. Struktur Hirarki AHP (Nasibu, I. Z, 2009) 17

Gambar 3.1. Diagram Ishikawa 26

Gambar 3.2. Use Case Diagram Sistem 71

Gambar 3.3. Activity Diagram Metode AHP 72

Gambar 3.4. Activity Diagram Metode SMART 73

Gambar 3.5. Sequence Diagram Metode AHP 74

Gambar 3.6. Sequence Diagram Metode SMART 75

Gambar 3.7. Flowchart Metode AHP 76

Gambar 3.8. Flowchart Metode SMART 77

Gambar 3.9. Halaman Login 83

Gambar 3.10. Halaman Utama Pengguna 84

Gambar 3.11. Halaman Utama Admin 85

Gambar 3.12. Halaman Sub Menu Data Kriteria 86

Gambar 3.13. Halaman Sub Menu Data Alternatif 87

Gambar 3.14. Halaman Sub Menu Metode AHP 88

Gambar 3.15. Halaman Sub Menu Metode SMART 89

Gambar 3.16. Halaman Sub Menu Data Admin 90

Gambar 3.17. Halaman Sub Menu Perbandingan 91

Gambar 3.18. Halaman Sub Menu Penilaian 93

Gambar 4.1. Form Login 95

Gambar 4.2. Halaman Utama Pengguna 96

Gambar 4.3. Halaman Utama Admin 97

Gambar 4.4. Halaman Sub Menu Data Kriteria 97

Gambar 4.5. Halaman Sub Menu Data Alternatif 98

Gambar 4.6. Halaman Sub Menu Data Admin 99

Gambar 4.7. Halaman Sub Menu Perbandingan 99

Gambar 4.8. Halaman Sub Menu Penilaian 100

Gambar 4.9. Halaman Sub Menu Metode AHP 101

Gambar 4.10. Halaman Sub Menu Metode SMART 101

Gambar 4.11. Hasil Pengujian Pertama Metode AHP 102 Gambar 4.12. Hasil Pengujian Pertama Metode SMART 103 Gambar 4.13. Hasil Pengujian Keuda Metode AHP 103 Gambar 4.14. Hasil Pengujian Kedua Metode SMART 104 Gambar 4.15. Hasil Pengujian Ketiga Metode AHP 104 Gambar 4.16. Hasil Pengujian Ketiga Metode SMART 105 Gambar 4.17. Grafik Kecepatan Waktu Metode AHP dan Metode SMART 106

ABSTRAK

Asuransi adalah perjanjian antara dua pihak, yaitu perusahaan asuransi dan pemegang polis. Asuransi memiliki manfaat utama yaitu menempatkan posisi keuangan tertanggung kembali kepada saat sebelum terjadi kerugian. Saat ini masih ada calon nasabah yang tidak mengetahui informasi tentang produk asuransi yang dibelinya sehingga mengakibatkan adanya resiko di masa yang akan datang. Oleh karena itu, penelitian ini bertujuan untuk membantu para calon nasabah untuk menentukan perusahaan asuransi yang terbaik dengan membuat sebuah sistem pendukung keputusan dalam menentukan perusahaan asuransi terbaik. Metode yang digunakan dalam membuat sistem pendukung keputusan ini adalah metode Analytic Hierarchy Process (AHP) dan metode Simple Multi Attribute Rating Technique (SMART). Dalam menentukan alternatif yang terbaik, sistem pendukung keputusan ini akan memberikan hasil keputusan yang terbaik dengan meranking kesepuluh alternatif yang telah dimiliki dan menilai setiap alternatif berdasarkan 5 kriteria yang telah ditetapkan, yaitu manfaat asuransi, premi, masa pertanggungan asuransi, usia masuk tertanggung dan cara pembayaran premi. Parameter yang dibandingkan dalam penelitian ini adalah kecepatan waktu dan kompleksitas waktu dari kedua algoritma yang digunakan. Dengan mengimplementasikan metode AHP dan metode SMART diperoleh perusahaan asuransi yang terbaik adalah Prudential. Kecepatan waktu proses menggunakan metode SMART lebih cepat dibandingkan dengan metode AHP. Kecepatan waktu menggunakan metode AHP dengan pengujian 10 data diperoleh sebesar 15187 millisecond, sedangkan menggunakan metode SMART diperoleh sebesar 415 millisecond. Kompleksitas waktu yang dibutuhkan untuk memanggil fungsi algoritma AHP adalah θ _{(n), sedangkan kompleksitas waktu yang dibutuhkan}

untuk memanggil fungsi algoritma SMART adalah θ _(n).

Kata Kunci : Sistem Pendukung Keputusan, Analytic Hierarchy Process, Simple Multi Attribute Rating Technique, Pemilihan Perusahaan Asuransi Terbaik, Kecepatan Waktu, Kompleksitas Waktu.

COMPARISON OF THE METHOD OF ANALYTIC HIERARCHY PROCESS (AHP) WITH SIMPLE MULTI ATTRIBUTE RATING TECHNIQUE

(SMART) IN DETERMINING THE BEST INSURANCE COMPANY

ABSTRACT

Insurance is an agreement between two parties, i.e., the insurance company and the policy holder. The main benefit of having insurance, namely placing financial position back to the time before the insured had losses. Currently there are still potential borrowers who don't know the information about insurance products bought resulting in risks in the future. Therefore, this study aims to help the prospective customer to determine the best insurance company by creating a decision support system in determining the best insurance company. The methods used in making this decision support system is a method of Analytic Hierarchy Process (AHP) and the method of Simple Multi Attribute Rating Technique (SMART). In determining the best alternative, a decision support system will provide the best results with the rank of tenth alternatives that have been owned and assess every alternative based on 5 criteria established, i.e. the insurance benefits, premiums, the insurance risk, the entry age for insured and premium payment method. Parameters are compared in this study is the running time and time complexity of both algorithms are used. By implementing the method of AHP and SMART method obtained the best insurance company is Prudential. The running time process of using the SMART method is faster than compared to the method of AHP. The running time using method of AHP by testing 10 data obtained 15187 millisecond, while using the SMART method obtained 415 millisecond. The time complexity that required to call the function AHP algorithm is

θ _{(n), while the time complexity that required to call the function SMART algorithm}

is θ _(n).

Key words : Decision Support Systems, Analytic Hierarchy Process, Simple Multi Attribute Rating Technique, Selection of The Best Insurance Companies, Running Time, Time Complexity.

BAB 1

PENDAHULUAN

1.1. Latar Belakang

Asuransi adalah istilah yang digunakan untuk merujuk pada tindakan, sistem, atau bisnis di mana perlindungan finansial (atau ganti rugi secara finansial) untuk jiwa, properti, kesehatan dan lain sebagainya mendapatkan penggantian dari kejadian-kejadian yang tidak dapat diduga yang dapat terjadi seperti kematian, kehilangan, kerusakan atau sakit, di mana melibatkan pembayaran premi secara teratur dalam jangka waktu tertentu sebagai ganti polis yang menjamin perlindungan tersebut. Asuransi memiliki manfaat utama yaitu menempatkan posisi keuangan tertanggung kembali kepada saat sebelum terjadi kerugian.

Keluarga atau seseorang pasti pernah berpikir tentang adanya resiko di masa mendatang. Resiko tersebut seperti resiko kematian, resiko terserang penyakit, resiko atas kerusakan atau hilang barang. Keluarga atau seseorang yang tidak memiliki asuransi, jika terjadi resiko mereka harus mengeluarkan uang mereka/mengambilnya dari tabungan, menjual asset, atau mungkin juga meminjam dari saudara dan teman. Berbeda halnya jika sesorang memiliki asuransi, apabila terjadi resiko maka resiko akan dialihkan kepada perusahaan asuransi. Sebelum bergabung ke dalam perusahaan asuransi, seseorang/keluarga yang ingin memiliki asuransi harus mendapatkan informasi secara detail tentang perusahaan asuransi tersebut. Karena apabila salah memilih perusahaan asuransi bisa juga memengaruhi persoalan di masa mendatang, salah satu persoalannya adalah terjadinya kebangkrutan pada perusahaan asuransi tempat nasabah bergabung, disebabkan karena kurangnya pengetahuan nasabah tentang kekuatan finansial perusahaan asuransi tempatnya bergabung dan informasi tentang produk asuransi jiwa yang dibeli. Beberapa kriteria yang harus diperhatikan

seseorang sebelum bergabung ke dalam sebuah perusahaan asuransi dan membeli produk asuransi jiwa adalah biaya/premi, manfaat asuransi, masa pertanggungan asuransi, usia masuk tertanggung, dan cara pembayaran premi dalam menentukan pilihan perusahaan asuransi untuk dipilihnya.

Sistem Pendukung Keputusan merupakan suatu sistem interaktif yang mendukung keputusan dalam proses pengambilan keputusan melalui alternatif-alternatif yang diperoleh dari hasil pengolahan data, informasi dan rancangan model. Ada beberapa metode yang dapat digunakan dalam sistem pendukung keputusan, salah satunya adalah Analytic Hierarchy Process (AHP) dan Simple Multi Attribute Rating Technique (SMART). AHP menguraikan masalah multi faktor atau multi kriteria yang kompleks menjadi suatu hirarki. AHP memiliki banyak keunggulan dalam menjelaskan proses pengambilan keputusan. Salah satunya adalah dapat digambarkan secara grafis sehingga mudah dipahami oleh semua pihak yang terlibat dalam pengambilan keputusan (Kusrini, 2007). Sedangkan SMART merupakan metode pengambilan keputusan multi kriteria yang dikembangkan oleh Edward pada tahun 1977. Teknik pengambilan keputusan multi kriteria ini didasarkan pada teori bahwa setiap alternatif terdiri dari sejumlah kriteria yang memiliki nilai-nilai dan setiap kriteria memiliki bobot yang menggambarkan seberapa penting ia dibandingkan dengan kriteria lain. SMART merupakan metode pengambilan keputusan yang fleksibel. SMART lebih banyak digunakan karena kesederhanaanya dalam merespon kebutuhan pembuat keputusan dan caranya menganalisa respon (Handy Theorema P, 2011). Alasan penulis menggunakan kedua metode ini karena metode ini memiliki kelebihannya masing-masing dan dari referensi yang penulis dapat dari penelitian yang sebelumnya juga menggunakan metode AHP dan SMART. Oleh karena itu, penulis berniat membandingkan metode AHP dan SMART untuk menentukan perusahaan asuransi yang terbaik.

Berdasarkan yang telah diuraikan diatas maka penulis memilih judul

”PERBANDINGAN METODE ANALYTIC HIERARCHY PROCESS (AHP)

DENGAN SIMPLE MULTI ATTRIBUTE RATING TECHNIQUE (SMART)

1.2. Rumusan Masalah

Berdasarkan latar belakang yang telah diuraikan sebelumnya, rumusan masalah dalam penelitian ini adalah bagaimana menentukan perusahaan asuransi terbaik dengan membandingkan metode Analytic Hierarchy Process (AHP) dan Simple Multi Attribute Rating Technique (SMART).

1.3. Batasan Masalah

Berdasarkan latar belakang diatas batasan masalah dalam penelitian ini adalah : 1. Dalam penelitian ini metode Analytic Hierarchy Process (AHP) dan metode

Simple Multi Attribute Rating Technique (SMART) dibandingkan.

2. Asuransi yang diteliti dalam penelitian ini adalah asuransi jiwa tradisional yang memiliki unsur asuransi jiwa seumur hidup.

3. Sample yang digunakan dalam penelitian ini ada 10 perusahaan asuransi jiwa di kota medan yang tergabung dalam Asosiasi Asuransi Jiwa Indonesia (AAJI) yaitu PT. ACE Life Assurance, PT. AIA Financial, PT. Axa Mandiri Financial Services, PT. BNI Life Insurance, PT. Asuransi Jiwa BRIngin Life, PT. Indolife Pesniontama, PT. Asuransi Jiwasraya, PT. Asuransi Jiwa Mega Life, PT. Asuransi Jiwa Sequis Life, PT. Prudential Life Assurance.

4. Kriteria yang digunakan dalam penelitian ini diantaranya adalah biaya/premi, usia masuk tertanggung, cara pembayaran premi, masa pertanggungan, manfaat asuransi.

5. Parameter yang dibandingkan adalah kecepatan waktu dan kompleksitas waktu (Big Ɵ_{) dari setiap metode.}

6. Aplikasi yang dirancang dalam penelitian ini menggunakan bahasa pemrograman Microsoft Visual Studio .Net 2010 dan Database Mangement System yang digunakan adalah MySql.

1.4. Tujuan Penelitian

Tujuan dari penelitian ini adalah untuk mengetahui kecepatan waktu dan kompleksitas waktu dari metode Analytic Hierarchy Process (AHP) dan Simple Multi Attribute Rating Technique (SMART).

1.5. Manfaat Penelitian

Manfaat dari penelitian ini adalah :

1. Mengetahui hasil perbandingan metode Analytic Hierarchy Process (AHP) dengan Simple Multi Attribute Rating Technique (SMART) dalam menentukan perusahaan asuransi terbaik.

2. Memberi kemudahan kepada nasabah dalam memilih perusahaan asuransi yang terbaik.

3. Sebagai sumber informasi bagi para pembaca mengenai perusahaan asuransi yang terbaik dan sebagai bahan acuan dalam pengembangan selanjutnya.

1.6. Metodologi Penelitian

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

1. Studi Literatur

Penulis mengumpulkan bahan dan data referensi dengan melakukan studi kepustakaan melalui membaca buku-buku, skripsi, dan jurnal yang dapat mendukung penulisan skripsi ini yang relevan mengenai metode sistem pendukung keputusan Analytic Hierarchy Process (AHP) dan Simple Multi Attribute Rating Technique (SMART).

2. Pengumpulan Data

Pada tahap ini penulis melakukan riset lapangan untuk memperoleh data secara langsung dari perusahaan asuransi.

3. Analisis dan Perancangan Sistem

Tahap ini digunakan untuk mengolah data dari hasil studi literatur dan data yang telah dikumpulkan, kemudian melakukan analisis dan merancang sistem

sesuai dengan kebutuhan pengguna menggunakan metode AHP dan metode SMART.

4. Implementasi Sistem

Metode ini dilaksanakan dengan mengimplementasikan rancangan sistem yang telah dibuat pada analisis dan perancangan sistem ke dalam program komputer dengan menggunakan bahasa pemrograman Microsoft Visual Studio .Net 2010 dan Database Mangement System yang digunakan adalah MySql.

5. Pengujian Sistem

Metode ini dilaksanakan dengan mengimplementasikan metode AHP dan metode SMART ke dalam perancangan aplikasi pemilihan perusahan asuransi terbaik. Hasil program kemudian akan diuji dan dianalisis perbandingan kecepatan waktu sistem dan tingkat keakurasiannya.

6. Dokumentasi

Metode ini berisi laporan dan kesimpulan akhir dari hasil analisa data dan pengujian dalam bentuk skripsi.

1.7. Sistematika Penulisan

Adapun sistematika penulisan skripsi ini adalah sebagai berikut :

BAB 1 : PENDAHULUAN

Bab ini membahas mengenai latar belakang dalam pemilihan judul skripsi ini yaitu “Perbandingan Metode Analytic Hierarchy Process (AHP) dengan Simple Multi Attribute Rating Technique (SMART) Dalam Menentukan Perusahaan Asuransi Terbaik”, 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 judul skripsi ini, baik itu menegenai asuransi, sistem pendukung keputusan, metode AHP, metode SMART dan teori yang berkaitan lainnya.

BAB 3 : ANALISIS DAN PERANCANGAN SISTEM

Bab ini membahas analisis yang dilakukan terhadap permasalahan dalam menentukan perusahaan asuransi terbaik dan perancangan

sistem yang akan dibangun dengan mengimplementasikan metode AHP dan SMART.

BAB 4 : IMPLEMENTASI DAN PENGUJIAN SISTEM

Bab ini berisi implementasi dari hasil analisis dan perancangan sistem yang telah dibahas di bab sebelumnya, pengujian sistem yang telah dibuat, kemudian melihat apakah sistem masih memiliki kekurangan atau sudah sesuai dengan kebutuhan.

BAB 5 : KESIMPULAN DAN SARAN

Bab ini berisi kesimpulan dari uraian bab-bab yang sebelumnya dan saran-saran yang diharapkan bermanfaat dalam membantu pengembangan sistem selanjutnya serta penelitian yang berkaitan.

BAB 2

TINJAUAN PUSTAKA

2.1 Asuransi Jiwa

Dalam Undang-Undang Republik Indonesia Nomor 40 Tahun 2014 Tentang Perasuransian, pada Bab 1 Ketentuan Umum yang dimaksud dengan :

1. Asuransi adalah perjanjian antara dua pihak, yaitu perusahaan asuransi dan pemegang polis, yang menjadi dasar bagi penerimaan premi oleh perusahaan asuransi sebagai imbalan untuk:

a. memberikan penggantian kepada tertanggung atau pemegang polis karena kerugian, kerusakan, biaya yang timbul, kehilangan keuntungan, atau tanggung jawab hukum kepada pihak ketiga yang mungkin diderita tertanggung atau pemegang polis karena terjadinya suatu peristiwa yang tidak pasti; atau

b. memberikan pembayaran yang didasarkan pada meninggalnya tertanggung atau pembayaran yang didasarkan pada hidupnya tertanggung dengan manfaat yang besarnya telah ditetapkan dan/atau didasarkan pada hasil pengelolaan dana (Pasal 1 No 1).

2. Usaha Asuransi Jiwa adalah usaha yang menyelenggarakan jasa penanggulangan risiko yang memberikan pembayaran kepada pemegang polis, tertanggung, atau pihak lain yang berhak dalam hal tertanggung meninggal dunia atau tetap hidup, atau pembayaran lain kepada pemegang polis, tertanggung, atau pihak lain yang berhak pada waktu tertentu yang diatur dalam peranjian, yang besarnya telah ditetapkan dan/atau didasarkan pada hasil pengelolaan dana (Pasal 1 No. 6). 3. Perusahaan Asuransi adalah perusahaan asuransi umum dan perusahaan asuransi

4. Pernegang Polis adalah Pihak yang mengikatkan diri berdasarkan perjanjian dengan Perusahaan Asuransi, Perusahaan Asuransi Syariah, perusahaan reasuransi, atau peru sahaan reasuransi syariah untuk mendapatkan pelindungan atau pengelolaan atas risiko bagi dirinya, tertanggung, atau peserta lain (Pasal 1 No. 22).

5. Tertanggung adalah Pihak yang menghadapi risiko sebagaimana diatur dalam peranjian Asuransi atau perjanjian reasuransi (Pasal 1 No. 23).

6. Objek Asuransi adalah jiwa dan raga, kesehatan manusia, tanggung jawab hukum, benda dan jasa, serta semua kepentingan lainnya yang dapat hilang, rusak, rugi, dan/atau berkurang nilainya (Pasal 1 No. 25).

7. Premi adalah sejumlah uang yang ditetapkan oleh Perusahaan Asuransi atau perusahaan reasuransi dan disetujui oleh Pemegang Polis untuk dibayarkan berdasarkan perjanjian Asuransi atau peranjian reasuransi, atau sejumlah uang yang ditetapkan berdasarkan ketentuan peraturan perundang-undangan yang mendasari program asuransi wajib untuk memperoleh manfaat (Pasal 1 No. 29).

Beberapa istilah asuransi yang terdapat pada penulisan skripsi ini, diantaranya adalah : 1. Polis : Perjanjian asuransi antara penanggung dan pemegang polis serta dokumen lainnya yang tidak terpisahkan dengan perjanjian asuransi tersebut. Polis asuransi juga sering disebut kontrak polis atau kontrak.

2. Premi

Nilai yang tercantum dalam polis yang disetujui oleh pemegang polis, untuk dibayarkan kepada perusahaan asuransi agar polis tetap aktif.

3. Tertanggung

Orang yang jiwanya diasuransikan (pihak yang ditanggung oleh polis asuransi jiwa)

4. Nilai Tunai

Nilai polis pada satu saat tertentu yang besarnya tidak sama dengan jumlah premi yang telah dibayar. Biasanya selalu lebih kecil dari jumlah premi yang dibayar. 5. Manfaat Asuransi

Jenis-jenis dan besarnya manfaat produk asuransi ini sebagaimana dicantumkan dalam Polis

6. Masa Pertanggungan

Masa berlakunya perlindungan asuransi, yaitu sejak tanggal berlakunya polis sampai dengan tanggal berakhirnya polis.

2.2. Sistem Pendukung Keputusan

2.2.1. Sistem

Sistem adalah suatu kumpulan atau susunan dari sesuatu atau benda, yang berhubungan sedemikian rupa sehingga membentuk satu kesatuan atau keseluruhan (Ginting, 2014).

Struktur dari sebuah sistem meliputi masukan, proses, keluaran, umpan balik, lingkungan dan batasan sistem. Masukan merupakan elemen yang akan mempengaruhi kinerja sebuah sistem. Proses merupakan seluruh elemen untuk mentransformasikan masukan menjadi keluaran. Keluaran menunjukkan produk akhir atau konsekuensi dari suatu sistem. Umpan balik merupakan aliran informasi dari komponen keluaran ke pembuat keputusan tentang performansi dari sistem. Lingkungan terdiri dari beberapa elemen yang berada diluar sistem, dalam arti bukan masukan, proses dan keluran. Batasan sistem merupakan sebuah pemisah antara suatu subsistem dengan subsistem lainnya atau dengan sistem dengan lingkungannya (Kosasi, 2002).

Ciri-ciri sistem terdiri dari : 1. Seperangkat elemen atau komponen

2. Saling berinteraksi antara satu komponen dengan komponen lainnya 3. Membentuk satu kesatuan untuk mencapai satu tujuan tertentu 4. Memiliki atribut (Ginting, 2014).

2.2.2. Pengambilan Keputusan

Persoalan pengambilan keputusan, pada dasarnya adalah bentuk pemilihan dari berbagai alternatif tindakan yang mungkin dipilih yang prosesnya melalui mekanisme tertentu, dengan harapan akan menghasilkan sebuah keputusan yang terbaik. Penyusunan model keputusan adalah suatu cara untuk mengembangkan hubungan-hubungan logis yang mendasari persoalan keputusan ke dalam suatu model matematis,

yang mencerminkan hubungan yang terjadi diantara faktor-faktor yang terlibat. (Suryadi & Ramdhani, 1998).

Guna membantu mempercepat dan mempermudah proses pengambilan keputusan, diperlukan suatu bentuk Sistem Pendukung Keputusan (Decision Support System). Tujuannya adalah untuk membantu pengambil keputusan memilih berbagai alternatif keputusan yang merupakan hasil pengolahan informasi-informasi yang diperoleh/tersedia dengan menggunakan model-model pengambilan keputusan. Ciri utama, sekaligus keunggulan dari Sistem Pendukung Keputusan (SPK) tersebut adalah kemampuannya untuk menyelesaikan masalah-masalah yang tidak terstruktur (Suryadi & Ramdhani, 1998).

2.2.3. Sistem Pendukung Keputusan

Sistem pendukung keputusan pertama kali dikenalkan pertama kali pada awal tahun 1970 oleh Michael S. Scott dengan istilah Management Decision System yang merupakan suatu sistem berbasis komputer yang membantu pengambilan keputusan dengan memanfaatkan data dan model-model untuk menyelesaikan masalah-masalah yang tidak terstruktur (Turban et al. 2007).

Jenis informasi yang dibutuhkan untuk mengambil keputusan ada tiga : 1. Informasi untuk pengendalian dan pemanfaatan sumber daya yang dimiliki. 2. Laporan efisiensi pelaksanaan dan pengelolaan.

3. Laporan efektivitas pencapaian tujuan sebagai fungsi penggunaan sumber (Ginting, 2014).

2.2.4 Karakteristik Sistem Pendukung Keputusan

Sistem Pendukung Keputusan merupakan pasangan sumber-sumber intelektual dari individu-individu dengan komputer untuk memperbaiki kualitas dari suatu keputusan. 1. Memfokuskan diri dari pada keputusan-keputusan yang tidak terstruktur dan semi

terstruktur.

2. Fleksibel pada perubahan-perubahan keperluan. 3. Mudah untuk dipergunakan.

4. Komputer harus mendukung manajer, tetapi tidak menggantikan kebijaksanaannya.

5. Dukungan utama diberikan untuk masalah yang tidak terstruktur, masalah dapat dianalisis secara matematis oleh komputer, tetapi kebijaksanaan manajer juga diperlukan untuk proses kontrol.

6. Pemecahan masalah yang efektif lebih interaktif dan saling berdialog antara pemakai dan sistem.

7. Fleksibel terhadap spesifikasi keperluan keluaran.

8. Mudah untuk dikembangkan dan digunakan untuk para non professional. 9. Memberikan respon yang cepat.

10. Mempunyai tempat yang tinggi untuk kontrol pemakai dan instruksinya. 11. Difokuskan pada Top Management.

12. Lebih difokuskan pada efektifitas daripada efisiensi (Ginting, 2014).

Sistem Pendukung Keputusan dapat memberikan berbagai manfaat atau keuntungan bagi pemakainya. Keuntungan yang dimaksud di antaranya meliputi : 1. Sitem Pendukung Keputusan memperluas kemampuan pengambil keputusan

dalam memproses data/informasi bagi pemakainya.

2. Sistem Pendukung Keputusan membantu pengambil keputusan dalam hal penghematan waktu yang dibutuhkan untuk memecahkan masalah terutama berbagai masalah yang sangat kompleks dan tidak terstruktur.

3. Sistem Pendukung Keputusan dapat menghasilkan solusi dengan lebih cepat serta hasilnya dapat diandalkan.

4. Walaupun suatu Sistem Pendukung Keputusan, mungkin saja tidak mampu memecahkan masalah yang dihadapi oleh pengambil keputusan, namun ia dapat menjadi stimulan bagi pengambil keputusan dalam memahami persoalannya. Karena sistem pendukung keputusan mampu menyajikan berbagai alternatif. Sistem Pendukung keputusan dapat menyediakan bukti tambahan untuk memberikan pembenaran sehingga dapat memperkuat posisi pengambil keputusan (Daihani, 2001).

Di samping berbagai keuntungan dan manfaat seperti dikemukakan sebelumnya, SPK juga memiliki beberapa keterbatasan, diantaranya adalah :

1. Ada beberapa kemampuan manajemen dan bakat manusia yang tidak dapat dimodelkan, sehingga model yang ada dalam sistem tidak semuanya mencerminkan persoalan sebenarnya.

2. Kemampuan suatu SPK terbatas pada pembendaharaan pengetahuan yang dimilikinya (pengetahuan dasar serta model dasar).

3. Proses-proses yang dapat dilakukan oleh SPK biasanya tergantung juga pada kemampuan perangkat lunak yang digunakannya.

4. SPK tidak memiliki kemampuan intuisi seperti yang dimiliki oleh manusia. Karena walau bagaimana pun canggihnya suatu SPK, dia hanyalah suatu kumpulan perangkat keras, perangkat lunak dan sistem operasi yang tidak dilengkapi dengan kemampuan berpikir (Daihani, 2001).

2.2.5. Langkah-Langkah Pemodelan dalam Sistem Pendukung Keputusan (SPK) Saat melakukan pemodelan dalam pembangunan Sistem Pendukung Keputusan dilakukan langkah-langkah sebagai berikut :

1. Studi Kelayakan (Intelligence)

Pada langkah ini, sasaran ditentukan dan dilakukan pencarian prosedur, pengumpulan data, identifikasi masalah, identifikasi kepemilikan masalah, klasifikasi masalah, hingga akhirnya terbentuk sebuah pernyataan masalah. Kepemilikan masalah berkaitan dengan bagian apa yang akan dibangun oleh SPK dan apa tugas dari bagian tersebut sehingga model tersebut bisa relevan dengan kebutuhan si pemilik masalah.

2. Perancangan (Design)

Pada tahapan ini akan diformulasikan model yang akan digunakan dan kriteria-kriteria yang ditentukan. Setelah itu, dicari alternatif model yang bisa menyelesaikan permasalahan tersebut. Langkah selanjutnya adalah memprediksi keluaran yang mungkin. Kemudian, ditentukan variabel-variabel model.

3. Pemilihan (Choice)

Setelah pada tahap design ditentukan berbagai alternatif model beserta variabel-variabelnya, pada tahapan ini akan dilakukan pemilihan modelnya, termasuk solusi dari model tersebut. Selanjutnya, dilakukan analisis sensitivitas, yakni dengan mengganti beberapa variabel.

4. Membuat SPK

Setelah melakukan modelnya, berikutnya adalah mengimplementasikannya dalam aplikasi SPK (Kusrini, 2007).

Fase Proses Pengambilan Keputusan dapat dilihat pada gambar 2.1.

Gambar 2.1. Fase Proses Pengambilan Keputusan

2.3. Algoritma

Definisi algoritma :

1. Teknik penyusunan langkah-langkah penyelesaian masalah dalam bentuk kalimat dengan jumlah kata terbatas, tetapi tersusun secara logis dan sistematis.

2. Suatu prosedur yang jelas untuk menyelesaikan suatu persoalan dengan menggunakan langkah-langkah tertentu dan terbatas jumlahnya (Suarga, 2006).

2.3.1. Ciri-Ciri Algoritma

Donald E. Knuth, seorang penulis beberapa buku algoritma abad XX, menyatakan bahwa ada beberapa ciri algoritma, yaitu :

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

2. Setiap langkah harus didefinisikan dengan tepat sehingga tidak memiliki arti ganda (non ambigous).

Sistem Informasi Manajemen/ Pengolahan Data Elektronik

Ilmu Manajemen/Operation Research

INTELLIGENCE

DESIGN

CHOICE

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

5. Algoritma harus efektif, bila diikuti benar-benar akan menyelesaikan persoalan (Suarga, 2006).

2.3.2. Sifat Algoritma

Berdasarkan ciri algoritma yang dipaparkan oleh Donal Knuth dan definisi algoritma maka dapat disimpulkan sifat suatu algoritma, yaitu sebagai berikut :

1. input : Suatu algoritma memiliki input atau kondisi awal sebelum algoritma dilaksanakan dan bisa berupa nilai-nilai pengubah yang diambil dari himpunan khusus.

2. output : Suatu algoritma akan menghasilkan output setelah dilaksanakan, atau algoritma akan mengubah kondisi awal menjadi kondisi akhir, dimana nilai output diperoleh dari nilai input yang telah diproses melalui algoritma.

3. definiteness : Langkah-langkah yang dituliskan dalam algoritma terdefinisi dengan jelas sehingga mudah dilaksanakan oleh pengguna algoritma.

4. finiteness : Suatu algoritma harus memberi kondisi akhir atau output setelah melakukan sejumlah langkah yang terbatas jumlahnya untuk setiap kondisi awal atau input yang diberikan.

5. effectiveness : Setiap langkah dalam algoritma bisa dilaksanakan dalam selang waktu tertentu sehingga pada akhirnya memberi solusi sesuai yang diharapkan. 6. generality : Langkah-langkah algoritma berlaku untuk setiap himpunan input yang sesuai dengan persoalan yang akan diberikan , tidak hanya untuk himpunan tertentu (Suarga, 2006).

2.3.3. Struktur Algoritma

Agar algoritma dapat ditulis lebih teratur maka sebaiknya dibagi kedalam beberapa bagian. Salah satu struktur yang sering dijadikan patokan adalah berikut :

1. Bagian Kepala (Header) : memuat nama algoritma serta informasi atau keterangan tentang algoritma yang ditulis.

2. Bagian Deklarasi/Definisi Variabel : memuat definisi tentang nama variabel, nama tetapan, nama prosedur, nama fungsi, tipe data yang akan digunakan dalam algoritma.

3. Bagian Deskripsi/Rincian Langkah : memuat langkah-langkah penyelesaian masalah, termasuk beberapa perintah seperti baca data, tampilkan, ulangi, yang mengubah data input menjadi output, dan sebagainya (Suarga, 2006).

2.3.4 Time Complexity

Time Complexity (Kompleksitas waktu) adalah hubungan waktu komputasi dan jumlah input.

Big Ɵ _{(Big Theta) adalah bagian dari kompleksitas waktu dari sebuah} 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} c2 sedemikian berlaku (Asma, 2014) :

| C1 g(n) | <= | f(n) | <= |C2 g(n) |; ∀n > n0. (2.1)

2.4. Fuzzy Multiple Attribute Decision Making Methods (FMADM)

Multiple Criteria Decision Making (MCDM) adalah suatu metode pengambilan keputusan untuk menetapkan alternatif terbaik dari sejumlah alternative berdasarkan beberapa kriteria tertentu. Kriteria biasanya berupa ukuran-ukuran, aturan-aturan atau standar yang digunakan dalam pengambilan keputusan. Berdasarkan tujuannya, MCDM dapat dibagi menjadi 2 model : Multi Attribute Decision Making (MADM) dan Multi Objective Decision Making (MODM).

MADM digunakan untuk menyelesaikan masalah-masalah dalam ruang diskret. Oleh karena itu, pada MADM biasanya digunakan untuk melakukan penilaian atau seleksi terhadap beberapa alternatif dalam jumlah yang terbatas. Sedangkan MODM digunakan untuk menyelesaikan masalah-masalah pada ruang kontinyu (seperti permasalahan pada pemrograman matematis).

Pada dasarnya, proses MADM dilakukan melalui 3 tahap, yaitu penyusunan komponen-komponen situasi, analisis, dan sintesis informasi. Sebagian besar pendekatan MADM dilakukan melalui 2 langkah, yaitu : pertama, melakukan agregasi terhadap keputusan-keputusan yang tanggap terhadap semua tujuan pada setiap alternatif; kedua, melakukan perankingan alternatif-alternatif keputusan tersebut berdasarkan hasil agregasi keputusan. Masalah MADM diakhiri dengan proses

perankingan untuk mendapatkan alternatif terbaik yang diperoleh berdasarkan nilai keseluruhan preferensi yang diberikan.

Ada beberapa metode yang dapat digunakan untuk menyelesaikan masalah MADM, antara lain :

1. Simple Additive Weighting Method (SAW) 2. Weighted Product (WP)

3. ELECTRE

4. Technique for Order Preference by Similarity to Ideal Solution (TOPSIS) 5. Analythic Hierarchy Process (AHP) (Kusumadewi, 2006).

2.4.1 Analytical Hierarchy Process (AHP)

Proses pengambilan keputusan pada dasarnya adalah memilih suatu alternatif. Peralatan utama Analytical Hierarchy Process (AHP) adalah sebuah hirarki fungsional dengan input utamanya persepsi manusia. Dengan hirarki, suatu masalah kompleks dan tidak terstruktur dipecahkan ke dalam kelompok-kelompoknya. Kemudian kelompok-kelompok tersebut diatur menjadi suatu bentuk hirarki. Kelebihan AHP dibandingkan dengan yang lainnya adalah :

1. Struktur yang berhirarki, sebagai konsekuensi dari kriteria yang dipilih, sampai pada sub-sub kriteria yang paling dalam.

2. Memperhitungkan validitas sampai dengan batas toleransi inkonsistensi berbagai kriteria dan alternatif yang dipilih oleh para pengambil keputusan.

3. Memperhitungkan daya tahan atau ketahanan output analisis sensitivitas pengambilan keputusan.

Selain itu, AHP mempunyai kemampuan untuk memecahkan masalah yang multi-objektif dan multi-kriteria yang berdasar pada perbandingan preferensi dari setiap elemen dalam hirarki (Suryadi & Ramdhani, 1998).

2.4.1.1 Prinsip Kerja Analytical Hierarchy Process (AHP)

Prinsip kerja AHP adalah penyederhanaan suatu persoalan kompleks yang tidak terstruktur, strategik, dan dinamik menjadi bagian-bagiannya, serta menata dalam suatu hirarki. Kemudian tingkat kepentingan setiap variabel diberi nilai numerik secara subjektif tentang arti penting variabel tersebut secara relatif dibandingkan dengan variabel lain. Dari berbagai pertimbangan tersebut kemudian dilakukan sintesa

untuk menetapkan variabel yang memiliki prioritas tinggi dan berperan untuk mempengaruhi hasil pada sistem tersebut. Gambar Struktur Hirarki AHP dapat dilihat pada gambar 2.2 (Nasibu, 2009).

Gambar 2.2. Struktur Hirarki AHP (Nasibu, I. Z, 2009)

Dalam menyelesaikan permasalahan-permasalahan dengan AHP ada beberapa prinsip yang harus dipahami, diantaranya adalah :

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, untuk berbagai persoalan, skala 1 sampai 9 adalah skala terbaik untuk mengekspresikan pendapat. Nilai dan definisi pendapat kualitatif dari skala perbandingan Saaty bisa diukur menggunakan tabel analisis seperti ditunjukkan pada Tabel 2.1.

Sasaran

Kriteria

Sub kriteria

Tabel 2.1. Skala Nilai Perbandingan Berpasangan

Intensitas

Kepentingan Keterangan

1 Kedua elemen sama penting nya

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 berdekatan Kebalikan Jika aktivitas i mendapat satu angka dibandingkan dengan

aktivitas j, maka j memiliki nilai kebalikannya dibandingkan i

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 Logis)

Konsistensi memiliki dua makna. Pertama, objek-objek yang serupa bisa dikelompokkan sesuai dengan keseragaman dan relevansi. Kedua, meyangkut tingkat hubungan antarobjek yang didasarkan pada kriteria tertentu (Kusrini, 2007).

Pada dasarnya langkah-langkah dalam metode AHP meliputi :

1. Mendefinisikan masalah dan menentukan solusi yang diinginkan, lalu menyusun hierarki dari permasalahan yang dihadapi.

Penyusunan hierarki adalah dengan menetapkan tujuan yang merupakan sasaran sistem secara keseluruhan pada level teratas.

2. Menentukan prioritas elemen

a. Langkah pertama dalam menentukan prioritas elemen adalah membuat perbandingan berpasangan sesuai kriteria yang diberikan.

b. Matriks perbandingan berpasangan diisi menggunakan bilangan untuk merepresentasikan kepentingan relatif dari suatu elemen terhadap elemen yang lainnya.

3. Sintesis

Pertimbangan-pertimbangan terhadap perbandingan berpasangan disintesis untuk memperoleh keseluruhan prioritas. Hal-hal yang dilakukan dalam langkah ini adalah :

a. Menjumlahkan nilai-nilai dari setiap kolom pada matriks

b. Membagi setiap nilai dari kolom dengan total kolom yang bersangkutan untuk memperoleh normalisasi matriks

c. Menjumlahkan nilai-nilai dari setiap baris dan membaginya dengan jumlah elemen untuk mendapatkan nilai rata-rata

4. Mengukur Konsistensi

Dalam pembuatan keputusan, penting untuk mengetahui seberapa baik konsistensi yang ada karena kita tidak mengiginkan keputusan berdasarkan pertimbangan dengan konsistensi yang rendah. Hal-hal yang dilakukan dalam langkah ini adalah :

a. Kalikan setiap nilai pada kolom pertama dengan prioritas relatif elemen pertama, nilai pada kolom kedua dengan prioritas relatif elemen kedua, dan seterusnya.

b. Jumlahkan setiap baris

c. Hasil dari penjumlahan baris dibagi dengan elemen prioritas relatif yang bersangkutan

d. Jumlahkan hasil bagi di atas dengan banyaknya elemen yang ada, hasilnya disebut

5. Hitung Consistency Index (CI) dengan rumus :

= ( − )/ − 1 (2.2) dimana n = banyaknya elemen

6. Memeriksa konsistensi hierarki. Jika nilainya lebih dari 10%, maka penilaian data judgment harus diperbaiki. Namun jika rasio konsistensi (CI/CR) kurang atau sama dengan 0,1, maka hasil perhitungan bisa dinyatakan benar.

Daftar Indeks Random Konsistensi (IR) bisa dilihat dalam Tabel 2.2 (Kusrini, 2007).

Tabel 2.2 Daftar Indeks Random Konsistensi

Ukuran Matriks Nilai IR

1,2 0,00

3 0,38

4 0,90

5 1,12

6 1,24

7 1,32

8 1,41

9 1,45

10 1,49

11 1,51

12 1,48

13 1,56

14 1,57

15 1,59

2.4.2. Simple Multi Attribute Rating Technique (SMART)

Simple Multi Attribute Rating Technique merupakan metode pengambilan keputusan yang multi kriteria yang dikembangkan oleh Edward pada tahun 1977. Teknik pengambilan keputusan multi kriteria ini didasarkan pada teori bahwa setiap alternatif terdiri dari sejumlah kriteria yang memiliki nilai-nilai dan setiap kriteria memiliki bobot yang menggambarkan seberapa penting ia dibandingkan dengan kriteria lain. Pembobotan ini digunakan untuk menilai setiap alternatif agar diperoleh alternatif terbaik.

SMART menggunakan linear additive model untuk meramal nilai setiap alternatif. SMART merupakan metode pengambilan keputusan yang fleksibel. SMART lebih banyak digunakan karena kesederhanaanya dalam merespon kebutuhan

pembuat keputusan dan caranya menganalisa respon. Analisa yang terlibat adalah transparan sehingga metode ini memberikan pemahaman masalah yang tinggi dan dapat diterima oleh pembuat keputusan.

Model fungsi utiliti linear yang digunakan dalam SMART adalah :

= , ∀ = 1, … , (2.3)

Keterangan:

− : nilai pembobotan kriteria ke-j dari k kriteria − : nilai utility alternatif i pada kriteria j

− Pemilihan keputusan adalah mengidentifikasi mana dari n alternatif yang mempunyai nilai fungsi terbesar.

− Nilai fungsi ini juga dapat digunakan untuk meranking n alternatif. (Handy Theorema P, 2011)

2.4.2.1 Kelebihan Metode SMART

SMART memiliki beberapa kelebihan dibandingkan dengan metode pengambilan keputusan yang lain yaitu :

1. Mungkin melakukan penambahan/pengurangan alternatif

Pada metode SMART penambahan atau pengurangan alternatif tidak akan mempengaruhi perhitungan pembobotan karena setiap penilaian alternatif tidak saling bergantung.

2. Sederhana

Perhitungan pada metode SMART lebih sederhana sehingga tidak diperlukan perhitungan matematis yang rumit dengan pemahaman matematika yang kuat. 3. Transparan

Proses dalam menganalisa alternatif dan kriteria dalam SMART dapat dilihat oleh user sehingga user dapat memahami bagaimana alternatif itu dipilih. Alasan-alasan bagaimana alternatif itu dipilih dapat dilihat dari prosedur-prosedur yang dilakukan dalam SMART mulai dari penentuan kriteria, pembobotan, dan pemberian nilai pada setiap alternatif.

4. Fleksibelitas Pembobotan

Pembobotan yang dipakai didalam metode SMART ada 3 jenis yaitu pembobotan secara langsung (direct weighting), pembobotan swing (swing weighting), pembobotan centroid (centroid weighting) (Yunitarini, 2013).

2.4.2.2. Langkah – Langkah Dalam Metode SMART

Edwards mendefinisikan ada sepuluh langkah dalam penyelesaian metode SMART yaitu :

1. Mengidentifikasi masalah keputusan

Pendefinisian masalah harus dilakukan untuk mencari akar masalah dan batasan-batasan yang ada. Keputusan seperti apa yang akan diambil harus didefinisikan terlebih dahulu, sehingga proses pengambilan keputusan dapat terarah dan tidak menyimpang dari tujuan yang akan dicapai. Pendefinisian pembuat keputusan (decision maker) dilakukan agar pemberian nilai terhadap kriteria dapat sesuai dengan kepentingan kriteria tersebut terhadap alternatif. 2. Mengidentifikasi kriteria-kriteria yang digunakan dalam membuat keputusan 3. Mengidentifikasi alternatif-alternatif yang akan dievaluasi. Pada tahap ini akan

dilakukan proses pengumpulan data

4. Mengidentifikasi batasan kriteria yang relevan untuk penilaian alternatif Perlu untuk membatasi nilai. Ini dapat dicapai dengan menghilangkan tujuan yang kurang penting. Edwards berpendapat bahwa tidak perlu memiliki daftar lengkap suatu tujuan. Lima belas dianggap terlalu banyak dan delapan dianggap cukup besar

5. Melakukan peringkat terhadap kedudukan kepentingan kriteria. Dalam hal ini dinilai cukup mudah dibandingkan dengan pengembangan bobot. Hal ini perlu dilakukan untuk dapat memberikan bobot pada setiap kriteria. Karena bobot yang diberikan pada kriteria akan bergantung pada perankingan kriteria

6. Memberi bobot pada setiap kriteria

Pemberian bobot diberikan dengan nilai yang dapat ditentukan oleh user sendiri. Dalam hal ini akan dilakukan dua kali pembobotan yaitu berdasarkan kriteria yang dianggap paling penting dan berdasarkan kriteria yang dianggap paling tidak penting. Kriteria yang dianggap paling penting diberikan nilai 100. Kriteria yang penting berikutnya diberikan sebuah nilai yang

menggambarkan perbandingan kepentingan relatif ke dimensi paling tidak penting. Proses ini akan diteruskan sampai pemberian bobot ke kriteria yang dianggap paling tidak penting diperoleh.

Langkah yang sama juga akan dilakukan dengan membandingkan kriteria yang paling tidak penting yang diberikan nilai 10. Kriteria yang paling penting berikutnya diberikan sebuah nilai yang menggambarkan perbandingan kepentingan relatif ke dimensi paling penting. Proses ini akan diteruskan sampai pemberian bobot ke kriteria yang dianggap paling penting diperoleh. 7. Menghitung normalisasi bobot kriteria

Bobot yang diperoleh akan dinormalkan dimana bobot setiap kriteria yang diperoleh akan dibagikan dengan hasil jumlah setiap bobot kriteria. Normalisasi juga akan dilakukan berdasarkan kriteria yang paling penting dan kriteria yang paling tidak penting. Nilai dari dua normalisasi yang diperoleh akan dicari nilai rata-ratanya.

8. Mengembangkan single-attribute utilities yang mencerminkan seberapa baik setiap alternatif dilihat dari setiap kriteria. Tahap ini adalah memberikan suatu nilai pada semua kriteria untuk setiap alternatif. Dalam bidang ini seorang ahli memperkirakan nilai alternatif dalam skala 0-100. Dimana 0 sebagai nilai minimum dan 100 sebagai nilai maksimum.

9. Menghitung penilaian/utilitas terhadap setiap alternatif

Perhitungan dilakukan menggunakan fungsi yang telah ada yaitu :

(2.4)

Dimana adalah nilai pembobotan kriteria ke-j dari k kriteria dan adalah nilai utility alternatif i pada kriteria j. Nilai diperoleh dari langkah dan nilai

diperoleh dari langkah 8. 10.Memutuskan.

Nilai utilitas dari setiap alternatif akan diperoleh dari langkah 9. Jika suatu alternatif tunggal yang akan dipilih, maka pilih alternatif dengan nilai utilitas terbesar (Handy Theorema P, 2011).

2.5. Penelitian Terkait

Beberapa penelitian yang terkait dengan skripsi ini adalah :

1. Judul : PERANCANGAN SISTEM PENDUKUNG KEPUTUSAN UNTUK PEMILIHAN SUPPLIER BATIK MENGGUNAKAN ALGORITMA ANALYTICAL HIERARCHY PROCESS (AHP).

Dalam penelitian ini membahas mengenai pemilihan supplier bahan baku batik. Bahan baku utama tersebut didapat dengan cara memesan ke supplier-supplier bahan baku yang sebelumnya telah dipilih oleh IKM batik sesuai dengan kriteria masing-masing IKM. Akan tetapi dalam melakukan pemilihan supplier terdapat permasalahan yaitu tidak terdapatnya metode yang pasti untuk pengambilan keputusan pemilihan supplier bahan baku batik, yang mengakibatkan IKM rentan melakukan kesalahan dalam penentuan supplier. Oleh karena itu, dalam penelitian tugas akhir ini, penulis akan membuat sebuah sistem pendukung keputusan yang dapat membantu IKM batik dalam menentukan supplier yang memenuhi kriteria dari masing-masing IKM. Model pengambilan keputusan dalam SPK ini menggunakan Algoritma Analytical Hierarchy Process (AHP). Sistem Pendukung Keputusan ini dibuat berbasis web dengan bahasa pemrogaram PHP dan menggunakan MySql sebagai database management system (Mardiansyah et al. 2014).

2. Judul : PENERAPAN METODE ANALYTIC HIERARCHY PROCESS DALAM SISTEM PENUNJANG KEPUTUSAN UNTUK PEMILIHAN ASURANSI.

Dalam penelitian ini membahas mengenai pemillihan produk asuransi. Dalam pemilihan produk asuransi membutuhkan proses pengambilan keputusan yang cukup rumit karena melibatkan banyak kriteria seperti brand image perusahaan, besar premi yang harus dibayarkan, kemudahan prosedur klaim, dan lain sebagainya. Dalam penelitian ini, metode pengambilan keputusan yang digunakan adalah metode Analytic Hierarchy Process (AHP). Sistem ini dikembangkan menggunakan bahasa pemrograman Java Server Pages (JSP) versi 2.0 dan basis data MySql versi 5.0.18 (Sari & Sensuse, 2012).

3. Judul : SISTEM PENDUKUNG KEPUTUSAN PEMILIHAN MOBIL MENGGUNAKAN METODE SIMPLE MULTI ATTRIBUTE RATING TECHNIQUE (SMART).

Dalam penelitian ini membahas mengenai pemilihan mobil yang tepat sesuai dengan kriteria yang diinginkan. Masalah dalam penelitian ini tergolong ke dalam masalah yang bersifat multiobjective (banyak tujuan yang ingin dicapai) dan multicriterias (ada banyak kriteria yang menentukan dalam mencapai keputusan tersebut). Penelitian ini diharapkan dapat membantu menyelesaikan permasalahan dalam pemilihan mobil. Metode pengambilan keputusan untuk menyelesaikan penentuan pemilihan mobil dalam penelitian ini menggunakan metode SMART (Handy Theorema P, 2011).

BAB 3

ANALISIS DAN PERANCANGAN SISTEM

3.1 Analisis Masalah

Masalah utama dalam penelitian ini adalah bagaimana mengimplementasikan algoritma Analytic Hierarchy Process (AHP) dan Simple Multi Attribute Rating Technique (SMART) dalam menentukan perusahaan asuransi terbaik.

Diagram Ishikawa dapat digunakan untuk menganalisis masalah, bagian kepala atau segiempat yang berada disebelah kanan merupakan masalah, sedangkan pada bagian tulang merupakan penyebab seperti yang ditunjukkan pada gambar 3.1.

Gambar 3.1 Diagram Ishikawa

Bagaimana Menentukan Perusahaan Asuransi Terbaik Menggunakan Metode AHP dan SMART

HUMAN MATERIAL

METHOD MACHINE

Pengolahan Data Kriteria

Pengolahan Data Alternatif

Metode AHP

Metode SMART User sulit mengambil keputusan

VB. Net dan MySQL

Masih Menggunakan Pemilihan Manual

3.2 Analisis Kebutuhan Sistem

Tahap ini akan dilakukan pengurutan prioritas dari kebutuhan-kebutuhan bisnis yang ada. Analisis kebutuhan sistem dapat dikelompokkan menjadi 2 bagian yaitu :

1. Kebutuhan Fungsional

Kebutuhan fungsional merupakan sebuah deskripsi dari aktivitas dan pelayanan yang harus diberikan sistem. Kebutuhan fungsional yang dimaksud diantaranya adalah inputs, outputs, processes, stored data. Kebutuhan fungsional yang harus ada dalam sistem yang akan dibuat adalah :

1. Sistem harus dapat memberikan solusi terhadap sistem pendukung keputusan dalam menentukan perusahaan asuransi terbaik dengan mengimplementasikan metode AHP.

2. Sistem harus dapat memberikan solusi terhadap sistem pendukung keputusan dalam menentukan perusahaan asuransi terbaik dengan mengimplementasikan metode SMART.

3. Menggunakan kompleksitas waktu untuk mengetahui kinerja dari algoritma AHP dan SMART.

2. Kebutuhan Non Fungsional

Kebutuhan non fungsional merupakan sebuah deskripsi dari fitur, karakteristik, dan batasan yang mendefinisikan sebuah sistem yang memuaskan. Kebutuhan non fungsional dari sistem yang akan dibuat adalah :

1. Sistem diharapkan dapat memberikan tampilan yang mudah dipahami sehingga memberikan kemudahan kepada pengguna yang menggunakan sistem ini.

2. Diharapkan data dalam sistem dapat terintegrasi dengan baik dan disimpan didalam database sehingga dalam pemanggilan dan pemrosesan data menjadi lebih mudah.

3. Sistem diharapkan dapat membantu user untuk menentukan keputusan dalam memilih perusahaan asuransi.

4. Sstem diharapkan dapat dikembangkan lagi menjadi sistem yang lebih baik dan kompleks.

3.3 Analisis Proses

Dalam sistem terdapat 2 proses, yaitu proses menentukan perusahaan asuransi terbaik menggunakan metode AHP dan SMART.

3.3.1. Analisis Proses Dengan Menggunakan Metode Analytic Hieararchy Process (AHP)

Langkah-langkah penyelesaian masalah untuk menentukan perusahaan asuransi terbaik menggunakan metode AHP adalah sebagai berikut :

1. Kriteria yang digunakan dalam penelitian ini diantaranya adalah Manfaat, Premi, Masa Pertanggungan, Usia Masuk Tertanggung, dan Cara Pembayaran Premi dapat dilihat pada Tabel 3.1.

Tabel 3.1 Matriks Berpasangan Kriteria Untuk Menentukan Perusahaan Asuransi Terbaik

Kriteria Manfaat Premi Masa Pertanggungan

Usia Masuk Tertanggung

Cara Pembayaran

Premi

Manfaat 1

Premi 1

Masa

Pertanggungan 1

Usia Masuk

Tertanggung 1

Cara Pembayaran

Premi 1

Cara pengisian elemen-elemen matriks pada Tabel 3.1 adalah sebagai berikut :

a. Elemen a[I,j] = 1, dimana i = 1, 2, 3, …, n dan j = 1, 2, 3, …, n. Untuk penelitian ini n = 5.

b. Elemen matriks segitiga atas adalah sebagai masukan.

c. Elemen matriks segitiga bawah mempunyai rumus sebagai berikut :

%&, ' = _{% , &' , ( ) * ≠ &}1

Keterangan :

a[i, j] = elemen matriks segitiga atas a[j, i] = elemen matriks segitiga bawah i = baris, j = kolom

2. Menentukan Alternatif dalam penentuan perusahaan asuransi terbaik dapat dilihat pada Tabel 3.2

Tabel 3.2 Matriks Berpasangan Alternatif Manfaat ACE

Life AIA AXA Mandiri

BNI Life

BRIngin Life

Indo

Life Jiwasraya

Mega Life

Sequis

Life Prudential ACE Life

AIA AXA Mandiri BNI Life BRIngin Life Indo Life Jiwasraya Mega Life Sequis Life Prudential

3. Menguji konsistensi matriks berpasangan

= _{− 1},−

Keterangan :

CI = Rasio penyimpangan (deviasi) konsistensi (consistency index)

λ_{max = Nilai eigen terbesar dari matriks ordo n}

n = Ordo matriks

4. Menghitung matriks global untuk perankingan.

Penyelesaian Matriks Kriteria :

1. Menentukan kriteria dan menghitung matriks berpasangan dalam menentukan perusahaan asuransi terbaik dapat dilihat pada Tabel 3.3.

Tabel 3.3 Nilai Perbandingan Kriteria

Kriteria Manfaat Premi Masa Pertanggungan Usia Masuk Tertanggung Cara Pembayaran Premi

Manfaat 1 5

4 53 52 51

Premi 4

5 1 43 42 41

Masa Pertanggungan 3 5 3 4 1 3 2 3 1 Usia Masuk Tertanggung 2

5 24 23 1 21

Cara Pembayaran Premi 1 5 1 4 1 3 1 2 1

2. Menghitung matriks pembobotan untuk semua kriteria yang disederhanakan dapat dilihat pada Tabel 3.4.

Tabel 3.4 Matriks Pembobotan Untuk Semua Kriteria Disederhanakan

Kriteria Manfaat Premi Masa Pertanggungan Usia Masuk Tertanggung Cara Pembayaran Premi

Manfaat 1.00 1.25 1.67 2.50 5.00

Premi 0.80 1.00 1.33 2.00 4.00

Masa

Pertanggungan 0.60 0.75 1.00 1.50 3.00

Usia Masuk

Tertanggung 0.40 0.50 0.67 1.00 2.00

Cara Pembayaran

Premi 0.20 0.25 0.33 0.50 1.00

Ʃ _{3.00 3.75 5.00 7.50 15.00}

3. Membuat tabel normalisasi yaitu membagi nilai masing-masing sel pada Tabel 3.4 dengan jumlah dari masing-masing kolomnya dengan perhitungan sebagai berikut dan dapat dilihat pada Tabel 3.5 :

./ =/ 0 0 ₃ *101 *2 ) 2

Keterangan :

HN = Hasil Normalisasi

Jkm = Jumlah Kolom Matriks

>< = Perbandingan

Tabel 3.5 Perbandingan Elemen Kriteria

Perbandingan Elemen Kriteria Hasil Perbandingan

HN Manfaat >< Manfaat =1

3 = 0.333

HN Premi >< Manfaat =0.8

3 = 0.267 HN Masa Pertanggungan >< Manfaat =0.6

3 = 0.200 HN Usia Masuk Tertanggung >< Manfaat =0.4

3 = 0.133 HN Cara Pembayaran Premi >< Manfaat =0.2

3 = 0.067

HN Manfaat >< Premi =1.25

3.75 = 0.333

HN Premi >< Premi = 1

3.75 = 0.267 HN Masa Pertanggungan >< Premi =0.75

3.75 = 0.200 HN Usia Masuk Tertanggung >< Premi =0.50

3.75 = 0.133 HN Cara Pembayaran Premi >< Premi =0.25

3.75 = 0.067 HN Manfaat >< Masa Pertanggungan =1.67

5.00 = 0.333 HN Premi >< Masa Pertanggungan =1.33

5.00 = 0.267 HN Masa Pertanggungan >< Masa Pertanggungan = 1

5.00 = 0.200 HN Usia Masuk Tertanggung >< Masa Pertanggungan =0.67

5.00 = 0.133 HN Cara Pembayaran Premi >< Masa Pertanggungan =0.33

5.00 = 0.067 HN Manfaat >< Usia Masuk Tertanggung =2.50

7.50 = 0.333 HN Premi >< Usia Masuk Tertanggung =2.00

7.50 = 0.267 HN Masa Pertanggungan >< Usia Masuk Tertanggung =1.50

7.50 = 0.200 HN Usia Masuk Tertanggung >< Usia Masuk Tertanggung =1.00

7.50 = 0.133 HN Cara Pembayaran Premi >< Usia Masuk Tertanggung =0.50

7.50 = 0.067 HN Manfaat >< Cara Pembayaran Premi ₌ 5.00

HN Premi >< Cara Pembayaran Premi = 4.00

15.00 = 0.267 HN Masa Pertanggungan >< Cara Pembayaran Premi = 3.00

15.00 = 0.200 HN Usia Masuk Tertanggung >< Cara Pembayaran Premi = 2.00

15.00 = 0.133 HN Cara Pembayaran Premi >< Cara Pembayaran Premi = 1.00

15.00 = 0.067

Hasil perhitungan perbandingan elemen kriteria dapat dilihat pada Tabel. 3.6.

Tabel 3.6 Matriks Eigenvector

Kriteria Manfaat Premi Masa Pertanggungan

Usia Masuk Tertanggung

Cara Pembayaran

Premi

Eigenvector

Manfaat 0.333 0.333 0.333 0.333 0.333 0.333 Premi 0.267 0.267 0.267 0.267 0.267 0.267 Masa

Pertanggungan 0.200 0.200 0.200 0.200 0.200 0.200 Usia Masuk

Tertanggung 0.133 0.133 0.133 0.133 0.133 0.133 Cara

Pembayaran Premi

0.067 0.067 0.067 0.067 0.067 0.067

4. Menghitung Eigen Value (λ_{max) dengan cara menjumlahkan hasil perkalian}

jumlah tiap kolom dari setiap kriteria dengan prioritas setiap kriteria. Dengan perhitungan sebagai berikut :

EVal = (Jkp1 x EV1) + (Jkp2 x EV2) + … + (Jkpn x EVn)

Keterangan :

EVal = Eigen Value

Jkp = Jumlah kolom per kriteria Pr = Prioritas

EVal = (3.00 x 0.33) + (3.75 x 0.267) + (5.00 x 0.200) + (7.50 x 0.133) + (15.00x 0.067)

= 5.00275

5. Menghitung Nilai Consistency Index (CI)

=( _{( − 1)},− )

Dim deletequery As String Dim hasil As Integer Dim hasil_delete As Integer Dim bobot_1 As Double Dim bobot_2 As Double Dim bobot_3 As Double Dim bobot_4 As Double Dim bobot_5 As Double Dim hasil_1 As Double Dim hasil_2 As Double Dim hasil_3 As Double Dim hasil_4 As Double Dim hasil_5 As Double

Dim hasil_kecocokan1 As Double Dim hasil_kecocokan2 As Double Dim hasil_kecocokan3 As Double Dim hasil_kecocokan4 As Double Dim hasil_kecocokan5 As Double Dim kategori_1 As String

Dim kategori_2 As String Dim kategori_3 As String Dim kategori_4 As String Dim kategori_5 As String Dim nilaik1 As Double Dim nilaik2 As Double Dim nilaik3 As Double Dim nilaik4 As Double Dim nilaik5 As Double Dim hasil_normal1 As Double Dim hasil_normal2 As Double Dim hasil_normal3 As Double Dim hasil_normal4 As Double Dim hasil_normal5 As Double Dim total_bobot_penting As Double Dim total_bobot_tidak_penting As Double Dim bobot_relatif1 As Double

Dim bobot_relatif2 As Double Dim nilai_rata As Double Dim w_manfaat As Double Dim w_premi As Double Dim w_masa As Double Dim w_usia As Double Dim w_cara As Double Dim kali_manfaat As Double Dim kali_premi As Double Dim kali_masa As Double Dim kali_usia As Double Dim kali_cara As Double

Dim total_smart As Double Sub penilaian_smart()

Dim oWatch As New Stopwatch oWatch.Start()

Try

openConn()

cmd = New OdbcCommand("SELECT * FROM penilaian order by id_asuransi ASC", conn)

rd = cmd.ExecuteReader() While rd.Read

If (rd.Item("manfaat") = "Sangat Baik") Then hasil_1 = 1

ElseIf (rd.Item("manfaat") = "Baik") Then hasil_1 = 0.8

ElseIf (rd.Item("manfaat") = "Sedang") Then hasil_1 = 0.5

ElseIf (rd.Item("manfaat") = "Kurang") Then hasil_1 = 0.3

ElseIf (rd.Item("manfaat") = "Sangat Kurang") Then hasil_1 = 0

End If

If (rd.Item("premi") = "Sangat Baik") Then hasil_2 = 1

ElseIf (rd.Item("premi") = "Baik") Then hasil_2 = 0.8

ElseIf (rd.Item("premi") = "Sedang") Then hasil_2 = 0.5

ElseIf (rd.Item("premi") = "Kurang") Then hasil_2 = 0.3

ElseIf (rd.Item("premi") = "Sangat Kurang") Then hasil_2 = 0

End If

If (rd.Item("masa_pertanggungan") = "Sangat Baik") Then hasil_3 = 1

ElseIf (rd.Item("masa_pertanggungan") = "Baik") Then hasil_3 = 0.8

ElseIf (rd.Item("masa_pertanggungan") = "Sedang") Then hasil_3 = 0.5

ElseIf (rd.Item("masa_pertanggungan") = "Kurang") Then hasil_3 = 0.3

ElseIf (rd.Item("masa_pertanggungan") = "Sangat Kurang") Then hasil_3 = 0

End If

If (rd.Item("usia_masuk_tertanggung") = "Sangat Baik") Then hasil_4 = 1

ElseIf (rd.Item("usia_masuk_tertanggung") = "Baik") Then hasil_4 = 0.8

hasil_4 = 0.5

ElseIf (rd.Item("usia_masuk_tertanggung") = "Kurang") Then hasil_4 = 0.3

ElseIf (rd.Item("usia_masuk_tertanggung") = "Sangat Kurang") Then hasil_4 = 0

End If

If (rd.Item("pembayaran_premi") = "Sangat Baik") Then hasil_5 = 1

ElseIf (rd.Item("pembayaran_premi") = "Baik") Then hasil_5 = 0.8

ElseIf (rd.Item("pembayaran_premi") = "Sedang") Then hasil_5 = 0.5

ElseIf (rd.Item("pembayaran_premi") = "Kurang") Then hasil_5 = 0.3

ElseIf (rd.Item("pembayaran_premi") = "Sangat Kurang") Then hasil_5 = 0

End If

insertquery = ("insert into matrix_asuransivalues('','" & rd.Item("id_asuransi") & "','" & hasil_1 & "','" & hasil_2 & "','" & hasil_3 & "','" & hasil_4 & "','" & hasil_5 & "')")

cmd2 = New OdbcCommand(insertquery, conn) hasil = cmd2.ExecuteNonQuery

End While closeConn()

Catch ex As Exception

MessageBox.Show(ex.Message) End Try

Try

openConn()

cmd = New OdbcCommand("SELECT SUM(bobot_penting) AS jum_bobot_penting FROM kriteria order by kepentingan ASC", conn) rd = cmd.ExecuteReader()

rd.Read()

total_bobot_penting = rd.Item("jum_bobot_penting") Catch ex As Exception

MessageBox.Show(ex.Message) End Try

Try

openConn()

cmd = New OdbcCommand("SELECT SUM(bobot_tidak_penting) AS jum_bobot_tidak_penting FROM kriteria order by kepentingan ASC", conn) rd = cmd.ExecuteReader()

rd.Read()

total_bobot_tidak_penting = rd.Item("jum_bobot_tidak_penting") Catch ex As Exception

End Try Try

openConn()

cmd = New OdbcCommand("SELECT id_kriteria,bobot_penting, bobot_tidak_penting FROM kriteria order by kepentingan ASC", conn) rd = cmd.ExecuteReader()

While rd.Read

bobot_relatif1 = rd.Item("bobot_penting") / total_bobot_penting

bobot_relatif2 = rd.Item("bobot_tidak_penting") / total_bobot_tidak_penting insertquery = ("insert into normalisasi_bobotvalues('','" & rd.Item("id_kriteria") & "','" & bobot_relatif1 & "','" & bobot_relatif2 & "')")

cmd2 = New OdbcCommand(insertquery, conn) hasil = cmd2.ExecuteNonQuery

End While closeConn()

Catch ex As Exception

MessageBox.Show(ex.Message) End Try

Try

openConn()

cmd = New OdbcCommand("SELECT id_kriteria,bobot_relatif_1,bobot_relatif_2 FROM normalisasi_bobot order by id_normalisasi_bobot ASC", conn)

rd = cmd.ExecuteReader() While rd.Read

nilai_rata = (rd.Item("bobot_relatif_1") + rd.Item("bobot_relatif_2")) /2

insertquery = ("insert into bobot_rata_ratavalues('','" & rd.Item("id_kriteria") & "','" & nilai_rata & "')")

cmd2 = New OdbcCommand(insertquery, conn) hasil = cmd2.ExecuteNonQuery

End While closeConn()

Catch ex As Exception

MessageBox.Show(ex.Message) End Try

Try

openConn()

cmd = New OdbcCommand("SELECT * FROM bobot_rata_rata where id_kriteria='4'", conn)

rd = cmd.ExecuteReader() rd.Read()

w_manfaat = rd.Item("nilai_rata_rata") Catch ex As Exception

MessageBox.Show(ex.Message) End Try

Try

cmd = New OdbcCommand("SELECT * FROM bobot_rata_rata where id_kriteria='5'", conn)

rd = cmd.ExecuteReader() rd.Read()

w_premi = rd.Item("nilai_rata_rata") Catch ex As Exception

MessageBox.Show(ex.Message) End Try

Try

openConn()

cmd = New OdbcCommand("SELECT * FROM bobot_rata_rata where id_kriteria='6'", conn)

rd = cmd.ExecuteReader() rd.Read()

w_masa = rd.Item("nilai_rata_rata") Catch ex As Exception

MessageBox.Show(ex.Message) End Try

Try

openConn()

cmd = New OdbcCommand("SELECT * FROM bobot_rata_rata where id_kriteria='7'", conn)

rd = cmd.ExecuteReader() rd.Read()

w_usia = rd.Item("nilai_rata_rata") Catch ex As Exception

MessageBox.Show(ex.Message) End Try

Try

openConn()

cmd = New OdbcCommand("SELECT * FROM bobot_rata_rata where id_kriteria='9'", conn)

rd = cmd.ExecuteReader() rd.Read()

w_cara = rd.Item("nilai_rata_rata") Catch ex As Exception

MessageBox.Show(ex.Message) End Try

Try

openConn()

cmd = New OdbcCommand("SELECT * FROM matrix_asuransi order by id_asuransi ASC", conn)

rd = cmd.ExecuteReader() While rd.Read

kali_premi = w_premi * rd.Item("matrix_premi") kali_masa = w_masa * rd.Item("matrix_masa") kali_usia = w_usia * rd.Item("matrix_usia") kali_cara = w_cara * rd.Item("matrix_cara")

total_smart = kali_manfaat + kali_premi + kali_masa + kali_usia + kali_cara insertquery = ("insert into hasil_smartvalues('','" & rd.Item("id_asuransi") & "','" & total_smart & "')")

cmd2 = New OdbcCommand(insertquery, conn) hasil = cmd2.ExecuteNonQuery

End While closeConn()

Catch ex As Exception

MessageBox.Show(ex.Message) End Try

oWatch.Stop()

Label6.Text = " " & oWatch.ElapsedMilliseconds.ToString & " ms" End Sub

Sub isisDgv()

Dim dt As New DataTable

GetData(dt, "select a.nama_asuransi,b.hasil_smart from asuransi a, hasil_smart b WHERE a.id_asuransi=b.id_asuransi order by b.hasil_smart DESC")

dghasil.DataSource = dt

dghasil.Columns(0).HeaderText = "Nama Asuransi" dghasil.Columns(1).HeaderText = "Hasil SMART" dghasil.Columns(0).Width = 150

dghasil.Columns(1).Width = 250 End Sub

Private Sub frmsmart_Load(ByVal sender As System.Object, ByVal e As System.EventArgs) Handles MyBase.Load

getConnString() penilaian_smart() isisDgv()

End Sub

Private Sub Label6_Click(ByVal sender As System.Object, ByVal e As System.EventArgs) Handles Label6.Click

End Sub

Private Sub Label7_Click(ByVal sender As System.Object, ByVal e As System.EventArgs) Handles Label7.Click

End Sub End Class