Perbandingan Metode Analytical Hierarchy Process Dan Weighted Sum Model Pada Sistem Pendukung Keputusan Pemilihan Sepeda

PERBANDINGAN METODE ANALYTICAL HIERARCHY

PROCESS DAN WEIGHTED SUM MODEL PADA SISTEM

PENDUKUNG KEPUTUSAN PEMILIHAN SEPEDA

SKRIPSI

DWI RIZKI ANANDA

101401029

PROGRAM STUDI S1 ILMU KOMPUTER

FAKULTAS ILMU KOMPUTER DAN TEKNOLOGI INFORMASI

UNIVERSITAS SUMATERA UTARA

MEDAN

2015

PERBANDINGAN METODE ANALYTICAL HIERARCHY PROCESS DAN WEIGHTED SUM MODEL PADA SISTEM PENDUKUNG

KEPUTUSAN PEMILIHAN SEPEDA SKRIPSI

Diajukan untuk melengkapi tugas akhir dan memenuhi syarat mencapai gelar Sarjana Komputer

DWI RIZKI ANANDA 101401029

PROGRAM STUDI S1 ILMU KOMPUTER

FAKULTAS ILMU KOMPUTER DAN TEKNOLOGI INFORMASI UNIVERSITAS SUMATERA UTARA

MEDAN 2015

PERSETUJUAN

Judul : PERBANDINGAN METODE ANALYTICAL HIERARCHY PROCESS DAN WEIGHTED SUM MODEL PADA SISTEM PENDUKUNG

KEPUTUSAN PEMILIHAN SEPEDA.

Kategori : SKRIPSI

Nama : DWI RIZKI ANANDA

Nomor Induk Mahasiswa : 101401029

Program Studi : S1 ILMU KOMPUTER

Fakultas : ILMU KOMPUTER DAN TEKNOLOGI

INFORMASI UNIVERSITAS SUMATERA UTARA

Diluluskan di Medan, April 2015

Komisi Pembimbing :

Pembimbing 2 Pembimbing 1

Sajadin Sembiring, S.Si, M.Comp.Sc Dian Rachmawati, S.Si, M.Kom NIP. - NIP. 198307232009122004

Diketahui/Disetujui oleh

Program Studi S1 Ilmu Komputer Ketua,

Dr. Poltak Sihombing, M.Kom NIP. 196203171991031001

PERNYATAAN

PERBANDINGAN SISTEM PENDUKUNG KEPUTUSAN PEMILIHAN SEPEDA DENGAN METODE ANALYTICAL HIERARCHY PROCESS DAN

WEIGHTED SUM MODEL

SKRIPSI

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

Medan, April 2015

Dwi Rizki Ananda 101401029

PENGHARGAAN

Alhamdulillah. Puji dan syukur kehadirat Allah SWT, yang dengan rahmat dan karunia-Nya penulis dapat menyelesaikan penyusunan skripsi ini, sebagai syarat untuk memperoleh gelar Sarjana Komputer, pada Program Studi S1 Ilmu Komputer Fakultas Ilmu Komputer dan Teknologi Informasi Universitas Sumatera Utara.

Pada pengerjaan skripsi dengan judul Sistem Pendukung Keputusan Pemilihan Sepeda dengan Metode Analytical Hierarchy Process dan Weighted Sum Model, penulis menyadari bahwa banyak pihak yang turut membantu, baik dari pihak keluarga, sahabat dan orang-orang terkasih yang memotivasi dalam pengerjaannya. Dalam kesempatan ini, penulis mengucapkan terima kasih kepada:

1. Bapak Prof. Dr. dr. Syahril Pasaribu, DTM&H, Msc(CTM), Sp.A(K) selaku Rektor Universitas Sumatera Utara.

2. Bapak Prof. 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 Fakultas Ilmu Komputer dan Teknologi Informasi Universitas Sumatera Utara.

4. Ibu Dian Rachmawati, S.Si, M.Kom. selaku Dosen Pembimbing I yang telah memberikan arahan, kritik dan saran serta motivasi kepada penulis dalam pengerjaan skripsi ini.

5. Bapak Sajadin Sembiring, S.Si, M.Comp.Sc selaku Dosen Pembimbing II yang telah memberikan arahan, kritik dan saran serta motivasi kepada penulis dalam pengerjaan skripsi ini.

6. Bapak Prof. Dr. Iryanto, M.Si selaku Dosen Pembanding I yang telah banyak memberikan arahan dan masukan yang sangat berharga kepada penulis.

7. Bapak Ade Candra, ST, M.Kom selaku Dosen Pembanding II yang telah banyak memberikan arahan dan masukan yang sangat berharga kepada penulis.

8. Ayahanda Suhermanto SE, Ibunda Ida Hayani SH, Kakak dan Adik Tercinta Puteri Ananda, Naufal Ananda, dan Hilwa Farhana Ananda, yang mana telah banyak memberikan kasih sayang, semangat, serta dorongan kepada penulis. 9. Seluruh tenaga pengajar dan pegawai di Fakultas Ilmu Komputer dan

Teknologi Informasi USU.

10.Macho yang selama ini telah menjadi keluarga kedua penulis selama mengikuti perkuliahan, tempat berbagi suka dan duka dalam pengerjaan skripsi ini, kepada Aditya Prawira, Novri Pramana Putra, Hayatun Nufus, Reni Rahmadani, Umri, Ahmad Rasyidi, dan Alfrid Iskandar.

11.Teman-teman kuliah, khususnya Muhammad Reza Nasution, Dhika Handayani Rangkuti, Mego Suntoro, Arief Try Hidayat, Andri Agasi, Wahyu Eko Putra dan Muhammad Pristian, serta Stambuk 2010 yang tidak dapat disebut satu-persatu, yang telah banyak membantu dalam selesainya pengerjaan skripsi ini. 12.Rekan-rekan pengurus IMILKOM (Ikatan Mahasiswa S1 Ilmu Komputer)

Fasilkom-TI 2013-2014 yang telah memberikan banyak dukungan, tempat belajar berorganisasi yang benar, dan menimba pengalaman.

13.Semua pihak yang terlibat langsung maupun tidak langsung yang tidak dapat penulis ucapkan satu demi satu yang telah membantu penyelesaian laporan ini.

Semoga Allah SWT melimpahkan berkah kepada semua pihak yang telah memberikan bantuan, perhatian, serta dukungan kepada penulis dalam menyelesaikan skripsi ini.

Medan, 16 April 2015 Penulis,

ABSTRAK

Semakin banyak jenis dan merek sepeda yang ada di pasaran menjadi kendala dalam menentukan pilihan ketika membeli sebuah sepeda. Sistem pendukung keputusan bertujuan untuk membantu masyarakat dalam menentukan pemilihan sepeda yang sesuai dengan kebutuhan dan kriteria yang diinginkan. Sistem ini mengimplementasikan metode Analytical Hierarchy Process (AHP) dan Weigthed Sum Model (WSM), dimana dengan metode AHP masalah yang kompleks dapat dengan mudah disederhanakan sehingga mempercepat proses pengambilan keputusan, metode AHP merubah nilai kualitatif menjadi nilai kuantitatif sehingga keputusan yang dipilih lebih obyektif, metode WSM merupakan metode yang paling sederhana dan paling baik dalam pengambilan keputusan. Kriteria yang dipakai dalam metode ini adalah harga, model dan merek. Hasil dari sistem berupa nilai rekomendasi yang sesuai dengan bobot kriteria yang diinginkan pengguna.

Kata Kunci:Sistem Pendukung Keputusan, Analytical Hierarchy Process, Weigthed Sum

COMPARISON OF ANALYTICAL HIERARCHY PROCESS AND WEIGHTED SUM MODEL METHOD FOR BIKE SELECTION

ABSTRACT

Many types and brands of bikes in market causes problem to choose a bike that fits in what we need. This Decision Support System was made to help people selecting a bicycle according to criteria that we wanted. This system implementing Analytical Hierarchy Process (AHP) and Weigthed Sum Model (WSM) method, AHP is a method that can easily simplified complex problem and make decision Support System process become faster, AHP method change qualitative value to quantitative value and make an objective decision, WSM is the simplest and best method in decision making. Criteria that used in this research are models, brand and price of the bicycle, the result of the system is a recommendation value that appropriate to criteria weight that user wanted.

Keywords: Decision Support System, Analytical Hierarchy Process, Weighted Sum Model,

DAFTAR ISI

Hal.

Persetujuan ii

Pernyataan iii

Penghargaan iv

Abstrak vi

Abstract vii

Daftar Isi viii

Daftar Tabel x

Daftar Gambar Daftar Lampiran

xii xiii

Bab 1 Pendahuluan 1

1.1 Latar Belakang 1

1.2 Rumusan Masalah 2

1.3 Batasan Masalah 2

1.4 Tujuan Penelitian 3

1.5 Manfaat Penelitian 1.6 Metodologi Penelitian 1.7 Sistematika Peneltian

3 3 4

Bab 2 Tinjauan Pustaka 6

2.1 Sistem Pendukung Keputusan

2.1.1 Syarat Sistem Pendukung Keputusan 2.1.2 Arsitektur Sistem Pendukung Keputusan 2.1.3 Karakteristik Sistem Pendukung Keputusan

2.1.4 Tahapan Proses Pengambilan Keputusan

6 6 7 8 8 2.2 Analytical Hierarchy Process (AHP)

2.2.1 Prinsip AHP

2.2.2 Perhitungan Metode AHP

9 9 11 2.3 Weighted Sum Model (WSM)

2.4 Pengujian Akurasi

20 22

2.5 Penelitian yang Relevan 22

Bab 3 Analisis Dan Perancangan Sistem 24

3.1 Analisis Sistem 24

3.1.1 Analisis masalah 24

3.1.2 Analisis kebutuhan Sistem

3.1.2.1 Kebutuhan Fungsional Sistem 3.1.2.2 Kebutuhan Non-Fungsional Sistem

25 25 26

3.1.3.1 Use Case Diagram 3.1.3.2 Activity Diagram 3.1.3.3 Sequence Diagram 3.1.3.4 Kamus Data

3.1.3.5 Flowchart Metode Analytical Hierarchy Process 3.1.3.6 Flowchart Weighted Sum Model

3.1.3.7 Flowchart Sistem

26 28 29 31 32 3 3 34

3.2 Perancangan Sistem 35

3.2.1 Antarmuka Perhitungan dengan Metode AHP 36 3.2.2 Antarmuka Perhitungan dengan Metode WSM 37 Bab 4 Implementasi Dan Pengujian Sistem

4.1. Implementasi Sistem

4.1.1 Implementasi Metode Analytical Hierarchy Process 4.1.2 Implementasi Metode Weighted Sum Model

40 40 40 44 4.2 Antarmuka Sistem

4.2.1 Tampilan Home 4.2.2 Perhitungan AHP 4.2.3 Perhitungan WSM 4.2.4 Bantuan

4.2.5 Katalog Sepeda 4.3 Pengujian Sistem

4.3.1 Pengujian Sistem dengan Metode Analytical Hierarchy Process

4.3.2 Pengujian Sistem dengan Metode Weighted Sum Model 4.4 Hasil Pengujian

4.4.1 Hasil Pengujian Sistem dengan Metode Analytical Hierarchy Process

4.4.2 Hasil Pengujian Sistem dengan Metode Weighted Sum Model

4.4.3 Pengujian Running Time Calculation 4.4.4 Pengujian Akurasi Sistem

Bab 5 Kesimpulan Dan Saran 5.1 Kesimpulan 5.2 Saran Daftar Pustaka Lampiran Listing Program Curriculum Vitae 45 45 45 46 47 47 48 48 50 50 51 53 55 58 59 59 59 61 A1 B1

DAFTAR TABEL

Ha Tabel 2.1 Skala Penilaian Perbandingan Saaty

Tabel 2.2 Matrik Perbandingan Berpasangan Tabel 2.3 Skala Indeks Acak (RI) Saaty Tabel 2.4 Perbandingan Berpasangan Kriteria Tabel 2.5 Normalisasi Matriks

Tabel 2.6 Nilai Eigen Vector

Tabel 2.7 Perbandingan Berpasangan Kriteria Harga Tabel 2.8 Normalisasi Matriks

Tabel 2.9 Nilai Eigen Vector

Tabel 2.10 Perbandingan Berpasangan Kriteria Model Tabel 2.11Normalisasi Matriks

Tabel 2.12Nilai Eigen Vector

Tabel 2.13Perbandingan Berpasangan Kriteria Merek Tabel 2.14Normalisasi Matriks

Tabel 2.15Nilai Eigen Vector

Tabel 2.16 Nilai Akhir Masing-masing Alternatif Tabel 2.17Tabel Contoh Nilai WSM

Tabel 3.1 Tabel UseCase Proses Pemilihan Sepeda Dengan Metode AHP

Tabel 3.2 Tabel UseCase Proses Pemilihan Sepeda Dengan Metode WSM

Tabel 3.3 Kamus Data Sistem

Tabel 4.1 Tabel Perbandingan Berpasangan Kriteria Tabel 4.2 Tabel Data Nilai Alternatif Sepeda

Tabel 4.3 Perbandingan Berpasangan Aternatif Berdasarkan Kriteria Harga

Tabel 4.4 Perbandingan Berpasangan Aternatif Berdasarkan Kriteria Merek

Tabel 4.5 Perbandingan Berpasangan Aternatif Berdasarkan Kriteria Model

Tabel 4.6 Nilai Alternatif Perhitungan AHP Tabel 4.7 Perhitungan dengan Metode WSM

Tabel 4.8 Hasil Pengujian 1 dengan Metode AHP Pada Sistem Tabel 4.9 Hasil Pengujian 2 dengan Metode AHP Pada Sistem Tabel 4.10 Hasil Pengujian 3 dengan Metode AHP Pada Sistem Tabel 4.11 Hasil Pengujian 4 dengan Metode AHP Pada Sistem Tabel 4.12 Hasil Pengujian 5 dengan Metode AHP Pada Sistem Tabel 4.13 Hasil Pengujian 1 dengan Metode WSM Pada Sistem

Tabel 4.14 Hasil Pengujian 2 dengan Metode WSM Pada Sistem Tabel 4.15 Hasil Pengujian 2 dengan Metode WSM Pada Sistem Tabel 4.16 Hasil Pengujian 4 dengan Metode WSM Pada Sistem Tabel 4.17 Hasil Pengujian 5 dengan Metode WSM Pada Sistem Tabel 4.18 Hasil Pengujian Running Time Calculation Sistem Metode AHP

Tabel 4.19 Hasil Pengujian Running Time Calculation Sistem Metode WSM

Tabel 4.20 Perbandingan Hasil Pengujian Akurasi Sistem

53 54 54 55 56 57 58

DAFTAR GAMBAR

Hal.

Gambar 2.1 Arsitektur Sistem Pendukung Keputusan 7

Gambar 2.2 Struktur Hierarki AHP 9

Gambar 3.1Diagram Ishikawa Analisis Masalah Sistem 25 Gambar 3.2 Use Case Diagram Sistem Pendukung Keputusan Pemilihan

Sepeda 26

Gambar 3.3 Activity Diagram Untuk Proses Pemilihan Sepeda Dengan

Metode AHP 28

Gambar 3.4 Activity Diagram Untuk Proses Pemilihan Sepeda Dengan

Metode WSM 29

Gambar 3.5 Sequence Diagram Untuk Proses Perhitungan dengan Metode

Analytical Hierarchy Process 30

Gambar 3.6 Sequence Diagram Untuk Proses Perhitungan dengan Metode

Weighted Sum Model 31

Gambar 3.7 Flowchart Metode Analytical Hierarchy Process 33

Gambar 3.8 Flowchart Metode Weighted Sum Model 34

Gambar 3.9 Flowchart Sistem Pendukung Keputusan Pemilihan Sepeda 35 Gambar 3.10 Antarmuka Perhitungan Dengan Metode AHP 36 Gambar 3.11 Antarmuka Perhitungan Dengan Metode WSM 38 Gambar 4.1 Form Home

Gambar 4.2 Form Perhitungan AHP

45 46

Gambar 4.3 Form Perhitungan WSM 46

Gambar 4.4 Menu Bantuan 47

Gambar 4.5 Tab Sepeda 47

Gambar 4.6 Form Perbandingan Berpasangan Kriteria Gambar 4.7 Form Pemilihan Sepeda

48 49 Gambar 4.8 Form Hasil Perhitungan AHP

Gambar 4.9 Form Perhitungan WSM

Gambar 4.10 Grafik Pengujian Running Time Calculation Sistem Metode AHP

Gambar 4.11 Grafik Pengujian Running Time Calculation Sistem Metode WSM

49 50 56 57

DAFTAR LAMPIRAN

Hal.

Lampiran 1 Listing Program A1

ABSTRAK

Semakin banyak jenis dan merek sepeda yang ada di pasaran menjadi kendala dalam menentukan pilihan ketika membeli sebuah sepeda. Sistem pendukung keputusan bertujuan untuk membantu masyarakat dalam menentukan pemilihan sepeda yang sesuai dengan kebutuhan dan kriteria yang diinginkan. Sistem ini mengimplementasikan metode Analytical Hierarchy Process (AHP) dan Weigthed Sum Model (WSM), dimana dengan metode AHP masalah yang kompleks dapat dengan mudah disederhanakan sehingga mempercepat proses pengambilan keputusan, metode AHP merubah nilai kualitatif menjadi nilai kuantitatif sehingga keputusan yang dipilih lebih obyektif, metode WSM merupakan metode yang paling sederhana dan paling baik dalam pengambilan keputusan. Kriteria yang dipakai dalam metode ini adalah harga, model dan merek. Hasil dari sistem berupa nilai rekomendasi yang sesuai dengan bobot kriteria yang diinginkan pengguna.

Kata Kunci:Sistem Pendukung Keputusan, Analytical Hierarchy Process, Weigthed Sum

COMPARISON OF ANALYTICAL HIERARCHY PROCESS AND WEIGHTED SUM MODEL METHOD FOR BIKE SELECTION

ABSTRACT

Many types and brands of bikes in market causes problem to choose a bike that fits in what we need. This Decision Support System was made to help people selecting a bicycle according to criteria that we wanted. This system implementing Analytical Hierarchy Process (AHP) and Weigthed Sum Model (WSM) method, AHP is a method that can easily simplified complex problem and make decision Support System process become faster, AHP method change qualitative value to quantitative value and make an objective decision, WSM is the simplest and best method in decision making. Criteria that used in this research are models, brand and price of the bicycle, the result of the system is a recommendation value that appropriate to criteria weight that user wanted.

Keywords: Decision Support System, Analytical Hierarchy Process, Weighted Sum Model,

BAB I

PENDAHULUAN

1.1 Latar Belakang

Sepeda merupakan alat transportasi yang sudah ada sejak awal abad ke-18, asal mula sepeda diperkirakan berasal dari Perancis yang pada saat itu dinamakan velocipede. Sejak dahulu hingga sekarang sepeda digunakan sebagai penunjang kegiatan sehari-hari, baik untuk bekerja, rekreasi, maupun berolahraga. Seiring berjalannya waktu, saat ini ada beberapa jenis sepeda yang beredar di pasaran yaitu, Sepeda Anak, Sepeda Balap, Sepeda BMX, Sepeda Tandem, Sepeda Kota, Sepeda Gunung, dan Sepeda Lipat.

Berbanding lurus dengan banyak jenis sepeda, maka merek sepeda yang ada di pasaran juga semakin banyak, baik dari dalam maupun luar negeri, berbagai merek terkenal seperti Polygon, Shimano, Federal, Minoura dan produsen sepeda lainnya yang berlomba-lomba mengeluarkan produk terbaiknya untuk menarik minat konsumen.

Setiap orang sering dihadapakan pada suatu keadaan dimana orang tersebut harus memutuskan untuk memilih satu dari beberapa pilihan yang ada, termasuk dalam hal pemilihan sepeda, seiring dengan berbagai model, merek, dan harga yang ada di pasaran banyak masyarakat yang menemukan kendala ketika menentukan

pilihan dalam membeli sebuah sepeda. Oleh karena itu dibutuhkan sebuah sistem untuk memberikan informasi yang tepat dalam proses penentuan sepeda yang sesuai dengan kebutuhan dan kriteria masyarakat itu sendiri .

Sistem pendukung keputusan adalah sebuah sistem yang memberikan alternatif solusi atau alternatif tindakan dari sejumlah alternatif solusi dan tindakan guna menyelesaikan suatu masalah. Sistem pendukung keputusan memiliki berbagai metode yang sering diterapkan seperti PROMETHEE, ELECTREE, Simple Additive Weighting (SAW), Analytical Hierarchy Process (AHP), Technique for Order Preference by Similiarity to Ideal Solution (TOPSIS) dan lain-lain yang dapat membantu dalam menyelesaikan pengambilan suatu keputusan, metode-metode ini mempunyai kelebihan dan kekurangannya masing-masing.

Pada penelitian ini metode yang dipilih dalam pembangunan sistem pemilihan sepeda adalah Metode Analytical Hierarchy Process (AHP) dan Weigthed Sum Model (WSM). Menurut Sunarto (2011) dengan Metode AHP masalah yang kompleks bisa dengan mudah disederhanakan sehingga mempercepat proses pengambilan keputusan, karena kosep metode AHP adalah dengan merubah nilai-nilai kualitatif menjadi nilai kuantitatif sehingga keputusan yang dipilih menjadi lebih obyektif. Sedangkan menurut Triantaphyllou (1997) Metode WSM merupakan metode yang paling sederhana dan paling baik dalam pengambilan keputusan pada beberapa alternatif pilihan dengan sejumlah kriteria keputusan.

1.2 Rumusan Masalah

Berdasarkan latar belakang di atas, maka rumusan masalah yang dapat diambil adalah bagaimana rancangan suatu sistem pendukung keputusan untuk memilih sepeda sesuai dengan keinginan user dengan Metode Analytical Hierarchy Process (AHP) dan Weighted Sum Model (WSM).

1.3 Batasan Masalah

Agar fokus penelitian tidak menyimpang dari rumusan masalah yang telah ditetapkan, maka dibuat batasan masalah sebagai berikut :

1. Penelitian ini hanya membahas implementasi metode AHP dan WSM . 2. Kriteria yang dipilih untuk analisis hanya 3 yaitu model, merek, dan harga.

3. Jenis sepeda yang menjadi penelitian hanya Sepeda MTB Hard Tail, Sepeda MTB Full Suspension, Sepeda BMX Freestyle, Sepeda Lipat, dan Sepeda anak, dimana tiap jenis sepeda terdapat 10 sampel.

4. Parameter yang dibandingkan adalah Running Time Calculation dan akurasi dari kedua metode ini.

5. Output dari sistem ini adalah nilai dari masing-masing alternatif sepeda dengan nilai terbesar merupakan nilai yang paling direkomendasikan sistem.

6. Sistem hanya dapat membandingkan 3 alternatif pilihan sepeda, dan perbandingan dilakukan antar 1 jenis sepeda.

7. Sistem yang akan dibangun adalah Sistem Pendukung Keputusan berbasis desktop dengan menggunakan Netbeans IDE 8.0.2 dan Database Management System MySQL.

1.4 Tujuan Penelitian

Tujuan penelitian ini adalah membuat suatu sistem pendukung keputusan berbasis desktop dengan mengimplementasikan metode AHP dan WSM yang dapat memberikan informasi alternatif pilihan sepeda sesuai dengan kriteria yang telah ditentukan.

1.5 Manfaat Penelitian

Manfaat yang diharapkan dari penelitian ini adalah untuk membantu user dalam mengambil keputusan untuk memilih sepeda yang sesuai dengan kriteria yang ditentukan.

1.6 Metodologi Penelitian

Penelitian ini dilakukan dengan menerapkan beberapa metode penelitian sebagai berikut:

1. Studi Literatur

Pada tahap ini dilakukan pengumpulan referensi yang diperlukan dalam penelitian. Hal ini dilakukan untuk memperoleh informasi dan data yang diperlukan untuk penulisan skripsi ini. Referensi yang digunakan dapat berupa buku, jurnal, artikel, situs internet yang berkaitan dengan penelitian Sistem Pendukung Keputusan dengan Metode Analytical Hierarchy Process dan Weighted Sum Model.

2. Pengumpulan dan Analisa Data

Pada tahap ini dilakukan pengumpulan data dari sepeda-sepeda yang ada pada situs penjualan sepeda Online kemudian pada tahap ini akan dianalisis sistem yang akan dibuat, batasan sistem, kinerja sistem, dan cara kerja sistem. Sehingga dapat mengimplementasikan metode Analytical Hierarchy Process dan Weighted Sum Model.

3. Kuesioner

Pada tahap ini dilakukan pengumpulan data dari para ahli sepeda untuk mendapatkan nilai dari sepeda berdasarkan kriteria yang telah ditentukan.

4. Analisis dan Perancangan Sistem

Merancang sistem sesuai dengan rencana yang telah ditentukan, yaitu meliputi perancangan sistem, database,dan Graphic User Interface. Proses perancangan ini berdasarkan pada batasan masalah dari penelitian ini.

5. Implementasi Sistem

Penyelesaian desain yang telah dirancang, baik sistem, database dan Graphic User Interface.

6. Pengujian Sistem

Pada tahap ini akan dilakukan pengujian terhadap sistem yang telah dikembangkan. 7. Dokumentasi Sistem

Melakukan pembuatan dokumentasi sistem mulai dari tahap awal hingga pengujian sistem, untuk selanjutnya dibuat dalam bentuk laporan penelitian (skripsi).

1.7 Sistematika Penelitian

Untuk membuat penelitian lebih terstruktur, maka penelitian ini dibagi menjadi lima bab, yaitu:

BAB 1 : PENDAHULUAN

Pada bab ini berisi penjelasan mengenai latar belakang masalah, perumusan masalah, batasan masalah, tujuan penelitian, manfaat penelitian, metodeologi penelitian dan sistematika penulisan.

BAB 2 : TINJAUAN PUSTAKA

Pada bab ini berisi penjelasan mengenai teori – teori yang terkait dengan penelitian ini diantaranya adalah teori Analitycal Hierarchy Process (AHP) dan Weighted Sum Model (WSM) untuk menyelesaikan pemilihan sepeda.

BAB 3 : ANALISIS DAN PERANCANGAN SISTEM

Pada bab ini berisi penjelasan tentang analisis masalah yang dibangun dalam sistem dan menganalisis tentang hal – hal yang dibutuhkan dalam membangun sistem ini, kemudian dilanjutkan dengan tahapan perancangan sistem yang berupa perancangan interface sistem.

BAB 4 : IMPLEMENTASI DAN PENGUJIAN SISTEM

Pada bab ini berisi tentang implementasi sistem yang berdasarkan tahapan perancangan dengan menggunakan bahasa pemrograman java. Kemudian dilanjutkan dengan tahapan pengujian sistem untuk menguji apakah sistem sudah berjalan sesuai dengan perancangan.

BAB 5 : KESIMPULAN DAN SARAN

Pada bab ini berisi kesimpulan yang diperoleh dalam penelitian dan saran yang diberikan untuk pengembangan lebih lanjut.

BAB II

TINJAUAN PUSTAKA

Sistem pendukung keputusan adalah sebuah sistem yang efektif dalam membantu mengambil suatu keputusan yang kompleks, sistem ini menggunakan aturan – aturan pengambilan keputusan, model analisis, database yang komprehensif, dan pengetahuan dari pengambil keputusan itu sendiri (Janakiraman, V.S. & Sarukesi, K., 1999)

Suatu pengambilan keputusan adalah proses pemecahan masalah dengan menentukan pilihan dari beberapa alternatif untuk menetapkan suatu tindakan dalam mencapai tujuan yang diinginkan . Definisi ini mengandung substansi pokok di dalamnya, yaitu ada kebutuhan memcahkan masalah, ada proses, ada beberapa alternative yang dipilih, ada ketetapan hati memilih satu pilihan, dan ada tujuan pengambilan keputusan (Anzizhan, 2004).

Dewasa ini, pengambilan keputusan dirasa menjadi lebih sulit, Masalah yang semakin kompleks, kebutuhan akan pengambilan keputusan yang tepat dan cepat terus meningkat, sehingga dibutuhkan suatu sistem pendukung keputusan untuk membantu si pembuat keputusan dalam mengambil sebuah keputusan (Power, 2002).

2.1.1. Syarat Sistem Pendukung Keputusan

Menurut Bidgoli (1989), syarat dari sebuah sistem keputusan adalah : 1. Memerlukan perangkat keras;

2. Memerlukan perangkat lunak;

3. Memerlukan manusia (perancang dan pengguna);

4. Dirancang untuk mendukung sebuah pengambilan keputusan;

5. Harus dapat membantu pengambil keputusan pada setiap level keputusan; dan 6. Menekankan masalah tidak terstruktur dan semi terstruktur.

2.1.2. Arsitektur Sistem Pendukung Keputusan

Arsitektur Sistem Pendukung Keputusan (SPK) terdiri dari beberapa subsistem yang menentukan kapabilitas teknis Sistem Pendukung Keputusan Tersebut (Suryadi dan Ramdhani, 2002), yaitu :

1. Subsistem Manajemen basis data

Suatu sub-sistem yang memegan peranan untuk memanajemen data pada sistem . 2. Susbsistem Manajemen Model

Subsistem yang mengatur interasi antara data dan model keputusan yang ada pada sistem .

3. Subsistem Manajemen Dialog

Subsistem ini mengatur integrasi hubungan antara sistem dan pengguna .

Ketiga subsistem ini menjadi suatu Arsitektur SPK yang terdapat pada Gambar 2.1 sebagai berikut (Turban & Aronson, 2005) :

Gambar 2.1. Arsitektur Sistem Pendukung Keputusan

Arsitektur Sistem Pendukung Keputusan (SPK) sendiri terdiri dari fungsi-fungsi yang diperlukan pada sebuah SPK yaitu Dialog, Manajemen Database, dan Pemodelan.

2.1.3. Karakteristik Sistem Pendukung Keputusan

Menurut Marimin (2004), Sistem Pendukung Keputusan mempunyai empat karakteristik utama, yaitu :

1. SPK menggabungkan data dan model menjadi satu bagian

2. SPK dirancang untuk membantu para pengambil keputusan dalam proses pengambilan masalah yang bersifat semi structural

3. SPK lebih cenderung dipandang sebagai penunjang penilaian manajer dan sama sekali bukan untuk menggantikannya

4. Teknik SPK dikembangkan untuk meningkatkan efektifitas dari pengambil keputusan .

2.1.4. Tahapan Proses Pengambilan Keputusan

Langkah – langkah yang diperlukan dalam proses pengambilan keputusan (Basyaib, 2006) adalah :

1. Intelijen

a. Pembentukan persepsi terhadap situasi yang dihadapi

Ialah mengenali situasi keputusan dan pendefenisian karakteristik utama yang ada pada situasi tersebut

b. Membangun model yang mewakili situasi

Sebuah model merupakan kendaraan yang membantu dalam mengestimasi hasil yang mungkin terjadi dari sebuah situasi keputusan

c. Penentuan ukuran kuantitatif terhadap biaya (disbenefits) dan manfaat yang paling tepat untuk situasi yang dihadapi

Sistem ukuran seragam yang akan digunakan dalam membandingkan alternatif langkah keputusan

2. Desain

Penentuan dengan spesifik alternatif yang dimiliki dengan mengenali dan merumuskan dengan jelas langkah – langkah yang mungkin dilakukan.

3. Pilihan

a. Evaluasi manfaat dan biaya (disbenefits) dari semua langkah alternatif.

Ialah penilaian akibat penerapan setiap langkah alternatif dengan menggunakan ukuran biaya dan manfaat.

b. Menetapkan kriteria dalam memilih langkah terbaik

Adalah penetapan peraturan dengan mengaitkan hasil dengan tujuan pembuatan keputusan.

c. Penyelesaian situasi keputusan

Ialah mengambil sebuah langkah dengan dasar kriteria yang dapat diterima.

AHP dikembangkan oleh Thomas Saaty sekitar tahun 1970an. AHP merupakan sistem pembuat keputusan dengan menggunakan model matematis. AHP membantu dalam menentukan prioritas dari beberapa kriteria dengan melakukan analisis perbandigan berpasangan dari masing-masing kriteria (Triantaphyllou, 2000).

AHP merupakan suatu pendekatan praktis unutk memecahkan masalah keputusan kompleks yang meliputi perbandingan alternative.AHP juga memungkinkan pengambilan keputusan dengan menyajikan hubungan hierarki antara aktor, atribut, karakteristik dan alternatif dalam lingkungan pengambilan keputusan. Dengan begitu masalah kompleks yang tidak terstruktur dipecahkan dalam kelompoknya (Marimin, 2004).

2.2.1. Prinsip AHP

Prinsip kerja AHP adalah penyederhanaan suatu persoalan kompleks yang tidak terstruktur, stratejik, dan dinamik menjadi bagian-bagiannya, serta menata dalam suatu hierarki. Kemudian tingkat kepentingan suatu variabel tersebut secara relatif dibandingkan dengan variabel lainnya, seperti pada Gambar 2.2 berikut (Kusumadewi dkk, 2005).

Gambar 2.2 Struktur Hirarki AHP

Adapun langkah-langkah dari metode AHP adalah sebagai berikut (Suryadi dan Ramdhani, 2002) :

1. Mendefinisikan masalah dan menentukan solusi yang diinginkan 2. Membuat struktur hierarki yang diawali dengan tujuan utama.

3. Membuat matriks perbandingan berpasangan yang menggambarkan kontibusi relatif atau pengaruh setiap elemen terhadap tujuan atau kriteria yang setingkat diatasnya

4. Melakukan perbandingan berpasangan sehingga diperoleh jumlah penilaian seluruhnya sebanyak n x [(n-1)/2] buah, dengan n adalah banyaknya elemen yang dibandingkan .

5. Menghitung nilai Eigen dan menguji konsistensinya, jika tidak konsisten makan pengambilan data diulangi.

6. Mengulangi langkah 3,4, dan 5 untuuk seluruh tingkat hierarki.

7. Menghitung vektor Eigen dari setiap matriks perbandingan berpasangan, yang merupakan bobot setiap elemen untuk penentuan prioritas elemen elemen pada tingkat hierarki terendah sampai mencapai tujuan.

8. Memeriksa konsistensi hierarki, yang diukur dalam AHP adalah rasio konsistensi dengan melihat indeks konsistensi.

Perbandingan berpasangan sering digunakan untuk menentukan kepentingan relatif dari elemen-elemen dan kriteria-kriteria yang ada. Perbandingan berpasangan tersebut diulang untuk semua elemen dalam tiap tingkat. Elemen dengan bobot paling tinggi adalah pilihan keputusan yang layak dipertimbangkan untuk diambil.

Untuk setiap kriteria dan alternatif, kita harus melakukan perbandingan berpasangan yaitu membandingkan setiap elemen dengan elemen lainnya pada setiap tingkat hierarki secara berpasangan sehingga didapat nilai tingkat kepentingan elemen dalam bentuk pendapat kualitatif. Untuk mengkuantifikasi pendapat kualitatif tersebut digunakan skala penilaian sehingga akan diperoleh nilai pendapat dalam bentuk angka (kuantitatif). Untuk berbagai permasalahan, skala 1 sampai dengan 9 merupakan skala yang terbaik dalam mengkualifikasikan pendapat, yaitu berdasarkan akurasinya berdasarkan nilai RMS (Root Mean Square) dan MAD (Median Absolute Deviation). Nilai dan definisi pendapat kualitatif dalam skala perbandingan Saaty pada Tabel 2.1 berikut (Saaty, 1993):

Tabel 2.1. Skala Penilaian Perbandingan Berpasangan Saaty: Intensitas

Kepentingan

Keterangan

1 Kedua elemen sama pentingnya

Nilai-nilai perbandingan kriteria kemudian diolah untuk menentukan peringkat kriteria dari seluruh kriteria yang ada. Baik kriteria kualitatif maupun kriteria kuantitatif, dapat dibandingkan dengan penilaian yang telah ditentukan untuk menghasilkan bobot dan prioritas.

Adapun kelebihan AHP dibandingkan dengan metode lainnya adalah (Marimin, 2004):

1. Struktur yang berhierarki, sebagai konsekuensi dari kriteria yang dipilih, sampai pada subkriteria 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 pengambil keputusan.

2.2.2 Perhitungan Metode AHP

Pada dasarnya formulasi matematis pada model AHP dilakukan dengan menggunakan suatu matriks, misalkan dalam suatu subsistem operasi terdapat n elemen operasi, yaitu elemen-elemen , , …, , maka hasil perbandingan secara berpasangan elemen-elemen operasi tersebut akan membentuk matriks perbandingan seperti pada Tabel 2.2. Perbandingan berpasangan dimulai dari tingkat hierarki paling tinggi, dimana suatu kriteria digunakan sebagai dasar pembuatan perbandingan.

Tabel 2.2 Matriks Perbandingan Berpasangan …

5 Elemen yang satu lebih penting daripada yang 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 pertibangan pertimbangan yang berdekatan

… …

… … … … …

…

Setelah matriks diisi dengan nilai perbandingan selanjutnya dilakukan suatu pembobotan dan penjumlahan untuk menghasilkan satu bilangan tunggal yang menunjukkan prioritas setiap kriteria, berikut merupakan langkah-langkah dalam mencari bobot elemen dengan metode AHP :

1. Normalisasi matriks

Proses pembobotan dilakukan berdasarkan matriks perbandingan berpasangan yang merupakan perbandingan kriteria i terhadap kriteria j, berikut merupakan proses normalisasi matriks perbandingan berpasangan:

a) Bobot setiap kolom j dijumlahkan menjadi total kolom, total dari setiap kolom itu dilambangkan dengan .

……….(1)

Dimana :

Nilai total penjumlahan bobot per kolom Nilai bobot sub faktor baris ke i kolom ke j

b) Bagi setiap kriteria dalam matriks dengan jumlah nilai total di kolom kriteria tersebut. Hasil dari pembagian tersebut dilambangkan dengan .

………..(2)

Hasil pembagian bobot baris ke-i kolom ke-j dengan jumlah tiap kolom ke-j Nilai total penjumlahan bobot per kolom

Nilai bobot sub faktor baris ke i kolom ke j

2. Perhitungan Nilai Eigen

Nilai Eigen adalah nilai yang menunjukkan bobot kepentingan suatu kriteria atau alternatif terhadap kriteria atau alternatif lainnya dalam suatu struktur hirarki. Menentukan prioritas relative dari setiap faktor dengan merata-ratakan bobot yang sudah dinormalisasikan dari setiap baris, dengan lambing .

……….(3) Dimana :

Nilai total penjumlahan bobot per kolom

Hasil pembagian bobot baris ke-i kolom ke- j dengan jumlah tiap kolom ke-j Jumlah Sub factor

3. Perhitungan rasio konsistensi

Rasio konsistensi (CR) adalah perbandingan Indeks Konsistensi (CI) dengan nilai acak Saaty (RI), nilai CR dihitung untuk mengukur tingkat kekonsistenan dari sebuah matrik perbandingan berpasangan. Perhitungan rasio konsistensi dilakukan dengan mengikuti langkah-langkah berikut (Suryadi dan Ramdhani, 2002):

a) mengalikan matriks dengan prioritas bersesuaian b) menjumlahkan hasil perkalian per baris

c) hasil langkah b dibagi jumlah elemen, akan di dapat d) menghitung indeks konsistensi (CI) dengan rumus :

……….(4)

Dimana :

CI : Indeks Konsistensi : Nilai Eigen Maksimum n : Jumlah Kriteria/Alternatif

e) maka rasio konsistensi (CR) dapat dihitung dengan rumus : ……….(5)

Dimana :

CR : Rasio Konsistensi CI : Indeks Konsistensi RI : Indeks Acak Saaty

Nilai RI didasarkan pada nilai indeks acak Saaty pada Tabel 2.3, dan matriks perbandingan berpasangan dapat diterima jika nilai rasio konsistensi (CR) :

Tabel 2.3 Skala Indeks Acak(RI) Saaty Jumlah

Elemen 1 2 3 4 5 6 7 8 9

10

RI 0.00 0.00 0.58 0.90 1.12 1.24 1.32 1.41 1.45 1.49

Untuk lebih jelasnya diberikan contoh sebagai berikut. Johnny ingin membeli sebuah Sepeda MTB, dan ia telah mempunyai 3 pilihan sepeda yang akan ia pilih yaitu, MTB A, MTB B, MTB C, dan ia juga telah mengidentifikasikan 3 kriteria utama sebagai perbandingan pemilihan sepeda tersebut yaitu, Harga, Model dan Merek. Hal pertama yang dilakukannya adalah membuat matriks perbandingan berpasangan terhadap masing-masing kriteria tersebut berdasarkan indeks skala perbandingan berpasangan Saaty, yaitu berikut pada Tabel 2.4 :

Tabel 2.4. Perbandingan Berpasangan Kriteria KRITERIA HARGA MODEL MEREK

HARGA 1 5 4

MODEL 1/5 1 ½

MEREK 1/4 2 1

Setelah membuat perbandingan berpasangan dari krteria maka Johnny melakukan normalisasi terhadap matriks perbandingan berpasangan yang ada pada Tabel 2.5 sebagai berikut:

Tabel 2.5. Normalisasi Matriks

KRITERIA HARGA MODEL MEREK

HARGA 20/29 5/8 8/11

MODEL 4/29 1/8 1/11

MEREK 5/29 2/8 2/11

Selanjutnya dengan persamaan rumus (2) tiap-tiap elemen matriks perbandingan berpasangan dibagi dengan total nilai masing-masing kolom yang dihasilkan pada rumus(1) kemudian dijumlahkan dan dirata-ratakan dengan menggunakan rumus(3) yang dapat dilihat pada Tabel 2.6 berikut.

Tabel 2.6. Nilai Eigen Vector (Bobot)

KRITERIA HARGA MODEL MEREK Bobot

HARGA 0.6896 0.5556 0.7272 0.6574

MODEL 0.1379 0.1111 0.0909 0.1133

MEREK 0.1724 0.2500 0.1818 0.2014

1.4500 8.0000 5.5000 1.000

Selanjutnya menghitung rasio konsistensi daripada bobot( dengan rumus (5), (6) dan (7) :

maka kemudian hitung CI dengan rumus (6),

Nilai CR < 0.1, maka matrik perbandingan untuk kriteria dapat diterima.

Selanjutnya berdasarkan kriteria-kriteria tadi, maka akan ditentukan mana alternatif terbaik dari sepeda-sepeda tersebut, berdasarkan kriteria harga, johnny membuat perbandingan harga sepeda tersebut berdasarkan skala penilaian perbandingan Saaty, yaitu sebagai berikut:

Tabel 2.7. Perbandingan Berpasangan Alternatif Kriteria Harga

Setelah membuat perbandingan berpasangan, selanjutnya matriks pada Tabel 2.7 dinormalisasi seperti pada Tabel 2.8 berikut :

Tabel 2.8. Normalisasi matriks perbandingan berpasangan

HARGA MTB A MTB B MTB C

MTB A ¼ ¼ 1/4

MTB B 2/4 ½ 2/4

MTB C ¼ ¼ 1/4

Selanjutnya dengan persamaan rumus (2) tiap-tiap elemen matriks perbandingan berpasangan dibagi dengan total nilai masing-masing kolom yang dihasilkan pada rumus(1) kemudian dijumlahkan dan dirata-ratakan dengan menggunakan rumus(3) untuk mendapatkan nilai bobotnya(nilai eigen( ), seperti pada Tabel 2.9 berikut:

HARGA MTB A MTB B MTB C

MTB A 1 1/2 1

MTB B 2 1 2

MTB C 1 1/2 1

Tabel 2.9. Nilai Eigen Vector (Bobot) alternatif dengan kriteria harga

HARGA MTB A MTB B MTB C Bobot

MTB A 0.25 0.25 0.25 0.25

MTB B 0.50 0.50 0.50 0.50

MTB C 0.25 0.25 0.25 0.25

4 2 4 1.00

Selanjutnya menghitung rasio konsistensi daripada bobot( dengan rumus (5) , (6) dan (7) :

maka kemudian hitung CI dengan rumus (6),

maka rasio konsistensi (CR) dapat dihitung dengan rumus(7) :

Jika nilai rasio konsistensi (CR) = 0 , maka bobot tersebut sangatlah konsisten .

Selanjutnya dilakukan perbandingan berpasangan lagi untuk kriteria model, maka berdasarkan kriteria model perbandingan untuk alternatif seperti pada Tabel 2.10 berikut:

Tabel 2.10. Matriks perbandingan berpasangan alternatif kriteria model MODEL MTB A MTB B MTB C

MTB A 1 1 1/2

MTB B 1 1 1/3

MTB C 2 3 1

Setelah membuat perbandingan berpasangan, selanjutnya matriks pada tabel 2.10 dinormalisasi seperti pada Tabel 2.11 berikut :

Tabel 2.11. Normalisasi Matrik Perbandingan Berpasangan

MODEL MTB A MTB B MTB C

MTB A 1/4 1/5 3/11

MTB B 1/4 1/5 2/11

MTB C 2/4 3/5 6/11

Selanjutnya dengan persamaan rumus (2) tiap-tiap elemen matriks perbandingan berpasangan dibagi dengan total nilai masing-masing kolom yang dihasilkan pada rumus (1) kemudian dijumlahkan dan dirata-ratakan dengan menggunakan rumus (3) seperti pada Tabel 2.12 berikut :

Tabel 2.12. Nilai Eigen Vector (Bobot) alternatif dengan Kriteria Model Model MTB A MTB B MTB C Bobot

MTB A 0.25 0.20 0.27 0.24

MTB B 0.25 0.20 0.18 0.21

MTB C 0.50 0.60 0.54 0.55

4 5 1.83 1.00

Selanjutnya menghitung rasio konsistensi daripada bobot( dengan rumus (5) , (6) dan (7) :

maka kemudian hitung CI dengan rumus (6),

maka rasio konsistensi (CR) dapat dihitung dengan rumus(7) :

Selanjutnya dilakukan perbandingan berpasangan lagi untuk kriteria merek, maka berdasarkan kriteria merek perbandingan untuk alternatif adalah seperti pada Tabel 2.13 berikut:

Setelah membuat perbandingan berpasangan, selanjutnya matriks pada tabel 2.13 dinormalisasi seperti pada Tabel 2.14 berikut :

Tabel 2.14. Normalisasi Matriks Perbandingan Berpasangan

MEREK MTB A MTB B MTB C

MTB A ½ 1/2 ½

MTB B ¼ 1/4 ¼

MTB C ¼ 1/4 ¼

Selanjutnya dengan persamaan rumus (2) tiap-tiap elemen matriks perbandingan berpasangan dibagi dengan total nilai masing-masing kolom yang dihasilkan pada rumus(1) kemudian dijumlahkan dan dirata-ratakan dengan menggunakan rumus(3) seperti terdapat pada Tabel 2.15 berikut :

Tabel 2.15. Perhitungan Perbandingan Berpasangan dengan Kriteria Merek MEREK MTB A MTB B MTB C

MTB A 0.50 0.50 0.50 0.50

MTB B 0.25 0.25 0.25 0.25

MTB C 0.25 0.25 0.25 0.25

2 4 4 1.00

Selanjutnya menghitung rasio konsistensi daripada bobot( dengan rumus (5) , (6) dan (7) :

Maka kemudian hitung CI dengan rumus (6),

Maka rasio konsistensi (CR) dapat dihitung dengan rumus(7) : MEREK MTB A MTB B MTB C

MTB A 1 2 2

MTB B ½ 1 1

MTB C ½ 1 1

= 0

Kemudian satukan semua bobot untuk masing-masing kriteria terhadap alternative dalam satu tabel sehingga dapat diperoleh bobot akhir dari alternatif tersebut, seperti pada Tabel 2.16 berikut.

Tabel 2.16. Nilai Akhir dari Masing-masing Alternatif

BOBOT KRITERIA MTB A MTB B MTB C

HARGA 0.66 0.25 0.24 0.50

MODEL 0.11 0.50 0.21 0.25

MEREK 0.20 0.25 0.55 0.25

Final Score

0.27 0.29 0.42

Maka berdasarkan Tabel 2.16 dapat disimpulkan bahwa Sepeda MTB C menempati posisi teratas dengan bobot 0.42, kemudian MTB B dengan bobot 0.29 dan terakhir MTB A dengan bobot 0.27.

2.3. Weighted Sum Model (WSM)

Weighted sum model adalah salah satu model yang paling umum dan banyak digunakan untuk memodelkan permasalahan MADM. WSM mengurutkan semua kandidat berdasarkan atribut yang telah ternormalisasi (Triantaphyllou, 2000).

Normalisasi atribut dilakukan guna menjamin perbandingan antar atribut yang akan digunakan. Jika tidak demikian, maka atribut - atribut yang memiliki nilai yang tinggi akan membuat ketidakseimbangan pada nilai keseluruhan yang akan diperoleh.

Bentuk umum dari nilai alternatif pada Weighted Sum Model untuk permasalahan satu dimensi dapat dinyatakan sebagai berikut :

Dimana :

w = nilai bobot krieria u = nilai bobot alternatif

n = jumlah data

p = nilai akhir alternatif

Langkah langkah untuk memperoleh nilai WSM dari alternatif yang ada adalah : 1. Masukkan data seluruh alternatif

2. Masukkan nilai bobot dari setiap kriteria 3. Hitung dengan rumus (5).

4. Nilai WSM dari setiap alternatif akan diketahui.

Untuk lebih jelasnya diberikan contoh sebagai berikut. Terdapat sebuah permasalahan dalam memilih alternatif yang terbaik antara A1, A2, dan A3. Sedangkan kriteria yang menentukan proses pemilihan adalah C1, C2, C3 dan C4. Nilai bobot kriteria dan nilai kriteria dari masing-masing alternatif disajikan dalam Tabel 2.17 berikut.

Tabel 2.17.Tabel Contoh Nilai WSM

C1 C2 C3 C4

Alternatif 0.1 0.3 0.4 0.2

A1 20 15 10 10

A2 15 20 10 15

A3 10 20 15 20

Berdasarkan tabel tersebut dapat kita ketahui nilai bobot yang diberikan pada kriteria C1 adalah 0.1 atau 10 %, nilai bobot pada kriteria C2 adalah 0.3 atau 30 %, nilai bobot pada kriteria C3 adalah 0.4 atau 40 % dan nilai bobot pada kriteria C4 adalah 0.2 atau setara dengan 20 %.Selanjutnya untuk menghitung nilai WSM dari setiap alternatif digunakan rumus (5) sehingga:

Untuk alternatif A1, maka nilai WSM yang diperoleh adalah :

Untuk alternatif A2, maka nilai WSM yang diperoleh adalah :

Berdasarkan perhitungan diatas, maka alternatif A3 lah yang paling baik, dikarenakan nilai WSM dari alternatif A3 merupakan nilai yang tertinggi dari semua alternatif yang ada.

2.4.Pengujian Akurasi

Pengujian dilakukan dengan membandingkan hasil rekomendasi dari Sistem dengan hasil pilihan dari pengguna (Decision Maker). Nilai akurasi dihitung dengan menggunakan rumus akurasi (Powers,2011), yaitu :

Akurasi = ( TN + TP) / N Dimana :

N = TN + FP + FN + TP Keterangan:

True Negative (TN) : jumlah prediksi negatif yang benar False Positive (FP) : jumlah prediksi positif yang benar False Negative (FN) : jumlah prediksi negatif yang salah True Positive (TP) : jumlah prediksi positif yang salah

2.5.Penelitian yang Relevan

Adapun penelitian-penelitian yang relevan terhadap penelitian ini adalah:

1. Johanes Sinaga (2010), membuat penelitian yang berjudul Penerapan Analytical Hierarchy Process (AHP) Dalam Pemilihan Badan Usaha Milik Negara (BUMN) Sebagai Tempat Kerja Mahasiswa Universitas Sumatera Utara (USU). Hasil penelitian yang diperoleh adalah sebuah sistem pendukung keputusan untuk menentukan prioritas perusahaan BUMN yang diminati mahasiswa USU sebagai tempat bekerja.

2. Sunarto (2011), membuat penelitian yang berjudul Sistem Pendukung Keputusan Pemilihan Handphone Metode Analytical Hierarchy Process (AHP) berbasis PHP. Hasil penelitian yang diperoleh adalah aplikasi pemilihan handphone dengan menggunakan PHP berbasis web untuk mengatasi permasalahan dalam memilih sebuah handphone.

3. S Sutikno (2010), membuat penelitian yang berjudul Sistem Pendukung Keputusan Metode AHP Untuk Pemilihan Siswa Dalam Mengikuti Olimpiade Sains di Sekolah Menengah Atas. Hasil penelitian yang diperoleh adalah aplikasi sistem pendukung keputusan untuk pemilihan siswa dalam mengikuti olimpiade sains.

4. Dita Monita (2013), membuat penelitian yang berjudul Sistem Pendukung Keputusan Penerima Langsung Tunai dengan Menggunakan Metode Analytical Hierarchy Process. Hasil Penelitian yang diperoleh adalah aplikasi sistem pendukung keputusan untuk pemilihann penerima langsung tunai. 5. Dalu Nuzul Kirom (2012), membuat penelitian yang berjudul Sistem Informasi

Manajemen Beasiswa ITS Berbasis Sistem Pendukung Keputusan Menggunakan Analytical Hierarchy Process. Hasil penelitian yang diperoleh adalah aplikasi sistem informasi berbasis sistem pendukung keputusan manajemen beasiswa ITS.

6. M Fajrul Falah (2014), membuat penelitian Sistem Pendukung Keputusan Pemilihan Siswa Berprestasi dengan Metode Simple Additive Weighting dan Weighted Sum Model (Studi Kasus : MIN Tanjung Sari Medan Selayang). Hasil penelitian yang diperoleh adalah aplikasi sistem pendukung keputusan pemilihan siswa berprestasi dengan menggunakan metode Simple Additive Weighting dan Weighted Sum Model.

7. Karina Auliasari (2012), membuat penelitian yang berjudul Pemfilteran dan Perangkingan Informasi Menggunakan Pendekatan Multi Criteria Decision Making Untuk Sistem Rekomendasi Objek Wisata. Hasil penelitian yang diperoleh adalah aplikasi sistem rekomendasi objek wisata.

BAB 3

ANALISIS DAN PERANCANGAN SISTEM

3.1 Analisis Sistem

Analisis sistem ialah proses identifikasi mengenai hal-hal yang dibutuhkan dan harus ada pada sistem, agar sistem tersebut dapat berjalan sesuai dengan tujuan utama.

Analisis sistem dapat dilakukan dengan menentukan apa-apa saja yang menjadi input dari sistem, proses apa yang dilakukan sistem dan apa yang menjadi output dari sistem tersebut. Untuk menganalisis sebuah sistem ada beberapa hal yang biasa dilakukan, yaitu sebagai berikut:

3.1.1. Analisis masalah

Analisis masalah merupakan proses mengidentifikasi sebab dan akibat dibangunnya sebuah sistem agar sistem yang akan dibangun tersebut dapat berjalan sebagaimana mestinya sesuai dengan tujuan dari sistem itu. Saat ini terdapat bermacam-macam jenis dan merek sepeda, oleh karena itu dibutuhkan sebuah sistem untuk memberikan informasi yang tepat dalam proses penentuan sepeda yang sesuai dengan kebutuhan dan kriteria pengguna dengan menggunakan metode Analytical Hierarchy Process dan Weighted Sum Model.

DiagramIshikawa adalah diagram yang menunjukkan penyebab-penyebab dari sebuah event yang spesifik. Diagram ini juga disebut dengan diagram tulang ikan atau cause-and-effect diagram. Pemakaian diagram Ishikawa yang paling umum adalah untuk mencegah efek serta mengembangkan kualitas produk. Analisa masalah lebih jelas melalui diagram Ishikawa yang dapat dilihat pada Gambar 3.1.

Menyelesaikan masalah pemilihan sepeda sesuai dengan kriteria

yang diinginkan

Data Sepeda dari berbagai Jenis dan merek

Belum ada Sistem Pendukung Keputusan Pemilihan Sepeda

Gambar 3.1 Diagram Ishikawa Analisis Masalah Sistem

Berdasarkan Gambar 3.1 dapat diketahui bahwa permasalahan pemilihan sepeda dikarenakan banyaknya jenis dan merek sepeda yang ada di pasaran dan juga belum adanya sebuah sistem informasi yang ditujukan khusus untuk menyelesaikan masalah tersebut. Untuk itu dibuatlah sebuah Sistem Pendukung Keputusan dengan menggunakan metode Analytical Hierarchy Process dan Weighted Sum Model .

3.1.2. 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.

3.1.2.1. Kebutuhan Fungsional Sistem

Kebutuhan fungsional adalah fungsi-fungsi yang harus dipenuhi pada aplikasi yang dirancang. Kebutuhan fungsional yang harus dipenuhi aplikasi yang dirancang adalah sebagai berikut:

1. Sistem dapat menerima inputan data sepeda dan bobot kriteria

2. Sistem dapat mengetahui sepeda yang sesuai dengan kriteria user, berdasarkan metode Analytical Hierarchy Process dan Weighted Sum Model.

3. Sistem dapat menampilkan hasil perhitungan pemilihan sepeda berdasarkan metode Analytical Hierarchy Process dan Weighted Sum Model.

3.1.2.2. Kebutuhan Non-Fungsional Sistem

Kebutuhan non-fungsional adalah kebutuhan yang harus dipenuhi agar aplikasi yang dirancang mendapat umpan-balik yang baik dari pengguna aplikasi. Kebutuhan non-fungsional yang harus dipenuhi aplikasi yang dirancang adalah sebagai berikut:

1. Sistem harus dapat melakukan perhitungan menentukan sepeda, sesuai dengan kriteria dari user dengan cepat dan tepat.

2. Sistem harus mudah digunakan sehingga dapat dioperasikan dengan baik oleh user.

3.1.3. Pemodelan

Pemodelan sistem dilakukan untuk memperoleh gambaran yang lebih jelas tentang objek apa saja yang akan berinteraksi dengan sistem, serta hal-hal apa saja yang harus dilakukan oleh sebuah sistem sehingga sistem dapat berfungsi dengan baik sesuai dengan kegunaannya.

Pada penelitian ini digunakan UML (Unified Modeling Language) sebagai bahasa pemodelan untuk mendesain dan merancang Sistem Pendukung Keputusan Pemilihan Sepeda dengan Metode Analytical Hierarchy Process dan Weighted Sum

Model. Model UML yang digunakan antara lain use case diagram, activity diagram, dan sequence diagram.

3.1.3.1. Use Case Diagram

Use Case Diagram adalah sebuah diagram yang dapat merepresentasikan interaksi yang terjadi antara user dengan fungsi pada sistem dan dapat dilihat pada Gambar 3.2.

Gambar 3.2 Use Case Diagram Sistem Pendukung Keputusan Pemilihan Sepeda

Pada Proses Pemilihan Sepeda dengan Metode AHP, dapat dinyatakan dalam Tabel 3.1 .

Tabel 3.1. Tabel Use Case Proses Pemilihan Sepeda dengan Metode AHP Name Proses Pemilihan Sepeda dengan Metode AHP

Actors User yang telah ditentukan

Description Use Case ini mendeskripsikan proses pemilihan sepeda dengan metode AHP

Basic Flow User memasukkan perbandingan berpasangan kriteria penilaian dan alternatif pilihan

Alternate Flow User dapat kembali ke tampilan awal dan memilih metode perhitungan lainnya

Pre Condition -

Post Condition User mengetahui bobot dari kriteria penilaian dan alternatif pilihan

Pada Proses Pemilihan Sepeda dengan Metode WSM, dapat dinyatakan dalam Tabel 3.2 .

Tabel 3.2. Tabel Use Case Proses Pemilihan Sepeda dengan Metode WSM

Name Proses Pemilihan Sepeda dengan Metode WSM

Actors User yang telah ditentukan

Description Use Case ini mendeskripsikan proses pemilihan sepeda dengan metode WSM

Basic Flow User memasukkan bobot kriteria dan memilih alternatif pilihan

Alternate Flow User dapat kembali ke tampilan awal dan memilih metode perhitungan lainnya

Pre Condition -

Post Condition User mengetahui nilai WSM dari seluruh alternatif 3.1.3.2.Activity Diagram

Untuk proses pemilihan sepeda dengan AHP, dapat dilihat Activity Diagram pada gambar 3.3 berikut.

Gambar 3.3 Activity Diagram untuk Proses Pemilihan Sepeda dengan Metode AHP

Pada perhitungan metode AHP, sistem akan menampilkan form pengisian perbandingan berpasangan dari kriteria penilaian pemilihan sepeda dan pengguna kemudian diminta untuk memasukkan perbandingan antar masing-masing kriteria, kemudian setelah mendapatkan kriteria, pengguna akan memilih 3 calon sepeda yang diinginkan kemudian sistem akan menilai sepeda mana yang paling baik berdasarkan perbandingan berpasangan kriteria yang dikehendaki user.

Untuk proses Perhitungan dengan WSM, dapat dilihat Activity Diagram pada gambar 3.4 berikut.

Gambar 3.4 Activity Diagram untuk Proses Pemilihan Sepeda dengan Metode WSM

Pada perhitungan dengan metode WSM, sistem akan menampilkan data seluruh alternatif sepeda yang akan dipilih, kemudian pengguna diminta untuk memasukkan nilai bobot dari masing-masing kriteria penilaian yang akan dihitung kemudian sistem akan menilai sepeda mana yang paling baik berdasarkan bobot kriteria yang dikehendaki pengguna.

3.13.3.Sequence Diagram

SequenceDiagram adalah bentuk pemodelan sistem yang menggambarkan hubungan antar objek atau objek yang saling berinteraksi melalui pesan dalam eksekusi. Diagram ini mengilustrasikan bagaimana pesan dikirim dan diterima diantara objek dan diurutan yang mana. Sequence Diagram untuk sistem yang dirancang pada penelitian ini adalah sebagai berikut.

Pada proses perhitungan pemilihan sepeda, sistem dapat melakukan perhitungan dengan metode Analytical Hierarchy Process (AHP) dan Weighted Sum Model (WSM). Sequence Diagram untuk proses perhitungan dengan metode AHP diperlihatkan pada Gambar 3.5

Gambar 3.5 Sequence Diagram untuk Proses Perhitungan dengan Metode Analytical Hierarchy Process

Pada Sequence diagram diatas terlihat bahwa pengguna mengakses form perhitungan dengan metode AHP, kemudian sistem akan menampilkan form perhitungan dan pengguna memasukkan nilai perbandingan berpasangan dari kriteria yang telah ditentukan. Selanjutnya data hasil perhitungan perbandingan berpasangan akan menjadi bobot kriteria, kemudian pengguna memilih 3 alternatif sepeda kemudian alternative tersebut akan dibandingkan satu sama lain berdasarkan kriteria kemudia hasil perbandingan tersebut akan dikalikan dengan bobot dari kriteria yang akan menghasilkan nilai akhir bobot maisng-masing alternatif.

Gambar 3.6 Sequence Diagram untuk Proses Perhitungan dengan Metode Weighted Sum Model

Pada Sequence diagram diatas terlihat bahwa pengguna mengakses form perhitungan dengan metode WSM, kemudian sistem akan menampilkan form perhitungan dan pengguna memasukkan nilai bobot kriteria yang telah ditentukan. Selanjutnya pengguna memiih alternatif sepeda dari database, yang kemudian system akan melakuka perhitungan dengan metode WSM.

3.1.3.4.Kamus Data

Kamus dara merupakan sebuah daftar yang mengatur semua komponen data yang berhubungan terhadap sistem dengan definisi singkat dan sejelas-jelasnya, sehingga pengguna dan analis sistem dapat sama-sama mengerti tentanf data masukan, keluaran, komponen penyimpanan dan kalkulasi lanjutan (Pressman,2001).

Berikut merupakan Kamus Data dari Sistem yang dapat dilihat pada Tabel 3.3 berikut .

Tabel 3.3. Kamus Data Sistem

No Data Field Type Deskripsi

1 Anak ID

NAMA_SEPEDA HARGA MEREK MODEL varchar(10) varchar(50) int(2) int(2) int(2) ID Sepeda Nama Sepeda

Nilai dari Harga Sepeda Nilai dari Merek Sepeda Nilai dari Model Sepeda

2 Bmx ID

NAMA_SEPEDA HARGA MEREK MODEL varchar(10) varchar(30) int(2) int(2) int(2) ID Sepeda Nama Sepeda

Nilai dari Harga Sepeda Nilai dari Merek Sepeda Nilai dari Model Sepeda

3 Lipat ID

NAMA_SEPEDA HARGA MEREK MODEL varchar(10) varchar(50) int(2) int(2) int(2) ID Sepeda Nama Sepeda

Nilai dari Harga Sepeda Nilai dari Merek Sepeda Nilai dari Model Sepeda

4 MTB ID

NAMA_SEPEDA HARGA MEREK MODEL varchar(10) varchar(50) int(2) int(2) int(2) ID Sepeda Nama Sepeda

Nilai dari Harga Sepeda Nilai dari Merek Sepeda Nilai dari Model Sepeda

3.1.3.5.Flowchart Metode Analytical Hierarchy Process

Pada metode Analytical Hierarchy Process untuk mendapatkan bobot dari kriteria dan alternatif harus melalui proses perbandingan berpasangan yaitu dimana masing-masing kriteria dan alternatif dibandingkan satu sama lain, setelah kemudian akan diperiksa apakah bobot konsisten atau tidak dimana bentuk kekonsistenan dapat diukur dari nilai CR(Concistency Ratio) yang harus kurang dari nilai 0.1. Flowchart dari metode Analytical Hierarchy Process pada Gambar 3.10 sebagai berikut

Gambar 3.7 Flowchart Metode Analytical Hierarchy Process

3.1.3.6.Flowchart Metode Weighted Sum Model

Pada metode Weighted Sum Model, bobot dari kriteria akan ditentukan oleh pengguna itu sendiri sesuai dengan keinginannya masing-masing, bobot tersebut akan langsung dikalikan dan dihutng terhadap nilai dari masing-masing alternatif, Berikut disajikan Flowchart dari metode Weighted Sum Model pada Gambar 3.8.

Gambar 3.8 Flowchart Metode Weighted Sum Model

3.1.3.7.Flowchart Sistem

Flowchart Sistem Pendukung Keputusan Pemilihan Sepeda dapat dilihat pada Gambar 3.9 berikut.

Gambar 3.9 Flowchart SistemPendukung Keputusan Pemilihan Sepeda 3.2. Perancangan Sistem

Proses perancangan antarmuka (interface) sebuah sistem adalah proses yang cukup penting dalam perancangan sebuah sistem. Merancang antarmuka merupakan bagian yang paling penting dari merancang sebuah sistem. Sebuah antarmuka harus dirancang dengan memperhatikan faktor pengguna sehingga sistem yang dibangun dapat memberikan kenyamanan dan kemudahan untuk digunakan oleh pengguna.

3.2.1 Antarmuka Perhitungan dengan Metode AHP

Pada tampilan perhitungan dengan metode AHP, akan ditampilkan form untuk mengisi perbandingan berpasangan berdasarkan kriteria, kemudian dari perhitungan perbandingan berpasangan akan ditampilkan bobot kriteria dan nilai kekonsistenan dari bobot tersebut, seperti pada gambar 3.9 berikut.

Gambar 3.10 Antarmuka Perhitungan dengan Metode AHP Keterangan :

1. Tabel Perbandingan Berpasangan Kriteria

Tabel ini berfungsi untuk input perbandingan berpasangan antar kriteria. 2. Text Field Harga

Berfungsi untuk menampilkan data bobot harga dari perhitungan perbandingan berpasangan.

3. Text Field Model

Berfungsi untuk menampilkan data bobot model dari perhitungan perbandingan berpasangan.

4. Text Field Merek

Berfungsi untuk menampilkan data bobot merek dari perhitungan perbandingan berpasangan.

Berfungsi untuk menampilkan data λ max dari perhitungan perbandingan berpasangan.

6. Text Field CI

Berfungsi untuk menampilkan data CI (Consistency Index) dari perhitungan perbandingan berpasangan.

7. Text Field CR

Berfungsi untuk menampilkan data CR (Consistency Ratio) dari perhitungan perbandingan berpasangan.

8. Button Hitung

Berupa tombol yang berfungsi untuk menampilkan semua data hasil perbandingan berpasangan.

9. Button Lanjut

Berupa tombol yang berfungsi untuk menampilkan semua data hasil perbandingan berpasangan.

3.2.2 Antarmuka Perhitungan dengan Metode WSM

Pada Tampilan Perhitungan dengan metode WSM, pengguna akan diminta untuk memasukkan nilai bobot dari kriteria sesuai dengan keinginan. Selanjutnya pengguna memilih alternatif Sepeda kemudian mengakses tombol hitung agar sistem memulai proses perhitungan dengan metode WSM yang hasilnya akan ditampilkan pada form tersebut. Seperti pada gambar 3.11 berikut .

Gambar 3.11 Antarmuka Perhitungan dengan Metode WSM Keterangan :

1. Text Field Harga

Berfungsi untuk menampilkan data bobot harga dari perhitungan perbandingan berpasangan.

2. Text Field Model

Berfungsi untuk menampilkan data bobot model dari perhitungan perbandingan berpasangan.

3. Text Field Merek

Berfungsi untuk menampilkan data bobot merek dari perhitungan perbandingan berpasangan.

4. Combo box Pemilihan Sepeda

Berfungsi untuk memilih jenis sepeda yang akan ditampilkan pada tabel nomor 5. 5. Tabel Data Alternatif Sepeda

Tabel ini berfungsi untuk menampilkan data alternatif sepeda yang diakses dari database.

6. Button Pilih

Berfungsi untuk memberi action memilih sepeda dari tabel. 7. Tabel Data Sepeda Pilhan

Berfungsi untuk menampilkan data Sepeda yang dipilih dari Action Button Pilih. 8. Tabel Data Nilai Bobot Sepeda Pilihan

Berfungsi untuk menampilkan data nilai bobot sepeda berdasarkan perhitungan dengan metode WSM.

9. Button Hitung

Berupa tombol yang berfungsi untuk menampilkan semua data nilai bobot alternatif hasil perhitungan pada Tabel Data Nilai Bobot Sepeda Pilihan.

BAB 4

IMPLEMENTASI DAN PENGUJIAN SISTEM

4.1. Implementasi Sistem

Implementasi sistem merupakan proses menerjemahkan hasil analisis dan perancangan sistem ke dalam sebuah bahasa pemrograman. Implementasi sistem pada penelitian ini dibangun menggunakan bahasa pemrogaman bahasa pemrograman Java. Adapun perangkat lunak yang digunakan sebagai Integrated Development Environment (IDE) adalah NetBeans IDE 8.0.1.

4.1.1. Implementasi Metode Analytical Hierarchy Process

Penerapan Metode Analytical Hierarchy Process dalam sistem yang dibuat adalah pada proses perhitungan nilai sepeda dengan metode Analytical Hierarchy Process (AHP), dimana dengan metode ini bobot kriteria didapatkan dari nilai perbandingan berpasangan antar kriteria berdasarkan keinginan pengguna. Kemudian bobot dari kriteria tersebut akan dikalikan dengan bobot masing-masing alternatif setelah nilai dari masing-masing alternatif dibandingkan berpasangan satu per satu.

Berikut disajikan perhitungan pemilihan sepeda dengan metode Analytical Hierarchy Process. Untuk melakukan pemilihan, yang pertama dilakukan adalah menentukan nilai dari masing-masing kriteria pemilihan tersebut, dengan metode ini, nilai dari masing-masing kriteria didapatkan dari nilai perbandingan berpasangan antar masing-masing kriteria seperti pada Tabel 4.1 berikut.

Tabel 4.1. Tabel Perbandingan Berpasangan Kriteria

Pada Tabel 4.1 diatas, nilai bobot dari kriteria tersebut didapatkan dari normalisasi perbandingan berpasangan antar masing-masing kriteria, normalisasi dilakukan dengan membagikan masing-masing nilai kriteria dengan jumlah nilai kolom kriteria tersebut, hasil pembagian tersebut kemudian dijumlahkan per baris dan dibagi tiga.

Kemudian setelah mendapatkan bobot kriteria maka, masing-masing alternatif sepeda akan dibandingkan satu-satu berdasarkan kriteria, dimana alternatif yang akan dibandingkan ada pada Tabel 4.2 sebagai berikut.

Tabel 4.2. Data Nilai Alternatif Sepeda

ID Harga Merek Model

MTB05 7 8 6

MTB09 7 8 8

MTB10 8 8 9

Selanjutnya masing-masing alternatif sepeda akan dibandingkan nilainya berdasarkan masing-masing kriteria, perbandingan berdasarkan kriteria harga seperti pada tabel 4.3.

Kriteria Harga Merek Model Bobot

Harga 1 1/2 1 0.25

Merek 2 1 2 0.5

Model 1 1/2 1 0.25

Tabel 4.3. Perbandingan Berpasangan Alternatif Berdasarkan Kriteria Harga

Selanjutnya masing-masing alternatif sepeda akan dibandingkan nilainya berdasarkan masing-masing kriteria, perbandingan berdasarkan kriteria merek seperti pada Tabel 4.4.

Tabel 4.4. Perbandingan Berpasangan Alternatif Berdasarkan Kriteria Merek

Selanjutnya masing-masing alternatif sepeda akan dibandingkan nilainya berdasarkan masing-masing kriteria, perbandingan berdasarkan kriteria Model seperti pada Tabel 4.5.

Harga MTB05 MTB09 MTB10 Bobot

MTB05 7/7 7/7 7/8 0.3182

MTB09 7/7 7/7 7/8 0.3182

MTB10 8/7 8/7 8/8 0.3633

Jumlah 3.14 3.14 2.75 1

Merek MTB05 MTB09 MTB10 Bobot

MTB05 8/8 8/8 8/8 0.3333

MTB09 8/8 8/8 8/8 0.3333

MTB10 8/8 8/8 8/8 0.3333

Tabel 4.5. Perbandingan Alternatif Berdasarkan Kriteria Model

Selanjutnya setelah mendapatkan bobot masing-masing alternatif berdasarkan kriteria,maka bobot masing-masing alternatif akan dikalikan dengan bobot kriteria untuk mendapatkan nilai akhir dari masing-masing alternative, seperti ditampilkan pada Tabel 4.6 berikut.

Tabel 4.6. Nilai Alternatif dari perhitungan AHP

Kriteria Bobot MTB05 MTB09 MTB10

Harga 0.25 0.3182 0.3182 0.3636

Merek 0.50 0.3333 0.3333 0.3333

Model 0.25 0.2609 0.3478 0.3913

Nilai AHP 0.29 0.34 0.37

Dari Tabel 4.6 dapat diketahui bahwa Alternatif MTB10 mendapatkan nilai tertinggi dengan nilai 0.37, kemudian MTB 09 dengan nilai 0.34 dan MTB05 dengan nilai 0.29, sehingga rekomendasi sistem jatuh pada alternatif MTB10.

Model MTB05 MTB09 MTB10 Bobot

MTB05 6/6 6/8 6/9 0.2609

MTB09 8/6 8/8 8/9 0.3478

MTB10 9/6 9/8 9/9 0.3913

4.1.2. Implementasi Metode Weighted Sum Model

Penerapan Metode Weighted Sum Model dalam sistem yang dibuat adalah pada proses perhitungan nilai sepeda dengan metode Weighted Sum Model (WSM), dimana dengan metode ini bobot kriteria disesuaiakan dengan keinginan pengguna, berbeda dengan Metode AHP yang menggunakan perbandingan berpasangan, dengan Metode WSM pengguna langsung menetapkan bobot dari kriteria tersebut dimana jumlah dari besar nilai masing-masing bobot haruslah 100%.

Berikut disajikan perhitungan pemilihan sepeda dengan Metode WSM, dimana hal pertama yang dilakukan adalah menetapkan bobot dari masing-masing krteria dan selanjutnya dari bobot tersebut lagnsung dikalikan masing-masing dengan nilai alternatif, seperti pada Tabel 4.7 berikut.

Tabel 4.7. Perhitungan dengan Metode WSM

ID HARGA MEREK MODEL NILAI

BOBOT 25% 50% 25% 100%

MTB05 7 8 6 8.75

MTB09 7 8 8 7.75

MTB10 8 8 9 8.25

Dari Tabel 4.7 dapat diketahui bahwa dengan bobot kriteria Harga 25%, Merek 50% dan Model 25% dengan alternatif MTB05, MTB09 dan MTB10, melalui perhitungan dengan metode WSM didapatkan bahwa Alternatif MTB05 mendapatkan nilai tertinggi dengan nilai 8.75, kemudian MTB10 dengan nilai 8.25 dan MTB05 dengan nilai 7.75, sehingga sistem merekomendasikan pengguna untuk memilih alternaitf MTB05.

4.2. Antarmuka Sistem

Pada Sistem Pendukung Keputusan Pemilihan Sepeda ini terdapat lima tampilan antarmuka, yaitu :

1. Home

2. Perhitungan dengan AHP 3. Perhitungan dengan WSM 4. Bantuan

5. Katalog Sepeda 4.2.1. Tampilan Home

Home merupakan form yang pertama kali muncul pada saat aplikasi dijalankan. Form ini terdiri dari dua Tab Menu, yaitu Tab Menu dan Tab Sepeda. Halaman utama pada aplikasi dapat dilihat pada Gambar 4.1.

Gambar 4.1 FormHome

Tab Menu terdiri dari beberapa submenu yaitu , Perhitungan AHP, Perhitungan WSM, Bantuan dan menu Keluar. Tab Sepeda merupakan katalog dari data sepeda yang ada pada sistem dan terdiri dari beberapa submenu yaitu Sepeda MTB, Sepeda BMX, Sepeda Anak, dan Sepeda Lipat.

4.2.2. Perhitungan AHP

Perhitungan AHP merupakan submenu pada tab Menu yang merupakan interface untuk melakukan perhitungan dengan menggunakan Metode Analytical Hierarchy Process, dimana disediakan tabel untuk perbandingan berpasangan kriteria, 6 TextField untuk menampung data hasil perhitungan dan 2 button untuk melanjutkan proses perhitungan. Tampilan untuk form ini dapat dilihat pada Gambar 4.2 .

Gambar 4.2 Form Perhitungan AHP 4.2.3. Perhitungan WSM

Perhitungan WSM merupakan submenu pada tab Menu yang merupakan interface untuk melakukan perhitungan dengan menggunakan Weighted Sum Model, dimana disediakan 3 TextField untuk mengisi bobot kriteria, 3 tabel untuk pemilihan sepeda dan menampung hasil perhitungan, serta 1 button untuk action perhitungan. Tampilan untuk form ini dapat dilihat pada Gambar 4.3.

Gambar 4.3 Form Perhitungan WSM 4.2.4. Bantuan

Menu Bantuan merupakan Form yang digunakan untuk menampilkan informasi tentang cara mengoperasikan sistem atau aplikasi yang dibuat. Tampilan untuk tab Help dapat dilihat pada Gambar 4.4.

Gambar 4.4 Menu Bantuan 4.2.5. Katalog Sepeda

Tab Sepeda merupakan form yang digunakan untuk menampilkan informasi tentang data sepeda yang ada pada sistem, bentuk penyajiannya mirip dengan katalog unutk memberikan referensi kepada pengguna sebekum memilih sepeda pada sistem. Tampilan untuk Tab Sepeda dapat dilihat pada Gambar 4.5.

Gambar 4.5 Tab SEPEDA

4.3. Pengujian Sistem

Pengujian sistem dilakukan untuk mengetahui bagaimana kinerja sistem dalam pengimplementasian Metode Analytical Hierarchy Process dan Weighted Sum Model untuk melakukan proses pemilihan sepeda. Apakah sistem telah berjalan sesuai dengan fungsi-fungsi yang sebelumnya ditentukan pada tahap analisis dan perancangan sistem Hasil yang diberikan dari masing-masing metode nantinya akan dibandingkan satu sama lain berdasarkan Running Time Calculation.

4.3.1. Pengujian Sistem dengan Metode Analytical Hierarchy Process

Untuk melakukan pemilihan sepeda dengan metode Analytical Hierarchy Process tahap awal yang dilakukan adalah memilih submenu Perhitungan AHP pada Tab Menu. Setelah tampilan form Perhitungan AHP muncul maka lakukan langkah-langkah berikut ini untuk melakukan proses pemilihan.

1. Mengisi form perbandingan berpasangan kriteria pada tabel yang telah disediakan. 2. Setelah mengisi tabel perbandingan berpasangan tekan tombol Hitung untuk mendapatkan bobot dari kriteria berdasarkan perbandingan berpasangan tadi yang akan ditampilkan pada textfield dan running time dari proses perhitungan tersebut seperti pada Gambar 4.6.

Gambar 4.6 Form Perbandingan Berpasangan Kriteria

3. Menekan tombol Lanjut untuk menuju form pemilihan Sepeda dari Database. 4. Pada Form Pemilihan Sepeda, Pilih jenis sepeda yang ingin dipilih pada Combo

Box, kemudian dari tabel data sepeda pilih 3 sepeda dan tekan tombol Pilih untuk mendapatkan sepeda pilihan seperti pada Gambar 4.7.

Gambar 4.7 Form Pemilihan Sepeda

Setelah memilih sepeda, maka ketiga sepeda tersebut yang telah memilliki nilai pada masing-masing kriteria akan dibandingkan satu sama lain, kemudian akan mendapatkan bobot masing-masing sepeda berdasarkan masing-masing kriteria, kemudian bobot sepeda tersebut akan dikalikan dengan bobot kriteria dari form sebelumnya, seperti pada Gambar 4.8.

Gambar 4.8 Form Hasil Perhitungan AHP

4.3.2. Pengujian Metode Weighted Sum Model

Untuk melakukan pemilihan sepeda dengan metode Weighted Sum Model, tahap awal yang dilakukan adalah memilih submenu Perhitungan AHP pada Tab Menu. Setelah tampilan form Perhitungan WSM muncul maka lakukan langkah-langkah berikut ini untuk melakukan proses pemilihan.

1. Masukkan nilai kriteria Harga, Merek dan Model sesuai dengan keinginan pengguna, jumlah ketiga kriteria ini haruslah berjumlah 100%.

2. Memilih jenis sepeda pada Combo Box kemudian memilih alternatif sepeda dari Tabel.

Gambar 4.9 Form Perhitungan WSM

4.4. Hasil Pengujian

Hasil pengujian yang didapatkan melalui penelitian ini berupa nilai dari masing-masing sepeda berdasarkan masing-masing metode dan sesuai dengan nilai kriteria yang dinginkan pengguna,

4.4.1. Hasil Pengujian Sistem dengan Metode Analytical Hierarchy Process Pengujian dengan Metode Analytical Hierarchy Process (AHP) dilakukan sebanyak 5 kali dengan alternatif yang berbeda pada setiap pengujian namun bobot tetap sama.

Hasil pengujian 1 dengan metode Analytical Hierarchy Process dapat dilihat pada Tabel 4.8.

Tabel 4.8 Hasil Pengujian 1 dengan Metode AHP pada Sistem

Kriteria Bobot MTB05 MTB09 MTB10

HARGA 0.4431 0.2609 0.3913 0.3478

MEREK 0.3875 0.3636 0.3182 0.3182

MODEL 0.1694 0.3182 0.3636 0.3182

NILAI AHP 0.31 0.36 0.33

Pada Tabel 4.8 terlihat bahwa Sepeda MTB09 menempati urutan pertama dengan nilai 0.36, kemudian MTB10 dengan nilai 0.33 dan MTB05 dengan nilai 0.31 dan waktu

WSM

Pengujian 1 0.001 0 0.001

Pengujian 2 0.001 0.001 0.002

Pengujian 3 0.0 0.001 0.001

Pengujian 4 0.001 0.001 0.002

Pengujian 5 0.0 0.001 0.003

Data Tabel 4.19 dapat ditampilkan pada Gambar 4.11 berikut

Gambar 4.11 Grafik Pengujian Running Time Calculation Sistem Metode WSM

Dari pengujian yang telah dilakukan yang ditampilkan pada Tabel 4.18 dan 4.19 maka dapat disimpulkan bahwa Metode WSM memiliku Running Time Calculation yang lebih cepat dibandingkan dengan Metode AHP.

4.4.4. Pengujian Akurasi Sistem

Pengujian dilakukan dengan membandingkan hasil rekomendasi dari Sistem dengan hasil pilihan pengguna (Decision Maker) dari kuesioner. Dimana ada 2 kuesioner yang menggunakan sistem yaitu :

1. Decision Maker 1 yaitu seseorang yang mengetahui tentang sepeda. 2. Decision Maker 2 yaitu orang awam mengetahui tentang sepeda

0 0.0005 0.001 0.0015 0.002 0.0025 0.003 0.0035

Wa

k

tu

Pengujian Metode WSM

Laptop Compaq Presario CQ42

Netbook Asus X453MA-WX217D

Berikut merupakan tabulasi hasil pengujian sistem dengan menggunakan Metode AHP, Metode WSM dan Keputusan dari pengguna (Decision Maker), seperti pada Tabel 4.20 berikut

Tabel 4.20 Perbandingan Hasil Pengujian Akurasi Sistem

NO Sistem (AHP) Sistem(WSM) Decision Maker 1

Decision Maker 2

1 MTB09 MTB09 MTB09 MTB09

2 MTB08 MTB08 MTB01 MTB08

3 SL09 SL09 SL02 SL07

4 BMX03 BMX03 BMX03 BMX03

5 SA04 SA04 SA04 SA05

Berdasarkan 5 kali pengujian yang telah dilakukan pada sistem dengan bobot dan alternatif yang sama, baik dengan Metode AHP ataupun Metode WSM, kedua Metode ini menghasilkan rekomendasi yang sama, seperti terlihat pada Tabel 4.18, baik pengguna (Decision Maker) juga mempunyai keputusan yang sama sesuai dengan sistem untuk itu dengan menggunakan rumus akurasi, maka tingkat kinerja Sistem dengan pada studi kasus ini adalah dengan akurasi sebesar : TP =3 , TN=3 , FP=2 , FN=2

Akurasi =

Maka berdasarkan perhitungan akurasi yang telah dilakukan dengan rujukan hasil pengujian sistem, maka tingkat akurasi dari Sistem dengan Metode AHP ataupun WSM sama.

BAB 5

KESIMPULAN DAN SARAN

Pada bab 5 ini akan disimpulkan, aplikasi yang telah dirancang telah dapat melakukan pemilihan sepeda dengan Metode Anlytical Hierarchy Process dan Weighted Sum Model. Pada bab ini juga disajikan saran-saran yang bermanfaat sebagai masukan bagi pengembangan Sistem Pendukung Keputusan Pemilihan dengan Metode Analytical Hierarchy Process dan Weighted Sum Model yang lebih baik.

5.1. Kesimpulan

Kesimpulan yang dapat diambil dari penelitian ini adalah:

1. Sistem dapat memberikan rekomendasi ranking alternatif pilihan untuk menyelesaikan permasalahan pemilihan sepeda dengan mengimplementasikan Metode Analytical Hierarchy Process dan Weighted Sum Model pada sistem. 2. Setelah dilakukan pengujian dengan bobot kriteria dan alternatif yang sama, hasil

perhitungan dari kedua metode sama dan dari pengujian didapatkan bahwa Metode Weighted Sum Model mempunyai waktu Running Time Calculation yang lebih cepat dibandingkan Metod Analytical Hierarchy Process.

3. Dengan menggunakan sistem ini pengguna dapat lebih efektif dan efisien dalam pemilihan sepeda sesuai dengan kriteria yang diinginkan.

4. Hasil yang diperoleh dari perhitungan sistem ini hanya sebagai alat bantu bagi pengguna untuk menyelesaikan permasalahan Pemilihan Sepeda.

5.2. Saran

Saran yang dapat diberikan pada penulis untuk pengembangan dan perbaikan sistem lebih lanjut adalah:

1. Aplikasi yang dirancang diharapkan dapat dibuat dalam versi mobile, seperti platform Android ataupun IOS .

2. Aplikasi yang dirancang diharapkan dapat lebih banyak memberikan pilihan jenis dan merek sepeda lainnya.

3. Analisis yang dilakukan diharapkan dapat lebih dalam lagi sehingga dapat mengetahui kompleksitas dari Metode Analytical Hierarchy Process dan Weighted Sum Model.

DAFTAR PUSTAKA

Anzizhan, S. 2004. Sistem Pengambilan Keputusan Pendidikan. Grasindo : Jakarta

Auliasari, Karina. 2012. Pemfilteran dan Perangkingan Informasi Menggunakan Pendekatan Multi Criteria Decision Making Untuk Sistem Rekomendasi Objek Wisata. Tesis. Universitas Gajah Mada.

Basyaib, F. 2006. Teori Pembuatan Keputusan. Grasindo : Jakarta.

Bidgoli, H. 1989.Decision Support Systems : Principle and Practice. West Publishing Company : St Paul.

Falah, M. F. 2014. Sistem Pendukung Keputusan Pemilihan Siswa Berprestasi dengan Metode Simple Additive Weighting dan Weighted Sum Model (Studi Kasus : MIN Tanjung Sari Medan Selayang). Skripsi. Universitas Sumatera Utara.

Janakiraman, V.S , Sarukesi, K. 1999. Decision Support System. Pretince-Hall: New Delhi.

Kirom, D.N. 2012. Sistem Informasi Manajemen Beasiswa ITS Berbasis Sistem Pendukung Keputusan Menggunakan Analytical Hierarchy Process.Skripsi. Institut Teknologi Sepuluh November,

Kusumadewi, Sri., Hartati, S., Harjoko, A., & Wardoyo, R. 2005. Fuzzy Multi Attribute Decision Making (FUZZY MADM). Graha Ilmu : Yogyakarta.

Marimin. 2004.Teknik dan Aplikasi Pengambilan Keputusan Kriteria Majemuk. Grasindo : Jakarta.

Monita, Dita. 2013. Sistem Pendukung Keputusan Penerima Langsung Tunai dengan Menggunakan Metode Analytical Hierarchy Process. Skripsi. STMIK Budi Darma Medan.

Power. J, Daniel. 2002. Decision Support System: Concepts and Resources for Managers. Greenwood Publishing Group : Westport.

Powers, D.M.W. 2011. “ Evaluation: from precision, recall, and f-measure to ROC, informedness, markedness & correlation”. Journal of Machine Learning Technologies. ISSN: 2229-399X, Volume 2, 2011, pp-37-63.

Pressman, Roger S. 2001. Software Engineering : A Practicioner’s Approach, Fifth Edition. The McGraw-Hill Companies, Inc, Singapore.

Saaty, Thomas L. 1993. Decision Making For Leader – The Analytical Hierarchy Process Decision in Complex World. University of Pitsburgh : Pitsburgh.

Sinaga, J. 2010. Penerapan Analytical Hierarchy Process (AHP) Dalam Pemilihan Badan Usaha Milik Negara (BUMN) Sebagai Tempat Bekerja Mahasiswa Universitas Sumatera Utara (USU). Skripsi. Universitas Sumatera Utara.

Sunarto. 2011. Sistem Pendukung Keputusan Pemilihan Handphone Metode Analytical Hierarchy Process(AHP) Berbasis PHP. Skripsi. Politeknik Elektronika Negeri Surabaya.

Sutikno, S. 2010. Sistem Pendukung Keputusan Metode AHP Untuk Pemilihan Siswa Dalam Mengikuti Olimpiade Sains di Sekolah Menengah Atas. Prosiding Seminar Nasional Ilmu Komputer Universitas Diponegoro 2010, pp. 1-10.

Suryadi, K. & Ramdhani, M. A. 2002. Sistem Pendukung Keputusan : Suatu Wacana Struktural Idelisasi dan Implementasi Konsep Pengambilan Keputusan. Rosdakarya : Bandung.

Triantaphyllou, E. 2000. Multi-Criteria Decision Making Methods : A Comparative Study. Kluwer Academic Publisher : Dordrecht.

Turban, E. & Aronson. J.E. 2005. Decision Support System and Intelligent System (Sistem Pendukung Keputusan dan Sistem Cerdas). Andi Offset: Yogyakarta.

Wimcycle.com/bike [Diakses pada : 2 Desember 2014]

www.academybmx.com/products/ [Diakses pada : 2 Desember 2014]

www.geniobike.com/en/products.php [Diakses pada : 2 Desember 2014]

www.konaworld.com/bikes.cfm [Diakses pada : 9 Desember 2014]

www.pacific-bike.com/index.php# [Diakses pada : 9 Desember 2014]

www.polygonbikes.com/id/bikes [Diakses pada : 2 Desember 2014]

www.rodalink.com/id/sepeda/ [Diakses pada: 2 Desember 2014]

www.sundaybikes.com/bikes/ [Diakses pada : 9 Desember 2014]

www.trekbikes.com/us/en/collections/kids/ [Diakses pada: 2 Desember 2014]