BAB 4 IMPLEMENTASI DAN PENGUJIAN SISTEM
4.1 Implementasi Sistem
Implementasi sistem merupakan tahap proses bagaimana sistem dijalankan berdasarkan kebutuhan desain yang telah dirancang pada tahap sebelumnya.
4.1.1 Implementasi metode FMADM Penerapan metode Fuzzy Multi-Attribute Decision Making dalam sistem yang dibuat
adalah penentuan lokasi pameran sepeda motor terbaik, dibawah ini adalah contoh kasus yang akan diselesaikan secara manual dengan metode Fuzzy Multi-Attribute
Decision Making. Contoh Kasus :
1. Suatu industri yang bergerak dibidang pemasaran barang dan jasa, ingin mencari lokasi pameran untuk mempromosikan produk-produknya, dalam hal
ini ada lima kriteria yang dipertimbangkan untuk pengambilan keputusan serta beberapa sampel lokasi.
a. Adapun Kriteria yang ditentukan seperti pada tabel 4.1 dibawah ini
Tabel 4.1 Kriteria dan bobot masing-masing metode FMADM No
Kriteria Bobot
1 Kepadatan penduduk
0, 0, 0,25 2
Persaingan lokasi 0, 0,25, 0,5
3 Harga sewa lokasi
0,25, 0,5, 0,75 4
Minat pembeli 0,5, 0,75, 1
5 Transportasi
0,75, 1, 1
b. Sampel lokasi 1. Afdeling VII
2. Aliaga III 3. PT.Kas
4. Panyabungan 5. PT.Mai
4.1.1.1 Penyelesaian kasus diatas dengan metode Fuzzy Multi-Attribute Decision Making ada beberapa langka yang harus dilakukan yaitu :
1. Representasi masalah yaitu : Tujuan keputusan ini adalah mengelompokkan alternatif lokasi, kriteia dan
membuat struktur hirarki permasalahan.
2. Evaluasi himpuman Fuzzy Pada langkah evaluasi himpunan Fuzzy yaitu untuk merepresentasikan bobot
kepentingan untuk setiap kriteria yaitu T kepentingan W = {SR, R, C, T, ST} dengan SR = sangat rendah; R = Rendah; C = Cukup; T= Tinggi; ST= Sangat
Tinggi; yang masing-masing direpresentasikan dengan bilangan Fuzzy segitiga dengan bobot sebagai berikut :
SRSangat Rendah = 0, 0, 0,25 R Rendah
= 0, 0,25, 0,5 C Cukup
= 0,25, 0,5, 0,75 T Tinggi
= 0,5, 0,75, 1 ST Sangat Tinggi = 0,75, 1, 1
Dibawah ini adalah rating untuk setiap kriteria keputusan seperti terlihat pada tabel 4.2 dan derajat kecocokan kriteria keputusan dan alternatif terlihat pada
tabel 4.3. dibawah ini :
Tabel 4.2 Tabel Rating Kepentingan untuk Setiap Kriteria
Kriteria K
1
K
2
K
3
K
4
K
5
Rating kepentingan ST
T C
R T
Tabel 4.3 Tabel rating kecocokan untuk setiap alternatif metode FMADM
Keterangan : K= Kriteria
1. SS Sangat Sedikit
= 0, 0, 0,25 2. S Sedikit
= 0, 0,25, 0,5 3. C Cukup
= 0,25, 0,5, 0,75 4. T Tinggi
= 0,5, 0,75, 1 5. ST Sangat Tinggi
= 0,75, 1, 1
3. Mensubstitusikan bilangan Fuzzy segitiga kesetiap variabel linguistik, pada tabel 4.2 dan tabel 4.3 sehingga diperoleh nilai kecocokan Fuzzy seperti
dibawah ini:
Afdeling VII
Y = 0,75x 0 + 0,5x0 + 0,25x0,75 + 0x0,75 + 0,5x0,25
5 = 0,06
Q =
1x 0 + 0,75x0,25 + 0,5x1 + 0,25x1 + 0,75x0,5 5
= 0,26 Z =
1x 0,25 + 1x0,5 + 0,75x1 + 0,5x1 + 1x0,75 5
= 0,55
Aliaga III
Y = 0,75x 0,75 + 0,5 x 0,5 + 0,25 x 0,25 + 0x0,5 + 0,5x0
5 = 0,17
Q = 1x1 + 0,75x0,75 + 0,5x0,5 + 0,25x0,75 + 0,75x0
5 = 0,39
Alternatif Rating kecocokan
K
1
K
2
K
3
K
4
K
5
Afdeling VII SS
S ST
ST C
Aliaga III ST
T C
T SS
PT.Kas T
ST C
SS C
Panyabungan C
ST C
S C
PT.Mai C
T C
S ST
Z = 1x 1 + 1x1 + 0,75x0,75 + 0,5x1 + 1x0,25
5 = 0,66
PT.Kas
Y = 0,75x 0,5 + 0,5x0,75 + 0,25x0,25 + 0x0 + 0,5x0,25
5 = 0,18
Q = 1x0,75 + 0,75x1 + 0,5x0,5 + 0,25x0 + 0,75x0,5
5 = 0,42
Z = 1x 1 + 1x1 + 0,75x0,75 + 0,5x0,25 + 1x0,75
5 = 0,68
Panyabungan
Y = 0,75x0,25 + 0,5x0,75 + 0,25x0,25 + 0x0 + 0,5x0,25
5 = 0,14
Q = 1x 0,5 + 0,75x1 + 0,5x0,5 + 0,25x0,25 + 0,75x0,5
5 = 0,38
Z = 1x0,75 + 1x1 + 0,75x0,75 + 0,5x0,5 + 1x0,75
5 = 0,66
PT.Mai
Y = 0,75x 0,25 + 0,5x0,5 + 0,25x0,25 + 0x0 + 0,5x0,75
5 = 0,17
Q = 1x 0,5 + 0,75x0,75 + 0,5x0,5 + 0,25x0,25 + 0,75x1
5
= 0,52 Z =
1x 0,75 + 1x1 + 0,75x0,75 + 0,5x0,5 + 1x1 5
= 0,76
Dibawah ini adalah hasil perhitungan untuk setiap alternatif, dapat dilihat pada tabel 4.4 dibawah ini :
Tabel 4.4 Indeks kecocokan untuk setiap alternatif metode FMADM Alternatif
Lokasi Indeks kecocokan
Afdeling VII 0,06
0,26 0,55
Aliaga III 0,17
0,39 0,66
PT.Kas 0,18
0,42 0,68
Panyabungan 0,14
0,38 0,66
PT.Mai 0,17
0,52 0,76
4. Seleksi alternatif optimal Pada langkah seleksi alternatif optimal hanya mensubsitusikan indeks
kecocokan pada tabel 4.3 dengan derajat keoptimisan α = 0 tidak optimis, α = 0,5 dan α = 1sangat optimis, maka akan diperoleh nilai total integral
untuk setiap alternatif dengan rumus :
1 =
1 2 + +
1 − Untuk α = 0,5 adalah:
1
,
= 1
2 0,50,55 + 0,26 + 1 − 0,50,06 = 0,28
1
,
= 1
2 0,50,66 + 0,39 + 1 − 0,50,17 = 0,41
1
,
= 0,50,68 + 0,42 + 1 − 0,50,18 = 0,44
1
,
= 1
2 0,50,66 + 0,38 + 1 − 0,50,14 = 0,40
1
,
= 0,50,76 + 0,52 + 1 − 0,50,17 = 0,44
Dari hasil mensubsitusikan terlihat bahwa ada dua alternatif lokasi yang memiliki nilai total integral yang sama yaitu: PT.Kas dan PT.Mai, kedua lokasi
ini terpilih sebagai lokasi pameran karena memiliki hasil yang sama pada metode Fuzzy Multi-Attribute Decision Making.
4.1.2 Implementasi metode Weighted Product.
Penerapan metode Weighted Product dalam sistem yang dibuat adalah penentuan lokasi pameran sepeda motor, dibawah ini adalah contoh kasus yang akan diselesaikan
secara menual dengan metode Weighted Product. Contoh Kasus :
Suatu industri yang bergerak dibidang pemasaran barang dan jasa, ingin mencari lokasi pameran untuk mempromosikan produk-produknya, dalam hal ini ada lima
kriteria yang dipertimbangkan untuk pengambilan keputusan serta beberapa sampel lokasi.
a. Adapun kriteria yang ditentukan seperti pada tabel 4.5 dibawah ini
Tabel 4.5 Kriteria dan bobot masing-masing metode WP No
Kriteria Bobot
1 Kepadatan penduduk
1-5 2
Persaingan lokasi 1-5
3 Harga sewa lokasi
1-5 4
Minat pembeli 1-5
5 Transportasi
1-5
b. Sampel lokasi 1. Afdeling VII
2. Aliaga III 3. PT.Kas
4. Panyabungan 5. PT.Mai
4.1.2.1 Penyelesaian kasus diatas dengan metode Weighted Product Pada penyelesaian metode Weighted Product ada 4 proses yang akan dilakukan
diantaranya:
1. Melakukan identifikasi bobot terlebih dahulu apakah termasuk kriteria keuntungan atau kriteria biaya, untuk atribut keuntungan berpangkat positif
dan untuk atribut biaya berpangkat negatif. dipembahasan ini K
1
dan K
2
adalah kriteria keuntungan sedangkan K
3,
K
4
dan K
5
adalah kriteria biaya.
Tabel 4.6 Rating kecocokan dari setiap alternatif setiap kriteria metode WP
Alternatif Kriteria
K
1
K
2
K
3
K
4
K
5
Afdeling VII SS
S ST
ST C
Aliaga III ST
T C
T SS
PT.Kas T
ST C
SS C
Panyabungan C
ST C
S C
PT.Mai C
T C
S ST
Keterangan : K= Kriteria
Dengan bobot 1-5 1. SS Sangat Sedikit
= 1 2. S Sedikit
= 2 3. C Cukup
= 3 4. T Tinggi
= 4 5. ST Sangat Tinggi
= 5
2. Melakukan perbaikan bobot terlebih dahulu dengan bobot awal yang diberikan adalah W = 3, 4, 4, 5, 2 akan diperbaiki sehingga total bobot ∑ W
j
= 1, dengan cara: W =
∑
w = 3
3 + 4 + 4 + 5 + 2 = 3
18 = 0,16 w =
4 3 + 4 + 4 + 5 + 2 =
4 18 = 0,22
w = 4
3 + 4 + 4 + 5 + 2 = 4
18 = 0,22 w =
5 3 + 4 + 4 + 5 + 2 =
5 18 = 0,27
w = 2
3 + 4 + 4 + 5 + 2 = 2
18 = 0,11 3. Menghitung vektor S berdasarkan persamaan pada tabel 4.6 dan hasil
perbaikan bobot sehingga diperoleh hasilnya seperti dibawah ini : = 1
,
2
,
5
,
5
,
3
,
= 0,46 S = 5
,
4
,
3
,
4
,
1
,
= 0,95 S = 4
,
5
,
3
,
1
,
3
,
=1,23 S = 3
,
5
,
3
,
2
,
3
,
= 0,98 S = 3
,
4
,
3
,
2
,
5
,
=0,88
4. Menghitung nilai vektor V berdasarkan hasil perhitungan vektor S untuk
perangkingan, sehingga diperoleh hasil sebagai berikut :
V = 0,46
0,46 + 0,95 + 1.23 + 0,98 + 0,88 = 0,10 V =
0,95 0,46 + 0,95 + 1.23 + 0,98 + 0,88 = 0,21
V = 1.23
0,46 + 0,95 + 1.23 + 0,98 + 0,88 = 0,27 V =
0,98 0,46 + 0,95 + 1.23 + 0,98 + 0,88 = 0,21
V = 0,88
0,46 + 0,95 + 1.23 + 0,98 + 0,88 = 0,19
Dari hasil perhitungan vektor S, diperoleh hasil bahwa V
3
dengan lokasi PT.Kas terpilih sebagai Lokasi pameran pada metode Weighted Product.
4.2 Antarmuka Sistem
Pada Sistem Pendukung Keputusan Penentuan lokasi pemeran sepeda motor ada empat tampilan utama, yaitu :
1. form Login 2. form Menu utama
3. form Input metode 4. form perbandingan
5. form lihat data
4.2.1. Tampilan form login Tampilan form login adalah tampilan awal setelah program dijalankan, untuk masuk
kesistem admin terlebih dahulu melakukan login dengan menginputkan username dan password seperti pada gambar 4.1 dibawah ini :
Gambar 4.1 Tampilan form login
4.2.2. Tampilan form menu utama
Tampilan form menu utama merupakan tampilan awal setelah user login, terdapat 3 form pilihan didalam menu utama yaitu form pilih metode, form perbandingan dan
form lihat data seperti pada gambar 4.2 dibawah ini
Gambar 4.2 Tampilan form menu utama
4.2.3 Tampilan form metode FMADM Tampilan form metode FMADM merupakan tampilan awal setelah user masuk
kesistem, kemudian ada 5 kriteria yang akan diinputkan user, seperti pada gambar 4.3 dibawah ini :
Gambar 4.3 Tampilan form metode FMADM
4.2.3. Tampilan form metode WP Tampilan form metode WP merupakan tampilan awal setelah user masuk kesistem,
kemudian ada 5 kriteria yang akan diinputkan user, seperti pada gambar 4.4 dibawah ini :
Gambar 4.4 Tampilan form metode WP
4.2.4. Tampilan form perbandingan metode FMADM dan WP Tampilan form perbandingan metode Fuzzy Multi-Attribute Decision Making dan
Kategori