Sistem Pendukung Keputusan Pemilihan Laptop Dengan Metode Ahp Dan Topsis

SISTEM PENDUKUNG KEPUTUSAN PEMILIHAN LAPTOP

DENGAN METODE AHP DAN TOPSIS

SKRIPSI

NUR KHOLILAH HASIBUAN

071401005

PROGRAM STUDI S1 ILMU KOMPUTER

DEPARTEMEN ILMU KOMPUTER

FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM

UNIVERSITAS SUMATERA UTARA

MEDAN

2011

SISTEM PENDUKUNG KEPUTUSAN PEMILIHAN LAPTOP DENGAN METODE AHP DAN TOPSIS

SKRIPSI

Diajukan untuk melengkapi tugas dan memenuhi syarat mencapai gelar Sarjana Komputer

NUR KHOLILAH HASIBUAN 071401005

PROGRAM STUDI S1 ILMU KOMPUTER DEPARTEMEN ILMU KOMPUTER

FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM UNIVERSITAS SUMATERA UTARA

MEDAN 2011

Judul : SISTEM PENDUKUNG KEPUTUSAN PEMILIHAN LAPTOP DENGAN METODE AHP DAN TOPSIS

Kategori : SKRIPSI

Nama : NUR KHOLILAH HASIBUAN

Nomor Induk Mahasiswa : 071401005

Program Studi : SARJANA (S1) ILMU KOMPUTER

Departemen : ILMU KOMPUTER

Fakultas : MATEMATIKA DAN ILMU PENGETAHUAN

ALAM (FMIPA) UNIVERSITAS SUMATERA UTARA

Diluluskan di

Medan, 17 Juni 2011 Komisi Pembimbing :

Pembimbing 2 Pembimbing 1

Syahril Effendi, S.Si, MIT Prof. Dr. Muhammad Zarlis NIP. 196711101996021001 NIP. 195707011986011003 Diketahui/Disetujui oleh

Program Studi S1 Ilmu Komputer Ketua,

Dr. Poltak Sihombing,M.Kom NIP. 196203171991021001

iii PERNYATAAN

SISTEM PENDUKUNG KEPUTUSAN PEMILIHAN LAPTOP DENGAN METODE AHP DAN TOPSIS

SKRIPSI

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

Medan, 11 Juni 2011

NUR KHOLILAH HASIBUAN 071401005

PENGHARGAAN

Puji dan syukur penulis panjatkan kehadirat Allah SWT dengan limpahan kasih dan karunia-Nya kertas kajian ini berhasil diselesaikan dalam waktu yang telah ditetapkan. Ucapan terima kasih penulis sampaikan kepada Bapak Prof. Dr. Muhammmad Zarlis dan Bapak Syahril Effendi, S.Si, MIT, selaku pembimbing pada penyelesaian skripsi ini yang telah memberikan panduan dan penuh kepercayaan kepada penulis untuk menyempurnakan kajian ini. Panduan ringkas, padat dan profesional telah diberikan kepada penulis, agar penulis dapat menyelesaikan tugas ini. Selanjutnya kepada Bapak Dr. Poltak Sihombing,M.Kom selaku pembanding I sekaligus sebagai Ketua Program Studi S1 Ilmu Komputer dan Ibu Dian Rachmawati,S.Si,M.Kom selaku pembanding II sekaligus sebagai Kepala Laboratorium TA. Ucapan terima kasih juga ditujukan kepada Sekretaris Program Studi S1 Ilmu Komputer, Ibu Maya Silvi Lydia,B.Sc,M.Sc,. Dekan dan Pembantu Dekan Fakultas Matematika dan Ilmu Pengetahuan Alam Universitas Sumatera Utara, semua dosen pada Program Studi S1 Ilmu Komputer FMIPA USU, serta semua pegawai di Departemen S1 Ilmu Komputer dan FMIPA USU.

Tidak terlupakan kepada kedua orangtua, ayahanda Monang Hasibuan dan ibunda Rongga Nasution yang selalu sabar dalam mendidik serta memotivasi penulis. Serta seluruh keluarga tercinta yang berjasa dalam memberikan dorongan kepada penulis selama menyelesaikan skripsi ini. Kepada teman-teman terbaik yang selalu memberikan dukungan, Fahreza Akbar, Joko Irwansyah, M.Rusdi Hakim, Eka Patma Rahmansyah, teman-teman stambuk 2007 yang sedang berjuang tanpa patah semangat dan tiada putus asa. Terima kasih pula kepada semua pihak-pihak yang tidak dapat penulis sebutkan satu persatu, terima kasih atas ide, saran, dan kerjasama yang baik.

Penulis menyadari bahwa skripsi ini masih jauh dari kesempurnaan, karena kesempurnaan hanya milik Allah SWT. Oleh karena itu saya menerima saran dan kritik yang bersifat membangun demi kesempurnaan skripsi ini. Sehingga dapat bermanfaat bagi kita semuanya.

v ABSTRAK

Dewasa ini banyak merek laptop dengan beragam spesifikasi yang dijual dipasaran membuat pengguna menjadi kesulitan dalam menentukan pilihan yang sesuai dengan keinginan dan anggaran mereka. Sejalan dengan itu juga penggunaan komputer juga meningkat, salah satunya adalah penggunaan komputer dalam memberikan keputusan terbaik pada suatu masalah, dalam hal ini adalah masalah pemilihan laptop. Sehubungan dengan hal diatas, maka dirancanglah sebuah sistem pendukung keputusan pemilihan laptop agar pengguna dapat menentukan pilihan laptop dengan tepat sesuai dengan keinginan dan anggarannya. Metode yang digunakan untuk Sistem Pendukung Keputusan pemilihan laptop adalah dengan menggunakan metode

Analitical Hierarcy Process (AHP) dan Technique Order Preference by Similarity To Ideal Solution (TOPSIS). Metode ini dipilih karena mampu memilih alternatif terbaik

dari sejumlah alternatif, dalam hal ini alternatif yang dimaksud adalah laptop terbaik berdasarkan kriteria-kriteria yang ditentukan. Hasil dari proses pengimplementasian metode AHP dan TOPSIS dapat mengurutkan alternatif dari nilai yang terbesar ke nilai yang terkecil.

Kata kunci: Sistem Pendukung Keputusan, AHP, TOPSIS, Spesifikasi laptop, Kriteria.

USING AHP AND TOPSIS METHOD

ABSTRACT

Today many brands laptop using all kinds of specification sold in the market allowing users to be difficulty in determining the choices that fit using their longing and budget. Along with those problems there are also an increasing use of computers, one is the use of computers in providing the best decision on an issue, in this case is laptop selection. That is why it was designed a decision support system laptop selection to allow users choicing a laptop that suited to their longing and budget. The method used on this Decision Support System laptop selection is Analitical Hierarcy Process(AHP) and Technique Order Preference by Similarity To Ideal Solution(TOPSIS). This method was chosen because it is able to select the best alternative among some alternatives, in this case the intended alternative is the best laptop based on certain criterias. Results from the process of implementing AHP and TOPSIS method can be arrange the alternative from a big great value to a small value. Keyword: Decision Support System, AHP, TOPSIS, Spesification laptop, Criteria.

vii

DAFTAR ISI

Halaman

Persetujuan ii

Pernyataan iii

Penghargaan iv

Abstrak v

Abstract vi

Daftar Isi vii

Daftar Tabel ix

Daftar Gambar x

Bab 1 Pendahuluan 1

1.1Latar Belakang 1

1.2Rumusan Masalah 2

1.3Batasan Masalah 2

1.4Tujuan Penelitian 3

1.5Manfaat Penelitian 3

1.6Metode Penelitian 3

1.7Sistematika Penulisan 4

Bab 2 Landasan Teori 6

2.1 Sistem Pendukung Keputusan 6

2.1.1 Ciri-Ciri Decision Support System (DSS) 6 2.1.2 Karakteristik,Kemampuan dan Keternatasan SPK 7 2.1.3 Komponen-Komponen Sistem Pendukung Keputusan 8 2.1.4 Tahapan Proses Pengambilan Keputusan 9 2.2 Analytical Hierarchy Process (AHP) 10 2.2.1 Langkah-Langkah Analytical Hierarchy Process 11 2.2.2 Prinsip-Prinsip Analytical Hierarchy Process 12

2.2.3 Kelebihan AHP 13

2.3 Technique for Order Preference by Similarity to Ideal Solution 14 2.3.1 Langkah-Langkah Metode TOPSIS 15

Bab 3 Analisis dan Perancangan Sistem 17

3.1 Analisis Permasalahan dan Pemecahan Masalah dengan metode AHP

dan TOPSIS 17

3.2 Perancangan Sistem 30

3.2.1 Diagram Aliran Data 30

3.2.2 ERD (Entity Relationship Diagram) 33

3.2.3 Kamus Data 34

3.2.4 Perancangan Antarmuka Pengguna 36

Bab 4 Implementasi dan Pengujian 47

4.1 Implementasi 47

4.1.1 Spesifikasi Perangkat Keras 47

4.2 Pengujian 48

4.2.1 Pengujian Sistem 48

Bab 5 Kesimpulan dan Saran 57

5.1 Kesimpulan 57

5.2 Saran 57

DAFTAR PUSTAKA 58

DAFTAR TABEL

Halaman

2.1 Skala Penilaian Perbandingan Berpasangan 13

3.1 Matriks Berpasangan Untuk Kriteria Pemilihan Laptop 18

3.2 Hasil Matriks Normalisasi 19

3.3 Skor Kriteria 30

3.4 Data awal setiap alternatif 21

3.5 Matriks Keputusan 21

3.6 Hasil Perhitungan Matriks Keputusan 22

3.7 Matriks Keputusan Ternormalisasi 23

3.8 Hasil Perhitungan Matriks Keputusan Ternormalisasi 23 3.9 Matriks Keputusan Ternormalisasi Terbobot 24 3.10 Hasil Perhitungan Matriks Keputusan Ternormalisasi Terbobot 24

3.11 Solusi Ideal Positif 25

3.12 Hasil Penentuan Solusi Ideal Positif 26

3.13 Solusi Ideal Negatif 26

3.14 Hasil Penentuan Solusi Ideal Negatif 26

3.15 Separasi Positif 27

3.16 Hasil Perhitungan Separasi Positif 27

3.17 Separasi Negatif 28

3.18 Hasil Perhitungan Separasi Negatif 28

3.19 Nilai C+ 29

3.20 Hasil Perhitungan Kedekatan Relatif 29

3.21 Hasil Pengurutan Alternatif 29

Halaman

3.1 Komponen – komponen DFD 30

3.2 DFD Level 0 31

3.3 DFD Level 1 31

3.4 DFD Level 2 Proses 1 Input Data Laptop 31

3.5 DFD Level 2 Proses 2 Perhitungan Metode AHP dan TOPSIS 32

3.6 Komponen – komponen ERD 33

3.7 ERD SPK Pemilihan Laptop 34

3.8 Tampilan Form Utama Sistem 37

3.9 Tampilan Input Data Laptop 38

3.10 Tampilan Edit Data Laptop 39

3.11 Tampilan Metode AHP 1 40

3.12 Tampilan Metode AHP 2 40

3.13 Tampilan Metode TOPSIS I 41

3.14 Tampilan Metode TOPSIS II 42

3.15 Tampilan Metode TOPSIS III 42

3.16 Tampilan Pengurutan Alternatif 43

3.17 Flowchart metode AHP dan TOPSIS 44

4.1 Menu Utama Sistem 48

4.2 Tampilan Input Data laptop 49

4.3 Tampilan Edit Data laptop 49

4.4 Tampilan Implementasi Antarmuka AHP 50

4.5 Tampilan Implementasi Antarmuka AHP lanjutan 51

4.6 Pengujian Konversi Data 52

4.7 Pengujian Perhitungan Matriks Keputusan Ternormalisasi 54 4.8 Pengujian Perhitungan Solusi Ideal dan Separasi Measure 55

v ABSTRAK

Dewasa ini banyak merek laptop dengan beragam spesifikasi yang dijual dipasaran membuat pengguna menjadi kesulitan dalam menentukan pilihan yang sesuai dengan keinginan dan anggaran mereka. Sejalan dengan itu juga penggunaan komputer juga meningkat, salah satunya adalah penggunaan komputer dalam memberikan keputusan terbaik pada suatu masalah, dalam hal ini adalah masalah pemilihan laptop. Sehubungan dengan hal diatas, maka dirancanglah sebuah sistem pendukung keputusan pemilihan laptop agar pengguna dapat menentukan pilihan laptop dengan tepat sesuai dengan keinginan dan anggarannya. Metode yang digunakan untuk Sistem Pendukung Keputusan pemilihan laptop adalah dengan menggunakan metode

Analitical Hierarcy Process (AHP) dan Technique Order Preference by Similarity To Ideal Solution (TOPSIS). Metode ini dipilih karena mampu memilih alternatif terbaik

dari sejumlah alternatif, dalam hal ini alternatif yang dimaksud adalah laptop terbaik berdasarkan kriteria-kriteria yang ditentukan. Hasil dari proses pengimplementasian metode AHP dan TOPSIS dapat mengurutkan alternatif dari nilai yang terbesar ke nilai yang terkecil.

Kata kunci: Sistem Pendukung Keputusan, AHP, TOPSIS, Spesifikasi laptop, Kriteria.

USING AHP AND TOPSIS METHOD

ABSTRACT

Today many brands laptop using all kinds of specification sold in the market allowing users to be difficulty in determining the choices that fit using their longing and budget. Along with those problems there are also an increasing use of computers, one is the use of computers in providing the best decision on an issue, in this case is laptop selection. That is why it was designed a decision support system laptop selection to allow users choicing a laptop that suited to their longing and budget. The method used on this Decision Support System laptop selection is Analitical Hierarcy Process(AHP) and Technique Order Preference by Similarity To Ideal Solution(TOPSIS). This method was chosen because it is able to select the best alternative among some alternatives, in this case the intended alternative is the best laptop based on certain criterias. Results from the process of implementing AHP and TOPSIS method can be arrange the alternative from a big great value to a small value. Keyword: Decision Support System, AHP, TOPSIS, Spesification laptop, Criteria.

BAB 1

PENDAHULUAN

1.1Latar Belakang

Perkembangan zaman yang semakin maju seperti sekarang ini membuat kebutuhan masyarakat semakin meningkat pula. Terlebih lagi didorong dengan adanya kemajuan ilmu pengetahuan dan teknologi yang sangat cepat. Sebagai contoh, dengan adanya laptop/notebook segala kegiatan dapat dilakukan dengan cepat dan resiko kesalahan dapat dikurangi.

Setiap orang sering dihadapkan pada suatu keadaan dimana dia harus memutuskan untuk memilih satu dari beberapa pilihan yang ada. Suatu masalah dalam kehidupan dapat diselesaikan dengan berbagai cara yang mungkin saja memberikan pemecahan masalah secara langsung atau memberi beberapa alternatif solusi untuk pemecahan masalah.

Sekarang ini laptop merupakan kebutuhan dasar bagi masyarakat baik untuk pendidikan maupun aktifitas bisnis. Namun, memilih laptop/notebook yang tepat sesuai kebutuhan dan anggaran keuangannya bukan hal mudah. Banyaknya pilihan tersedia di pasaran bisa jadi membuat tambah bingung memilihnya [2].

Oleh karena itu penelitian ini akan membahas sistem pendukung keputusan yang diharapkan dapat membantu masyarakat dalam pemilihan laptop yang sesuai dengan mereka. Metode yang dipakai dalam pengambilan keputusan pemilihan laptop adalah

Analitical Hierarchy Process (AHP) dan Technique For Order Preference by Similarity to Ideal Solution (TOPSIS). Kedua metode tersebut dipilih karena metode

AHP merupakan suatu bentuk model pendukung keputusan dimana peralatan utamanya adalah sebuah hirarki fungsional dengan input utamanya persepsi manusia, yakni dalam hal ini adalah orang yang mengerti permasalahan laptop.

Sedangkan metode TOPSIS merupakan suatu bentuk metode pendukung keputusan yang didasarkan pada konsep bahwa alternatif yang terbaik tidak hanya memiliki jarak terpendek dari solusi ideal positif tetapi juga memiliki jarak terpanjang dari solusi ideal negatif yang dalam hal ini akan memberikan rekomendasi pemilihan laptop yang sesuai dengan yang diharapkan.

1.2Rumusan Masalah

Adapun masalah yang akan dibahas di dalam penelitian ini adalah:

1. Bagaimana merancang dan membangun SPK dalam pemilihan laptop yang sesuai dengan keinginan dan anggaran konsumen sehingga konsumen memperoleh barang dengan spesifikasi terbaik dan sesuai kemampuannya. 2. Bagaimana penerapan dua metode yaitu metode AHP dan TOPSIS dalam

pemilihan laptop yang sesuai dengan keinginan dan anggaran konsumen.

1.3Batasan Masalah

Agar pembahasan penelitian ini tidak menyimpang dari apa yang telah dirumuskan, maka diperlukan batasan-batasan. Batasan-batasan dalam penelitian ini adalah:

1. Kriteria-kriteria yang menjadi prioritas perangkingan laptop adalah:

harga, layar, processor, memori (kapasitas dan type ), harddisk, accesories (Bluetooth dan webcam).

2. Processor yang di masukkan hanya intel saja.

3. Tidak membahas mengenai perbedaan metode AHP dan TOPSIS dengan metode SPK lainnya dan tingkat kepercayaan menggunakan sistem.

4. Sistem akan dirancang dengan bahasa pemrograman Delphi 2010 Data Base

3

1.4Tujuan Penelitian

1. Merancang dan membangun SPK yang berguna dalam pemilihan laptop yang sesuai dengan keinginan dan anggaran konsumen.

2. Menerapkan gabungan dua metode yaitu metode AHP dan TOPSIS sebagai metode SPK.

1.5Manfaat Penelitian

Hasil penelitian ini diharapkan berupa sistem yang bermanfaat sebagai salah satu alternatif untuk membantu dalam pemilihan laptop yang sesuai dengan keinginan dan anggaran konsumen.

1.6Metode Penelitian

Dalam menyusun skripsi ini penulis melakukan beberapa penerapan metode penelitian untuk menyelesaikan permasalahan. Adapun metode penelitian yang dilakukan adalah dengan cara:

1. Studi Literatur

Pada tahap ini dilakukan dengan mempelajari buku-buku referensi atau sumber-sumber yang berkaitan dengan skripsi ini, baik dari text book maupun internet. 2. Pengumpulan Data

Pada tahap ini, akan dilakukan pengumpulan data spesifikasi laptop. 3. Perancangan

Pada tahap ini dilakukan pembuatan Data Flow Diagram, Entity Relationship Diagram, perancangan antarmuka, dan perancangan prosedural sistem.

4. Implementasi Program (Coding)

Pada tahap ini dilakukan pengkodean program untuk mengimplementasikan perancangan sistem pendukung keputusan menggunakan bahasa pemrograman Delphi 2010 Data Base Management System MySQL.

5. Pengujian (Testing)

Pada tahap ini dilakukan pengujian sistem untuk mengetahui apakah sistem sudah sesuai dengan kebutuhan.

6. Pembuatan Laporan

Pembuatan laporan skripsi bertujuan untuk dijadikan sebagai dokumentasi hasil peneliti.

1.7Sistematika Penulisan

Sistematika penulisan dari skripsi ini terdiri dari beberapa bagian utama sebagai berikut:

BAB 1: PENDAHULUAN

Bab ini akan menjelaskan mengenai latar belakang pemilihan judul, rumusan masalah, batasan masalah, tujuan penelitian, manfaat penelitian, metode penelitian, dan sistematika penulisan.

BAB 2 : LANDASAN TEORI

Bab ini akan membahas teori-teori yang berkaitan dengan sistem pendukung keputusan, metode Analytical Hierarchy Process (AHP), Technique For Order

Preference by Similarity to Ideal Solution (TOPSIS), dan laptop.

BAB 3: ANALISIS DAN PERANCANGAN SISTEM

Bab ini akan membahas tentang analisis dan perancangan sistem pendukung keputusan pemilihan laptop dengan metode AHP dan TOPSIS.

BAB 4: IMPLEMENTASI DAN PENGUJIAN

Bab ini akan membahas pengimplementasian perangkat lunak yang dibuat serta pengujian terhadap perangkat lunak tersebut.

5

BAB 5: KESIMPULAN DAN SARAN

Bab terakhir akan memuat kesimpulan isi dari keseluruhan uraian bab-bab sebelumnya dan saran-saran dari hasil yang diperoleh yang diharapkan dapat bermanfaat dalam pengembangan selanjutnya untuk perbaikan di masa yang akan datang.

LANDASAN TEORI

2.1 Sistem Pendukung Keputusan

Pada dasarnya Sistem Pendukung Keputusan ini merupakan pengembangan lebih lanjut dari sistem informasi manajemen terkomputerisasi yang dirancang sedemikian rupa sehigga bersifat interaktif dengan pemakainya. Sifat interaktif ini dimaksudkan untuk memudahkan integrasi antara berbagai komponen dalam proses pengambilan keputusan seperti prosedur, kebijakan, teknik analisis, serta pengalaman dan wawasan manajerial guna membentuk suatu kerangka keputusan yang bersifat fleksibel [4].

Menurut Litlle Sistem Pendukung Keputusan adalah suatu sistem informasi bebasis komputer yang menghasilkan berbagai alternatif keputusan untuk membantu manajemen dalam menangani berbagai permasalahan yang terstruktur ataupun tidak terstruktur dengan menggunakan data dan model. Kata berbasis komputer merupakan kata kunci, karena hampir tidak mungkin membangun SPK tanpa memanfaatkan komputer sebagai alat bantu, terutama untuk menyimpan data serta mengelola model [1].

2.1.1 Ciri-ciri Decision Support System (DSS)

Menurut Kosasi [3] adapun ciri-ciri sebuah DSS seperti yang dirumuskan oleh Alters Keen adalah sebagai berikut:

1. DSS ditujukan untuk membantu pengambilan keputusan-keputusan yang kurang terstruktur dan umumnya dihadapi oleh para manajer yang berada di tingkat puncak.

7

3. DSS memiliki fasilitas interaktif yang dapat mempermudah hubungan antara manusia dengan komputer.

4. DSS bersifat luwes dan dapat menyesuaikan dengan perubahan-perubahan yang terjadi.

2.1.2 Karakteristik, Kemampuan dan Keterbatasan SPK

Sehubungan banyaknya definisi yang dikemukakan mengenai pengertian dan penerapan dari sebuah DSS, sehingga menyebabkan terdapat banyak sekali pandangan mengenai sistem tersebut. Selanjutnya Turban (1996), menjelaskan terdapat sejumlah karakteristik dan kemampuan dari DSS [3] yaitu:

a. Karakteristik DSS

1. Mendukung seluruh kegiatan organisasi

2. Mendukung beberapa keputusan yang saling berinteraksi 3. Dapat digunakan berulang kali dan bersifat konstan 4. Terdapat dua komponen utama, yaitu data dan model 5. Menggunakan baik data eksternal dan internal

6. Memiliki kemampuan what-if analysis dan goal seeking analysis 7. Menggunakan beberapa model kuantitatif

b. Kemampuan DSS

1. Menunjang pembuatan keputusan manajemen dalam menangani masalah semi terstruktur dan tidak terstruktur

2. Membantu manajer pada berbagai tingkatan manajemen, mulai dari manajemen tingkat atas sampai manajemen tingkat bawah

3. Menunjang pembuatan keputusan secara kelompok maupun perorangan 4. Menunjang pembuatan keputusan yang saling bergantung dan berurutan 5. Menunjang tahap-tahap pembuatan keputusan antara lain intelligensi,

desain, choice, dan implementation

6. Menunjang berbagai bentuk proses pembuatan keputusan dan jenis keputusan

7. Kemampuan untuk melakukan adaptasi setiap saat dan bersifat fleksibel 8. Kemudahan melakukan interaksi system

9. Meningkatkan efektivitas dalam pembuatan keputusan daripada efisiensi 10.Mudah dikembangkan oleh pemakai akhi

11.Kemampuan pemodelan dan analisis pembuatan keputusan

12.Kemudahan melakukan pengaksesan berbagai sumber dan format data Di samping berbagai Karakteristik dan Kemampuan seperti dikemukakan di atas, SPK juga memiliki beberapa keterbatasan, diantaranya adalah [1]:

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, hanyalah sautu kumpulan perangkat keras, perangakat lunak dan sistem operasi yang tidak dilengkapi dengan kemampuan berpikir.

2.1.3 Komponen - Komponen Sistem Pendukung Keputusan

Sistem Pendukung Keputusan terdiri dari tiga komponen utama atau subsistem [1] yaitu:

1. Subsistem Data (Data Subsystem)

Subsistem data merupakan komponen SPK penyedia data bagi sistem. Data dimaksud disimpan dalam data base yang diorganisasikan oleh suatu sistem dengan sistem manajemen pangkalan data (Data Base Management

System/DBMS). Melalui pangkalan data inilah data dapat diambil dan

diekstrasi dengan cepat.

2. Subsistem Model (Model Subsystem)

Keunikan dari SPK adalah kemampuannya dalam mengintegrasikan data dengan model - model keputusan.

9

Model merupakan peniruan dari alam nyata. Hal lain yang perlu diperhatikan adalah pada setiap model yang disimpan hendaknya ditambahkan rincian keterangan dan penjelasan yang komprehensif mengenai model yang dibuat, sehingga pengguna atau perancang:

1) Mampu membuat model yang baru secara mudah dan cepat. 2) Mampu mengakses dan mengintegrasikan subrutin mode.l

3) Mampu menghubungkan model dengan model yang lain melalui pangkalan data.

4) Mampu mengelola model base dengan fungsi manajemen yang analog dengan manajemen data base (seperti mekanisme untuk menyimpan, membuat dialog, menghubungkan, dan mengakses model).

3. Subsistem Dialog (User System Interface)

Keunikan lain dari SPK adalah adanya fasilitas yang mampu mengintegrasikan sistem terpasang dengan pengguna secara interaktif. Melaui subsistem dialog inilah sistem diartikulasikan dan diimplementasikan sehingga pengguna dapat berkomunikasi dengan sistem yang dirancang. Fasilitas yang dimiliki oleh subsistem ini dapat dibagi menjadi tiga komponen [1], yaitu:

1) Bahasa aktif (Action Language), perangkat yang digunakan untuk berkomunikasi dengan sistem, seperti keyboard, joystick, panel-panel sentuh lain, perintah suara atau key function lainnya.

2) Bahasa tampilan (Presentation Language), perangkat yang digunakan sebagai sarana untuk menampilkan sesuatu, seperti printer, grafik display,

plotter, dan lainnya.

3) Basis pengetahuan (Knowladge Base), perangkat yang harus diketahui pengguna agar pemakaian sistem bisa efektif.

2.1.4 Tahapan Proses Pengambilan Keputusan

Menurut Simon ada 4 tahap yang harus dilalui dalam proses pengambilan keputusan [1] yaitu:

1) Penelusuran (intelligence)Tahap ini merupakan tahap pendefinisian masalah serta identifikasi informasi yang dibutuhkan yang berkaitan dengan persoalan yang di hadapi serta keputusan yang akan di ambil.

2) Perancangan (design)

Tahap ini merupakan tahap analisa dalam kaitan mencari atau merumuskan alternatif-alternatif pemecahan masalah.

3) Pemilihan (choise)

Yaitu memilih alternatif solusi yang diperkirakan paling sesuai. 4) Implementasi (implementation)

Tahap ini merupakan tahap pelaksanaan dari keputusan yang telah diambil.

2.2 Analytical Hierarchy Process (AHP)

AHP merupakan salah satu metode untuk membantu menyusun suatu prioritas dari berbagai pilihan dengan menggunakan berbagai kriteria. Karena sifatnya yang multikriteria, AHP cukup banyak digunakan dalam penyusunan prioritas. Sebagai contoh untuk menyusun prioritas penelitian, pihak manajemen lembaga penelitian sering menggunakan beberapa kriteria seperti dampak penelitian, biaya, kemampuan SDM, dan waktu pelaksanaan [7]

Di samping bersifat multikriteria, AHP juga didasarkan pada suatu proses yang terstruktur dan logis. Pemilihan atau penyusunan prioritas dilakukan dengan suatu prosedur yang logis dan terstuktur. Kegiatan tersebut dilakukan oleh ahli-ahli yang representatif berkaitan dengan alternatif-alternatif yang disusun prioritasnya [8].

Metode AHP merupakan salah satu model untuk pengambilan keputusan yang dapat membantu kerangka berfikir manusia. Metode ini mula-mula dikembangkan oleh Thomas L. Saaty pada tahun 70-an. Dasar berpikirnya metode AHP adalah proses membentuk skor secara numerik untuk menyusun rangking setiap alternatif keputusan berbasis pada bagaimana sebaiknya alternatif itu dicocokkan dengan kriteria pembuat keputusan [5].

11

Proses pengambilan keputusan pada dasarnya adalah memilih suatu alternatif. Peralatan utama 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.

Suatu tujuan yang bersifat umum dapat dijabarkan dalam beberapa subtujuan yang lebih terperinci dan dapat menjelaskan maksud tujuan umum. Penjabaran ini dapat dilakukan terus hingga diperoleh tujuan yang bersifat operasional. Pada hierarki terendah dilakukan proses evaluasi atas alternatif-alternatif yang merupakan ukuran dari pencapaian tujuan utama dan pada hierarki terendah ini dapat ditetapkan dalam satuan apa suatu kriteria diukur.

Dalam penjabaran hirarki tujuan, tidak ada suatu pedoman yang pasti mengenai seberapa jauh pembuat keputusan menjabarkan tujuan menjadi tujuan yang lebih rendah. Pengambil keputusanlah yang menentukan saat penjabaran tujuan ini berhenti, dengan memperhatikan keuntungan atau kekurangan yang diperoleh bila tujuan tersebut diperinci lebih lanjut. Beberapa hal yang perlu diperhatikan dalam melakukan proses penjabaran hirarki tujuan [4] yaitu:

1. Pada saat penjabaran tujuan ke dalam subtujuan yang lebih rinci harus selalu memperhatikan apakah setiap tujuan yang lebih tinggi tercakup dalam subtujuan tersebut.

2. Meskipun hal tersebut dapat dipenuhi, juga perlu menghindari terjadinya pembagian yang terlampau banyak baik dalam arah horizontal maupun vertikal. 3. Untuk itu sebelum menetapkan tujuan harus dapat menjabarkan hierarki tersebut

sempai dengan tujuan yang paling lebih rendah dengan cara melakukan tes kepentingan.

2.2.1 Langkah-Langkah Analytical Hierarchy Process

Pada dasarnya langkah-langkah dalam metode AHP [4] meliputi : 1. Mendefinisikan masalah dan menentukan solusi yang diinginkan.

2. Membuat struktur hirarki yang diawali dengan tujuan umum, dilanjutkan dengan subtujuan-subtujuan kriteria dan kemungkinan alternatif-alternatif pada tingkatan kriteria yang paling bawah.

3. Menentukan matriks perbandingan berpasangan yang menggambarkan kontribusi relatif atau pengaruh setiap elemen terhadap masing-masing tujuan atau kriteria yang setingkat di atasnya.

4. Melakukan perbandingan berpasangan sehingga sehingga diperoleh judgment 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 maka pengambilan data diulangi.

6. Mengulang langkah 3, 4, dan 5 untuk seluruh tingkat hirarki.

7. Menghitung vektor eigen dari setiap matriks perbandingan berpasangan. 8. Memeriksa konsistensi hirarki. jika nilainya lebih dari 10%maka penilaian data

judgment harus diperbaiki.

2.2.2 Prinsip - Prinsip Analytical Hierarchy Process

Menurut Mulyono Dalam menentukan proiritas AHP menggunakan prinsip - prinsip [3] sebagai berikut:

1. Decomposition

Setelah persoalan didefenisikan, maka perlu dilakukan Decomposition yaitu memecah persoalan yang utuh menjadi unsur – unsurnya.

2. Comparative judgment (penilaian kriteria dan alternatif)

Prinsip ini memberikan penilaian tentang kepentingan relatif dua elemen pada suatu tingkat tertentu dalam kaitannya dengan tingkat diatasnya.

13

Tabel 2.1 Skala penilaian perbandingan berpasangan Intensitas

Kepentingan Keterangan

1 Kedua elemen sama pentingnya

3 Elemen yang satu sedikit lebih penting daripada elemen yang lainnya

5 Elemen yang satu lebih penting daripada elemen 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 pertimbangan yang

berdekatan

Kebalikan Jika untuk aktifitas i mendapat satu angka dibanding dengan aktifitas j, maka j mempunyai nilai kebalikannya dibanding nilai i

3. Synthesis of priority (Menentukan Prioritas)

Dari setiap matriks pairwise comparison kemudian dicari eigenvectornya untuk mendapatkan local priority.

4. Logical Consistency (konsistensi logis)

Konsistensi memiliki dua makna. Pertama, objek-objek serupa yang dikelompokkan sesuai dengan keseragaman dan relevansi. Kedua, menyangkut tingkat hubungan antar objek yang didasarkan pada kriteria tertentu.

2.2.3 Kelebihan AHP

Adapun yang menjadi kelebihan dengan menggunakan metode AHP dibandingkan yang lainnya adalah [4] :

1. Struktur yang berbentuk hirarki sebagai konsekuensi dari kriteria yang dipillih sampai pada subkriteria yang paling dalam.

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

3. Memperhitungkan daya tahan atau ketahanan keluaran analisis sensitivitas pembuat keputusan.

Selain itu metode AHP mempunyai kemampuan untuk memecahkan masalah yang multiobjektif dan multikriteria yang berdasar pada perbandingan preferensi dari setiap elemen dalam hierarki. Jadi, metode AHP merupakan suatu bentuk pemodelan pembuatan keputusan yang sangat komprehensif.

2.3 Technique For Order Preference by Similarity to Ideal Solution (TOPSIS)

TOPSIS adalah salah satu metode pengambilan keputusan multikriteria yang pertama kali diperkenalkan oleh Yoon dan Hwang (1981). TOPSIS menggunakan prinsip bahwa alternatif yang terpilih harus mempunyai jarak terdekat dari solusi ideal positif dan terjauh dari solusi ideal negatif dari sudut pandang geometris dengan menggunakan jarak Euclidean untuk menentukan kedekatan relatif dari suatu alternatif dengan solusi optimal [6]. Solusi ideal positif didefinisikan sebagai jumlah dari seluruh nilai terbaik yang dapat dicapai untuk setiap atribut, sedangkan solusi negatif-ideal terdiri dari seluruh nilai terburuk yang dicapai untuk setiap atribut.

TOPSIS mempertimbangkan keduanya, jarak terhadap solusi ideal positif dan jarak terhadap solusi ideal negatif dengan mengambil kedekatan relatif terhadap solusi ideal positif. Berdasarkan perbandingan terhadap jarak relatifnya, susunan prioritas alternatif bisa dicapai. Metode ini banyak digunakan untuk menyelesaikan pengambilan keputusan. Hal ini disebabkan konsepnya sederhana, mudah dipahami, komputasinya efisien, dan memiliki kemampuan mengukur kinerja relatif dari alternatif-alternatif keputusan.

15

2.3.1 Langkah-langkah metode TOPSIS

1. Membangun normalized decision matrix

Elemen rij hasil dari normalisasi decision matrix R dengan metode Euclidean

length of a vector adalah:

Dimana:

rij = Hasil dari normalisasi matriks keputusan R

i=1,2,3,…,m; j=1,2,3,…,n

2. Membangun weighted normalized decision matrix

Dengan bobot W= (w1, w2,...,wn), maka normalisasi bobot matriks V adalah:

3. Menentukan solusi ideal positif dan solusi ideal negatif.

Solusi ideal positif dinotasikan dengan A+ dan solusi ideal negatif dinotasikan dengan A-, sebagi berikut :

Menentukan Solusi Ideal (+) & (-)

(

)

(

)

{

} {

}

(

)

(

)

{

} {

− − −

}

− + + + + = = ∈ = = = ∈ = m ij ij m ij ij v v v m i J j v v A v v v m i J j v v A ,... , ,... 3 , 2 , 1 , | min max ,... , ,... 3 , 2 , 1 , | min max 2 1 ' 2 1 ' Dimana :

vij = elemen matriks V baris ke-i dan kolom ke- j

J ={j=1,2,3,…,n dan j berhubung dengan benefit criteria} J’ ={j=1,2,3,…,n dan j berhubung dengan cost criteria} 4. Menghitung separasi

Separation measure ini merupakan pengukuran jarak dari suatu alternatif ke solusi

ideal positif dan solusi ideal negatif. Perhitungan matematisnya adalah sebagai berikut:

Separation measure untuk solusi ideal positif

∑

₌ +

+ ₌ n ₋

j

j ij

i v v

S

1

2

)

( , dengan i=1,2,3,…,m Dimana:

J={j=1,2,3,…,n dan j merupakan benefit criteria} J’={j=1,2,3,…,n dan j merupakan cost criteria}

Separation measure untuk solusi ideal negatif

∑

₌

− ₌ n ₋

j

j ij

i v v

S

1

2 _

)

( , dengan i=1,2,3,…,n dimana:

J={j=1,2,3,…,n dan j merupakan benefit criteria} J’={j=1,2,3,…,n dan j merupakan cost criteria} 5. Menghitung kedekatan relatif terhadap solusi ideal

Kedekatan relatif dari alternatif A+ dengan solusi ideal A- direpresentasikan dengan:

+ −

− + =

i i

i i

S S

S

C , dengan 0<C_i+ <1dan i=1,2,3,…,m

6. Merangking Alternatif

Alternatif dapat dirangking berdasarkan urutan C_i *. Maka dari itu, alternatif terbaik adalah salah satu yang berjarakterpendek terhadap solusi ideal dan berjarak terjauh dengan solusi ideal negatif.

BAB 3

ANALISIS DAN PERANCANGAN SISTEM

3.1 Analisis Permasalahan dan Pemecahan Masalah dengan Metode AHP dan TOPSIS

Kegiatan memilih laptop/notebook merupakan kegiatan yang dilaksanakan oleh calon konsumen yang ingin membeli laptop. Namun, memilih laptop/notebook yang tepat sesuai kebutuhan dan anggaran keuangannya bukan hal mudah. Banyaknya pilihan tersedia di pasaran bisa jadi membuat tambah bingung memilihnya [2].

Oleh karena itu penelitian ini akan membahas sistem pendukung keputusan yang diharapkan dapat membantu konsumen dalam pemilihan laptop yang sesuai dengan mereka. Metode yang dipakai dalam pengambilan keputusan pemilihan laptop adalah

Analitical Hierarchy Process (AHP) dan Technique For Order Preference by Similarity to Ideal Solution (TOPSIS). Kedua metode tersebut dipilih karena metode

AHP merupakan suatu bentuk model pendukung keputusan dimana peralatan utamanya adalah sebuah hirarki fungsional dengan input utamanya persepsi manusia, yakni dalam hal ini adalah orang yang mengerti permasalahan laptop. Sedangkan metode TOPSIS merupakan suatu bentuk metode pendukung keputusan yang didasarkan pada konsep bahwa alternatif yang terbaik tidak hanya memiliki jarak terpendek dari solusi ideal positif tetapi juga memiliki jarak terpanjang dari solusi ideal negatif yang dalam hal ini akan memberikan rekomendasi pemilihan laptop yang sesuai dengan yang diharapkan.

Adapun langkah-langkah dalam penelitian ini adalah sebagai berikut:

1. Menentukan jenis-jenis kriteria pemilihan laptop. Dalam penelitian ini, kriteria-kriteria yang dibutuhkan dalam pemilihan laptop adalah harga, ukuran layar, processor, memori (kapasitas dan type), harddisk, accessories (Bluetooth dan webcam).

2. Menyusun kriteria-kriteria pemilihan laptop dalam matriks berpasangan seperti Tabel 3.1

Tabel 3.1 Matriks Berpasangan Untuk Kriteria Pemilihan Laptop

Kriteria Harga Layar Processor Memori Harddisk Accessories kapasitas type bluetooth webcam

Harga 1 5 3 5 5 3 9 9

Layar 0.2 1 3 3 3 3 5 5

Processor _{0.3333 0.3333 1 5 5 1 9 9}

Kapasitas

Memori 0.2 0.3333 0.2 1 5 1 5 5

Type

Memori 0.2 0.3333 0.2 0.2 1 3 3 3

Harddisk _{0.3333 0.3333 1 1 0.3333 1 9 9}

Bluetooth 0.1111 0.2 0.1111 0.2 0.3333 0.1111 1 1

Webcam 0.1111 0.2 0.1111 0.2 0.3333 0.1111 1 1

Jumlah _{2.4888 7.7332 8.6222 15.6 19.999 12.222 42 42}

Cara pengisian elemen-elemen matriks pada Tabel 3.1, adalah sebagai berikut: a. Elemen a[i,j] = 1, dimana i = 1,2,3,...n. Untuk penelitian ini, n = 8. b. Elemen matriks segitiga atas sebagai input.

c. Elemen matriks segitiga bawah mempunyai rumus

[ ] [ ]

j i a i j a

, [

1

, = Untuk i ≠j. 3. Menjumlah setiap kolom pada Tabel 3.1.

Dari nilai elemen matriks kriteria diatas maka jumlah elemen setiap kolom adalah: Jumlah Kolom 1 : 1 + 0.2 + 0.3333 + 0.2 + 0.2 + 0.3333 + 0.1111 + 0.1111 = 2.4888 Jumlah Kolom 2 : 5 + 1 + 0.3333 + 0.3333 + 0.3333 + 0.3333 + 0.2 + 0.2 = 7.7332 Jumlah Kolom 3 : 3 + 3 + 1 + 0.2 + 0.2 + 1 + 0.1111 + 0.1111 = 8.6222

Jumlah Kolom 4 : 5 + 3 +5 +1 + 0.2 + 1 + 0.2 + 0.2 = 15.6

Jumlah Kolom 5 : 5 + 3 + 5 + 5 + 1 + 0.3333 + 0.3333 + 0.3333 = 19.9999 Jumlah Kolom 6 : 3 + 3 + 1 + 1 + 3 + 1 + 0.1111+ 0.1111= 12.2222

Jumlah Kolom 7 : 9 + 5 + 9 + 5 + 3 + 9 + 1 + 1 = 42 Jumlah Kolom 8 : 9 + 5 + 9 + 5 + 3 + 9 + 1 + 1 = 42

4. Membagi setiap elemen pada kolom dengan jumlah per kolom yang sesuai. Dari nilai-nilai elemen matriks tabel 3.1.

Jumlah masing-masing kolom diatas maka dapat dihitung matriks normalisasi dengan cara membagi setiap elemen pada kolom dengan jumlah per kolom yang

19

sesuai, misalnya untuk menghitung matriks normalisasi pada kolom 1 dan baris 1 maka dapat dihitung sebagai berikut.

Kolom baris1= Nilai matrix perbandingan kriteria baris 1 kolom 1

Jumlah Kolom 1

= 1 = 0.4018 2.4888

Tabel 3.2 Hasil Matriks Normalisasi

5. Setelah matriks normalisasi didapatkan, langkah selanjutnya menjumlahkan tiap baris pada matriks tersebut. Jumlah masing – masing baris pada tabel 3.2 dapat dihitung dengan cara sebagai berikut.

Jumlah Baris 1 = 0.4018 + 0.6465 + 0.3479 + 0.3205 + 0.25 + 0.2454 + 0.2142 + 0.2142 = 2.6405, dan seterusnya.

6. Setelah didapatkan jumlah pada masing-masing baris, selanjutnya dihitung bobot masing-masing kriteria dengan cara membagi masing-masing jumlah baris dengan jumlah elemen atau jumlah kriteria (n = 8), sehingga bobot masing-masing kriteria dapat dihitung seperti berikut:

Bobot Kriteria Harga = 2.6405/8 = 0.3301 Bobot Kriteria Layar = 1.3832/8 = 0.1729 Bobot Kriteria Processor = 1.3735/8 = 0.1716 Bobot Kriteria kapasitas memori= 0.7803/8 = 0.0975 Bobot Kriteria type memori = 0.5974/8 = 0.0746 Bobot Kriteria Harddisk = 0.8837/8 = 0.1104

Kriteria Harga Layar Processor

Memori

Harddisk

Accessories _Jumlah Baris Kapasitas type bluetooth webcam

Harga 0.4018 0.6465 0.3479 0.3205 0.25 0.2454 0.2142 0.2142 2.6405

Layar 0.0803 0.1293 0.3479 0.1923 0.15 0.2454 0.119 0.119 1.3832

Processor 0.1339 0.043 0.1159 0.3205 0.25 0.0818 0.2142 0.2142 1.3735

Kapasitas

Memori 0.0803 0.043 0.0231 0.0641 0.25 0.0818 0.119 0.119 0.7803 Type

Memori 0.0803 0.043 0.0231 0.0128 0.05 0.2454 0.0714 0.0714 0.5974 Harddisk 0.1339 0.043 0.1159 0.0641 0.0166 0.0818 0.2142 0.2142 0.8837

bluetooth 0.0446 0.0258 0.0128 0.0128 0.0166 0.009 0.0238 0.0238 0.1692

Bobot Kriteria Bluetooth = 0.1692/8 = 0.02115 Bobot Kriteria Webcam = 0.1692/8 = 0.02115

Tabel 3.3 Skor Kriteria

Kriteria Data Awal Data Konversi

Harga

>15 - 23 Juta 1 8,5 - 15 Juta 2 7 - 8,5 Juta 3 5,5 - 7 Juta 4 <4 - 5,5 Juta 5

Layar

15 1

17 1

11 2

12 2

13 3

10 4

14 5

Processor

Pentium 1

Atom 2

Core 2 Duo 2

Dual Core 2

Core i3 3

Core i5 4

Core i7 5

kapasitas memori

1 Gb 1

2 Gb 2

3 Gb 3

4 Gb 4

8 Gb 5

Type memori DDR 2 3

DDR 3 5

Harddisk

250 Gb 1

320 Gb 2

500 Gb 3

640 Gb 4

>640 Gb 5

Bluetooth Ada 5

Tidak ada 3

Webcam Ada 5

21

Tabel berikut menunjukkan data awal dari setiap alternatif untuk setiap kriteria. Tabel 3.4 Data awal setiap alternatif

Alternatif Harga Ukuran Layar

Processor Kapasitas Memori

Type Memori

Harddisk Bluetooth Webcam ACER

Aspire 4738-372G50Mn

5.967.000 14 Core i3-370M

2GB DDR3 500GB Tidak Ada Ada

HP Probook

4421s (09AV)

5.999.000 14 Core i3-330M

2GB DDR3 320GB Ada Ada

TOSHIBA Satellite

L640-1181U

5.790.000 14 Core i3-380M

1GB DDR3 500GB Ada Ada

TOSHIBA Satellite

L630-1078U

5.878.000 13 Core i3-380M

1GB DDR3 320GB Ada Ada

Catatan: pemisalan perbandingan empat buah data

7. Setelah didapatkan bobot masing-masing kriteria, selanjutnya dimulai perhitungan metode TOPSIS dengan membangun sebuah matriks keputusan. Pada matriks keputusan, kolom matriks menyatakan atribut yaitu kriteria-kriteria yang ada, sedangkan baris matriks menyatakan alternatif yaitu merek_type laptop yang mungkin. Matriks keputusan mengacu terhadap m alternatif yang akan dievaluasi berdasarkan n kriteria. Matriks keputusan dapat dilihat pada tabel 3.5.

Tabel 3.5 Matriks Keputusan

Catatan: pemisalan perbandingan empat buah data

Pada tabel 3.5, rumus x ,…,11 x menyatakan performansi alternatif dengan acuan 48

kriteria adalah data skor kriteria untuk setiap alternatif. Dimana:

ij

x adalah performansi alternatif ke i untuk kriteria ke j. i

a ( i = 1, 2, 3, . . . , m ) adalah alternatif-alternatif yang mungkin,

Harga Ukuran Layar

Processor Kapasitas Memori

Type Memori

Harddisk Bluetooth Webcam

1

a x 11 x 12 x 13 x 14 x 15 x 16 x 17 x 18 2

a x ₂₁ x ₂₂ x ₂₃ x ₂₄ x ₂₅ x ₂₆ x ₂₇ x ₂₈

3

a x 31 x 32 x 33 x 34 x 35 x 36 x 37 x 38 4

j

x ( j =1, 2, 3, . . . , n ) adalah kriteria dimana performansi alternatif diukur. Dalam penelitian ini, nilai j adalah sebagai berikut:

j=1 untuk kriteria harga

j=2 untuk kriteria ukuran layar j=3 untuk kriteria processor

j=4 untuk kriteria kapasitas memori j=5 untuk kriteria type memori j=6 untuk kriteria harddisk j=7 untuk kriteria bluetooth j=8 untuk kriteria webcam

Hasil matriks keputusan yang dibentuk dari tabel data awal untuk setiap alternatif dapat disajikan pada contoh berikut.

Tabel 3.6 Hasil Perhitungan Matriks Keputusan

Merek / Type

Harga Ukuran

Layar Processor

Memori

Harddisk

Accessories

Kapasitas Type Bluetooth Webcam

ACER Aspire 4738-

372G50Mn 4 5 3 2 5 3 3 5

HP Probook 4421s

(0-9AV) 4 5 3 2 5 2 5 5

TOSHIBA Satellite L640-

1181U 4 5 3 1 5 3 5 5

TOSHIBA Satellite L630-

1078U 4 3 3 1 5 2 5 5

Catatan: pemisalan perbandingan empat buah data

8. Setelah matriks keputusan dibuat, selanjutnya adalah membuat matriks keputusan yang ternormalisasi R yang fungsinya untuk memperkecil range data, dengan tujuan untuk mempermudah perhitungan TOPSIS dan penghematan penggunaan memory. Adapun elemen-elemennya ditentukan dengan rumus berikut ini:

…..……….…………(3.1) dimana r_ij adalah elemen dari matriks keputusan yang ternormalisai R,

ij

x adalah elemen dari matriks keputusan i = 1, 2, 3, . . . , m; dan j = 1, 2, 3, . . . , n.

23

Matriks keputusan ternormalisasi dapat dilihat pada Tabel 3.7. Tabel 3.7 Matriks Keputusan Ternormalisasi

Alternatif Harga Ukuran Layar Processor Kapasitas Memori

1 a 2 41 2 31 2 21 2 11 11 x x x x x + + + 2 42 2 32 2 22 2 12 12 x x x x x + + + 2 43 2 33 2 23 2 13 13 x x x x x + + + 2 44 2 34 2 24 2 14 14 x x x x x + + + 2 a 2 41 2 31 2 21 2 11 21 x x x x x + + + 2 42 2 32 2 22 2 12 22 x x x x x + + + 2 43 2 33 2 23 2 13 23 x x x x x + + + 2 44 2 34 2 24 2 14 24 x x x x x + + + 3 a 2 41 2 31 2 21 2 11 31 x x x x x + + + 2 42 2 32 2 22 2 12 32 x x x x x + + + 2 43 2 33 2 23 2 13 33 x x x x x + + + 2 44 2 34 2 24 2 14 34 x x x x x + + + 4 a 2 41 2 31 2 21 2 11 41 x x x x x + + + 2 42 2 32 2 22 2 12 42 x x x x x + + + 2 43 2 33 2 23 2 13 43 x x x x x + + + 2 44 2 34 2 24 2 14 44 x x x x x + + +

Alternatif Type Memori Harddisk Bluetooth Webcam

1 a 2 45 2 35 2 25 2 15 15 x x x x x + + + 2 46 2 36 2 26 2 16 16 x x x x x + + + 2 47 2 37 2 27 2 17 17 x x x x x + + + 2 48 2 38 2 28 2 18 18 x x x x x + + + 2 a 2 45 2 35 2 25 2 15 25 x x x x x + + + 2 46 2 36 2 26 2 16 26 x x x x x + + + 2 47 2 37 2 27 2 17 27 x x x x x + + + 2 48 2 38 2 28 2 18 28 x x x x x + + + 3 a 2 45 2 35 2 25 2 15 35 x x x x x + + + 2 46 2 36 2 26 2 16 36 x x x x x + + + 2 47 2 37 2 27 2 17 37 x x x x x + + + 2 48 2 38 2 28 2 18 38 x x x x x + + + 4 a 2 45 2 35 2 25 2 15 45 x x x x x + + + 2 46 2 36 2 26 2 16 46 x x x x x + + + 2 47 2 37 2 27 2 17 47 x x x x x + + + 2 48 2 38 2 28 2 18 48 x x x x x + + + Catatan: pemisalan perbandingan empat buah data

Hasil perhitungan matriks keputusan ternormalisasi dapat dilihat pada Tabel 3.8. Tabel 3.8 Hasil Perhitungan Matriks Keputusan Ternormalisasi Merek / Type Harga Ukuran Layar Processor Kapasitas

Memori ACER Aspire

4738-372G50Mn 0.5 0.545544725 0.5 0.632455532 HP Probook 4421S

(0-9AV)

0.5 0.545544725 0.5 0.632455532 TOSHIBA Satellite

L640-1181U 0.5 0.545544725 0.5 0.31627766 TOSHIBA Satellite

L630-1078U

0.5 0.327326835 0.5 0.31627766

Merek / Type _Type Memori

Harddisk Bluetooth Webcam ACER Aspire

4738-372G50Mn

0.5 0.588348405 0.327326835 0.5 HP Probook 4421S

9. Setelah matriks keputusan ternormalisasi dibuat, selanjutnya adalah membuat matriks keputusan ternormalisasi terbobot V yang elemen-elemennya ditentukan dengan menggunakan rumus berikut:

v

ij

=

w

j

r

ij …...………(3.2) Dimana:

ij

v adalah elemen dari matriks keputusan yang ternormalisai terbobot V, bobot w_j( w , ₁ w , ₂ w , . . . , ₃ w ) adalah bobot dari kriteria ke-j _n

ij

r adalah elemen dari matriks keputusan yang ternormalisai R. dengan i = 1, 2, 3, . . . , m; dan j = 1, 2, 3, . . . , n.

Matriks keputusan ternormalisasi terbobot dapat dilihat pada Tabel 3.9. Tabel 3.9 Matriks Keputusan Ternormalisasi Terbobot

Alternatif Harga Ukuran Layar

Processor Kapasitas Memori

Type Memori

Harddisk Bluetooth Webcam

1

a w1.r11 w2.r12 w3.r13 w4.r14 w5.r15 w6.r16 w7.r17 w8.r18 2

a w₁.r₂₁ w₂.r₂₂ w₃.r₂₃ w₄.r₂₄ w₅.r₂₅ w₆.r₂₆ w₇.r₂₇ w₈.r₂₈

3

a w₁.r₃₁ w₂.r₃₂ w₃.r₃₃ w₄.r₃₄ w₅.r₃₅ w₆.r₃₆ w₇.r₃₇ w₈.r₃₈

4

a w₁.r₄₁ w₂.r₄₂ w₃.r₄₃ w₄.r₄₄ w₅.r₄₅ w₆.r₄₆ w₇.r₄₇ w₈.r₄₈ Catatan: pemisalan perbandingan empat buah data

Hasil perhitungan matriks keputusan ternormalisasi terbobot dapat dilihat pada Tabel 3.10.

Tabel 3.10 Hasil Perhitungan Matriks Keputusan Ternormalisasi Terbobot

Merek / Type Harga Ukuran

Layar

Processor Kapasitas Memori

ACER Aspire 4738-372G50Mn

0.16505 0.094324682 _0.0858 0.061664414

HP Probook 4421S (0-9AV)

0.16505 0.094324682 _0.0858 0.061664414 TOSHIBA Satellite

L640 -1181U 0.16505 0.094324682 0.0858 0.030832207 TOSHIBA Satellite

L640-1181U

0.5 0.588348405 0.545544725 0.5 TOSHIBA Satellite

25

TOSHIBA Satellite L630-1078U

0.16505 0.056594809 _0.0858 0.030832207 Merek / Type Type

Memori

Harddisk Bluetooth Webcam ACER Aspire

4738-372G50Mn 0.0373

0.064953663 0.006922962 0.010575 HP Probook

4421S (0-9AV) 0.0373

0.043302442 0.01153827 0.010575 TOSHIBA Satellite

L640-1181U 0.0373 0.064953663 0.01153827 0.010575 TOSHIBA Satellite

L630-1078U 0.0373

0.043302442 0.01153827 0.010575 Catatan: pemisalan perbandingan empat buah data

10. Selanjutnya menentukan matriks solusi ideal positif (A ) dan solusi ideal negatif +

(A ). Rumus yang digunakan untuk menentukan solusi ideal positif adalah: − =

+

A {(max v_ij | j € J ), (min v_ij | j € J’ ), i = 1, 2, 3, . . . , m} = { 1,

+ v 2,

+ v 3,

+

v . . . , v_n+} ..………(3.3) dan persamaan untuk menentukan solusi ideal negatif adalah:

= −

A {(min v_ij | j € J ), (max v_ij | j € J’ ), i = 1, 2, 3, . . . , m}

= { v₁−,v₂−,v₃−,. . . , v_n−} ..………(3.4) J = { j = 1, 2, 3, . . . , n dan J merupakan himpunan kriteria keuntungan (benefit

criteria)}.

J’ = { j = 1, 2, 3, . . . , n dan J’ merupakan himpunan kriteria biaya (cost criteria)}. Dimana: v_ij adalah elemen dari matriks keputusan yang ternormalisai terbobot V, v ( j =1, 2, 3, . . . , n ) adalah elemen matriks solusi ideal positif, +_j

v ( j =1, 2, 3, . . . , n ) adalah elemen matriks solusi ideal negatif. −j

Tabel 3.11 merupakan penentuan matriks solusi ideal positif untuk masing-masing kolom.

Tabel 3.11 Solusi Ideal Positif

+

A max(v11,v21,v31,v41) max(v12,v22,v32,v42) max(v13,v23,v33,v43) max(v14,v24,v34,v44)

Hasil penentuan matriks solusi ideal positif untuk masing-masing kolom dapat dilihat pada tabel 3.12.

Tabel 3.12 Hasil Penentuan Solusi Ideal Positif

A+ 0.16505 0.094324682 0.0858 0.061664414 0.0373 0.064953663 0.01153827 0.010575

Tabel 3.13 merupakan penentuan matriks solusi ideal negatif untuk masing-masing kolom.

Tabel 3.13 Solusi Ideal Negatif

−

A min(v11,v21,v31,v41) min(v12,v22,v32,v42) min(v13,v23,v33,v43) min(v14,v24,v34,v44)

Catatan: pemisalan perbandingan empet buah data

Hasil penentuan matriks solusi ideal negatif untuk masing-masing kolom dapat dilihat pada tabel 3.14.

Tabel 3.14 Hasil Penentuan Solusi Ideal Negatif

A- 0.16505 0.056594809 0.0858 0.030832207 0.0373 0.043302442 0.006922962 0.010575

11.Selanjutnya menghitung jarak alternatif dari solusi ideal positif (S ) dan jarak +

alternatif dari solusi ideal negatif (S−). Persamaan untuk menghitung jarak alternatif dari solusi ideal positif (S+) adalah:

∑

=

+

+ ₌ n ₋

j

j ij

i v v

s

1

2

)

( , dengan i = 1, 2, 3, . . . , m ………..(3.5) dan persamaan untuk menghitung jarak alternatif dari solusi ideal negatif (S−) adalah:

∑

=

−

− ₌ n ₋

j

j ij

i v v

s

1

2

)

( , dengan i = 1, 2, 3, . . . , m ………..………..(3.6)

−

A max(v₁₅,v₂₅,v₃₅,v₄₅) max(v₁₆,v₂₆,v₃₆,v₄₆) max(v₁₇,v₂₇,v₃₇,v₄₇) max(v₁₈,v₂₈,v₃₈,v₄₈)

−

27

Dimana:si+ adalah jarak alternatif ke-i dari solusi ideal positif, s_i− adalah jarak alternatif ke-i dari solusi ideal negatif,

v_ij adalah elemen dari matriks keputusan yang ternormalisai terbobot V, v adalah elemen matriks solusi ideal positif, +_j

v adalah elemen matriks solusi ideal negatif. −j

Perhitungan jarak alternatif dari solusi ideal positif (S ) dapat dilihat pada Tabel 3.15 +

Tabel 3.15 Separasi Positif

Alternatif _S+

1

a

( ) ( ) ( ) ( ) ( ) ( ) ( ) ( )

2

8 18 2 7 17 2 6 16 2 5 15 2 4 14 2 3 13 2 2 12 2 1 11 1 + + + + + + + +

+_{= v −v +v −v + v −v +v −v + v −v +v −v +v −v + v −v} s

2

a

( ) ( ) ( ) ( ) ( ) ( ) ( ) ( )

2

8 28 2 7 27 2 6 26 2 5 25 2 4 24 2 3 23 2 2 22 2 1 21 2 + + + + + + + +

+_{= v −v + v −v +v −v + v −v +v −v +v −v + v −v +v −v} s

3

a

4

a

( ) ( ) ( ) ( ) ( ) ( ) ( ) ( )

2

8 38 2 7 37 2 6 36 2 5 35 2 4 34 2 3 33 2 2 32 2 1 31 3 + + + + + + + +

+_{= v −v +v −v + v −v +v −v +v −v + v −v + v −v + v −v} s

( ) ( ) ( ) ( ) ( ) ( ) ( ) ( )

2

8 48 2 7 47 2 6 46 2 5 45 2 4 44 2 3 43 2 2 42 2 1 41 4 + + + + + + + +

+_{= v −v +v −v + v −v +v −v +v −v +v −v +v −v +v −v} s

Catatan: pemisalan perbandingan empat buah data

Hasil perhitungan jarak alternatif dari solusi ideal positif (S+) dapat dilihat pada Tabel 3.16.

Tabel 3.16 Hasil Perhitungan Separasi Positif

Alternatif _S +

ACER Aspire 4738-372G50Mn 0.004615308 HP Probook 4421S (0-9AV) 0.021651221 TOSHIBA Satellite L640-1181U 0.03083219 TOSHIBA Satellite L630-1078U 0.053319246

Perhitungan jarak alternatif dari solusi ideal negatif (S−) dapat dilihat pada Tabel 3.17 Tabel 3.17 Separasi Negatif

Alternatif _S−

1

a

( ) ( ) ( ) ( ) ( ) ( ) ( ) ( )

2

8 18 2 7 17 2 6 16 2 5 15 2 4 14 2 3 13 2 2 12 2 1 11 1 − − − − − − − −

−_{= v −v + v −v + v −v + v −v + v −v + v −v + v −v +v −v} s

2

a

( ) ( ) ( ) ( ) ( ) ( ) ( ) ( )

2

8 28 2 7 27 2 6 26 2 5 25 2 4 24 2 3 23 2 2 22 2 1 21 2 − − − − − − − −

−_{= v −v +v −v +v −v + v −v + v −v + v −v + v −v + v −v} s

3

a

( ) ( ) ( ) ( ) ( ) ( ) ( ) ( )

2

8 38 2 7 37 2 6 36 2 5 35 2 4 34 2 3 33 2 2 32 2 1 31 3 − − − − − − − −

−_{= v −v + v −v + v −v +v −v +v −v + v −v + v −v +v −v} s

4

a

( ) ( ) ( ) ( ) ( ) ( ) ( ) ( )

2

8 48 2 7 47 2 6 46 2 5 45 2 4 44 2 3 43 2 2 42 2 1 41 4 − − − − − − − −

−_{= v −v + v −v +v −v +v −v + v −v + v −v + v −v + v −v} s

Catatan: pemisalan perbandingan empat buah data

Hasil perhitungan jarak alternatif dari solusi ideal positif (S−) dapat dilihat pada Tabel 3.18.

Tabel 3.18 Hasil Perhitungan Separasi Negatif

12. Setelah menghitung jarak alternatif dari solusi ideal positif (S+) dan jarak alternatif dari solusi ideal negatif (S−), selanjutnya adalah menghitung kedekatan relatif terhadap solusi ideal positif dengan menggunakan rumus di bawah ini: ) ( − + − + + = i i i i s s s

c , dengan i = 1, 2, 3, . . . , m ..………(3.7) dimana c_i+ adalah kedekatan relatif dari alternatif ke-i terhadap solusi ideal positif, s_i+ adalah jarak alternatif ke-i dari solusi ideal positif,

s_i− adalah jarak alternatif ke-i dari solusi ideal negatif.

Perhitungan kedekatan relatif terhadap solusi ideal positif dapat dilihat pada Tabel 3.19

Alternatif _S−

ACER Aspire 4738-372G50Mn 0.053319249 HP Probook 4421S (0-9AV) 0.0489453519 TOSHIBA Satellite L640-1181U 0.043744934 TOSHIBA Satellite L630-1078U 0.004615308

29

.

Tabel 3.19 Nilai C+

Alternatif _C+

1 a

(

− +

)

− + + = 1 1 1 1 s s s c 2 a

(

− +

)

− + + = 2 2 2 2 s s s c 3 a

(

− +

)

− + + = 3 3 3 3 s s s c 4 a

(

− +

)

− + + = 4 4 4 4 s s s c

Catatan: pemisalan perbandingan empat buah data

Hasil perhitungan kedekatan relatif terhadap solusi ideal positif C+ dapat dilihat pada Tabel 3.20.

Tabel 3.20 Hasil Perhitungan Kedekatan Relatif

Alternatif _C+

ACER Aspire 4738-372G50Mn 0.920335836 HP Probook 4421S (0-9AV) 0.69331059 TOSHIBA Satellite L640-1181U 0.586573089 TOSHIBA Satellite L630-1078U 0.079664167

13. Berikutnya alternatif diurutkan dari nilai C+ terbesar ke nilai C+ terkecil. Alternatif dengan nilai C+ terbesar merupakan solusi yang terbaik.

Tabel 3.21 Hasil Pengurutan Alternatif

Alternatif Nilai

ACER Aspire 4738-372G50Mn 0.920335836 HP Probook 4421s (0-9AV) 0.69331059 TOSHIBA Satellite L640-1181U 0.586573089 TOSHIBA Satellite L630-1078U 0.079664167

Pada Tabel 3.21, dapat dilihat bahwa alternatif yang menempati urutan pertama yaitu laptop dengan merek/type ACER Aspire 4738-372G50Mn dengan nilai 0.920335836 , alternatif yang menempati urutan kedua yaitu laptop dengan merek/type HP Probook

laptop dengan merek/type TOSHIBA Satellite L640-1181U dengan nilai 0.586573089, dan alternatif yang menempati urutan terakhir adalah laptop dengan merek/type TOSHIBA Satellite L630-1078U dengan nilai 0.079664167. Berdasarkan hasil pengurutan, maka pilihan terbaik adalah laptop dengan merek/type ACER Aspire 4738-372G50Mn.

3.2 Perancangan Sistem

Perancangan adalah tahapan untuk menspesifikasikan proyek yang akan dibuat. Pada perancangan SPK pemilihan laptop, ada beberapa tahapan yang akan dibuat, yaitu: 1. Data Flow Diagram

2. Entity Relationship Diagram 3. Kamus Data

4. Perancangan antarmuka 5. Perancangan prosedural sistem

3.2.1 Diagram Aliran Data

Diagram Aliran Data/Data Flow Diagram (DFD) adalah sebuah teknis grafis yang menggambarkan aliran informasi dan transformasi yang diaplikasikan pada saat data bergerak dari input menjadi output.

Beberapa komponen - komponen yang digunakan dalam menggambar suatu DFD, dapat dilihat pada gambar 3.1.

31

DFD dari sistem yang dibuat adalah:

User

SPK Pemiihan

Laptop

Data Laptop

Prioritas Laptop

Gambar 3.2 DFD Level 0 SPK Pemilihan Laptop dengan Metode AHP dan TOPSIS

DFD level 0 biasanya menunjukkan semua proses utama yang menyusun keseluruhan sistem.

Pada DFD Level 1 memiliki dua proses yaitu proses Input data Laptop, dan proses Hitung SPK.

User

P.1 Input Data

Laptop

Data Laptop Data Laptop Baru

P.2 Hitung nilai masing-masing alternatif dengan

AHP dan TOPSIS

Data Laptop

Prioritas Laptop

Data Laptop_Konversi Merek/Type

Bobot Kriteria

Nilai AHP

Gambar 3.3 DFD Level 1

Data Flow Diagram level 2 proses input data laptop.

User

P.1.1 Input Data

Laptop

Data Laptop Merek/Type P.1.2

Cek Data Laptop

Data Laptop

Merek / Type

Data Laptop Baru

Gambar 3.4 DFD Level 2 Proses 1 Input Data Laptop

P.2.1 Normalisasi

Matriks Keputusan

P.2.2 Pembobotan

Matriks

P.2.6 Mengurutkan

Pilihan P.2.5 Hitung Kedekatan

Relatif P.2.3 Menentukan

Solusi Ideal Positif dan negatif

P.2.4 Menghitung

Separasi Measure

Data Laptop

Bobot Kriteria

User

Matriks Normalisasi

Nilai AHP

Prioritas Laptop Data Laptop Konversi

Matriks Bobot

Solusi Ideal

Separasi Measure

Kedekatan Relatif

Prioritas Laptop

Prioritas Laptop Prioritas Laptop

33

3.2.2 ERD (Entity Relationship Diagram)

ERD (Entity-relationship Diagram ) adalah notasi yang digunakan untuk melakukan aktivitas pemodelan data .atribut pada objek data digambarkan dengan menggunakan deskripsi objek data.

Beberapa komponen - komponen yang digunakan dalam menggambar suatu ERD, dapat dilihat pada gambar 3.6.

Gambar berikut ini merupakan ERD dari SPK pemilihan laptop dengan metode AHP dan TOPSIS.

Data

Laptop Konversi

Ukuran Layar

Merk/Type

M

M

Harga Processor

Kapasitas Memori

Webcam Harddisk

Type Memory

Bluetooth

Bobot Kriteria

Ukuran Layar

Kode_Kriteria Harga

Processor Kapasitas

Memori

Webcam Harddisk

Type Memory

Bluetooth Ambil

M

M

Hitung

Prioritas Laptop

M

Prioritas

Merk/Type

Nilai Pengurutan

Gambar 3.7 ERD SPK Pemilihan Laptop

3.2.3 Kamus Data

Kamus data merupakan suatu data yang disusun untuk memudahkan selama proses analisis dan desain. Sebagai suatu dokumen, kamus data mengumpulkan dan mengkoordinasi istilah-istilah data tertentu, dan menjelaskan apa arti setiap istilah yang ada.

35

Tabel 3.22 Kamus data untuk data laptop Nama Field Type Data Ukuran Keterangan

merk_type Varchar 50 Merek_type laptop yang

akan dibandingkan sekaligus sebagai primery

key

Harga Varchar 10 Harga laptop

ukuran_layar Varchar 3 Ukuran layar laptop

processor Varchar 15 Nama processor laptop

kapasitas_memori Varchar 5 Kapasitas memori laptop

type_memori Varchar 5 Type memori laptop

harddisk Varchar 5 Kapasitas harddisk laptop

bluetooth Varchar 10 Keterangan bluetooth

laptop ada atau tidak

webcam Varchar 10 Keterangan webcam

laptop ada atau tidak harga_konversi Varchar 10 Harga laptop yang sudah

dikonversi

ukuran_layar_konversi Int 11 Ukuran_layar laptop yang sudah dikonversi

processor_konversi Int 11 Processor laptop yang

sudah dikonversi

kapasitas_memori_konversi Int 11 Kapasitas_memori laptop yang sudah dikonversi type_memori_konversi Int 11 Type_memori laptop yang

sudah dikonversi

harddisk_konversi Int 11 Kapasitas harddisk laptop yang sudah dikonversi

bluetooth_konversi Int 11 Bluetooth laptop yang

sudah dikonversi

webcam_konversi Int 11 Webcam laptop yang

sudah dikonversi

Tabel 3.23 Kamus data untuk bobot kriteria

Kode_Kriteria Varchar 1 Primery key

harga Double 10 Bobot kriteria harga

ukuran_layar Double 10 Bobot kriteria ukuran_layar processor Double 10 Bobot kriteria processor

kapasitas_memori Double 10 Bobot kriteria kapasitas memori

type_memori Double 10 Bobot kriteria type_memori

harddisk Double 10 Bobot kriteria harddisk

bluetooth Double 10 Bobot kriteria bluetooth

webcam Double 10 Bobot kriteria webcam

Tabel 3.24 Kamus data untuk prioritas laptop

Prioritas varchar 3 Prioritas/perankingan alternatif laptop

merk_type varchar 50 Merek_type laptop yang sudah diurutkan sekaligus sebagai Primery key

Nilai double 20 Nilai masing - masing

merek_type laptop

3.2.4 Perancangan Antarmuka Pengguna

Antarmuka pengguna (user interface) adalah aspek sistem komputer atau program yang dapat dilihat, didengar, atau dipersepsikan oleh pengguna, dan perintah-perintah atau mekanisme yang digunakan pemakai untuk mengendalikan operasi dan memasukkan data. Antarmuka sistem pendukung keputusan pemiihan laptop dengan metode AHP dan TOPSIS dapat dilihat dalam form utama.

37

Gambar 3.8 Tampilan Form Utama Sistem Keterangan angka pada gambar diatas:

1 = MainMenu 2 = PopupMenu 3 = Label

Gambar 3.9 Tampilan Input Data Laptop

Keterangan angka pada gambar diatas:

1 = Label

2, 4, 5, 6, 10, 11, 12, 13 dan 14 = ComboBox 3 dan 7 = Edit

8, 9, 16, 17 dan 18 = Button

39

Gambar 3.10 Tampilan Edit Data Laptop

Keterangan angka pada gambar diatas: 1, 3, 4, 8, 9, 10, 11 dan 12 = ComboBox

2 dan 5 = Edit

Gambar 3.11 Tampilan Metode AHP I Keterangan angka pada gambar diatas:

1 = Label 2 = Label 3 = Button

41

Keterangan angka pada gambar diatas: 1, 2, 4, 5 dan 6 = Label

3 = Button

Gambar 3.13 Tampilan Metode TOPSIS I

Keterangan angka pada gambar diatas: 1 , 2, 3 dan 4 = Label

5 dan 8 = DBGrid 6 dan 7 = Button

Gambar 3.14 Tampilan Metode TOPSIS II

Keterangan angka pada gambar diatas: 1 , 2 dan 4 = Label

3 dan 5 = DBGrid

6 = Button

43

Keterangan angka pada gambar diatas: 1 dan 3 = Label

2 dan 4 = DBGrid 5 = Button

Gambar 3.16 Tampilan Pengurutan Alternatif

Keterangan angka pada gambar diatas: 1 = Label

2 = DBGrid

3 dan 4 = Button

3.2.4 Perancangan Algoritma

Algoritma adalah urutan dari barisan langkah-langkah atau instruksi guna meyelesaikan suatu masalah. Kriteria algoritma yang baik adalah mempunyai output efektif, jumlah langkah berhingga, terstruktur dan punya akhir. Salah satu cara penyajian dengan algoritma yaitu dalam bentuk flowchart. Flowchart adalah gambaran dalam bentuk diagram alir dari algoritma dalam suatu program yang menyatakan arah alur program dalam menyelesaikan suatu masalah.

Start

Input Jlh_kriteria

i=0; i<Jlh_Kriteria

Pembagi [ i ] = 0

J=0; J<Jlh_Kriteria

If ( J> i)

Input mat_kriteria

[i,j] mat_kriteria [i,j]=1

mat_kriteria [j,i]= i . Mat_kriteria [i,j]

pembagi [ i ]= pembagi [ i ]+mat_kriteria [j,i]

J=J+1

i=i+1

i=0; i<Jlh_Kriteria

row [ i ] = 0

J=0; J<Jlh_kriteria

mat_kriteria_norm [ i,j]= mat_kriteria_norm [ i,j ] / pembagi [ i ] row [ i ] = row [ i ]+mat_kriteria_norm [ i,j ]

J=J+1

Ahp [ i ] = row [ i ] / jlh_kriteria

i = i + 1

A

N

45

A

Input Jlh_alternatif

i=0; i<Jlh_alternatif

J=0; J<Jlh_Kriteria

Input data [i,j]

[ i,j ]

Data_konversi=konversi (data [i,j])

pembagi [ J ]= pembagi [ J ]+sqr (data_konversi [j,i])

J=J+1

i=i+1

J=0; J<Jlh_Kriteria

X_pembagi [ j ]=sqrt (pembagi [ j ])

J=J+1

i=0; i<Jlh_alternatif

J=0; J<Jlh_kriteria

data_norm [ i,j ]=data_konversi [ i,j ] / x_pembagi [ j ] data_norm_bobot [ i,j ]=data_norm [ i,j ]*ahp [ j ]

J=J+1

i=i+1

B

max[ j ]=0 min[ j ]=1

J=0; J<Jlh_Kriteria

k=0; k<Jlh_alternatif

max [ j ]<data_norm_bobot [ k,j ]

max [ j ]=data_norm_bobot [ k,j ]

min [ j ]>data_norm_bobot [ k,j ]

min [ j ]=data_norm_bobot [ k,j ]

k=k+1

J=J+1

i=0; i<Jlh_alternatif

J=0; J<Jlh_Kriteria

sep_pos [ i ] = sqr (data_norm_bobot [ i,J ] - max [ J ]) sep_neg [ i ] = sqr (data_norm_bobot [ i,J ] - min [ J ])

J=J+1

Sep_pos [ i ] = sqrt (sep_pos [ i ] ) Sep_neg [ i ] = sqrt (sep_neg [ i ] ) C [ i ]= sep_neg [ i ] . sep_neg [ i ] + sep_pos [ i ]

Output C [ i ]

i=i+1

END

end.

FrmEditData

unit Unit9; interface uses

Windows, Messages, SysUtils, Variants, Classes, Graphics, Controls, Forms,

Dialogs, StdCtrls, DB, ADODB, jpeg, ExtCtrls; type

TFrmEditData = class(TForm) Label1: TLabel;

Label2: TLabel; Label3: TLabel; Label4: TLabel; Label5: TLabel; Label6: TLabel; Label7: TLabel; Label8: TLabel; Label9: TLabel; EdHarga: TEdit; BtSimpan: TButton; BtBatal: TButton; BtnCari: TButton;

ADOConnection1: TADOConnection; ADOQuery1: TADOQuery;

BtnHapus: TButton; Image1: TImage;

ComboLayar: TComboBox; ComboProcessor: TComboBox; Combo_Uk_Memori: TComboBox; Combo_Type_Memori: TComboBox; ComboHarddisk: TComboBox; ComboBluetooth: TComboBox; ComboWebcam: TComboBox; Image2: TImage;

ComboMerek: TComboBox; ComboType: TComboBox; EdKode: TEdit;

ADOQuery2: TADOQuery; ADOQuery3: TADOQuery;

procedure BtnCariClick(Sender: TObject); procedure tampil;

procedure sembunyi;

procedure BtSimpanClick(Sender: TObject); procedure BtBatalClick(Sender: TObject); procedure BtnHapusClick(Sender: TObject); procedure ComboMerekChange(Sender: TObject); procedure FormShow(Sender: TObject);

private

{ Private declarations } public

{ Public declarations } end;

var

FrmEditData: TFrmEditData; implementation

uses Unit3; {$R *.dfm}

procedure TFrmEditData.tampil; begin

Label2.Visible:=true; Label3.Visible:=true; Label4.Visible:=True; Label5.Visible:=true; Label6.Visible:=true; Label7.Visible:=True; Label8.Visible:=true; Label9.Visible:=True; EdHarga.Visible:=true; ComboLayar.Visible:=true; ComboProcessor.Visible:=true; Combo_Uk_Memori.Visible:=true; Combo_Type_Memori.Visible:=true; ComboHarddisk.Visible:=true; ComboBluetooth.Visible:=true; ComboWebcam.Visible:=true; BtSimpan.Visible:=true; BtnHapus.Visible:=true; end;

procedure TFrmEditData.sembunyi; begin

Label2.Visible:=False; Label3.Visible:=False; Label4.Visible:=False; Label5.Visible:=False; Label6.Visible:=False; Label7.Visible:=False; Label8.Visible:=False; Label9.Visible:=False; EdHarga.Visible:=False; ComboLayar.Visible:=False; ComboProcessor.Visible:=False; Combo_Uk_Memori.Visible:=False; Combo_Type_Memori.Visible:=False; ComboHarddisk.Visible:=False; ComboBluetooth.Visible:=False; ComboWebcam.Visible:=False; BtSimpan.Visible:=false; BtnHapus.Visible:=false; end;

procedure TFrmEditData.BtnCariClick(Sender: TObject); const petik='''';

var query_cek,merek:string; begin

merek:=ComboMerek.Text+' '+ComboType.Text+' '+EdKode.Text; query_cek:='select * from id_laptop where

merek_type='+petik+merek+petik; ADOQuery3.Active:=false; ADOQuery3.SQL.Clear;

ADOQuery3.SQL.Add(query_cek); ADOQuery3.Active:=true;

if(ADOQuery3.RecordCount=0) then begin

ShowMessage('Data Laptop yang anda cari tidak ada'); sembunyi;

end else begin

EdHarga.Text:=ADOQuery3.fieldbyname('harga').Value;

comboLayar.Text:=ADOQuery3.fieldbyname('ukuran_layar').Value; ComboProcessor.Text:=ADOQuery3.fieldbyname('processor').Value;

Combo_Uk_Memori.Text:=ADOQuery3.fieldbyname('kapasitas_memori').Value ;

Combo_Type_Memori.Text:=ADOQuery3.fieldbyname('type_memori').value; ComboHarddisk.Text:=ADOQuery3.fieldbyname('harddisk').Value; ComboBluetooth.Text:=ADOQuery3.fieldbyname('bluetooth').Value; ComboWebcam.Text:=ADOQuery3.fieldbyname('webcam').Value;

tampil; end; end;

procedure TFrmEditData.BtSimpanClick(Sender: TObject); const petik='''';

var query,merek:string;

harga,layar,processor,uk_memori,type_memori,harddisk,bluetooth,webcam :integer;

begin

if (strtoint(EdHarga.Text)>15000000) then begin

harga:=1; end

else if (strtoint(EdHarga.Text)>=8500000) then begin

harga:=2; end

else if (strtoint(EdHarga.Text)>=7000000) then begin

harga:=3; end

else if (strtoint(EdHarga.Text)>=5500000) then begin

harga:=4; end

else if (strtoint(EdHarga.Text)<5500000) then begin

harga:=5; end;

if (ComboLayar.Text='15') or (ComboLayar.Text='17') then begin

layar:=1; end

else if (ComboLayar.Text='11') or (ComboLayar.Text='12') then begin

layar:=2; end

else if (ComboLayar.Text='14') then begin

layar:=5; end

else if (ComboLayar.Text='10') then begin

layar:=4; end

else if (ComboLayar.Text='13') then begin

layar:=3; end;

if (ComboProcessor.Text='pentium') then begin

processor:=1; end

else if (ComboProcessor.Text='dual core')or

(ComboProcessor.Text='core 2 duo')or(ComboProcessor.Text='atom') then begin

processor:=2; end

else if (ComboProcessor.Text='dual core') then begin

processor:=2; end

else if (ComboProcessor.Text='core i3') then begin

processor:=3; end

else if (ComboProcessor.Text='core i5') then begin

processor:=4; end

else if (ComboProcessor.Text='core i7') then begin

processor:=5; end;

if Combo_Uk_Memori.Text= '1' then begin

uk_memori:=1; end

else if Combo_Uk_Memori.Text= '2' then begin

uk_memori:=2; end

else if Combo_Uk_Memori.Text= '3' then begin

uk_memori:=3; end

else if Combo_Uk_Memori.Text= '4' then begin

uk_memori:=4; end

else if Combo_Uk_Memori.Text= '8' then begin

uk_memori:=5; end;

if Combo_Type_Memori.Text= 'DDR2' then begin

type_memori:=3; end

else if Combo_Type_Memori.Text= 'DDR3' then begin

type_memori:=5; end;

if ComboHarddisk.Text='250' then begin

harddisk:=1; end

else if ComboHarddisk.Text='320' then begin

end

else if ComboHarddisk.Text='500' then begin

harddisk:=3; end

else if ComboHarddisk.Text='640' then begin

harddisk:=4; end

else if ComboHarddisk.Text>='>640' then begin

harddisk:=5; end;

if ComboBluetooth.Text='Ada' then begin

bluetooth:=5; end

else if ComboBluetooth.Text='Tidak Ada' then begin

bluetooth:=3; end;

if ComboWebcam.Text='Ada' then begin

webcam:=5; end

else if ComboWebcam.Text='Tidak Ada' then begin

webcam:=3; end;

merek:=ComboMerek.Text+' '+ComboType.Text+' '+EdKode.Text; query:='update htgahp_topsis set

harga='+inttostr(harga)+',ukuran_layar='+inttostr(layar)+',processor= '+inttostr(processor)+',kapasitas_memori='+inttostr(uk_memori)+',type _memori='+inttostr(type_memori)+',harddisk='+inttostr(harddisk)+',blu etooth='+inttostr(bluetooth)+',webcam='+inttostr(webcam)+' where merek_type='+petik+merek+petik;

ADOConnection1.Execute(query); query:='update id_laptop set

harga='+petik+EdHarga.Text+petik+',ukuran_layar='+petik+ComboLayar.Te xt+petik+',processor='+petik+ComboProcessor.Text+petik+',kapasitas_me mori='+petik+Combo_Uk_Memori.Text+petik+',type_memori='+petik+Combo_T ype_Memori.Text+petik+',harddisk='+petik+ComboHarddisk.Text+petik+',b luetooth='+petik+ComboBluetooth.Text+petik+',webcam='+petik+ComboWebc am.Text+petik+' where merek_type='+petik+merek+petik;

ADOConnection1.Execute(query);

ShowMessage('Data Berhasil DiEdit'); frmdata.refresh;

sembunyi; end;

procedure TFrmEditData.ComboMerekChange(Sender: TObject); const petik='''';

var query:string; begin

query:='select * from type as t, merek as m where m.nama_merek='+petik+ComboMerek.Text+petik+' and m.id_merek=t.id_merek';

ADOQuery1.Active:=false; ADOQuery1.SQL.Clear; ADOQuery1.SQL.Add(query); ADOQuery1.Active:=true;

ComboType.Items.Clear;

ComboType.Text:='Pilih Type'; while not (ADOQuery1.Eof) do begin

ComboType.AddItem(ADOQuery1.FieldByName('nama_type').Value,self); ADOQuery1.Next;

end; end;

procedure TFrmEditData.FormShow(Sender: TObject); var query:string;

begin refresh;

query:='select * from merek'; ADOQuery2.Active:=false; ADOQuery2.SQL.Clear; ADOQuery2.SQL.Add(query); ADOQuery2.Active:=true; ComboMerek.Items.Clear; while not (ADOQuery2.Eof) do begin

ComboMerek.AddItem(ADOQuery2.FieldByName('nama_merek').Value,self); ADOQuery2.Next;

end; end;

procedure TFrmEditData.BtBatalClick(Sender: TObject); begin

frmEditData.close; end;

procedure TFrmEditData.BtnHapusClick(Sender: TObject); const petik='''';

var merek,query:string; begin

merek:=ComboMerek.Text+' '+ComboType.Text+' '+EdKode.Text;

query:='delete from id_laptop where merek_type='+petik+merek+petik; ADOConnection1.Execute(query);

query:='delete from htgahp_topsis where merek_type='+petik+merek+petik;

ADOConnection1.Execute(query);

query:='delete from ranking where merek_type='+petik+merek+petik; ADOConnection1.Execute(query);

ShowMessage('Data Berhasil Dihapus'); FrmData.refresh;

sembunyi; end;