Analisis Sistem ANALISIS DAN PERANCANGAN

BAB 3 ANALISIS DAN PERANCANGAN

3.1 Analisis Sistem

Suatu sistem yang utuh diuraikan kedalam bagian-bagian komponennya dengan maksud untuk mengidentifikasi dan mengevaluasi permasalahan-permasalahan, kesempatan dan kebutuhan disebut sebagai analisis sistem. Analisis sistem pada dasarnya merupakan tahapan yang dilakukan untuk menghasilkan pemahaman yang menyeluruh terhadap kebutuhan sistem. Analisis sistem meliputi tiga tahapan yaitu analisis masalah, analisis kebutuhan dan analisis proses. 3.1.1 Analisis Masalah Masalah yang akan dibahas dalam penelitian ini adalah bagaimana mendapatkan hasil padi yang berkualiats yang sesuai dengan kriteria yang telah ditentukan dengan membandingkan algoritma Simpe Additive Weighting SAW dan PROMETHEE. Salah satu cara menganalisis masalah dalam suatu penelitian adalah dengan menggunakan diagram Ishikawa. Diagram Ishikawa adalah alat yang membantu mengidentifikasi penyebab dari masalah. Pada diagram Ishikawa masalah berada di kanan kepala, penyebab masalah digambarkan sebagai tulang seperti pada gambar 3.1 Gambar 3.1 Diagram Ishikawa Dalam diagram ishikawa pada gambar 3.1 menjelaskan bahwa masalah yang terjadi adalah bingungnya petani dalam memilih jenis varietas padi yang akan mereka tanam, karena banyaknya jenis varietas baru yang muncul setiap tahunnya, tidak jarang varetas padi yang petani tanam menghasilkan padi yang berkualitas buruk. Sulit untuk menemukan system yang membantu dalam pemilihan kualiatas padi. System dibuat untuk membatu petani dalam memilih jenis padi mana yang akan mereka tanam dengan menggunakan metode Simpe Additive Weighting SAW dan PROMETHEE. 3.1.2 Analisis kebutuhan sistem Dalam membagun sistem perlu melewati tahapan analisis kebutuhan sistem. Analisis kebutuhan sistem dibagi menjadi 2 bagian yaitu kebutuhan fungsional dan kebutuhan non fungsional. 1. Kebutuhan Fungsional Merupakan persyaratan yang harus dimiliki sistem pendukung keputusan pemilihan kualitas padi yaitu: a. Menerapkan algoritma Simple Additive Weighting SAW dalam pemilihan kualitas padi b. Menerapkan algoritma PROMETHEE dalam pemilihan kualitas padi c. Sistem dapat menampilkan hasil rangking dari masing-masing jenis padi, dan menampilkan kualitas padi super, premium, medium dan rendah. d. Sistem dapat memasukan data jenis varietas padi yang baru dengan memasukan kriteria-kriteria padi yang telah ditentukan. e. Menggunakan parameter running time waktu akses dalam millisecond 2. Kebutuhan non fungsional Kebutuhan non fungsional merupakan deskripsi dari aktivitas dan layanan yang sistem harus berikan. Hal yang menjadi kebutuhan fungsional ialah input, outputs, processes, yaitu antara lain : 1. Sistem harus mampu memberikan solusi terhadap sistem pendukung keputusan pemilihan kualitas padi padi sawah dan padi hibrida dengan mengimplementasikan algoritma Simple Additive Weighting SAW. 2. Sistem harus mampu memberikan solusi terhadap sistem pendukung keputusan pemilihan kualitas padi padi sawah dan padi hibrida dengan mengimplementasikan algoritma PROMETHEE. 3. Menggunakan parameter running time waktu akses dalam millisecond untuk mengukur kerja algoritma. 4. Dalam menentukan nilai perbandingan kriteria dan alternative digunakan dari data kantor penyuluh pertanian. 3.1.3 Analisis Proses Untuk menentukan keputusan metode Metode Simple Additive Weighting SAW akan dibandingkan dengan metode PROMETHEE. Dimana menggunakan data berupa kriteria yang mempunyai prioritas berbeda. Kedua metode akan menggunakan data yang sama, untuk metode SAW yang pertama kali dilakukan adalah menentukan bobot dari masing- masing kriteria, setelah itu dilakukan proses normalisasi matriks dan faktor ternormalisasi, maka akan didapatkan hasil akhir. Sedangkan metode PROMETHEE yang dilakukan pertama menentukan beberapa alternatif dengan beberapa kriteria, setelah menentukan tipe apakah minimum atau maksimum maka akan didapat nilai prefrensinya. Setelah itu akan diberi nilai threshold dan didaptkan hasil akhir. Nantinya sistem menggunakan bahasa pemograman C dan MySQL sebagai sistem manajemen data, parameter yang dibandingkan adalah running time dan tingkat keberhasilan dalam memilih kualitas padi. 3.1.4 Analisis Kriteria Setelah mendapatkan data dari Balai Penyuluhan Pertanian BPP Medan krio, dan melakukan wawancara kepada PPL yang bertugas disana makan didapat kritera-kriteria yang berpengaruh terhadap proses pertumbuhan padi yang baik yaitu umur tanaman, tinggi tanaman, kerontokan, rata-rata hasil, dan potensi hasil. Kriteria umur tanaman, tinggi tanaman dan kerontokan dianggap sebagai kriteria yang paling mempengaruhi. Kriteria ini kemudian dikelompokan kedalam rentang bobot 0,1 sampai 1 dapat dilihat pada tabel 3.1 – tabel 3.6 Tabel 3.1. Tabel Bobot masing-masing kriteria Kriteria Bobot Umur Tanaman C1 0,3 Tinggi Tanaman C2 0,2 Kerontokan C3 0,2 Rata-rata Hasil C4 0,15 Potensi Hasil C5 0,15 1. Standar penilaian untuk umur tanaman Tabel 3.2. Tabel Standar penialian umur tanaman Parameter Bilangan Fuzy Nilai 90 - 100 hari Rendah 0,2 101 - 111 hari Sedang 0,4 112 - 122 hari Tengah 0,6 123 - 133 hari Tinggi 0,8 134 - 144 hari Sangat Tinggi 1 2. Standar penilaian untuk tinggi tanaman Tabel 3.3. Tabel Standar penilaian tinggi tanaman Parameter Bilangan Fuzzy Nilai 70 - 80 cm Rendah 0,2 81 - 91 cm Sedang 0,4 92 - 102 cm Tengan 0,6 103 - 113 cm Tinggi 0,8 114 - 124 cm Sangat Tinggi 1 3. Standar penilain untuk kerontokan Tabel 3.4. Tabel Standar penilaian kerontokan Parameter Bilangan fuzzy Nilai Mudah Rontok Rendah 0,25 Sedang Sedang 0,50 Agak Tahan Tinggi 0,75 Tahan Sangat Tinggi 1 4. Standar penilain rata-rata hasil Tabel 3.5. Tabel Standar penilaian rata-rata hasil Parameter Bilangan Fuzzy Nilai 4,5 - 5,5 Kurang 0,25 5,6 - 6,6 Sedang 0,50 6,7 - 7,7 Baik 0,75 7,8 - 8,8 Sangan Baik 1 5. Standar penilaian potensi hasil Table 3.6. Tabel penilaian Standar Potensi Hasil Parameter Bilangan Fuzzy Nilai 5,0 - 6,0 Sangat Rendah 6,1 - 7,1 Rendah 0,2 7,2 - 8,2 Sedang 0,4 8,3 - 9,3 Rendah 0,6 9,4 - 10,4 Tengah 0,8 10,5 - 11,5 Tinggi 1 3.1.4.1 Perhitungan Menggunakan Simple Additive Weinghting SAW Seperti dijelaskan di awal bahwa penentuan kualitas padi dipengaruhi oleh beberapa kriteria dengan bobot yang berbeda. Untuk menghitung kualitas padi menggunakan metode SAW yang pertama dilakukan adalah menentukan bobot nilai dari suatu alternatif dengan kriteria yang telah dijelaskan sebelumnya, nilai maksimal dari pembobotan adalah ‘1’. Perhitungan Varietas Padi Sawah Alternatif yang digunakan dalam penelitian : 1. IR 36 : Umur tanaman : 110-120 hari Tinggi : 70-80 cm Kerontokan : mudah Rata-rata hasil : 4,5 tha Potensi hasil : 5,8 tha 2. Silugonggo : Umur tanaman : 85-90 hari Tinggi : 80-85 cm Kerontokan : sedang Rata-rata hasil : 4,5 tha Potensi hasil : 5,5 tha 3. Cibodas : Umur tanaman : 117-126 hari Tinggi : 105-115 cm Kerontokan : sedang Rata-rata hasil : 6,0 tha Potensi hasil : 7,0 tha 4. Digal : Umur tanaman : 115-125 hari Tinggi : 95-100 cm Kerontokan : sedang Rata-rata hasil : 5,0 tha Potensi hasil : 7,0 tha 5. Cimalaya : Umur tanaman : 126-130 hari Tinggi : 90-105 cm Kerontokan : agak tahan Rata-rata hasil : 6,0 tha Potensi hasil : 7,0 tha 6. Tuket petuna : Umur tanaman : 115-125 hari Tinggi : 115-120 cm Kerontokan : mudah Rata-rata hasil : 4,0 tha Potensi hasil : 7,0 tha 7. Sunggal : Umur tanaman : 115-125 hari Tinggi : 99-110 cm Kerontokan : sedang Rata-rata hasil : 5,0 tha Potensi hasil : 8,0 tha 8. Batang gadis : Umur tanaman : 108-112 hari Tinggi : 110-120 cm Kerontokan : sedang Rata-rata hasil : 6,0 tha Potensi hasil : 7,5 tha 9. Angke : Umur tanaman : 110-120 hari Tinggi : 87-93 cm Kerontokan : tahan Rata-rata hasil : 6,0 tha Potensi hasil : 7,5 tha 10. Cisadane : Umur tanaman : 135-140 hari Tinggi : 105-120 cm Kerontokan : sedang Rata-rata hasil : 5,0 tha Potensi hasil : 7,0 tha Pada metode Simple Additive Weighting SAW yang pertama dilakukan adalah melakukan pembobotan, proses pembobotan dapat dilihat pada tabel 3.7 Tabel 3.7. Tabel Proses pembobotan Varietas Kriteria C1 C2 C3 C4 C5 Ir 36 0.6 0.2 0.25 0.25 0.2 Silugonggo 0.2 0.4 0.5 0.25 0.2 Cibodas 0.8 1 0.5 0.5 0.4 Digal 0.8 0.6 0.5 0.25 0.4 Cimalaya Muncul 0.8 0.8 0.75 0.5 0.4 Cuket petuna 0.8 1 0.25 0.25 0.4 Sunggal 0.8 0.8 0.5 0.25 0.6 Batang Gadis 0.6 1 0.5 0.5 0.4 Angke 0.6 1 1 0.5 0.4 Cisadane 0.6 1 0.5 0.25 0.4 Setelah dilakukan pembobotan, ubah bobot kedalam bentuk matriks seperti pada tabel 3. Tabel 3.8. Tabel Perubahan dalam bentuk matriks 0.6 0.2 0.25 0.25 0.2 0.2 0.4 0.5 0.25 0.2 0.8 1 0.5 0.5 0.4 0.8 0.6 0.5 0.25 0.4 0.8 0.8 0.75 0.5 0.4 0.8 1 0.25 0.25 0.4 0.8 0.8 0.5 0.25 0.6 0.6 1 0.5 0.5 0.4 0.6 1 1 0.5 0.4 0.6 1 0.5 0.25 0.4 Kriteria benefitnya adalah C1, C2, dan C4 dan C5. Untuk normalisasi nilai digunakan R ii = X ij max{X ij } ……………………………………………………………….1 Dari kolom C1, Nilai maksimalnya adalah 0,8, maka setiap baris dari kolom C1 dibagi oleh nilai maksimal C1 R 11 = , max . = , . = 0,75 R 12 = 0,20,8 = 0,25 R 13 = 0,80,8 = 1 R 14 = 0,80,8 = 1 R 15 = 0,80,8 = 1 R 16 = 0,80,8 = 1 R 17 = 0,80,8 = 1 R 18 = 0,60,8 = 0,75 R 19 = 0,60,8 = 0,75 R 110 = 0,60,8 = 0,75 Dari kolom C2, nilai maksimalnya adalah 1, maka setiap baris kolom C2 dibagi oleh nilai maksimal C2 R 21 = , max = , = 0,2 R 22 = 0,41 = 0,4 R 23 = 11 = 1 R 24 = 0,61 = 0,6 R 25 = 0,81 = 0,8 R 26 = 11 = 1 R 27 = 0,81 = 0,8 R 28 = 11 = 1 R 29 = 11 = 1 R 210 = 11 = 1 Kriteria costnya yaitu C3, untuk normalisasi nilai digunakan R ii = min{X ij } X ij ………………………………………………………………..2 Dari kolom C3, nilai minimalnya adalah 0,25, maka setiap baris kolom C3 dibagi oleh nilai minimal C3 R 31 = , max , = , , = 1 R 32 = 0,500,25 = 2 R 33 = 0,500,25 = 2 R 34 = 0,500,25 = 2 R 35 = 0,750,25 = 3 R 36 = 0,250,25 = 1 R 37 = 0,500,25 = 2 R 38 = 0,500,25 = 2 R 39 = 0,500,25 = 2 R 310 = 0,500,25 = 2 Dari kolom C4, nilai maksimalnya adalah 0,50 maka setiap baris kolom C4 dibagi oleh nilai minimal C4 R 41 = , max , = , , = 0,5 R 42 = 0,250,50 = 0,5 R 43 = 0,500,50 = 1 R 44 = 0,250,50 = 0,5 R 45 = 0,500,50 = 1 R 46 = 0,250,50 = 0,5 R 47 = 0,250,50 = 0,5 R 48 = 0,50 0,50 = 1 R 49 = 0,50 0,50 = 1 R 410 = 0,50 0,50 = 1 Dari kolom C5, nilai maksimalnya adalah 0,6 maka setiap baris kolom C5 dibagi oleh nilai maksimal C5 R 51 = , max , = , , = 0,33 R 52 = 0,2 0,6 = 0,33 R 53 = 0,4 0,6 = 0,66 R 54 = 0,4 0,6 = 0,66 R 55 = 0,4 0,6 = 0,66 R 56 = 0,4 0,6 = 0,66 R 57 = 0,6 0,6 = 1 R 58 = 0,4 0,6 = 0,66 R 59 = 0,4 0,6 = 0,66 R 510 = 0,4 0,6 = 0,66 Setelah proses perhitungan selesai, masukan perhitungan kedalam tabel normalisasi, dapat dilihat pada tabel 3.9 Tabel 3.9. Tabel Normalisasi Matriks 0,75 0,2 1 0,5 0,33 0,25 0,4 2 0,5 0,33 1 1 2 1 0,66 1 0,6 2 0,5 0,66 1 0,8 3 1 0,66 1 1 1 0,5 0,66 1 0,8 2 0,5 1 0,75 1 2 1 0,66 0,75 1 2 1 0,66 0,75 1 2 1 0,66 Setelah didapat tabel normalisasi, maka dihitung dengan mengalikan setiap kolom ditabel dengan bobot kriteria yang telah dideklarasi sebelumnya = ∑ = � …………………………………………………………………….3 A1 = 0,3 0,75 + 0,15 0,2 + 0,15 1 + 0,2 0,5 + 0,2 0,33 = 0.841 A2 = 0,3 0,25 + 0,15 0,4 + 0,15 0,2 + 0,2 0,5 + 0,2 0,33 = 0,751 A3 = 0,3 1 + 0,15 1 + 0,15 2 + 0,2 1 + 0,2 0,66 = 1,082 A4 = 0,3 1 + 0,15 0,6 + 0,15 0,2 + 0,2 0,5 + 0,2 0,66 = 0,852 A5 = 0,3 1 + 0,15 0,8 + 0,15 0,3 + 0,2 1 + 0,2 0,66 = 1,202 A6 = 0,3 1 + 0,15 1 + 0,15 1 + 0,2 0,5 + 0,2 0,66 = 0,823 A7 = 0,3 1 + 0,15 0,8 + 0,15 2 + 0,2 0,5 + 0,2 1 = 1,02 A8 = 0,3 0,75 + 0,15 1 + 0,15 2 + 0,2 1 + 0,2 0,66 = 1,007 A9 = 0,3 0,75 + 0,15 1 + 0,15 4 + 0,2 1 + 0,2 0,66 = 1,307 A10 = 0,3 0,75 + 0,15 1 + 0,15 2 + 0,2 0,5 + 0,2 0,66 = 0,907 Dari hasil perhitungan maka alternatif yang memiliki nilai tertinggi dan bisa dipilih adalah alternatif A9 dengan nilai 1,307, A5 dengan nilai 1,202, A3 dengan nilai 1,082 dan A2 adalah alternatif yang paling rendah dengan nilai 0,751 Perhitungan Varietas padi Hibrida Alternatif yang digunakan dalam penilitian : 1. Maro : Umur tanaman : 114-120 hari Tinggi : 105-110 cm Kerontokan : sedang Rata-rata hasil : 6,4 tha Potensi hasil : 9,5 tha 2. Rokan: Umur tanaman : 110-116 hari Tinggi : 108-115 cm Kerontokan : sedang Rata-rata hasil : 6,0 tha Potensi hasil : 9,0 tha 3. Hipa 3 : Umur tanaman : 114-120 hari Tinggi : 105-110 cm Kerontokan : sedang Rata-rata hasil : 6,4 tha Potensi hasil : 9,5 tha 4. Hipa 4 : Umur tanaman : 116-120 hari Tinggi : 96-105 cm Kerontokan : mudah Rata-rata hasil : 8,0 tha Potensi hasil : 11,0 tha 5. Hipa 5 ceva : Umur tanaman : 114-129 hari Tinggi : 94-121 cm Kerontokan : mudah Rata-rata hasil : 7,3 tha Potensi hasil : 8,4 tha 6. Hipa 6 jate : Umur tanaman : 101-128 hari Tinggi : 90-120 cm Kerontokan : sedang Rata-rata hasil : 7,4 tha Potensi hasil : 10,6 tha 7. Hipa 7 : Umur tanaman : 112 hari Tinggi : 110 cm Kerontokan : sedang Rata-rata hasil : 7,6 tha Potensi hasil : 11,4 tha 8. Hipa 8 : Umur tanaman : 115 hari Tinggi : 120 cm Kerontokan : sedang Rata-rata hasil : 7,5 tha Potensi hasil : 10,4 tha Tabel 3.10. Tabel Proses Pembobotan Varietas kriteria Maro 0.6 0.7 0.5 0.6 0.9 Rokan 0.2 0.9 0.5 0.5 0.8 Hipa 3 0.8 0.5 0.3 0.9 1 Hipa 4 0.6 0.3 0.3 0.9 0.9 Hipa 5 Ceva 0.3 0.9 0.3 0.8 0.7 Hipa 6 Jate 0.3 0.9 1 0.8 1 Hipa 7 0.6 0.6 0.5 0.9 1 Hipa 8 0.6 1 0.5 0.8 1 Tabel 3.11. Tabel Perubahan bobot dalam bentuk matriks 0.6 0.7 0.5 0.6 0.9 0.2 0.9 0.5 0.5 0.8 0.8 0.5 0.3 0.9 1 0.6 0.3 0.3 0.9 0.9 0.3 0.9 0.3 0.8 0.7 0.3 0.9 1 0.8 1 0.6 0.6 0.5 0.9 1 0.6 1 0.5 0.8 1 Seperti yang sudah dibahas sebelumnya jika kriteria benefitnya C1, C2, C4 dan C5 maka digunakan R ii = X ij max{X ij } Dari kolo m C1 nilai maksimalnya adalah ‘0,8’, maka tiap baris dari kolom C1 dibagi oleh nilai maksimal kolom C1 R 11 = , ��� , = , , = ,7 R 12 = 0,6 0,8 = 0,75 R 13 = 0,6 0,8 = 0,75 R 14 = 0,6 0,8 = 0,75 R 15 = 0,80,8 = 1 R 16 = 0,80,8 = 1 R 17 = = 0,6 0,8 = 0,75 R 18 = = 0,6 0,8 = 0,75 Dari kolom C2 nilai maksimalnya adalah ‘1’, maka tiap baris dari kolom C2 dibagi oleh nilai maksimal C2 R 21 = ��� = = 1 R 22 11 = 1 R 23 = 0,81 = 0,8 R 24 = 0,3 1 = 0,3 R 25 = 0,6 1 = 0,6 R 26 = 11 = 1 R 27 = 0,8 1 = 0,8 R 28 = 1 1 = 1 Kriteria costnya yaitu C3 untuk normalisasi nilai digunakan R ii = min{X ij } X ij Dari kolom C3 nilai minimalnya adalah ‘0,25’, maka tiap baris dari kolom C3 dibagi oleh nilai maksimal C3 R 31 = , , = , , = 2 R 32 = 0,50 0,25 = 2 R 33 = 0,250,25 = 1 R 34 = 0,500,25 = 2 R 35 = 0,500,25 = 2 R 36 = 1 0,25 = 4 R 37 = 0,50 0,25 = 2 R 38 = 0,50 0,25 = 2 Dari kolom C4 nilai maksimalnya adalah ‘1’ makan tiap baris kolom C4 menjadi penyebut dari nilai maksimal kolom C4 R 41 = , ��� = , = 0,50 R 42 = 0,50 1 = 0,50 R 43 = 11 = 1 R 44 = 11 = 1 R 45 = 0,751 = 0,75 R 46 = 0,751 = 0,75 R 47 = 0,751 = 0,75 R 48 = 0,751 = 0,75 Dari kolom C5 nilai maksimalnya dalah ‘1’ makan tiap baris kolom C5 menjadi penyebut dari nilai maksimal kolom C5 R 51 = , ��� = , = 0,8 R 52 = 0,61 = 0,6 R 53 = 11 = 1 R 54 = 0,81 = 0,8 R 55 = 0,6 1 = 0,6 R 56 = 11 = 1 R 57 = 11 = 1 R 58 = 0,81 = 0,8 Setelah semuan perhitungan selesai masukan semua perhitungan kedalam tabel, yang kali ini disebut dengan tabel ternnormalisasi, dapat dilihat pada tabel 3.12 Tabel 3.12. Tabel Normalisasi matriks 0,75 1 2 0,50 0,8 0,75 1 2 0,50 0,6 0,75 0,8 1 1 1 0,75 0,3 2 1 0,8 1 0,6 2 0,75 0,6 1 1 4 0,75 1 0,75 0,8 2 0,75 1 0,75 1 2 0,75 0,8 Setelah mendapatkan tabel selanjutnya kaliakan setiap kolom ditabel dengan bobot kriteria yang telah dideklarasi sebelumnya A 1 = 0,3 0,75 + 0,15 1 + 0,15 2 + 0,2 0,50 + 0,2 0,8 = 0,935 A 2 = 0,3 00,75 + 0,15 1 + 0,15 2 + 0,2 0,50 + 0,2 0,6 = 0.86125 A 3 = 0,3 0,75 + 0,15 0,8 + 0,15 0,1 + 0,2 1 + 0,2 1 = 0,895 A 4 = 0,3 0,75 + 0,15 0,3 + 0,15 2 + 0,2 1 + 0,2 0,8 = 0,96 A 5 = 0,3 0,1 + 0,15 0,6 + 0,15 2 + 0,2 0,75 + 0,15 0,6 = 1,02 A 6 = 0,3 0,75 + 0,15 1 + 0,15 4 + 0,2 0,75 + 0,2 1 = 1,325 A 7 = 0,3 0,75 + 0,15 0,8 + 0,15 2 + 0,2 0,75 + 0,2 1 = 0,995 A 8 = 0,3 0,75 + 0,15 1 + 0,15 2 + 0,2 0,75 + 0,2 0, 8 = 0,985 Dari hasil peritungan maka alternatif yang memiliki nilai tertinggi adalah alternatif A 6 dengan nilai 1,325 dan A 5 dengan nilai 1,02, sedangkan nilai terendah adalah alternatif A 3 dengan nilai 0,895 3.1.4.2 Perhitungan Menggunakan Metode PROMETHEE Data yang digunakan adalah sama dengan data yang digunakan dalam perhitungan Simple Additive Weighting SAW Langkah-langkah pendukung keputusan untuk memilih kualitas padi menggunakan algoritma PROMETHEE adalah sebagai berikut: 1. Membagi setiap kriteria menjadi sub kriteria 2. Menentukan dominasi kriteria 3. Menentukan tipe preferensi untuk setiap kriteria, pada kasus ini memakai tipe Usual 4. Hitung Nilai Hd berdasarkan terhadap tipe pilihan. 5. Pada penelitian ini dibuat pemisalan alternatif sehingga perhitungan lebih efisien . Keterangan: A= IR 36 B= Sigolunggo C= Cibodas D= Digul E= Cimalaya F= Cuked Petuna G= Sunggal H= Batang gadis I= Angke J= Cisadane 6. Hitung nilai Leaving Flow 7. Hitung nilai Entering Flow 8. Hitung nilai Net Flow Net Flow = Leaving Flow – Entering Flow Penyelesain dengan menggunakan metode PROMETHEE Perhitungan padi sawah Tabel 3.13. Tabel Data altrnatif c1 c2 c3 c4 c5 ir 36 0.6 0.2 0.25 0.25 0.2 sigolunngo 0.2 0.4 0.5 0.25 0.2 cibodas 0.8 1 0.5 0.5 0.4 digul 0.8 0.6 0.5 0.25 0.4 cimalaya 0.8 0.8 0.75 0.5 0.4 cuked petuna 0.8 1 0.25 0.25 0.4 sunggal 0.8 0.8 0.25 0.25 0.6 batang gadis 0.6 1 0.5 0.5 0.4 Angke 0.6 1 0.5 0.5 0.4 cisadane 0.6 1 0.25 0.25 0.4 Tabel 3.14. Tabel PROMETHEE tahap 1 kriteria a b c d e f g h i j tipe umur 0.6 0.2 0.8 0.8 0.8 0.8 0.8 0.6 0.6 1 usual tinggi tanaman 0.2 0.4 1 0.6 0.8 1 0.8 1 1 1 usual kerontokan 0.25 0.5 0.5 0.5 0.75 0.25 0.5 0.5 1 1 usual rata2 hasil 0.25 0.3 0.5 0.25 0.5 0.25 0.25 0.5 0.5 usual potensi hasil 0.2 0.2 0.4 0.4 0.4 0.4 0.6 0.4 0.4 usual Terlebih dahulu perhitunganya melalui beberapa tahap. Perhitungannya dibuat menggunakan excel. Dalam perhitungan PROMETHEE ini, diggunakan 1 preferensi yaitu kriteria biasa criterian usual. Adapun rumus yang digunakan adalah sebagai berikut: � { � ≤ � …………………………………………………4 Keterangan: Hd = selisih kriteria antara alternatif d = selisih nilai kriteria { d = fa - fb } Untuk menentukan kriteria yang bernilai 0 atau 1, dapat digunakan rumus excel sebagai berikut: =IFC15=0,0,1 3.7 Hasil dari setiap sel kriteria yang sudah menggunakan rumus 4, maka dilakukan perhitungan dengan rumus sebagai berikut : d x1,y1 + dx2,y2 + ............. dxn,yn ……………………………………….5 Keterangan : n = banyak nya alternatif d x1,y1 = hasil kriteria usual yang sudah bernilai 0 atau 1. Σ = Jumlah nilai d x1,y1 Berdasarkan hasil dari ketiga rumus diatas maka diperoleh nilai pada tabel 3.27. penjelesalan ini mewakili semua perhitungan yang ada dari tabel Nilai H d alternatif A sampai dengan alternatif Tabel 3.15. Tabel Nilai Hd dari alternatif A Tahap 1 A AB C AC D AD E AE F AF G AG H AH I AI J AJ Umur 0.4 1 - -0.2 -0.2 - 0.2 -0.2 tinggi tanaman -0.2 - 1 -0.4 -0.6 - 0.8 -0.6 -0.8 -0.8 - 0.8 kerontokan - 0.25 - - 0.25 -0.5 - 0.25 - 0.25 - 0.75 - 0.3 rata2 hasil - - 0.25 1 - 0.25 - 0.25 potensi hasil - -0.2 -0.2 - 0.2 -0.4 -0.2 -0.2 - 0.2 Σ 0.2 0.2 Hasil selisih kriteria pada alternatif B dapat dilihat pada tabel 3.16 Tabel 3.16. Tabel Nilai Hd dari alternatif B Hasil selisih kriteria pada alternatif C dapat dilihat pada tabel 3.17 Tahap 2 B BA C BC D BD E BE F BF G BG H BH I BI J BJ Umur -0.4 - 1 -0.6 -0.6 -0.6 - 0.6 -0.4 -0.4 - 0.4 tinggi tanaman 0.2 1 - 1 -0.6 -0.4 -0.6 - 0.4 -0.6 -0.6 - 0.6 Kerontokan 0.25 1 - 0.25 0.25 1 1 -0.5 rata2 hasil - - 0.25 - 0.25 1 - 0.25 - 0.25 potensi hasil - -0.2 -0.2 -0.2 - 0.4 -0.2 -0.2 - 0.2 Σ 0.4 0.2 0.4 Tabel 3.17. Tabel Nilai Hd dari alternatif C Hasil selisih kriteria pada alternatif D dapat dilihat pada tabel 3.18 Tabel 3.18. Tabel Nilai Hd dari alternatif D Tahap 4 D DA B DB C DC E DE F DF G DG H DH I DI J DJ umur 0.2 1 0.6 1 1 0.2 1 0.2 1 0.2 1 tinggi tanaman 0.4 1 0.2 1 -0.4 -0.2 -0.4 - 0.2 -0.4 -0.4 - 0.4 kerontokan 0.25 1 - 0.25 0.25 1 1 -0.5 rata2 hasil - 0.25 - 0.25 1 - 0.25 - 0.25 potensi hasil 0.2 1 0.2 1 - 0.2 Σ 0.8 0.6 0.2 0.6 0.2 0.2 0.2 Hasil selisih kriteria pada alternatif E dapat dilihat pada tabel 3.19 Tabel 3.19. Tabel Nilai Hd dari alternatif E Tahap 5 E EA B EB C EC D ED F EF G EG H EH I EI J EJ Umur 0.2 1 0.6 1 1 0.2 1 0.2 1 0.2 1 Tahap 3 C CA B CB D CD E CE F CF G CG H CH I CI J CJ Umur 0.2 1 0.6 1 1 0.2 1 0.2 1 0.2 1 tinggi tanaman 0.8 1 0.6 1 0.4 1 0.2 1 0.2 1 Kerontokan 0.25 1 - 0.25 0.25 1 1 - 0.5 rata2 hasil 0.25 1 0.3 1 0.25 1 0.25 1 0.25 1 0.25 1 potensi hasil 0.2 1 0.2 1 -0.2 Σ 1 0.8 0.4 0.2 0.4 0.8 0.2 0.2 0.4 tinggi tanaman 0.6 1 0.4 1 -0.2 0.2 1 -0.2 1 -0.4 -0.2 -0.2 kerontokan 0.5 1 0.3 1 0.25 1 0.25 1 0.5 1 0.25 1 - 0.25 0.25 1 rata2 hasil 0.25 1 0.3 1 0.25 1 0.25 1 0.25 1 - 0.25 0.25 1 potensi hasil 0.2 1 0.2 1 -0.2 Σ 1 1 0.2 0.6 0.4 0.8 0.2 0.2 0.6 Hasil selisih kriteria pada alternatif F dapat dilihat pada tabel 3.2 Tabel 3.20. Tabel Nilai Hd dari alternatif F Tahap 6 F FA B FB C FC D FD E FE G FG H FH I FI J FJ Umur 0.2 1 0.6 1 0.2 1 0.2 1 0.2 1 tinggi tanaman 0.6 1 0.6 1 0.4 1 0.2 1 0.2 1 kerontokan 0.5 1 - 0.25 - 0.25 - 0.3 -0.5 - 0.3 - 0.3 -1 - 0.25 rata2 hasil 0.25 1 - 0.25 - 0.25 - 0.3 -0 potensi hasil 0.2 1 0.2 1 - 0.2 Σ 1 0.6 0.2 0.2 0.2 0.2 0.2 0.2 Hasil selisih kriteria pada alternatif G dapat dilihat pada tabel 3.21 Tabel 3.21. Tabel Nilai Hd dari alternatif G Tahap 7 G GA B GB C GC D GD E GE F GF H GH I GI J GJ umur 0.2 1 0.6 1 0.2 1 0.2 1 0.2 1 tinggi tanaman 0.6 1 0.4 1 -0.2 0.2 1 - 0.2 - 0.2 -0 - 0.2 kerontokan 0.25 1 - 0.25 0.3 1 -1 rata2 hasil - 0.25 - 0.25 - 0.3 -0 potensi hasil 0.4 1 0.4 1 0.2 1 0.2 1 0.2 1 0.2 1 0.2 1 0.2 1 0.2 1 Σ 0.8 0.6 0.2 0.4 0.2 0.4 0.4 0.4 0.4 Hasil selisih kriteria pada alternatif H dapat dilihat pada tabel 3.22 Tabel 3.22. Tabel Nilai Hd dari alternatif H Tahap 8 H HA B HB C HC D HD E HE F HF G HG I HI J HJ umur 0.6 1 - 0.2 - 0.2 -0.2 - 0.2 - 0.2 tinggi tanaman 0.8 1 0.4 1 0.4 1 0.2 1 0.2 1 kerontokan 0.25 1 - 0.25 0.3 1 - 1 rata2 hasil 0.25 1 0.3 1 0.3 1 0.3 1 0.25 1 potensi hasil 0.2 1 0.4 1 - 0.2 Σ 0.8 0.6 0.4 0.2 0.4 0.4 0.2 Hasil selisih kriteria pada alternatif I dapat dilihat pada tabel 3.23 Tabel 3.23. Tabel Nilai Hd dari alternatif I Tahap 9 H A B H B C H C D H D E H E F H F G H G I HI J HJ Umur 0.4 1 - 0. - 0. -0.2 - 0. - 0. Hasil selisih kriteria pada alternatif I dapat dilihat pada tabel 3.24. Tabel 3.24. Tabel Nilai Hd dari alternatif J J JA B JB C JC D JD E JE F JF G JG H JH I JI umur 0.4 1 -0.2 - 0.2 -0.2 - 0.2 - 0.2 tinggi tanaman 0.8 1 0.6 1 0.4 1 0.2 1 0.2 1 kerontokan 0.25 1 - 0.25 0.3 1 -0.5 rata2 hasil - 0.25 - 0.25 - - 0.25 potensi hasil 0.2 1 0.2 1 - 0.2 Σ 0.6 0.6 0.2 0.2 0.2 0.2 Hasil dari semua perhitungan kriteria usual dari A sampai dengan alternatif J, maka diperoleh tabel 3.25. seperti dibawah ini. Tabel 3.25. Tabel PROMETHEE Tahap 2 2 2 2 2 tinggi tanaman 0.8 1 0.6 1 0.2 1 0. 2 1 Kerontoka n 0.7 5 1 0.5 1 0. 5 1 0.2 5 1 0. 8 1 0. 5 1 0. 5 1 0.5 1 rata2 hasil 0.2 5 1 0.2 5 1 0. 3 1 0. 3 1 0.2 5 1 potensi hasil 0.2 1 0.2 1 - 0. 2 Σ 0.8 1 0.2 0.4 0.4 0.6 0. 2 0. 4 PROMETHEE A B C D E F G H I J Tahap 2 A 0.2 0.2 B 0.4 0.2 0.4 C 1 0.8 0.4 0.2 0.4 0.8 0.2 0.2 0.4 D 0.8 0.6 0.2 0.6 0.2 0.2 0.2 E 1 1 0.2 0.6 0.4 0.8 0.2 0.2 0.6 F 1 0.6 0.2 0.2 0.2 0.2 0.2 0.2 G 0.8 0.6 0.2 0.4 0.2 0.4 0.4 0.2 0.2 H 0.8 0.6 0.4 0.2 0.4 0.4 0.2 0.4 I 0.8 1 0.2 0.4 0.4 0.6 0.2 0.4 J 0.6 0.6 0.2 0.2 0.2 0.2 2. Menghitung Nilai Leaving Flow Untuk menghitung nilai Leaving Flow, digunakan rumus sebagai berikut : ∅ − � = − ∑ ∈ � ∅ �, …………………………………………………….6 Keterangan : ∅ � = leaving flow n= banyak alternatif ∅ �, = menunjukan preferensi bahwa alternatif a lebih baik dari alternatif x Contoh : A = − 0,2+0+0+0+0,2+0+0+0 = . = 0.044444444 Berdasarkan contoh perhitungan dari Nilai Leaving Flow diatas, maka diperoleh tabel 3.26. Tabel 3.26. Hasil Nilai Leaving Flow LEAVING FLOW 0.044444444 0.111111111 0.488888889 0.311111111 0.555555556 0.311111111 0.377777778 0.377777778 0.444444444 0.222222222 3. Menghitung Nilai Entering Flow Untuk menghitung nilai Entering Flow, digunakan rumus sebagai berikut : ∅ − � = − ∑ ∈ � ∅ �, ……………………………………………………7 Keterangan : ∅ � = Entering flow n= banyak alternatif ∅ �, = menunjukan preferensi bahwa alternatif a lebih baik dari alternatif x Contoh : A = − 0+0.4+1+0.8+1+1++0.8+0.8+0.8+0.8+0.6 = 0.8 Berdasarkan contoh perhitungan dari Nilai Entering Flow diatas, maka diperoleh tabel 3.27. dibawah ini Tabel 3.27. Tabel hasil nilai Entering Flow ENTERING 0.8 0.667 0.06667 0.24 0.16 0.289 0.4667 0.156 0.1333 0.26667 Hitung Nilai Net Flow Untuk menghitung nilai Net Flow, digunakan rumus sebagai berikut : ∅ − � ∅ � = ∅ + � − ∅ − � …………………………………………………8 Keterangan : ∅ + � = Leaving Flow ∅ − � = Entering Flow Contoh: A = 0.044444444 - 0.8 = - 0.755556 Tabel 3.28. Hasil Nilai Net Flow NET FLOW -0.755556 -0.555556 0.4222222 0.0666667 0.4 0.0222222 -0.088889 0.2222222 0.3111111 -0.044444 Hasil Akhir Ranking PROMETHEE Dengan demikian hasil rangking menggunakan metode PROMETHEE dapat dilihat pada tabel 3.29 Tabel 3.29 Hasil Rangking Alternatif Nilai Rangking ir 36 -0.755556 7 sigolunngo -0.555556 8 cibodas 0.4222222 1 digul 0.0666667 5 cimalaya 0.4 2 cuked petuna 0.0222222 6 sunggal -0.088889 10 batang gadis 0.2222222 4 angke 0.3111111 3 cisadane -0.044444 9 Perhitungan padi hibrida Tabel 3.30 Data padi hibrida Varietas Kriteria C1 C2 C3 C4 C5 Maro 0,5 0,7 0,5 0,6 0,9 Rokan 0,6 0,9 0,5 0,5 0,8 Hipa 3 0,5 0,5 0,3 0,9 1 Hipa 4 0,6 0,3 0,3 0,9 0,9 Hipa 5 Ceva 0,3 0,9 0,3 0,8 0,7 Hipa 6 Jate 0,3 0,9 1 0,8 1 Hipa 7 0,6 0,6 0,5 0,9 1 Hipa 8 0,6 1 0,5 0,8 1 Tabel 3.31 PROMETHEE tahap 1 kriteria A B C D E F G H tipe umur 0.6 0.6 0.6 0.6 0.8 0.8 0.6 0.6 usual tinggi tanaman 1 1 0.8 0.6 1 1 0.8 1 usual kerontokan 0.5 0.5 0.25 0.5 0.5 1 0.5 0.5 usual rata2 hasil 0.5 0.5 1 1 0.75 0.75 0.75 0.8 usual potensi hasil 0.8 0.6 1 0.8 1 1 1 0.8 usual Tabel 3.32 Nilai Hd dari alternatif A Tahap 1 A AB C AC D AD E AE F AF G AG H AH Umur - 0.2 -0.2 tinggi tanaman 0.2 1 0.4 1 1 0.2 1 kerontokan 0.25 1 1 -0.5 rata2 hasil -0.5 - 0.5 - 0.3 - 0.25 - 0.25 - 0.3 potensi hasil 0.2 1 -0.2 - 0.2 -0.2 -0.2 Σ 0.2 0.4 0.4 0.2 0.2 Tabel 3.33 Nilai Hd dari alternatif B Tahap 2 A BA C BC D BD E BE F BF G BG H BH umur - 0.2 -0.2 tinggi tanaman 0.2 1 0.4 1 0.2 1 kerontokan 0.25 1 -0.5 rata2 hasil -0.5 - 0.5 - 0.3 - 0.25 - 0.25 - 0.3 potensi hasil - 0.2 -0.4 - 0.2 - 0.4 -0.4 -0.4 - 0.2 Σ 0.4 0.2 Tabel 3.34 Nilai Hd dari alternatif C Tahap 3 C CA B CB D CD E CE F CF G CG H CH umur -0.2 -0.2 tinggi tanaman - 0.2 -0.2 0.2 1 -0.2 -0.2 -0.2 kerontokan - 0.3 - 0.25 - 0.3 -0.3 - 0.75 - 0.25 -0.3 rata2 hasil 0.5 1 0.5 1 0.25 1 0.25 1 0.25 1 0.25 1 potensi hasil 0.2 1 0.4 1 0.2 1 0.2 1 Σ 0.4 0.4 0.4 0.2 0.2 0.2 0.4 Tabel 3.35 Nilai Hd dari alternatif D Tahap 5 D DA B DB C DC E DE F DF G DG H DH umur -0.2 -0.2 tinggi tanaman - 0.4 -0.4 -0.2 -0.4 -0.4 -0.2 -0.4 kerontokan 0.25 1 -0.5 rata2 hasil 0.5 1 0.5 1 0.25 1 0.25 1 0.25 1 0.25 1 potensi hasil 0.2 1 -0.2 -0.2 -0.2 -0.2 Σ 0.2 0.4 0.2 0.2 0.2 0.2 0.2 Tabel 3.36 Nilai Hd dari alternatif F Tahap 6 F FA B FB C FC D FD E FE G FG H FH Umur 0.2 1 0.2 1 0.2 1 0.2 1 0.2 1 0.2 1 tinggi tanaman 0.2 1 0.4 1 0.2 1 kerontokan 0.5 1 0.5 1 0.75 1 0.5 1 0.5 1 0.5 1 0.5 1 rata2 hasil 0.3 1 0.25 1 -0.3 - 0.3 potensi hasil 0.2 1 0.4 1 0.2 1 0.2 1 Σ 0.8 0.8 0.6 0.8 0.2 0.6 0.6 Tabel 3.37 Nilai Hd dari alternatif G Tahap 7 G GA B G B C G C D G D E G E F G F H G H umur -0.2 -0.2 tinggi tanaman - 0. 2 -0.2 0.2 1 -0.2 -0.2 - 0.2 kerontokan 0.2 5 1 -0.5 rata2 hasil 0. 3 1 0.2 5 1 -0.3 - 0.3 potensi hasil 0. 2 1 0.4 1 0.2 1 0.2 1 Σ 0.4 0.4 0.2 0.4 0.2 Tabel 3.38 Nilai Hd dari 105lternative H H H HA B HB C HC D HD E HE F HF G HG Umur -0.2 -0.2 tinggi tanaman 0.2 1 0.4 1 0.2 1 kerontokan 0.25 1 -0.5 rata2 hasil 0.3 1 0.25 1 -0.3 - 0.3 potensi hasil 0.2 1 -0.2 -0.2 -0.2 - 0.2 Σ 0.2 0.4 0.4 0.2 0.2 Hasil dari semua perhitungan kriteria usual dari A sampai dengan alternatif H, maka diperoleh tabel 3.37. seperti dibawah ini. Tabel 3.39 PROMETHEE tahap 2 PROMETHEE Tahap 2 a b c d e f g h a 0.2 0.4 0.4 0.2 0.2 b 0.4 0.2 c 0.4 0.4 0.4 0.2 0.2 0.2 0.4 d 0.2 0.4 0.2 0.2 0.2 0.2 0.2 e 0.6 0.6 0.6 0.6 0.4 0.4 f 0.8 0.8 0.6 0.8 0.2 0.6 0.6 g 0.4 0.4 0.2 0.4 0.2 h 0.2 0.4 0.4 0.2 0.2 2. Menghitung nilai Leaving Flow Untuk menghitung nilai Leaving Flow, digunakan rumus sebagai berikut : ∅ − � = − ∑ ∈ � ∅ �, …………………………………………………….9 Berdasarkan perhitungan dari Nilai Leaving Flow diatas, maka diperoleh tabel 3.38. dibawah ini : Tabel 3.40 hasil nilai leaving flow Leaving 0.2 0.0857143 0.3142857 0.2285714 0.4571429 0.6285714 0.2285714 0.2 3. Menghitung nilai Entering flow Untuk menghitung nilai Entering Flow, digunakan rumus sebagai berikut : ∅ − � = − ∑ ∈ � ∅ �, ……………………………………………………10 Keterangan : ∅ � = Entering flow n= banyak alternatif ∅ �, = menunjukan preferensi bahwa alternatif a lebih baik dari alternatif x Berdasarkan perhitungan dari Nilai Entering Flow diatas, maka diperoleh tabel 3.39. dibawah ini. Tabel 3.41 Hasil nilai Entering Flow entering 0.37 0.5 0.4 0.43 0.09 0.1 0.257 0.3 Hitung Nilai Net Flow Untuk menghitung nilai Net Flow, digunakan rumus sebagai berikut : ∅ − � ∅ � = ∅ + � − ∅ − � …………………………………………………11 Keterangan : ∅ + � = Leaving Flow ∅ − � = Entering Flow Tabel 3.42 Hasil nilai Net Flow Net flow -0.1714 -0.2857 -0.0857 -0.2 0.3714 0.5429 -0.0286 -0.0571 Hasil Akhir Ranking PROMETHEE Dengan demikian hasil rangking menggunakan metode PROMETHEE dapat dilihat pada tabel 3.43 Tabel 3.43 Hasil Rangking ALTERNATIF NILAI RANGKING Maro -0.1714 5 Rokan -0.2857 3 hipa 3 -0.0857 6 hipa 4 -0.2 4 hipa5 ceva 0.3714 2 hipa 6 jate 0.5429 1 hipa 7 -0.0286 8 hipa 8 -0.0571 7 3.1.5 Pemodelan sistem Pada bagian pemodelan sistem, akan dirancang bagaimana nantinya sistem diharapkan bekerja. Pemodelan ini menggunakan UML Unified Modelling Languange . a. Use Case Diagram Use case diagram digunakan untuk menggambarkan kumpulan tindakan yang harus sistem kerjakan dalam kolaborasi dengan satu atau lebih external users dari sistem aktor. Gambar 3.2 Use case b. Activity Diagram Activity diagram adalah diagram yang menunjukkan alur dari kontrol atau alur objek dengan menekankan pada urutan dan kondisi dari alur. Activity diagram untuk penelitian ini penulis membagi dalam 2 bagian SAW dan PROMETHEE. Gambar 3.3 Activity Diagram SAW Gambar 3.4 Activity Diagram PROMETHEE c. Sequence Diagram Sequence Diagram ialah interaksi menggambarkan interaksi diantara actor dan sistem dalam scenario use case. Sequence diagram untuk penelitian ini penulis membagi dalam 2 bagian , sequence diagram SAW dan sequence diagram PROMETHEE. Gambar 3.5 Sequence Diagram SAW Gambar 3.6 Sequence Diagram PROMETHEE d. Flowchart Flowchart membantu menyusun gambaran aliran program sehingga lebih mudah dipahami. Berikut flowchart SAW dan PROMETHEE : Gambar 3.7 Flowchart SAW Gambar 3.8 Flowchart PROMETHEE

3.2 Perancangan Sistem