Sistem Pendukung Keputusan Menentukan Operator Terbaik Menggunakan Metode Topsis (Studi Kasus: CBOC Regional 1/ PT. Telekomunikasi, TBK.)

(1)

SISTEM PENDUKUNG KEPUTUSAN MENENTUKAN

OPERATOR TERBAIK MENGGUNAKAN METODE

TOPSIS (STUDI KASUS: CBOC REGIONAL 1/

PT. TELEKOMUNIKASI, TBK.)

DRAF SKRIPSI

ANDRIAN HAMZANI

071401057

PROGRAM STUDI S1 ILMU KOMPUTER

FAKULTAS ILMU KOMPUTER DAN TEKNOLOGI INFORMASI

UNIVERSITAS SUMATERA UTARA

MEDAN

2015

(2)

SISTEM PENDUKUNG KEPUTUSAN MENENTUKAN

OPERATOR TERBAIK MENGGUNAKAN METODE

TOPSIS (STUDI KASUS: CBOC REGIONAL 1/

PT. TELEKOMUNIKASI, TBK.)

DRAF SKRIPSI

Diajukan untuk melengkapi tugas dan memenuhi syarat mencapai gelar Sarjana Komputer

ANDRIAN HAMZANI

071401057

PROGRAM STUDI S-1 ILMU KOMPUTER

FAKULTAS ILMU KOMPUTER DAN TEKNOLOGI INFORMASI

UNIVERSITAS SUMATERA UTARA

MEDAN

2015

(3)

PERSETUJUAN

Judul : SISTEM PENDUKUNG KEPUTUSAN

MENENTUKAN OPERATOR TERBAIK MENGGUNAKAN METODE

TOPSIS (STUDI KASUS: CBOC REGIONAL 1/ PT. TELEKOMUNIKASI, TBK.)

Kategori : SKRIPSI

Nama : ANDRIAN HAMZANI

Nomor Induk Mahasiswa : 071401057

Program Studi : SARJANA (S1) ILMU KOMPUTER

Departemen : ILMU KOMPUTER

Fakultas : ILMU KOMPUTER DAN TEKNOLOGI

INFORMASI (Fasilkom-TI) UNIVERSITAS SUMATERA UTARA

Diluluskan di Medan, 2015 Komisi Pembimbing :

Pembimbing 2 Pembimbing 1

Dian Rachmawati, S.Si, M.Kom M. Andri Budiman,ST,MCompSc,MEM NIP. 19830723 200912 2 004 NIP. 19751008 200801 1 011

Diketahui/Disetujui oleh

Departemen Ilmu Komputer Fasilkom-TI USU Ketua,

Dr.Poltak Sihombing, M.Kom NIP. 19620317199103100

(4)

PERNYATAAN

SISTEM PENDUKUNG KEPUTUSAN MENENTUKAN OPERATOR TERBAIK MENGGUNAKAN METODE TOPSIS

(STUDI KASUS: CBOC REGIONAL 1/ PT. TELEKOMUNIKASI, TBK.)

DRAF SKRIPSI

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

Medan, 2015

ANDRIAN HAMZANI 071401057

(5)

PENGHARGAAN

Segala puji dan syukur kepada Allah SWT yang senantiasa melimpahkan rahmat dan karunia-Nya kepada penulis sehingga skripsi ini dapat selesai.

Skripsi ini merupakan salah satu syarat wajib diselesaikan guna meraih gelar sarjana komputer pada jurusan S1 Ilmu Komputer Universitas Sumatera Utara. Judul yang

diangkat penulis adalah “Sistem Pendukung Keputusan Menentukan Operator Terbaik Menggunakan Metode Topsis (Studi Kasus: CBOC Regional 1 / PT Telekomunikasi,

TBK)”. Penulis berterima kasih kepada semua pihak yang telah membantu dalam

menyelesaikan skripsi ini baik secara langsung maupun tidak langsung. Dalam kesempatan ini penulis ingin mengucapkan terima kasih kepada :

1. Ketua Jurusan S1 Ilmu Komputer Bapak Dr. Poltak Sihombing, M.Kom. Bapak

M. Andri Budiman, ST, M.CompSc, MEM dan Ibu Dian Rachmawati,S.Si,M.Kom

selaku dosen pembimbing yang telah memberikan panduan dan bimbingan untuk menyelesaikan skripsi ini.

2. Dosen penguji Bapak Prof.Dr. Muhammad Zarlis dan Bapak Dr. Poltak Sihombing, M.Kom yang telah memberikan banyak masukan guna penyempurnaan skripsi ini.

3. Sekertaris Jurusan S1 Ilmu Komputer, Ibu Maya Silvi Lydia, B.Sc, M.Sc., Dekan dan Pembantu Dekan Fakultas Ilmu Komputer dan Teknologi Informasi beserta para pegawai/staf S1 Ilmu Komputer.

4. Keluarga tercinta, kepada ayahanda Syawaluddin dan ibunda Radiyah tercinta, dan yang tidak henti-hentinya mendukung dan mendoakan penulis serta memberikan motivasi dan dukungan baik secara moril dan materil.

5. Sahabat yang selalu membantu dan menjadi teman diskusi penulis dalam menyelesaikan skripsi ini, rekan-rekan mahasiswa Program Studi S1 Ilmu Komputer pada umumnya dan angkatan 2007 pada khususnya yang telah memberikan dukungan moril dalam penyusunan skripsi ini.

Penulis menyadari bahwa dalam penyelesaian skripsi ini masih jauh dari sempurna. Untuk itu, penulis sangat mengharapkan kritik dan saran guna penyempurnaan dimasa mendatang.

Medan, 2015 Penulis

(6)

ABSTRAK

Sistem pendukung keputusan merupakan sebuah sistem yang berbasis komputer yang dapat membantu pengambilan keputusan untuk memecahkan masalah tertentu dengan memanfaatkan data dan model tertentu. Banyak kasus yang bisa dijadikan penelitian dalam sistem pendukung keputusan salah satunya Menentukan Operator Terbaik. Pada penelitian ini akan dirancang sebuah sistem pengambil keputusan menggunakan metode TOPSIS (Technique for Order Preference by Similarity to Ideal Solution). Metode TOPSIS merupakan metode pengambilan keputusan multi kriteria yang menggunakan prinsip bahwa alternatif yang terpilih harus mempunyai jarak terdekat dengan solusi ideal positif dan jarak terjauh dengan solusi ideal negatif. Langkah-langkah yang digunakan dalam metode TOPSIS adalah proses perhitungan matriks normalisasi, proses perhitungan matriks normalisasi berbobot, proses penentuan solusi ideal positif dan solusi ideal negatif, proses perhitungan jarak pisah setiap alternatif terhadap solusi ideal, dan proses perhitungan nilai preferensi setiap alternatif. Hasil yang didapatkan dari penelitian ini adalah berupa data operator terbaik dalam satu bulan.

(7)

DECISION SUPPORT SYSTEM FOR DETERMINING THE BEST OPERATOR USING TOPSIS METHOD (CASE STUDY:

CBOC REGIONAL 1 / PT. TELEKOMUNIKASI, TBK.)

ABSTRACT

Decision makers system is a computer based system that helps to make decision to solve certain problem using certain information and model. Many cases can be researched and one of them is Determining The Best Operator. In this study we will designed a decision makers system using TOPSIS (Technique for Order Preference by Similarity to Ideal Solution) methodology. TOPSIS methodology is a multi-criteria decision-making method which uses the principle that the chosen alternative should have the shortest distance to the positive ideal solution and farthest distance with the negative ideal solution. Steps used in TOPSIS methodology is the calculation process of matrix normalization, the calculation process of weighted matrix normalization, the process of determining positive and negative ideal solution, separation distance calculation process of each alternative to ideal solution and process of calculating the value of each alternative preferences. Result obtained from this research is the selection of the best operator monthly.

(8)

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

1.1 Latar Belakang 1

1.2 Rumusan Masalah 2

1.3 Batasan Masalah 3

1.4 Tujuan Penelitian 3

1.5 Manfaat Penelitian 3

1.6 Metode Penelitian 3

1.7 Sistematika Penulisan 4

Bab 2 Landasan Teori 6

2.1. Sistem Pendukung Keputusan 6

2.1.1 Karakteristik Sistem Pendukung Keputusan 7

2.1.2 Manfaat Sistem Pendukung Keputusan 7

2.1.3 Keterbatasan Sistem Pendukung Keputusan 7

2.1.4 Komponen Sistem Pendukung Keputusan 8

2.1.5 Proses Pengambilan Keputusan 10

2.2 Multiple Attribute Decision Making (MADM) 11 2.2.1 TOPSIS (Technique for Order Preference by Similarity to

Ideal Solution) 11

2.2.2 Langkah-Langkah Metode TOPSIS 12

2.3 Penentuan Operator Terbaik 15

Bab 3 Analisis dan Perancangan Sistem 16

3.1 Analisis Permasalahan 16

3.2 Fishbone Diagram 17

3.3 Analisis Kebutuhan 17

3.3.1 Kebutuhan Fungsional 17

3.3.2 Kebutuhan Non Fungsional 18

3.4 Kriteria 18

3.4.1 Penentuan Kriteria 18

3.4.2 Pembobotan Kriteria 19

(9)

viii

3.5.1 Nilai Kecocokan Setiap Alternatif Terhadap Kriteria 20 3.5.2 Perhitungan Matriks Keputusan Normalisasi 22 3.5.3 Perhitungan Matriks Keputusan Normalisasi Bobot 23 3.5.4 Penentuan Solusi Ideal Positif dan Negatif 24 3.5.5 Perhitungan Jarak Setiap Alternatif Terhadap Solusi Ideal 24 3.5.6 Perhitungan Kedekatan Setiap Alternatif 25

3.6 Flowchart Proses Perhitungan TOPSIS 26

3.7 Data Flow Diagram (DFD) 27

3.8 Entity Relationship Diagram (ERD) 30

3.9 Perancangan Antarmuka 32

Bab 4 Implementasi dan Pengujian 37

4.1 Implementasi Sistem 37

4.2 Pengujian Sistem 37

4.2.1 Tampilan Awal 38

4.2.2 Pengolahan Data Operator Gangguan 38

4.2.3 Proses Perhitungan Metode TOPSIS 41

Bab 5 Kesimpulan dan Saran 48

5.1 Kesimpulan 48

5.2 Saran 48

(10)

DAFTAR TABEL

No. Keterangan Hal.

3.1 Kriteria Sistem 19

3.2 Standar Nilai Bobot 19

3.3 Nilai Kecocokan Kriteria 20

3.4 Tabel Kecocokan Alternatif Terhadap Kriteria 22

3.5 Kamus Data untuk dtKaryawan 31

3.6 Kamus Data untuk tbRanking 31

3.7 Kamus Data untuk tbNormalisasi 31

3.8 Kamus Data untuk tbNormalisasiBobot 31

3.9 Kamus Data untuk tbJarak 31

(11)

DAFTAR GAMBAR

No. Keterangan Hal.

2.1 Model Konseptual SPK 9

2.2 Matriks Keputusan X 12

3.1 Fishbone Diagram 17

3.2 Flowchart Proses Perhitungan TOPSIS 26

3.3 DFD Level 0 27

3.4 DFD Level 1 27

3.5 DFD Level 2 Proses Perhitungan TOPSIS 29

3.6 ERD Penentuan Operator Terbaik 30

3.7 Rancangan Halaman Utama 32

3.8 Rancangan Halaman Input Data Operator Gangguan 33

3.9 Rancangan Proses Perhitungan TOPSIS 34

4.1 Halaman Utama 38

4.2 Daftar Operator Gangguan 39

4.3 Proses Mengubah Data Operator Gangguan 39

4.4 Pengolahan Data Operator Gangguan Baru Sebelum Penyimpanan 40 4.5 Pengolahan Data Operator Gangguan Setelah Menambah Data Baru 41

4.6 Konfirmasi Penghapusan Data 41

4.7 Halaman Proses Penyeleksian Operator 42

4.8 Daftar Operator Gangguan Pada Bulan dan Tahun Tertentu 42

4.9 Hasil Perankingan Alternatif Terhadap Krieria 43

4.10 Hasil Perhitungan Normalisasi 43

4.11 Proses Pengisian Nilai Bobot Kriteria 44

4.12 Hasil Konversi Nilai Bobot Kriteria 44

4.13 Hasil Perhitungan Normalisasi Bobot 45

4.14 Hasil Penentuan Solusi Ideal Positif dan Negatif 45

4.15 Hasil Perhitungan Jarak Pisah 45

4.16 Hasil Perhitungan Kedekatan Relatif 46

4.17 Hasil Akhir Penyeleksian Operator Terbaik 46

(12)

ABSTRAK

(13)

DECISION SUPPORT SYSTEM FOR DETERMINING THE BEST OPERATOR USING TOPSIS METHOD (CASE STUDY:

CBOC REGIONAL 1 / PT. TELEKOMUNIKASI, TBK.)

ABSTRACT

(14)

BAB 1 PENDAHULUAN

1.1 Latar Belakang

Perkembangan teknologi informasi dan komunikasi membuat orang ingin dipermudah dalam melakukan segala macam aktivitasnya. Proses penghitungan matematis dapat diterjemahkan ke dalam komputer yang dapat memprosesnya hanya dalam hitungan detik saja. Manfaat teknologi sendiri adalah membantu manusia dalam mempermudah segala kegiatan sehingga menjadi efektif dan efisien dalam pengerjaannya.

Saat ini perkembangan dunia teknologi informasi sangat cepat dikarenakan dorongan kebutuhan data dan informasi. Data dan informasi dibutuhkan untuk kelangsungan produksi perusahaan, lembaga maupun kemajuan sebuah instansi atau perusahaan. Perusahaan Perseroan (Persero) PT Telekomunikasi Indonesia, Tbk.

(“Telkom”, ”Perseroan”, “Perusahaan”, atau “Kami”) merupakan BUMN yang

bergerak di bidang jasa layanan telekomunikasi dan jaringan di wilayah Indonesia dan karenanya tunduk pada hukum dan peraturan yang berlaku di negara ini. Dengan statusnya sebagai perusahaan milik negara yang sahamnya diperdagangkan di bursa saham, pemegang saham mayoritas perusahaan adalah Pemerintah Republik Indonesia sedangkan sisanya dikuasai oleh publik [9].

Adalah obsesi perusahaan untuk secara berkelanjutan membantu mengembangkan usaha kecil dan menengah menjadi perusahaan dengan skala besar, dengan tetap mengutamakan peningkatan kesejahteraan masyarakat luas [9].

Untuk itu diperlukan peningkatan kualitas karyawan. Kualitas karyawan pada sebagian besar perusahaan merupakan suatu permasalah yang sangat penting. Dengan adanya karyawan-karyawan yang berkualitas membuat suatu perusahaan dapat berdiri

(15)

dengan kokoh, bertumbuh dan berkembang dengan pesat dan menjadi besar. Oleh karena itu diperlukan kerjasama yang baik antara semua karyawan dan pemimpin perusahaan [2].

Operator yang dibahas pada penelitian ini adalah operator yang berhubungan langsung dengan teknisi/ petugas lapangan. Operator berkoordinasi dengan teknisi dalam memonitoring/ mengawal gangguan melalui aplikasi yang telah ada. Proses pemilihan karyawan terbaik (dalam hal ini operator) tersebut bukan merupakan hal yang mudah. Selama ini pemilihan memiliki banyak kekurangan terutama dari segi objektifitas serta belum adanya kriteria yang terukur yang digunakan untuk menentukan siapa yang menjadi operator terbaik. Banyak kriteria sebagai penilaian yang digunakan dalam proses pemilihan, dimana kriteria tersebut didasarkan pada persepsi seseorang. Kendala yang lain yang timbul dalam pemutusan pemilihan operator terbaik adalah sering kali pimpinan sebagai pengambil keputusan masih mengandalkan intuisi (subjektif). Hal ini tentu saja menjadi sebuah kekurangan untuk menentukan tepat atau tidaknya seseorang terpilih sebagai operator terbaik.

Oleh karena itu perlu dirancang dan dibangun sebuah sistem yang dapat mengatasi permasalahan diatas, yaitu dengan menerapkan metode TOPSIS pada sistem yang dapat memberikan solusi yang tepat dalam menentukan pemilihan operator terbaik. Hal ini disebabkan pada metode TOPSIS memiliki alternatif terhadap data yang tidak tepat atau tidak pasti. Berdasarkan latar belakang tersebut, penulis

membuat judul “Sistem Pendukung Keputusan Menentukan Operator Terbaik Menggunakan Metode TOPSIS (Studi kasus: CBOC Regional 1 /PT. Telekomunikasi, Tbk.)”.

1.2 Rumusan Masalah

Rumusan masalah dalam penelitian ini adalah bagaimana cara membangun suatu aplikasi yang berfungsi sebagai pendukung pengambilan keputusan dalam menentukan operator terbaik dengan menggunakan Metode TOPSIS.

(16)

1.3Batasan Masalah

Adapun ruang lingkup dalam penelitian ini dibatasi pada beberapa hal yaitu sebagai berikut:

1. Kriteria yang digunakan dalam sistem pendukung keputusan adalah jumlah keterlambatan, work rate, dan tanggung jawab dari seorang operator gangguan. 2. Sampel data yang digunakan dalam penelitian ini adalah sebanyak 26 operator

gangguan.

3. Bahasa pemrograman yang digunakan adalah berupa Microsoft Visual Basic 6.0. 4. Database yang digunakan adalah Ms Access 2007.

1.4 Tujuan Penelitian

Tujuan penelitian ini adalah untuk membuat aplikasi serta menerapkan metode TOPSIS dalam sistem pendukung keputusan menentukan operator terbaik.

1.5 Manfaat Penelitian

Adapun manfaat dari penelitian ini adalah sebagai berikut:

1. Bagi penulis, penelitian ini berguna untuk menambah wawasan mengenai metode TOPSIS beserta penerapannya.

2. Bagi perusahaan, penelitian ini dapat dijadikan sebagai salah satu alternatif dalam menentukan operator terbaik sesuai dengan kriteria yang ada dalam perusahaan tersebut.

1.6 Metode Penelitian

Adapun penelitian ini menerapkan beberapa metode penelitian, yaitu sebagai berikut: 1. Studi Literatur

Pada tahap ini dilakukan pengumpulan referensi yang diperlukan dalam penelitian. Hal ini dilakukan untuk memperoleh informasi dan data yang diperlukan untuk penulisan skripsi ini. Referensi yang digunakan dapat berupa buku, jurnal, artikel,

(17)

situs internet yang berkaitan dengan penelitian ini yaitu sistem pendukung keputusan & TOPSIS.

2. Pengumpulan data

Pengumpulan data dilakukan dengan kunjungan langsung ke PT. Telekomunikasi Indonesia, Tbk. yang beralamat di Jl. Gaharu no 1 Medan.

3. Analisis dan Perancangan Perangkat Lunak

Pada tahap ini dilakukan pembuatan flowchart, DFD, perancangan sistem, pengolahan data untuk mendapatkan hasil yang sesuai dengan yang diharapkan. 4. Implementasi dan Pengujian Sistem.

Pada tahap ini dilakukan proses implementasi system dengan metode trial dan error, setelah itu dilakukan pengujian terhadap system yang telah dikembangkan. 5. Dokumentasi Sistem

Tahap ini merupakan pembuatan laporan hasil analisis dan perancangan serta hasil pengujian sistem.

1.7 Sistematika Penulisan

Sistematika dalam penulisan tugas akhir ini adalah sebagai berikut:

BAB 1 PENDAHULUAN

Pada bab ini berisi tentang latar belakang masalah dari penelitian yang akan dilakukan beserta batasannya, tujuan dan manfaat penelitian, metodologi penelitian dan sistematika penulisan tugas akhir ini.

BAB 2 LANDASAN TEORI

Pada bab ini berisi tentang beberapa teori yang mendukung penelitian akan dibahas pada bab ini. Teori yang dibahas adalah Sistem Pendukung Keputusan dan TOPSIS.

BAB 3 ANALISIS DAN PERANCANGAN SISTEM

Pada bab ini dilakukan analisis dan perancangan sistem pendukung keputusan penentuan operator terbaik menggunakan TOPSIS yakni terdiri dari Data Flow Diagram (DFD), flowchart atau diagram alir program, kamus data serta membuat perancangan sistem yang akan dibangun.

(18)

BAB 4 IMPLEMENTASI DAN PENGUJIAN

Pada bab ini berisi tentang hasil pengujian dari perancangan perangkat lunak sistem pendukung keputusan penentuan operator terbaik dengan menggunakan TOPSIS.

BAB 5 KESIMPULAN DAN SARAN

Pada bab ini penulis menarik kesimpulan hasil penelitian berupa solusi dari masalah yang dibahas dalam penelitian. Bab ini juga berisikan saran untuk penelitian kedepannya agar dapat dikembangkan atau melanjutkan penelitian yang berkaitan dengan masalah yang diteliti.

(19)

BAB 2

LANDASAN TEORI

2.1 Sistem Pendukung Keputusan

Sistem Pendukung Keputusan (Decision Support Sistem) merupakan suatu istilah yang mengacu pada suatu sistem yang memanfaatkan dukungan komputer dalam proses pengambilan keputusan. Untuk memberikan pengertian tersebut, disini akan diuraikan definisi mengenai Sistem Pendukung Keputusan. SPK merupakan suatu sistem yang interaktif, yang membantu mengambil keputusan melalui penggunaan data dan model-model keputusan untuk memecahkan masalah yang sifatnya semi terstruktur maupun yang tidak terstruktur, di mana tidak seorang pun mengetahui secara pasti bagaimana keputusan tersebut seharusnya dibuat [4].

SPK atau Decision Support Sistem (DSS) adalah merupakan suatu kumpulan sistem yang dapat mendukung proses pengambilan keputusan yang selanjutnya dapat menunjang pengambilan keputusan dalam memperoleh data dan menguji beberapa alternatif-alternatif solusi yang mengandung konsekuensi-konsekuensi selama proses pemecahan masalah berlangsung, atau boleh disebut juga merupakan aplikasi dari sebuah sistem informasi yang membantu proses pengambilan keputusan.

SPK tidak ditekankan untuk membuat keputusan, tetapi untuk melengkapi mereka yang terlibat dalam pengambilan keputusan dengan sekumpulan kemampuan untuk mengolah informasi yang diperlukan dalam proses pengambilan keputusan dan sistem ini bukan dimaksudkan untuk mengganti pengambilan keputusan dalam membuat suatu keputusan, melainkan mendukung pengambil keputusan. Pada dasarnya, konsep SPK hanyalah terbatas pada kegiatan membantu para manager melakukan pembuatan keputusan dan tidak melakukan penilaian serta menggantikan posisi ataupun peran seorang manager [3].

(20)

2.1.1 Karakteristik Sistem Pendukung Keputusan

Adapun beberapa karakteristik dari Sistem Pendukung Keputusan menurut Turban [10] adalah sebagai berikut:

1. Sistem Pendukung Keputusan dirancang untuk membantu pengambil keputusan dalam memecahkan masalah yang sifatnya semi terstruktur ataupun tidak terstruktur.

2. Sistem Pendukung Keputusan dirancang sedemikian rupa sehingga dapat dioperasikan dengan mudah oleh orang-orang yang tidak memiliki dasar kemampuan yang tinggi. Oleh karena itu pendekatan yang digunakan biasanya model interaktif.

3. Sistem Pendukung Keputusan dirancang dengan menekankan pada aspek fleksibilitas serta kemampuan adaptasi yang tinggi. Sehingga mudah disesuaikan dengan berbagai perubahan lingkungan yang terjadi dan kebutuhan pemakai.

2.1.2 Manfaat Sistem Pendukung Keputusan

Berdasarkan berbagai karakteristik khusus seperti yang telah dikemukakan di atas, sistem pendukung keputusan dapat memberikan manfaat atau keuntungan bagi pemakainya, yaitu sebagai berikut:

1. Sistem Pendukung Keputusan memperluas kemampuan pengambil keputusan dalam memproses data / informasi bagi pemakainya.

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

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

2.1.3 Keterbatasan Sistem Pendukung Keputusan

Terdapat beberapa keterbatasan dalam sistem pendukung keputusan menurut Rahman [7], yaitu sebagai berikut:

(21)

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 perbendaharaan pengetahuan yang dimilikinya (pengetahuan dasar serta model dasar).

3. Proses-proses yang dapat dilakukan SPK biasanya juga tergantung pada perangkat lunak yang digunakan.

4. SPK tidak memiliki kemampuan intuisi seperti yang dimiliki manusia. Sistem ini dirancang hanyalah untuk membantu pengambilan keputusan dalam melaksanakan tugas.

2.1.4 Komponen Sistem Pendukung Keputusan

Komponen-komponen Sistem Pendukung Keputusan dapat diuraikan dalam beberapa subsistem sebagai berikut:

1. Manajemen Data, mencakup database yang mengandung data yang relevan dan diatur oleh sistem yang disebut Database Management System (DBMS).

DBMS merupakan komponen penting dari suatu sistem pendukung keputusan. Sebuah pengelolaan database yang efektif dapat menunjang segala aktivitas manajemen, terutama perannya sebagai fungsi utama penyajian informasi dalam pembuatan keputusan.

2. Manajemen Model, merupakan paket perangkat lunak yang memasukkan model-model finansial, statistik, ilmu manajemen, atau model-model kuantitatif yang lain yang menyediakan kemampuan analisis sistem dan management software yang terkait. Model ini cenderung tidak mencukupi karena terdapat kesulitan dalam mengembangkan model yang terintegrasi untuk menangani sekumpulan keputusan yang saling bergantungan. Biasanya cara yang digunakan untuk mengatasi persoalan tersebut adalah dengan menggunakan koleksi berbagai model yang dibuat terpisah dalam menangani bagian yang berbeda dari suatu masalah tersebut. Komunikasi antara bermacam model tersebut diserahkan kepada pengambil keputusan.

(22)

3. Antarmuka Pengguna, media interaksi antara sistem dengan pengguna, sehingga pengguna dapat berkomunikasi dan memberikan perintah pada SPK melalui subsistem ini.

Subsistem dari antarmuka pengguna dibagi menjadi tiga bagian menurut Suryadi [8], yaitu sebagai berikut:

a. Bahasa aksi

Bagian ini meliputi apa yang dapat digunakan oleh pemakai (user) dalam berkomunikasi dengan sistem.

b. Bahasa tampilan dan presentasi

Bagian ini meliputi apa yang dapat digunakan untuk menampilkan sesuatu. Contoh dari bagian ini meliputi pilihan-pilihan seperti layar tampilan, warna, suara, dan lain sebagainya.

c. Basis pengetahuan

Bagian ini meliputi apa yang harus diketahui oleh pemakai agar pemakaian sistem tersebut dapat lebih efektif. Bagian ini dapat berupa buku manual ataupun petunjuk penggunaan sistem tersebut.

4. Subsistem Berbasis Pengetahuan, subsistem yang dapat mendukung subsistem lain atau bertindak sebagai komponen yang berdiri sendiri.

(23)

2.1.5 Proses Pengambilan Keputusan

Penyusunan model keputusan merupakan suatu cara untuk mengembangkan hubungan-hubungan logis yang mendasari persoalan keputusan ke dalam suatu model matematis, yang mencerminkan hubungan yang terjadi di antara faktor-faktor yang terlibat [8]. Adapun beberapa model yang menggambarkan proses pengambilan keputusan menurut Suryadi [8] adalah sebagai berikut:

1. Fase Penelusuran (Intelligence)

Tahap ini merupakan tahap pendefinisian masalah serta identifikasi informasi yang dibutuhkan yang berkaitan dengan persoalan yang dihadapi serta keputusan yang akan diambil.

2. Fase Perancangan (Design)

Tahap ini merupakan suatu proses untuk merepresentasikan model sistem yang akan dibangun berdasarkan pada asumsi yang telah ditetapkan. Dalam tahap ini, suatu model dari masalah dibuat, diuji, dan divalidasi.

3. Fase Pemilihan (Choice)

Tahap ini merupakan suatu proses melakukan pengujian dan memilih keputusan terbaik berdasarkan kriteria tertentu yang telah ditentukan dan mengarah kepada tujuan yang akan dicapai.

4. Fase Implementasi (Implementation)

Tahap ini merupakan tahap pelaksanaan dari keputusan yang telah diambil. Pada tahap ini perlu disusun serangkaian tindakan yang terencana, sehingga hasil keputusan dapat dipantau dan disesuaikan apabila diperlukan perbaikan-perbaikan.

Pada hakikatnya, proses pengambilan keputusan sama dengan proses pemecahan masalah, perbedaannya hanya terdapat pada bidang cakupannya saja. Seperti yang dikemukakan oleh Turban [10], terdapat tiga aktivitas utama dari proses pemecahan masalah, yaitu :

1. Menelusuri akar permasalahannya,

2. Merumuskan berbagai skenario pemecahan masalah(alternatif), dan 3. Memilih alternatif terbaik

(24)

2.2 Multiple Attribute Decision Making (MADM)

Multiple Attribute Decision Making (MADM) merupakan suatu metode yang digunakan untuk mencari alternatif optimal dari sejumlah alternatif dengan kriteria-kriteria tertentu. MADM menentukan nilai bobot untuk setiap atribut, kemudian dilanjutkan dengan proses perankingan yang akan menyeleksi alternatif yang sudah diberikan [6].

Pada dasarnya, terdapat 3 pendekatan dalam mencari nilai bobot atribut menurut Kusumadewi [5], yaitu:

1. Pendekatan subyektif 2. Pendekatan obyektif

3. Pendekatan integrasi antara subyektif dan obyektif

Nilai bobot pada pendekatan subyektif ditentukan berdasarkan subyektifitas dari para pengambil keputusan, sehingga beberapa faktor dalam proses perankingan alternatif dapat ditentukan secara bebas. Nilai bobot pada pendekatan obyektif dihitung secara matematis sehingga mengabaikan subyektifitas dari pengambil keputusan.

Salah satu metode yang dapat digunakan untuk mengatasi permasalahan multikriteria adalah metode TOPSIS (Technique For Order Preference by Similarity to Ideal Solution).

2.2.1 TOPSIS (Technique for Order Preference by Similarity to Ideal Solution)

TOPSIS adalah salah satu metode pengambilan keputusan multikriteria yang pertama kali diperkenalkan oleh Yoon dan Hwang tahun 1981, dengan ide dasarnya berupa alternatif yang dipilih memiliki jarak terdekat dengan solusi ideal positif dan memiliki jarak terjauh dari solusi ideal negatif. TOPSIS memberikan sebuah solusi dari sejumlah alternatif yang mungkin dengan cara membandingkan setiap alternatif dengan alternatif terbaik dan alternatif terburuk yang ada diantara alternatif-alternatif masalah. Metode ini menggunakan jarak untuk melakukan perbandingan tersebut.

(25)

TOPSIS mengasumsikan bahwa setiap kriteria akan dimaksimalkan dan diminimalkan. Maka dari itu nilai solusi ideal positif dan solusi ideal negatif dari setiap kriteria ditentukan, dan setiap alternatif dipertimbangkan dari informasi tersebut. Solusi ideal positif didefinisikan sebagai jumlah dari seluruh nilai terbaik yang dapat dicapai untuk setiap atribut, sedangkan solusi ideal negatif 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 dapat dicapai. Metode ini banyak digunakan untuk menyelesaikan pengambilan keputusan [1]. Hal ini disebabkan konsepnya yang sederhana, mudah dipahami, komputasinya efisien dan memiliki kemampuan mengukur kinerja relatif dari alternatif keputusan.

2.2.2 Langkah-Langkah Metode TOPSIS

Langkah-langkah dalam melakukan perhitungan dengan metode TOPSIS adalah sebagai berikut:

1. TOPSIS dimulai dengan membangun sebuah matriks keputusan.

Matriks keputusan X mengacu terhadap m alternatif yang akan dievaluasi berdasarkan n kriteria. Matriks keputusan X dapat dilihat pada Gambar 2.2.

dimana: i

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

x ( j =1, 2, 3, . . . , n ) adalah atribut dimana performansi alternatif diukur,                       

x

a

x

mn m m m n n n m n X . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 3 2 1 3 33 32 31 2 23 22 21 1 13 12 11 3 2 1 3 2 1

(26)

x adalah performansi alternatif a_idengan acuan atribut xj.

2. Membuat matriks keputusan yang ternormalisasi.

Persamaan yang digunakan untuk mentransformasikan setiap elemen x_ij, adalah sebagai berikut:





1 i

2 ij ij ij

X

r

..………(2.1)

dimana:

i = 1, 2, 3, . . . , m; dan j = 1, 2, 3, . . . , n; ij

r adalah elemen dari matriks keputusan yang ternormalisai R, ij

x adalah elemen dari matriks keputusan X.

3. Membuat matriks keputusan yang ternormalisasi terbobot.

Dengan bobot w_j= ( w₁ , w₂ , w₃ , . . . , w_n), dimana w_j adalah bobot dari kriteria

ke-j dan 1

1 



 n

j wj , maka normalisasi bobot matriks V, adalah ij

j ij

w

*

r

v



_{………..(2.2}₎

dimana:

i = 1, 2, 3, . . . , m; dan j = 1, 2, 3, . . . , n. ij

v adalah elemen dari matriks keputusan yang ternormalisai terbobot V, j

w adalah bobot dari kriteria ke-j, ij

r adalah elemen dari matriks keputusan yang ternormalisai R.

4. Menentukan matriks solusi ideal positif dan solusi ideal negatif.

Solusi ideal positif dinotasikan A, sedangkan solusi ideal negatif dinotasikan A. Berikut ini adalah persamaan dari A dan A:

(27)

a. A {(max v_ij | j  J ), (min v_ij | j J’ ), i = 1, 2, 3, . . . , m} = { v₁, v₂, 3,



v . . . , v_n} ………..(2.3) b. A {(min v_ij | j  J ), (max v_ij | j J’ ), i = 1, 2, 3, . . . , m}

= { v₁,v₂,v₃,. . . , v_n} ………..(2.4) dimana:

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)}. ij

v adalah elemen dari matriks keputusan yang ternormalisai terbobot V, 

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

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

5. Menghitung separasi.

a. S adalah jarak alternatif dari solusi ideal positif didefinisikan sebagai:







 _ n _

j ij

i v v

)

( , dimana i = 1, 2, 3, . . . , m ………..(2.5)

b. S adalah jarak alternatif dari solusi ideal negatif didefinisikan sebagai [1]:







 _ n _

j ij

i v v

)

( , dimana i = 1, 2, 3, . . . , m ………..(2.6)

dimana:  i

s adalah jarak alternatif ke-i dari solusi ideal positif, 

s adalah jarak alternatif ke-i dari solusi ideal negatif, ij

v adalah elemen dari matriks keputusan yang ternormalisai terbobot V, 

v adalah elemen matriks solusi ideal positif, 

(28)

6. Menghitung kedekatan relatif terhadap solusi ideal positif.

Kedekatan relatif dari setiap alternatif terhadap solusi ideal positif dapat dihitung dengan menggunakan persamaan berikut:

)

(

 





i i

s

c

………..(2.7) dimana:

i = 1, 2, 3, . . . , m 

c adalah kedekatan relatif dari alternatif ke-i terhadap solusi ideal positif, 

s adalah jarak alternatif ke-i dari solusi ideal positif, 

s adalah jarak alternatif ke-i dari solusi ideal negatif.

7. Merangking Alternatif.

Alternatif diurutkan dari nilai C terbesar ke nilai terkecil. Alternatif dengan nilai 

C terbesar merupakan solusi yang terbaik.

2.3 Penentuan Operator Terbaik

Terdapat beberapa kriteria yang digunakan dalam menentukan operator terbaik. Kriteria-kriteria yang dimaksud adalah sebagai berikut:

1. Jumlah keterlambatan

Kriteria jumlah keterlambatan merupakan kriteria yang memperhitungkan berapa kali seorang operator gangguan datang tidak tepat pada waktu yang telah ditetapkan dalam ruang lingkup 1 bulan.

2. Work rate

Kriteria work rate merupakan kriteria yang memperhitungkan berapa persen kasus yang berhasil ditangani oleh seorang operator gangguan sampai selesai dalam ruang lingkup 1 bulan.

3. Tanggung jawab

Kriteria tanggung jawab merupakan kriteria yang memperhitungkan seberapa rasa tanggung jawab yang dimiliki oleh seorang operator gangguan dalam menjalankan tugas dan ketentuan yang telah ditetapkan dalam ruang lingkup 1 bulan.

(29)

BAB 3

ANALISIS DAN PERANCANGAN SISTEM

3.1 Analisis Permasalahan

Perusahaan Perseroan (Persero) PT Telekomunikasi Indonesia, Tbk. merupakan BUMN yang bergerak di bidang jasa layanan telekomunikasi dan jaringan di wilayah Indonesia dan karenanya tunduk pada hukum dan peraturan yang berlaku di negara ini. Tujuan perusahaan adalah untuk membantu mengembangkan usaha kecil dan menengah dengan tetap mengutamakan peningkatan kesejahteraan masyarakat luas. Tujuan tersebut dapat ditunjang dengan memiliki karyawan-karyawan yang berkualitas. Untuk itu diperlukan adanya peningkatan kualitas karyawan. Kualitas karyawan pada sebagian besar perusahaan merupakan suatu permasalahan yang sangat penting. Dengan adanya karyawan-karyawan yang berkualitas membuat suatu perusahaan dapat berdiri dengan kokoh, bertumbuh dan berkembang dengan pesat dan menjadi besar.

Salah satu karyawan yang dimaksud adalah operator gangguan. Tugas dari operator gangguan adalah membuat laporan gangguan yang diterima dari bagian teller dan selanjutnya diberikan laporan tersebut kepada petugas lapangan untuk dapat diselesaikan. Terdapat beberapa faktor yang perlu dipertimbangkan untuk menentukan operator gangguan terbaik. Faktor-faktor yang perlu dipertimbangkan dari seorang operator gangguan adalah jumlah keterlambatan dari jam masuk yang telah ditetapkan sebelumnya, jumlah pekerjaan yang berhasil diselesaikan, dan penilaian tanggung jawab yang dimiliki oleh yang bersangkutan. Dari analisis tersebut, untuk menghindari pengambilan keputusan yang berdasarkan intuisi (subjektif) maka penulis akan merancang sebuah sistem yang dapat membantu memberikan

(30)

rekomendasi/mendukung dalam menentukan operator terbaik dengan bantuan metode TOPSIS.

3.2 Fishbone Diagram

Dari analisis permasalahan tersebut, penulis membuat fishbone diagram yang memperlihatkan faktor-faktor yang dapat mempengaruhi proses penyeleksian operator terbaik. Fishbone diagram ini didapat dari hasil analisis permasalahan yang telah dijelaskan pada bagian sebelumnya.

Implementasi metode TOPSIS dalam penyeleksian operator

terbaik Metode (Sistem)

People

Material Penentuan nilai kualitas

kerja yang kurang tepat

Metode yang digunakan masih manual (subjektif) Penentuan nilai

kedisiplinan waktu yang kurang tepat Penentuan nilai tanggung jawab yang kurang tepat

Kriteria tanggung jawab belum digunakan dengan baik

Mesin Belum ada alat yang membantu

Gambar 3.1 Fishbone Diagram

3.3 Analisis Kebutuhan Sistem Pendukung Keputusan

Dari analisis permasalahan tersebut, penulis menentukan beberapa kebutuhan sistem yang dibagi menjadi dua bagian yaitu kebutuhan fungsional dan kebutuhan non fungsional.

3.3.1 Kebutuhan Fungsional

Kebutuhan fungsional mendeskripsikan kegiatan atau aktivitas yang dapat disediakan oleh sistem. Kebutuhan fungsional tersebut berisikan fungsi-fungsi yang harus dapat

(31)

penuhi pada aplikasi yang dirancang. Adapun kebutuhan fungsional yang dimaksudkan adalah sebagai berikut:

1. Sistem dapat memasukkan, mengubah, menghapus, dan menampilkan data dari setiap operator gangguan.

2. Sistem mampu menampilkan setiap alur proses perhitungan yang terdapat dalam metode TOPSIS.

3. Sistem mampu menyeleksi operator gangguan dengan memberikan hasil yang terbaik.

3.3.2 Kebutuhan Non Fungsional

Tujuan dari kebutuhan non fungsional adalah untuk memenuhi maupun mendukung kebutuhan fungsional yang telah ditentukan. Adapun kebutuhan non fungsional yang dimaksudkan adalah sebagai berikut:

1. Performa

Perangkat lunak yang akan dibangun dapat menunjukkan hasil pengambilan keputusan yang terbaik oleh sistem.

2. Efisiensi

Perangkat lunak yang akan dibangun harus dapat dioperasikan oleh pengguna (user).

3. Ekonomi

Perangkat lunak yang akan dibangun harus dapat bekerja dengan baik tanpa harus mengeluarkan biaya tambahan dalam penggunaan perangkat keras maupun perangkat lunak.

3.4 Kriteria

3.4.1 Penentuan Kriteria

Kriteria-kriteria yang digunakan dalam sistem ini diambil dari sifat/perilaku yang dimiliki oleh seorang operator gangguan yang berhubungan dengan kinerja/ kontribusinya terhadap lingkungan tempat dimana mereka bekerja. Salah satu sifat

(32)

yang diperhitungkan adalah jumlah kehadiran seorang operator gangguan yang tidak sesuai (tidak tepat waktu dari jam masuk yang telah ditentukan) dalam satu bulan. Sifat tersebut memperlihatkan bahwa operator gangguan tersebut tidak memiliki konsistensi terhadap aturan yang telah ditetapkan oleh perusahaan. Kriteria lainnya yang ikut diperhatikan adalah work rate. Kriteria ini dimaksudkan untuk jumlah pekerjaan yang berhasil diselesaikan oleh operator gangguan dalam kurun waktu satu bulan. Kriteria terakhir yang disertakan dalam penelitian ini adalah rasa tanggung jawab yang dimiliki oleh seorang operator gangguan terhadap perusahaan. Kriteria-kriteria tersebut ditampilkan pada Tabel 3.1.

Tabel 3.1 Kriteria Sistem

Kriteria Keterangan K1 Jumlah keterlambatan K2 Work rate

K3 Tanggung jawab

3.4.2 Pembobotan Kriteria

Teknik pembobotan pada kriteria dapat dilakukan dengan berbagai cara atau metode. Pemberian nilai bobot yang paling sederhana adalah dengan memberikan nilai pada masing-masing kriteria secara langsung berdasarkan nilai bobotnya. Nilai bobot tersebut didasarkan pada tingkat urgensi kriteria terhadap sistem yang dibangun. Standar nilai bobot yang diberikan untuk sistem diperlihatkan pada Tabel 3.2.

Tabel 3.2 Standar Nilai Bobot

Nilai Keterangan 1 Tidak Penting 2 Kurang Penting 3 Cukup Penting 4 Penting

(33)

3.5 Langkah-langkah TOPSIS

3.5.1 Nilai Kecocokan Setiap Alternatif Terhadap Kriteria

Langkah awal dari metode perhitungan TOPSIS adalah dengan melakukan penilaian atas kecocokan setiap alternatif (operator gangguan) terhadap masing-masing kriteria. Nilai yang diberikan kepada setiap alternatif terhadap kriteria berkisar dari nilai 1 sampai 5. Adapun sistem pemberian nilai ranking kecocokan kriteria diperlihatkan pada Tabel 3.3.

Tabel 3.3 Nilai Kecocokan Kriteria

Nilai K1 K2 K3

1 K1>20 0% Sangat memprihatinkan

2 10<K1<=20 0% < K2 <= 10% Memprihatinkan 3 3<K1<=10 10 < K2 <= 40 Cukup 4 1<=K1<=3 40 < K2 <= 80 Baik

5 0 80% < K2 < 100% Sangat bertanggung jawab

Berikut diberikan tiga contoh alternatif yang akan digunakan untuk melakukan proses penilaian kecocokan, yaitu:

 Seorang operator gangguan bernama Muhammad Ayub pada bulan Desember tahun 2013 mempunyai jumlah telat datang ke kantor sebanyak 6 kali, persentase pekerjaannya adalah sebesar 60%, dan nilai tanggung jawab yang didapatkan oleh

operator gangguan tersebut adalah “Baik”. Operator gangguan tersebut diberikan

dengan nama A1.

 Seorang operator gangguan bernama Brando Handoko pada bulan Desember tahun 2013 selalu datang tepat waktu, persentase pekerjaannya adalah sebesar 10%, dan nilai tanggung jawab yang didapatkan oleh operator gangguan tersebut adalah

“Cukup”. Operator gangguan tersebut diberikan dengan nama A2.

 Seorang operator gangguan bernama Nedia Utami pada bulan Desember tahun 2013 mempunyai jumlah telat datang ke kantor sebanyak 2 kali, persentase pekerjaannya adalah sebesar 50%, dan nilai tanggung jawab yang didapatkan oleh

operator gangguan tersebut adalah “Baik”. Operator gangguan tersebut diberikan

(34)

Proses penilaian kecocokan alternatif terhadap kriteria jumlah keterlambatan adalah sebagai berikut:

 Muhammad Ayub mempunyai jumlah telat datang ke kantor sebanyak 6 kali pada bulan Desember tahun 2013 sehingga nilai kecocokannya terhadap kriteria jumlah keterlambatan adalah bernilai 3.

 Brando Handoko selalu datang tepat pada waktunya pada bulan Desember tahun 2013 sehingga nilai kecocokannya terhadap kriteria jumlah keterlambatan adalah bernilai 5.

 Nedia Utami mempunyai jumlah telat datang ke kantor sebanyak 2 kali pada bulan Desember tahun 2013 sehingga nilai kecocokannya terhadap kriteria jumlah keterlambatan adalah bernilai 4.

Proses penilaian kecocokan alternatif terhadap kriteria work rate adalah sebagai berikut:

 Persentase pekerjaan yang dimiliki oleh Muhammad Ayub pada bulan Desember tahun 2013 adalah sebesar 60% sehingga nilai kecocokannya terhadap kriteria work rate adalah bernilai 4.

 Persentase pekerjaan yang dimiliki oleh Brando Handoko pada bulan Desember tahun 2013 adalah sebesar 10% sehingga nilai kecocokannya terhadap kriteria work rate adalah bernilai 2.

 Persentase pekerjaan yang dimiliki oleh Nedia Utami pada bulan Desember tahun 2013 adalah sebesar 50% sehingga nilai kecocokannya terhadap kriteria work rate adalah bernilai 4.

Proses penilaian kecocokan alternatif terhadap kriteria tanggung jawab adalah sebagai berikut:

 Nilai tanggung jawab yang didapatkan oleh Muhammad Ayub pada bulan

Desember tahun 2013 adalah “Baik” sehingga nilai kecocokannya terhadap kriteria tanggung jawab adalah bernilai 4.

 Nilai tanggung jawab yang didapatkan oleh Brando Handoko pada bulan

Desember tahun 2013 adalah “Cukup” sehingga nilai kecocokannya terhadap kriteria tanggung jawab adalah bernilai 3.

(35)

 Nilai tanggung jawab yang didapatkan oleh Nedia Utami pada bulan Desember

tahun 2013 adalah “Baik” sehingga nilai kecocokannya terhadap kriteria tanggung jawab adalah bernilai 4.

Tabel berikut menunjukkan nilai kecocokan setiap alternatif terhadap masing-masing kriteria, yaitu:

Tabel 3.4 Tabel Kecocokan Alternatif Terhadap Kriteria

Alternatif Kriteria K1 K2 K3

A1 3 4 4

A2 5 2 3

A3 4 4 4

3.5.2 Perhitungan Matriks Keputusan Normalisasi

Matriks keputusan normalisasi diperoleh dengan menggunakan persamaan dari Euclidean Length of a Vector, yakni sebagai berikut:



  m i ij ij ij X X r 1 2 ..……… . Perhitungan:

|X1| = √ 2+ 2+ 2 = 7,0711

4243 , 0 0711 , 7 3 | X | X r 1 11

11  

7071 , 0 0711 , 7 5 | X | X r 1 21

21  

5657 , 0 0711 , 7 4 | X | X r 1 31

31  

Dari hasil perhitungan di atas didapatkan matriks keputusan ternormalisasi sebagai berikut:

(36)

6247 , 0 6667 , 0 5657 , 0 4685 , 0 3333 , 0 7071 , 0 6247 , 0 6667 , 0 4243 , 0 R 

3.5.3 Perhitungan Matriks Keputusan Normalisasi Bobot

Matriks keputusan normalisasi bobot dapat diperoleh dengan mengalikan matriks keputusan normalisasi dengan masing-masing bobot kriteria yang telah terlebih dahulu ditentukan nilai bobotnya.

yij wi*rij………..(2.2₎

Sebagai contoh, nilai bobot untuk kriteria jumlah keterlambatan adalah sebesar 3, nilai bobot untuk kriteria work rate adalah sebesar 3, dan nilai bobot untuk kriteria tanggung jawab adalah sebesar 5.

Nilai dari masing-masing bobot tersebut akan dikonversikan sebelum dikali dengan matriks keputusan normalisasi. Hasil konversi didapatkan dengan membagi nilai bobot masing-masing kriteria dengan total nilai bobot ketiga kriteria tersebut. Hasil konversi dari nilai bobot kriteria jumlah keterlambatan adalah 0,2727. Hasil konversi dari nilai bobot kriteria work rate adalah 0,2727. Hasil konversi dari nilai bobot kriteria tanggung jawab adalah 0,4545.

6247 , 0 6667 , 0 5657 , 0 4685 , 0 3333 , 0 7071 , 0 6247 , 0 6667 , 0 4243 , 0

Y * (0,2727 ; 0,2727 ; 0,4545)

Dari hasil perhitungan di atas, matriks keputusan normalisasi bobot didapatkan seperti berikut: 2839 , 0 1818 , 0 1543 , 0 2129 , 0 0909 , 0 1928 , 0 2839 , 0 1818 , 0 1157 , 0 Y

(37)

3.5.4 Penentuan Solusi Ideal Positif dan Negatif

Penentuan solusi ideal positif dengan mencari nilai maksimum dari matriks keputusan normalisasi bobot masing-masing kriteria.

A1+= max {0,1157 ; 0,1928 ; 0,1543}= 0, 1928

A2+= max {0,1818; 0,0909 ; 0,1818}= 0, 1818

A3+= max {0,2839; 0,2129 ; 0,2839}= 0, 2839

Penentuan solusi ideal negatif dengan mencari nilai minimum dari matriks keputusan normalisasi bobot masing-masing kriteria.

A1-= min {0,1157 ; 0,1928; 0,1543}= 0, 1157

A2-= min {0,1818; 0,0909 ; 0,1818}= 0, 0909

A3-= min {0,2839; 0,2129 ; 0,2839}= 0, 2129

3.5.5 Perhitungan Jarak Setiap Alternatif Terhadap Solusi Ideal

Perhitungan untuk memperoleh jarak setiap alternatif terhadap solusi ideal positif dengan menggunakan persamaan sebagai berikut:







 _ m _

1 j

2 ij i

i (A y )

D , i = 1, 2, …, m

Dari persamaan di atas didapatkan jarak antara nilai terbobot setiap alternatif terhadap solusi ideal positif sebagai berikut:

0771 , 0 ) 2839 , 0 2839 , 0 ( ) 1818 , 0 1818 , 0 ( ) 1157 , 0 1928 , 0 (

D1   2   2   2 

 1153 , 0 ) 2129 , 0 2839 , 0 ( ) 0909 , 0 1818 , 0 ( ) 1928 , 0 1928 , 0 (

D2   2   2   2 

 0385 , 0 ) 2839 , 0 2839 , 0 ( ) 1818 , 0 1818 , 0 ( ) 1543 , 0 1928 , 0 (

(38)

Perhitungan untuk memperoleh jarak setiap alternatif terhadap solusi ideal positif dengan menggunakan persamaan sebagai berikut:







 _ m _

1 j

2 ij i

i (A y )

D , i = 1, 2, …, m

Dari persamaan di atas didapatkan jarak antara nilai terbobot setiap alternatif terhadap solusi ideal positif sebagai berikut:

1153 , 0 ) 2839 , 0 2129 , 0 ( ) 1818 , 0 0909 , 0 ( ) 1157 , 0 1157 , 0 (

D1   2   2   2 

 0771 , 0 ) 2129 , 0 2129 , 0 ( ) 0909 , 0 0909 , 0 ( ) 1928 , 0 1157 , 0 (

D2   2   2   2 

 1216 , 0 ) 2839 , 0 2129 , 0 ( ) 1818 , 0 0909 , 0 ( ) 1543 , 0 1157 , 0 (

D 2 2 2

3       



3.5.6 Perhitungan Kedekatan Setiap Alternatif

Perhitungan untuk memperoleh kedekatan setiap alternatif (C) dengan menggunakan persamaan sebagai berikut:

     i i i i D D D C

Dari persamaan di atas diperoleh hasil kedekatan setiap alternatif adalah sebagai berikut: 5993 , 0 0771 , 0 1153 , 0 1153 , 0

C1 

  4007 , 0 1153 , 0 0771 , 0 0771 , 0

C2 

 

(39)

7595 , 0 0385 , 0 1216 , 0

1216 , 0

C3 

 

Dari perhitungan yang ada di atas, maka hasil keputusan diperoleh dengan mengurutkan nilai C yang terbesar hingga yang terkecil. Berdasarkan pada perhitungan TOPSIS di atas, maka operator terbaik adalah Nedia Utami dengan nilai kedekatan yang terbesar yaitu sebesar 0,7595.

3.6 Flowchart Proses Perhitungan TOPSIS

Mulai

Selesai

Menampilkan data operator gangguan

Melakukan ranking kecocokan

Membuat matriks keputusan normalisasi

Memasukkan nilai bobot masing-masing kriteria

Membuat matriks keputusan normalisasi bobot

Menentukan solusi ideal positif dan negatif Menghitung jarak pisah

Menghitung kedekatan relatif

Mengurutkan alternatif

Menampilkan operator terbaik

Memilih bulan dan tahun

(40)

3.7 Data Flow Diagram (DFD)

Diagram konteks atau diagram level 0 merupakan diagram paling dasar yang menggambarkan masukan yang diterima oleh suatu sistem dan keluaran yang dihasilkan dari sistem tersebut. Diagram konteks memperlihatkan gambaran sistem secara garis besar.

0 Pemilihan Operator Terbaik

data_operator_terbaik data_waktu

bobot_kriteria

User

data_operator

Gambar 3.3 DFD Level 0

Pada Gambar 3.3 ditampilkan DFD Level 0 dari sistem pemilihan operator terbaik. User memberikan masukan berupa data_operator, data_waktu, dan bobot_kriteria ke dalam sistem dan memperoleh keluaran/hasil berupa data_operator_terbaik.

1 Input data

operator

tbKaryawan

2 Perhitungan

TOPSIS

data_operator data_operator

data_waktu

data_operator bobot_kriteria

User

data_operator_terbaik

(41)

Pada Gambar 3.4 ditampilkan DFD Level 1 dari sistem pemilihan operator gangguan terbaik. Dalam DFD Level 1, sistem dibagi menjadi dua bagian/proses,

yaitu proses “Input data operator” dan proses “Perhitungan TOPSIS”. Pada proses “Input data operator”, user memberikan masukan berupa data_operator dan kemudian disimpan oleh sistem ke dalam database dengan nama tabel tbKaryawan. Pada proses

“Perhitungan TOPSIS”, user memberikan masukan berupa data_waktu (bulan dan tahun) dan sistem mengambil setiap data operator dari tabel tbKaryawan berdasarkan bulan dan tahun tersebut. User juga memasukkan bobot_kriteria yang dibutuhkan dalam proses perhitungan TOPSIS. Hasil dari perhitungan TOPSIS tersebut kemudian ditampilkan kepada user berupa data_operator_terbaik.

Pada Gambar 3.5 ditampilkan DFD Level 2 yang merupakan perluasan dari proses perhitungan TOPSIS yang terdapat pada DFD Level 1. User memberikan

masukan berupa data_waktu (bulan dan tahun) pada bagian “Pemilihan data operator”.

Pada bagian tersebut, sistem mengambil data operator berdasarkan bulan dan tahun dan kemudian menampilkan data operator tersebut. Selanjutnya proses perhitungan TOPSIS dilakukan berdasarkan pembagian langkah-langkah metode TOPSIS, yaitu

“Penentuan Ranking Kecocokan”, “Perhitungan Normalisasi”, “Perhitungan Normalisasi Berbobot”, “Penentuan Solusi Ideal”, “Perhitungan Jarak Pisah”, dan “Perhitungan Kedekatan Relatif”. Pada bagian “Perhitungan Normalisasi Berbobot”,

user terlebih dahulu memasukkan bobot_kriteria pada masing-masing kriteria penyeleksian. Proses penyeleksian operator gangguan terbaik diakhiri pada bagian

(42)

2.1 Pemilihan data

operator

2.2 Penentuan

Ranking

Kecocokan 2.3

Perhitungan Normalisasi

2.4 Perhitungan Normalisasi

Berbobot

2.5 Penentuan Solusi Ideal

2.6 Perhitungan Jarak Pisah

2.7 Perhitungan

Kedekatan Relatif

tbKaryawan

User data_waktu data_operator

data_operator

data_ranking

Bobot_kriteria

data_normalisasi_bobot

data_solusi_ideal

data_jarak_pisah

tbRanking

tbNormalisasi

tbNormalisasiBobot

tbJarak

tbKedekatan

2.8 Tampil Hasil

Seleksi data_ranking

data_normalisasi

data_normalisasi_bobot

data_operator data_normalisasi

data_normalisasi_bobot

data_jarak_pisah

data_kedekatan

data_operator_terbaik

(43)

3.8 Entity Relationship Diagram (ERD)

Entity relationship model (ERD) merupakan sebuah rincian yang merepresentasikan logika dari data pada suatu organisasi tertentu. Entity relationship model dibuat berdasarkan anggapan bahwa dunia nyata terdiri dari koleksi objek-objek dasar yang dinamakan entitas (entity) serta hubungan (relationship) antara entitas-entitas itu. Entitas adalah objek pada dunia nyata yang dapat dibedakan satu terhadap yang lainnya, yang bermanfaat bagi sistem yang akan dibangun.

Gambar 3.6 ERD Penentuan Operator Terbaik

Tabel 3.5 Kamus Data untuk tbKaryawan

Nama tabel: tbKaryawan

Nama Tipe Data Keterangan

noUrut Integer Primary key

NIK Text Nomor induk operator gangguan

nama Text Nama operator gangguan

Bulan Text Bulan

Tahun Integer Tahun

nOnTime Integer Jumlah operator gangguan yang bersangkutan telat datang ke kantor pada bulan dan tahun yang tertera WorkRate Integer

Jumlah persentase operator gangguan yang bersangkutan menyelesaikan berapa banyak pekerjaan pada bulan dan tahun yang tertera Responsibility Text Nilai tanggung jawab dari operator gangguan yang

(44)

Tabel 3.6 Kamus Data untuk tbRanking

Nama tabel: tbRanking

Nama column Tipe

data Keterangan

NIK Text Nomor induk operator gangguan (primary key) nTelat Integer Ranking kecocokan terhadap kriteria jumlah telat WorkRate Integer Ranking kecocokan terhadap kriteria work rate Responsibility Integer Ranking kecocokan terhadap kriteria

responsibility

Tabel 3.7 Kamus Data untuk tbNormalisasi

Nama tabel: tbNormalisasi

Nama column Tipe

data

Keterangan

NIK Integer Nomor induk operator gangguan (primary key) nTelat Decimal Nilai normalisasi dari kriteria jumlah telat WorkRate Decimal Nilai normalisasi dari kriteria work rate Responsibility Decimal Nilai normalisasi dari kriteria responsibility

Tabel 3.8 Kamus Data untuk tbNormalisasiBobot

Nama tabel: tbNormalisasiBobot

Nama column Tipe

data

Keterangan

NIK Integer Nomor induk operator gangguan (primary key) nTelat Decimal Nilai normalisasi bobot dari kriteria jumlah telat WorkRate Decimal Nilai normalisasi bobot dari kriteria work rate Responsibility Decimal Nilai normalisasi bobot dari kriteria

responsibility

Tabel 3.9 Kamus Data untuk tbJarak

Nama tabel: tbJarak

Nama column Tipe

data

Keterangan

NIK Integer Nomor induk operator gangguan (primary key) jarak_max Decimal Jarak nilai normalisasi bobot terhadap solusi ideal

positif

jarak_min Decimal Jarak nilai normalisasi bobot terhadap solusi ideal negatif

(45)

Tabel 3.10 Kamus Data untuk tbKedekatan

Nama tabel: tbKedekatan

Nama column Tipe

data

Keterangan

NIK Integer Nomor induk operator gangguan (primary key)

c Decimal Nilai kedekatan

3.9 Perancangan Antarmuka

Pada bagian perancangan antarmuka akan ditampilkan rancangan gambaran dari setiap halaman yang dipergunakan oleh sistem. Antarmuka merupakan elemen penting yang digunakan sebagai alat penghubung komunikasi antara user dengan sistem. Tujuan dari adanya rancangan tampilan antarmuka adalah untuk mempermudah user dalam mengoperasikan sistem yang hendak dibangun.

Gambar 3.7 Rancangan Halaman Utama

Keterangan:

1. Label: label ini digunakan sebagai tempat untuk menampilkan judul penelitian pada halaman awal.

2. CommandButton: tombol ini digunakan untuk membuka halaman pendataan setiap operator gangguan.

3. CommandButton: tombol ini digunakan untuk membuka halaman proses penyeleksian operator terbaik dengan perhitungan metode TOPSIS.

Input Data Operator Gangguan

Judul Penelitian

Identitas Penulis

Proses Penyeleksian Operator Gangguan

Terbaik

2 3

(46)

4. Label: label ini digunakan sebagai tempat untuk menampilkan identitas penulis berupa nama dan NIM.

Gambar 3.8 Rancangan Halaman Input Data Operator Gangguan

Keterangan:

1. ListView: ListView digunakan sebagai tempat untuk menampilkan daftar semua operator gangguan.

2. ComboBox: ComboBox ini berisikan nama setiap bulan dalam satu tahun. Nilai-nilai tersebut dapat dipilih salah satu dari bulan Januari sampai bulan Desember oleh user.

3. TextBox: TextBox ini digunakan sebagai tempat untuk menampung ataupun memasukkan nilai tahun.

4. TextBox: TextBox ini digunakan sebagai tempat untuk menampung ataupun memasukkan NIK dari seorang operator gangguan.

5. TextBox: TextBox ini digunakan sebagai tempat untuk menampung ataupun memasukkan nama dari seorang operator gangguan.

6. TextBox: TextBox ini digunakan sebagai tempat untuk menampung ataupun memasukkan jumlah keterlambatan dari operator gangguan yang bersangkutan. 7. TextBox: TextBox ini digunakan sebagai tempat untuk menampung ataupun

memasukkan nilai work rate dari operator gangguan yang bersangkutan. Hapus

Daftar Operator Gangguan

Simpan Tahun

Tanggung Jawab Bulan

Nama

Tambah Edit NIK

Jumlah Telat Work Rate

2 4

6 7

3 5

12 10

(47)

8. ComboBox: ComboBox ini berisikan lima nilai tanggung jawab yang digunakan sebagai penilaian dari operator gangguan yang bersangkutan.

9. CommandButton: tombol ini digunakan untuk menghapus data dari operator gangguan yang ditampilkan dari sistem.

10.CommandButton: tombol ini digunakan untuk menambah / memasukkan data seorang operator gangguan ke dalam sistem.

11.CommandButton: tombol ini digunakan untuk mengubah data yang dimiliki dari operator gangguan yang bersangkutan.

12.CommandButton: tombol ini digunakan untuk menyimpan hasil pengubahan data dari operator gangguan yang bersangkutan.

Gambar 3.9 Rancangan Proses Perhitungan TOPSIS

Keterangan:

1. ComboBox: ComboBox ini digunakan sebagai tempat untuk memilih bulan untuk proses penyeleksian pada bulan yang diinginkan oleh user.

2. ComboBox: ComboBox ini digunakan sebagai tempat untuk memilih tahun untuk proses penyeleksian pada tahun yang diinginkan oleh user.

Daftar Operator Gangguan Ranking Daftar Ranking Kecocokan Operator dengan Kriteria Normalisasi Daftar Normalisasi Normalisasi Bobot Daftar Normalisasi Bobot Solusi Ideal Solusi Ideal Jarak Pisah Daftar Jarak Pisah

Kedekatan

Daftar Kedekatan Bulan Tahun Mulai

NIK

Pengurutan Hasil Seleksi Operator Gangguan Terbaik

Nama

Nilai Bobot Kriteria

Hitung

1 2 3

4 5 6 7 8 12 9 13 14 15 17 16 10 11 18 19 20 21

(48)

3. CommandButton: tombol ini digunakan untuk memulai proses penyeleksian dengan menggunakan perhitungan metode TOPSIS.

4. ListView: ListView ini digunakan sebagai tempat untuk menampilkan data setiap operator gangguan yang masih aktif / terdaftar pada bulan dan tahun yang dipilih oleh user.

5. CommandButton: tombol ini digunakan untuk memulai proses penentuan ranking kecocokan setiap data operator gangguan terhadap ketiga kriteria.

6. ListView: ListView ini digunakan sebagai tempat untuk menampilkan hasil dari perankingan kecocokan setiap data operator gangguan terhadap masing-masing kriteria.

7. CommandButton: tombol ini digunakan untuk memulai proses perhitungan normalisasi.

8. ListView: ListView ini digunakan sebagai tempat untuk menampilkan hasil perhitungan normalisasi.

9. CommandButton: tombol ini digunakan untuk mengaktifkan kolom-kolom pengisian nilai bobot masing-masing kriteria.

10.Bagian ini berisikan kolom-kolom yang digunakan sebagai tempat untuk mengisi nilai bobot setiap kriteria.

11.CommandButton: tombol ini digunakan untuk melakukan proses konversi nilai bobot setiap kriteria dan perhitungan normalisasi bobot.

12.ListView: ListView ini digunakan sebagai tempat untuk menampilkan hasil perhitungan normalisasi bobot.

13.CommandButton: tombol ini digunakan untuk memulai proses penentuan solusi ideal positif dan negatif.

14.ListView: ListView ini digunakan sebagai tempat untuk menampilkan hasil penentuan solusi ideal positif dan negatif tiap-tiap kriteria.

15.CommandButton: tombol ini digunakan untuk memulai proses perhitungan jarak pisah.

16.ListView: ListView ini digunakan sebagai tempat untuk menampilkan hasil perhitungan jarak pisah.

17.CommandButton: tombol ini digunakan untuk memulai proses perhitungan kedekatan relatif.

(49)

18.ListView: ListView ini digunakan sebagai tempat untuk menampilkan hasil perhitungan nilai kedekatan relatif.

19.ListView: ListView ini digunakan sebagai tempat untuk menampilkan hasil pengurutan operator terbaik berdasarkan dari nilai kedekatan relatif.

20.TextBox: TextBox ini digunakan untuk menampilkan NIK dari operator gangguan yang terpilih sebagai yang terbaik.

21.TextBox: TextBox ini digunakan untuk menampilkan nama dari operator gangguan yang terpilih sebagai yang terbaik.

(50)

BAB 4

IMPLEMENTASI DAN PENGUJIAN

4.1 Implementasi Sistem

Dalam bab ini akan dijelaskan mengenai hasil implementasi dalam membangun sistem dan hasil uji coba aplikasi sistem pendukung keputusan dalam penyeleksian operator terbaik. Tahap ini bertujuan untuk menentukan apakah setiap proses yang ada pada sistem dapat berjalan dengan baik dan mampu memberikan hasil yang diharapkan.

Proses perancangan diimplementasikan ke dalam framework Microsoft Visual Basic 6. Data operator gangguan beserta nilai perhitungan metode TOPSIS diolah dan disimpan ke dalam database. Database yang dipergunakan adalah Microsoft Access 2007 dengan ekstensi .mdb.

4.2 Pengujian Sistem

Pengujian merupakan proses yang dilakukan untuk membuktikan apakah sistem yang telah dibangun dapat berjalan dengan baik atau tidak. Melalui tahap pengujian ini, sistem diuji dan disempurnakan dengan memperbaiki setiap kesalahan fungsi yang dapat ditemukan.

Pengujian sistem pendukung keputusan tersebut dilakukan dengan memberikan input ke dalam aplikasi. Input yang dimasukkan tersebut selanjutnya harus dapat diproses oleh aplikasi dan untuk membuktikan apakah aplikasi tersebut dapat memberikan hasil yang sesuai dengan keinginan penulis. Proses yang akan dilakukan pengujian dalam aplikasi ini adalah pengolahan data operator gangguan dan perhitungan TOPSIS.

(51)

4.2.1 Tampilan Awal

Pada Gambar 4.1 ditampilkan halaman dari aplikasi pada saat aplikasi pertama kali

dijalankan. Pada halaman utama terdapat 2 buah tombol, yaitu “Input Data Operator Gangguan” dan “Proses Penyeleksian Operator Gangguan Terbaik”. Tombol “Input Data Operator Gangguan” digunakan untuk menampilkan halaman yang berisi daftar

semua operator gangguan. Pada halaman tersebut, user dapat mengolah data operator

gangguan. Tombol “Proses Penyeleksian Operator Gangguan Terbaik” digunakan

untuk menampilkan halaman yang dipergunakan untuk menghitung setiap langkah dari metode TOPSIS.

Gambar 4.1 Halaman Utama

4.2.2 Pengolahan Data Operator Gangguan

Pada Gambar 4.2 ditampilkan halaman yang berisikan data setiap operator gangguan. Pada halaman ini user dapat memasukkan data operator gangguan yang baru dengan cara mengisi setiap kolom yang tersedia pada halaman tersebut. Selain itu, user juga dapat mengubah data operator gangguan maupun menghapus data tersebut pada halaman ini.

(52)

Gambar 4.2 Daftar Operator Gangguan

Pada Gambar 4.3 ditampilkan proses mengubah data operator gangguan yang telah ada sebelumnya. Proses pengubahan data operator gangguan yang telah ada sebelumnya dilakukan ketika user memilih/menyeleksi operator gangguan yang hendak diubah dan mengeksekusi tombol “Edit” yang terlihat pada Gambar 4.2.

Setelah itu, sistem akan menonaktifkan tombol “Hapus”, ‘Tambah”, dan “Edit dan mengaktifkan tombol “Simpan”. User dapat mengubah setiap data pada kolom yang tersedia. Untuk mengakhiri proses pengubahan, data hasil pengolahan/pengubahan operator yang bersangkutan selanjutnya disimpan ke dalam database melalui eksekusi

tombol “Simpan”.

(53)

Pada Gambar 4.4 ditampilkan proses mengolah data operator gangguan baru dengan cara mengisi data pada kolom yang tersedia. User mengeksekusi tombol

“Tambah” untuk menyimpan data operator gangguan baru tersebut ke dalam

database. Pada gambar tersebut diperlihatkan tampilan ketika user telah mengisi semua data yang berhubungan dengan data operator gangguan yang baru sebelum dilakukan penyimpanan data.

Gambar 4.4 Pengolahan Data Operator Gangguan Baru Sebelum Penyimpanan

Pada Gambar 4.5 ditampilkan daftar operator gangguan setelah selesai mengisi data operator gangguan yang baru tersebut. Pada gambar tersebut terlihat bahwa data operator gangguan yang terbaru terdapat di bagian paling bawah.

(54)

Gambar 4.5 Pengolahan Data Operator Gangguan Setelah Menambah Data Baru

Pada Gambar 4.6 ditampilkan halaman konfirmasi ketika user hendak menghapus sebuah data. Proses Penghapusan ini akan dilakukan ketika user memilih

data yang akan dihapus dan kemudian mengeksekusi tombol “Hapus” yang terlihat

pada Gambar 4.2. Jika user memilih “Yes” maka sistem akan menghapus data yang bersangkutan. Sebaliknya, jika user memilih “No” maka sistem tidak akan menghapus data tersebut.

Gambar 4.6 Konfirmasi Penghapusan Data

4.2.3 Proses Perhitungan Metode TOPSIS

Pada Gambar 4.1 terdapat tombol “Proses Penyeleksian Operator Gangguan Terbaik”

yang digunakan untuk menyeleksi operator terbaik dengan perhitungan metode TOPSIS.

(55)

Pada Gambar 4.7 ditampilkan halaman untuk proses penyeleksian operator terbaik. User terlebih dahulu memilih bulan dan tahun penyeleksian di bagian kiri

atas. Ketika tombol “Mulai” dieksekusi, pada bagian daftar operator gangguan akan

diisi dengan data operator gangguan yang bersesuaian dengan bulan dan tahun tersebut. Tampilan daftar operator yang terpilih dari bulan dan tahun yang bersangkutan ditampilkan pada Gambar 4.8.

Gambar 4.7 Halaman Proses Penyeleksian Operator

(56)

Pada Gambar 4.8 sistem menampilkan daftar operator gangguan yang terdaftar bekerja pada bulan Desember tahun 2013. Untuk memulai proses perhitungan TOPSIS, user dapat mengeksekusi tombol “Ranking” pada bagian bawah dari daftar operator gangguan.

Gambar 4.9 Hasil Perankingan Alternatif Terhadap Kriteria

Pada Gambar 4.9 sistem menampilkan hasil dari proses perankingan setiap data operator gangguan terhadap masing-masing kriteria. Tahap selanjutnya dari metode TOPSIS adalah perhitungan normalisasi. User dapat mengeksekusi tombol

“Normalisasi” untuk memulai proses perhitungan normalisasi.

Gambar 4.10 Hasil Perhitungan Normalisasi

Pada Gambar 4.10 sistem menampilkan hasil dari proses perhitungan normalisasi. Selanjutnya, user dapat mengeksekusi tombol “Normalisasi Bobot” untuk memulai proses perhitungan normalisasi berbobot dari metode TOPSIS. Proses normalisasi berbobot diawali dengan pengisian nilai bobot masing-masing kriteria

(1)

j.SubItems(5) = Format(Val(lvRanking.ListItems(i).SubItems(5)) / totK3, "0.0000")

cmdNormalisasi.Enabled = False cmdNormBobot.Enabled = True End Sub

Private Sub cmdNormBobot_Click() cmdBobot.Enabled = True cmdNormBobot.Enabled = False End Sub

Private Sub cmdRanking_Click() Dim query As String

Dim rankJlhTelat, rankWR, rankRespon As Integer

totK1 = 0 totK2 = 0 totK3 = 0

For i = 1 To lvOperator.ListItems.Count query = "SELECT * FROM dtKaryawan" & _

" WHERE NIK = '" & lvOperator.ListItems(i).SubItems(1) & "'" & _ " AND bulan = '" & cbBulan.Text & "'" & _

" AND tahun = " & cbTahun.Text

Set cari = New Recordset cari.Open query, Con, 1, 2 If cari.RecordCount > 0 Then

'Penentuan ranking kriteria jlh kehadiran If cari!nOnTime > 20 Then

rankJlhTelat = 1

ElseIf cari!nOnTime > 10 And cari!nOnTime <= 20 Then rankJlhTelat = 2

ElseIf cari!nOnTime > 3 And cari!nOnTime <= 10 Then rankJlhTelat = 3

ElseIf cari!nOnTime > 1 Then rankJlhTelat = 4

Else

rankJlhTelat = 5 End If

'Penentuan ranking kriteria work rate If cari!WorkRate = 0 Then

rankWR = 1

ElseIf cari!WorkRate > 0 And cari!WorkRate <= 10 Then rankWR = 2

ElseIf cari!WorkRate > 10 And cari!WorkRate <= 40 Then rankWR = 3

ElseIf cari!WorkRate > 40 And cari!WorkRate <= 80 Then rankWR = 4

Else

rankWR = 5 End If

'Penentuan ranking kriteria tanggung jawab

If cari!Responsibility = "Sangat Memprihatinkan" Then rankRespon = 1

ElseIf cari!Responsibility = "Memprihatinkan" Then rankRespon = 2

ElseIf cari!Responsibility = "Cukup" Then rankRespon = 3

ElseIf cari!Responsibility = "Baik" Then rankRespon = 4

(2)

rankRespon = 5 End If

totK1 = totK1 + (rankJlhTelat * rankJlhTelat) totK2 = totK2 + (rankWR * rankWR)

totK3 = totK3 + (rankRespon * rankRespon)

Set j = lvRanking.ListItems.Add(, , i)

j.SubItems(1) = lvOperator.ListItems(i).SubItems(1) j.SubItems(2) = lvOperator.ListItems(i).SubItems(2) j.SubItems(3) = rankJlhTelat

j.SubItems(4) = rankWR j.SubItems(5) = rankRespon End If

Set cari = Nothing Next

totK1 = Format(Sqr(totK1), "0.0000") totK2 = Format(Sqr(totK2), "0.0000") totK3 = Format(Sqr(totK3), "0.0000")

cmdRanking.Enabled = False cmdNormalisasi.Enabled = True End Sub

Private Sub cmdSeparate_Click() Dim Dmax As Double

Dim Dmin As Double

For i = 1 To lvOperator.ListItems.Count

Dmax = Sqr(((AmaxK1 - lvNormBobot.ListItems(i).SubItems(3)) ^ 2) + ((AmaxK2 - lvNormBobot.ListItems(i).SubItems(4)) ^ 2) + ((AmaxK3 -

lvNormBobot.ListItems(i).SubItems(5)) ^ 2))

Dmin = Sqr(((lvNormBobot.ListItems(i).SubItems(3) - AminK1) ^ 2) + ((lvNormBobot.ListItems(i).SubItems(4) - AminK2) ^ 2) +

((lvNormBobot.ListItems(i).SubItems(5) - AminK3) ^ 2))

Set j = lvJarakPisah.ListItems.Add(, , i)

j.SubItems(1) = lvOperator.ListItems(i).SubItems(1) j.SubItems(2) = lvOperator.ListItems(i).SubItems(2) j.SubItems(3) = Format(Dmax, "0.0000")

j.SubItems(4) = Format(Dmin, "0.0000")

cmdSeparate.Enabled = False cmdC.Enabled = True

End Sub

Private Sub cmdSolusiIdeal_Click()

maxK1.Text = Format(AmaxK1, "0.0000") maxK2.Text = Format(AmaxK2, "0.0000") maxK3.Text = Format(AmaxK3, "0.0000")

minK1.Text = Format(AminK1, "0.0000") minK2.Text = Format(AminK2, "0.0000") minK3.Text = Format(AminK3, "0.0000")

cmdSolusiIdeal.Enabled = False cmdSeparate.Enabled = True End Sub

Private Sub cUrut_Click()

For i = 1 To lvOperator.ListItems.Count

Set j = lvHasil.ListItems.Add(, , lvKedekatan.ListItems(i).Index) j.SubItems(1) = lvKedekatan.ListItems(i).SubItems(1)

(3)

j.SubItems(2) = lvKedekatan.ListItems(i).SubItems(2) j.SubItems(3) = lvKedekatan.ListItems(i).SubItems(3) Next

lvHasil.SortKey = 3

lvHasil.SortOrder = lvwDescending lvHasil.Sorted = True

tNIK.Text = lvHasil.ListItems(1).SubItems(1) tNama.Text = lvHasil.ListItems(1).SubItems(2)

saveHasil

cUrut.Enabled = False End Sub

Private Sub Form_Load() Connect

Set cari = New Recordset

cari.Open "DELETE FROM tbRanking", Con, 1, 2 Set cari = Nothing

Set cari = New Recordset

cari.Open "DELETE FROM tbNormalisasi", Con, 1, 2 Set cari = Nothing

Set cari = New Recordset

cari.Open "DELETE FROM tbNormalisasiBobot", Con, 1, 2 Set cari = Nothing

Set cari = New Recordset

cari.Open "DELETE FROM tbJarak", Con, 1, 2 Set cari = Nothing

Set cari = New Recordset

cari.Open "DELETE FROM tbKedekatan", Con, 1, 2 Set cari = Nothing

'buat combobox pilih tahun diambil dari database cbTahun.Clear

Set cari = New Recordset

cari.Open "SELECT DISTINCT tahun FROM dtKaryawan ORDER BY tahun ASC", Con, 1, 2 For i = 0 To cari.RecordCount - 1

cbTahun.List(i) = cari!tahun cari.MoveNext

Set cari = Nothing

loadLvOperator loadLvRanking lvLoadNormalisasi lvLoadNormalisasiBobot 'lvLoadSolusiIdeal lvLoadJarakPisah lvLoadKedekatan lvLoadHasil End Sub

Private Sub loadLvOperator() Dim ch As ColumnHeader

Set ch = lvOperator.ColumnHeaders.Add(, , "No.", 500) Set ch = lvOperator.ColumnHeaders.Add(, , "id", 0)

(4)

Set ch = lvOperator.ColumnHeaders.Add(, , "Jlh Telat", 900, vbCenter) Set ch = lvOperator.ColumnHeaders.Add(, , "Work Rate", 1000, vbCenter) Set ch = lvOperator.ColumnHeaders.Add(, , "Tanggung Jawab", 1500, vbCenter) End Sub

Private Sub loadLvRanking() Dim ch As ColumnHeader

Set ch = lvRanking.ColumnHeaders.Add(, , "No.", 500) Set ch = lvRanking.ColumnHeaders.Add(, , "id", 0)

Set ch = lvRanking.ColumnHeaders.Add(, , "Nama", 2000, vbLeftJustify) Set ch = lvRanking.ColumnHeaders.Add(, , "K1", 900, vbCenter)

Set ch = lvRanking.ColumnHeaders.Add(, , "K2", 900, vbCenter) Set ch = lvRanking.ColumnHeaders.Add(, , "K3", 900, vbCenter) End Sub

Private Sub lvLoadNormalisasi() Dim ch As ColumnHeader

Set ch = lvNormalisasi.ColumnHeaders.Add(, , "No.", 500) Set ch = lvNormalisasi.ColumnHeaders.Add(, , "id", 0)

Set ch = lvNormalisasi.ColumnHeaders.Add(, , "Nama", 2000, vbLeftJustify) Set ch = lvNormalisasi.ColumnHeaders.Add(, , "K1", 900, vbCenter)

Set ch = lvNormalisasi.ColumnHeaders.Add(, , "K2", 900, vbCenter) Set ch = lvNormalisasi.ColumnHeaders.Add(, , "K3", 900, vbCenter) End Sub

Private Sub lvLoadNormalisasiBobot() Dim ch As ColumnHeader

Set ch = lvNormBobot.ColumnHeaders.Add(, , "No.", 500) Set ch = lvNormBobot.ColumnHeaders.Add(, , "id", 0)

Set ch = lvNormBobot.ColumnHeaders.Add(, , "Nama", 2000, vbLeftJustify) Set ch = lvNormBobot.ColumnHeaders.Add(, , "K1", 900, vbCenter)

Set ch = lvNormBobot.ColumnHeaders.Add(, , "K2", 900, vbCenter) Set ch = lvNormBobot.ColumnHeaders.Add(, , "K3", 900, vbCenter) End Sub

Private Sub lvLoadSolusiIdeal() Dim ch As ColumnHeader

Set ch = lvSolusiIdeal.ColumnHeaders.Add(, , "No.", 500) Set ch = lvSolusiIdeal.ColumnHeaders.Add(, , "id", 0)

Set ch = lvSolusiIdeal.ColumnHeaders.Add(, , "Nama", 2000, vbLeftJustify) Set ch = lvSolusiIdeal.ColumnHeaders.Add(, , "Amax Kelakuan", 900, vbCenter) Set ch = lvSolusiIdeal.ColumnHeaders.Add(, , "Amax Perkara", 900, vbCenter) Set ch = lvSolusiIdeal.ColumnHeaders.Add(, , "Amax Jasa", 900, vbCenter) Set ch = lvSolusiIdeal.ColumnHeaders.Add(, , "Amin Kelakuan", 900, vbCenter) Set ch = lvSolusiIdeal.ColumnHeaders.Add(, , "Amin Perkara", 900, vbCenter) Set ch = lvSolusiIdeal.ColumnHeaders.Add(, , "Amin Jasa", 900, vbCenter) End Sub

Private Sub lvLoadJarakPisah() Dim ch As ColumnHeader

Set ch = lvJarakPisah.ColumnHeaders.Add(, , "No.", 500) Set ch = lvJarakPisah.ColumnHeaders.Add(, , "id", 0)

Set ch = lvJarakPisah.ColumnHeaders.Add(, , "Nama", 2000, vbLeftJustify) Set ch = lvJarakPisah.ColumnHeaders.Add(, , "Dmax", 900, vbCenter) Set ch = lvJarakPisah.ColumnHeaders.Add(, , "Dmin", 900, vbCenter) End Sub

Private Sub lvLoadKedekatan() Dim ch As ColumnHeader

(5)

Set ch = lvKedekatan.ColumnHeaders.Add(, , "id", 0)

Set ch = lvKedekatan.ColumnHeaders.Add(, , "Nama", 2000, vbLeftJustify) Set ch = lvKedekatan.ColumnHeaders.Add(, , "V", 900, vbCenter)

End Sub

Private Sub lvLoadHasil() Dim ch As ColumnHeader

Set ch = lvHasil.ColumnHeaders.Add(, , "No.", 0) Set ch = lvHasil.ColumnHeaders.Add(, , "id", 0)

Set ch = lvHasil.ColumnHeaders.Add(, , "Nama", 2000, vbLeftJustify) Set ch = lvHasil.ColumnHeaders.Add(, , "V", 900, vbCenter)

End Sub

Private Sub saveHasil()

For i = 1 To lvOperator.ListItems.Count Set simpan = New Recordset

simpan.Open "tbRanking", Con, 1, 2 simpan.AddNew

simpan!NIK = lvOperator.ListItems(i).SubItems(1) simpan!nTelat = lvRanking.ListItems(i).SubItems(3) simpan!WorkRate = lvRanking.ListItems(i).SubItems(4) simpan!Responsibility = lvRanking.ListItems(i).SubItems(5) simpan.Update

Set simpan = Nothing

Set simpan = New Recordset

simpan.Open "tbNormalisasi", Con, 1, 2 simpan.AddNew

simpan!NIK = lvOperator.ListItems(i).SubItems(1) simpan!nTelat = lvNormalisasi.ListItems(i).SubItems(3) simpan!WorkRate = lvNormalisasi.ListItems(i).SubItems(4) simpan!Responsibility = lvNormalisasi.ListItems(i).SubItems(5) simpan.Update

Set simpan = Nothing

Set simpan = New Recordset

simpan.Open "tbNormalisasiBobot", Con, 1, 2 simpan.AddNew

simpan!NIK = lvOperator.ListItems(i).SubItems(1) simpan!nTelat = lvNormBobot.ListItems(i).SubItems(3) simpan!WorkRate = lvNormBobot.ListItems(i).SubItems(4) simpan!Responsibility = lvNormBobot.ListItems(i).SubItems(5) simpan.Update

Set simpan = Nothing

Set simpan = New Recordset

simpan.Open "tbJarak", Con, 1, 2 simpan.AddNew

simpan!NIK = lvOperator.ListItems(i).SubItems(1)

simpan!jarak_max = lvJarakPisah.ListItems(i).SubItems(3) simpan!jarak_min = lvJarakPisah.ListItems(i).SubItems(4) simpan.Update

Set simpan = Nothing

Set simpan = New Recordset

simpan.Open "tbKedekatan", Con, 1, 2 simpan.AddNew

simpan!NIK = lvOperator.ListItems(i).SubItems(1) simpan!c = lvKedekatan.ListItems(i).SubItems(3) simpan.Update

Set simpan = Nothing Next

(6)

Sistem Pendukung Keputusan Menentukan Operator Terbaik Menggunakan Metode Topsis (Studi Kasus: CBOC Regional 1/ PT. Telekomunikasi, TBK.)

SISTEM PENDUKUNG KEPUTUSAN MENENTUKAN

OPERATOR TERBAIK MENGGUNAKAN METODE

TOPSIS (STUDI KASUS: CBOC REGIONAL 1/

PT. TELEKOMUNIKASI, TBK.)

DRAF SKRIPSI

ANDRIAN HAMZANI

071401057

PROGRAM STUDI S1 ILMU KOMPUTER

FAKULTAS ILMU KOMPUTER DAN TEKNOLOGI INFORMASI

UNIVERSITAS SUMATERA UTARA

MEDAN

2015

SISTEM PENDUKUNG KEPUTUSAN MENENTUKAN

OPERATOR TERBAIK MENGGUNAKAN METODE

TOPSIS (STUDI KASUS: CBOC REGIONAL 1/

PT. TELEKOMUNIKASI, TBK.)

DRAF SKRIPSI

ANDRIAN HAMZANI

071401057

PROGRAM STUDI S-1 ILMU KOMPUTER

FAKULTAS ILMU KOMPUTER DAN TEKNOLOGI INFORMASI

UNIVERSITAS SUMATERA UTARA

MEDAN

2015

x

x

x

x

x

x

x

x

x

x

x

x

x

x

x

x

a

a

a

a

x

x

x

x





X

X

r



w

*

r

v







)

(





s

s

s

c







BAB 4

IMPLEMENTASI DAN PENGUJIAN

DAFTAR RIWAYAT HIDUP

Data Pribadi

Nama

: Andrian Hamzani

Jenis kelamin