Sistem Pendukung Keputusan Dalam Menentukan Pemain Basket Terbaik Menggunakan Algoritma Analytical Hierarchy Process (AHP) Dan Profile Matching (Studi Kasus : SMA Santo Thomas 1 Medan )
SISTEM PENDUKUNG KEPUTUSAN DALAM MENENTUKAN PEMAIN BASKET TERBAIK MENGGUNAKAN ALGORITMA ANALYTICAL
HIERARCHY PROCESS (AHP) DAN PROFILE MATCHING (StudiKasus : SMA SANTO THOMAS 1 MEDAN )
SKRIPSI
IVANA LISA Br SITEPU 111401134
PROGRAM STUDI S1 ILMU KOMPUTER
FAKULTAS ILMU KOMPUTER DAN TEKNOLOGI INFORMASI UNIVERSITAS SUMATERA UTARA
MEDAN 2015
(2)
SISTEM PENDUKUNG KEPUTUSAN DALAM MENENTUKAN PEMAIN BASKET TERBAIK MENGGUNAKAN ALGORITMA ANALYTICAL
HIERARCHYPROCESS (AHP) DAN PROFILE MATCHING (StudiKasus : SMA SANTO THOMAS 1 MEDAN )
SKRIPSI
Diajukan untuk melengkapi tugas dan memenuhi syarat memperoleh ijin Sarjana Ilmu Komputer
IVANA LISA Br SITEPU 111401134
PROGRAM STUDI S1 ILMU KOMPUTER
FAKULTAS ILMU KOMPUTER DAN TEKNOLOGI INFORMASI UNIVERSITAS SUMATERA UTARA
MEDAN 2015
(3)
ii
PERSETUJUAN
Judul : SISTEM PENDUKUNG KEPUTUSAN DALAM
MENENTUKAN PEMAIN BASKET TERBAIK MENGGUNAKAN ALGORITMA ANALYTICAL HIERARCHY PROCESS (AHP) DAN PROFILE MATCHING.
Kategori : SKRIPSI
Nama : IVANA LISA Br SITEPU
Nomor Induk Mahasiswa : 111401134
Program Studi : S1 ILMU KOMPUTER
Fakultas : ILMU KOMPUTER DAN TEKNOLOGI INFORMASI
UNIVERSITAS SUMATERA UTARA
Diluluskan di
Medan,Oktober2015
Komisi Pembimbing :
Pembimbing 2 Pembimbing 1
M. Andri Budiman ST, M.Comp.Sc, MEM Dr. Poltak Sihombing, M.Kom NIP. 197510082008011011 NIP. 196203171991031001
Diketahui/Disetujui oleh
Program Studi S1 Ilmu Komputer Ketua,
Dr. Poltak Sihombing, M.Kom NIP. 196203171991031001
(4)
iii
PERNYATAAN
SISTEM PENDUKUNG KEPUTUSAN DALAM MENENTUKAN PEMAIN BASKET TERBAIK MENGGUNAKAN ALGORITMA ANALYTICAL
HIERARCHY PROCESS (AHP) DAN PROFILE MATCHING (StudiKasus : SMA SANTO THOMAS 1 MEDAN )
SKRIPSI
Saya menyatakan bahwa skripsi ini adalah hasil karya saya sendiri, kecuali beberapa kutipan dan ringkasan yang masing-masing telah disebutkan sumbernya.
Medan, Oktober 2015
Ivana Lisa br Sitepu 111401134
(5)
iv
PENGHARGAAN
Segala hormat, pujian dan syukur Penulis ucapkan kepada Tuhan Yesus Kristus yang senantiasa melimpahkan rahmat dan karunia-Nya sehingga skripsi ini dapat diselesaikan, sebagai syarat untuk memperoleh gelar Sarjana Komputer pada Program Studi S1 Ilmu Komputer Universitas Sumatera Utara.
Penulis ingin menyampaikan rasa hormat dan terima kasih yang sebesar–besarnya kepada :
1. Bapa
k Prof. Dr. dr. Syahril Pasaribu, DTM&H, Msc(CTM), Sp.A(K) selaku Rektor Universitas Sumatera Utara.
2. Bapak Prof. Dr. Muhammad Zarlis selaku Dekan Fakultas Ilmu Komputer dan Teknologi Informasi Universitas Sumatera Utarasekaligus selaku Dosen Pembanding I yang telah memberikan arahan serta motivasi kepada penulis dalam pengerjaan skripsi ini.
3. Bapak Dr. Poltak Sihombing,M.Kom selaku Ketua Program Studi S1 Ilmu
KomputerFakultas Ilmu Komputer dan Teknologi Informasi Universitas Sumatera Utara sekaligus selaku Dosen Pembimbing I yang telah memberikan arahan serta motivasi kepada penulis dalam pengerjaan skripsi ini.
4. Ibu Maya Silvi Lydia, B.Sc., M.Sc selaku Sekretaris Program Studi S1 Ilmu Komputer Universitas Sumatera Utara.
5. Bapak M.Andri Budiman ST,M.Comp.Sc,MEM selakuDosenPembimbing II yang
telah memberikan bimbingan, saran dan masukan kepada penulis dalam pengerjaan skripsi ini.
6. Bapak Drs. Marihat Situmorang , M. Komselaku Dosen Pembanding II yang telah
memberikan saran dan masukan kepada penulis dalam pengerjaan skripsi ini.
7. Ayahanda Nandayus Sitepudan Ibunda Dra.Lenggur Br Sembiring yang selalu
memberikan doa, dukungan serta kasih sayang yang tak henti-hentinya kepada penulisuntuk menyelesaikan skripsi ini.
8. Adik tersayang Arnold Prayoga Sitepu dan Tiatira Yoli Br Sitepu yang juga turut memberi doa dan dukungan kepada penulis.
(6)
v
9. Abangda tersayang Danny Putra Pratama Perangin-angin,ST yang selalu
memberikan doa, dukungan dan kasih sayang kepada penulis selama menyusun skripsi ini.
10. Saudara tersayang Lewy Pelawi, Wari Pelawi, Huli Karina Pelawi, Ema Pelawi dan
Emiya Pelawi yang selalu memberi dukungan kepada penulis.
11. Abang Angga Malau, S. Kom yang telah banyak membantu, memberikan semangat
dan menjadi teman diskusi penulis dalam menyelesaikan skripsi ini.
12. Teman-teman seperjuangan mahasiswa S1-Ilmu Komputer stambuk
2011terkhusus Shahira An-nissa dan Annisa Fadillah Siregar yang telah memberikan semangat dan menjadi teman diskusi penulis dalam menyelesaikan skripsi ini.
13. Semua pihak yang terlibat langsung ataupun tidak langsung yang tidak dapat penulis ucapkan satu per satu yang telah membantu penyelesaian skripsi ini.
Penulis menyadari bahwa skripsi ini masih terdapat kekurangan. Oleh karena itu, kepada pembaca agar kiranya memberikan kritik dan saran yang bersifat membangun demi kesempurnaan skripsi ini. Sehingga dapat bermanfaat bagi kita semuanya.
Medan, Oktober 2015
(7)
vi
ABSTRAK
Permainan bola basket mengalami perkembangan yang pesat ditunjang lagi dengan sering diadakannya turnamen-turnamen antar klub, event-event pelajar tingkat sekolah hingga tingkat nasional, pelatih basket umumnya memiliki kendala dalam menentukan pemain basket terbaik. Sistem pendukung keputusan bertujuan untuk membantu pelatih basket dalam menentukan pemain basket sesuai dengan kriteria yang diinginkan. Sistem ini
mengimplementasikan algoritma Analytical Hierarchy Process (AHP) dan Profile
Matching, di mana dengan algoritma AHP masalah yang kompleks dapat dengan mudah disederhanakan sehingga mempercepat proses pengambilan keputusan, algoritma AHP mengubah nilai kualitatif menjadi nilai kuantitatif sehingga keputusan yang dipilih lebih obyektif. Algoritma Profile Matching adalah sebuah mekanisme pengambilan keputusan dengan mengasumsikan bahwa terdapat tingkat variabel prediktor ideal yang harus dimiliki oleh pelamar bukannya tingkat minimal yang harus dipenuhi atau dilewati. Kriteria yang dipakai dalam algoritma ini adalah dribble, shooting, passing, kelincahan. Hasil dari sistem berupa nilai rekomendasi yang sesuai dengan bobot kriteria yang diinginkan pengguna.
Kata Kunci : Sistem Pendukung Keputusan, Analytical Hierarchy Process,Profile Matching, Pemain Basket, basket.
(8)
vii
DECISION SUPPORT SYSTEM DETERMINES THE BEST BASKETBALL PLAYER USING ANALYTICAL HIERARCHY PROCESS ALGORITHM
AND PROFILE MATCHING
ABSTRACT
The game of basketball experience’s rapid growth is supported again by the frequent holdings of tournaments between clubs, events, school students up to the national level, the basketball coach generally has some constraints in determining the best basketball players. This decision support system aims to assist in determining the basketball players in accordance with the desired criteria. This system implements the Analytical Hierarchy Process (AHP) and the Profile Matching algorithms, by implementing AHP, complex problems can easily be simplified in order to accelerate the decision making process. AHP algorithm changes qualitative value into quantitative ones, it can help to achieveor obtain more objective decision. Profile Matching algorithm is a decision-making mechanism that assume, there is an ideal level of predictor variables that must be owned by the applicant instead of the minimum levels that must be met. The criteria used in the algorithm is dribble, shooting, passing, agility. The results of the system is in the form of the value of the recommendations in accordance with the criteria desired weightedby user.
Keyword : Decision Support Systems , Analytical Hierarchy Process , Profile Matching , Basketball Players, Basket.
(9)
viii
DAFTAR ISI
Halaman
Persetujuan ii
Pernyataan iii
Penghargaan iv
Abstrak vi
Abstract vii
Daftar Isi viii
Daftar Tabel x
Daftar Gambar xi
Daftar Lampiran xii
Bab I Pendahuluan 1
1.1. Lat
ar Belakang 1
1.2. Ru
musan Masalah 2
1.3. Bat
asan Masalah 2
1.4. Tuj
uan Penelitian 2
1.5. Ma
nfaat Penelitian 2
1.6. Met
odologi Penelitian 3
1.7. Sist
ematika Penelitian 3
Bab II Tinjauan Pustaka 5
2.1. Permainan Bola Basket 5
2.2. Sistem Pendukung Keputusan 6
2.3. Metode Analytical Hierarchy Process (AHP) 7
2.4. Metode Profile Matching 20
Bab III Analisis dan Perancangan Sistem 22
3.1. Analisis Sistem 22
3.2. Analisis Masalah 22
3.3. Analisis Kebutuhan Sistem 23
3.3.1.Kebutuhan Fungsional Sistem 23
3.3.2.Kebutuhan Non-Fungsional Sistem 23
3.4. Flowchart Sistem 24
3.4.1. Flowchart Sistem Secara Umum 24
3.4.2. Flowchart Algoritma AHP 25
3.4.3. Flowchart Algoritma Profile Matching 26
3.5. Perancangan Sistem 27
(10)
ix
3.5.2. Antarmuka Perhitungan Dengan Algoritma Profile
Matching 28
Bab IV Implementasi dan Pengujian 30
4.1 Implementasi Sistem 30
4.1.1. Tampilan Home 30
4.1.2. Perhitungan AHP 31
4.1.3. Perhitungan Profile Matching 32
4.1.4. Tampilan Halaman Tentang 33
4.2. Pengujian Sistem 33
4.2.1. Pengujian Sistem Dengan Algoritma Analytical
Hierarchy Process 33
4.2.2. Pengujian Sistem Dengan Algoritma Profile
Matchinng 35
4.3. Database Sistem 38
Bab 5 Kesimpulan dan Saran 41
5.1. Kesimpulaan 41
5.2. Saran 41
(11)
x
DAFTAR TABEL
Halaman
Tabel 1. Skala Penilaian Perbandingan Pasangan 8
Tabel 2. Daftar Indeks Random Konsistensi (IR) 10
Tabel 3. Random Index 12
Tabel 4. Matriks Faktor Pembobotan Hirarki untuk Semua Kriteria 14
Tabel 5. Matriks Faktor Pembobotan Hirarki untuk Semua Kriteria yang
Disederhanakan 14
Tabel 6. Matriks Faktor Pembobotan Hirarki untuk Semua Kriteria yang
Dinormalkan 14
Tabel 7. Matriks Faktor Evaluasi untuk Kriteria Dribling 15
Tabel 8. Matriks Faktor Evaluasi untuk Kriteria Dribling yang
Disederhanakan 15
Tabel 9. Matriks Faktor Evaluasi untuk Kriteria Dribling yang
Dinormalkan 16
Tabel 10. Matriks Faktor Evaluasi untuk Kriteria Shooting 17
Tabel 11. Matriks Faktor Evaluasi untuk Kriteria yang Shooting
Disederhanakan 17
Tabel 12. Matriks Faktor Evaluasi untuk Kriteria Shooting yang
Dinormalkan 17
Tabel 13. Matriks Faktor Evaluasi untuk Kriteria Passing 18
Tabel 14. Matriks Faktor Evaluasi untuk Kriteria Passing yang
Disederhanakan 18
Tabel 15. Matriks Faktor Evaluasi untuk Kriteria Passing yang
Dinormalkan 19
(12)
xi
DAFTAR GAMBAR
Halaman
Gambar 1. Langkah-langkah dalam Metode AHP 13
Gambar 3.1. Diagram Ishikawa Analisis Masalah Sistem Pemilihan Pemain
Basket 23
Gambar 3.2. Flowchart Sistem Secara Umum 24
Gambar 3.3. Flowchart algoritma AHP [NUG14] 25
Gambar 3.4. FlowchartProfile Matching [RAH14] 26
Gambar 3.5. Antarmuka Perhitungan dengan Algoritma AHP 27
Gambar 3.6. Antarmuka Perhitungan dengan AlgoritmaProfile Matching 28
Gambar 4.1. FormHome 31
Gambar 4.2. Form Perhitungan AHP 32
Gambar 4.3. Form Perhitungan Profile Matching 32
Gambar 4.4. Halaman FormTentang 33
Gambar 4.5. Form Perbandingan Berpasangan Kriteria 34
Gambar 4.6. Form Perhitungan Pemain 39
Gambar 4.7. Form Ranking Pemain Basket AHP 34
Gambar 4.8 Form Data Kriteria 35
Gambar 4.9. Form Perhitungan NCF dan NSF 36
Gambar 4.10. Form Ranking Pemain Basket Profile Matching 38
Gambar 4.11. Database Pemain 39
Gambar 4.12. Database Kriteria 39
Gambar 4.13. Database Perhitungan AHP 39
(13)
(14)
DAFTAR LAMPIRAN
Halaman
Kuisioner 46
Listing Program 49
(15)
vi
ABSTRAK
Permainan bola basket mengalami perkembangan yang pesat ditunjang lagi dengan sering diadakannya turnamen-turnamen antar klub, event-event pelajar tingkat sekolah hingga tingkat nasional, pelatih basket umumnya memiliki kendala dalam menentukan pemain basket terbaik. Sistem pendukung keputusan bertujuan untuk membantu pelatih basket dalam menentukan pemain basket sesuai dengan kriteria yang diinginkan. Sistem ini
mengimplementasikan algoritma Analytical Hierarchy Process (AHP) dan Profile
Matching, di mana dengan algoritma AHP masalah yang kompleks dapat dengan mudah disederhanakan sehingga mempercepat proses pengambilan keputusan, algoritma AHP mengubah nilai kualitatif menjadi nilai kuantitatif sehingga keputusan yang dipilih lebih obyektif. Algoritma Profile Matching adalah sebuah mekanisme pengambilan keputusan dengan mengasumsikan bahwa terdapat tingkat variabel prediktor ideal yang harus dimiliki oleh pelamar bukannya tingkat minimal yang harus dipenuhi atau dilewati. Kriteria yang dipakai dalam algoritma ini adalah dribble, shooting, passing, kelincahan. Hasil dari sistem berupa nilai rekomendasi yang sesuai dengan bobot kriteria yang diinginkan pengguna.
Kata Kunci : Sistem Pendukung Keputusan, Analytical Hierarchy Process,Profile Matching, Pemain Basket, basket.
(16)
vii
DECISION SUPPORT SYSTEM DETERMINES THE BEST BASKETBALL PLAYER USING ANALYTICAL HIERARCHY PROCESS ALGORITHM
AND PROFILE MATCHING
ABSTRACT
The game of basketball experience’s rapid growth is supported again by the frequent holdings of tournaments between clubs, events, school students up to the national level, the basketball coach generally has some constraints in determining the best basketball players. This decision support system aims to assist in determining the basketball players in accordance with the desired criteria. This system implements the Analytical Hierarchy Process (AHP) and the Profile Matching algorithms, by implementing AHP, complex problems can easily be simplified in order to accelerate the decision making process. AHP algorithm changes qualitative value into quantitative ones, it can help to achieveor obtain more objective decision. Profile Matching algorithm is a decision-making mechanism that assume, there is an ideal level of predictor variables that must be owned by the applicant instead of the minimum levels that must be met. The criteria used in the algorithm is dribble, shooting, passing, agility. The results of the system is in the form of the value of the recommendations in accordance with the criteria desired weightedby user.
Keyword : Decision Support Systems , Analytical Hierarchy Process , Profile Matching , Basketball Players, Basket.
(17)
BAB 1 PENDAHULUAN
1.1Latar Belakang
Permainan bola basket diciptakan oleh Prof A.Naismith salah seorang guru pendidikan jasmani Young Mens Christian Association (YMCA) Springfield, Amerika Serikat pada tahun 1891. Permainan bola basket dimainkan oleh dua regu yang berlawanan. Tiap-tiap regu yang melakukan permainan di lapangan terdiri dari 5 orang, sedangkan pemain pengganti sebanyak-banyaknya 7 orang, sehingga tiap regu paling banyak terdiri dari 12 orang pemain.
Basket cukup menarik dan bisa dimainkan oleh semua kalangan dari anak-anak sampai orang dewasa dan bisa dilakukan oleh laki-laki maupun wanita, selain itu permainan bola basket ini bisa dilakukan dalam ruangan tertutup (indoor) maupun ruangan terbuka (outdoor).
Permainan bola basket saat ini mengalami perkembangan yang pesat terbukti dengan munculnya klub-klub tangguh di tanah air dan atlet-atlet bola basket pelajar baik ditingkat sekolah maupun perguruan tinggi. Ditunjang lagi dengan sering diadakannya turnamen-turnamen antar klub, event-event pelajar tingkat sekolah hingga tingkat nasional. Selain itu dengan bervariasinya permainan bola basket dengan unsur hiburan
(18)
seperti streetball, three on three, crushbone, menjadikan olahraga bola basket menjadi olahraga yang bergengsi dan trend mode di kalangan anak muda.
Pada tahun 1955 Vikariat Apostolik Medan (Keuskupan Agung Medan) mendidirikan SMA Katolik Medan di jalan Let. Jend. S. Parman 109 Medan. Seiring waktu, nama SMA Katolik tersbeut berubah menjadi SMA Katolik St.Thomas 1 Medan dengan wewenang mengelola sekolah diserahkan mula-mula kepada seksi Pendidikan dan Pengajaran Keuskupan Agung Medan sampai dengan 27 Nopember 1982. Seiring dengan kemajuan dan perkembangan dunia pendidikan sekolah St.Thomas membuka ekstrakulikuler olahraga yaitu salah satu basket untuk menyalurkan hobbi para siswa dan melatih menjadi atlet daerah maupun nasional.
Profile Matching adalah sebuah mekanisme pengambilan keputusan dengan mengasumsikan bahwa terdapat tingkat variabel prediktor ideal yang harus dimiliki oleh pelamar bukannya tingkat minimal yang harus dipenuhi atau dilewati. Sedangkan Analytical Hierarchy Process (AHP) adalah suatu teori tentang pengukuran yang digunakan untuk menemukan skala rasio dangan melakukan perbandingan berpasangan antar faktor.
Berdasarkan latar belakang tersebut, maka penulis mencoba membuat penelitian
dengan judul “Sistem Pendukung Keputusan dalam Menentukan Pemain Basket Terbaik Menggunakan Algoritma Analytical Hierarchy Process (AHP) dan Profile Matching. (Studi Kasus: Sma Santo Thomas 1 Medan)”. Diharapkan dengan adanya aplikasi yang akan dibangun dapat membantu pelatih dalam memilih pemain basket yang terbaik.
1.2Rumusan Masalah
Berdasarkan uraian latar belakang diatas, maka rumusan masalah yang akan dibahas
adalah Bagaimana membangun suatu sistem menggunakan algoritma Analytical
Hierarchy Process (AHP) dan Profile Matching untuk menentukan pemain basket terbaik pada siswa SMA Santo Thomas 1 Medan yang mengikuti ekstrakulikuler basket
1.3Batasan Masalah
1. Dalam penelitian ini menggunakan kriteria dribling, shooting, passing, kelincahan.
2. Dalam pemilihan sampel penulis menggunakan subjek anak SMA Santo Thomas 1
Medan yang mengikuti ekstrakulikuler basket, tetapi hanya laki-laki saja. 3. Peneliti melakukan test kelincahan dengan menggunakan test illinois agility run.
(19)
4. Menggunakan bahasa pemrograman C#.
1.4Tujuan Penelitian
Dalam penelitian ini, tujuan yang ingin dicapai adalah membangun suatu aplikasi yang dalam menentukan nama pemain basket terbaik dengan menggunakan algoritma Analytical Hierarchy Process (AHP) dan Profile Matching.
1.5Manfaat Penelitian
Manfaat penelitian yang diharapkan adalah mendapatkan nama pemain terbaik dari kriteria yang telah ditentukan, diharapkan dapat digunakan pelatih dalam menentukan pemain basket terbaik dengan lebih mudah.
1.6Metodologi Penelitian
1. Studi Literatur
Pada tahapan ini penulis mengumpulkan bahan dan data sebagai referensi dari berbagai buku, jurnal, skripsi dan sumber lainnya yang berkaitan dengan penulisan.
2. Tes Kelincahan dan Keahlian
Pada tahapan ini, penulis melakukan tes kelincahan untuk mengukur kelincahan pemain dalam mengubah arah. Dalam tes ini dibutuhkan beberapa alat dan bahan yaitu lembaran form penilaian, pulpen, stopwatch, bola basket.
3. Analisis dan Perancangan Sistem
Pada tahap ini dilakukan analisis sesuai dengan kebutuhan seperti membangun
suatu aplikasi dengan mengimplementasikan algoritma Analytical Hierarchy
Process (AHP) dan Profile Matching, jenis perangkat yang digunakan, pembuatan desain berbasis database, target pengguna dan hasil yang diinginkan.
5. Implementasi Sistem
Metode ini dilakukan dengan mengimplementasikan rancangan sistem yang telah di buat pada analisis dan perancangan sistem dengan menggunakan bahasa pemrograman C#.
6. Pengujian Sistem
Dilakukan dengan mengimplementasikan algoritma Analytical Hierarchy Process (AHP) dan Profile Matching untuk menentukan pemain basket terbaik.
(20)
Berisikan laporan dan kesimpulan akhir dari penelitian dan pengujian dalam bentuk skripsi
1.7Sistematika Penelitian
Untuk membuat penelitian lebih terstruktur, maka penelitian ini dibagi menjadi lima bab, yaitu:
BAB 1: PENDAHULUAN
Pada bab ini berisi penjelasan mengenai latar belakang masalah, perumusan masalah, batasan masalah, tujuan penelitian, manfaat penelitian, metodeologi penelitian dan sistematika penulisan.
BAB 2: TINJAUAN PUSTAKA
Pada bab ini berisi penjelasan mengenai teori – teori yang terkait dengan penelitian ini diantaranya adalah AlgoritmaAnalytical Hierarchy Process dan Profile Matching untuk menentukan pemain basket terbaik.
BAB 3 : ANALISIS DAN PERANCANGAN SISTEM
Pada bab ini berisi penjelasan tentang analisis masalah yang dibangun dalam sistem dan menganalisis tentang hal – hal yang dibutuhkan dalam membangun sistem ini, kemudian dilanjutkan dengan tahapan perancangan sistem yang berupa perancangan interface sistem.
BAB 4 : IMPLEMENTASI DAN PENGUJIAN SISTEM
Pada bab ini berisi tentang implementasi sistem yang berdasarkan tahapan perancangan dengan menggunakan bahasa pemrograman C#. Kemudian dilanjutkan dengan tahapan pengujian sistem untuk menguji apakah sistem sudah berjalan sesuai dengan perancangan.
BAB 5 : KESIMPULAN DAN SARAN
Pada bab ini berisi kesimpulan yang diperoleh dalam penelitian dan saran yang diberikan untuk pengembangan lebih lanjut.
(21)
BAB 2
TINJAUAN PUSTAKA
2.1Permainan Bola Basket
Bola basket adalah salah satu olahraga yang terkenal/populer didunia. Penggemarnya dari segala usia merasakkan permaian bola basket adalah olahraga yang menyenangkan, kompetitif, mendidik, menghibur, dan menyehatkan. Keterampilan-keterampilan perseorangan seperti tembakan, umpan drible, dan rebound, serta kerja sama tim untuk menyerang atau bertahan, adalah prasyarat agar berhasil dalam memainkan olahraga ini.
Bola basket dimainkan oleh dua regu, yang masing-masing regu terdiri dari 5 pemain. Setiap regu berusaha memasukan bola ke dalam keranjang lawan dan berusaha mencegah lawan untuk memasukan bola atau mencetak angka dengan cara bola dioper, dilempar, ditepis, digelindingkan atau dipantulkan segala arah sesuai dengan peraturan yang telah ditentukan.
Dalam pembinaan prestasi bola basket agar tercipta prestasi yang optimal, maka perlu pembinaan seutuhnya dari olahraga bola basket. Prestasi terbaik hanya akan dicapai bila pembinaan dapat dilaksanakan dan tertuju pada aspek-aspek pelatihan seutuhnya, mencakup :
1) Kepribadian Atlet
Istilah kepribadian atlet dalam bentuk pelaksaan operasional ini adalah sejumlah ciri unik dari seorang atlet. Untuk dapat berprestasi dalam olahraga dibutuhkan sifat-sifat tertentu yang sesuai dengan tuntutan cabangnya, yaitu: sikap positif melaksakan latihan, loyal terhadap kepemimpinan, rendah hati, semangat bersaing dan berprestasi.
2) Kondisi Fisik
Pembinaan kondisi fisik tertuju pada komponen kemampuan fisik yang dominan untuk mencapai prestasi. Pada cabang olahraga basket komponen kondisi fisik adalah kekuatan, power, daya tahan, koordinasi dan kecepatan. Berkaitan dengan kemampuan fisik, diperlukan derajat kebugaran jasmani yang serasi dengan
(22)
tuntutan kerja bagi seseorang mencakup kebugaran bertalian dengan kesehatan dan kebugaran bertalian dengan prestasi.
3) Keterampilan Teknik
Pembinaan keterampilan teknik tertuju pada penguasaan teknik yang rasional dan ekonomis dalam suatu cabang olahraga. Bila kekuatan, stamina dan kecepatan sudah berkembang, maka atlet dapat mengalami peningkatan teknik. Persoalan penting bagaimana memadukan kemampuan fisik untuk mendukung keterampilan.
4) Keterampilan Taktis
Latihan taktik tertuju pada peningkatan keterampilan taktis. Untuk itu atlet harus dapat memanfaatkan kondisi fisik, keterampilan dan kondisi psikologis guna merespon kekuatan atau kelemahan lawannya secara efektif. Selain itu agar ia mampu beradaptasi dengan situasi kompetisi secara keseluruhan.
5) Kemampuan Mental
Latihan mental tertuju ada kemampuan mental, karena ditaksir sekitar 90-95% variasi prestasi sebagai pengaruh kemampuan mental. Pembinaan mental dimaksudkan agar atlet mampu membuat keputusan dengan cepat dan tepat, atlet mampu mengurangi stress mental, atau mengatasi stress mental dari beban latihan yang berat dan atlet memiliki stabilitas emosi yang tangguh [HAP13].
Teknik dasar bola basket adalah penguasaan ketrampilan gerak di dalam olahraga bolabasket yang merupakan suatu landasan dalam usaha mencapai prestasi yang optimal .Dalam penelitian ini teknik dasar bola basket yang akan dimaksud adalah teknik dasar passing, dribble, dan shooting.
2.2Sistem Pendukung Keputusan
Sistem pendukung keputusan (SPK) adalah bagian dari sistem informasi berbasis komputer termasuk sistem berbasis pengetahuan atau manajemen pengetahuan yang dipakai untuk mendukung pengambilan keputusan dalam suatu organisasi atau perusahaan.
Konsep SPK pertama kali diperkenalkan pada awal 1970-an oleh Michael Scott Morton dengan istilah Management Decision System. Michael Scott Morton mendefinisikan SPK sebagai sistem berbasis komputer interaktif, yang membantu para pengambil keputusan untuk menggunakan data dan berbagai model untuk memecahkan masalah-masalah tidak terstruktur”. SPK dirancang untuk mendukung seluruh tahapan
(23)
pembuatan keputusan yang dimulai dari tahap mengidentifikasi masalah, memilih data yang relevan, menentukan pendekatan yang digunakan dalam proses pembuatan keputusan, sampai pada kegiatan mengevaluasi pemilihan alternatif.
Untuk membantu mempercepat dan mempermudah proses pengambilan keputusan, diperlukan suatu bentuk Sistem Pendukung Keputusan (Decision Support System). Tujuannya adalah untuk membantu pengambilan keputusan memilih berbagai alteratif keputusan yang merupakan hasil pengolahan informasi-informasi yang diperoleh/tersedia dengan menggunakan model-model menggunakan model-model pengambilan keputusan.
Lima karakteristik utama SPK adalah sitem yang berbasis komputer, dipergunakan untuk mengambil keputusan, untuk memecahkan masalah-masalah yang rumit yang tidak dapat digunakan dengan kakulasi manual, melalui cara simulasi yang interaktif, komponen utamanya data dan model analisis.
2.3Metode Analytical Hierarchy Process (AHP)
AHP dikembangkan Dr. Thomas L. Saaty dari Wharton School of Business pada tahun 1970-an untuk mengorganisasikan informasi dan judgement dalam memiliki alternatif yang paling disukai. Pada dasarnya AHP adalah metode untuk memecahkan suatu masalah yang komplek dan tidak terstruktur ke dalam kelompoknya, mengatur kelompok-kelompok tersebut kedalam suatu susunan hierarki, memasukkan nilai numerik sebagai pengganti persepsi manusia dalam melakukan perbandingan relatif dan akhirnya dengan suatu sintesis ditentukan elemen yang mempunyai prioritas tertinggi.
Metode AHP menguraikan masalah multikriteria yang kompleks menjadi suatu hirarki yang melakukan pengukuran untuk menemukan skala rasio perbandingan berpasangan, baik untuk data diskrit maupun berkelanjutan. Perbandingan-perbandingan ini dapat diambil dari ukuran aktual atau skala dasar yang mencerminkan kekuatn perasaan dan prefrensi relatif si pengambil keputusan.
A. Prinsip Kerja Analytical Hierarchy Process
Prinsip kerja AHP adalah penyederhanaan suatu persoalan kompleks yang tidak terstruktur, stratejik, dan dinamik menjadi bagian-bagiannya, serta menata dalam suatu hierarki. Kemudian tingkat kepentingan setiap variabel diberi nilai numerik secara subjektif tentang arti penting variabel tersebut secara relatif
(24)
dilakukan sintesa untuk menetapkan variabel yang memiliki prioritas tinggi dan berperan untuk mempengaruhi hasil pada sistem tersebut [NAS09].
B. Prinsip Dasar Analytical Hierarchy Process
Dalam menyelesaikan permasalahan dengan AHP ada beberapa prinsip yang perlu dipahami, diantaranya sebagai berikut:
1. Decomposition (membuat hirarki)
Sistem yang kompleks bisa dipahami dengan memecahkannya menjadi elemen-elemen yang lebih kecil dan mudah dipahami.
2. Comparative judgement (penilaian kriteria dan alternatif)
Kriteria dan alternatf dilakukan dengan perbandingan berpasangan. Menurut Saaty, untuk berbagai persoalan, skala 1 sampai 9 adalah skala terbaik untuk mengekspresikan pendapat. Nilai dan definisi pendapat kualitatif dari skala perbandingan Saaty dapat diukur menggunakan tabel analisis seperti pada tabel 1 berikut ini:
Tabel 1 Skala Penilaian Perbandingan Pasangan Intensitas
Kepentingan
Keterangan
1 Kedua elemen sama pentingnya
3 Elemen yang satu sedikit lebih penting daripada elemen yang lainnya
5 Elemen yang satu lebih penting daripada yang lainnya
7 Satu elemen jelas lebih mutlak penting daripada elemen lainnya
9 Satu elemen mutlak penting daripada elemen lainnya
2,4,6,8 Nilai-nilai antara dua nilai pertimbangan-pertimbangan yang berdekatan
3. Synthesis of priority (menentukan prioritas)
Menentukan prioritas dari elemen-elemen kriteria dapat dipandang sebagai bobot/kontribusi elemen tersebut terhadap tujuan pengambilan keputusan. AHP melakukan analisis prioritas elemen dengan metode perbandingan berpasangan antar dua elemen sehingga semua elemen yang ada tercakup. Prioritas ini ditentukan berdasarkan pandangan para pakar dan pihak-pihak yang berkepentingan terhadap pengambilan keputusan, baik secara langsung (diskusi) maupun secara tidak langsung (kuisioner).
(25)
4. Logical consistency (konsistensi logis)
Konsistensi memiliki dua makna. Pertama, objek-objek yang serupa bisa dikelompokkan sesuai dengan keseragaman dan relevansi. Kedua, menyangkut tingkat hubungan antar objek yang didasarkan pada kriteria tertentu
C. Prosedur Analytical Hierarchy Process
Menurut Kusrini, 2007 (dikutip oleh Manurung, 2010) secara umum langkah-langkah yang harus dilakukan dalam menggunakan AHP untuk pemecahan suatu masalah adalah sebagai berikut:
1. Mendefinisikan masalah dan menentukan solusi yang diinginkan, lalu
menyusun hirarki dari permasalahan yang dihadapi.
2. Menentukan prioritas elemen
a. Langkah pertama dalam menentukan prioritas elemen adalah membuat
perbandingan pasangan, yaitu membandingkan elemen secara berpasangan sesuai kriteria yang diberikan.
b. Matriks perbandingan berpasangan diisi menggunakan bilangan
untuk mempresentasikan kepentingan relatif dari suatu elemen terhadap elemen yang lainnya.
3. Sintesis
Pertimbangan-pertimbangan terhadap perbandingan berpasangan disintesis untuk memperoleh keseluruhan prioritas. Hal-hal yang dilakukan dalam langkah ini adalah:
a. Menjumlahkan nilai-nilai dari setiap kolom pada matriks.
b. Membagi setiap nilai dari kolom dengan total kolom yang
bersangkutan ntuk memperoleh normalisasi matriks.
c. Menjumlahkan nilai-nilai dari setiap baris dan membaginya
dengan jumlah elemen untuk mendapatkan nilai rata-rata.
4. Mengukur konsistensi
Dalam pembuatan keputusan, penting untuk mengetahui seberapa baik konsistensi yang ada karena kita tidak menginginkan keputusan berdasarkan pertimbangan dengan konsistensi yang rendah. Hal-hal yang dilakukan dalam langkah ini adalah:
(26)
a. Kalikan setiap nilai pada kolom pertama dengan prioritas relatif elemen pertama, nilai pada kolom kedua dengan prioritas relatif elemen kedua dan seterusnya.
b. Jumlahkan setiap baris.
c. Hasil dari penjumlahan baris dibagi dengan elemen prioritas relatif yang bersangkutan.
d. Jumlahkan hasil bagi di atas dengan banyaknya elemen yang ada. Hasilnya
di sebut maks.
5. Hitung Consistency Index (CI) dengan rumus:
... (1) Di mana n = banyaknya elemen.
6. Hitung Rasio Konsistensi / Consistency Ratio (CR) dengan rumus:
... (2)
Dimana CR = Consistency Ratio
CI = Consistency Index
IR = Indeks Random Consistency
7. Memeriksa konsistensi hirarki. Jika nilainya lebih dari 10%, maka penilaian data judgement harus diperbaiki, berarti langkah kedua harus diulang kembali. Namun, jika rasio konsistensi (CI/IR) kurang atau sama dengan 0,1 maka hasil perhitungan bisa dinyatakan benar.
Tabel 2 Daftar Indeks Random Konsistensi (IR)
Ukuran matriks Nilai IR
1 0.00
2 0.00
3 0.58
4 0.90
5 1.12
6 1.24
7 1.32
8 1.41
9 1.45
10 1.49
11 1.51
12 1.48
13 1.56
(27)
15 1.59
D. Langkah-Langkah dalam Metode AHP
Secara umum langkah-langkah yang harus dilakukan dalam menggunakan metode AHP untuk pemecahan suatu masalah adalah sebagai berikut:
1. Mendefinisikan masalah dan menentukan solusi yang diinginkan, lalu
menyusun hirarki dari masalah yang dihadapi yaitu menetapkan tujuan, kriteria, dan alternatif.
2. Menentukan prioritas elemen
a. Langkah pertama dalam menentukan prioritas elemen adalah membuat
perbandingan berpasangan antar elemen dan membandingkannya.
b. Cara membandingkannya yaitu dengan mengisi matriks perbandingan
menggunakan bilangan untuk membedakan tingkat kepentingan dari suatu elemen terhadap elemen lain.
3. Sintesis
Semua hasil perbandingan berpasangan disintesis untuk memperoleh keseluruhanprioritas. Hal-hal yang dilakukan dalam langkah ini adalah :
a. Menjumlahkan semua nilai dari setiap kolom pada matriks
b. Membagi nilai dari kolom dengan total nilai kolom yang bersangkutan untuk memperoleh normalisasi matriks.
c. Lalu dari hasil normalisasi matriks, dicari nilai rata-rata dari setiap baris. Hasilnya disebut eigen vector yang dinormalkan.
4. Mengukur konsistensi
Dalam pembuatan keputusan, perlu mengetahui seberapa baik konsistensi pertimbangan yang ada untuk menghindari hasil keputusan dengan tingkat konsistensi yang rendah. Oleh karena itu hal-hal yang harus dilakukan untuk mengetahui tingkat kekonsistensian adalah :
a. Kalikan total nilai pada kolom pertama dengan eigen vector yang dinormalkan pada baris pertama, kalikan total nilai pada kolom kedua dengan eigen vector yang dinormalkan pada baris kedua, kalikan total nilai pada kolom ketiga dengan eigen vector yang dinormalkan pada baris ketiga dan seterusnya hingga selesai.
b. Jumlahkan hasil perkalian tersebut untuk mendapatkan nilai eigen
(28)
c. Hitung Indeks Konsistensi / Consistency Index (CI), dengan rumus : ... (3) Keterangan :
CI = Rasio penyimpangan konsistensi.
λmax = nilai eigen maksimum.
n = banyaknya elemen.
d. Hitung Rasio Konsistensi / Consistency Ratio (CR), dengan rumus : ... (4) Keterangan :
CR= Consistency Ratio
RI = nilai Random Index
Nilai Random Index dapat dilihat seperti pada Tabel 2
Tabel 3. Random Index
n 1 2 3 4 5 6 7 8 9 10
RI 0 0 0,58 0,90 1,12 1,24 1,32 1,41 1,45 1,49
n 11 12 13 14 15
RI 1,51 1,48 1,56 1,57 1,59
5. Memeriksa konsistensi hirarki.
Jika nilai CR lebih dari 0,100 maka penilaian data judgment harusdiperbaiki. Namun jika nilai CR kurang atau sama dengan 0,100 maka hasil perhitungan bisa dinyatakan konsisten.
6. Mencari total rangking.
Langkah terakhir adalah menghitung total rangking dengan cara menjumlahkan hasil perkalian nilai eigen vector tiap kriteria dengan nilai eigen vector alternatif pada kriteria yang sama, sehingga diperoleh alternatif terbaik
Langkah-langkah yang harus dilakukan dalam menggunakan metode AHP dapat dijelaskan seperti pada Gambar 1.
(29)
Gambar 1. Langkah-langkah dalam Metode AHP
Contoh 1.
- Menentukan tujuan, kriteria, dan alternatif. Tujuan: Menentukan murid terbaik.
Kriteria : dribling, shooting, dan passing.
Alternatif : David,Vito,dan Timmy.
- Menentukan prioritas elemen semua kriteria, sehingga diperoleh matriks seperti pada Tabel 4.
ya ya Mulai
Definisikan masalah
Sintesis
Konsisten ?
Menentukan prioritas alternatif dari masing-masing kriteria
Konsisten ?
Selesai
Tidak
Tidak Sintesis
Menentukan prioritas kriteria
(30)
Tabel 4. Matriks Faktor Pembobotan Hirarki untuk Semua Kriteria
Kriteria Dribling Shooting Passing
Dribling 1 2 4
Shooting 1:2 1 3
Passing 1:4 1:3 1
- Semua hasil perbandingan berpasangan disintesis, sehingga diperoleh
matriks seperti pada Tabel 5 dan Tabel 6.
Tabel 5. Matriks Faktor Pembobotan Hirarki untuk Semua Kriteria yang disederhanakan
Kriteria Dribbling Shooting Passing
Dribbling 1,000 2,000 4,000
Shooting 0,500 1,000 3,000
Passing 0,250 0,333 1,000
∑ 1,750 3,333 8,000
Tabel 6. Matriks Faktor Pembobotan Hirarki untuk Semua Kriteria yang dinormalkan
Kriteria Dribbling Shooting Passing Eigen Vector
Dribbling 0,571 0,600 0,500 0,557
Shooting 0,286 0,300 0,375 0,320
Passing 0,143 0,100 0,125 0,123
- Mengukur konsistensi
Nilai eigen maksimum = (1,750 x 0,557) + (3,333 x 0,320) + (8,000 x 0,123)
= 3,023
Karena matriks berordo 3 (yakni terdiri dari 3 kriteria), nilai Indeks Konsistensi yang diperoleh :
(31)
Untuk n = 3, RI = 0,58 (Tabel 2. Random Index), maka :
- Memeriksa konsistensi hirarki. Karena nilai CR kurang dari 0,100 maka hasil perhitungan dinyatakan konsisten.
- Menentukan prioritas elemen untuk kriteria kepribadian, sehingga
diperoleh matriks seperti pada Tabel 7.
Tabel 7. Matriks Faktor Evaluasi untuk Kriteria Dribling
Dribling David Vito Timmy
David 1 4 3
Vito 1:4 1 1:2
Timmy 1:3 2 1
- Semua hasil perbandingan berpasangan disintesis, sehingga diperoleh
matriks seperti pada Tabel 8 dan Tabel 9.
Tabel 8. Matriks Faktor Evaluasi untuk Kriteria Dribling yang disederhanakan
Dribling David Vito Timmy
David 1,000 4,000 3,000
Vito 0,250 1,000 0,500
Timmy 0,333 2,000 1,000
(32)
Tabel 9. Matriks Faktor Evaluasi untuk Kriteria Dribling yang dinormalkan
Dribling David Vito Timmy Eigen Vector
David 0,632 0,571 0,667 0,623
Vito 0,158 0,143 0,111 0,137
Timmy 0,210 0,286 0,222 0,239
- Mengukur konsistensi
Nilai eigen maksimum = (1,583 x 0,623) + (7,000 x 0,137) + (4,500 x 0,239)
= 3,025
Karena matriks berordo 3 (yakni terdiri dari 3 kriteria), nilai Indeks Konsistensi yang diperoleh :
Untuk n = 3, RI = 0,58 (Tabel 2. Random Index), maka :
- Memeriksa konsistensi hirarki. Karena nilai CR kurang dari 0,100 maka hasil perhitungan dinyatakan konsisten.
(33)
- Menentukan prioritas elemen untuk kriteria nilai akademik, sehingga diperoleh matriks seperti pada Tabel 10.
Tabel 10. Matriks Faktor Evaluasi untuk Kriteria Shooting
Shooting David Vito Timmy
David 1 1:2 2
Vito 2 1 3
Timmy 1:2 1:3 1
- Semua hasil perbandingan berpasangan disintesis, sehingga diperoleh
matriks seperti pada Tabel 11 dan Tabel 12.
Tabel 11. Matriks Faktor Evaluasi untuk Kriteria yang Shooting disederhanakan
Shooting David Vito Timmy
David 1,000 0,500 2,000
Vito 2,000 1,000 3,000
Timmy 0,500 0,333 1,000
∑ 3,500 1,833 6,000
Tabel 12. Matriks Faktor Evaluasi untuk Kriteria Shooting yang dinormalkan
Shooting David Vito Timmy Eigen Vector
David 0,286 0,273 0,333 0,297
Vito 0,571 0,546 0,500 0,539
Timmy 0,143 0,182 0,167 0,164
- Mengukur konsistensi
Nilai eigen maksimum = (3,500 x 0,297) + (1,833 x 0,539) + (6,000 x 0,164)
(34)
Karena matriks berordo 3 (yakni terdiri dari 3 kriteria), nilai Indeks Konsistensi yang diperoleh :
Untuk n = 3, RI = 0,58 (Tabel 2. Random Index), maka :
- Memeriksa konsistensi hirarki. Karena nilai CR kurang dari 0,100 maka hasil perhitungan dinyatakan konsisten.
- Menentukan prioritas elemen untuk kriteria Passing, sehingga diperoleh matriks seperti pada Tabel 13.
Tabel 13. Matriks Faktor Evaluasi untuk Kriteria Passing
Passing David Vito Timmy
David 1 1:3 2
Vito 3 1 3
Timmy 1:2 1:3 1
- Semua hasil perbandingan berpasangan disintesis, sehingga diperoleh
matriks seperti pada Tabel 14 dan Tabel 15.
Tabel 14. Matriks Faktor Evaluasi untuk Kriteria Passing yang disederhanakan
Passing David Vito Timmy
David 1,000 0,333 2,000
(35)
Timmy 0,500 0,333 1,000
∑ 4,500 1,666 6,000
Tabel 15. Matriks Faktor Evaluasi untuk Kriteria Passing yang dinormalkan
Passing David Vito Timmy Eigen Vector
David 0,222 0,200 0,333 0,252
Vito 0,667 0,600 0,500 0,589
Timmy 0,111 0,200 0,167 0,159
- Mengukur konsistensi
Nilai eigen maksimum = (4,500 x 0,252) + (1,666 x 0,589) + (6,000 x 0,159)
= 3,070
Karena matriks berordo 3 (yakni terdiri dari 3 kriteria), nilai Indeks Konsistensi yang diperoleh :
Untuk n = 3, RI = 0,58 (Tabel 2. Random Index), maka :
- Memeriksa konsistensi hirarki. Karena nilai CR kurang dari 0,100 maka hasil perhitungan dinyatakan konsisten.
- Mencari total rangking
David = (0,557 x 0,623) + (0,320 x 0,297) + (0,123 x 0,252) = 0,473
(36)
= 0,321
Timmy = (0,557 x 0,239) + (0,320 x 0,164) + (0,123 x 0,159) = 0,205
Penilaian terbesar adalah David, sehingga David adalah pemain terbaik. Hasil tersebut dapat dilihat seperti pada Tabel 16.
Tabel 16. Nilai Total Hasil Rangking
Overall Composite Weight David Vito Timmy
Dribbling 0,557 0,623 0,137 0,239
Shooting 0,320 0,297 0,539 0,164
Passing 0,123 0,252 0,589 0,159
Composite Weight 0,473 0,321 0,205
2.4 Metode Profile Matching
Penelitian ini menggunakan metode Profile Matching, Profile Matching merupakan suatu metode penelitianyang dapat digunakan pada sistem pendukungkeputusan, proses penilaian kompetensi dilakukandengan membandingkan antara satu profil nilai (nilaikebutuhan kompetensi) dengan beberapa profil nilaikompetensi lainnya, sehingga dapat diketahui hasil dariselisih kebutuhan kompetensi yang dibutuhkan, selisihdari kompetensi disebut gap, dimana gap yang semakinkecil memiliki nilai yang semakin tinggi .
Profile Matching adalah sebuah mekanismepengambilan keputusan dengan mengasumsikan bahwaterdapat tingkat variabel prediktor yang ideal yang harusdimiliki oleh pelamar, bukannya tingkat minimal yangharus dipenuhi atau dilewati.
Langkah-langkah pada metode Profile Matching yaitu :
1. Menentukan variabel – variabel pemetaan Gap kompetensi menentukan aspek-atspek yang akan digunakan dalam memproses nilai karyawan.
2. Menghiung hasil pemetaan Gap kompetensi yang dimaksud dengan Gap disini adalah beda antara profil karyawan dengan profil standar yang diharapkan. Dapat ditunjukkan dengan rumus dibawah ini:
(37)
Setelah menentukan bobot nilai gap untuk ketiga aspek yaitu aspek kapasitas intelektual, sikap kerja dan perilaku dengan cara yang sama. Kemudian tiap aspek dikelompokkan menjadi dua kelompok yaitu Core Factor dan Secondary Factor.
Core factor (faktor utama) merupakan aspek (kompetensi) yang paling menonjol/paling dibutuhkan oleh suatu jabatan yang diperkirakan dapat menghasilkan kinerja optimal. Untuk menghitung core factor dibutuhkan rumus :
... (6) NCF = nilai rata-rata core factor
NC = Jumlah total nilai core factor tiap aspek IC = Jumlah item core factor
Secondary factor (factor pendukung) adalah item-item selain aspek yang ada pada core factor. Untuk menghitung secondary factor digunakan rumus:
... (7) NSF = nilai rata-rata secondary factor
NS = Jumlah total nilai secondary factor tiap aspek IS = Jumlah item secondary factor
Perhitungan Nilai Total Tiap Aspek. Dari hasil setiap aspek di atas berikutnya dihitung nilai total berdasarkan presentasi dari nilai core factor dan secondary factor yang diperkirakan berpengaruh terhadap kinerja tiap-tiap profil. Untuk dapat menghitung nilai total tersebut dapat digunakan rumus :
NAK = 60% (NRC) + 40% (NRS) ... (8) N = Nilai total tiap aspek
NRC = Nilai Core factor NRS = Nilai Secondary factor
(38)
BAB 3
ANALISIS DAN PERANCANGAN SISTEM
3.1 Analisis Sistem
Analisis sistem (system analysis) dapat didefinisikan sebagai penguraian dari suatu sistem informasi yang utuh ke dalam bagian-bagian komponennya danganmaksud untuk
mengidentifikasikan dan mengevaluasikan permasalah-permasalahan, kesempatan-kesempatan, hambatan-hambatan yang terjadi dan kebutuhan-kebutuhan yang diharapkan sehingga dapat diusulkan perbaikan-perbaikan.
Analisis sistem merupakan istilah yang secara kolektif mendeskripsikan fase-fase awal pengembangan sistem. Tahapan yang dilakukan untuk menghasilkan pemahaman yang menyeluruh terhadap kebutuhan sistem sehingga diperoleh tugas-tugas yang akan dikerjakan sistem disebut analisis system.
3.2Analisis Masalah
Analisis masalah adalah proses mengidentifikasi sebab dan akibat dibangunnya sebuah sistem agar sistem yang akan dibangun tersebut dapat berjalan sebagaimana mestinya sesuai dengan tujuan dari sistem itu. Masalah utama yang diangkat adalah pemilihan pemain basket terbaik pada sistem pengambilan keputusan. Sistem pengambilan
keputusan ini menggunakan Algoritma Analytical Hierarchy Process
dan Profile Matching.
DiagramIshikawa adalah diagram yang menunjukkan penyebab-penyebab dari sebuah event yang spesifik. Diagram ini juga disebut dengan diagram tulang ikan atau cause-and-effect diagram. Pemakaian diagramIshikawa yang paling umum adalah untuk mencegah efek serta mengembangkan kualitas produk. Analisa masalah lebih jelas melalui diagram Ishikawa yang dapat dilihat pada Gambar 3.1.
(39)
Gambar 3.1. Diagram Ishikawa analisis masalah sistem pemilihan pemain basket
3.3 Analisis Kebutuhan Sistem
Analisis Kebutuhan Sistem meliputi Kebutuhan Fungsional Sistem dan Kebutuhan Non-Fungsional Sistem.
3.3.1 Kebutuhan Fungsional Sistem
Kebutuhan fungsional yang harus dimiliki oleh sistem pemilihan pemain basket adalah sebagai berikut:
1. Sistem dapat menentukan prioritas setiap kriteria
2. Sistem dapat memberikan penilaian secara objektif setiap alternatif
3. Sistem dapat memilih 1 orang pemain basket terbaik dari 5 orang calon pemain basket
3.3.2 Kebutuhan Non-Fungsional Sistem
Untuk mendukung kinerja sistem, sistem sebaiknya dapat berfungsi sebagai berikut:
1. Sistem harus dapat melakukan perhitungan untuk menentukan pemain, sesuai
dengan kriteria dari user dengan kecepatan komputasi yang tinggi. 2. Interface sistem mudah dipahami oleh user.
(40)
3.3Flowchart Sistem
3.4.1 Flowchart Sistem secara umum
(41)
3.4.2 Flowchart Algoritma AHP
(42)
3.4.3 Flowchart Algoritma Profile Matching
(43)
3.5 Perancangan Sistem
Proses perancangan antarmuka (interface) sebuah sistem adalah proses yang cukup penting dalam perancangan sebuah sistem. Merancang antarmuka merupakan bagian yang paling penting dari merancang sebuah sistem. Sebuah antarmuka harus dirancang dengan memperhatikan faktor pengguna sehingga sistem yang dibangun dapat memberikan kenyamanan dan kemudahan untuk digunakan oleh pengguna.
3.5.1 Antarmuka Perhitungan dengan Algoritma AHP
Pada tampilan perhitungan dengan metode AHP, akan ditampilkan form untuk mengisi perbandingan berpasangan berdasarkan kriteria, kemudian dari perhitungan perbandingan berpasangan akan ditampilkan bobot kriteria dan nilai kekonsistenan dari bobot tersebut, seperti pada gambar 3.5 berikut.
Gambar 3.5 Antarmuka Perhitungan dengan Algoritma AHP Keterangan :
1. Data Grid Kriteria
berfungsi untuk input perbandingan berpasangan antar kriteria. 2. Data Grid Ranking
Berfungsi untuk menampilkan ranking pemain basket. 3. Data Grid Nama pengisi kuesioner
Berfungsi untuk menampilkan data kriteria yang paling dominan sesuai hasil kuisioner.
(44)
4. Data Grid Cinsolidated
Berfungsi untuk menampilkan total data yang telah di dapat dari hasil kuesioner . 5. Data Grid Data
Berfungsi untuk menampilkan data kriteria sesuai nama pengisi kuesioner yang diinginkan.
6. Data Grid Matriks
Berfungsi untuk menampilkan nilai matriks. 7. Data Grid Hasil
Berfungsi untuk menampilkanEigen Vector.
8. Data Grid Consitency
Berfungsi untuk menampilkan nilai CR.
9. Tabel Perbanding
Berfungsi untuk menampilkan data perbandingan yang diinginkan. 10. Tombol Close
Berfungsi untuk menutup form Perhitungan AHP. 11. Tombol Proses
Berfungsi untuk memproses data yang yang diinginkan.
3.5.2 Antarmuka Perhitungan dengan Algoritma Profile Matching
(45)
Keterangan : 1. Data Grid Data
Berfungsi untuk menampilkan data subkriteria setiap pemain. 2. Data Grid Gap Nilai
Berfungsi untuk menampilkan nilai Gap subkriteria setiap pemain. 3. Data Grid Pembobotan
Berfungsi untuk menampilkan bobot nilai. 4. Data Grid Perhitungan NCF/NSF
Berfungsi untuk menampilkan nilai NCF dan NSF. 5. Data Grid Ranking
Berfungsi untuk menampilkan ranking pemain basket. 6. Tabel Perbanding
Berfungsi untuk menampilkan data perbandingan yang diinginkan. 7. Tombol Refresh Data
Berfungsi untuk reset data. 8. Tombol Proses
Berfungsi untuk menproses data yang diinginkan. 9. Tombol Close
(46)
BAB 4
IMPLEMENTASI DAN PENGUJIAN
4.1 Implementasi Sistem
Tahap implementasi sistem merupakan lanjutan dari tahap perancangan sistem. Pada tahap ini dilakukan implementasi sistem ke dalam bahasa pemrograman berdasarkan hasil analisis dan perancangan sistem. Pada tahap implementasi ini digunakan perangkat lunak dan perangkat keras, sehingga sistem yang dibangun dapat diselesaikan dengan baik.
Sistem ini dibangun dengan menggunakan Software Microsoft Visual Studio 2010
Version 10.0.030319.1 RTMRel. Pada sistem terdapat 3 halaman utama yang digunakan, terdiri dari:
1. Home
2. Perhitungan AHP
3. Perhitungan Profile Matching
4. Tentang
4.1.1 Tampilan Home
Home merupakan form yang pertama kali muncul pada saat aplikasi dijalankan. Form ini terdiri dari dua TabMenu, yaitu Tab File dan Tentang. Halaman utama pada aplikasi dapat dilihat pada Gambar 4.1.
(47)
Gambar 4.1 FormHome
Tab File terdiri dari beberapa submenu yaitu Perhitungan AHP, Perhitungan Profile Matching dan menu Keluar.Tab tentangmerupakan halaman yang digunakan untuk melihat informasi tentang program dan programmer.
4.1.2 Perhitungan AHP
Perhitungan AHP merupakan submenu pada Tab File yang merupakan interface untuk melakukan perhitungan dengan menggunakan Metode Analytical Hierarchy Proces, dimana disediakan tabel untuk perbandingan berpasangan kriteria. Tampilan untuk form ini dapat dilihat pada Gambar 4.2 .
(48)
Gambar 4.2 Form Perhitungan AHP
4.1.3 Perhitungan Profile Matching
Perhitungan Profile Matching merupakan submenu pada tab File yang merupakan interface untuk melakukan perhitungan dengan menggunakan Profile Matching. Tampilan untuk form ini dapat dilihat pada Gambar 4.3.
(49)
4.1.4 Tampilan Halaman Tentang
Halaman menu tentangmerupakan halaman yang digunakan untuk melihat informasi tentang program dan programmer, tampilan Menu Tentang dapat dilihat pada Gambar 4.4 di bawah ini:
Gambar 4.4 Halaman FormTentang. 4.2 Pengujian Sistem
Pengujian sistem dilakukan untuk mengetahui bagaimana kinerja sistem dalam pengimplementasian Algoritma Analytical Hierarchy Process dan Profile Matchinguntuk melakukan proses menentukan pemain basket terbaik..
4.2.1 Pengujian Sistem dengan Algoritma Analytical Hierarchy Process
Untuk menentukan pemain basket terbaik dengan Algoritma Analytical Hierarchy
Process tahap awal yang dilakukan adalah memilih submenu Perhitungan AHP pada Tab File. Setelah tampilan form Perhitungan AHP muncul maka lakukan langkah-langkah berikut ini untuk melakukan proses pemilihan.
1. Mengisi formdata pemain pada tabel yang telah disediakan.
2. Mengisi form perbandingan berpasangan kriteria pada tabel yang telah disediakan. 3. Setelah mengisi tabel perbandingan berpasangan tekan tombol Proses untuk mendapatkan bobot dari kriteria berdasarkan perbandingan berpasangan tadi yang akan ditampilkan pada Gambar 4.6.
(50)
Gambar 4.5Form Perbandingan Berpasangan Kriteria
Pada gambar 4.5 ini terdapat nama sumber atau pengisi kuisioner yang telah mengisi nilai dominan dari kriteria yang ditentukan, setelah si pengguna mengisi tabel tersebut maka sistem akan memproses hasil consistency dari kriteria tersebut.
4. Selanjutnya pilih submenu perhitungan pemain lalu hasil hitung kemudian pilih proses untuk mendapatkan nilai setiap pemain sesuai kriteria yang ditentukan.
(51)
Pada form perhitngan pemain yang di ada pada gambar 4.6 untuk mengetahui urutan kriteria yang lebih prioritas dan menghitung nilai yang di dapat pemain dari setiap kriteria sehingga di dapat total nilai pemain dari setiap kriteria yang ditentukan
5. Setelah melakukan langkah-langkah terserbut maka untuk mendapatkan ranking dari pemain basket dapat dilakukan dengan memilih ranking lalu klik tombol proses.
Gambar 4.7FormRanking Pemain Basket AHP
Pada gambar 4.7 adalah untuk melihat ranking dari pemain basket, pada gambar ini dapat di lihat siapa pemain basket terbaik dari calon-calon yang telah ditentukan.
4.2.2 Pengujian Sistem dengan Algoritma Profile Matching
Untuk menentukan pemain basket terbaik dengan Algoritma Profile Matching tahap awal yang dilakukan adalah memilih submenu Perhitungan Profile Matching pada Tab File. Setelah tampilan form Perhitungan Profile Matching muncul maka lakukan langkah-langkah berikut ini untuk melakukan proses pemilihan.
(52)
2. Mengisi form kriteria yang telah disediakan,kemudian pengguna mengisi kolom target dimana disini terdapat nilai target dari setiap subkriteria yang ditentukan,setelah mengisinya lalu tekan save.Ditampilkan pada Gambar 4.9.
Gambar 4.8 Form Data Kriteria
Pada gambar 4.8 adalah form data kriteria. Dalam form data kriteria terdapat subkriteria,target yang ingin di capai dari setiap subkriteria dan bobot nilai. Dapat di lihat dari gambar 4.8, drible adalah salah satu kriteria yang di tentukan lalu pengguna menginput subkriteria yang ditentukan dan target dari setiap subkriteria tersebut.
3. Setelah mengisi Data Kriteria pengguna dapat mengetahui perhitungan NCF dan
(53)
Gambar 4.9Form Perhitungan NCF dan NSF
Pada gambar 4.9 terdapat perhitungan NCF dan NSF. Dimana NCF adalah Nilai Core
Factor dan NSF adalah Nilai Second Factor. Nilai Core Factor di beri nilai 40% dan Nilai Second Factor di beri nilai 60%. Persen setiap kriteria di beri nilai 25%. Selanjutnya sistem memproses data yang sudah diinputkan pengguna dan mendapatkan nilai NCF dan NSF dari setiap pemain.
4. Setelah melakukan langkah-langkah terserbut maka untuk mendapatkan ranking dari pemain basket dapat dilakukan dengan memilih ranking lalu klik tombol proses.
(54)
Gambar 4.10FormRanking Pemain Basket Profile Matching
Pada gambar 4.10 adalah formranking pemain basket profile matching, di dalam gambar ini dalam diketahui nilai pemain dari setiap kriteria dan total nilai kriteria dari setiap pemain. Misalnya hans mendapatkan nilai drible 1.1 , kelincahan 0.875, passing 1.1, shooting 1.175 lalu nilai kriteria tersebut di jumlahkan dan Hans mendapatkan hasil akhir 4.25. Begitu juga dengan selanjutnya dengan setiap pemain. Setelah itu akan didapat ranking dari pemain basket tersebut.
4.3 Database Sistem
Database merupakan data yang disimpan secara sistemtis dalam komputer yang dapat diolah atau dimanipulasi menggunakan perangkat lunak untuk menghasilkan. Dalam sistem ini terdapat databse pemain, database kriteria, database perhitungan AHP, dan database perhitungan Profile Matching.
(55)
Gambar 4.11Database pemain
Gambar 4.12Database kriteria
(56)
(57)
BAB 5
KESIMPULAN DAN SARAN
Pada bab 5 ini akan disimpulkan, aplikasi yang telah dirancang telah dapat melakukan pemilihan pemain basket terbaik dengan AlgoritmaAnlytical Hierarchy Process dan Profile Matching. Pada bab ini juga disajikan saran-saran yang bermanfaat sebagai masukan bagi pengembangan Sistem Pendukung Keputusan Pemilihan dengan AlgoritmaAnalytical Hierarchy Process dan Profile Matchingyang lebih baik.
5.1 Kesimpulan
Kesimpulan yang dapat diambil dari penelitian ini adalah:
1. Sistem dapat memberikan rekomendasi ranking alternatif pilihan untuk
menyelesaikan permasalahan menentukan pemain basket terbaik dengan
mengimplementasikan AlgoritmaAnalytical Hierarchy Process dan Profile
Matching pada sistem.
2. Dengan menggunakan sistem ini pengguna dapat lebih efektif dan efisien dalam menentukan pemain basket terbaik.
3. Hasil yang diperoleh dari perhitungan sistem ini hanya sebagai alat bantu bagi pelatih dalam menentukan pemain basket.
5.2 Saran
Saran yang dapat diberikan pada penulis untuk pengembangan dan perbaikan sistem lebih lanjut adalah:
1. Aplikasi yang dirancang diharapkan dapat dibuat dalam versi mobile, seperti platform Android ataupun IOS .
2. Untuk pengembangan selanjutnya, hendaknya pengujian sistem dilakukan dengan
(58)
pengujian sistem maka kinerja dari sistem yang dibuat akan diketahui dengan baik.
3. Analisis yang dilakukan diharapkan dapat lebih dalam lagi sehingga dapat mengetahui kompleksitas dari Metode Analytical Hierarchy Process dan Profile Matching.
(59)
DAFTAR PUSTAKA
[ARD13] Ardianto, S. 2013. Hubungan antar autropometri tubuh dengan kelincahan (Agility) dan daya tahan kardiovaskulas (Vo2max) pada olahraga bola basket. Skripsi. Universitas Pendidikan Indonesia.
[DAR12] Darmawan, A. S. 2012. Pemilihan beasiswa bagi mahasiswa Stmik widya pratama dengan metode profile matching. Jurnal Ilmiah ICTech Vol X,No.1 ; 2-4.
[DEV13] Devita, A. 2013. Survey tes tingkat kemampuan teknik dasar bermain bola basket (passing, dribbling, dan shooting) pada tim bola basket putra kelompok umur 18 tahun Klub sahabat Semarang tahun 2012. Skripsi. Universitas Negri Semarang.
[DWI15] Dwi. 2015. Perbandingan metode analytical hierarchy process dan weighted sum model pada sistem pendukung keputusan. Skripsi. Universitas Sumatera Utara.
[SIA14] Sianturi, J. 2014. Perancangan sistem pendukung keputusan dengan menggabungkan metode SAW dan AHP untuk pemilihan bedah rumah (studi kasus dinas pekerjaan umum cipta karya dan tata ruang Kabupaten Dairi). Skripsi. Universitas Sumatera Utara.
[FAI14] Faisol A., Muhammad A. M. & Hadi S. 2014. Komparasi Fuzzy AHP dengan AHP pada Sistem Pendukung Keputusan Investasi Properti. Jurnal EECCIS Vol.8, No. 2 : 124-125, Desember 2014. (22 Januari 2015).
(60)
[HAP13] Hapsari, A., T. 2013. Status Keterampilan Bermain Bola Basket Pada club NBC (Ngaliyan Basketball Center) Kota Semarang. Skripsi. Universitas Negeri Semarang.
[HAP14] Harahap, I. A. 2014. Implementasi Perbandingan metode Profile Matching dan
Simple Additive Weighting (SAW) dalam penilaian kinerja karyawan (studi kasus dinas kebudayaan dan pariwisata Provinsi Sumatera Utara). Skripsi. Universitas Sumatera Utara.
[IQB11] Iqbal & Hartati S. 2011. Aplikasi Sistem Pendukung Keputusan Penempatan Bidan PTT (Pegawai Tidak Tetap) pada Kabupaten Bireuen. Prosiding – Seminar Nasional Ilmu Komputer GAMA 2011.
[MAN10] Manurung, P. 2010. Sistem pendukung keputusan seleksi penerima beasiswa dengan metode AHP dan Topsis (Stusi kasus: FMIPA USU). Skripsi. Universitas Sumatera Utara.
[MIL14] Milala, 0. S. M. 2014. Implementasi color constancy pada citra digital menggunakan logarithmic image processing. Skripsi. Universitas Sumatera Utara.
[NAS09] Nasibu, I. Z. 2009. Penerapan metode AHP dalam sistem pendukung keputusan
penempatan karyawan menggunakan aplikasi Expert Choice . Jurnal Pelangi
Ilmu Vol 2 , No.5 : 185-187.
[NOV14] Novembri, F. 2014. Implementasi metode profile matching dan metode Analytical Hierarchy Process (AHP) pada perekrutan tenaga kurir (studi kasus PT.JNE cabang Medan). Skripsi. Universitas Sumatera Utara.
[NUG14] Nugraha, M. R. 2014. Implementasi sistem pendukung keputusan seleksi sertifikasi guru sma menggunakan metode Analytical Hierarchy Process dan Weighted Product. Skripsi. Universitas Sumatera Utara.
(61)
[RAH14] Rahman, A. 2014. Implementasi metode Simple Additive Weighting (SAW) dan Profile Matching dalam menentukan pejabat struktural pada pemerintah kota tebing tinggi. Skripsi. Universitas Sumatera Utara.
[RAN15] Rangkuti, S. H. 2015. Implemetasi metode Simple Additive Weighting (SAW) dan Analytical Hierarchy Process (AHP) untuk pemilihan sistem operasi pada komputer. Skripsi. Universitas Sumatera Utara.
[SIA14] Sianturi, J. 2014. Perancangan sistem pendukung keputusan dengan menggabungkan metode SAW dan AHP untuk pemilihan bedah rumah (studi kasus dinas pekerjaan umum cipta karya dan tata ruang Kabupaten Dairi). Skripsi. Universitas Sumatera Utara.
[SIA15] Siambaton, A. H. 2015. Sistem pendukung keputusan pemilihan gitar berbasis
android menggunakan metode weighted sum model. Skripsi. Universitas
Sumatera Utara.
[TOM12] Tominanto. 2012. Sistem Pendukung keputusan dengan metode Analytical Hierarchy Process (AHP) untuk penentuan prestasi kinerja dokter pada RSUD Sukoharjo. Infokes Vol.2, No.2 : 2-4.
(62)
Survei Penentuan Urutan Prioritas Kriteria Dalam
Menentukan Pemain Basket Terbaik
Oleh : Ivana Lisa br Sitepu
Mahasiswa S-1 Ilmu Komputer
Universitas Sumatera Utara
Identitas Responden
Nama
tanda tangan
NIM Fakultas :
Jenis Kelamin Laki-laki Perempuan
Petunjuk Pengisian
Berilah ta da eklish √ pada kolo skala ya g sesuai de ga pe dapat a da
Definisi Kode
1 Kedua kriteria yang sama penting (equal)
3 kriteria sedikit lebih penting (slightly) dari kriteria pembandingnya
5 kriteria yang lebih penting (strongly) dari kriteria pembandignya
7 kriteria yang sangat lebih penting (very strong) dari kriteria pembandingnya
9 kriteria yang mutlak lebih penting (extreme) dari kriteria pembandingnya
(63)
Contoh
Dalam memilih pemain basket, seberapa pentingkah :
Jika menurut Anda dribling lebih penting dibanding shooti g, aka A da dapat e eri ta da eklish √ pada kolo Skala 5 se elah kiri.
No
Kriteria Skala Kriteria Kriteria
A 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 B
1 Dribling shooting
atau sebaliknya ...
Jika menurut Anda shooting lebih pentingdi a di g dri li g, aka A da dapat e eri ta da eklish √
pada kolom Skala 5 sebelah kanan.
No
Kriteria Skala Kriteria Kriteria
A 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 B
(64)
Pertanyaan :
Dalam memilih sebuah pemain basket, menurut Anda seberapa pentingkah :
No
Kriteria Skala Kriteria Kriteria
A 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 B
1 Dribling Shooting
2 Dribling Passing
3 Dribling Kelincahan
No
Kriteria Skala Kriteria Kriteria
A 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 B
1 Shooting Passing
2 Shooting kelincahan
No
Kriteria Skala Kriteria Kriteria
A 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 B
(65)
LISTING PROGRAM 1. Listing Program Form Utama
using System;
using System.Collections.Generic;
using System.ComponentModel;
using System.Data;
using System.Drawing;
using System.Linq;
using System.Text;
using System.Windows.Forms;
namespace AHPPM {
publicpartialclassFormUtama : Form
{
public FormUtama() {
InitializeComponent(); }
privatevoid exitToolStripMenuItem_Click(object sender, EventArgs e) {
Application.Exit(); }
privatevoid FormUtama_Load(object sender, EventArgs e) {
profileMatchingToolStripMenuItem.Visible = false; aHPToolStripMenuItem.Visible = false;
}
privatevoid algoritmaProfileMatchingToolStripMenuItem_Click(object sender, EventArgs e) {
profileMatchingToolStripMenuItem.Visible = true; aHPToolStripMenuItem.Visible = false;
}
privatevoid algoritmaAHPToolStripMenuItem_Click(object sender, EventArgs e) {
profileMatchingToolStripMenuItem.Visible = false; aHPToolStripMenuItem.Visible = true;
}
privatevoid dataPemainToolStripMenuItem_Click(object sender, EventArgs e) {
if (Program.form_pemain == null || Program.form_pemain.IsDisposed) {
Program.form_pemain = newFormPemain(); }
Program.form_pemain.MdiParent = this;
Program.form_pemain.Show(); }
privatevoid kriteriaDribbleToolStripMenuItem_Click(object sender, EventArgs e) {
if (Program.form_aspek_dribbling == null || Program.form_aspek_dribbling.IsDisposed) {
Program.form_aspek_dribbling = newFormAspekDribbling(); }
Program.form_aspek_dribbling.MdiParent = this;
Program.form_aspek_dribbling.Show(); }
(66)
{
if (Program.form_aspek_shooting == null || Program.form_aspek_shooting.IsDisposed) {
Program.form_aspek_shooting = newFormAspekShooting(); }
Program.form_aspek_shooting.MdiParent = this;
Program.form_aspek_shooting.Show(); }
privatevoid kriteriaPassingToolStripMenuItem_Click(object sender, EventArgs e) {
if (Program.form_aspek_passing == null || Program.form_aspek_passing.IsDisposed) {
Program.form_aspek_passing = newFormAspekPassing(); }
Program.form_aspek_passing.MdiParent = this;
Program.form_aspek_passing.Show(); }
privatevoid aspekKelincahanToolStripMenuItem_Click(object sender, EventArgs e) {
if (Program.form_aspek_kelincahan == null || Program.form_aspek_kelincahan.IsDisposed) {
Program.form_aspek_kelincahan = newFormAspekKelincahan(); }
Program.form_aspek_kelincahan.MdiParent = this;
Program.form_aspek_kelincahan.Show(); }
privatevoid penilaianToolStripMenuItem_Click(object sender, EventArgs e) {
if (Program.form_penilaian == null || Program.form_penilaian.IsDisposed) {
Program.form_penilaian = newFormPenilaian(); }
Program.form_penilaian.MdiParent = this;
Program.form_penilaian.Show(); }
privatevoid perhitunganToolStripMenuItem_Click(object sender, EventArgs e) {
if (Program.form_perhitungan == null || Program.form_perhitungan.IsDisposed) {
Program.form_perhitungan = newFormPerhitungan(); }
Program.form_perhitungan.MdiParent = this;
Program.form_perhitungan.Show(); }
privatevoid toolStripMenuItem1_Click(object sender, EventArgs e) {
if (Program.form_master_kriteria == null || Program.form_master_kriteria.IsDisposed) {
Program.form_master_kriteria = newFormMasterKriteria(); }
Program.form_master_kriteria.MdiParent = this;
Program.form_master_kriteria.Show(); }
privatevoid dataPemainToolStripMenuItem1_Click(object sender, EventArgs e) {
if (Program.form_pemain == null || Program.form_pemain.IsDisposed) {
Program.form_pemain = newFormPemain(); }
(67)
Program.form_pemain.Show(); }
privatevoid dataKriteriaToolStripMenuItem1_Click(object sender, EventArgs e) {
if (Program.form_master_kriteria == null || Program.form_master_kriteria.IsDisposed) {
Program.form_master_kriteria = newFormMasterKriteria(); }
Program.form_master_kriteria.MdiParent = this;
Program.form_master_kriteria.Show(); }
privatevoid perhitunganKriteriaToolStripMenuItem_Click(object sender, EventArgs e) {
if (Program.form_perhitungan_kriteria == null || Program.form_perhitungan_kriteria.IsDisposed) {
Program.form_perhitungan_kriteria = newFormPerhitunganKriteria(); }
Program.form_perhitungan_kriteria.MdiParent = this;
Program.form_perhitungan_kriteria.Show(); }
privatevoid penilaianKriteriaToolStripMenuItem_Click(object sender, EventArgs e) {
if (Program.form_penilaian_kriteria == null || Program.form_penilaian_kriteria.IsDisposed) {
Program.form_penilaian_kriteria = newFormPenilaianKriteria(); }
Program.form_penilaian_kriteria.MdiParent = this;
Program.form_penilaian_kriteria.Show(); }
privatevoid penilaianPemainToolStripMenuItem_Click(object sender, EventArgs e) {
if (Program.form_penilaain_pemain == null || Program.form_penilaain_pemain.IsDisposed) {
Program.form_penilaain_pemain = newFormPenilaianPemain(); }
Program.form_penilaain_pemain.MdiParent = this;
Program.form_penilaain_pemain.Show(); }
privatevoid perhitunganPemainToolStripMenuItem_Click(object sender, EventArgs e) {
if (Program.form_perhitungan_pemain == null || Program.form_perhitungan_pemain.IsDisposed) {
Program.form_perhitungan_pemain = newFormPerhitunganPemain(); }
Program.form_perhitungan_pemain.MdiParent = this;
Program.form_perhitungan_pemain.Show(); }
privatevoid tentangToolStripMenuItem_Click(object sender, EventArgs e) {
if (Program.form_tentang == null || Program.form_tentang.IsDisposed) {
Program.form_tentang = newFormAbout(); }
Program.form_tentang.ShowDialog(); }
} }
(1)
new_row["Desc"] = "Lamda"; new_row["Value"] = lamda; data_akhir.Rows.Add(new_row); new_row = data_akhir.NewRow(); new_row["Desc"] = "Nilai CI"; new_row["Value"] = nilaiCI; data_akhir.Rows.Add(new_row); new_row = data_akhir.NewRow(); new_row["Desc"] = "Nilai IR"; new_row["Value"] = NilaiIR; data_akhir.Rows.Add(new_row); new_row = data_akhir.NewRow(); new_row["Desc"] = "Nilai CR (CI/IR)"; new_row["Value"] = nilaiCR;
data_akhir.Rows.Add(new_row);
hasil_hitung.Add("TableJumlahKolom", data_jumlah_kolom); hasil_hitung.Add("Matriks", data_matriks);
hasil_hitung.Add("TableAkhir", data_akhir); return hasil_hitung;
}
privateDataTable ConvertToMatriks(DataTable data_nilai, DataTable data_pemain) {
DataTable matriks = newDataTable("Matriks"); matriks.Columns.Add("Nama", typeof(string)); foreach (DataRow row in data_pemain.Rows) {
matriks.Columns.Add(row["Nama"].ToString(), typeof(double)); }
foreach (DataRow row in data_pemain.Rows) {
DataRow new_row = matriks.NewRow(); new_row["Nama"] = row["Nama"]; matriks.Rows.Add(new_row); }
for (int i = 0; i < matriks.Rows.Count; i++) {
for (int j = 1; j < matriks.Columns.Count; j++) {
string column = matriks.Columns[j].ColumnName; string row = matriks.Rows[i]["Nama"].ToString(); if (column == row)
{
matriks.Rows[i][j] = 1; }
else
{
DataRow[] rows = data_nilai.Select("(BandingA = '" + column + "' AND BandingB = '" + row + "')"); double nilai = 0;
string dominan = ""; if (rows.Length == 1) {
nilai = (double)rows[0]["Nilai"];
dominan = rows[0]["Dominan"].ToString(); }
(2)
{
rows = data_nilai.Select("(BandingB = '" + column + "' AND BandingA = '" + row + "')"); if (rows.Length == 1)
{
nilai = (double)rows[0]["Nilai"];
dominan = rows[0]["Dominan"].ToString(); }
else
{
nilai = 0; }
} if (row == dominan) {
matriks.Rows[i][j] = nilai; }
elseif (column == dominan) {
matriks.Rows[i][j] = nilai == 0 ? 0 : 1 / nilai; }
else
{
matriks.Rows[i][j] = 0; }
} } } return matriks; }
privatevoid BtnProses_Click(object sender, EventArgs e) {
stopwatch = newStopwatch(); stopwatch.Start();
Proses("Dribble"); Proses("Shooting"); Proses("Passing"); Proses("Kelincahan"); Perangkingan(); stopwatch.Stop();
MessageBox.Show("Calculating is Finish. (elapsed time : " + stopwatch.ElapsedMilliseconds + " ms)"); }
privatevoid Proses(string kriteria) {
DataTable Data = GetDataPenilaian(kriteria);
DataView dataview = newDataView(Data);
DataTable distinctSumber = dataview.ToTable(true, "Sumber");
Dictionary<string, DataTable> result = newDictionary<string, DataTable>(); string sumber = kriteria + "Consolidated";
if (distinctSumber.Rows.Count <= 1) {
sumber = kriteria + distinctSumber.Rows[0]["Sumber"].ToString(); }
Control[] ctl02 = tabData.Controls.Find("dataview_matriks_" + sumber, true);
Control[] ctl03 = tabData.Controls.Find("dataview_hasil_" + sumber, true);
Control[] ctl04 = tabData.Controls.Find("dataview_consistency_" + sumber, true); if (ctl02.Length > 0)
{
(3)
DataTable data_jumlah_kolom = result["TableJumlahKolom"];
DataTable data_matriks = result["Matriks"];
DataTable data_akhir = result["TableAkhir"]; if (ctl02.Length > 0)
{
((DataGridView)ctl02[0]).DataSource = data_jumlah_kolom; }
if (ctl03.Length > 0) {
((DataGridView)ctl03[0]).DataSource = data_matriks; }
if (ctl04.Length > 0) {
((DataGridView)ctl04[0]).DataSource = data_akhir; }
} }
privatevoid Perangkingan() {
DataTable table_rangking = newDataTable();
table_rangking.Columns.Add("Kriteria", typeof(string)); table_rangking.Columns.Add("Prioritas", typeof(double));
Dictionary<String, DataTable> datas = newDictionary<string, DataTable>(); foreach (DataRow kriteria in Data_kriteria.Rows)
{
string namakriteria = kriteria["Kriteria"].ToString();
DataTable table_nilai = GetDataPenilaian(namakriteria);
Control[] ctls = tabData.Controls.Find("dataview_hasil_" + namakriteria + "Consolidated", true); if (ctls.Length > 0)
{
table_nilai = (DataTable)((DataGridView)(ctls[0])).DataSource; }
else {
ctls = tabData.Controls.Find("dataview_hasil_" + namakriteria + table_nilai.Rows[0]["Sumber"].ToString(), true);
if (ctls.Length > 0) {
table_nilai = (DataTable)((DataGridView)(ctls[0])).DataSource; }
}
datas.Add(namakriteria, table_nilai); }
foreach (DataRow pemain in Data_pemain.Rows) {
string namapemain = pemain["Nama"].ToString();
table_rangking.Columns.Add(namapemain, typeof(double)); }
foreach (DataRow kriteria in Data_kriteria.Rows) {
string namakriteria = kriteria["Kriteria"].ToString();
double eigenvector = String.IsNullOrEmpty(kriteria["EigenVector"].ToString()) ? 0 : (double)(kriteria["EigenVector"]); ;
DataRow new_row = table_rangking.NewRow(); new_row["Kriteria"] = namakriteria; new_row["Prioritas"] = eigenvector; table_rangking.Rows.Add(new_row); }
(4)
DataRow row_total = table_rangking.NewRow(); row_total["Kriteria"] = "Total";
foreach (DataRow rank in table_rangking.Rows) {
string namakriteria = rank["Kriteria"].ToString(); double eigenvectorkriteria = (double)rank["Prioritas"]; foreach (DataRow pemain in Data_pemain.Rows) {
string namapemain = pemain["Nama"].ToString();
DataRow[] rows = datas[namakriteria].Select("Nama ='" + namapemain + "'"); double eigenvectorpemain = rows.Length > 0 ? (double)rows[0]["Eigen Vector"] : 1; rank[namapemain] = eigenvectorkriteria * eigenvectorpemain;
if (String.IsNullOrEmpty(row_total[namapemain].ToString())) row_total[namapemain] = 0;
row_total[namapemain] = (double)row_total[namapemain] + (double)rank[namapemain]; }
}
table_rangking.Rows.Add(row_total);
DataGridView dataview_hasilhitung = newDataGridView(); dataview_hasilhitung.DataSource = table_rangking; dataview_hasilhitung.Dock = DockStyle.Fill; tabHasilHitung.Controls.Add(dataview_hasilhitung);
// data ranking
DataTable ranking = newDataTable(); ranking = Data_pemain.Copy(); ranking.Columns.Remove("Id");
ranking.Columns.Add("Rank", typeof(double)); foreach (DataRow pemain in ranking.Rows)
{
pemain["Rank"] = row_total[pemain["Nama"].ToString()]; }
DataView dv = newDataView(ranking); dv.Sort = "Rank DESC"; ranking = dv.ToTable();
for (int i = 0; i < ranking.Rows.Count; i++) {
ranking.Rows[i]["Rank"] = i + 1; }
DataGridView dataview_ranking = newDataGridView(); dataview_ranking.DataSource = ranking; dataview_ranking.Dock = DockStyle.Fill; tabRanking.Controls.Add(dataview_ranking); }
privatevoid buttonRefresh_Click(object sender, EventArgs e) {
LoadData("Dribble"); }
} }
(5)
12. Listing Program Form About
using System;
using System.Collections.Generic; using System.ComponentModel; using System.Data;
using System.Drawing; using System.Linq; using System.Text;
using System.Windows.Forms; namespace AHPPM
{
publicpartialclassFormAbout : Form
{
public FormAbout() {
InitializeComponent(); }
privatevoid button1_Click(object sender, EventArgs e) {
this.Close(); }
privatevoid label1_Click(object sender, EventArgs e) {
} } }
(6)