Implementasi Metode SMART Implementasi Sistem

10 C10 40,06 40,06 40,06 30,06 Vektor S 2,69 2,61 2,72 2,84 10,86 Langkah 3: Preferensi tiap alternatif vektor V Nilai vektor V diperoleh dengan membagikan masing-masing nilai vektor S dengan total vektor S seperti pada Tabel 4.6. Tabel 4.6. Tabel nilai vektor V No. Alternatif No. SPT Vektor S total vektor S Vektor V 1 3 2,69 10,86 0,25 2 4 2,61 10,86 0,24 3 16 2,72 10,86 0,25 4 27 2,84 10,86 0,26 Langkah 4: Hasil keputusan Berdasarkan Tabel 4.6 di atas, alternatif yang memiliki nilai WP paling tinggi adalah alternatif dengan No. SPT 27, diikuti altenatif dengan No. SPT 16, No. SPT 3 dan No. SPT 4. Sehingga dapat disimpulkan bahwa lahan terbaik untuk tanaman karet adalah alternatif dengan No.SPT 27.

4.1.2. Implementasi Metode SMART

Penerapan metode SMART dalam sistem masih menggunakan altenatif, kriteria, dan nilai masing-masing kriteria yang sama seperti pada Tabel 4.1 dan Tabel 4.2. Berikut dijelaskan langkah-langkah perhitungan untuk mendapatkan nilai SMART dari alternatif yang ada. Langkah 1: Memasukkan jumlah kriteria dan bobotnya. Implementasi metode SMART melibatkan 10 kriteria dan 4 alternatif. Terlebih dahulu kriteria diranking oleh pengguna sesuai dengan kriteria yang dianggap paling penting hingga kriteria yang paling tidak penting seperti pada Tabel 4.7. Universitas Sumatera Utara Tabel 4.7. Tabel bobot masing-masing kriteria No. Kriteria Alias Ranking 1 Suhu tahunan rata-rata C1 1 2 Ketebalan gambut cm C6 2 3 Curah hujan tahunan rata-rata mm C2 3 4 Kelembaban C3 4 5 Jumlah bulan kering C4 5 6 Kejenuhan Basa C7 6 7 pH H2O C8 7 8 Salinitas dSm C9 8 9 Kedalaman tanah cm C5 9 10 Lereng C10 10 Dari Tabel 4.7. di atas dapat disimpulkan bahwa pengguna lebih mementingkan kriteria Suhu tahunan rata-rata C1 dari pada Curah hujan tahunan rata-rata C2. Begitu seterusnya hingga kriteria Lereng C10 dianggap kriteria paling tidak penting. Kemudian bobot masing-masing kriteria ditentukan. Penentuan bobot pada metode SMART terdapat dua tahap. Tahap pertama, berdasarkan kriteria yang dianggap paling penting. Diberikan nilai default sebesar 100 untuk kriteria paling penting. Untuk kriteria paling penting berikutnya harus diberikan nilai bobot yang lebih rendah dari sebelumnya. Sedangkan untuk tahap kedua, berdasarkan kriteria yang dianggap paling tidak penting. Diberikan nilai default sebesar 10 untuk kriteria paling tidak penting. Untuk kriteria yang lebih penting berikutnya, diberikan nilai bobot yang lebih tinggi dari sebelumnya seperti pada Tabel 4.8. Tabel 4.8. Bobot masing-masing kriteria No. Kriteria Alias Bobot Paling penting Paling tidak penting 1 Suhu tahunan rata-rata C1 100 90 2 Ketebalan gambut cm C6 90 85 Universitas Sumatera Utara 3 Curah hujan tahunan rata-rata mm C2 85 80 4 Kelembaban C3 80 75 5 Jumlah bulan kering C4 75 60 6 Kejenuhan Basa C7 70 45 7 pH H2O C8 60 40 8 Salinitas dSm C9 55 35 9 Kedalaman tanah cm C5 50 30 10 Lereng C10 40 10 Total bobot 705 550 Langkah 2: Perbaikan bobot. Normalisasi dilakukan dengan membagikan masing-masing nilai bobot dengan total bobot seperti pada Tabel 4.9. Tabel 4.9. Normalisasi bobot paling penting No. Kriteria Alias Bobot Paling penting Hasil 1 Suhu tahunan rata-rata C1 100 705 0,14 2 Ketebalan gambut cm C6 90 705 0,13 3 Curah hujan tahunan rata-rata mm C2 85 705 0,12 4 Kelembaban C3 80 705 0,11 5 Jumlah bulan kering C4 75 705 0,1 6 Kejenuhan Basa C7 70 705 0,1 7 pH H2O C8 60 705 0,09 8 Salinitas dSm C9 55 705 0,08 9 Kedalaman tanah cm C5 50 705 0,07 10 Lereng C10 40 705 0,06 Normalisasi juga dilakukan untuk bobot yang paling tidak penting seperti pada Tabel 4.10. Universitas Sumatera Utara Tabel 4.10. Normalisasi bobot paling tidak penting No. Kriteria Alias Bobot Paling penting Hasil 1 Suhu tahunan rata-rata C1 90 550 0,16 2 Ketebalan gambut cm C6 85 550 0,15 3 Curah hujan tahunan rata-rata mm C2 80 550 0,15 4 Kelembaban C3 75 550 0,14 5 Jumlah bulan kering C4 60 550 0,11 6 Kejenuhan Basa C7 45 550 0,08 7 pH H2O C8 40 550 0,07 8 Salinitas dSm C9 35 550 0,06 9 Kedalaman tanah cm C5 30 550 0,05 10 Lereng C10 10 550 0,02 Lalu hasil dari bobot ternormalisasi, baik untuk kriteria paling penting maupun kiteria paling tidak penting dijumlahkan kemudian dibagi 2. Hasil dari perhitungan ini adalah bobot akhir yang digunakan untuk perhitungan berikutnya seperti pada Tabel 4.11. Tabel 4.11. Bobot akhir No. Kriteria Bobot akhir Hasil 1 Suhu tahunan rata-rata 0,14 + 0,16 2 0,15 2 Ketebalan gambut cm 0,13 + 0,15 2 0,14 3 Curah hujan tahunan rata-rata mm 0,12 + 0,15 2 0,14 4 Kelembaban 0,11 + 0,14 2 0,13 5 Jumlah bulan kering 0,1 + 0,11 2 0,11 6 Kejenuhan Basa 0,1 + 0,08 2 0,09 7 pH H2O 0,09 + 0,07 2 0,08 8 Salinitas dSm 0,08 + 0,06 2 0,07 9 Kedalaman tanah cm 0,07 + 0,05 2 0,06 10 Lereng 0,06 + 0,02 2 0,04 Universitas Sumatera Utara Langkah 3: Memasukkan nilai kriteria tiap alternatif. Setelah bobot akhir diperoleh, kemudian nilai masing-masing kriteria untuk tiap alternatif dimasukkan sesuai pada Tabel 4.2. Langkah 4: Hitung utility tiap kriteria. Untuk kasus penentuan lahan karet terbaik tidak mengikuti langkah ini karena nilai untuk masing-masing kriteria yang digunakan telah dikonversi terlebih dahulu seperti pada Tabel 4.2. Langkah 5: Hitung nilai akhir nilai SMART. Nilai SMART diperoleh dari hasil jumlah keseluruhan masing-masing nilai kriteria yang dikalikan dengan bobot akhir seperti pada Tabel 4.12. Tabel 4.12. Perhitungan nilai SMART No. Alias No. Satuan Peta Tanah SPT 3 4 16 27 1 C1 4 0,15 4 0,15 4 0,15 4 0,15 2 C2 3 0,14 3 0,14 3 0,14 3 0,14 3 C3 2 0,13 2 0,13 2 0,13 2 0,13 4 C4 4 0,11 4 0,11 4 0,11 4 0,11 5 C5 3 0,06 1 0,06 1 0,06 1 0,06 6 C6 1 0,14 1 0,14 2 0,14 2 0,14 7 C7 2 0,09 3 0,09 3 0,09 3 0,09 8 C8 4 0,08 4 0,08 2 0,08 4 0,08 9 C9 4 0,07 4 0,07 4 0,07 4 0,07 10 C10 4 0,04 4 0,04 4 0,04 3 0,04 Nilai SMART 2,98 2,95 2,93 3,05 Hasil perhitungan nilai SMART disajikan pada Tabel 4.13. Tabel 4.13. Nilai SMART No. Alternatif No. SPT Nilai SMART 1 3 2,98 2 4 2,95 3 16 2,93 4 27 3,05 Universitas Sumatera Utara Langkah 6: Hasil keputusan. Berdasarkan Tabel 4.12. alternatif yang memiliki nilai SMART paling tinggi adalah alternatif dengan No. SPT 27, diikuti alternatif dengan No. SPT 3, No. SPT 4 dan No. SPT 16. Sehingga dapat disimpulkan bahwa lahan terbaik untuk tanaman karet adalah alternatif dengan No.SPT 27.

4.2. Antarmuka Sistem

Dokumen yang terkait

Perbandingan Metode Analytic Hierarchy Process (AHP) dengan Simple Multi Attribute Rating Technique (SMART) dalam Menentukan Perusahaan Asuransi Terbaik

30 185 145

Implementasi Metode Smart (Simple Multi Attribute Rating Technique) dan Metode WP (Weighted Product) pada Sistem Pendukung Keputusan dalam Menentukan Paket Internet

2 10 97

Implementasi Metode Smart (Simple Multi Attribute Rating Technique) dan Metode WP (Weighted Product) pada Sistem Pendukung Keputusan dalam Menentukan Paket Internet

0 0 14

Implementasi Metode Smart (Simple Multi Attribute Rating Technique) dan Metode WP (Weighted Product) pada Sistem Pendukung Keputusan dalam Menentukan Paket Internet

0 0 2

Implementasi Metode Smart (Simple Multi Attribute Rating Technique) dan Metode WP (Weighted Product) pada Sistem Pendukung Keputusan dalam Menentukan Paket Internet

1 1 5

Implementasi Metode Smart (Simple Multi Attribute Rating Technique) dan Metode WP (Weighted Product) pada Sistem Pendukung Keputusan dalam Menentukan Paket Internet

0 2 3

Implementasi Metode Smart (Simple Multi Attribute Rating Technique) dan Metode WP (Weighted Product) pada Sistem Pendukung Keputusan dalam Menentukan Paket Internet

0 0 19

Perbandingan Metode Weighted Product dan Simple Multi-Attribute Rating Tecnique Dalam Menentukan Lahan Terbaik untuk Tanaman Karet

0 0 55

2.1.1. Pengertian Sistem Pendukung Keputusan - Perbandingan Metode Weighted Product dan Simple Multi-Attribute Rating Tecnique Dalam Menentukan Lahan Terbaik untuk Tanaman Karet

0 1 13

PERBANDINGAN METODE WEIGHTED PRODUCT DAN SIMPLE MULTI- ATTRIBUTE RATING TECHNIQUE DALAM MENENTUKAN LAHAN TERBAIK UNTUK TANAMAN KARET SKRIPSI SAMSUL BAHRI 101401053

0 0 13