Pemilihan Alternatif Tanaman Obat Terhadap Penyakit Hipertensi Menggunakan Metode Analytical Network Process (ANP) dan Simple Multi Attribute Rating Technique (SMART)
Vol. 2, No. 12, Desember 2018, hlm. 6968-6972 http://j-ptiik.ub.ac.id
Pemilihan Alternatif Tanaman Obat Terhadap Penyakit Hipertensi
Menggunakan Metode Analytical Network Process (ANP) dan Simple Multi
Attribute Rating Technique (SMART)
12
3 Linda Pratiwi , Indriati , Ahmad Afif SupiantoProgram Studi Teknik Informatika, Fakultas Ilmu Komputer, Universitas Brawijaya 1 2 3 Email: lindapratiwi10@gmail.com, indriati.tif@ub.ac.id, afif.supianto@ub.ac.id
Abstrak
Tanaman obat mempunyai kandungan zat aktif sebagai penyembuhan maupun pencegahan berbagai jenis penyakit. Beragam jenis tanaman obat tentu memiliki kriteria masing-masing yang mengakibatkan kesulitan dalam menentukkan alternatif tanaman sebagai prioritas terbaik. Adapun penelitian ini bertujuan untuk pemilihan alternatif tanaman obat yang memiliki zat berkhasiat sebagai pengobatan penyakit hipertensi. Tidak hanya zat berkhasiat melainkan mempertimbangkan dari harga, ketersediaan dan rasa tanaman tersebut. Hipertensi merupakan suatu penyakit disebabkan oleh peningkatan darah yang melebihi batas normal. Pemilihan alternatif tanaman terhadap penyakit hipertensi menggunakan metode Analytical Network Process (ANP) dan Simple Multi Attribute Rating Technique (SMART). Metode Analytical Network Process (ANP) digunakan untuk proses menentukkan bobot dari setiap kriteria yang mendukung dalam penentuan keputusan dan metode Simple Multi Attribute Rating Technique (SMART) digunakan untuk perangkingan hasil pemilihan alternatif tanaman obat. Pengujian pada penelitian ini menggunakan 10 data tanaman obat. Hasil dari metode Analytical Network Process (ANP) dan Simple Multi Attribute Rating Technique (SMART) menggunakan pengujian korelasi Spearman Rank dengan nilai rs = 0.964 yang berarti hubungan hasil sistem dan pakar mendekati sempurna.
Kata kunci: Analytical network process (ANP), Simple multi attribute rating technique (SMART), Tanaman obat,
Hipertensi, Spearman Rank.
Abstract
Medicinal plants contain active substances aims for healing and preventing of various types of diseases.
Various types of medicinal plants each has certain criteria which result in difficulty in determining the
alternative medicinal plants as the best priority. This research aims to select alternative medicinal
plants which have nutritious substances for hypertension disease treatment. Not only nutritious
substances, but also considering the price, availability and taste of the plant. Hypertension is a disease
caused by high blood pressure. The selection of alternative medicinal plants for hypertension disease
using Analytical Network Process (ANP) and Simple Multi Attribute Rating Technique (SMART)
method. Analytical Network Process (ANP) method is used for determining the weights of each of the
supporting criteria and Simple Multi Attribute Rating Technique (SMART) method is used for ranking
of alternative medicinal plants selection. This research uses 10 data of medicinal plants to be tested.
The result of Analytical Network Process (ANP) and Simple Multi Attribute Rating Technique (SMART)
method use Spearman Rank correlation test with rs = 0.964 that means a relationship system and expert
approach perfectly..Analytical network process (ANP), Simple multi attribute rating technique (SMART), Medicinal Keywords: plants, Hypertension, Spearman Rank.
terdapat pada tanaman obat memiliki efek 1.
PENDAHULUAN samping lebih kecil dibandingkan dengan obat- obatan yang berbahan kimia.
Tanaman obat mempunyai kandungan zat Beragam jenis tanaman obat tentu memiliki aktif sebagai penyembuhan maupun pencegahan kriteria masing-masing yang mengakibatkan berbagai jenis penyakit. Kandungan zat yang
Fakultas Ilmu Komputer Universitas Brawijaya
6968 kesulitan dalam menentukkan alternatif tanaman sebagai prioritas terbaik. Adapun pada penelitian ini bertujuan untuk pemilihan alternatif tanaman obat yang memiliki khasiat sebagai pengobatan penyakit hipertensi. Tidak hanya khasiat melainkan mempertimbangan dari harga, ketersediaan dan rasa tanaman tersebut. Sehingga keempat pertimbangan tersebut dijadikan sebagai kriteria dalam pemilihan alternatif tanaman obat terhadap penyakit hipertensi.
Pemilihan alternatif tanaman obat dapat diselesaikan menggunakan metode MCDM salah satunya penelitian yang dilakukan oleh
Hipertensi merupakan penyakit yang disebabkan karena peningkatan tekanan darah melebihi batas normal. Tekanan darah pada manusia dikatakan normal jika mencapai 120/80 mmHG, sedangkan untuk penderita hipertensi memiliki tekanan darah lebih dari 140/90 mmHG. Adapun faktor-faktor penyebab penyakit hipertensi seperti faktor genetika, pola makan yang tidak sehat, kegemukan (obesitas), merokok dan stress (Sartika dan Herwati, 2014).
Berikut langkah-langkah dalam proses perhitungan ANP
dikembangkan oleh Thomas L Saaty. Metode ANP lebih melakukuan pedekatan feedback (umpan-balik) dibandingkan metode AHP, dikarenakan tidak semua permasalahan diselesaikan secara hirarki melainkan saling mempengaruhi antar kluster (kriteria dan alternatif). Adanya pendekatan feedback dapat meningkatkan prioritas dari setiap kriteria sehingga penentuan keputusan menjadi lebih akurat (Ibrahim, Pangeran & Wihartono, 2013).
Analytical Hierarchy Process (AHP) yang
merupakan perkembangan dari metode
2.3 Analytical Network Process (ANP) Analytical Network Process (ANP)
obat yang dapat digunakan terdiri dari daun, batang, bunga, akar, umbi, buah, getah, rimpang, dan biji (Handayani, 2015).
Tanaman obat merupakan tanaman yang mempunyai kandungan zat aktif sebagai penyembuhan maupun pencegahan berbagai jenis penyakit. Kandungan zat aktif pada suatu tanaman memiliki peran penting dalam melakukan diagnosa penyakit. Bagian tanaman
2.2 Tanaman Obat
2.1 Hipertensi
(Iranosa, Soebroto, & Hidayat, 2014) Menggunakan metode Analytical Hierarchy Process untuk menentukkan bobot kriteria simplisia nabati dan metode The Technique for Order of Preference Similiarity to Ideal untuk menentukkan hasil akhir pemilihan simplisia nabati terbaik dengan memberikkan hasil 80% untuk penyakit demam, 60% untuk penyakit diare dan 80% untuk penyakit batuk.
2. DASAR TEORI
(SMART) digunakan untuk perangkingan hasil pemilihan alternatif tanaman obat.
Attribute Rating Technique
untuk menyelesaikan permasalahan pemilihan alternatif tanaman obat terhadap penyakit hipertensi. Metode Analytical Network Process (ANP) digunakan untuk proses menetukkan bobot dari setiap kriteria yang mendukung dalam penentuan keputusan dan metode Simple Multi
Analytical Network Process (ANP) dan Simple Multi Attribute Rating Technique (SMART)
Berdasarkan penjelasan dan informasi terkait, penelitian ini menerapkan metode
Penelitian selanjutnya yang dilakukan oleh (Wardani, indriati,& Muflikah,2016). menggunakan metode AHP dan SMART untuk memudahkan dalam menentukkan calon penerima beasiswa Bbp-Ppa. Metode AHP untuk mencari bobot prioritas setiap kriteria dan metode SMART untuk memberikkan hasil keputusan dari setiap alternatif. Hasil yang didapatkan menghasilkan akurasi terbaik 71.4%.
Penelitian yang dilakukan oleh (Ningsih, Soebroto,& Furqon,2016) menerapkan metode ANP untuk mencari nilai bobot kriteria dan metode PROMETHEE II digunakan untuk perangkingan terhadap alternatif penentuan jenis ikan air tawar. Akurasi yang didapatkan dari penelitian ini sebesar 75%.
Pada penelitian ini mencoba menerapkan salah satu metode MCDM yaitu ANP dan SMART sebagai pemilihan alternatif tanaman obat. Adapun penelitian yang terkait menggunakan kedua metode sebagai hasil keputusan maupun rekomendasi ( Suryanto, 2015).
1. Menetukkan kriteria yang digunakan untuk memberikkan solusi permasalahan
2. Keterangan: Membuat matriks perbandingan berpasangan yang menjelaskan hubungan antar elemen m 1 = Nilai matriks baris ke 1 dari setiap kriteria. Matriks perbandingan berpasangan ini digunakan untuk m total = Jumlah total matriks menentukkan bobot setiap kriteria dalam
5. Melihat konsistensi rasio, jika rasio lebih perhitungan ANP. dari 0,1 maka penilaian data keputusan
1
1 ⁄ ⁄ ⁄
harus diulang kembali. Menentukkan
1
2
1
12
1
2
2 = ⁄ ⁄ ⋮ = [ 1 ⋮ ] (1)
1
2 ⋯
21 konsistensi rasio menggunakan persamaan.
1
1 ⋯ ⋯ [
⁄ ] max −
(4) ( ) = −1
Keterangan Keterangan : w n = Nilasi bobot kriteria ke-n
= Nilai eigen value yag terbesar λ m 1n = Hasil nilai matriks baris ke 1 kolom n n = Jumlah elemen yang dibandingkan m n1 = Hasil nilai matriks baris ke n kolom ke
1
(5) ( ) =
Pemberian nilai pada perbandingan berpasangan Keterangan : ini mengacu pada skala saaty yang ditunjukkan CI = Consistency index pada Tabel 1 (Saaty,2008).
RI = Random index
Tabel 1. Nilai Perbandingan Berpasangan
Random Index (RI) yang digunakan berdasarkan
Definisi Keterangan pada penelitian yang dilakukan oleh Saaty.
Kedua kriteria Sama Penting memiliki kepentingan Tabel 2. Random Index (RI)
1 yang sama Satu kriteria sedikit Jumlah Kriteria Nilai RI
Sedikit Lebih lebih penting daripada Penting
1 kriteria lainnya.
3
2 Satu kriteria lebih
Lebih Penting penting dari keriteria
3 0,58
lainnya
5
4 0,9
Satu kriteria jelas lebih
5 1,12
Sangat Penting penting dari kriteria lainnya
6 1,24
7
7 1,32
Satu kriteria dianggap Mutlak Sangat memiliki kepentingan
8 1,41
Penting tertinggi dari kriteria
9 1,45
lainnya
9
10 1,49
Nilai-nilai diantara dua Nilai Tengah pertimbangan yang
11 1,51
berdekatan 2,4,6,8
12 1,48 13 1,56
3. Melakukan normalisasi matriks dengan 14 1,57 menggunakan persamaan 15 1,59
(2) Sumber : Saaty (2008) Normalisasi matriks =
∑ 6.
Menetukan unweighted supermatrix dengan Keterangan: menggunakan hasil nilai dari egienvector w j = Nilai bobot dari kriteria j = Total jumlah bobot kriteria dengan menggunakan persamaan.
11
12
1
∑w
Unweighted (6) ⋮ ⋱ ⋮ ]
= [ 4.
Menentukan egienvector dari matriks yang
1 ⋯ telah dibuat.
1 (3) =
Keterangan :
ev
= eigenvector 7. Menentukkan weighted supermatrix
Weighted = [
11
12
1 ⋮ ⋱ ⋮
1 ⋯ ]
(7) = [1 1 1]
8. Menetukkan limited supermatrix dengan melakukan perkalian weighted supermatrik dengan dirinya sendiri sampai menghasilkan angka yang sama pada setiap baris. Setiap hasil perhitungan limited supermatrix dilakukan normalisasi.
= [ ℎ × ℎ ]
(8) 9. Bobot terakhir didapatkan dari iterasi terakhir dengan hasil weighted supermatrix yang memiliki angka yang sama.
Perancangan algoritme dalam pemilihan alternatif tanaman obat terhadap penyakit hipertensi pertama menentukkan data kriteria dan alternatif tanaman. Selanjutnya data kriteria diproses menggunakan algoritme ANP untuk menentukkan bobot dari masing-masing kriteria berdasarkan perbandingan nilai kepentingan tertinggi dari kriteria tersebut. kriteria. Proses kedua menentukan perangkingan tanaman obat dengan algoritme SMART. Alur dari perancangan algoritme ini ditunjukkan pada flow chart dibawah ini.
3. PERANCANGAN
5. Menentukkan keputusan. keputusan didapatkan dari mengalihkan nilai bobot dengan nilai utilitas. Perhitungan untuk menentukkan keputusan menggunakan persamaan 9.
C max = nilai kriteria maksimal C min = nilai kriteria minimal C outi = nilai kriteria ke i 4. Menentukkan bobot dari setiap alternatif yang diperoleh dari perhitungan bobot kriteria.
j
2.4 Simple Multi Attribute Rating Technique
Menentukkan kriteria yang mendukung dalam menyelesaikan permasalahan
2. Menentukkan alternatif-alternatif yang ada,alternatif-alternatif ini memungkinkan untuk dijadikan suatu solusi dalam menyelesaikan permasalahan.
3. Menghitung nilai utilitas pada setiap alternatif dengan menggunakan persamaan
= 100 ( − ) ( − )
%
(10) Keterangan : u ij = nilai utility alternatif i pada kriteria
Dimana: w j : merupakan bobot kriteria u ij : merupakan nilai input alternatif ke- i pada kriteria ke-j langkah-langkah dalam perhitungan metode
(9)
∑ =
Metode SMART ini mengambil dari setiap aliternatif pilihan yang ditentukkan dengan banyaknya kriteria yang memiliki nilai dan bobot. Pembobotan pada metode ini digunakan untuk menemukkan alternatif terbaik (Suyanto dan Safrizal,2015). Model yang digunakan dalam perhitungan nilai fungsi SMART
(SMART)
Gambar 1 Diagram Alir Metode Mulai Data Kriteria dan
Alternatif Tanaman Obat Proses ANP Proses SMART
Hasil Perangkingan Tanaman Obat Selesai
SMART (Suyanto dan Safrizal,2015) (Novianti, Astuti & Khairina, 2016) : 1.
4. PENGUJIAN DAN ANALISIS
Pengujian dan analisis pada pemilihan alternatif tanaman obat terhadap penyakit hipertensi menggunakan metode ANP-SMART dilakukan dengan menggunakan pengujian korelasi Spearman Rank terhadap hasil sistem dengan pakar.
6. DAFTAR PUSTAKA
Services Sciences, Vol. 1, No. 1, 2008.
Saaty, Thomas L. 2008. Decision Making With The Analytic Hierarchy Process , Int. J.
Sartika dan Herawati. 2014. Terkontrolnya Tekanan Darah Penderita Hipertensi Berdasarkan Pola Diet dan Kebiasaan Olah Raga Di padang Tahun 2011.
Suryanto dan Safrizal . 2015. Sistem Pendukung Keputusan Pemilihan Karyawan Teladan dengan Metode SMART (Simple Multi Attribute Rating Technique). UIN Sultan Syarif Kasim Riau, Volume : 1, Nomor : 2, Desember 2015. ISSN : 2460-738X.
Novianti, Astuti dan Khairina. 2016. Sistem Pendukung Keputusan Berbasis Web Untuk Pemilihan Cafe Menggunakan Metode Smart (Simple Multi-Attribut Rating Technique). Universitas Mulawarman. Samarinda. Maret 2016
Perbandingan Hasil Pemilihan Trase Jalan Dengan Menggunakan Pendekatan AHP dan ANP (Study Kasus : Pengembangan Jalan Kolektor Provinsi Gorontolo). Universitas Sebelas Maret (UNS), Oktober 2013
Fakultas Kehutanan. IPB Jawa Barat, Volume : 1, Nomor : 6, September 2015. Ibrahim, Pangeran dan Wihartono, 2013.
Pengujian korelasi spearman rank untuk mengetahui hubungan persamaan anatar dua variabel. Dimana pada penelitian ini menguji korelasi antara hasil sistem dengan pakar. Langkah-langkah pada penelitian ini antara lain.
Handayani. 2015. Pemanfaatan Tumbuhan Berkhasiat Obat Oleh Masyarakat Sekitar Cagar Alam Gunung Simpang.
4.1 Pengujian Korelasi Spearman Rank
1. Menentukkan hipotesis 2.
Metode ANP-SMART mampu menyelesaikan kasus pemilihan alternatif tanaman obat terhadap penyakit hipertensi. pemilihan alaternatif tanaman obat menggunakan 4 kriteria pendukung seperti zat berkhasiat, harga, ketersediaan dan rasa. Hasil dari pengujian korelasi spearman rank pada hasil sistem dengan hasil pakar dengan 10 data tanaman obat membuktikan bahwa keduanya mempunyai hubungan mendekati sempurna
Hasil dari pengujian spearman rank menggunakan 10 data tanaman obat, didapatkan nilai r s sebesar 0.964. dengan taraf signifikan 5% didapatkan bahwa nilai rs 0.964 lebih dari nilai tabel spearman rank yaitu 0.684. Hasil ini menyatakan bahwa H 1 diterima dan H ditolak yang berarti bahwa terdapat hubungan antara hasil data sistem dan hasil pakar. Sehingga disimpulkan korelasi antara hasil sistem dengan hasil pakar mendekati sempurna,
Keterangan: rs = koefisien korelasi rank d = selisih rank antara X dan Y n = banyaknya pasangan rank
(11)
2 −
2
6∑
persamaan 2.11 sebagai berikut: = 1 −
3. Menghitung nilai rs sesuai dengan
Menghitung selisih antar kriteria (d) dan memangkatkan hasil dari selisih kriteria (d)