Model Pemilihan Untuk Metode Kontes Dalam Pengadaan Barang Pemerintah Menggunakan Pairwise Comparison Dan Topsis
COMPARISON DAN TOPSIS
Skripsi
Sebagai Persyaratan Untuk Memperoleh Gelar Sarjana Teknik
YANUAR WAHYU WIDIANTO
I 0308073
JURUSAN TEKNIK INDUSTRI FAKULTAS TEKNIK UNIVERSITAS SEBELAS MARET SURAKARTA 2012
METODE KONTES DALAM PENGADAAN BARANG PEMERINTAH MENGGUNAKAN PAIRWISE COMPARISON DAN TOPSIS. Skripsi. Surakarta : Jurusan Teknik Industri Fakultas Teknik, Universitas Sebelas Maret, September 2012.
Proses penentuan pemenang merupakan salah satu bagian kritis dalam aktivitas pengadaan barang menggunakan metode kontes karena barang yang diperlombakan tidak mempunyai harga pasar dan tidak dapat ditetapkan berdasarkan harga satuan. Berdasarkan studi kasus yang dilakukan, penilaian pemenang kontes dilakukan menggunakan scoring dan menentukan pemenang berdasarkan nilai rata-rata dari beberapa juri. Penelitian ini memberikan alternatif metode yang dapat digunakan dalam penilaian pemenang, yakni penggabungan metode antara pairwise comparison dalam analytic hierarchi process dan TOPSIS. Metode pairwise comparison digunakan untuk menghitung bobot setiap kriteria pengadaan barang, sedangkan metode TOPSIS digunakan untuk menghitung nilai setiap peserta peserta pengadaan barang dalam proses penentuan pemenang. Metode tersebut diuji pada data hipotetik untuk kasus kontes kereta kencana Kota Surakarta tahun 2011. Berdasarkan hasil penghitungan, metode tersebut mampu mengatasi variabilitas data yang tinggi dibandingkan metode scoring . Selain itu, dibuat aplikasi sistem pendukung keputusan untuk membantu panitia dan juri dalam melakukan proses pengadaan barang menggunakan metode kontes.
Kata kunci: kontes, pengadaan barang, analytic hierarchi process, TOPSIS. .
CONTEST METHOD IN PUBLIC PROCUREMENT USING PAIRWISE COMPARISON AND TOPSIS. Skripsi. Surakarta : Jurusan Teknik Industri Fakultas Teknik, Universitas Sebelas Maret, September 2012.
Selection process of a winner is a critical stage in procurement activity used contest method because good which is contested doesn’t have market and unit price. Based on a case study that has been done, the assesments of the participants are done by scoring method and the winner of the contest is determined based on average score from several judges. This research gives an alternative method that can be used for the winner assessment, that is intregated of pairwise comparison method in analytical hierarchi process and technique for order preference by similarity to ideal solution (TOPSIS). Pairwise comparison method is used for calculating the weight of each procurement criteria, whereas TOPSIS method is used for calculating the value of each procurement participant in selection process of the winner. This method was tested by hipotetic data for Kontes Kereta Kencana in Surakarta City 2011. Based on calculation result, the model is better in coping high variability data then scoring method. Besides, a decision supporting system application is made to help commitee and judges performing procurement process using contest method.
Keywords: contest, procurement, analytic hierarchi process, TOPSIS.
Pada bab ini dijelaskan mengenai latar belakang masalah, perumusan masalah, tujuan dan manfaat dari penelitian yang telah dilakukan. Selanjutnya diuraikan mengenai batasan masalah, asumsi yang digunakan dalam permasalahan dan sistematika penulisan untuk menyelesaikan penelitian.
1.1 Latar Belakang Masalah
Pengadaan Barang/Jasa merupakan kegiatan untuk memperoleh barang/jasa oleh Kementerian/Lembaga/Satuan Kerja Perangkat Daerah/Institusi (K/L/S/I) lainnya yang prosesnya dimulai dari perencanaan kebutuhan sampai diselesaikannya seluruh kegiatan untuk memperoleh barang/jasa. Proses pengadaan barang dan jasa diatur dalam Peraturan Presiden Nomor 54 Tahun 2010 tentang Pengadaan Barang dan Jasa Pemerintah. Lembaga Kebijakan Pengadaan Barang/Jasa (LKPP) melalui Modul Pengantar Pengadaan Barang/Jasa di Indonesia menjelaskan beberapa prinsip yang harus dijadikan dasar pengadaan barang dan jasa yaitu efisien, efektif, transparan, terbuka, bersaing, adil/tidak diskriminatif dan akuntabel. Metode yang dapat digunakan untuk memilih penyedia barang terdiri dari pelelangan, seleksi, pemilihan langsung, penunjukan langsung, pengadaan langsung dan kontes/sayembara.
Peraturan Presiden Republik Indonesia Nomor 54 Tahun 2010, mendifinisikan metode kontes adalah metode pemilihan penyedia barang yang memperlombakan barang/benda tertentu yang tidak mempunyai harga pasar dan yang harga/biayanya tidak dapat ditetapkan berdasarkan Harga Satuan. Tahapan dari metode kontes dalam pengadaan barang meliputi pengumuman, pendaftaran dan pengambilan dokumen kontes, pemberian penjelasan, pemasukan proposal, Peraturan Presiden Republik Indonesia Nomor 54 Tahun 2010, mendifinisikan metode kontes adalah metode pemilihan penyedia barang yang memperlombakan barang/benda tertentu yang tidak mempunyai harga pasar dan yang harga/biayanya tidak dapat ditetapkan berdasarkan Harga Satuan. Tahapan dari metode kontes dalam pengadaan barang meliputi pengumuman, pendaftaran dan pengambilan dokumen kontes, pemberian penjelasan, pemasukan proposal,
Saat ini metode kontes telah digunakan oleh beberapa instansi dalam suatu pengadaan barang. Dalam beberapa kasus pengadaan barang menggunakan metode kontes penilaian yang dilakukan bersifat scoring dengan rentang nilai tertentu untuk beberapa aspek penilaian. Lembaga Kebijakan Pengadaan Barang sendiri tidak mengatur teknis penilaian dari metode kontes pengadaan barang. Laise (2004) berpendapat bahwa pendekatan scoring dan rata-rata yang digunakan untuk menentukan organisasi yang menjadi best in class memiliki kelemahan. Rata-rata merupakan suatu ukuran kecenderungan terpusat dari suatu kelompok data dan cukup mewakili jika data mempunyai suatu variabilitas yang rendah, tetapi jika dilakukan pengamatan dengan variabilitas tinggi, rata-rata bukan ukuran yang baik. Menggunakan rata-rata dapat menghilangkan informasi yang pantas dipertimbangkan dan oleh karena itu tidak cocok digunakan untuk membuat perbandingan.
Berdasarkan informasi tersebut, tentunya ada metode-metode yang lain untuk menutupi kelemahan dari metode scoring dan rata-rata. Dilihat dari jumlah kriteria yang digunakan dalam beberapa kasus permasalahan pengadaan barang dengan metode kontes, permasalahan tersebut dapat dikategorikan dalam Multi Criteria Decision Making (MCDM) dan karena tujuannya menyeleksi alternatif terbaik dari beberapa alternatif maka dapat dikelompokkan sebagai Multiple Attribute Decision Making (MADM).
Terdapat beberapa metode yang dapat digunakan untuk menyelesaikan masalah MADM. Jafari dkk (2009) mengusulkan kerangka kerja untuk memilih Terdapat beberapa metode yang dapat digunakan untuk menyelesaikan masalah MADM. Jafari dkk (2009) mengusulkan kerangka kerja untuk memilih
Penelitian ini memakai metode perbandingan berpasangan (pairwise comparison) dari AHP kemudian dilanjutkan dengan metode TOPSIS. Metode ini dipilih karena metode ini menentukan nilai bobot untuk setiap kriteria, kemudian dilanjutkan dengan proses perhitungan dengan metode TOPSIS yang akan menyeleksi alternatif terbaik dari sejumlah alternatif. Metode TOPSIS banyak digunakan untuk menyelesaikan masalah keputusan secara praktis. Konsepnya sederhana dan mudah dipahami, komputasinya efisien dan memiliki kemampuan untuk mengukur kinerja relatif dari alternatif-alternatif keputusan kedalam bentuk matematis yang sederhana (Kusumadewi dkk, 2006 ). Pemilihan metode ini juga mempertimbangkan kemudahan bagi pengguna Sistem Pendukung Keputusan (SPK) yang akan dibentuk.
Turban (1995) mendefinisikan SPK sebagai sistem informasi berbasis komputer yang adaptif, interaktif, fleksibel, yang secara khusus dikembangkan untuk mendukung solusi dari pemasalahan manajemen yang tidak terstruktur untuk meningkatkan kualitas pengambilan keputusan. SPK yang dibentuk akan membantu penentuan siapa yang berhak untuk menjadi penyedia dalam kontes pengadaan barang dan jasa. Pemilihan penyedia barang yang baik seharusnya sesuai dengan kriteria-kriteria yang telah ditetapkan, karena itu selain memiliki
1.2 Perumusan Masalah
Dari latar belakang yang telah diuraikan, maka rumusan masalah dalam penelitian ini adalah bagaimana merancang suatu sistem pendukung keputusan pemilihan penyedia dalam kegiatan kontes pengadaan barang.
1.3 Tujuan Penelitian
Tujuan yang ingin dicapai dari penelitian ini adalah:
1. Mengidentifikasi metode dan mekanisme penilaian yang digunakan dalam
pemilihan penyedia pada kegiatan kontes pengadaan barang.
2. Mengembangkan model penyusunan kriteria dan penentuan nilai untuk
pemilihan penyedia pada kegiatan kontes pengadaan barang.
3. Merancang sistem pendukung keputusan untuk pemilihan penyedia pada kegiatan kontes pengadaan barang.
1.4 Manfaat Penelitian
Manfaat yang diharapkan dari dari penelitian ini adalah :
1. Mempermudah dan mempercepat dalam pemilihan penyedia dari kegiatan kontes pengadaan barang.
2. Memberikan wawasan baru kepada panitia pengadaan barang menggunakan metode kontes mengenai metode yang dapat digunakan untuk pemilihan penyedia dari kegiatan kontes pengadaan barang.
1.5 Batasan Masalah
Agar penelitan ini tidak terlalu luas topik pembahasannya, maka perlu dilakukan batasan-batasan sebagai berikut :
2. Data hipotetik digunakan sebagai data untuk pengujian model pengambilan keputusan .
1.6 Asumsi Penelitian
Asumsi yang digunakan untuk menyederhanakan kompleksitas permasalahan yang diteliti adalah bobot kriteria pemilihan yang diperoleh selama penelitian dianggap tidak mengalami perubahan selama penelitian berlangsung.
1.7 Sistematika Penelitian
Dalam penulisan laporan penelitan ini, diberikan uraian setiap bab yang berurutan untuk mempermudah dalam pembahasan laporan. Penjelasan mengenai sistematika penulisan dalam laporan penelitian dijelaskan seperti dibawah ini.
BAB I : PENDAHULUAN
Bab ini merupakan pengantar permasalahan yang dibahas meliputi latar belakang masalah, perumusan masalah, tujuan penelitian, manfaat penelitian, batasan masalah, asumsi penelitian, dan sistematika penelitian.
BAB II : TINJAUAN PUSTAKA Bab ini berisi mengenai landasan teori yang mendukung dan terkait langsung dengan penelitian yang akan dilakukan dari buku, jurnal penelitian, dan sumber literatur lainnya.
BAB III : METODOLOGI PENELITIAN
Bab ini berisi tahapan yang dilalui selama penelitian mulai dari identifikasi masalah sampai penarikan kesimpulan, beserta penjelasan dan gambar diagramnya.
penelitian dan berisi tentang proses pengolahan data.
BAB V : ANALISIS DAN INTERPRETASI HASIL
Bab ini berisi tentang analisis dan interprestasi data terhadap hasil pengumpulan dan pengolahan data pada bagian sebelumnya.
BAB VI : KESIMPULAN DAN SARAN
Bab ini berisi tentang kesimpulan yang diperoleh dari penelitian dan analisis yang telah dilakukan serta rekomendasi yang diberikan untuk perbaikan.
Pada bab ini menguraikan tinjauan pustaka yang memuat teori-teori yang mendukung dan dipakai sebagai pedoman untuk pemecahan masalah dan analisis masalah yang terdapat pada penelitian ini.
2.1. Tinjauan Umum Pengadaan Barang Menggunakan Metode Kontes
2.1.1 Metode Kontes
Negara Indonesia melalui Peraturan Presiden Nomor 54 Tahun 2010, mendefinisikan metode kontes adalah metode pemilihan penyedia barang yang memperlombakan barang/benda tertentu yang tidak mempunyai harga pasar dan yang harga/biayanya tidak dapat ditetapkan berdasarkan Harga Satuan. Kontes dilakukan khusus untuk pemilihan penyedia barang atau jasa yang merupakan hasil industri kreatif, inovatif dan budaya dalam negeri. Pemilihan penyedia barang dengan menggunakan metode kontes memiliki sejumlah tahapan tertentu. Tahapan pelaksanaan tersebut dijelaskan pada Gambar 2.1
Gambar 2.1. Langkah Pelaksanaan Pemilihan Penyedia Barang
menggunakan Metode Kontes menggunakan Metode Kontes
Keunikan tradisi, kearifan lokal, kekayaan budaya dan kepopuleran kulinernya telah menjadi buah bibir tidak hanya di tingkat nasional tapi juga di kancah internasional. Menyadari bahwa di tengah persaingan bisnis modern yang begitu ketat maka Kota Solo selalu berusaha untuk memperbaiki dan mempercantik kota. Berbagai program revitalisasi kawasan dan bangunan terus diusahakan oleh pemerintah dan masyarakatnya. Keberhasilan program-program yang telah direncanakan oleh Pemerintah Kota Surakarta ternyata memberikan dampak signifikan terhadap Kota Solo baik secara ekonomi maupun dalam rangka pencitraan kota.
Pada tahun 2011 guna lebih meningkatkan pencitraan kota, Pemerintah Kota Surakarta berusaha melengkapi keunikan kota dengan pengadaan Kereta Kencana, setelah sebelumnya diluncurkan Kereta Uap Jaladara, trainbus, dan bus wisata. Pengadaan Kereta Kencana dimaksud harus sesuai dengan tujuan dan kehendak Pemerintah Kota Surakarta. Sehubungan dengan hal tersebut para penyedia wajib mengikuti standar administrasi dan teknis pengadaan kereta kencana yang telah ditentukan oleh Pemerintah Kota Surakarta. (Dinas Kebudayaaan dan Pariwisata Surakarta, 2011).
2.1.3 Tujuan Kontes Kereta Kencana
Pengadaan Kereta Kencana merupakan sebuah kegiatan memperkuat pencitraan Kota Solo sebagai sebuah kota budaya dan heritage serta upaya
2.1.4 Penilaian dan Penjurian Kontes Kereta Kencana
Penilaian terhadap semua proposal dokumen kontes yang telah masuk akan diperiksa oleh panitia kontes untuk memeriksa kelengkapan admistrasi. Masukan yang tidak sesuai atau melanggar ketentuan akan didiskualifikasi sehingga tidak berhak dinilai oleh para juri.
Dokumen peserta yang telah lulus kulaifikasi dokumen, berhak untuk mengikuti kontes pengadaan Kereta Kencana. Semua barang yang dikonteskan akan diperiksa oleh Tim Juri. Selama proses penjurian, identitas peserta dirahasiakan oleh panitia kontes.
Penjurian dilakukan dalam satu tahap yaitu melakukan peninjauan dan pengamatan serta penilaian terhadap barang-barang yang dikonteskan yang telah disediakan oleh para peserta yang memenuhi persyaratan dan lulus kulaifikasi proposal dokumen kontes. (Dinas Kebudayaaan dan Pariwisata Surakarta, 2011).
2.1.5 Unsur-Unsur Penilaian Kontes Kereta Kencana
a. Aspek fungsi Kekuatan/keamanan, kenyamanan, kemudahan dalam pengoperasian
serta daya tampung penumpang, termasuk bahan, kontruksi dan ukuran kereta.
b. Aspek Estetika Keindahan dan makna filosofi meliputi pemilihan desain, pemilihan motif ragam hias, pemilihan warna serta originalitas
c. Aspek ekonomis Kesesuaian antara harga, ukuran dan kualitas kereta yang ditawarkan yang disesuaikan dengan anggaran yang telah ditetapkan oleh Panitia Pangadaan. (Dinas Kebudayaaan dan Pariwisata Surakarta, 2011).
2.2. Multi Criteria Decision Making
Criteria Decision Making yaitu :
a. Alternatif Alternatif adalah obyek-obyek yang berbeda dan memiliki kesempatan yang sama untuk dipilih oleh pengambil keputusan.
b. Atribut Atribut sering juga disebut sebagai karakteristik, komponen atau kriteria keputusan.
c. Konflik Antar Kriteria Beberapa kriteria biasanya mempunyai konflik antara satu dengan yang lainnya, misalnya kriteria keuntungan akan mengalami konflik dengan kriteria biaya.
d. Bobot Keputusan Bobot keputusan menunjukkan kepentingan relatif dari setiap kriteria.
e. Matriks Keputusan Suatu matriks keputusan dengan ordo tertentu, yang berisi elemen- elemen yang merepresentasikan rating dari beberapa alternatif terhadap beberapa kriteria.
Zimmermann (1991) dalam Kusumadewi dkk. (2006) menyatakan bahwa berdasarkan tujuannya, MCDM dapat dibedakan menjadi dua yaitu : Multi Attribute Decision Making (MADM) dan Multi Objective Decision Making (MODM). MADM digunakan untuk menyelesaikan masalah- masalah dalam ruang diskret, sedangkan MODM digunakan untuk menyelesaikan masalah-masalah pada ruang kontinyu. Secara umum dapat dikatakan bahwa MADM menyeleksi alternatif terbaik dari sejumlah alternatif, sedangkan MODM merancang alternatif terbaik.
2.3. Multy Attribute Decision Making
teori permainan. Buku ini diyakini sebagai awal dari berkembangnya MADM. Pada umumnya MADM dapat dibagi menjadi dua yaitu multiple attribute utility theory (MAUT) dan metode outranking (terutama merujuk untuk ELECTRE dan PROMETHEE). MAUT menentukan preferensi pembuatan keputusan, yang biasanya dapat direpresentasikan sebagai sebuah struktur hirarkis, dengan menggunakan fungsi yang sesuai utilitas. Dengan mengevaluasi fungsi utilitas, pembuat keputusan dapat dengan mudah menentukan alternatif terbaik dengan nilai utilitas tertinggi. Terdapat beberapa metode yang dapat digunakan untuk menyelesaikan masalah MADM, antara lain Simple Additive Weighting (SAW), Weighted Product (WP), ELECTRE, Technique for Order Preference by Similarity to Ideal Solution (TOPSIS), VIKOR, Analytic Hierarchy Process (AHP) dan PROMETHEE.
Tahap inti dari MADM adalah menentukan nilai bobot untuk setiap atribut, kemudian dilanjutkan dengan proses perankingan yang akan menyeleksi sejumlah alternatif. Pada dasarnya, ada 3 pendekatan untuk mencari nilai bobot atribut, yaitu pendekatan subyektif, pendekatan obyektif dan pendekatan integrasi antara subyektif & obyektif. Masing-masing pendekatan memiliki kelebihan dan kelemahan. Pada pendekatan subyektif, nilai bobot ditentukan berdasarkan subyektifitas dari para pengambil keputusan, sehingga beberapa faktor dalam proses perankingan alternatif bisa ditentukan secara bebas. Sedangkan pada pendekatan obyektif, nilai bobot dihitung secara matematis sehingga mengabaikan subyektifitas dari pengambil keputusan. ( Kusumadewi, 2006).
2.4. Analytic Hierarchy Process
Sebagaimana langkah yang dijelaskan oleh Saaty (1988), metode AHP dapat digunakan untuk membantu dalam pengambilan keputusan dengan cara sebagai berikut.
sifat-sifat berikut (Brodjonegoro, 1992) :
a. Minimum Jumlah kriteria diusahakan optimal untuk memudahkan analisis.
b. Independen Setiap kriteria tidak saling tumpang tindih dan harus dihindarkan pengulangan kriteria untuk suatu maksud yang sama.
c. Lengkap Kriteria harus mencakup seluruh aspek penting dalam permasalahan.
d. Operasional Kriteria harus dapat diukur dan dianalisis, baik secara kuantitatif maupun kualitatif dan dapat dikomunikasikan.
2. Membuat “pohon hierarki” (hierarchical tree) untuk berbagai kriteria dan alternatif keputusan .
Gambar 2.3 Pohon Hierarki Sumber : Forman, 2002
Dalam menyusun suatu hirarki tidak terdapat suatu pedoman tertentu yang harus diikuti. Hirarki tersebut tergantung pada kemampuan penyusun Dalam menyusun suatu hirarki tidak terdapat suatu pedoman tertentu yang harus diikuti. Hirarki tersebut tergantung pada kemampuan penyusun
a. aij = 1 jika kedua kriteria sama pentingnya
b. aij = 3 jika Oi sedikit lebih penting dibandingkan Oj
c. aij = 5 jika Oi lebih penting dibandingkan dengan Oj
d. aij = 7 jika Oi sangat lebih penting dibandingkan Oj
e. aij = 9 jika Oi mutlak lebih penting dibandingkan Oj.
f. aij = 2 jika Oi antara sama dan sedikit lebih penting dibandingkan Oj.
g. aij = 4 jika Oi antara sedikit lebih dan lebih penting dibandingkan Oj.
h. aij = 6 jika Oi antara lebih dan sangat lebih penting dibandingkan Oj.
i. aij = 8 jika Oi antara sangat lebih dan mutlak lebih penting dibandingkan Oj. j. aij = 1/3 jika Oj sedikit lebih penting dibandingkan Oi, dan seterusnya. Tabel 2.1 Matriks perbandingan berpasangan
Sumber : Forman, 2002 Keterangan tabel :
Nilai a 11 adalah nilai perbandingan elemen A 1 (baris) terhadap A 1 (kolom) yang menyatakan hubungan:
a. Seberapa jauh tingkat kepentingan A 1 (baris) terhadap kriteria C
dibandingkan dengan A 1 (kolom) atau
b. Seberapa jauh dominasi A i (baris) terhadap A i (kolom) atau
c. Seberapa banyak sifat kriteria C terdapat pada A 1 (baris) dibandingkan
dengan A 1 (kolom) .
4. Membuat peringkat prioritas dari matriks pairwise dengan menentukan eigenvector Setelah matriks perbandingan untuk sekelompok kriteria telah selesai dibentuk maka langkah berikutnya adalah mengukur bobot prioritas setiap kriteria tersebut dengan dasar persepsi seorang ahli yang telah dimasukan dalam matriks tersebut. Hasil akhir perhitungan bobot prioritas tersebut merupakan suatu bilangan desimal di bawah satu dengan total prioritas untuk kriteria-kriteria dalam satu kelompok sama dengan satu. Dalam penghitungan bobot prioritas dipakai cara yang paling akurat untuk matriks perbandingan yaitu dengan operasi matematis berdasarkan operasi matriks dan vektor yang dikenal dengan nama eigenvector.
Eigenvector adalah sebuah vektor yang apabila dikalikan sebuah matriks hasilnya adalah vektor itu sendiri dikalikan dengan sebuah bilangan skalar atau parameter yang tidak lain adalah eigenvalue. Bentuk persamaannya sebagai berikut:
A . w =l . w ………………………………………...............(2.1) dengan w: eigenvector
l : eigenvalue
A : matriks bujursangkar Eigenvektor biasa disebut sebagai vektor karakteristik dari sebuah
matriks bujursangkar sedangkan eigenvalue merupakan akar karakteristik dari matriks tersebut. Metode ini yang dipakai sebagai alat pengukur bobot prioritas setiap matriks perbandingan dalam model AHP karena sifatnya lebih akurat dan memperhatikan semua interaksi antar kriteria dalam matriks. Kelemahan metode ini adalah sulit dikerjakan secara manual terutama apabila matriksnya terdiri dari tiga kriteria atau lebih sehingga memerlukan bantuan program komputer untuk memecahkannya.
Cara lain untuk memperoleh nilai bobot kriteria atau peringkat
1 Jumlah kolom 1.676 4.375 10.25 20
b. Membagi masing-masing elemen pada kolom tertentu dengan nilai jumlah kolom tersebut
Dari pembagian di atas diperoleh hasil sebagai berikut :
c. Hasil tersebut kemudian dinormalisasi untuk mendapatkan eigenvektor
matriks dengan merata-ratakan jumlah baris terhadap tiap elemen. Tujuan Jumlah Baris Bobot Sub 1
Sub 2
Sub 3
Sub4
Pengukuran konsistensi dari suatu matriks itu sendiri didasarkan atas eigenvalue maksimum. Dengan eigenvalue maksimum, inkonsistensi yang biasa dihasilkan matriks perbandingan dapat diminimumkan. Rumus dari indeks konsistensi adalah:
CI = (l maks - n ) / (n - 1)………………….............………..(2.2) dengan CI
: indeks konsistensi l maks : eigenvalue maksimum n
: orde matriks Dengan merupakan eigenvalue dan n ukuran matriks. Eigenvalue maksimum suatu matriks tidak akan lebih kecil dari nilai n sehingga tidak mungkin ada nilai CI yang negatif. Makin dekat eigenvalue maksimum dengan besarnya matriks, makin konsisten matriks tersebut dan apabila sama besarnya maka matriks tersebut konsisten 100 % atau inkonsistensi 0%. Dalam pemakaian sehari-hari CI tersebut biasa disebut indeks inkonsistensi karena persamaan (2.2) di atas memang lebih cocok untuk mengukur inkonsistensi suatu matriks.
Indeks inkonsistensi di atas kemudian diubah ke dalam bentuk rasio inkonsistensi dengan cara membaginya dengan suatu indeks random. Indeks random menyatakan rata-rata konsistensi dari matriks perbandingan berukuran 1 sampai 10 yang didapatkan dari suatu eksperimen oleh Oak
……………………………………………………. (2.3) dengan CR
: rasio konsistensi CI : indeks konsistensi
RI
: indeks random Batasan diterima tidaknya konsistensi suatu matriks sebenarnya tidak ada yang baku, hanya menurut beberapa eksperimen dan pengalaman tingkat inkonsistensi sebesar 10 % ke bawah adalah tingkat inkonsistensi yang masih dapat diterima. Lebih dari itu harus ada revisi penilaian karena tingkat inkonsistensi yang terlalu besar dapat menjurus pada suatu kesalahan.
Dari perhitungan nilai eigenvector sebelumnya, selanjutnya dilakukan perhitungan rasio konsistensi, yaitu dengan cara sebagai berikut :
1. Menghitung nilai l maksimum didapatkan dengan mengalikan hasil jumlah kolom pada matriks perbandingan berpasangan dengan nilai eigenvektor tiap kriteria. Berikut adalah contoh perhitungannya
= (1.676 x 0.530 + 4.375 x 0.304 + 10.25 x 0.119 + 20 x 0.047 )
2. Menghitung nilai indeks konsistensi (CI) CI = (l maks - n ) / (n - 1) = (4.376 – 4) / (4 – 1) = 0.125
3. Menghitung nilai rasio konsistensi (CR)
Rasio konsistensi sebesar 0.141 melebihi batas toleransi 0.10. Maka matriks perbandingan berpasangan pada contoh ini tidak konsisten.
6. Membuat Penilaian Perbandingan Multipartisipan
l maksimum
l maksimum l maksimum
Teori rata-rata geometrik menyatakan bahwa jika terdapat n partisipan yang melakukan perbandingan berpasangan, maka terdapat n jawaban atau nilai numerik untuk setiap pasangan. Untuk mendapatkan nilai tertentu dari semua nilai tersebut, masing-masing nilai harus dikalikan satu sama lain kemudian hasil perkalian itu dipangkatkan dengan 1/n. Secara matematis dituliskan sebagai berikut :
a ij = (z 1 ´ z 2 ´ z 3 ´ ... ´ z n ) 1/n ....................................……. (2.4) dengan a ij adalah nilai rata-rata perbandingan berpasangan kriteria A i dengan A j untuk n partisipan. Sedangkan Z i adalah nilai perbandingan antara kriteria A i dengan A j untuk partisipan i, dengan i = 1, 2, 3, ..., n dan n adalah jumlah partisipan.
7. Menyusun Rekapitulasi Peringkat Alternatif Peringkat alternatif dapat ditentukan dengan mengalikan nilai eigenvector alternatif dengan nilai eigenvector kriteria. Hasil-hasil dari metode AHP dengan langkah-langkah seperti di atas dapat digunakan sebagai bahan pertimbangan dalam pengambilan keputusan. Berdasarkan metode di atas, pengambil keputusan akan lebih mengutamakan alternatif langkah yang mempunyai bobot paling besar dibandingkan pilihan alternatif langkah lainnya. Sehingga, rencana yang telah dibuat dapat terlaksana dengan baik dan lebih bermanfaat.
2.5. Technique for Order Preference by Similarity to Ideal Solution (TOPSIS)
Tzeng dan Huang (2011) menjelaskan bahwa metode TOPSIS pertama kali diusulkan oleh Hwang dan Yoon (1981) untuk menentukan alternatif terbaik berdasarkan konsep fundamental. Konsep fundamental
Solusi ideal positif didefinisikan sebagai jumlah dari seluruh nilai terbaik yang dapat dicapai untuk setiap atribut, sedangkan solusi negatif- ideal terdiri dari seluruh nilai terburuk yang dicapai untuk setiap atribut. TOPSIS mempertimbangkan keduanya, jarak terhadap solusi ideal positif dan jarak terhadap solusi ideal negatif dengan mengambil kedekatan relatif terhadap solusi ideal positif. Berdasarkan perbandingan terhadap jarak relatifnya, susunan prioritas alternatif bisa dicapai.
Secara umum, prosedur dari metode TOPSIS mengikuti langkah- langkah sebagai berikut:
a. Menentukan matriks keputusan yang ternormalisasi. Elemen rij hasil dari normalisasi decision matrix R dengan metode Euclidean length of a vector adalah
dengan C = {C j | j = 1, ..., m}menandakan kriteria, dan X = {x kj | k = 1,..,n j = 1, ..., m} menandakan himpunan kinerja peringkat.
b. Menghitung matriks keputusan yang ternormalisasi terbobot.
dengan w = {w | j = 1, ..., m} adalah himpunan bobot.
c. Menghitung matriks solusi ideal positif dan matriks solusi ideal negatif. Solusi ideal dinotasikan PIS atau A + , sedangkan solusi ideal negatif dinotasikan NIS atau A -
剨I 밠
Dk - adlah jarak terhadap solusi ideal negatif didefinisikan sebagai:
e. Menghitung nilai preferensi untuk setiap alternatif.
Alternatif dapat dirangking berdasarkan urutan Ck*. Maka dari itu, alternatif terbaik adalah salah satu yang berjarak terpendek terhadap solusi ideal positif dan berjarak terjauh dengan solusi ideal negatif.
2.6. Basis Data (Database)
2.6.1. Pengertian Basis Data
Basis data (database) merupakan kumpulan dari data yang saling berhubungan dengan yang lainnya, tersimpan di perangkat keras komputer dan digunakan perangkat lunak untuk memanipulasinya. Database merupakan salah satu komponen yang penting dalam sistem informasi, karena merupakan basis dalam menyediakan informasi bagi para pemakai. Penerapan database dalam sistem informasi disebut dengan database system .
Sistem basis data (database system) adalah suatu sistem informasi Sistem basis data (database system) adalah suatu sistem informasi
2.6.2. Tujuan Basis Data
Basis data bertujuan untuk mengatur data sehingga diperoleh kemudahan, ketepatan, dan kecepatan dalam pengambilan kembali. Untuk mencapai tujuannya, syarat sebuah basis data yang baik adalah sebagai berikut :
1. Tidak adanya redundansi dan inkonsistensi data Redundansi terjadi jika suatu informasi disimpan di beberapa tempat. Akibat dari redundansi adalah inkonsistensi data atau data yang tidak konsisten.
2. Mudah dalam pengaksesan data Basis data memiliki fasilitas untuk melakukan pencarian informasi dengan menggunakan query ataupun dari tool untuk melihat tabelnya. Dengan fasilitas ini, pengguna bisa secara langsung melihat data dari software DBMS (Database Management System)-nya. Dalam basis data, informasi yang diperoleh dari kumpulan data bisa berupa keseluruhan data, sebagian data, data dengan filter tertentu, ataupun data yang terurut.
3. Dapat digunakan oleh beberapa user dalam waktu bersamaan Basis data memungkinkan penggunaan data bersama-sama oleh banyak pengguna pada saat yang bersamaan atau pada saat yang berbeda. Dengan meletakkan basis data pada bagian server yang bisa
2.6.3. Manfaat Basis Data
Banyak manfaat yang dapat diperoleh dengan menggunakan basis data. Manfaat basis data diantaranya adalah :
1. Kecepatan dan kemudahan (speed) Dengan menggunakan basis data pengambilan informasi dapat dilakukan dengan cepat dan mudah. Basis data memiliki kemampuan dalam mengelompokkan, mengurutkan, bahkan perhitungan dengan matematika. Dengan perancangan yang benar, maka penyajian informasi akan dapat dilakukan dengan cepat dan mudah.
2. Kebersamaan pemakai (sharability) Sebuah basis data dapat digunakan oleh banyak user dan banyak aplikasi. Untuk data-data yang diperlukan oleh banyak bagian/orang, tidak perlu dilakukan pencatatan di masing-masing bagian, tetapi cukup dengan satu basis data untuk dipakai bersama.
3. Pemusatan kontrol data Karena cukup dengan satu basis data untuk banyak keperluan, pengontrolan terhadap data juga cukup dilakukan di satu tempat saja. Jika ada perubahan data, maka tidak perlu dilakukan update di masing- masing bagian tetapi cukup hanya di satu basis data.
4. Efisiensi ruang penyimpanan Dengan pemakaian bersama, maka tidak perlu disediakan tempat penyimpanan di berbagai tempat, tetapi cukup satu saja sehingga hal ini akan menghemat ruang penyimpanan yang dimiliki oleh sebuah organisasi.
5. Keakuratan (accuracy) Penerapan secara ketat aturan tipe data, keunikan data, hubungan antar data, dan lain-lain, dapat menekan ketidakakuratan dalam pemasukan/penyimpanan data.
mana yang masih diperlukan dan data mana yang perlu kita simpan ke tempat lain. Hal ini mengingat pertumbuhan transaksi suatu organisasi dari waktu ke waktu membutuhkan media penyimpanan yang semakin besar.
7. Keamanan (security) Kebanyakan DBMS dilengkapi dengan fasilitas manajemen pengguna. Pengguna diberikan hak akses yang berbeda-beda sesuai dengan kepentingan dan posisinya. Basis data bisa diberikan password untuk membatasi orang yang mengaksesnya.
8. Kemudahan dalam pembuatan aplikasi baru Penggunaan basis data merupakan bagian dari perkembangan teknologi. Dengan adanya basis data pembuatan aplikasi bisa memanfaatkan kemampuan dari DBMS, sehingga pembuat aplikasi tidak perlu mengurusi penyimpanan data, tetapi cukup mengatur interface untuk pengguna.
9. Kebebasan data (data independence) Jika sebuah program telah selesai dibuat, dan ternyata ada perubahan isi/struktur data. maka dengan basis data, perubahan ini hanya perlu dilakukan pada level DBMS tanpa harus membongkar kembali program aplikasinya.
2.7. Model Pengambilan Keputusan
Manajemen adalah proses untuk mencapai tujuan organisasi dengan menggunakan semua sumber daya yang dimilikinya (Subakti, 2002). Di dalam suatu manajemen selalu terdapat proses pengambilan keputusan. Sekarang ini pengambilan keputusan trial and error tidak lagi efektif, karena itu banyak manajer menggunakan tools untuk membantu dalam mengambil keputusan agar didapat hasil yang baik dalam menyelesaikan masalah.
Jika terdapat teknologi atau informasi yang cukup, maka semakin mudah untuk menyediakan pilihan
b. Structual Complexity / Competition Masalah yang kompleks akan berbeda penanganannya dengan maslah yang sederhana. Kesalahan pengambilan keputusan dalam masalah yang kompleks akan berdampak besar bagi manajemen tersebut.
c. International Markets / Political Stability / Consumerism Keadaan ekonomi, politik ataupun pasar dunia bisa mempengaruhi pengambilan keputusan. Jika keadaan ekonomi, politik tidak stabil maka keputusan yang diambil semakin diliputi ketidakpastian.
d. Changes, Fluctuations Perubahan keadaan ekonomi atau politik yang cepat dan tidak stabil akan menuntut kita mengambil keputusan dengan cepat.
Simon, (1977) mengenalkan metoda proses pengambilan keputusan yang terdiri dari empat fasa utama yaitu:
1. Fase Intelijen Proses pengambilan keputusan berawal pada fasa ini dimana penyelidikan dan mengidentifikasi lingkup problematika yang dikumpulkan.
2. Fase Desain Tahap ini merupakan proses konstruksi dengan membuat perkiraan- perkiraan kemungkinan terjadi dari setiap variabel dan hubungan antar variabelnya. Tahap ini meliputi proses untuk mengembangkan dan menganalisa alternatif tindakan yang bisa dilakukan.
3. Fase Pemilihan Setelah menganalisa alternatif-alternatif tindakan maka pada tahap ini dilakukan proses pemilihan diantara alternatif untuk dijalankan. Proses pemilihan ini meliputi mencari, mengevaluasi dan
4. Fase Implementasi Pada tahap ini solusi yang telah disepakati mulai dijalankan. Alternatif keputusan yang telah disepakati dan dievaluasi merupakan alternatif optimal yang dipilih.
2.8. Karakteristik Sistem Pendukung Keputusan
Pada dasarnya sistem pendukung keputusan dirancang untuk mendukung seluruh tahap pengambilan keputusan mulai dari mengidentifikasi masalah, memilih data yang relevan, menentukan pendekatan yang digunakan dalam proses pengambilan keputusan, sampai mengevaluasi pemilihan interaktif. Peranan sistem pendukung keputusan dalam konteks keseluruhan sistem informasi ditujukan untuk memperbaiki kinerja melalui aplikasi teknologi informasi. Terdapat sepuluh karakteristik dasar sistem pendukung keputusan yang efektif, yaitu :
1. Mendukung proses pengambilan keputusan, menitikberatkan pada management by perception
2. Adanya interface manusia/ mesin dimana manusia (user) tetap mengontrol proses pengambilan keputusan
3. Mendukung pengambilan keputusan untuk membahas masalah- masalah terstruktur, semiterstruktur, dan tidak terstruktur
4. Menggunakan model-model matematis dan statistik yang sesuai
5. Memiliki kapabilitas dialog untuk memperoleh informasi sesuai dengan kebutuhan – model interaktif
6. Output ditunjukkan untuk personil organisasi dalam semua tingkatan
7. Memiliki subsistem-subsistem yang terintegrasi sedemikian rupa sehingga dapat berfungsi sebagai kesatuan sistem
8. Membutuhkan struktur data komprehensif yang dapat melayani kebutuhan informasi keseluruhan tingkatan manajemen 8. Membutuhkan struktur data komprehensif yang dapat melayani kebutuhan informasi keseluruhan tingkatan manajemen
10. Kemampuan sistem beradaptasi secara tepat, dimana pengambil keputusan dapat menghadapi masalah-masalah baru, dan pada saat yang sama dapat menangani dengan cara mengadaptasi sistem terhadap kondisi-kondisi perubahan yang terjadi.
2.9. Penelitian Terkait
Penelitian-penelitian yang terkait dengan sistem pendukung keputusan tentang multi criteria decision making antara lain :
1. Penelitian oleh Jafari dkk (2007) dengan judul ”A New Framework for Selection of the Best Performance Appraisal Method” . Penelitian ini mengusulkan kerangka kerja untuk memilih metode penilaian kinerja terbaik menggunakan Simple Additive Weighting Method (SAW). Konsep dasar metode SAW adalah mencari penjumlahan terbobot dari rating kinerja pada setiap alternatif pada semua atribut
2. Jadidi dkk (2010) dengan judul “TOPSIS Method for Supplier
Selection Problem” . Pada penlitian ini disebutkan metode Technique
for Order Preference by Similarity to Ideal Solution (TOPSIS) lebih tepat digunakan untuk menentukan penyedia pada suatu perusahaan.
3. Penelitian oleh Ayag dan Ozdemir (2004) dengan judul “ A fuzzy AHP approach to evaluating machine tool alternatives “. Pada penelitian ini Analytic Hierarchy Process dirasa kurang mampu untuk digunakan dikarenakan ketidakjelasan dari pengambil keputusan sehingga penelitian ini menggunakan Fuzzy Analytic Hierarchy Process (AHP) untuk menentukan alternatif mesin terbaik untuk digunakan dalam suatu perusahaan.
4. Penelitian oleh Laise (2004) dengan judul “Benchmarking and learning organizations : ranking methods to identify best in class “. Penelitian ini mengusulkan penggunaan metode yang merupakan 4. Penelitian oleh Laise (2004) dengan judul “Benchmarking and learning organizations : ranking methods to identify best in class “. Penelitian ini mengusulkan penggunaan metode yang merupakan
5. Penelitian oleh Muhammad Arief Setyawan dengan judul “Studi Kasus Penentuan Pemenang Tender Pelaksanaan Pengadan Bahan Habis Pakai Dengan Metode Promethee”. Penelitian ini menggunakan metode PROMETHEE merupakan salah satu metode yang digunakan untuk menentukan urutan atau prioritas dari beberapa alternatif dalam
permasalahan yang menggunakan multi kriteria.
6. Penelitian oleh Arwan Ahmad Khoiruddin dengan judul “Sistem Pendukung Keputusan Penentuan Kelayakan Calon Rintisan Sekolah Bertaraf Internasional Dengan Metode Fuzzy Associative Memory”. Metode yang digunakan pada penelitian ini adalah metode Fuzzy Associative Memory. Metode ini dipilih karena metode ini lebih alami karena mendasarkan keputusan pada kemiripan dengan sampel data yang sudah ada dalam sistem. Sistem Fuzzy Associative Memory terdiri dari pasangan (A,B) dengan A adalah data nilai sekolah untuk kedelapan belas indikator penilaian SBI dan B adalah aturan. Dengan menggunakan Fuzzy Associative Memory, dengan menggunakan 20 data sampel didapatkan validitas keputusan sebesar 85%.
7. Penelitian Ng Chun Yu , Chuah, dan Kong Bieng (2012) dengan judul “Evaluation of Eco design alternatives by integrating AHP and TOPSIS methodology under a fuzzy environm ent”. Penelitian ini menggunakan penggabungan metode AHP dan TOPSIS umtuk mengevaluasi desain alternatif selama proses pengembangan produk baru.
8. Penelitian Maryam Sadeghi dan Kimia Keshanian (2011) dengan judul “Poison Selection in Agriculture by using AHP and TOPSIS-A Case Study for the Apple Trees”. Penelitian ini menggunakan penggabungan
Penelitian ini bertujuan untuk merancang sistem pendukung keputusan sebagai alat bantu untuk menentukan prioritas peserta terbaik (penyedia) dari kontes pengadaan barang. Demi mencapai tujuan tersebut, diperlukan tahapan penelitian sebagai kerangka acuan yang memudahkan pemahaman mengenai permasalahan dan mengupayakan penyelesaian masalah menjadi lebih sistematis dan terarah. Tahapan penelitian dipaparkan pada Gambar 3.1.
3.1 Tahap Identifikasi Masalah
Tahap ini diawali dengan studi pustaka, studi lapangan, perumusan masalah, dan penentuan tujuan penelitian. Langkah-langkah yang ada pada tahap identifikasi masalah tersebut dijelaskan pada sub bab berikut ini.
3.1.1 Studi Pustaka
Studi pustaka dilakukan untuk mendukung proses penyelesaian penelitian ini. Studi pustaka ini dilakukan dengan mempelajari beberapa teori yang harus dikuasai yaitu mengenai teori pengadaan barang/jasa, konsep dasar sistem, perbandingan berpasangan, multi criteria decision making, sistem pendukung keputusan, konsep perancangan sistem, perancangan database, dan perancangan interface .
3.1.2 Studi Lapangan
Studi lapangan dilakukan untuk mengetahui sistem yang sedang berjalan. Studi lapangan ini dilakukan dengan cara melakukan penelusuran, pengamatan di lapangan secara nyata dan wawancara dengan pihak-pihak terkait antara lain tim juri dan tim panitia dalam kegiatan kontes pengadaan kereta kencana tahun 2011. Dengan melakukan pengamatan sistem ini maka dapat diketahui kekurangan- kekurangan yang ada pada sistem lama.
3.1.3 Perumusan Masalah dan Tujuan Penelitian
Berdasarkan studi lapangan yang telah dilakukan, kemudian disusun sebuah perumusan masalah. Perumusan masalah dilakukan dengan menetapkan sasaran- sasaran yang akan dibahas untuk kemudian dicari solusi pemecahan masalahnya.
Tujuan penelitian ditetapkan agar penelitian yang dilakukan dapat menjawab dan menyelesaikan rumusan masalah yang dihadapi. Adapun tujuan penelitian yang ditetapkan dari hasil perumusan masalah adalah :
1. Mengidentifikasi metode dan mekanisme penilaian yang digunakan dalam pemilihan penyedia pada kegiatan kontes pengadaan barang.
2. Mengembangkan alternatif model penyusunan kriteria dan penentuan nilai untuk pemilihan penyedia pada kegiatan kontes pengadaan barang.
3. Merancang sistem pendukung keputusan untuk pemilihan penyedia pada kegiatan kontes pengadaan barang.
3.1.3 Pengumpulan Data Berdasarkan Kasus Kontes Kereta Kencana
Pengumpulan data dilakukan terhadap data-data yang dibutuhkan selama penelitian. Data kriteria penilaian digunakan untuk menentukan kriteria apa saja yang digunakan untuk melakukan pemilihan supplier. Jumlah peserta dan juri digunakan sebagai acuan penentuan responden dan peserta dalam tahap pengolahan data selanjutnya. Mekanisme penilaian digunakan sebagai acuan menghitung data hipotetik yang disusun selanjutnya untuk menentukan supplier pemenang.
3.2 Tahap Pengolahan Data
3.2.1 Penyusunan Data Hipotetik
Penyusunan data hipotetik dilakukan dengan menentukan data-data yang diperlukan dalam pengolahan data. Data hipotetik yang disusun antara lain kriteria penilaian, nilai dari peserta kontes, jumlah juri dan jumlah peserta. Data-data
3.2.2 Penghitungan Penilaian dengan Metode Scoring
Penghitungan penilaian yang pertama dilakukan dengan metode scoring sesuai mekanisme yang dilakukan di Kontes Kereta Kencana. Penghitungan ini dilakukan dengan data-data hipotetik yang telah disusun. Penghitungan ini nantinya akan dibandingkan dengan penghitungan dengan metode usulan dengan menggunakan data hipotetik yang sama.
3.2.3 Penghitungan Penilaian dengan Metode AHP dan TOPSIS
Penghitungan Positive
Ideal Solution
Penghitungan Negative Ideal
Solution
Penghitungan Similarities Positive
Ideal Solution
Pembobotan Data
Ternormalisasi
Tidak
Rasio Konsistensi
Valid?
Ya
Identifikasi dan Penyusunan Kriteria
Pemilihan Penyedia
Barang
Pemberian Bobot Kepentingan Untuk
Tiap Kriteria
Penghitungan Bobot Kepentingan Kriteria
dan Penghitungan Konsistensi Rasio
Pengumpulan Data Penilaian Penyedia
Barang
Penghitungan Normalisasi Data
Gambar 3.2. Kombinasi Pengolahan Data dengan TOPSIS dan AHP Langkah 1 Gambar 3.2. Kombinasi Pengolahan Data dengan TOPSIS dan AHP Langkah 1
Penghitungan bobot kepentingan kriteria dan subkriteria dilakukan dengan metode AHP. Penghitungan konsistensi menggunakan persamaaan (2.2) dan (2.3). Langkah 4
Pada tahap ini dilakukan pengumpulan data penilaian penyedia barang berdasarkan subkriteria penilaian oleh para juri. Langkah 5
Pada tahap ini dilakukan normalisasi data untuk data yang memiliki satuan berbeda untuk menghilangkan fungsi satuan dari masing-masing data menggunakan metode Technique for Order Preference by Similarity to Ideal Solution (TOPSIS) dengan persamaan (2.5). Langkah 6
Pada proses ini data ternormalisasi tiap subkriteria akan dilakukan pembobotan dari hasil penghitungan bobot kepentingan. Penghitungannya dengan menggunakan rumus (2.6). Langkah 7
Penghitungan solusi ideal positif adalah dengan menghitung kuadrat selisih data terhadap nilai maksimumnya lalu diakumulasikan sesuai jumlah subkriteria dan Penghitungan solusi ideal positif adalah dengan menghitung kuadrat selisih data terhadap nilai maksimumnya lalu diakumulasikan sesuai jumlah subkriteria dan
Penghitungan kedekatan relative terhadap solusi ideal merupakan langkah terakhir untuk mendapatkan solusi optimal. Penghitungan ini menggunakan rumus (2.11).
3.3 Tahap Perancangan Sistem
Perancangan sistem dalam penelitian ini dibagi menjadi tiga tahap, yang terdiri dari perancangan database (basis data), perancangan user interface, dan pembuatan program aplikasi dan validasi program.
3.3.1 Perancangan Desain Proses Bisnis
Pada tahap ini akan dirancang desain proses bisnis yang menggambarkan aktivitas-aktivitas yang bisa terjadi dalam aplikasi program yang akan dibuat. Perancangan desain proses ini dibuat menggunakan use case diagram.
3.3.2 Perancangan Database (Basis Data)
Pada tahap ini akan dirancang database yang nantinya digunakan untuk penyimpanan data dari aplikasi pemilihan penyedia pada kegiatan kontes pengadaan barang. Tahap yang dilakukan antara lain yaitu pembuatan tabel, dan menentukan relasi antara tabel.
3.3.3 Pembuatan Program
Pembuatan program aplikasi merupakan penulisan kode program sesuai dengan user interface dan sistem yang telah dirancang. Software yang digunakan dalam pembuatan aplikasi ini adalah Microsoft Visual Studio.
yang telah kita buat. Validasi dilakukan dengan memberikan input data hipotetik yang telah digunakan sehingga bisa diketahui apakah output yang dihasilkan sesuai dengan yang diharapkan. Jika program sudah dinilai layak dan mencakup seluruh sistem pengambilan keputusan yang dirancang, maka perancangan program pengambilan keputusan dianggap telah selesai.
3.4 Tahap Analisis Dan Kesimpulan
Tahap analisis dan kesimpulan meliputi kegiatan analisis hasil dan kesimpulan dan saran.
3.4.1 Analisis Hasil
Pada tahap ini dilakukan analisis terhadap hasil dari pengolahan data yang dilakukan dalam penelitian ini. Analisis yang dilakukan terdiri dari dua bagian yaitu analisis tentang kinerja TOPSIS dalam penghitungan dengan variabilita data yang tinggi dan analisis hasil output dari program yang dibuat.
3.4.2 Kesimpulan dan Saran
Tahap terakhir dari penelitian ini adalah kesimpulan dan saran. Pada tahap ini akan dibahas hasil pengolahan data dengan mempertimbangkan tujuan yang ingin dicapai dalam penelitan dan memberikan saran untuk perbaikan selanjutnya.
PENGUMPULAN DAN PENGOLAHAN DATA
Pada bab ini dibahas mengenai pengumpulan dan pengolahan data, mulai dari identifikasi kriteria dan subkriteria pemilihan penyedia barang, penyusunan kriteria dan subkriteria pemilihan penyedia barang, pemberian bobot kepentingan kriteria dan subkriteria, penghitungan konsistensi, pengumpulan data pemilihan penyedia barang, normalisasi data, pembobotan data ternormalisasi, penghitungan solusi ideal positif, penghitungan solusi ideal negatif penghitungan solusi optimal dan desain interface dari program yang akan dibuat.
4.1 Penyusunan Data Hipotetik
Langkah pendahuluan yang penting untuk dilakukan sebelum melakukan pengolahan data, yaitu menyusun data hipotetik yang berupa data kriteria, data peserta dan data penilaian.
4.1.1 Penyusunan Data Hipotetik Kriteria