YDL Sistem Pendukung Keputusan Penentuan Lokasi Gudang di Perusahaan dengan Metode Weighted Product
Sistem Pendukung Keputusan Penentuan Lokasi Gudang di Perusahaan dengan Metode Weighted
Product
Indah Kumala Sari1, Yohana Dewi Lulu W2, Kartina Diah K3
1,2
Jurusan Sistem Informasi, .3 Jurusan Teknik Informatika,
Politeknik Caltex Riau- Jl Umbansari no1 Pekanbaru
1
ndah_is_here@yahoo.com , 2 ydlulu@gmail.com, 3 diah@pcr.ac.id
ABSTRAK
Gudang adalah sebuah bangunan atau ruangan yang digunakan sebagai tempat penyimpanan semua bahan
pabrik. Fungsi gudang pada sebuah perusahaan sebagai tempat penyimpanan bahan mentah, barang setengah jadi
dan barang produk yang telah jadi selain itu menjadi tempat penampungan sementara, seperti barang yang akan
dikirimkan maupun barang yang baru datang. Tetapi dalam penentuan lokasi gudang itu harus ada syarat- syarat
dan ketentuan pemilihannya. Maka dari itu dibangun sistem pendukung keputusan penentuan lokasi gudang
sesuai dengan syarat – syarat standar dari perusahaan. Dalam tulisan ini akan diangun sebuah Sistem Pendukung
Keputusan dalam penentuan lokasi gudang penyimpanan di perusahaan menggunakan Fuzzy Multi Attribute
Decision Making dengan metode Weighted Product karena metode ini dapat membantu dalam mengambil
keputusan untuk menentukan lokasi gudang, akan tetapi perhitungannya hanya menghasilkan nilai terbesar yang
akan terpilih sebagai alternatif yang terbaik. Sistem ini dibuat berbasis desktop dan dibangun dengan bahasa
pemrograman VB.net dan SQL Server sebagai databasenya.
Kata Kunci :
Sistem Pendukung Keputusan, Fuzzy Multi Attribute Decision Making metode Weighted
Product, Visual Basic, SQL Server.
1. Pendahuluan
Dalam suatu perusahaan besar, gudang
memiliki arti yang sangat penting bagi aliran
barang dalam perusahaan. Gudang adalah sebuah
bangunan atau ruangan yang digunakan sebagai
tempat penyimpanan semua bahan di pabrik.
Fungsi dari pergudangan adalah sebagai tempat
penyimpanan bahan mentah (raw material),
barang setengah jadi (intermediate goods), dan
produk jadi (final goods), selain itu juga menjadi
tempat penampungan barang sementara seperti
barang yang akan di kirimkan maupun barang
yang baru datang. Dan gudang mempunyai
peranan yang sangat penting untuk keberhasilan
perusahaan dalam mencapai tujuan (gold), karena
pada bagian gudang ini terjadi proses pengolahan
input menjadi output.
Fuzzy Multi Attribute Decision Making
mempunyai beberapa metode untuk memecahkan
masalah salah satu diantaranya adalah metode
Weighted Product. Metode ini dapat membantu
dalam mengambil keputusan untuk menentukan
lokasi gudang, akan tetapi perhitungan dengan
menggunakan metode weighted product ini hanya
menghasilkan nilai terbesar yang akan terpilih
sebagai alternatif yang terbaik. Perhitungan akan
sesuai dengan metode ini apabila alternatif yang
terpilih memenuhi kriteria yang telah ditentukan.
Metode weighted product ini lebih efisien karena
waktu yang dibutuhkan dalam perhitungan lebih
singkat.
Model yang digunakan dalam sistem
pendukung keputusan ini adalah Fuzzy Multiple
Attribute Decision Making (FMADM) dengan
menggunaka metode Weighted Product. Metode
ini dipilih karena dapat menentukan nilai bobot
untuk setiap atribut, kemudian dilanjutkan dengan
proses penyeleksian alternatif terbaik, dalam hal
ini alternatif yang dimaksud adalah alternatif yang
optimal untuk pembangunan gudang penyimpanan
berdasarkan kriteria-kriteria yang telah ditentukan.
Dalam Malakah ini dibangun sistem
pendukung keputusan penentuan lokasi gudang
penyimpanan produksi di perusahaan. Dengan
adanya sistem pendukung keputusan ini dapat
memberikan alternatif penyelesaian kepada
manager dalam mengambil keputusan menentukan
lokasi yang optimal untuk membangun sebuah
gudang penyimpanan.
Tujuan
dari
“Sistem
Pendukung
Keputusan
menentukan
Lokasi
Gudang
Penyimpanan di Perusahaan dengan Metode
Weigthed Product” antara lain :
1. Membangun sistem pendukung keputusan
untuk menentukan alternatif yang optimal
untuk penentuan lokasi gudang penyimpanan.
2. Menerapkan Fuzzy Multi Atribute Decision
Making (FMADM) dengan metode Weighted
Product.
Ruang lingkup yang dijadikan batasan masalah
pada sistem ini yaitu :
1. Sistem ini bekerja dalam memberikan
alternatif keputusan untuk menentukan lokasi
gudang penyimpanan, dan membantu manager
dalam mengambil keputusan untuk penentuan
lokasi gudang penyimpanan.
2. Setelah
melakukan survey ke sebuah
perusahaan
didapatkan
kriteria
yang
digunakan
penentuan
lokasi
gudang
penyimpanan itu adalah antara lain :
kepadatan penduduk di sekitar lokasi
(orang/km2), jarak dari pabrik (km), jarak dari
gudang yang sudah ada (km), harga tanah
untuk lokasi (x1000 Rp/m2) .
3. Metode yang digunakan Weighted Product.
4. Bahasa pemrograman yang digunakan
berbasis desktop adalah Visual Basic.Net 2008
dan SQL Server 2005 sebagai database.
2. Tinjauan Pustaka
2.1
Sistem Pendukung Keputusan
Secara Umum, Sistem Pendukung Keputusan
adalah sebuah sistem yang mampu memberikan
kemampuan, baik kemampuan pemecahan
masalah maupun kemampuan pengkomunikasian
untuk masalah semi terstruktur.
Secara Khusus, Sistem Pendukung Keputusan
adalah sebuah sistem yang mendukung kerja
seorang manager maupun sekelompok manager
dalam memecahkan masalah semi-terstruktur
dengan cara memberikan informasi ataupun
usulan menuju pada keputusan tertentu. [4]
Kerangka
dasar
pengambilan
keputusan
Manajerial dalam tipe keputusan dibagi
menjadi :
1. Keputusan Terstruktur (structured decision)
adalah keputusan yang berulang – ulang dan
rutin, sehingga dapat diprogram. Keputusan
terstruktur terjadi dan dilakukan terutama pada
manajemen tingkat bawah. Contoh dari
keputusan tipe ini misalnya adalah keputusan
pemesanan barang, keputusan penagihan
piutang dan lain sebagainya.
2. Keputusan Tidak Terstruktur (unstructured
decision) adalah keputusan yang tidak terjadi
berulang – ulang dan tidak selalu terjadi.
Keputusan ini terjadi di manajemen tingkat
atas. Informasi untuk pengambilan keputusan
tidak terstruktur tidak mudah untuk
didapatkan dan tidak mudah tersedia dan
biasanya berasal dari lingkungan luar.
Pengalaman manajer merupakan hal yang
sangat penting di dalam pengambilan
keputusan tidak terstruktur. Keputusan untuk
bergabung dengan perusahaan lain adalah
contoh keputusan tidak terstruktur yang jarang
terjadi.
3. Keputusan Semi Terstruktur (semi –
structured decision) adalah keputusan yang
sebagian dapat diprogram, sebagian berulangulang dan rutin dan sebagian tidak struktur.
Keputusan tipe ini seringnya bersifat rumit
dan membutuhkan perhitungan – perhitungan
serta analisis yang terperinci. Contoh dari
keputusan tipe ini misalnya adalah keputusan
membeli sistem komputer yang lebih canggih.
Contoh yang lainnya misalnya adalah
keputusan alokasi dana promosi.[1]
2.2
2.3
Fuzzy Multiple Attribute Decision
Making (FMADM)
Fuzzy Multiple Attribute Decision Making
(FMADM) adalah suatu metode yang
digunakan untuk mencari alternatif optimal
dari sejumlah alternatif dengan kriteria
tertentu. Inti dari FMADM adalah menentukan
nilai bobot untuk setiap atribut, kemudian
dilanjutkan dengan proses perankingan yang
akan menyeleksi alternatif yang sudah
diberikan. 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 [2].
Ada beberapa metode yang dapat
digunakan untuk menyelesaikan masalah
FMADM. antara lain [2]:
a. Simple Additive Weighting Method (SAW)
b. Weighted Product (WP)
c. ELECTRE
d. Technique for Order Preference by
Similarity to Ideal Solution (TOPSIS)
e. Analytic Hierarchy Process (AHP)
Metode Weighted Product
Metode
Weighted
Product
(WP)
menggunakan perkalian untuk menghubungkan
rating atribut, dimana rating setiap atribut harus
dipangkatkan dulu dengan bobot atribut yang
bersangkutan. Proses tersebut sama halnya dengan
normalisasi .
Metode
Weighted
Product
dapat
membantu dalam mengambil keputusan untuk
menentukan lokasi gudang, akan tetapi perhitungan
dengan menggunakan metode weighted product ini
hanya menghasilkan nilai terbesar yang akan
terpilih sebagai alternatif yang terbaik. Perhitungan
akan sesuai dengan metode ini apabila alternatif
yang terpilih memenuhi kriteria yang telah
ditentukan. Metode weighted product ini lebih
efisien karena waktu yang dibutuhkan dalam
perhitungan lebih singkat. [2]
Preferensi untuk alternatif Ai diberikan sebagai
berikut :
n
Si = ∏ xij
wj
.......(1)
j =1
Dengan i = 1,2,...,m; dimana Σ Wj = 1.
Wj adalah pangkat bernilai posistif untuk
atribut keuntungan dan bernilai negatif untuk
atribut biaya.
Wj = W j
Σ Wj
Preferensi relatif
diberikan sebagai :
n
Π Xij
Vi =
Π (Xj*)
setiap
alternatif,
Wj
j=1
n
dari
dengan i = 1,2,...,m.
Wj
j=1
Sedangkan untuk kriterianya terbagi dalam dua
kategori yaitu untuk bernilai positif termasuk dalam
kriteria keuntungan dan yang bernilai negatif
termasuk dalam kriteria biaya.
Keterangan :
A : Alternatif
C : Kriteria
W : Bobot
S : Preferensi untuk alternatif
V: Nilai vektor yang digunakan untuk
perankingan
X : Nilai Alternatif dari setiap kriteria
Sebagai contohnya ada suatu perusahaan di
Pekanbaru ingin membangun sebuah gudang yang
akan digunakan sebagai tempat untuk menyimpan
sementara hasil produksinya. Lokasi yang akan
menjadi alternatif itu ada 3 yaitu :
A1 = Rumbai
A2 = Marpoyan
A3 = Panam
Kriteria yang digunakan sebagai acuan ada 4 yaitu :
C1 = jarak dari pabrik (km);
C2 = jarak dengan gudang yang sudah ada
(km);
C3 = harga tanah untuk lokasi (x1000 Rp/m2).
C4 = kepadatan penduduk di sekitar lokasi
(orang/km2);
Untuk melengkapi informasi – informasi
yang dibutuhkan yang berguna untuk pembuatan
sistem dilakukan wawancara dengan pihak
perusahaan yang terkait untuk menentukan kriteria
dan bobot untuk sistem pendukung keputusan
penentuan lokasi gudang.
Hasil wawancara dari pihak perusahaan
tersebut didapatkan kriterianya sebagai berikut :
kepadatan penduduk di sekitar lokasi (orang/km2),
jarak dari pabrik (km), jarak dari gudang yang
sudah ada (km), harga tanah untuk lokasi
(x1000Rp/m2) juga bobot yang rangenya 1-5 dari
sangat rendah, rendah, cukup, tinggi dan sangat
tinggi. Bobot ditentukan oleh user yang
menggunakan sistem berdasarkan dari bobot range
yang telah ada.
3. Perancangan Flowchart
Perancangan
ini
digunakan
untuk
menggambarkan alur suatu program menjadi lebih
sederhana sehingga program tersebut dapat lebih
mengerti.
saling memberi data yang dibutuhkan oleh tabel
tersebut.
Gambar 2.3 Entity Relationship Diagram
4. Hasil dan Pembahasan
Menu utama aplikasi ini menggunakan login dalam
membagi hak akses sistem
Gambar 4.1 Halaman Login
Gambar 2.1
Flowchart Manager
Perancangan Use Case Diagram
Pada Perancangan Use Case Diagram ini
akan menjelaskan hal-hal yang dapat dilakukan
masing-masing user atau actor, yaitu : Manager
1. Use Case Diagram Manager
Gambar 2.2 Use Case Diagram untuk Manager
Perancangan ERD (Entity Relationship Diagram)
ERD
adalah
perancangan
yang
menggambarkan relasi antar tabel dimana setiap
tabel yang memiliki relasi dengan tabel lain dapat
Halaman Awal
Setelah melakukan login maka user akan masuk ke
dalam tampilan home atau tampilan awal dari
aplikasi sistem ini. Pada tampilan home terdapat
beberapa menu antara lain menu Infomasi yaitu
form yang menampilkan informasi yang
berhubungan dengan sistem pendukung keputusan
yang digunakan tersebut, menu Penginputan yaitu
form untuk menginputkan bobot dari tiap – tiap
kriteria dan nama alternatif untuk tiap – tiap calon
lokasi yang akan di bangun gudang,
menu
Pengeditan yaitu form dimana user bisa mengedit
nilai bobot kriteria dan nama alternatif, dan terakhir
adalah menu Pengkalkulasian yaitu form untuk
menginputkan nilai – nilai kriteria dari tiap – tiap
alternatif kemudian apabila dikalkulasikan akan
menampilkan alternatif lokasi terbaik untuk
penentuan lokasi gudang.
maka hasil ini bisa di simpan ke dalam Microsoft
Word, PDF, Microsoft Excel dan yang lainnya.
Setelah report ini di tutup oleh user dengan
mengklik tanda close diatas maka secara otomatis
hasil data report serta seluruh yang telah di
inputkan tadi akan terhapus dari database.
Perbandingan Pencarian Metode Weighted
Product dengan Pencarian Metode Simple
Additive Weighting (SAW)
Gambar 4.2 Tampilan Home
Halaman Pengkalkulasian
Pada halaman form ini user menginputkan
nilai – nilai kriteria dari setiap alternatifnya. Setiap
nilai wajib diisi dan tidak boleh ada yang tidak
terisi karena jika salah satu nilai tidak ada maka
tidak akan dapat di kalkulasi dan menyebabkan
error pada saat sistem melakukan kalkulasi.
Pencarian dengan Metode Weighted Product,
Sebagai contohnya ada suatu perusahaan di
Pekanbaru ingin membangun sebuah gudang yang
akan digunakan sebagai tempat untuk menyimpan
sementara hasil produksinya. Lokasi yang akan
menjadi alternatif itu ada 3 yaitu :
A1 = Rumbai
A2 = Marpoyan
A3 = Panam
Kriteria yang digunakan sebagai acuan ada 4 yaitu :
C1 = jarak dari pabrik (km);
C2 = jarak dengan gudang yang sudah ada
(km);
C3 = harga tanah untuk lokasi (x1000 Rp/m2).
C4 = kepadatan penduduk di sekitar lokasi
(orang/km2);
Tingkat kepentingan setiap kriteria, juga dinilai
dengan 1 sampai 5, yaitu:
1 = Sangat rendah,
2 = Rendah,
3 = Cukup,
4 = Tinggi,
5 = Sangat Tinggi.
Pengambil keputusan
preferensi sebagai:
W = (3, 3, 5, 4)
memberikan
bobot
Gambar 4.3 Halaman Kalkulasi
Setelah menginputkan nilai keseluruhannya maka
user bisa mengklik tombol kalkulasi yang berada di
ujung kanan bawah untuk dapat melihat hasil
alternative keputusannya. Hasil berupa laporan
lokasi alternatif yang telah di inputkan dan di
urutkan berdasarkan perankingan.
Gambar 4.8 Hasil Report
Gambar di atas adalah bentuk hasil dari
alternatif sistem pendukung keputusan. Apabila
user ingin menyimpannya sebagai back up file
Nilai – nilai kriteria dari setiap alternatif adalah :
Tabel 4.1 Nilai kriteria untuk setiap alternatif
Alternatif
Kriteria
A1
C1
5
C2
3
C3
500
C4
1000
A2
3
3
550
800
A3
6
4
400
900
Kategori setiap kriteria:
• Kriteria C4 (kepadatan penduduk di sekitar
lokasi) dan C2 (jarak dengan gudang yang
sudah ada) adalah kriteria keuntungan;
• Kriteria C1 (jarak dari pabrik), dan C3 (harga
tanah untuk lokasi) adalah kriteria biaya.
Keterangan :
A : Alternatif
C : Kriteria
W : Bobot
S : Preferensi untuk alternatif
V : Nilai vektor yang digunakan untuk
perankingan
X : Nilai Alternatif dari setiap kriteria
Sebelumnya dilakukan perbaikan bobot terlebih
dahulu seperti sehingga ∑w=1.
3
3
=
= 0,2
3 + 3 + 5 + 4 15
3
3
w2 =
=
= 0,2
3 + 3 + 5 + 4 15
5
5
w3 =
=
= 0,33
3 + 3 + 5 + 4 15
4
4
w4 =
=
= 0,27
3 + 3 + 5 + 4 15
w1 =
V 1 = (3)(0.2) + (3)(0.75) + (5)(0.8) + (4 )(1) = 10.85
V 2 = (3)(1) + (3)(0.75) + (5)(0.73) + (4 )(0.8) = 12.1
V 3 = (3)(0.5) + (3)(1) + (5)(1) + (4)(0.9 ) = 13.1
Kemudian vektor S dapat dihitung sebagai berikut:
−0, 2
0, 2
−0, 33
0, 27
S 1 = (5 )(3 )(500 )(1000 ) = 0,7498
−0, 2
0, 2
−0, 33
0 , 27
S 2 = (3 )(3 )(550 )(800 ) = 0,7577
−0, 2
0, 2
−0 , 33
0 , 27
S 3 = (6 )(4 )(400 )(900 ) = 0,8012
Nilai vektor V yang akan digunakan untuk
perankingan dapat dihitung sebagai berikut:
V1 =
0 , 7498
= 0 , 3247
0 , 7498 + 0 , 7577 + 0 ,8012
V2 =
0 , 7577
0 , 7498 + 0 , 7577 + 0 ,8012
V3 =
0 ,8012
= 0 , 3470
0 , 7498 + 0 , 7577 + 0 ,8012
= 0 , 3282
Nilai V3 menunjukkan nilai terbesar sehingga
alternatif A3 adalah alternatif yang terpilih sebagai
alternatif terbaik. Dengan kata lain, Panam akan
terpilih sebagai lokasi untuk mendirikan gudang
baru.
Pencarian dengan Metode Simple Additive
Weighting (SAW)
Pada pencarian dengan menggunakan metode SAW
ini contoh kasus yang digunakan sama dengan
contoh kasus pada pencarian metode weighted
product di atas. Dengan lokasi alternatif yang
digunakan ada 3 yaitu :
A1 = Rumbai
A2 = Marpoyan
A3 = Panam
Kriteria yang digunakan sebagai acuan ada 4 yaitu :
C1 = jarak dari pabrik (km);
C2 = jarak dengan gudang yang sudah ada (km);
C3 = harga tanah untuk lokasi (x1000 Rp/m2).
C4 = kepadatan penduduk di sekitar lokasi
(orang/km2);
Pengambil keputusan memberikan bobot preferensi
sebagai:W = (3, 3, 5, 4)
Untuk nilai – nilai kriteria dari setiap alternatif
sama dengan tabel 4.1
Alternatif
Kriteria
C1
C2
C3
C4
5
3
500
1000
A1
3
3
550
800
A2
6
4
400
900
A3
Pertama dilakukan normalisasi matriks berdasarkan
persamaan sebagai berikut :
⎧ xij
⎪
xij
⎪ Max
i
⎪
rij = ⎨
⎪ Min xij
⎪ i
⎪ xij
⎩
jika j adalah atribut keuntungan (benefit)
jika j adalah atribut biaya (cost)
⎡ 0 . 2 0 . 75 0 . 8 1 ⎤
⎢
⎥
R = ⎢ 1 0 . 75 0 . 73 0 . 8 ⎥
1 0 . 9 ⎦⎥
⎣⎢ 0 . 5 1
Karena V3 menunjukkan nilai terbesar
sehingga alternatif A3 adalah alternatif yang
terpilih sebagai alternatif terbaik. Dengan kata lain,
Panam akan terpilih sebagai lokasi untuk
mendirikan gudang baru. Dengan demikian dapat
disimpulkan hasil alternatif terbaik dari dua metode
yang digunakan ini adalah sama.
5. Kesimpulan
Terdapat beberapa kesimpulan dari Sistem
Pendukung Keputusan Penentuan Lokasi Gudang
Dengan Menggunakan Metode Weighted Product,
antara lain :
1. Dengan dibangunnya Sistem Pendukung
Keputusan Penentuan Lokasi Gudang ini dapat
membantu seorang manager dalam pengambilan
keputusan.
2. Pada Sistem Pendukung Keputusan Penentuan
Lokasi Gudang ini di bangun dengan
menerapkan Fuzzy Multi Attribute Decision
Making dengan metodenya adalah Weighted
Product.
3. Sistem ini memberikan alternatif lokasi gudang
sebagai hasil keputusannya dengan persentase
penilaian 90% menyatakan sangat baik dan
86.67% menyatakan sangat baik bahwa sistem
ini layak untuk digunakan.
DAFTAR PUSTAKA
[1] Jogiyanto, (2005). Sistem Teknologi
Informasi. Yogyakarta : Andi
[2] Kusumadewi, Sri., Hartati, S., Harjoko, A.,
dan Wardoyo, R. (2006). Fuzzy MultiAttribute
Decision Making (FUZZY
MADM). Yogyakarta: Penerbit Graha Ilmu
[3] Kusumadewi, Sri. (2007). Kecerdasan
Buatan, Jurusan Teknik Informatika,
Fakultas Teknologi Industri, Universitas
Islam Indonesia.
[4] Kusuma W, Kartina Diah, (2009). Sistem
Pendukung
Keputusan.
Pekanbaru
:
Politeknik Caltex Riau
[5] Wibowo, Henry: (2010). Sistem Pendukung
Keputusan Untuk Menentukan Penerima
Beasiswa Bank BRI Menggunakan FMADM
(Studi Kasus: Mahasiswa Fakultas Teknik
Industri Universitas Islam Indonesia)
Diambil 9 Januari 2011 dari
http://journal.uii.ac.id/index.php/Snati/article
/view/1073/998
Product
Indah Kumala Sari1, Yohana Dewi Lulu W2, Kartina Diah K3
1,2
Jurusan Sistem Informasi, .3 Jurusan Teknik Informatika,
Politeknik Caltex Riau- Jl Umbansari no1 Pekanbaru
1
ndah_is_here@yahoo.com , 2 ydlulu@gmail.com, 3 diah@pcr.ac.id
ABSTRAK
Gudang adalah sebuah bangunan atau ruangan yang digunakan sebagai tempat penyimpanan semua bahan
pabrik. Fungsi gudang pada sebuah perusahaan sebagai tempat penyimpanan bahan mentah, barang setengah jadi
dan barang produk yang telah jadi selain itu menjadi tempat penampungan sementara, seperti barang yang akan
dikirimkan maupun barang yang baru datang. Tetapi dalam penentuan lokasi gudang itu harus ada syarat- syarat
dan ketentuan pemilihannya. Maka dari itu dibangun sistem pendukung keputusan penentuan lokasi gudang
sesuai dengan syarat – syarat standar dari perusahaan. Dalam tulisan ini akan diangun sebuah Sistem Pendukung
Keputusan dalam penentuan lokasi gudang penyimpanan di perusahaan menggunakan Fuzzy Multi Attribute
Decision Making dengan metode Weighted Product karena metode ini dapat membantu dalam mengambil
keputusan untuk menentukan lokasi gudang, akan tetapi perhitungannya hanya menghasilkan nilai terbesar yang
akan terpilih sebagai alternatif yang terbaik. Sistem ini dibuat berbasis desktop dan dibangun dengan bahasa
pemrograman VB.net dan SQL Server sebagai databasenya.
Kata Kunci :
Sistem Pendukung Keputusan, Fuzzy Multi Attribute Decision Making metode Weighted
Product, Visual Basic, SQL Server.
1. Pendahuluan
Dalam suatu perusahaan besar, gudang
memiliki arti yang sangat penting bagi aliran
barang dalam perusahaan. Gudang adalah sebuah
bangunan atau ruangan yang digunakan sebagai
tempat penyimpanan semua bahan di pabrik.
Fungsi dari pergudangan adalah sebagai tempat
penyimpanan bahan mentah (raw material),
barang setengah jadi (intermediate goods), dan
produk jadi (final goods), selain itu juga menjadi
tempat penampungan barang sementara seperti
barang yang akan di kirimkan maupun barang
yang baru datang. Dan gudang mempunyai
peranan yang sangat penting untuk keberhasilan
perusahaan dalam mencapai tujuan (gold), karena
pada bagian gudang ini terjadi proses pengolahan
input menjadi output.
Fuzzy Multi Attribute Decision Making
mempunyai beberapa metode untuk memecahkan
masalah salah satu diantaranya adalah metode
Weighted Product. Metode ini dapat membantu
dalam mengambil keputusan untuk menentukan
lokasi gudang, akan tetapi perhitungan dengan
menggunakan metode weighted product ini hanya
menghasilkan nilai terbesar yang akan terpilih
sebagai alternatif yang terbaik. Perhitungan akan
sesuai dengan metode ini apabila alternatif yang
terpilih memenuhi kriteria yang telah ditentukan.
Metode weighted product ini lebih efisien karena
waktu yang dibutuhkan dalam perhitungan lebih
singkat.
Model yang digunakan dalam sistem
pendukung keputusan ini adalah Fuzzy Multiple
Attribute Decision Making (FMADM) dengan
menggunaka metode Weighted Product. Metode
ini dipilih karena dapat menentukan nilai bobot
untuk setiap atribut, kemudian dilanjutkan dengan
proses penyeleksian alternatif terbaik, dalam hal
ini alternatif yang dimaksud adalah alternatif yang
optimal untuk pembangunan gudang penyimpanan
berdasarkan kriteria-kriteria yang telah ditentukan.
Dalam Malakah ini dibangun sistem
pendukung keputusan penentuan lokasi gudang
penyimpanan produksi di perusahaan. Dengan
adanya sistem pendukung keputusan ini dapat
memberikan alternatif penyelesaian kepada
manager dalam mengambil keputusan menentukan
lokasi yang optimal untuk membangun sebuah
gudang penyimpanan.
Tujuan
dari
“Sistem
Pendukung
Keputusan
menentukan
Lokasi
Gudang
Penyimpanan di Perusahaan dengan Metode
Weigthed Product” antara lain :
1. Membangun sistem pendukung keputusan
untuk menentukan alternatif yang optimal
untuk penentuan lokasi gudang penyimpanan.
2. Menerapkan Fuzzy Multi Atribute Decision
Making (FMADM) dengan metode Weighted
Product.
Ruang lingkup yang dijadikan batasan masalah
pada sistem ini yaitu :
1. Sistem ini bekerja dalam memberikan
alternatif keputusan untuk menentukan lokasi
gudang penyimpanan, dan membantu manager
dalam mengambil keputusan untuk penentuan
lokasi gudang penyimpanan.
2. Setelah
melakukan survey ke sebuah
perusahaan
didapatkan
kriteria
yang
digunakan
penentuan
lokasi
gudang
penyimpanan itu adalah antara lain :
kepadatan penduduk di sekitar lokasi
(orang/km2), jarak dari pabrik (km), jarak dari
gudang yang sudah ada (km), harga tanah
untuk lokasi (x1000 Rp/m2) .
3. Metode yang digunakan Weighted Product.
4. Bahasa pemrograman yang digunakan
berbasis desktop adalah Visual Basic.Net 2008
dan SQL Server 2005 sebagai database.
2. Tinjauan Pustaka
2.1
Sistem Pendukung Keputusan
Secara Umum, Sistem Pendukung Keputusan
adalah sebuah sistem yang mampu memberikan
kemampuan, baik kemampuan pemecahan
masalah maupun kemampuan pengkomunikasian
untuk masalah semi terstruktur.
Secara Khusus, Sistem Pendukung Keputusan
adalah sebuah sistem yang mendukung kerja
seorang manager maupun sekelompok manager
dalam memecahkan masalah semi-terstruktur
dengan cara memberikan informasi ataupun
usulan menuju pada keputusan tertentu. [4]
Kerangka
dasar
pengambilan
keputusan
Manajerial dalam tipe keputusan dibagi
menjadi :
1. Keputusan Terstruktur (structured decision)
adalah keputusan yang berulang – ulang dan
rutin, sehingga dapat diprogram. Keputusan
terstruktur terjadi dan dilakukan terutama pada
manajemen tingkat bawah. Contoh dari
keputusan tipe ini misalnya adalah keputusan
pemesanan barang, keputusan penagihan
piutang dan lain sebagainya.
2. Keputusan Tidak Terstruktur (unstructured
decision) adalah keputusan yang tidak terjadi
berulang – ulang dan tidak selalu terjadi.
Keputusan ini terjadi di manajemen tingkat
atas. Informasi untuk pengambilan keputusan
tidak terstruktur tidak mudah untuk
didapatkan dan tidak mudah tersedia dan
biasanya berasal dari lingkungan luar.
Pengalaman manajer merupakan hal yang
sangat penting di dalam pengambilan
keputusan tidak terstruktur. Keputusan untuk
bergabung dengan perusahaan lain adalah
contoh keputusan tidak terstruktur yang jarang
terjadi.
3. Keputusan Semi Terstruktur (semi –
structured decision) adalah keputusan yang
sebagian dapat diprogram, sebagian berulangulang dan rutin dan sebagian tidak struktur.
Keputusan tipe ini seringnya bersifat rumit
dan membutuhkan perhitungan – perhitungan
serta analisis yang terperinci. Contoh dari
keputusan tipe ini misalnya adalah keputusan
membeli sistem komputer yang lebih canggih.
Contoh yang lainnya misalnya adalah
keputusan alokasi dana promosi.[1]
2.2
2.3
Fuzzy Multiple Attribute Decision
Making (FMADM)
Fuzzy Multiple Attribute Decision Making
(FMADM) adalah suatu metode yang
digunakan untuk mencari alternatif optimal
dari sejumlah alternatif dengan kriteria
tertentu. Inti dari FMADM adalah menentukan
nilai bobot untuk setiap atribut, kemudian
dilanjutkan dengan proses perankingan yang
akan menyeleksi alternatif yang sudah
diberikan. 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 [2].
Ada beberapa metode yang dapat
digunakan untuk menyelesaikan masalah
FMADM. antara lain [2]:
a. Simple Additive Weighting Method (SAW)
b. Weighted Product (WP)
c. ELECTRE
d. Technique for Order Preference by
Similarity to Ideal Solution (TOPSIS)
e. Analytic Hierarchy Process (AHP)
Metode Weighted Product
Metode
Weighted
Product
(WP)
menggunakan perkalian untuk menghubungkan
rating atribut, dimana rating setiap atribut harus
dipangkatkan dulu dengan bobot atribut yang
bersangkutan. Proses tersebut sama halnya dengan
normalisasi .
Metode
Weighted
Product
dapat
membantu dalam mengambil keputusan untuk
menentukan lokasi gudang, akan tetapi perhitungan
dengan menggunakan metode weighted product ini
hanya menghasilkan nilai terbesar yang akan
terpilih sebagai alternatif yang terbaik. Perhitungan
akan sesuai dengan metode ini apabila alternatif
yang terpilih memenuhi kriteria yang telah
ditentukan. Metode weighted product ini lebih
efisien karena waktu yang dibutuhkan dalam
perhitungan lebih singkat. [2]
Preferensi untuk alternatif Ai diberikan sebagai
berikut :
n
Si = ∏ xij
wj
.......(1)
j =1
Dengan i = 1,2,...,m; dimana Σ Wj = 1.
Wj adalah pangkat bernilai posistif untuk
atribut keuntungan dan bernilai negatif untuk
atribut biaya.
Wj = W j
Σ Wj
Preferensi relatif
diberikan sebagai :
n
Π Xij
Vi =
Π (Xj*)
setiap
alternatif,
Wj
j=1
n
dari
dengan i = 1,2,...,m.
Wj
j=1
Sedangkan untuk kriterianya terbagi dalam dua
kategori yaitu untuk bernilai positif termasuk dalam
kriteria keuntungan dan yang bernilai negatif
termasuk dalam kriteria biaya.
Keterangan :
A : Alternatif
C : Kriteria
W : Bobot
S : Preferensi untuk alternatif
V: Nilai vektor yang digunakan untuk
perankingan
X : Nilai Alternatif dari setiap kriteria
Sebagai contohnya ada suatu perusahaan di
Pekanbaru ingin membangun sebuah gudang yang
akan digunakan sebagai tempat untuk menyimpan
sementara hasil produksinya. Lokasi yang akan
menjadi alternatif itu ada 3 yaitu :
A1 = Rumbai
A2 = Marpoyan
A3 = Panam
Kriteria yang digunakan sebagai acuan ada 4 yaitu :
C1 = jarak dari pabrik (km);
C2 = jarak dengan gudang yang sudah ada
(km);
C3 = harga tanah untuk lokasi (x1000 Rp/m2).
C4 = kepadatan penduduk di sekitar lokasi
(orang/km2);
Untuk melengkapi informasi – informasi
yang dibutuhkan yang berguna untuk pembuatan
sistem dilakukan wawancara dengan pihak
perusahaan yang terkait untuk menentukan kriteria
dan bobot untuk sistem pendukung keputusan
penentuan lokasi gudang.
Hasil wawancara dari pihak perusahaan
tersebut didapatkan kriterianya sebagai berikut :
kepadatan penduduk di sekitar lokasi (orang/km2),
jarak dari pabrik (km), jarak dari gudang yang
sudah ada (km), harga tanah untuk lokasi
(x1000Rp/m2) juga bobot yang rangenya 1-5 dari
sangat rendah, rendah, cukup, tinggi dan sangat
tinggi. Bobot ditentukan oleh user yang
menggunakan sistem berdasarkan dari bobot range
yang telah ada.
3. Perancangan Flowchart
Perancangan
ini
digunakan
untuk
menggambarkan alur suatu program menjadi lebih
sederhana sehingga program tersebut dapat lebih
mengerti.
saling memberi data yang dibutuhkan oleh tabel
tersebut.
Gambar 2.3 Entity Relationship Diagram
4. Hasil dan Pembahasan
Menu utama aplikasi ini menggunakan login dalam
membagi hak akses sistem
Gambar 4.1 Halaman Login
Gambar 2.1
Flowchart Manager
Perancangan Use Case Diagram
Pada Perancangan Use Case Diagram ini
akan menjelaskan hal-hal yang dapat dilakukan
masing-masing user atau actor, yaitu : Manager
1. Use Case Diagram Manager
Gambar 2.2 Use Case Diagram untuk Manager
Perancangan ERD (Entity Relationship Diagram)
ERD
adalah
perancangan
yang
menggambarkan relasi antar tabel dimana setiap
tabel yang memiliki relasi dengan tabel lain dapat
Halaman Awal
Setelah melakukan login maka user akan masuk ke
dalam tampilan home atau tampilan awal dari
aplikasi sistem ini. Pada tampilan home terdapat
beberapa menu antara lain menu Infomasi yaitu
form yang menampilkan informasi yang
berhubungan dengan sistem pendukung keputusan
yang digunakan tersebut, menu Penginputan yaitu
form untuk menginputkan bobot dari tiap – tiap
kriteria dan nama alternatif untuk tiap – tiap calon
lokasi yang akan di bangun gudang,
menu
Pengeditan yaitu form dimana user bisa mengedit
nilai bobot kriteria dan nama alternatif, dan terakhir
adalah menu Pengkalkulasian yaitu form untuk
menginputkan nilai – nilai kriteria dari tiap – tiap
alternatif kemudian apabila dikalkulasikan akan
menampilkan alternatif lokasi terbaik untuk
penentuan lokasi gudang.
maka hasil ini bisa di simpan ke dalam Microsoft
Word, PDF, Microsoft Excel dan yang lainnya.
Setelah report ini di tutup oleh user dengan
mengklik tanda close diatas maka secara otomatis
hasil data report serta seluruh yang telah di
inputkan tadi akan terhapus dari database.
Perbandingan Pencarian Metode Weighted
Product dengan Pencarian Metode Simple
Additive Weighting (SAW)
Gambar 4.2 Tampilan Home
Halaman Pengkalkulasian
Pada halaman form ini user menginputkan
nilai – nilai kriteria dari setiap alternatifnya. Setiap
nilai wajib diisi dan tidak boleh ada yang tidak
terisi karena jika salah satu nilai tidak ada maka
tidak akan dapat di kalkulasi dan menyebabkan
error pada saat sistem melakukan kalkulasi.
Pencarian dengan Metode Weighted Product,
Sebagai contohnya ada suatu perusahaan di
Pekanbaru ingin membangun sebuah gudang yang
akan digunakan sebagai tempat untuk menyimpan
sementara hasil produksinya. Lokasi yang akan
menjadi alternatif itu ada 3 yaitu :
A1 = Rumbai
A2 = Marpoyan
A3 = Panam
Kriteria yang digunakan sebagai acuan ada 4 yaitu :
C1 = jarak dari pabrik (km);
C2 = jarak dengan gudang yang sudah ada
(km);
C3 = harga tanah untuk lokasi (x1000 Rp/m2).
C4 = kepadatan penduduk di sekitar lokasi
(orang/km2);
Tingkat kepentingan setiap kriteria, juga dinilai
dengan 1 sampai 5, yaitu:
1 = Sangat rendah,
2 = Rendah,
3 = Cukup,
4 = Tinggi,
5 = Sangat Tinggi.
Pengambil keputusan
preferensi sebagai:
W = (3, 3, 5, 4)
memberikan
bobot
Gambar 4.3 Halaman Kalkulasi
Setelah menginputkan nilai keseluruhannya maka
user bisa mengklik tombol kalkulasi yang berada di
ujung kanan bawah untuk dapat melihat hasil
alternative keputusannya. Hasil berupa laporan
lokasi alternatif yang telah di inputkan dan di
urutkan berdasarkan perankingan.
Gambar 4.8 Hasil Report
Gambar di atas adalah bentuk hasil dari
alternatif sistem pendukung keputusan. Apabila
user ingin menyimpannya sebagai back up file
Nilai – nilai kriteria dari setiap alternatif adalah :
Tabel 4.1 Nilai kriteria untuk setiap alternatif
Alternatif
Kriteria
A1
C1
5
C2
3
C3
500
C4
1000
A2
3
3
550
800
A3
6
4
400
900
Kategori setiap kriteria:
• Kriteria C4 (kepadatan penduduk di sekitar
lokasi) dan C2 (jarak dengan gudang yang
sudah ada) adalah kriteria keuntungan;
• Kriteria C1 (jarak dari pabrik), dan C3 (harga
tanah untuk lokasi) adalah kriteria biaya.
Keterangan :
A : Alternatif
C : Kriteria
W : Bobot
S : Preferensi untuk alternatif
V : Nilai vektor yang digunakan untuk
perankingan
X : Nilai Alternatif dari setiap kriteria
Sebelumnya dilakukan perbaikan bobot terlebih
dahulu seperti sehingga ∑w=1.
3
3
=
= 0,2
3 + 3 + 5 + 4 15
3
3
w2 =
=
= 0,2
3 + 3 + 5 + 4 15
5
5
w3 =
=
= 0,33
3 + 3 + 5 + 4 15
4
4
w4 =
=
= 0,27
3 + 3 + 5 + 4 15
w1 =
V 1 = (3)(0.2) + (3)(0.75) + (5)(0.8) + (4 )(1) = 10.85
V 2 = (3)(1) + (3)(0.75) + (5)(0.73) + (4 )(0.8) = 12.1
V 3 = (3)(0.5) + (3)(1) + (5)(1) + (4)(0.9 ) = 13.1
Kemudian vektor S dapat dihitung sebagai berikut:
−0, 2
0, 2
−0, 33
0, 27
S 1 = (5 )(3 )(500 )(1000 ) = 0,7498
−0, 2
0, 2
−0, 33
0 , 27
S 2 = (3 )(3 )(550 )(800 ) = 0,7577
−0, 2
0, 2
−0 , 33
0 , 27
S 3 = (6 )(4 )(400 )(900 ) = 0,8012
Nilai vektor V yang akan digunakan untuk
perankingan dapat dihitung sebagai berikut:
V1 =
0 , 7498
= 0 , 3247
0 , 7498 + 0 , 7577 + 0 ,8012
V2 =
0 , 7577
0 , 7498 + 0 , 7577 + 0 ,8012
V3 =
0 ,8012
= 0 , 3470
0 , 7498 + 0 , 7577 + 0 ,8012
= 0 , 3282
Nilai V3 menunjukkan nilai terbesar sehingga
alternatif A3 adalah alternatif yang terpilih sebagai
alternatif terbaik. Dengan kata lain, Panam akan
terpilih sebagai lokasi untuk mendirikan gudang
baru.
Pencarian dengan Metode Simple Additive
Weighting (SAW)
Pada pencarian dengan menggunakan metode SAW
ini contoh kasus yang digunakan sama dengan
contoh kasus pada pencarian metode weighted
product di atas. Dengan lokasi alternatif yang
digunakan ada 3 yaitu :
A1 = Rumbai
A2 = Marpoyan
A3 = Panam
Kriteria yang digunakan sebagai acuan ada 4 yaitu :
C1 = jarak dari pabrik (km);
C2 = jarak dengan gudang yang sudah ada (km);
C3 = harga tanah untuk lokasi (x1000 Rp/m2).
C4 = kepadatan penduduk di sekitar lokasi
(orang/km2);
Pengambil keputusan memberikan bobot preferensi
sebagai:W = (3, 3, 5, 4)
Untuk nilai – nilai kriteria dari setiap alternatif
sama dengan tabel 4.1
Alternatif
Kriteria
C1
C2
C3
C4
5
3
500
1000
A1
3
3
550
800
A2
6
4
400
900
A3
Pertama dilakukan normalisasi matriks berdasarkan
persamaan sebagai berikut :
⎧ xij
⎪
xij
⎪ Max
i
⎪
rij = ⎨
⎪ Min xij
⎪ i
⎪ xij
⎩
jika j adalah atribut keuntungan (benefit)
jika j adalah atribut biaya (cost)
⎡ 0 . 2 0 . 75 0 . 8 1 ⎤
⎢
⎥
R = ⎢ 1 0 . 75 0 . 73 0 . 8 ⎥
1 0 . 9 ⎦⎥
⎣⎢ 0 . 5 1
Karena V3 menunjukkan nilai terbesar
sehingga alternatif A3 adalah alternatif yang
terpilih sebagai alternatif terbaik. Dengan kata lain,
Panam akan terpilih sebagai lokasi untuk
mendirikan gudang baru. Dengan demikian dapat
disimpulkan hasil alternatif terbaik dari dua metode
yang digunakan ini adalah sama.
5. Kesimpulan
Terdapat beberapa kesimpulan dari Sistem
Pendukung Keputusan Penentuan Lokasi Gudang
Dengan Menggunakan Metode Weighted Product,
antara lain :
1. Dengan dibangunnya Sistem Pendukung
Keputusan Penentuan Lokasi Gudang ini dapat
membantu seorang manager dalam pengambilan
keputusan.
2. Pada Sistem Pendukung Keputusan Penentuan
Lokasi Gudang ini di bangun dengan
menerapkan Fuzzy Multi Attribute Decision
Making dengan metodenya adalah Weighted
Product.
3. Sistem ini memberikan alternatif lokasi gudang
sebagai hasil keputusannya dengan persentase
penilaian 90% menyatakan sangat baik dan
86.67% menyatakan sangat baik bahwa sistem
ini layak untuk digunakan.
DAFTAR PUSTAKA
[1] Jogiyanto, (2005). Sistem Teknologi
Informasi. Yogyakarta : Andi
[2] Kusumadewi, Sri., Hartati, S., Harjoko, A.,
dan Wardoyo, R. (2006). Fuzzy MultiAttribute
Decision Making (FUZZY
MADM). Yogyakarta: Penerbit Graha Ilmu
[3] Kusumadewi, Sri. (2007). Kecerdasan
Buatan, Jurusan Teknik Informatika,
Fakultas Teknologi Industri, Universitas
Islam Indonesia.
[4] Kusuma W, Kartina Diah, (2009). Sistem
Pendukung
Keputusan.
Pekanbaru
:
Politeknik Caltex Riau
[5] Wibowo, Henry: (2010). Sistem Pendukung
Keputusan Untuk Menentukan Penerima
Beasiswa Bank BRI Menggunakan FMADM
(Studi Kasus: Mahasiswa Fakultas Teknik
Industri Universitas Islam Indonesia)
Diambil 9 Januari 2011 dari
http://journal.uii.ac.id/index.php/Snati/article
/view/1073/998