Sistem Pendukung Keputusan Pemilihan Pelanggan Terbaik Berbasis Web dengan Metode Yager pada CV. Sentana Prima Unggul Sidoarjo.

pada CV. Sentana Prima Unggul Sidoarjo

TUGAS AKHIR

Diajukan Oleh :

HADI SETIYAWAN

0634010105

PROGRAM STUDI SISTEM INFORMASI

FAKULTAS TEKNOLOGI INDUSTRI

UNIVERSITAS PEMBANGUNAN NASIONAL “VETERAN”

JAWA TIMUR

SURABAYA

2011

CV. Sentana Prima Unggul Sidoarjo

Pembimbing I

: Nur Cahyo Wibowo, S.Kom. M.Kom

Pembimbing II

: Achmad Junaidi S.Kom

Penyusun

: Hadi Setiyawan

ABSTRAK

CV. Sentana Prima Unggul Sidoarjo merupakan perusahaan yang bergerak

dibidang bahan pangan. Produk dari perusahaan tersebut meliputi minyak goreng,

teh, kopi, kecap, garam dan lain sebagainya. Dengan terus bertambahnya jumlah

distributor dan semakin luasnya penjulaan produk dipasar serta makin

meningkatnya kompetitor dengan produk yang sama, maka perusahaan harus

memutar otak lebih cerdas lagi agar distributor tetap menjadi pelanggan setia

pemakai produk. Salah satu taktik pemasaran yang diperlukan saat ini adalah

dengan cara memberi award atau hadiah kepada pelanggan setia perusahaan atas

kerjasamanya selama ini. Dengan keadaan yang serba terkomputerisasi di zaman

yang sudah modern ini dan semakin bertambahnya data yang harus didata dan

dinilai, maka diperlukannya program komputer yang berbasis desktop yang dapat

membantu menyelesaikan masalah tersebut

Metode yang digunakan diantaranya, studi lapangan yaitu survey data

diperusahaan yang merupakan sumber untuk memperoleh data sesuai dengan

kebutuhan, studi literatur yaitu mengumpulkan data dan melakukan wawancara

kepada pimpinan perusahaan, studi pustaka yaitu membaca buku-buku referensi

serta browsing di internet yang berhubungan dengan permasalahan.

Hasil uji coba aplikasi ini adalah sistem dapat berjalan sebagaimana

mestinya. Admin menjadi semakin mudah untuk memasukan data dan

mengolahnya. Dengan penerapan implementasi ini maka pihak perusahaan lebih

dapat meningkatkan kompetensinya di dunia bisnis. Selain itu juga dapat

memberikan beberapa alternatif pelanggan terbaik bagi perusahaan dan pihak

perusahaanpun banyak tertolong oleh penerapan sistem baru ini.

Keyword

CV. Sentana Prima Unggul Sidoarjo, Sistem Informasi Pelanggan

Terbaik, PHP

Puji Syukur

Alhamdulillaahi rabbil ‘alamin

_{kehadirat Allah SWT atas}

segala limpahan Kekuatan-Nya sehingga dengan segala keterbatasan waktu,

tenaga, dan pikiran yang dimiliki, akhirnya penulis dapat menyelesaikan

laporan Tugas Akhir yang berjudul “ SISTEM PENDUKUNG KEPUTUSAN

PEMILIHAN PELANGGAN TERBAIK BERBASIS WEB DENGAN

METODE YAGER PADA CV. SENTANA PRIMA UNGGUL SIDOARJO ”

tepat pada waktunya.

Skripsi dengan beban 4 SKS ini disusun guna diajukan sebagai salah

satu syarat untuk menyelesaikan program Strata Satu (S1) pada program studi

Teknik Informatika, Fakultas Teknologi Industri, UPN ”VETERAN” Jawa

Timur.

Terima kasih kepada Allah SWT yang telah memberikan rahmat dan

hidayah-Nya, sehingga penulis dapat menyelesaikan Laporan Tugas Akhir ini.

1.

Ir, Sutiyono, MT selaku Dekan Fakultas Teknologi Industri UPN

”Veteran” Jawa Timur.

2.

Basuki Rahmat, S.Si, MT selaku Kepala Jurusan Teknik Informatika

UPN ”Veteran” Jawa Timur serta selaku Dosen Pembimbing I.

3.

Nur Cahyo Wibowo, S,Kom. M,Kom selaku Dosen Pembimbing I.

4.

Achmad Junaidi, S.Kom selaku Dosen Pembimbing II.

5.

Kedua orang tua yang selalu memberi dukungan dan supportnya

sehingga penulis lebih bersemangat untuk menyelesaikan Tugas Akhir.

6.

Bpk. Wayan Sukadana,SH selaku Pemilik Perusahaan CV.Sentana

fokus mengerjakan Tugas Akhir serta membantu dana demi kelancaran

Tugas Akhir ini.

8.

Dan semua teman-teman kuliah seperjuangan ”BBC” yang tidak bisa

penulis sebutkan satu persatu.

Melalui Skripsi ini penulis merasa mendapatkan kesempatan emas

untuk memperdalam ilmu pengetahuan yang diperoleh selama di bangku

perkuliahan, terutama berkenaan tentang penerapan teknologi perangkat lunak.

Namun, penulis menyadari bahwa Skripsi ini masih jauh dari kesempurnaan.

Oleh karena itu penulis sangat mengharapkan saran dan kritik dari para

pembaca untuk pengembangan sistem lebih lanjut.

Surabaya, 9 November 2011

ABSTRAK...

i

KATA PENGANTAR...

ii

DAFTAR ISI...

iv

DAFTAR GAMBAR...

viii

DAFTAR TABEL...

ix

BAB I PENDAHULUAN...

1

1.1

Latar Belakang...

1

1.2

Perumusan Masalah...

2

1.3

Tujuan...

3

1.4

Manfaat...

3

1.5

Batasan Masalah...

4

1.6

Metodologi Penelitian... 4

1.7

Sistematika Penulisan...

5

BAB II TINJAUAN PUSTAKA……..………...

7

2.1

Profil dan Sejarah CV. Sentana Prima Unggul Sidoarjo….………… 7

2.1.1

Lokasi CV. Sentana Prima Unggul Sidoarjo...……… 8

2.1.2

Struktur Perusahaan………

8

2.1.3

Prosedur Penilaian Distributor Baru………...

9

2.2

Sistem Informasi………..……….…...

9

2.3

Pengertian Website……...……… 10

2.3.1

Web Statis……..………. 10

2.4

Data Flow Diagram (DFD)…….………...………..…. 11

2.5

HTML (Hypertext Markup Language).……..………..…... 11

2.6

Definisi PHP……….…………..……… 13

2.7.1 Ciri - Ciri dan Tujuan...

2.7.2 Komponen Sistem Pendukung Keputusan...

2.7.3 Proses Pengambilan Keputusan...

16

17

18

2.8

Multi-Criteria Decision Making (MCDM)

19

2.9

Teori Himpunan Fuzzy...

2.9.1 Konsep Dasar Himpunan Fuzzy...

2.9.2 Relasi Preferensi Fuzzy...

2.9.3 Variable Linguistik...

2.9.4 Fuzzyfikasi...

2.9.5 Defuzzyfikasi...

2.9.6 Fungsi Keanggotaan...

2.9.7 Representasi Linear Naik...

2.9.8 Fuzzy Multi-Attribute Decision Making (FMADM)...

21

21

22

22

23

23

24

24

25

2.10

Fuzzy MADM Model Yager... 25

2.11

Perbedaan Metode Yager dengan Metode Multi-Attribute

Utility Theory (M.A.U.T)...

28

2.12

Teory Metode Saaty – Analytical Hierarchy Proses (AHP)……….. 28

2.13

Model Umum Analytic Hierarchy Proses... 29

2.14 Karakteristik Model AHP………... 29

2.15 Penyusunan Model Analytic Hierarchy Process………. 31

2.15.1 Bentuk Hierarki………..……… 34

2.15.2 Matriks Perbandingan……… 35

2.15.3 Skala Prioritas……….………

2.15.4 Eigen Vektor...

2.15.5 Kemantapan (Consistency)...

36

38

40

BAB III PERANCANGAN SISTEM... 42

3.1

Analisa Kebutuhan... 42

3.2

Analisis Data... 42

3.5

Perancangan Sistem ...

3.5.1 Alur Proses Rancangan Penelitian...

3.5.2 Diagram Kontek...

3.5.3 Diagram Berjenjang...

3.5.4 Data Flow Diagram...

3.5.5 Entity Relationship Diagram...

3.6 Perancangan Tabel...

50

50

51

52

53

58

59

3.7 Perancangan Antar Muka...

62

BAB IV IMPLEMENTASI SISTEM... 69

4.1

Implementasi...

69

4.2

Kebutuhan Sistem….……... 69

4.3

Instalasi Program dan Pengaturan Sistem... 70

4.4 Implementasi Program... 70

4.4.1 Form Login... 70

4.4.2 Form Menu Utama... 71

4.4.3 Form Maintenance Data Admin... 72

4.4.4 Form Maintenance Data Kriteria... 73

4.4.5 Form Maintenance Data Pelanggan... 73

4.4.6 Form Data Seleksi... 74

4.4.7 Form Penilaian Kriteria...

4.4.8 Form Penilaian Alternatif...

4.4.9 Form Pemilihan Alternatif...

75

75

76

BAB V UJI COBA DAN EVALUASI...

77

5.1

Pelaksanaan Uji Coba Aplikasi...

5.1.1 Halaman Admin...

5.1.2 Halaman Pelanggan...

5.1.3 Halaman Data Seleksi...

5.1.4 Data Seleksi Peserta...

77

77

78

78

79

5.1.7 Hasil Penilaian...

80

5.2

Evaluasi Sistem... 81

BAB VI PENUTUP... 92

6.1

Kesimpulan... 92

6.2

Saran... 92

Gambar 2.1

Struktur Perusahaan CV. Sentana Prima Unggul Sidoarjo...

9

Gambar 2.2

Komponen Dari SPK...

17

Gambar 2.3

Representasi Linear Naik...

24

Gambar 2.4

Bentuk Hierarki………...

34

Gambar 2.5

Matrik Perbandingan Berpasangan………...

34

Gambar 2.6

Matrik Perbandingan Preferensi ………...

36

Gambar 3.1

Rancangan Utama Sistem Pendukung Keputusan...

45

Gambar 3.2

Proses Sistem Pendukung Keputusan………...

46

Gambar 3.3

Skematik DSS………...

47

Gambar 3.4

Alur Proses Rancangan Penelitian………...

50

Gambar 3.5

Diagram Context

………...

51

Gambar 3.6

Diagram Bernjejang………...

52

Gambar 3.7

Data Flow Diagram

Level 0………...………...

53

Gambar 3.8

Data Flow Diagram

Level 1 Proses

Maintenance

Data...

54

Gambar 3.9

Data Flow Diagram

Level 1 Proses Penilaian…………...

55

Gambar 3.10

Data Flow Diagram

Level 1 Proses Laporan…………...

57

Gambar 3.11

Conceptual Data Model

………...

58

Gambar 3.12

Physical Data Model

………...

59

Gambar 3.13

Desain Form Login………...

63

Gambar 3.14

Desain Form Menu………...

64

Gambar 3.15

Desain Form Maintenance Data Admin………...

64

Gambar 3.16

Desain Form Maintenance Data Kriteria………...

65

Gambar 3.17

Desain Form Maintenance Data Pelanggan…...

65

Gambar 3.18

Desain Form Data Seleksi………...

66

Gambar 3.19

Desain Form Penilaian Kriteria………...

67

Gambar 3.20

Desain Form Penilaian Pelanggan………...

67

Gambar 3.21

Desain Form Pemilihan Pelanggan Terbaik………...

68

Gambar 4.1

Form Login...

71

Gambar 4.2

Form Menu...

71

Gambar 4.3

Form

Maintenance

Data Admin...

72

Gambar 4.4

Form

Maintenance

Data Kriteria...

73

Gambar 4.5

Form

Maintenance

Data Pelanggan...

74

Gambar 4.6

Form Data Seleksi...

74

Gambar 4.7

Form Penilaian Kriteria...

75

Gambar 4.8

Form Penilaian Alternatif...

76

Gambar 4.9

Form Pemilihan Alternatif...

76

Gambar 5.1

Data Admin...

77

Gambar 5.2

Data Pelanggan...

78

Gambar 5.3

Data Seleksi...

78

Gambar 5.4

Data Seleksi Peserta...

79

Gambar 5.5

Penilaian Kriteria...

79

Gambar 5.6

Bobot Tiap Kriteria...

80

Tabel 2.1

Perbedaan MADM dan MODM...

20

Tabel 2.2

Skala Banding Secara Berpasangan...

37

Tabel 2.3

Nalai Kemantapan Acak...

41

Tabel 3.1

Tingakat Kepentingan Kriteria...

43

Tabel 3.2

Kecocokan Setiap Calon Pada Setiap Kriteria...

44

Tabel 3.3

Kriteria...

59

Tabel 3.4

Alternatif...

60

Tabel 3.5

Admin...

60

Tabel 3.6

Seleksi...

61

Tabel 3.7

DetAlternatif...

61

Tabel 3.8

DetKriteria...

62

Tabel 3.9

NilaiAlt...

62

Tabel 5.1

Derajat Keanggotaan Kriteria...

82

Tabel 5.2

Data Awal Tiap Pelanggan Untuk Jumlah Pembelian………….

82

Tabel 5.3

Derajat Keanggotaan Tiap Pelanggan Untuk Jumlah

Pembelian...

83

Tabel 5.4

Data Awal Tiap Pelanggan Untuk Ketepatan Pembayaran...

83

Tabel 5.5

Derajat Keanggotaan Tiap Pelanggan Untuk Ketepatan

Pembayaran...

84

Tabel 5.6

Data Awal Tiap Pelanggan Untuk Konsistensi Pembelian...

84

Tabel 5.7

Derajat Keanggotaan Tiap Pelanggan Untuk Konsistensi

Pembelian...

85

Tabel 5.8

Data Awal Tiap Pelanggan Untuk Loyalitas Pelanggan……….

85

Tabel 5.9

Derajat Keanggotaan Tiap Untuk Loyalitas Pelanggan...

86

Tabel 5.10

Tingkat Kepentingan...

86

Tabel 5.11

Matrik Perbandingan Berpasangan...

88

Tabel 5.12

Normalisasi...

88

PENDAHULUAN

1.1

Latar Belakang

Persaingan di dunia industri semakin ketat seiring dengan terus

meningkatnya laju pertumbuhan industri. Persaingan ini mengakibatkan setiap

perusahaan harus lebih jeli dalam melakukan pemilihan pelanggan penerima

award atau penghargaan untuk meningkatkan penjualan dan loyalitas

pelanggan sehingga semua tujuan yang ingin dicapai dalam perencanaan

penjualan tersebut dapat terlaksana dengan baik.

Penilaian untuk tiap pelanggan tentunya didasarkan pada kinerja atau

kontribusi masing-masing pelanggan, oleh karenanya tiap pelanggan memiliki

nilai yang berbeda bagi perusahaan bergantung pada kinerja atau kontribusi

yang diberikan pelanggan tersebut bagi perusahaan.

Bagi pihak CV. Sentana Prima Unggul Sidoarjo, bukanlah hal yang

mudah tentunya untuk melakukan penilaian kinerja pelanggan yang telah

dicapai oleh masing-masing pelanggan bagi perusahaan. Salah satu kendala

yang harus dihadapi adalah komponen penilaian atau kriteria penilaian kinerja

(contoh : jumlah pembelian, ketepatan pembayaran, konsistensi pembelian, dan

loyalitas pelanggan) dan metode yang jelas dalam penilaian kinerja terhadap

setiap pelanggan.

Berdasarkan analisis permasalahan diatas, maka adanya suatu sistem

yang dapat membantu CV. Sentana Prima Unggul Sidoarjo dalam mengambil

keputusan dengan waktu yang tepat tanpa mengurangai kualitas dari keputusan

yang dihasilkan. Sistem ini yang kemudian bisa disebut Sistem Pendukung

Keputusan (SPK), diharapkan dapat membantu CV. Sentana Prima Unggul

Sidoarjo dalam melakukan pengolahan dan analisis data sehingga dapat

menghasilkan informasi yang dapat berguna bagi CV. Sentana Prima Unggul

Sidoarjo dalam hal penilaian dan pemilihan pelanggan terbaik.

Salah satu metode yang dapat membantu pihak CV. Sentana Prima

Unggul Sidoarjo dalam melakukan penilaian dan menentukan pelanggan yang

terbaik dibutuhkan metode untuk melakukan perankingan pelanggan yang

berdasarkan penilaian kinerja, salah satunya adalah metode

Fuzzy MADM

Model Yager, yaitu suatu bentuk model pendukung keputusan yang

memperhatikan bahwa suatu alternatif terbaik adalah memiliki nilai diatas

rata-rata dari alternatif yang dibandingkan (Sri Kusumadewi : 2006).

Dengan menentukan komponen penilaian dan menggunakan metode

Fuzzy MADM Model Yager, diharapkan dapat membantu pihak CV. Sentana

Prima Unggul Sidoarjo sebagai Sistem Pendukung Keputusan dalam

melakukan pemilihan pelanggan terbaik berdasarkan penilaian kinerja

pelanggan.

1.2

Rumusan Masalah

Berdasarkan latar belakang yang telah dijelaskan diatas maka

didapatkan permasalahan sebagai berikut :

”Bagaimana cara meningkatkan produktifitas perdagangan CV.

Sentana Prima Unggul Sidoarjo secara terkomputerisasi yang dapat mengolah

data perusahaan secara tepat,cepat dan efisien sehingga dapat menghasilkan

nama - nama pelanggan terbaik?”

1.3

Tujuan

Adapun tujuan dari pembuatan skripsi ini adalah :

Merancang dan membuat sistem informasi penilaian distributor kepada

perusahaan dan menerapkan sistem secara komputerisasi yang berbasis web.

1.4

Manfaat

Manfaat dari pembuatan skripsi ini adalah :

a.

Meningkatkan kompetensi CV. Sentana Prima Unggul dalam penerapan

nilai bisnis secara terkomputerisasi.

b. Untuk mempermudah dalam pengelolaan semua data distributor ke dalam

komputer.

c. Dapat memberikan beberapa alternatif pelanggan terbaik kepada Pihak CV.

Sentana Prima Unggul sehingga pemberian award dapat tepat sasaran.

1.5

Batasan Masalah

Adapun yang menjadi batasan-batasan masalah dalam sistem ini, yaitu:

a. Studi kasus dilakukan pada CV. Sentana Prima Unggul Sidoarjo, sehingga

data yang digunakan dan diolah adalah data pelanggan yang ada pada pihak

CV. Sentana Prima Unggul Sidoarjo.

b. Pihak penilai adalah pihak-pihak yang ditunjuk oleh CV. Sentana Prima

Unggul Sidoarjo sebagai pihak dengan kriteria tertentu yang bersifat

membantu proses pemilihan pelanggan terbaik.

c. Metode yang dipergunakan dalam Sistem Pendukung Keputusan ini adalah

Fuzzy MADM Model Yager. Kriteria-kriteria yang digunakan dalam

penilaian tugas skripsi ini adalah jumlah pembelian, ketepatan pembayaran,

konsistensi pembelian, dan loyalitas pelanggan.

d.

Asumsi terbaik adalah yang sesuai dengan kriteria-kriteria yang telah

ditentukan oleh pihak CV. Sentana Prima Unggul Sidoarjo.

e.

Pembuatan model web statis sesuai dengan negosiasi antara CV. Sentana

Prima Unggul Sidoarjo dengan pembuat.

1.6

Metodologi

Untuk dapat mengimplementasikan sistem diatas, maka secara garis besar

digunakan beberapa metode sebagai berikut :

a. Studi Literatur

Menggunakan buku – buku, internet, atau sumber – sumber lain yang

berhubungan dengan materi penulisan skripsi.

b. Pengamatan (Observasi)

Dari pengamatan terhadap jalannya sistem baik secara manual dan

data-data yang terkumpul selanjutnya akan diolah secara lebih lanjut.

c. Analisa Permasalahan

Melakukan analisa awal tentang sistem yang akan dibuat untuk kemudian

menentukan cara yang paling efektif untuk menyelesaikan masalah.

d. Perancangan dan Desain Sistem

Melakukan perancangan sistem untuk kemudian membuat sistem

berdasarkan rancangan sistem yang telah dibuat sesuai dengan data yang

ada.

e. Implementasi sistem

Pembuatan program aplikasi yang telah dirancang sekaligus menganalisa

kekurangan aplikasi.

f. Pembuatan Laporan

Pada tahap terakhir ini disusun buku sebagai dokumentasi pelaksanaan

Skripsi.

1.7

Sistematika Penulisan

Penulisan skripsi ini terdiri dari enam bab dengan sistematika sebagai

berikut :

BAB I

PENDAHULUAN

Berisi tentang deskripsi umum isi skripsi yang meliputi

judul skripsi, latar belakang, perumusan masalah, tujuan

penelitian, batasan masalah, manfaat penyusunan skripsi,

metodologi, dan sistematika penulisan.

BAB II

KAJIAN PUSTAKA

Berisi teori-teori yang terkait tentang penyelesaian

masalah sesuai dengan judul skripsi yang dibuat.

Berisi pembahasan mengenai perancangan sistem yang

akan dibangun serta desain sistem yang akan dihasilkan.

BAB IV

IMPLEMENTASI SISTEM

Berisi tentang pengujian sistem berupa perangkat lunak

serta analisis terhadap sistem yang dibuat.

BAB V

UJICOBA DAN EVALUASI

Berisi tentang test input data dan hasil output data serta

hasil terbaik data sebagai acuan untuk penilaian terhadap

sistem yang telah dibangun.

BAB VI

PENUTUP

2.1

Profil dan Sejarah CV. Sentana Prima Unggul Sidoarjo

Secara singkat, sejarah berdirinya CV. Sentana Prima Unggul Sidoarjo

dapat dijelaskan sebagai berikut. CV. Sentana Prima Unggul Sidoarjo

merupakan perusahaan tunggal yang mempunyai beberapa titik cabang

pemasaran di sejumlah wilayah di jawa timur, antara lain, Surabaya, kediri,

jember, dan malang. CV. Sentana Prima Unggul Sidoarjo saat ini baru

mempunyai satu gudang produksi yang cukup besar, hal ini dibutuhkan karena

peluang penjualan dan pemasaran masih sangat besar potensinya. Sampai saat

ini CV. Sentana Prima Unggul Sidoarjo memiliki lebih dari 60 karyawan,

selain menambah potensi penjualan pasar turut juga menambah lapangan

pekerjaan yang baru bagi masyarakat sekitar.

Sebagai salah satu perusahaan yang memproduksi bahan pangan,

produk - produk yang dihasilkan telah terdaftar dan sudah memenuhi standart

BPOM Indonesia. Berdirinya perusahaan CV. Sentana Prima Unggul Sidoarjo

sendiri dimulai pada tahun 90’an dimana produk yang dihasilkan dan

diandalkan saat itu hanyalah teh saja. Namun dengan seiring berkembangnya

kebutuhan masyarakat dan potensi pasar, maka CV. Sentana Prima Unggul

Sidoarjo mencoba kembali memproduksi dan memasarkan produk terbarunya

tersebut. Dan sampai saat ini produk masih bertahan dan dibutuhkan

masyarakat khususnya dikalangan luas.

2.1.1.

Lokasi CV. Sentana Prima Unggul Sidoarjo

CV. Sentana Prima Unggul Sidoarjo ini berdiri di atas lahan sekitar 400

m2 terletak di kawasan perumahan Rewwin Jl. Jatayu no 41 - 42 waru sidoarjo

dan pergudangan yang sekitar 4000 m2 terletak di Jl. Brigjen katamso no 69 -

70 waru sidoarjo. Letak tempat produksi dan pergudangan yang strategis di

depan jalan raya besar, membuat pergudangan menjadi sangat lancar untuk

bongkar muatan sehingga pergudangan tersebut menjadi lahan pusat produksi

yang sangat bagus.

2.1.2.

Struktur Perusahaan

Gambar 2.1 merupakan dasar struktur organisasi yang ada di CV.

Sentana Prima Unggul Sidoarjo.

2.1.3.

Prosedur Penilaian Distributor Baru

Setiap minggu, CV. Sentana Prima Unggul Sidoarjo hampir selalu

menambah jumlah distributor baru. Hal ini yang membuat data yang

dimasukan selalu bertambah dan masih menggunakan sistem manual yaitu

dengan membukukan nama – nama distributor baru. Lalu memberikan nilai

pada masing – masing distributor berdasakan kontribusi kepada perusahaan.

2.2

Sistem Informasi

Sistem informasi adalah aplikasi komputer untuk mendukung operasi

dari suatu organisasi : operasi, instalasi, dan perawatan komputer, perangkat

lunak, dan data. Definisi Lain dari Sistem Informasi antara lain :

a.

Sistem informasi adalah sekumpulan hardware, software, brainware,

prosedur atau aturan yang diorganisasikan secara integral untuk

mengolah data menjadi informasi yang bermanfaat guna memecahkan

masalah dan pengembalian keputusan.

b.

Sistem informasi adalah satu kesatuan data olahan yang terintegrasi dan

saling melengkapi yang menghasilkan output baik dalam bentuk

gambar, suara maupun tulisan.

c.

Sistem

informasi

adalah

proses

yang

menjalankan

fungsi

mengumpulkan,

memproses,

menyimpan,

menganalisis

dan

menyebarkan informasi untuk kepentingan tertentu.

d.

Sistem informasi adalah kumpulan antara sub-sub system yang saling

berhubungan yang membentuk suatu komponen yang didalamnya

mencakup input-proses-output yang berhubungan dengan pengolaan

informasi (data yang telah diolah sehingga lebih berguna bagi user).

e.

Sistem informasi adalah sistem yang saling berhubungan dan

terintegrasi satu dengan yang lain dan bekerja sesuai dengan fungsinya

untuk mengatur masalah yang ada.

2.3

Pengertian Website

Website

atau

world wide web

, sering disingkat sebagai www atau

“web”

saja, yakni sebuah system dimana informasi dalam bentuk teks, gambar,

suara, dan lain-lain dipresentasikan dalam bentuk

hypertext

dan dapat diakses

oleh perangkat lunak yang disebut

browser.

Informasi di

web

pada umumnya

ditulis dalam format HTML.

Keistimewaan inilah yang telah menjadikan

web

sebagai

service

yang

paling cepat pertumbuhannya.

Web

mengizinkan pemberian

highlight

(penyorotan) pada kata-kata atau gambar dalam sebuah dokumen untuk

menghubungkan ke dokumen lain.

Dengan sebuah

browser

yang memiliki

Graphical User Interface

(GUI), link-link

dapat dihubungkan ke tujuannya dengan menunjuk

link

tersebut dengan

mouse

dan menekannya.

2.3.1.

Web

_Statis

Web

statis adalah

web

yang menampilkan informasi-informasi yang

sifatnya statis (tetap). Disebut statis karena pengguna tidak dapat berinteraksi

atau dinamis dapat dilihat dari tampilannya. Jika suatu web hanya berhubungan

dengan halaman

web

lain dan berisi suatu informasi yang tetap maka

web

tersebut statis.

Pada

web

statis, pengguna hanya dapat melihat isi dokumen pada

halaman

web

dan apabila diklik akan berpindah ke halaman

web

yang lain.

Interaksi pengguna hanya sebatas dapat melihat informasi yang ditampilkan.

Web

statis biasanya merupakan HTML yang ditulis pada editor teks dan

disimpan dalam bentuk html atau htm.

2.4.

_{Data Flow Diagram (DFD)}

DFD adalah sebuah bahasa yg telah menjadi standar dalam industri

untuk visualisasi, merancang dan mendokumentasikan sistem piranti lunak.

DFD menawarkan

sebuah standar untuk merancang model sebuah sistem. Dengan

menggunakan DFD kita dapat membuat model untuk semua jenis aplikasi

piranti lunak, dimana aplikasi tersebut dapat berjalan pada piranti keras, sistem

operasi dan jaringan apapun, serta ditulis dalam bahasa pemrograman apapun.

2.5.

HTML

_{(Hypertext Markup Language)}

Hypertext Markup Language

(HTML) merupakan sebuah sebuah

bahasa

scripting yang berguna untuk menuliskan halaman web. Pada halaman

web,

HTML dijadikan sebagai bahasa

script

dasar yang berjalan bersama

berbagai bahasa scripting pemrograman lainnya.

Tidak diperlukan suatu program editor khusus untuk menggunakan

perintah-perintah HTML, misalnya dapat menggunakan Notepad, Edit Plus

ataupun editor lain yang berbasis GUI

(Graphical User Interface)

seperti

Microsoft Frontpage, dan yang akan digunakan adalah Macromedia

Dreamweaver 8. dengan program ini, kode HTML tidak perlu diketik, karena

semua perintahnya diwujudkan secara icon base. Tetapi bagi seorang

pengembang aplikasi web, kemampuan pengasaan terhadap kode-kode HTML

sangat diperlukan, sehingga sangatlah disarankan untuk menguasai kode

perintah HTML, maka pergunakanlah editor teks (misalnya Notepad).

Adapun secara umum tugas-tugas yang dapat dilakukan oleh HTML

adalah :

a.

Mengontrol tampilan dari web page dan isinya.

b.

Mempublikasikan web secara online.

c.

Membuat

online form

yang bisa digunakan untuk menangani pendaftaran

buku tamu, dan transaksi online lainnya.

d.

Menambahkan objek-objek seperti

image, audio, video,

dan juga

applet

dalam dokumen HTML.

Browser

merupakan

software

yang diinstal di mesin

client

yang

berfungsi untuk menterjemahkan tag-tag HTML menjadi halaman

web.

Browser yang biasanya digunakan adalah internet explorer, nescape navigator

dan banyak browser browser yang lain.

2.6.

Definisi PHP

PHP singkatan dari PHP

Hypertext Preprocessor

yang digunakan

sebagai bahasa

script serve-side

dalam pengembangan

web

yang disisipkan

pada dokumen HTML. Penggunaan PHP memungkinkan

web

dapat dibuat

dinamis sehingga maintenance situs web tersebut lebih mudah dan efisien. PHP

merupakan

software Open-Source

yang disebarkan dan dilisensikan secara

gratis serta dapat di

download

secara bebas dari situs resminya yaitu :

http://www.php.net.

PHP yang ditulis dengan menggunakan bahasa C dapat dikembangkan

sendiri dengan menambah fungsi-fungsi baru. PHP adalah bahasa yang sangat

popular. Sebagian besar sintaks PHP mirip dengan sintaks dalam bahasa C dan

Perl.

2.6.1.

Kelebihan PHP

PHP memiliki banyak kelebihan yang tidak dimiliki oleh bahasa script

sejenis. PHP difokuskan pada pembuatan

script server-side,

yang bisa

melakukan apa saja yang dapat dilakukan oleh GCI, seperti mengumpulkan

dataq dari form, menghasilkan isi halaman

web

dinamis, dan kemampuan

mengirim serta menerima cookies bahkan lebih daripada kemampuan CGI.

PHP dapat digunakan pada semua system operasi, antaqra lain Linux,

Unix, Microsoft Windows, Macintosh. PHP juga mendukung banyak

Web

Server,

seperti Apache,

Microsoft Internet Information Server

(MIIS),

Personal Web Server (PWS) dan masih banyak lagi lainnya, bahkan PHP dapat

bekerja sebagai suatu CGI processor.

PHP tidak terbatas pada hasil keluaran HTML

(HyperText Markup

Languages).

PHP juga memiliki kemampuan untuk mengolah keluaran

gambar, file PDF, dan movies flash. PHP juga dapat menghasilkan teks seperti

XHTML dan file XML lainnya.

2.6.2.

Sintaks PHP

Sintaks program atau script PHP ditulis dalam apitan tanda khusus

PHP. Ada empat macam pasangan tag PHP yang dapat digunakan untuk

menandai blok script PHP :

<?php …?>

<script language = “PHP”> … </script>

<? … ?>

<% … %>

Cara 1 dan 2 merupakan cara yang paling umum digunakan sekalipun

cara 3 tampak lebih praktis karena cara 3 tidak selalu diaktifkan pada

konfigurasi

file php. Ini yang terdapat pada direktori C:\Program Files\Apache

Software Foundation\Apache2.2\PHP.

Cara 4 juga dimungkinkan sebagai kemudahan bagi yang sudah

terbisasa dengan ASP

(Active Server Pages). Namun, bila itu tidak dikenal,

maka harus dilakukan pengaktifan pada

file

konfigurasi php ini. Pengaktifan

yang dilakukan pada file php ini terdapat pada baris berikut :

Language options

Asp_tags = off,

Ubah

Off

menjadi On, kemudian simpan dan restart kembali

web

server.[4]

2.7

Sistem Pendukung Keputusan (Decision Support Systems)

Konsep

Sistem

Pendukung

Keputusan

(SPK)

pertama

kali

dikemukakan pada awal 1970-an oleh Michael S. Scott Morton. Ada beberapa

definisi sistem pendukung keputusan yang dikemukakan oleh beberapa pakar,

diantaranya:

a. Menurut Michael S. Scott Morton, sistem pendukung keputusan disebut

dengan istilah

management decision. Sistem tersebut adalah suatu sistem

berbasis komputer yang ditujukan untuk pengambil keputusan dalam

memanfaatkan data dan model tertentu untuk membantu pengambil

keputusan untuk memecahkan berbagai persoalan yang tidak terstruktur.

Istilah sistem pendukung keputusan mengacu pada suatu yang

memanfaatkan dukungan komputer dalam proses pengambil keputusan.

b. Menurut Man dan Watson, sistem pendukung keputusan merupakan suatu

interaktif yang membantu pengambil keputusan melalui penggunaan data

dan model-model keputusan untuk memecahkan masalah yang sifatnya

semi terstruktur dan tidak terstruktur, artinya bahwa sistem pendukung

keputusan adalah suatu informasi berbasis komputer yang dirancang untuk

meningkatkan efektivitas pengambil keputusan dalam masalah yang semi

terstruktur atau tidak terstruktur.

c. Menurut Litle, sistem pendukung keputusan adalah suatu informasi

berbasis komputer yang menghasilkan berbagai alternatif keputusan untuk

membantu manajemen dalam menangani berbagai permasalahan yang semi

terstruktur ataupun tidak terstruktur dengan menggunakan data dan model.

Dari beberapa definisi diatas dapat dikatakan bahwa sistem pendukung

keputusan adalah suatu informasi spesifik yang ditujukan untuk membantu

manajemen dalam mengambil keputusan yang berkaitan dengan persoalan

yang bersifat semi terstruktur. Sistem ini memiliki fasilitas untuk menghasilkan

berbagai alternatif yang secara interaktif dapat digunakan oleh pemakai.

Penggunaan model ini berkaitan dengan sifat permasalahan yang harus

dipecahkan pemakai, yaitu semi terstruktur atau tidak terstruktur. Jadi semakin

banyak perbendaharaan yang dimiliki oleh sistem, maka alternatif keputusan

yang dapat diciptakannya juga akan semakin banyak, dengan memanfaatkan

komputer sebagai media.

2.7.1

Ciri-Ciri dan Tujuan

Sudirman dan Widjajani mengemukakan ciri-ciri sistem pendukung

keputusan yang dirumuskan oleh Alters Keen, sebagai berikut:

a.

Sistem pendukung keputusan ditujukan untuk membantu

keputusan-keputusan yang kurang terstruktur dan umumnya dihadapi oleh para

manajer yang berada di tingkat puncak.

b.

Sistem pendukung keputusan merupakan gabungan antara kumpulan

model kualitatif dan kumpulan data.

c.

Sistem pendukung keputusan memiliki fasilitas interaktif yang dapat

mempermudah hubungan antara manusia dan komputer.

d.

Sistem pendukung keputusan bersifat luwes dan dapat menyesuaikan

dengan perubahan-perubahan yang terjadi.

2.7.2

Komponen Sistem Pendukung Keputusan

Sistem pendukung keputusan terdiri atas tiga komponen utama atau

subsistem, yaitu:

a. Subsistem Pengelolaan Data (Database).

Merupakan komponen sistem pendukung keputusan penyedia data bagi

sistem.

b. Subsistem Pengelolaan Model (Model Base).

Mengintegrasikan data dengan model-model keputusan.

c. Subsistem Pengeloaan Dialog (User Interface).

Menyediakan fasilitas yang mampu mengintegrasikan sistem secara

interaktif. Hubungan antara ketiga komponen di atas dapat dilihat pada

gambar 2.1

Gambar 2.2 Komponen Dari SPK

Pemakai

Pengelolaan

Data

Pengelolaan

Model

Pengelolaan

2.7.3

Proses Pengambil Keputusan

Proses pengambilan keputusan terdiri atas empat tahap, yaitu:

a. Tahap Intelegence

Dalam tahap ini pengambil keputusan mempelajari kenyataan yang

terjadi, sehingga dapat mengidentifikasi dan mendefenisikan masalah

yang sering terjadi, biasanya dilakukan analisis berurutan dari sistem ke

sub sistem pembentuknya. Dari tahap ini didapatkan keluaran berupa

dokumen pernyataan masalah.

b. Tahap Design

Dalam tahap ini pengambil keputusan menemukan, mengembangkan, dan

menganalis semua pemecahan yang mungkin, yaitu melalui pembuatan

model yang bisa mewakili kondisi nyata masalah. Dari tahap ini

didapatkan keluaran berupa dokumen alternatif solusi.

c. Tahap Choice

Dalam tahap ini pengambil keputusan memilih salah satu alternatif

pemecahan yang dibuat pada tahap

design yang dipandang sebagai aksi

yang paling tepat untuk mengatasi masalah yang sedang dihadapi. Dari

tahap ini didapatkan keluaran berupa dokumen solusi dan rencana

implementasinya.

d. Tahap Implementation

Dalam tahap ini pengambil keputusan menjalankan rangkaian aksi

pemecahan yang dipilih di tahap

choice.

Implementasi yang sukses

ditandai dengan terjawabnya masalah yang dihadapi, sementara

kegagalan ditandai dengan tetap adanya masalah yang sedang dicoba

untuk diatasi. Dari tahap ini didapatkan keluaran laporan berupa laporan

pelaksanaan solusi dan hasilnya.

2.8

Multi-Criteria Decision Making (MCDM)

Menurut Ismail (2005), dalam sebuah pengambilan keputusan selalu

dihadapkan pada beberapa alternatif yang dapat dipilih dengan kriteria-kriteria

yang bersesuaian sehingga dapat digunakan sebagai bahan evaluasi untuk

memilih. Jadi MCDM adalah disiplin dalam pengambilan keputusan dengan

banyak kriteria.

Disiplin dalam MCDM secara garis besar dibagi menjadi dua, yaitu

Multi-Attribute Decision Making (MADM) dan

Multi-Objective Decision

Making (MODM). Dimana MADM lebih menitikberatkan pada pemilihan

alternatif dalam jumlah yang terbatas sedangkan MODM merancang alternatif

terbaik, meskipun demikian kedua istilah MADM dan MODM berada pada

kategori kelas yang sama.

Pada Tabel 2.1 akan diperlihatkan perbedaan antara MADM dan

MODM. Pada tugas akhir ini, akan lebih difokuskan pada permasalahan

dengan alternatif solusi yang terbatas (MADM).

Tabel 2.1 Perbedaan MADM dan MODM (Yoon dan Hwang. 1981)

Beberapa ciri yang selalu ada dalam MCDM adalah:

1.

Alternatif

Kemungkinan-kemungkinan yang dapat dipilih oleh pengambil keputusan.

Jumlah alternatif ini adalah terbatas.

2.

Atribut

Biasanya merupakan karaktristik, komponen atau kriteria keputusan.

3.

Pembobotan

Pemberian bobot pada setiap kriteria.

4.

Matrix Keputusan

Metode MCDM dapat dinyatakan dalam bentuk matrix. Sebuah matrix X

adalah matrix (m x n) dimana elemen xij, dengan i mewakili alternatif, yaitu

Ai (untuk

i

= 1,2,3,…,m) dan

j mewakili kriteria, yaitu

Cj (untuk

i

=

1,2,3,…,n).

Ai , i = 1,2,3,…,m dinotasikan dengan :

Dan vektor kolomnya adalah

a

j

= (a1

j

, a2

j

, ..., am

j

)

T

( 2.2 )

Yang memperlihatkan perbedaan antar setiap alternatif adalah nilai dari

atribut yang dimiliki oleh alternatif tersebut j, yaitu C

j.

Untuk menggambarkan pentingnya hubungan antara atribut-atribut yang ada

maka weighted vector diberikan dengan W = (w1,w2,…,wn).

5.

Pertentangan antar Kriteria

Dalam kriteria majemuk biasanya terjadi pertentangan kepentingan antara

satu kriteria dengan kriteria yang lainnya.

2.9

Teori Himpunan Fuzzy

Pada teori himpunan fuzzy, komponen utama yang sangat berpengaruh

adalah fungsi keanggotaan. Fungsi keanggotaan mereprentasikan derajat

kedekatan suatu obyek terhadap atribut tertentu, sedangkan pada teori

probabilitas lebih pada penggunaan frekuensi relative.

2.9.1

Konsep Dasar Himpunan Fuzzy

Konsep dasar dari himpunan Fuzzy terbagi atas:

1.

Himpunan Klasik (Crisp)

Pada teori himpunan klasik (crisp), keberadaan suatu elemen pada

suatu himpunan A, hanya akan memiliki 2 kemungkinan keanggotaan,

yaitu menjadi anggota A atau tidak menjadi anggota A.

Jika X adalah koleksi dari obyek-obyek yang dinotasikan secara

generik oleh x, maka suatu himpunan fuzzy A

~

, dalam X adalah suatu

himpunan pasangan berurutan:

A

=

{

(

x

,

m

A

( )

x

)

|

x

∈

X

}

~

~

( 2.3 )

dengan

µ

A~

( )

x

adalah derajat keanggotaan x di yang memetakan X

ke ruang keanggotaan M yang terletak pada rentang (0, 1).

2.9.2

Relasi Preferensi Fuzzy

Konsep dasar dari sistem pendukung keputusan fuzzy adalah relasi

antar elemen dalam himpunan-himpunan. Suatu relasi fuzzy merepresentasikan

derajat keanggotaan (hubungan) antara elemen dari dua atau lebih himpunan

11

.

Untuk melakukan agregasi terhadap preferensi para

expert

ke dalam

grup preferensi,dibutuhkan relasi preferensi. Pada relasi preferensi setiap

expert

menghubungkan nilai preferensi antar setiap. Ada dua macam relasi

pereferensi yang sering digunakan, yaitu relasi preferensi multiplikatif dan

relasi pereferensi fuzzy. Relasi pereferensi multiplikatif, A, pada himpunan

Alternative X direpresentasikan sebagai matriks A∈Χ

Χ

Χ,

Α

= (aij), aij

merupakan rasio pereferensi Alternative xi terhadap xj, berarti bahwa xi

aij kali

lebih baik daripada xj. Saaty merekomendasikan untuk menggunakan nilai 1-9.

2.9.3

Variabel Linguistik

Variabel linguistik adalah variabel yang bernilai kata/kalimat, bukan

angka. Sebagai alasan menggunakan kata/kalimat daripada angka karena

peranan linguistik kurang spesisifik dibandingkan angka, namun informasi

yang disampaikan lebih informatif.

Variabel linguistik ini merupakan konsep penting dalam logika samar

dan memegang peranan penting dalam beberapa aplikasi. Jika “kecepatan”

adalah variabel linguistik, maka nilai linguistik untuk variabel kecepatan

adalah, misalnya “lambat”, “sedang”, “cepat”. Hal ini sesuai dengan kebiasaan

manusia sehari-hari dalam menilai sesuatu, misalnya : “Ia mengendarai mobil

dengan cepat”, tanpa memberikan nilai berapa kecepatannya.

2.9.4

Fuzzyfikasi

Fuzzifikasi adalah fase pertama dari perhitungan samar yaitu

pengubahan nilai tegas (crisp) ke nilai samar. Proses fuzzyfikasi ditulis sebagai

berikut :

x = fuzzifier (x0)

dengan x0 adalah sebuah Variabel nilai tegas dari suatu Variable input,

x adalah Variable himpunan fuzzy yang didefinisikan sebagai Variable, dan

fuzzifier adalah sebuah operator fuzzifikasi yang mengubah nilai tegas ke

himpunan samar.

2.9.5

Defuzzyfikasi

Defuzzyfikasi adalah fase terakhir dari proses perhitungan samar yaitu

pengubahan nilai samar hasil fuzzyfikasi ke nilai tegas. Untuk metode

defuzzyfikasi digunakan

Height Method, metode ini dikenal juga sebagai

prinsip keanggotaan maksimum karena metode ini secara sederhana memilih

nilai crisp yang memiliki derajat keanggotaan maksimum. Oleh karena itu,

metode ini hanya bisa dipakai untuk fungsi keanggotaan yang memiliki derajat

keanggotaan 1 pada suatu nilai crisp tunggal dan 0 pada semua nilai crisp yang

lain. Fungsi seperti ini sering disebut sebagai singleton.

Pada teori himpunan fuzzy, komponen utama yang sangat berpengaruh

adalah fungsi keanggotaan. Fungsi keanggotaan mereprentasikan derajat

kedekatan suatu obyek terhadap atribut tertentu, sedangkan pada teori

probabilitas lebih pada penggunaan frekuensi relative.

2.9.6

Fungsi Keanggotaan

Fungsi keanggotaan (membership function) adalah suatu kurva yang

menunjukkan pemetaan titik-titik input data ke dalam nilai keanggotaanya.

Salah satu cara yang dapat digunakan untuk mendapatkan nilai keanggotaan

adalah dengan melalui pendekatan fungsi.

2.9.7

Representasi Linear Naik

Pada representasi linear, pemetaan input ke derajat keanggotaannya

digambarkan sebagai suatu garis lurus. Kenaikan himpunan dimulai pada nilai

domain yang memiliki derajat keanggotaan nol [0] bergerak ke kanan menuju

ke nilai domain yang memiliki derajat keanggotaan lebih tinggi, seperti terlihat

pada Gambar 2.2

Gambar 2.3 Representasi Linear Naik

( 2.4 )

Fungsi Keanggotaan

2.9.8

Fuzzy Multi-Attribute Decision Making (FMADM)

Pada FMADM, alternatif-alternatif sudah diketahui dan ditentukan

sebelumnya. Pengambil keputusan harus menentukan prioritas atau ranking

berdasarkan alternatif yang diberikan. Secara umum, FMADM memiliki suatu

tujuan tertentu, yang dapat diklasifikasikan dalam 2 tipe, yaitu menyeleksi

alternatif dengan atribut (alternatif) dengan ciri-ciri terbaik dan mengklasifikasi

alternative berdasarkan peran tertentu.

2.10

Fuzzy MADM Model Yager

Fuzzy MADM model Yager ini merupakan bentuk standar dari fuzzy

MADM. Misalkan A={a

1

,…,a

n

} adalah himpunan alternatif, dan atribut

Derajat

keanggotaan

µ(x)

a domain

[ ]

(

) (

)

;

1

/

;

0

≥

≤

≤

−

−

≤

=

b

x

b

x

a

a

b

a

x

a

x

x

µ

direpresentasikan dengan himpunan fuzzy C

~

j

, j = 1, …, m. bobot yang

menunjukkan tingkat kepentingan atribut ke-j dinotasikan dengan wj. nilai

capaian alternatif ai terhadap atribut

j ~

C

diekspresikan dengan derajat

keanggotaan mc(xi). keputusan akhir diambil berdasarkan interseksi dari semua

atribut fuzzy sebagai berikut:

C

C

C

D

w w

~

w_mm

...

~

~

~

2 2

2

1

∩

∩

=

( 2.5 )

Alternatif optimal didefinisikan sedemikian rupa sehingga alternatif

tersebut memberikan kontribusi derajat keanggotaan tertinggi pada

D

~

.

Langkah-langkah penyelesaian untuk model ini adalah (Zimmermann,

1991):

1.

Tetapkan matriks perbandingan berpasangan antar atribut, M, berdasarkan

prosedur hirarki Saaty sebagai berikut:

=

α

α

α

α

α

α

α

α

α

α

α

α

α

α

α

α

α

α

n n n n n n

M

2 1 2 2 2 1 2 1 2 1 1 1

( 2.6 )

dengan

α

α

1

1

_{adalah kepentingan relatif atribut ai terhadap atribut aj.}

2.

Tentukan bobot wj yang konsisten untuk setiap atribut berdasarkan metode

eigenvector dari Saaty. Apabila A adalah matriks perbandingan

berpasangan yang tidak konsisten, maka vektor bobot yang berbentuk:

(A)(W

T

)=(n)(W

T

) ( 2.7 )

dapat didekati dengan cara:

a.

Menormalkan setiap kolom j dalam matriks A, sedemikian hingga:

a

1

i

ij

=

( 2.8 )

b.

Untuk setiap baris i dalam A’, hitunglah nilai rata-ratanya:

=

i ij i

a

n

1

w

( 2.9 )

Untuk lebih jelas mengenai persamaan 2.6, 2.7, 2.8, 2.9 maka akan

dijelaskan mengenai teori Saaty yang lebih dikenal dengan

Analytical

Hierarchy Process pada sub bab 2.5

3.

Hitung nilai:

(

C

j

( )

x

i

)

wj

~

( 2.10 )

dimana

C

~

_j

adalah derajat keanggotaan dari alternatif xi terhadap suatu

kriteria;

wj adalah bobot preferensi dari perhitungan model Saaty

4.

Tentukan interseksi dari semua

(

_C

~

j

( )

_x

i

)

wj

, sebagai:

( )

(

)

=

=

=

_xi

_x

i

n

j

m

D

Cj i

w j i

,...,

1

;

,...,

1

|

min

,

~

µ

( 2. 11 )

Pilih xi dengan derajat keanggotaan terbesar dalam

D

~

, dan tetapkan

sebagai alternatif optimal.

2.11

Perbedaan Metode Yager dengan Metode Multi-Attribute Utility

Theory (M.A.U.T)

Multi-Attribute Utility Theory digunakan untuk merubah dari

beberapa kepentingan kedalam nilai numerik dengan skala 0-1 dengan 0

mewakili pilihan terburuk dan 1 terbaik. Hal ini memungkinkan

perbandingan langsung beragam ukuran. Yaitu, dengan alat yang tepat, itu

memungkinkan saja untuk membandingkan apel dengan jeruk. Hasil

akhirnya adalah urutan peringkat dari evaluasi alternatif yang menggambarkan

pilihan dari para pembuat keputusan.

2.12

Teori Metode Saaty - Analytical Hierarchy Process

(AHP)

Adapun

Analytic Hierarchy Process (AHP) adalah salah satu bentuk

model pengambilan keputusan yang pada dasarnya menutupi semua

kekurangan dari model-model sebelumnya. Peralatan utama dari model ini

adalah sebuah hirarki fungsional dengan inputan utamanya persepsi manusia

(kualitatif). Dengan hirarki, suatu masalah yang kompleks dan tidak terstruktur

dipecah kedalam kelompok-kelompoknya dan kemudian kelompok-kelompok

tersebut diatur menjadi suatu bentuk hirarki. Dalam perkembangannya AHP

tidak saja digunakan untuk menentukan prioritas pilihan dengan banyak

kriteria, tetapi penerapannya telah meluas sebagai metode alternatif untuk

menyelesaikan bermacam-macam masalah seperti pemilihan lokasi galangan

kapal yang tepat, pemilihan jenis mobil, promosi jabatan, pemberian insentif

bagi karyawan dan lain-lain (Permadi, 1992:5).

2.13

Model Umum Analytic Hierarchy Process

Jenjang 1 : Goal

Merupakan tujuan akhir dari pemecahan masalah yang timbul yaitu

menentukan lokasi galangan kapal yang terbaik.

Jenjang 2 : Kriteria

Merupakan beberapa unsur pertimbangan dalam menentukan lokasi

galangan kapal sehingga menghasilkan suatu nilai terbaik diantara beberapa

kriteria yang ada.

Jenjang 3 : Alternatif

Merupakan beberapa pertimbangan nama-nama lokasi yang akan diolah

melalui perhitungan matriks dengan tidak mengabaikan nilai kriteria diatas

untuk menghasilkan lokasi galangan kapal yang terbaik.

2.14

Karakteristik Model AHP

Model AHP menggunakan model presepsi manusia (kualitatif) yang

diangap pakar/ahli sebagai input utamanya. Pakar/ahli disini bukan berarti

orang tersebut harus jenius, pintar, bergelar doktor dan sebagainya, tetapi lebih

mengacu pada orang yang benar permasalahan yang diajukan, merasakan

akibat masalah atau punya kepentingan terhadap masalah tersebut. Karena

menggunakan input kualitatif (presepsi manusia), maka model ini juga dapat

mengolah hal-hal kualitatif disamping hal-hal yang kuantitatif. Jadi bisa

dikatakan bahwa model AHP ini adalah model yang komprehensif, karena

mempunyai kemampuan yang ‘multiobjektif’ dan ‘multikreteria’ yang berdasar

perbandingan preferensi dari setiap elemen dalam hirarki.

Kelebihan-kelebihan yang dimiliki dengan menggunakan metode AHP

antara lain :

a.

Kesatuan

AHP memberi satu model tunggal yang mudah dimengerti dan luwes

untuk aneka ragam persoalan tak terstruktur.

b.

Kompleksitas

AHP memadukan ancangan deduktif dan ancangan berdasarkan sistem

dalam memecahkan persoalan kompleks.

c.

Saling ketergantungan

AHP dapat menangani saling ketergantungan elemen-elemen dalam

suatu sistem dan tak memaksakan pemikiran linier.

d.

Penyusunan hierarki

AHP mencerminkan kecenderungan alami pikiran untuk

memilah-milah elemen-elemen dalam suatu sistem dalam berbagai tingkat berlainan dan

mengelompokkan unsur dalam setiap tingkat.

e.

Pengulangan proses

AHP memungkinkan orang memperhalus definisi mereka pada suatu

persoalan dan memperbaiki pertimbangan dan pengertian mereka melalui

pengulangan.

f.

Penilaian dan konsensus

AHP tidak memaksakan konsensus tetapi mensistensis suatu hasil yang

representatif dari berbagai penilaian yang berbeda-beda.

AHP mempertimbangkan prioritas-prioritas relatif dari berbagai faktor

sistem dan memungkinkan orang memilih alternatif terbaik berdasarkan

tujuan-tujuan mereka.

h.

Sintesis

AHP menuntun kesuatu taksiran menyeluruh tentang kebaikan setiap

alternatif.

i.

Konsistensi

AHP melacak konsistensi logis dari pertimbangan-pertimbangan yang

digunakan dalam menetapkan berbagai prioritas.

j.

Pengukuran

AHP memberi suatu skala untuk mengukur hal-hal dan wujud suatu

metode untuk menetapkan suatu prioritas.

Disamping kelebihan–kelebihan yang dimilikinya, model AHP

mempunyai beberapa kelemahan yang dapat berakibat fatal. Ketergantungan

model ini pada inputan berupa presepsi seorang pakar/ahli akan membuat hasil

akhir dari model ini menjadi tidak ada artinya apabila pakar/ahli memberikan

nilai yang keliru. Kondisi ini ditambah juga belum adanya kriteria yang jelas

untuk seorang ekspert, membuat orang sering ragu-ragu dalam menanggapi

solusi yang dihasilkan model ini.

2.15

Penyususan Model Analytic Hierarchy Process

Langkah-langkah dalam metode AHP (Mulyono, 1996:108) adalah

sebagai berikut:

1. Mendefinisikan masalah dan menentukan solusi yang diinginkan.

2. Melakukan

Decomposition

Setelah persoalan didefinisikan, maka perlu decomposisi yaitu

memecahkan persoalan utuh menjadi unsur-unsurnya, dilakukan sampai

tidak mungkin dilakukan pemecahan lebih lanjut sehingga didapat beberapa

tingkatan tadi (hirarki). Jadi pekerjaan dalam hirarki adalah :

mengidentifikasikan permasalahan, mengelompokkan dan menyusun

kedalam level yang berbeda.

3.

Comparative Judgment

Prinsip ini membuat penilaian terutama kepentingan relatif dua

elemen pada suatu tingkat tertentu dalam kaitannya dengan tingkat

diatasnya. Penilaian ini merupakan inti dari AHP, karena pengaruh terhadat

prioritas elemen-elemen. Jumlah perbandingan berpasangan sebanyak [n x

(n–1)] / 2 buah, dengan n adalah banyaknya elemen yang dibandingkan.

Hasil ini disajikan dalam bentuk matrik

(pairwise comparison).

4. Melakukan

Synthesis of Priority

Dari setiap pairwise comparison kemudian dicarieigen vectornya

untuk prioritas lokal. Karena matrik pairwise comparison terdapat setiap

tingkat, maka untuk medapatkan prioritas global harus dilakukan sintesa

diantara prioritas lokal.

5. Melakukan Logical Consistency

Menilai kemantapan (consistency) penilaian yang telah diberikan

dengan batasan-batasan tertentu, dapat diketahui apakah pengambilan

keputusan konsisten dalam melakukan penilaian.

Consistency Ratio (CR) dapat diterima jika berkisar 10% atau kurang,

dan pada beberapa kasus 20% dapat ditolerir tetapi tidak pernah lebih. Jika

CR ini tidak masuk dalam range maka penilaian harus direvisi dengan

menganalisa kembali permasalahan.

Sebelum melangkah jauh proses bekerjanya model AHP, perlu

diperhatikan aksioma-aksioma yang dimiliki model AHP. Pengertian

Aksioma sendiri adalah suatu yang tidak dapat dibantah kebenarannya atau

yang pasti terjadi. Ada 4 aksioma yang harus diperhatikan dalam model

AHP, dan pelanggaran dari setiap aksioma berakibat tidak validnya model

yang dipakai. Keempat aksioma tersebut adalah :

Aksioma 1 :

Recepprocal Comparison, artinya sipengambil keputusan harus membuat

perbandingan dan mengatakan preferensinya. Preferensi itu sendiri harus

memenuhi syarat desifrokal yaitu akan A lebih disukai dari B dengan skala x,

maka B lebih disukai A dengan skala 1/x.

Aksioma 2 :

Homogenety, artinya preferensi seseorang harus dapat dinyatakan dalam

skala terbatas atau dengan kata lain elemen-elemennya dapat dibandingkan

satu sama lain. Kalau aksioma ini tidak dipenuhi maka elemen yang

dibandingkan tidak homogenous dan harus dibentuk suatu ‘Cluster’ (

kelompok elemen ) yang lain.

Aksioma 3 :

Independence, artinya preferensi dinyatakan dengan mengasumsikan

bahwa kriteria tidak dipengaruhi dengan alternatif-alternatif yang ada

melainkan oleh objektif secara keseluruhan.

Ini menunjukkan bahwa pola ketergantungan atau pengaruh dalam model

AHP adalah searah keatas. Artinya perbandingan elemen-elemen dalam satu

level dipengaruhi atau tergantung oleh elemen-elemen dalam level diatasnya.

Aksioma 4 :

Expertations, untuk tujuan pengambilan keputusan, struktur diasumsikan

lengkap. Apabila asumsi ini tidak dipenuhi, maka sipengambil keputusan tidak

memakai seluruh kriteria dan atau objektif yang tersedia atau diperlukan

sehingga keputusan yang diambil tidak lengkap.

2.15.1

Bentuk Hirarki

Bentuk hirarki merupakan perwujudan jalan pikiran yang dimiliki

oleh setiap orang. Dimana secara alamiah akan terproses pada saat

menganalisa suatu permasalahan dan untuk selanjutnya akan menemukan

suatu penyelesaian terbaik. Bentuk hirarki yang paling sederhana

31 32 33 34 35 36 37 38

21 22 23 24

1

41 42 43

Tingkat 1 (Fokus) Tingkat 2 (Kriteria) Tingkat 3 (Sub Kriteria) Tingkat 4 (Alternatif)

Gambar 2.4 Bentuk Hirarki Sederhana (Saaty, 1993)

2.15.2

Matriks Perbandingan

Formulasi matematis dalam AHP menggunakan suatu matrik dengan

suatu

n

elemen operasi, yaitu :

A

1 ,

A

₂

, A

₃

, A

₄

,….,…., An

, maka hasil

perbandingan secara berpasangan elemen-elemen operasi tersebut akan

membentuk matrik perbandingan.

A1

A2

…

An

A1

A11

A12

…

A1n

A2

A21

A22

…

A2n

…

…

…

…

…

An

An1

An2

…

Ann

Nilai (judgment) perbandingan secara berpasangan antara (wi , wj), dapat

dipresentasikan seperti matrik diatas, yaitu setiap elemen memiliki sifat timbal

balik, yaitu nilai

aij =

1/aij. Sifat tersebut menyatakan proses perbandingan

bobot atau tingkat intensitas kepentingan elemen operasi A2 terhadap A1. Bila

vektor pembobotan elemen operasi A1, A2,…, An dinyatakan sebagai vektor w,

maka matrik pada gambar dapat dirubah bentuk menjadi

1 2 n

1 1

/w

1 1

/w

2 1

/w

n

2 2/w1 2/w2 2/wn

n n/w1 n/w2 n/wn

Gambar 2.6 Matrik Perbandingan Preferensi (Saaty, 1988)

2.15.3

Skala Prioritas

Ketika seseorang hendak membuat perbandingan, misalnya dua

alternatif dengan berdasarkan suatu kriteria, maka seseorang tersebut akan

mengidentifikasikan yang satu lebih dari yang lainnya meskipun dia tidak

menggunakan alat bantu untuk mengukurnya dengan besaran karena secara

naluri manusia dapat mengestimasi besaran sederhana melalui inderanya.

Berdasarkan kondisi diatas maka jelas kalau membandingkan dua hal

tesebut merupakan proses perhitungan paling mudah yang mampu dilakukan

oleh manusia dan keakuratannya bisa dipertanggung jawabkan. Untuk itu Saaty

(1980) menetapkan skala kuantitatif 1 sampai dengan 9 untuk menilai

perbandingan tingkat kepentingan suatu elemen terhadap elemen yang lain.

Seperti yang terlihat tabel dibawah ini :

Tabel 2.2 Skala Banding Secara Berpasangan

Tingkat

Kepentingan

Definisi

Penjelasan

1

Kedua kriteria sama penting

Kedua kriteria penyumbang

sama besar pada sifat tersebut

3

Satu kriteria sedikit lebih

penting

dibanding

kriteria

yang lain

Pengalaman

menyatakan

sedikit memihak pada sebuah

kriteria

5

Satu kriteria sesungguhnya

lebih penting dari kriteria lain

Pengalaman

menunjukkan

secara kuat memihak pada

satu kriteria

7

Satu

kriteria

jelas

lebih

penting dari kriteria lainnya

Pengalaman

menunjukkan

secara

kuat

disukai

dan

didominasi kriteria tampak

dalam praktek

9

Satu kriteria mutlak lebih

penting dari pada kriteria lain

Pengalaman

menunjukkan

satu kriteria sangat jelas lebih

penting

2,4,6,8

Nilai tengah diantara dua

penilaian yang berdampingan

Nilai

ini

diberikan

bila

diperlukan kompromi

Kebalikan

dari

angka

tingkat

kepentingan

diatas

Bila kriteria pertama diberi

nilai k terhadap kriteria kedua

maka berarti kriteria kedua

memiliki nilai 1/k terhadap

kriteria pertama

2.15.4 Eigen Vektor

Nilai-nilai antar komponen kriteria secara lokal akan dihubungkan pada

rangkaian alternatif untuk menentuka urutan kemungkinan alternatif atau

pilihan, maka perlu dihitung kumpulan eigen vektor dari setiap matrik dan

dinormalisir untuk mengintegrasikan hasil yang diperoleh mejadi vektor-vektor

prioritas. Dalam menghitung eigen vektor yang efektif adalah secara geometris.

Langkah-langkah pemahaman dalam menghitung vector prioritas dapat

dijelaskan sebagai berikut:

A.

Matrik berpasangan

B. Komponen eigen vector

a

w

w

w

w

w

w

=

×

×

3 1 2 1 1 1

b

w

w

w

w

w

w

=

×

×

3 2 2 2 1 2

3

( 2.13 )

c

w

w

w

w

w

w

=

×

×

3 3 2 3 1 3

3

Jumlah total = a + b + c

C. Vector prioritas

Σ

=

a

X

1

Σ

=

b

X

₂

( 2.14 )

Σ

=

c

X

3

D.

Urutan alternatif atau pemilihan

Υ

=

•

Χ

+

•

Χ

+

•

Χ

Υ

=

•

Χ

+

•

Χ

+

•

Χ

Υ

=

•

Χ

+

•

Χ

+

•

Χ

=

Χ

Χ

Χ

∗

3 3 3 3 2 3 2 1 3 1 2 3 2 3 2 2 2 1 2 1 1 3 1 3 2 1 2 1 1 1 3 2 1 3 3 3 2 3 1 2 3 2 2 2 1 1 3 1 2 1 1

w

w

w

w

w

w

w

w

w

w

w

w

w

w

w

w

w

w

w

w

w

w

w

w

w

w

w

w

w

w

w

w

w

w

w

w

2.15.5 Kemantapan (Consistency)

Pada dasarnya kemantapan yang sempurna dalam suatu penilaian sulit

didapatkan, maka nilai dari kemantapan dapat diketahui dangan menghitung

dua persamaan berikut :

Rumus Indeks Kemantapan (

Saaty, 1993

) yaitu:

1

max

−

−

=

n

n

CI

λ

( 2.16 )

dimana:

λ

_{max = eigen value}

n

= ukuran matrrik

Nilai

λ

_{max adalah hasil penjumlahan dari pada elemen kolom pertama}

dikalikan dengan vektor prioritas pertama, jumlah elemen kolom kedua

dikalikan dengan prioritas kedua dan jumlah elemen kolom ke- n dikalikan

dengan prioritas ke- n yang telah dinormalisir.

Rumus Rasio Kemantapan (

AHP, Thomas L. Saaty, 1993

) yaitu:

c

r

CI

CR

=

dimana :

CI

₌

_{indeks kemantapan}

( 2.17 )

r

c

= kemantapan acak

Nilai

rc

dapat dilihat pada Tabel 2.3

Tabel 2.3 Nilai Kemantapan Acak

Ukuran Matrik Kemantapan Acak

1,2

0

3

0,58

4

0,9

5

1,12

6

1,24

7

1,32

8

1,41

9

1,45

10

1,49

11

1,51

12

1,48

13

1,56

14

1,57

15

1,59

Nilai CR dapat dapat diterima jika berkisar 10% atau kurang, dan pada

beberapa kasus 20% dapat ditolerir tetapi tidak pernah lebih. Jika nilai CR

tidak masuk dalam range maka penilaian harus direvisi dengan menganalisa

kembali permasalahan yang dihadapi.

3.1

Analisis Kebutuhan

Penilaian pada setiap pelanggan didasarkan pada kriteria

masing-masing pelanggan, oleh karena itu setiap pelanggan memiliki nilai yang

berbeda bagi pihak CV. Sentana Prima Unggul Sidoarjo tergantung pada bobot

kriteria yang dihasilkan oleh masing-masing pelanggan tersebut. Bagi instansi,

bukanlah hal yang mudah tentunya untuk melakukan penilaian setiap

pelanggan dan menentukan pelanggan terbaik yang akan dipilihnya agar sesuai

dengan kriteria yang dimilikinya. Salah satu kendala yang harus dihadapi

adalah komponen penilaian atau kriteria penilaian dan metode yang jelas dalam

memberikan penilaian terhadap setiap pelanggan. Sehingga dapat membantu

instansi dalam melakukan pemilihan pelanggan terbaik berdasarkan kriteria

yang dimilikinya.

3.2

Analisis Data

Dalam perancangan sistem Pendukung keputusan ini diperlukan

data-data agar sistem dapat berjalan, antara lain :

a.

Pelanggan

b.

Kriteria

c.

Bobot kriteria

Dengan adanya pertimbangan penilaian kriteria yang bervariasi

memungkinkan pihak pimpinan untuk dapat menentukan pilihan yang

dianggap paling sesuai kebutuhan.

Tabel

_{3.1 Tingkat Kepentingan Kriteria}

Intensitas

Kepentingan

Keterangan

Penjelasan

1

Kedua

elemen

sama

pentingnya

Dua elemen mempunyai pengaruh

yang sama besar terhadap tujuan

3

Elemen yang satu sedikit lebih

penting daripada elemen yang

lainnya

Pengalaman dan penilaian sedikit

menyokong

satu

elemen

dibandingkan elemen lainnya

5

Elemen yang satu lebih penting

daripada elemen yang lainnya

Pengalaman dan penilaian sangat

kuat menyokong satu elemen

dibandingkan elemen yang lainnya

7

Satu elemen jelas lebih mutlak

penting daripada elemen yang

lainnya

Satu elemen yang kuat disokong

dan dominan terlihat dalam praktek

9

Satu elemen mutlak penting

daripada elemen yang lainnya

Bukti yang mendukung elemen

yang satu terhadap elemen lain

memiliki

tingkat

penegasan

tertinggi

yang

mungkin

menguatkan

2,4,6,8

Nilai – nilai antara dua nilai

pertimbangan yang berdekatan

Nilai ini diberikan jika ada dua

kompromi di antara dua pilihan

Kebalikan

Jika untuk aktivitas i mendapat satu angka dibanding dengan

89

Sehingga vektor bobot setiap kriteria (w) = [0,048; 0,1010; 0,2083; 0,6427] Untuk matriks perbandingan berpasangan A dan w adalah vektor bobot, maka konsistensi dari vektor bobot w dapat diuji sebagai berikut:

1. Hitung: (A)(wT) (3.5)

2. Hitung:

= −

− =

n 1 i

T T w pada i ke elemen

) (A)(w pada i ke elemen n

1

t (3.6)

3. Hitung indeks konsistensi:

1 n

n t CI

− −

= (3.7)

Jika CI=0 maka A konsisten; jika 0,1 RI

CI n

≤ maka A cukup konsisten; dan

jika 0,1

RI CI

n

> maka A sangat tidak konsisten.

Indeks random RIn adalah nilai rata-rata CI yang dipilih secara acak

pada A dan diberikan sebagai Tabel 5.13 berikut:

Tabel 5.13 Indeks Random RIn

Hak Cipta © milik UPN "Veteran" Jatim :

Pengujian terhadap konsistensi pada matriks A (dari hasil Tabel 5.12 Normalisasi) dilakukan sesuai dengan persamaan 3.5, persamaan 3.6 dan persamaan 3.7 sebagai berikut:

= = 8232 , 2 8798 , 0 4062 , 0 1947 , 0 6427 , 0 2083 , 0 1010 , 0 048 , 0 1 5 7 9 2 , 0 1 3 5 1428 , 0 3333 , 0 1 3 1111 , 0 2 , 0 3333 , 0 1 ) W )( A ( T

4,1736

6427 , 0 8232 , 2 2083 , 0 8798 , 0 1010 , 0 4062 , 0 048 , 0 1947 , 0 4 1

t= + + + =

0,0579

1 -4 4 -4,1736

CI= =

Untuk (jumlah kriteria) n = 4, diperoleh Indeks Random(RI4) =0,90;

Sehingga 0,0643 0,1;

90 , 0 0579 , 0 RI CI ≤ =

= maka matriks A dikatakan cukup

konsisten.

Setelah melakukan pengecekan konsistensi pada vektor bobot menggunakan model saaty, maka dapat dihitung persamaan 3.8.

( )

j

w i j

x

C

~ (3.8)

dimana

~

91

( )

0,048 i 1 ~

x

C =

{

(

x₁;0,9356

) (

; x₂;0,9863

) (

; x₃;0,9673

) (

; x₄;0

)

}

( )

0,1010 i 2 ~

x

C =

{

(

x₁;0,8693

) (

; x₂;0,9712

) (

; x₃;0

) (

; x₄;0,9712

)

}

( )

0,2083 i 3 ~

x

C =

{

(

x₁;0

) (

; x₂;1

) (

; x₃;0,8659

) (

; x₄;0,9418

)

}

( )

0,6427 i 4 ~

x

C =

{

(

x₁;0,4103

) (

; x₂;0,6405

) (

; x₃;1

) (

; x₄;1

)

}

Setelah perhitungan nilai dari persamaan 3.8, langkah selanjutnya adalah

menentukan interseksi dari semua

( )

j w i j

x

C

~ , berdasarkan persamaan 3.9.

( )

(

_x

)

|i 1,...,n;j 1,...,m

(

3.9

)

min , xi

D~ Cj i

w j

i

= =

=

Dimana adalah interseksi nilai minimal dari seluruh kriteria pada suatu desain.

Nilai vektor D~ = (0;0,6405;0;0)

Karena nilai terbesar ada pada D~2 = 0,645; maka pelanggan A2 adalah

pelanggan terbaik.

Berdasarkan hasil uji coba dan evaluasi diatas dapat dikatakan bahwa sistem ini telah dibuat sesuai dengan tujuan yang diharapkan, hal itu dapat diketahui dengan melihat ujicoba 1 yang telah sesuai dengan hasil yang ada pada evaluasi 1.

Hak Cipta © milik UPN "Veteran" Jatim :

PENUTUP

Pada bab ini akan dibahas mengenai kesimpulan dan saran-saran dari pembuatan Tugas Akhir ini.

6.1 Kesimpulan

Berdasarkan pada rumusan masalah yang ada, setelah melakukan analisa dan permodelan dari sistem informasi data perusahaan, dilanjutkan dengan pembuatan desain dan coding sistem website. Setelah semuanya telah berjalan dengan baik dan lancar seperti apa yang telah diharapkan, maka hasil tersebut mendapatkan suatu kesimpulan yaitu dengan penggunaan aplikasi program komputer berbasis web, maka pengolahan data dapat ditingkatkan secara signifikan karena proses penilaian dan perhitungan dilakukan secara cepat, tepat dan efisien sehingga dapat menghasilkan nama - nama distributor pelanggan terbaik. Selain itu penggunaan aplikasi web tersebut dirasa cukup mudah difahami bagi admin, penilai maupun pimpinan.

6.2 Saran

Dari hasil penulisan laporan Tugas Akhir ini, saran yang tepat adalah,

a. Aplikasi yang telah dibuat dapat dikembangkan dengan metode yang

93

b. Aplikasi yang telah dibuat dapat dikembangkan lagi demi kepentingan yang lebih luas seperti toko kepada pelanggan tetap. Distributor kepada agen dan lain sebagainya.

6.2 Saran

Dari hasil penulisan laporan Tugas Akhir ini, saran yang tepat adalah, a. Aplikasi yang telah dibuat dapat dikembangkan dengan metode

yang berbeda seperti pembuatan dalam bentuk berbasis Vibi.net, Oracle dan lain sebagainya agar database yang diinputkan dan diolah dapat dikembangkan lagi secara besar.

b. Aplikasi yang telah dibuat dapat dikembangkan lagi demi kepentingan yang lebih luas seperti toko kepada pelanggan tetap. Distributor kepada agen dan lain sebagainya.

Hak Cipta © milik UPN "Veteran" Jatim :

DAFTAR PUSTAKA

[1] Chen, S.J.; dan Hwang, C.L. 1992. Fuzzy Multiple Attribute Decision Making: Method and Applications” , dalam: Yeh, Chung-Hsing. 2002. A Problem-based Selection of Multi-Attribute Decision Making Methods. Internasional transactions in Operational Research,pp.169-181, Blackwell Publising.

[2] Chen, S.J.; dan Hwang, C. 1985. “ Ranking Fuzzy Number with Maximising Set and Minimising Set”. Fuzzy Sets and Systems, 17: 113-129

[3] Joo, Hyun Moon; dan Kang,Chank Sun. 2004. Application of Fuzzy Decision Making Method to the Evaliation of Spent Fuel Storage Options. Korea

[4] Kusumadewi, Sri, 2006. “Fuzzy Multi-Attribute Decision Making (FMADM)”. Yogyakarta : Penerbit Graha Ilmu.

[5] Lukmanul Hakim, 2004, ”Membongkar Trik Rahasia Para Master PHP Lukmanul Hakim”, Yogyakarta.

[6] Kusumadewi, Sri dan Purnomo Hari 2004. “Aplikasi Logika Fuzzy Untuk Pendukung Keputusan”. Yogyakarta : Penerbit Graha Ilmu.

[7] Zimmermann. 1991. Fuzzy Sets Theory and Its Application. Edisi 2. Kluwer Academic Publishers. Massachusetts.