5. Sisi kontrol
Sistem dapat menampilkan pesan jika terjadi kesalahan dalam peng
input
an data.
6. Sisi kualitas
Sistem dapat menampilkan
output
atau hasil yang baik dan memuaskan.
3.3 Analisis Data
Data yang digunakan pada sistem ini adalah data beberapa kategori produk yang akan dipasarkan yang didapat dari
supplier
. Pengumpulan data juga menggunakan kuesioner yang disebar secara acak ke 200 responden konsumen untuk mencari atribut
apa saja yang digunakan pada sistem. Kuesioner dibuat berdasarkan kategori yang sudah ditetapkan penulis. Kuesioner berisi beberapa pertanyaan yang masing
– masing pertanyaan mempunyai lima jawaban, yaitu Sangat Penting SP, Penting P, Cukup
Penting CP, Tidak Penting TP, dan Sangat Tidak Penting STP. Kuesioner juga berisi beberapa pertanyaan mengenai kriteria produk yaitu, merk, harga, kecepatan,
dan kapasitas. Setiap kriteria produk mempunyai dua sampai lima jawaban untuk setiap kategori produk.
Tabel 3.1 Sampel Data Produk
No Merk
Tipe Kecepatan
Harga Kapasitas
1 Sandisk
Ultra micro SDHC
30MBs 100000
8GB
2 Sandisk
Ultra micro SDHC
30MBs 185000
16GB
3 Sandisk
Ultra micro SDHC
30MBs 760000
32GB
4 Sandisk
Micro Extreme SDHC
45MBs 265000
16GB
5 Sandisk
Micro Extreme SDHC
45MBs 479000
32GB
6 Sandisk
Micro Extreme SDHC
45MBs 950000
64GB
Kategori produk pada tabel 3.1 merupakan pilihan produk yang dipasarkan pada kategori
memory card
. Data kategori tersebut akan dipilih konsumen melalui kuesioner.
Tabel 3.2 Pertanyaan Kuesioner
1. Kriteria apa saja yang menurut Anda penting dalam memilih produk aksesoris
handphone
? No
Kriteria SP
P CP
TP STP
1 Merk
2 Harga
3 Kecepatan
4 Kapasitas
2. Aksesoris
handphone
kategori apa yang ingin Anda beli ? 3.
Merk aksesoris
handphone
apa yang ingin Anda beli ? 4.
Berapakah kisaran harga yang Anda inginkanbutuhkan ? 5.
Berapakah kecepatan yang Anda inginkanbutuhkan ? 6.
Berapakah kapasitas yang Anda inginkanbutuhkan ?
Tabel 3.2 merupakan tabel pertanyaan kuesioner yang akan diajukan kepada konsumen, untuk beberapa pertanyaan memiliki pilihan jawaban yang sesuai dengan
kategori produk yang dipilih.
3.4 Perancangan Sistem
3.4.1 Flowchart Sistem
Langkah-langkah yang terdapat pada
flowchart
sistem dapat menjelaskan bagaimana alur kerja yang terdapat didalam sistem, alur kerja metode
Weighted Product Model
WPM pada gambar 3.1 untuk menentukan produk yang akan dipasarkan berdasarkan keinginan dan kebutuhan konsumen, yaitu :
1. Memberikan
input
data alternatif berupa kategori yang memiliki pilihan kriteria produk berdasarkan merk, tipe, harga, kapastitas dan kecepatan.
2. Setiap kriteria produk yang di
input
memiliki bobot masing-masing yang telah ditentukan.
3. Alternatif data yang telah di
input
akan dihitung dengan metode
Weighted Product Model
WPM berdasarkan bobot kriteria dari masing-masing kategori, dapat dilihat pada Gambar 3.3.
4. Dari perhitungan kategori berdasarkan bobot setiap kriteria maka akan menghasilkan nilai alternatif tertinggi.
Alur kerja metode
Weighted Sum Model
WSM pada gambar 3.2 untuk menentukan produk yang akan dipasarkan berdasarkan keinginan dan kebutuhan konsumen, yaitu :
1. Memberikan
input
data alternatif berupa kategori yang memiliki pilihan kriteria produk berdasarkan merk, tipe, harga, kapastitas dan kecepatan.
2. Setiap kriteria produk yang di
input
memiliki bobot masing-masing yang telah ditentukan.
3. Alternatif data yang telah di
input
akan dihitung dengan metode
Weighted Sum Model
WSM berdasarkan bobot kriteria dari masing-masing kategori, dapat dilihat pada Gambar 3.4.
4. Dari perhitungan kategori berdasarkan bobot setiap kriteria maka akan menghasilkan nilai alternatif tertinggi.
Gambar 3.1 Alur metode
Weighted Product Model
WPM
Tampilkan Data Produk
Hitung Nilai dengan Metode
Weighted Product Model
WPM
Tampilkan Nilai dari Setiap Alternatif metode
Weighted Product Model
WPM Start
End
Input Kriteria Harga, Kapasitas dan Kecepatan
Input Data Produk Setiap Alternatif
Cari Data Produk
Data Produk Ditemukan ?
Ya Tidak
Input Bobot Harga, Kapasitas dan Kecepatan
Mengurutkan Nilai dari Setiap Alternatif Berdasarkan Nilai Tertinggi
Gambar 3.2 Alur metode
Weighted Sum Model
WSM
Tampilkan Data Produk
Hitung Nilai dengan Metode
Weighted Sum Model
WSM
Tampilkan Nilai dari Setiap Alternatif metode
Weighted Sum Model
WSM Start
End
Input Kriteria Harga, Kapasitas dan Kecepatan
Input Data Produk Setiap Alternatif
Cari Data Produk
Data Produk Ditemukan ?
Ya Tidak
Input Bobot Harga, Kapasitas dan Kecepatan
Mengurutkan Nilai dari Setiap Alternatif Berdasarkan Nilai Tertinggi
for int z = 0; z 3; z++ { int catId = z + 1;
TextView catLabel = makeTextViewcategory[z]; catLabel.setGravityGravity.CENTER;
verLayout.addViewcatLabel; ListUserChoice userList =
dbHelperUserChoice.getAllUserByCategoryIdcatId; ListCategoryItems wmpCollected = new ArrayListCategoryItems;
for int n = 0; n userList.size; n++ { ListCategoryItems items = helperCategory.getItemByMapcatId,
userList.getn.getChoiceMerk, userList.getn.getChoicePrice,
userList.getn.getChoiceCapacity, userList.getn.getChoiceSpeed;
Double highest = 0.0; CategoryItems choiseItem = new CategoryItems;
for int x = 0; x items.size; x++ { Double WPM =
Math.powInteger.valueOfitems.getx.getItemPrice, -prefHarga + Math.powInteger.valueOfitems.getx.getItemCapacity,
prefKapasitas + Math.powInteger.valueOfitems.getx.getItemSpeed,
prefKecepatan; if WPM highest {
choiseItem = items.getx; highest = WPM;
} }
choiseItem.setScorehighest; wmpCollected.addchoiseItem;
}
Gambar 3.3 Pseudocode Metode
Weighted Product Model
WPM
for int a = 0; a 3; a++ { int cId = a + 1;
TextView catLabel = makeTextViewcategory[a]; catLabel.setGravityGravity.CENTER;
wsmVertical.addViewcatLabel; ListUserChoice userWSM =
dbHelperUserChoice.getAllUserByCategoryIdcId; ListCategoryItems collectedItems = new ArrayListCategoryItems;
for int p = 0; p userWSM.size; p++ { ListCategoryItems items = helperCategory.getItemByMapcId,
userWSM.getp.getChoiceMerk, userWSM.getp.getChoicePrice,
userWSM.getp.getChoiceCapacity, userWSM.getp.getChoiceSpeed;
Double highest = 0.0; CategoryItems choiseItem = new CategoryItems;
for int x = 0; x items.size; x++ { Double WSM =
doubleInteger.valueOfitems.getx.getItemPrice prefHarga + Integer.valueOfitems.getx.getItemCapacity prefKapasitas +
Integer.valueOfitems.getx.getItemSpeed prefKecepatan; if WSM highest {
choiseItem = items.getx; highest = WSM;
} }
choiseItem.setScorehighest; collectedItems.addchoiseItem;
}
Gambar 3.4 Pseudocode Metode
Weighted Sum Model
WSM
3.4.2 Cara Kerja Metode Weighted Product Model WP M
Dalam menentukan produk yang akan dipasarkan untuk pengambil keputusan, maka dibangunlah sistem pendukung keputusan dengan menggunakan Metode
Weighted Product Model
WPM yang akan disesuaikan dengan data dari setiap produk sebagai alternatif. Cara kerja sistem meliputi pemasukan data nilai alternatif dari setiap
konsumen dan nilai kriteria setiap produk, pemasukan rating kebutuhan bobot dari setiap kriteria, proses penghitungan nilai alternatif. Nilai alternatif merupakan nilai
yang akan dibandingkan untuk dijadikan keputusan terbaik yang menghasilkan alternatif tertinggi.
Data yang dibutuhkan oleh sistem dalam menentukan produk yang akan dipasarkan yaitu :
1. Data Nilai Alternatif dan Kriteria
Data nilai alternatif didapat dari 200 responden konsumen yang digunakan sebagai acuan untuk penghitungan metode
Weighted Product Model
WPM. Untuk data nilai alternatif produk didapat dari produsen produk setiap kategori
produk. Kriteria untuk setiap produk yaitu, merk, tipe, harga, kapasitas dan kecepatan. Sifat masing
– masing kriteria yaitu, kriteria merk, tipe, kapasitas, kecepatan adalah kriteria keuntungan dan kriteria harga adalah kriteria biaya.
2. Data Rating Kepentingan setiap Kriteria terhadap Alternatif.
Data rating kepentingan setiap kriteria terhadap alternatif merupakan data yang akan dimasukan sebagai bobot untuk setiap kriteria. Bobot setiap kriteria
produk ditentukan berdasarkan riset terhadap konsumen, bobot kriteria tersebut dihitung berdasakan skala
likert
yang dapat dilihat pada tabel 3.3, dari skala 5 Sangat Penting, 4 Penting, 3 Cukup Penting, 2 Tidak Penting
dan 1 Sangat Tidak Penting, setelah nilai jumlah skala sudah ditentukan maka, bobot untuk setiap kriteria produk dapat ditentukan. Bobot setiap
kriteria produk akan menjadi acuan untuk penghitungan data nilai alternatif dari konsumen yang akan dicocokkan dengan data alternatif dari setiap
kategori produk. Dari perhitungan data keseluruhan maka, akan muncul kesimpulan terbaik berupa nilai alternatif produk tertinggi untuk mengambil
keputusan produk yang akan dipasarkan sesuai dengan keinginan dan kebutuhan konsumen.
3.4.3 Cara Kerja Metode Weighted Sum Model WSM
Cara kerja pada metode
Weighted Sum Model
WSM sama dengan cara kerja Metode
Weighted Product Model
WPM. Dalam menentukan produk yang akan dipasarkan untuk pengambil keputusan, maka dibangunlah sistem pendukung
keputusan dengan menggunakan Metode
Weighted Sum Model
WSM yang akan disesuaikan dengan data dari setiap produk sebagai alternatif. Cara kerja sistem
meliputi pemasukan data ni lai alternatif dari setiap konsumen dan nilai kriteria setiap produk, pemasukan rating
kebutuhan bobot dari setiap kriteria, proses penghitungan nilai alternatif. Nilai alternatif merupakan nilai yang akan dibandingkan untuk dijadikan keputusan terbaik
yang menghasilkan alternatif tertinggi. Data yang dibutuhkan oleh sistem dalam menentukan produk yang akan
dipasarkan yaitu : 1.
Data Nilai Alternatif dan Kriteria Data nilai alternatif didapat dari 200 responden konsumen yang digunakan
sebagai acuan untuk penghitungan metode
Weighted Sum Model
WSM. Untuk data nilai alternatif produk didapat dari produsen produk setiap kategori
produk. Kriteria untuk setiap produk yaitu, merk, tipe, harga, kapasitas dan kecepatan. Sifat masing
– masing kriteria yaitu, kriteria merk, tipe, kapasitas, kecepatan adalah kriteria keuntungan dan kriteria harga adalah kriteria biaya.
2. Data Rating Kepentingan setiap Kriteria terhadap Alternatif.
Data rating kepentingan setiap kriteria terhadap alternatif merupakan data yang akan dimasukan sebagai bobot untuk setiap kriteria. Bobot setiap kriteria
produk ditentukan berdasarkan riset terhadap konsumen, bobot kriteria tersebut dihitung berdasakan skala
likert
yang dapat dilihat pada tabel 3.3, dari skala 5 Sangat Penting, 4 Penting, 3 Cukup Penting, 2 Tidak Penting
dan 1 Sangat Tidak Penting, setelah nilai jumlah skala sudah ditentukan maka, bobot untuk setiap kriteria produk dapat ditentukan. Bobot setiap
kriteria produk akan menjadi acuan untuk penghitungan data nilai alternatif dari konsumen yang akan dicocokkan dengan data alternatif dari setiap
kategori produk. Dari perhitungan data keseluruhan maka, akan muncul kesimpulan terbaik berupa nilai alternatif produk tertinggi untuk mengambil
keputusan produk yang akan dipasarkan sesuai dengan keinginan dan kebutuhan konsumen.
Tabel 3.3 Skala
Likert
Nilai Keterangan
5 Sangat Penting SP
4 Penting P
3 Cukup Penting CP
2 Tidak Penting TP
1 Sangat Tidak Penting STP
3.5 Antarmuka Sistem
