Metode Simple Additive Weighting dan Profile Matching dalam Pemilihan Lahan Tembakau (Studi Kasus: PTPN II – Kebun Bulu Cina)

LISTING PROGRAM 1. home.cs using System; using System.Drawing; using System.Windows.Forms; namespace home1 {

public partial class home : Form { public home() { InitializeComponent(); }

void Button1Click(object sender, EventArgs e) {

if (username_box.Text=="admin" && pass_box.Text=="123"){ Form m=new MainForm();

this.Hide(); m.ShowDialog();

} }

void Button2Click(object sender, EventArgs e) {

DialogResult button= MessageBox.Show("EXIT from the app?","EXIT", MessageBoxButtons.YesNo,MessageBoxIcon.Question, MessageBoxDefaultButton.Button2); if(button==DialogResult.Yes) Application.Exit(); } } } 2. MainForm.cs using System; using System.Collections.Generic; using System.Drawing; using System.Windows.Forms; namespace home1 {

public partial class MainForm : Form { public MainForm() { InitializeComponent(); }

void ABOUTToolStripMenuItemClick(object sender, EventArgs e) {

Form c=new about(); c.Show();

}

void METODEToolStripMenuItemClick(object sender, EventArgs e) {

Form f=new metode(); f.Show();

}

void DATAToolStripMenuItemClick(object sender, EventArgs e) {

Form a=new datalahan(); a.Show(); }

void HELPToolStripMenuItemClick(object sender, EventArgs e) {

Form h=new help(); h.Show(); } } } 3. datalahan.cs using System; using System.Collections.Generic; using System.Drawing; using System.Linq.Expressions; using System.Windows.Forms; using MySql.Data.MySqlClient; using System.Data; using System.Data.OleDb; namespace home1 {

public partial class datalahan : Form {

string konfigur= "server=localhost;uid=root;password=;database =db_pasar;"; double c1,c2,c3,c4,c5,c6,c7,c8; double c1_pm,c2_pm,c3_pm,c4_pm,c5_pm,c6_pm,c7_pm,c8_pm; double c1_pm_ideal,c2_pm_ideal,c3_pm_ideal,c4_pm_ideal,c5_pm_i deal,c6_pm_ideal,c7_pm_ideal,c8_pm_ideal; double c1_pm_gap,c2_pm_gap,c3_pm_gap,c4_pm_gap,c5_pm_gap,c6_pm _gap,c7_pm_gap,c8_pm_gap; double cf,sf,skor; double waktupmfix1=0,waktupmfix2=0; DateTime waktupmawal,waktupmakhir; string TimePM;

void Button1Click(object sender, EventArgs e) {

try {

waktupmawal=DateTime.Now; hitungCF();

hitungSF(); hitungskor();

string MyConnection2 = "datasource=localhost;port=3306 ;username=root;password=";

string Query = "insert into db_pasar.pasar(nama,C1,C2,C3,C4,C5,C6,C7,C8)

values('" +this.namapasar.Text+ "','" +c1+ "','" +c2+ "','" +c3+ "','" +c4+ "','" +c5+ "','" +c6+ "','" +c7+ "','" +c8+ "');";

string Query2 = "insert into

db_pasar.pasar_pm(nama,C1,C2,C3,C4,C5,C6,C7,C8,ideal_c1,ideal_c2,ideal _c3,ideal_c4,ideal_c5,ideal_c6,ideal_c7,ideal_c8,gap_c1,gap_c2,gap_c3, gap_c4,gap_c5,gap_c6,gap_c7,gap_c8,core_factor,secondary_factor,skor) values('" +this.namapasar.Text+ "','" +c1_pm+ "','" +c2_pm+ "','" +c3_ pm+ "','" +c4_pm+ "','" +c5_pm+ "','" +c6_pm+ "','" +c7_pm+ "','" +c8_ pm+ "','" +c1_pm_ideal+ "','" +c2_pm_ideal+ "','" +c3_pm_ideal+ "','" +c4_pm_ideal+ "','" +c5_pm_ideal+ "','" +c6_pm_ideal+ "','" +c7_pm_ide al+ "','" +c8_pm_ideal+ "','" +c1_pm_gap+ "','" +c2_pm_gap+ "','" +c3_ pm_gap+ "','" +c4_pm_gap+ "','" +c5_pm_gap+ "','" +c6_pm_gap+ "','" +c 7_pm_gap+ "','" +c8_pm_gap+ "','" +cf+ "','" +sf+ "','" +skor+ "');"; MySqlConnection MyConn2

= new MySqlConnection(MyConnection2); MySqlCommand MyCommand2 = new MySqlCommand(Query, MyConn2);

MySqlDataReader MyReader2; MyConn2.Open();

MyReader2 = MyCommand2.ExecuteReader(); MessageBox.Show("Save Data");

MyConn2.Close();

MySqlConnection konekpm = new MySqlConnection(MyConnection2); MySqlCommand

mycomand_pm= new MySqlCommand(Query2,konekpm); MySqlDataReader baca_pm; konekpm.Open(); baca_pm=mycomand_pm.ExecuteReader(); konekpm.Close(); insertpasar(); waktupmakhir=DateTime.Now; TimeSpan waktupm=waktupmakhir.Subtract(waktupmawal); waktupmfix2=waktupm.TotalSeconds; }

catch (Exception ex){

MessageBox.Show(ex.Message); } } void insertpasar() { try { string MyConnection2 = "datasource=localhost;port=3306;username=root;password="; string query2="insert into

db_pasar.rankingpasar(nama,skor) values ('" +this.namapasar.Text+ "','0');"; MySqlConnection MyConn2 = new MySqlConnection(MyConnection2);

MySqlCommand MyCommand3 = new MySqlCommand(query2, MyConn2);

MySqlDataReader MyReader2; MyConn2.Open();

MyReader2 = MyCommand3.ExecuteReader(); MyConn2.Close();

}

catch (Exception ex){

MessageBox.Show(ex.Message); }

}

void statuslahanSelectedIndexChanged(object sender, EventArgs e) { if (statuslahan.SelectedIndex==0){ c1=2; c1_pm=2; c1_pm_ideal=2-4; c1_pm_gap=3; }

else if (statuslahan.SelectedIndex==1){ c1=4; c1_pm=4; c1_pm_ideal=4-4; c1_pm_gap=5; } }

void Unsur1SelectedIndexChanged(object sender, EventArgs e)

{ if (unsur1.SelectedIndex==0){ c2=1; c2_pm=1; c2_pm_ideal=1-4; c2_pm_gap=2; }

else if (unsur1.SelectedIndex==1){ c2=2; c2_pm=2; c2_pm_ideal=2-4; c2_pm_gap=3; }

else if (unsur1.SelectedIndex==2){ c2=3; c2_pm=3; c2_pm_ideal=3-4; c2_pm_gap=4; }

else if (unsur1.SelectedIndex==3){ c2=4; c2_pm=4; c2_pm_ideal=4-4; c2_pm_gap=5; }

else if (unsur1.SelectedIndex==4){ c2=5; c2_pm=5; c2_pm_ideal=5-4; c2_pm_gap=4.5; } }

void Unsur2SelectedIndexChanged(object sender, EventArgs e) { if (unsur2.SelectedIndex==0){ c3=0; c3_pm=0; c3_pm_ideal=0-3; c3_pm_gap=3; }

else if (unsur2.SelectedIndex==1){ c3=1; c3_pm=1; c3_pm_ideal=1-3; c3_pm_gap=3; }

else if (unsur2.SelectedIndex==2){ c3=2; c3_pm=2; c3_pm_ideal=2-3; c3_pm_gap=4; }

else if (unsur2.SelectedIndex==3){ c3=3; c3_pm=3; c3_pm_ideal=3-3; c3_pm_gap=5; }

else if (unsur2.SelectedIndex==4){ c3=4; c3_pm=4; c3_pm_ideal=4-3; c3_pm_gap=4.5; }

else if (unsur2.SelectedIndex==5){ c3=5; c3_pm=5; c3_pm_ideal=5-3; c3_pm_gap=3.5; } }

void Unsur3SelectedIndexChanged(object sender, EventArgs e) {

if (unsur3.SelectedIndex==0){ c4=1;

c4_pm_ideal=1-3; c4_pm_gap=3; }

else if (unsur3.SelectedIndex==1){ c4=2; c4_pm=2; c4_pm_ideal=2-3; c4_pm_gap=4; }

else if (unsur3.SelectedIndex==2){ c4=3; c4_pm=3; c4_pm_ideal=3-3; c4_pm_gap=5; }

else if (unsur3.SelectedIndex==3){ c4=4; c4_pm=4; c4_pm_ideal=4-3; c4_pm_gap=4.5; }

else if (unsur3.SelectedIndex==4){ c4=5; c4_pm=5; c4_pm_ideal=5-3; c4_pm_gap=3.5; } }

void Persentase1SelectedIndexChanged(object sender, EventArgs e) { if (persentase1.SelectedIndex==0){ c5=1; c5_pm=1; c5_pm_ideal=1-4; c5_pm_gap=2; }

else if (persentase1.SelectedIndex==1){ c5=2; c5_pm=2; c5_pm_ideal=2-4; c5_pm_gap=3; }

else if (persentase1.SelectedIndex==2){ c5=3; c5_pm=3; c5_pm_ideal=3-4; c5_pm_gap=4; }

else if (persentase1.SelectedIndex==3){ c5=4;

c5_pm_ideal=4-4; c5_pm_gap=5;

} }

void Persentase2SelectedIndexChanged(object sender, EventArgs e) { if (persentase2.SelectedIndex==0){ c6=1; c6_pm=1; c6_pm_ideal=1-4; c6_pm_gap=2; }

else if (persentase2.SelectedIndex==1){ c6=2; c6_pm=2; c6_pm_ideal=2-4; c6_pm_gap=3; }

else if (persentase2.SelectedIndex==2){ c6=3; c6_pm=3; c6_pm_ideal=3-4; c6_pm_gap=4; }

else if (persentase2.SelectedIndex==3){ c6=4; c6_pm=4; c6_pm_ideal=4-4; c6_pm_gap=5; } }

void Persentase3SelectedIndexChanged(object sender, EventArgs e) { if (persentase3.SelectedIndex==0){ c7=1; c7_pm=1; c7_pm_ideal=1-4; c7_pm_gap=2; }

else if (persentase3.SelectedIndex==1){ c7=2; c7_pm=2; c7_pm_ideal=2-4; c7_pm_gap=3; }

else if (persentase3.SelectedIndex==2){ c7=3;

c7_pm=3;

c7_pm_ideal=3-4; c7_pm_gap=4;

}

else if (persentase3.SelectedIndex==3){ c7=4; c7_pm=4; c7_pm_ideal=4-4; c7_pm_gap=5; } }

void Persentase4SelectedIndexChanged(object sender, EventArgs e) { if (persentase4.SelectedIndex==0){ c8=1; c8_pm=1; c8_pm_ideal=1-4; c8_pm_gap=2; }

else if (persentase4.SelectedIndex==1){ c8=2; c8_pm=2; c8_pm_ideal=2-4; c8_pm_gap=3; }

else if (persentase4.SelectedIndex==2){ c8=3; c8_pm=3; c8_pm_ideal=3-4; c8_pm_gap=4; }

else if (persentase4.SelectedIndex==3){ c8=4; c8_pm=4; c8_pm_ideal=4-4; c8_pm_gap=5; } }

void Button4Click(object sender, EventArgs e) {

try {

string MyConnection2

= "server=localhost;port=3306;username=root;password=";

string Query = "select * from db_pasar.pasar;"; MySqlConnection MyConn2

= new MySqlConnection(MyConnection2); MySqlCommand MyCommand2

= new MySqlCommand(Query, MyConn2); MyConn2.Open();

MySqlDataAdapter MyAdapter = new MySqlDataAdapter(); MyAdapter.SelectCommand = MyCommand2;

DataTable dTable = new DataTable(); MyAdapter.Fill(dTable);

dataGridView1.DataSource = dTable; MyConn2.Close();

string MyConnectionpm

= "server=localhost;port=3306;username=root;password=";

string Querypm = "select nama,c1,c2,c3,c4,c5,c6,c7,c8 from db_pasar.pasar_pm;";

MySqlConnection MyConnpm = new MySqlConnection(MyConnectionpm); MySqlCommand MyCommandpm

= new MySqlCommand(Querypm, MyConnpm); MyConnpm.Open();

MySqlDataAdapter MyAdapterpm = new MySqlDataAdapter();

MyAdapterpm.SelectCommand = MyCommandpm; DataTable dTablepm = new DataTable(); MyAdapterpm.Fill(dTablepm);

dataGridView2.DataSource = dTablepm; MyConnpm.Close();

}

catch (Exception ex){

MessageBox.Show(ex.Message); } } void pm_ideal(){ try { string MyConnectionpm = "server=localhost;port=3306;username=root;password="; string Querypm = "select

nama,ideal_c1,ideal_c2,ideal_c3,ideal_c4,ideal_c5,ideal_c6,ideal_c7,id eal_c8 from db_pasar.pasar_pm;";

MySqlConnection MyConnpm = new MySqlConnection(MyConnectionpm); MySqlCommand MyCommandpm

= new MySqlCommand(Querypm, MyConnpm); MyConnpm.Open();

MySqlDataAdapter MyAdapterpm = new MySqlDataAdapter(); MyAdapterpm.SelectCommand = MyCommandpm;

DataTable dTablepm = new DataTable(); MyAdapterpm.Fill(dTablepm);

dataGridView3.DataSource = dTablepm; MyConnpm.Close(); } catch(Exception ex){ MessageBox.Show(ex.Message); } } void pm_gap(){ try { string MyConnectionpm = "server=localhost;port=3306;username=root;password="; string Querypm = "select

nama,gap_c1,gap_c2,gap_c3,gap_c4,gap_c5,gap_c6,gap_c7,gap_c8 from db_pasar.pasar_pm;";

MySqlConnection MyConnpm = new MySqlConnection(MyConnectionpm); MySqlCommand MyCommandpm

= new MySqlCommand(Querypm, MyConnpm); MyConnpm.Open();

MySqlDataAdapter MyAdapterpm = new MySqlDataAdapter();

MyAdapterpm.SelectCommand = MyCommandpm; DataTable dTablepm = new DataTable(); MyAdapterpm.Fill(dTablepm);

dataGridView4.DataSource = dTablepm; MyConnpm.Close();

}

catch (Exception ex)

{ MessageBox.Show(ex.Message); } } void hitungCF(){ try{ cf=(c2_pm_gap+c3_pm_gap+c4_pm_gap+c5_pm_gap)/4; } catch(Exception ex) { MessageBox.Show(ex.Message); } } void hitungSF(){ try{ sf=(c1_pm_gap+c6_pm_gap+c7_pm_gap+c8_pm_gap)/4; } catch(Exception ex) { MessageBox.Show(ex.Message); } } void hitungskor(){ try{ skor=(cf*0.6)+(sf*0.4); } catch(Exception ex) { MessageBox.Show(ex.Message); } }

void Button3Click(object sender, EventArgs e) {

string namahapus =

dataGridView1.CurrentRow.Cells[0].Value.ToString(); string hapus="DELETE FROM pasar WHERE nama='"+ namahapus + "'";

string hapusrankSAW="DELETE FROM rankingpasar WHERE nama='"+ namahapus + "'";

string hapuspm="DELETE FROM pasar_pm WHERE nama='"+ namahapus + "'";

DialogResult result = MessageBox.Show("hapus

?","konfirmasi",MessageBoxButtons.OKCancel,MessageBoxIcon.Warning); if(result==DialogResult.OK)

{

MySqlConnection konek = new MySqlConnection(konfigur); MySqlCommand cmd = new MySqlCommand(hapus,konek);

konek.Open();

cmd.ExecuteNonQuery();

konek.Close();

MySqlConnection konek1 = newMySqlConnection(konfigur); MySqlCommand cmd1

= new MySqlCommand(hapusrankSAW,konek1); konek1.Open();

cmd1.ExecuteNonQuery();

MySqlConnection konek2 = new MySqlConnection(konfigur);

MySqlCommand cmd2 = new MySqlCommand(hapuspm,konek2); konek2.Open(); cmd2.ExecuteNonQuery(); konek2.Close(); } }

void Button5Click(object sender, EventArgs e) {

Form a=new MainForm(); a.Show(); this.Dispose(); } } } 4. metode.cs using System; using System.Collections.Generic; using System.Drawing; using System.Windows.Forms; using MySql.Data.MySqlClient; using System.Data; using System.Data.OleDb; namespace home1 {

public partial class metode : Form {

string TimePM;

MySqlConnection koneksi2 =

new MySqlConnection("server=localhost;port=3306;username=root; password="); double maxc1,maxc2,maxc3,maxc4,minc5,minc6,minc7,minc8; double tertinggi=0; string lahanterbaik,temp_pm; DateTime waktupmawal,waktupmakhir,waktusawawal,waktusawakhir; public metode(string time){

InitializeComponent(); TimePM = time;

}

void Button1Click(object sender, EventArgs e) {

{ waktusawawal=DateTime.Now; double hc1,hc2,hc3,hc4,hc5,hc6,hc7,hc8; string MyConnection2 = "server=localhost;port=3306;username=root;password="; MySqlConnection MyConn2

= new MySqlConnection(MyConnection2); MyConn2.Open();

MySqlCommand command1 = new MySqlCommand("select max(C1) from db_pasar.pasar",MyConn2);

maxc1=Convert.ToDouble(command1.ExecuteScalar().ToStri ng());

MySqlCommand command2 = new MySqlCommand("select max(C2) from db_pasar.pasar",MyConn2);

maxc2=Convert.ToDouble(command2.ExecuteScalar().ToStri ng());

MySqlCommand command3 = new MySqlCommand("select max(C3) from db_pasar.pasar",MyConn2);

maxc3=Convert.ToDouble(command3.ExecuteScalar().ToStri ng());

MySqlCommand command4 = new MySqlCommand("select max(C4) from db_pasar.pasar",MyConn2);

maxc4=Convert.ToDouble(command4.ExecuteScalar().ToStri ng());

MySqlCommand command5 = new MySqlCommand("select min(C5) from db_pasar.pasar",MyConn2);

minc5=Convert.ToDouble(command5.ExecuteScalar().ToStri ng());

MySqlCommand command6 = new MySqlCommand("select min(C6) from db_pasar.pasar",MyConn2);

minc6=Convert.ToDouble(command6.ExecuteScalar().ToStri ng());

MySqlCommand command7 = new MySqlCommand("select min(C7) from db_pasar.pasar",MyConn2);

minc7=Convert.ToDouble(command7.ExecuteScalar().ToStri ng());

MySqlCommand command8 = new MySqlCommand("select min(C8) from db_pasar.pasar",MyConn2);

minc8=Convert.ToDouble(command8.ExecuteScalar().ToStri ng());

MySqlCommand kueri = new MySqlCommand("SELECT * FROM db_pasar.pasar",MyConn2);

string temp;

MySqlDataReader dr;

dr = kueri.ExecuteReader();

while(dr.Read()) {

temp = dr["nama"].ToString();

hc1 = (Convert.ToDouble(dr["C1"]))/maxc1; hc2 = (Convert.ToDouble(dr["C2"]))/maxc2; hc3 = (Convert.ToDouble(dr["C3"]))/maxc3;

hc4 = (Convert.ToDouble(dr["C4"]))/maxc4; hc5 = minc5/(Convert.ToDouble(dr["C5"])); hc6 = minc6/(Convert.ToDouble(dr["C6"])); hc7 = minc7/(Convert.ToDouble(dr["C7"]));

hc8 = minc8/(Convert.ToDouble(dr["C8"]));

double skor

= (hc1*3)+(hc2*4)+(hc3*4)+(hc4*4)+(hc5*5)+(hc6*5)+(hc7*5)+(hc8*5); if (tertinggi <=skor){

tertinggi=skor; lahanterbaik=temp; } updateskorpasar(temp,skor); } MyConn2.Close(); lihatcoredansecondary(); lihatskorpm(); }

catch (Exception ex) { MessageBox.Show(ex.Message); } lihatperangkinganpasar(); sawtinggi.Text=lahanterbaik; waktusawakhir=DateTime.Now; TimeSpan waktusaw=waktusawakhir.Subtract(waktusawawal); double waktusawfix=waktusaw.TotalMilliseconds; timeSaw.Text=waktusawfix.ToString(); datatertinggi_pm(); timePM.Text=TimePM; } void lihatcoredansecondary(){ try{ string MyConnection2 = "server=localhost;port=3306;username=root;password="; string Query = "select

nama,core_factor,secondary_factor from db_pasar.pasar_pm;"; MySqlConnection MyConn2

= new MySqlConnection(MyConnection2); MySqlCommand MyCommand2

= new MySqlCommand(Query, MyConn2); MyConn2.Open();

MySqlDataAdapter MyAdapter = new MySqlDataAdapter(); MyAdapter.SelectCommand = MyCommand2;

DataTable dTable = new DataTable(); MyAdapter.Fill(dTable);

dataGridView1.DataSource = dTable; string nama1=

dataGridView1.CurrentRow.Cells[0].Value.ToString(); MyConn2.Close();

}

catch (Exception ex) {

MessageBox.Show(ex.Message); }

void lihatskorpm(){ try{

string MyConnection2

= "server=localhost;port=3306;username=root;password="; string Query = "select nama,skor from db_pasar.pasar_pm ORDER BY skor DESC;";

MySqlConnection MyConn2 = new MySqlConnection(MyConnection2); MySqlCommand MyCommand2

= new MySqlCommand(Query, MyConn2); MyConn2.Open();

MySqlDataAdapter MyAdapter = new MySqlDataAdapter(); MyAdapter.SelectCommand = MyCommand2;

DataTable dTable = new DataTable(); MyAdapter.Fill(dTable);

dataGridView2.DataSource = dTable;

string nama1=dataGridView2.CurrentRow.Cells[0].Value.T oString();

pmtinggi.Text=nama1 MyConn2.Close(); }

catch (Exception ex) { MessageBox.Show(ex.Message); } } void lihatperangkinganpasar() { try{ string MyConnection2 = "server=localhost;port=3306;username=root;password=";

string Query = "select * from db_pasar.rankingpasar ORDER BY skor DESC;";

MySqlConnection MyConn2 = new MySqlConnection(MyConnection2); MySqlCommand MyCommand2

= new MySqlCommand(Query, MyConn2); MyConn2.Open();

MySqlDataAdapter MyAdapter = new MySqlDataAdapter(); MyAdapter.SelectCommand = MyCommand2;

DataTable dTable = new DataTable(); MyAdapter.Fill(dTable);

dataGridView4.DataSource = dTable; MyConn2.Close(); }catch(Exception){ MessageBox.Show("Ada Error"); } } } }

CURRICULUM VITAE

Data Pribadi

Nama : Diva Firda Rohmiatullah Tempat/Tanggal Lahir : Bukittinggi / 26 April 1994 Tinggi/Berat Badan : 165 cm / 48 kg

Agama : Islam Kewarganegaraan : Indonesia

Alamat Sekarang : Jl. Karya Wisata Komp. Johor Katelia Indah No. 157 Alamat Orang Tua : Jl. Karya Wisata Komp. Johor Katelia Indah No. 157 Telp/ Hp : 082273733774

Email : divafirda@gmail.com

Riwayat Pendidikan

[2011 – 2016] : S1 Ilmu Komputer Universitas Sumatera Utara, Medan [2008 – 2011] : SMA Swasta Harapan 3 Medan

[2005 – 2008] : SMP Swasta Harapan 3 Medan [1999 – 2005] : SD Swasta Harapan 3 Medan

DAFTAR PUSTAKA

Agustina, Mustika. 2013. Perkebunan Tembakau Deli di Kebun Bulu Cina PTP IX Kecamatan Hamparan Perak (1974-1996). Skripsi. Universitas Sumatera Utara.

Amir, S.F. 2011. Analisis dan Perancangan Sistem Pendukung Keputusan Menggunakan Model Simple Additive Weighting untuk Seleksi Penerima Beasiswa Bidik Misi Universitas Sumatera Utara. Skripsi. Universitas Sumatera Utara.

Basyaib, Fahmi. 2006. Teori Pembuatan Keputusan. Jakarta : PT. Grasindo.

Bidgoli, H. 1989. Decision Support Systems : Principle and Practice. St Paul : West Publishing Company.

Ekasari, Maya. 2010. Sistem Pendukung Keputusan Kenaikan Jabatan Karyawan Dinas Pendidikan dan Kebudayaan Kabupaten Bantul. Skripsi. STMIK AMIKOM Yogyakarta.

Food and Agriculture Organization, 1976. A Framework for Land Evaluation. FAO Soil Bulletin 32. Soil Resources Management and Conservation Service Land and Water Development Division. FAO, Rome.

Harahap, I.A. 2014. Implementasi Perbandingan dengan Metode Profile Matching

dan Simple Additive Weighting (SAW) dalam Penilaian Kinerja Karyawan (Studi Kasus Dinas Kebudayaan dan Pariwisata Provinsi Sumatera Utara). Skripsi. Universitas Sumatera Utara.

Hutahaean, M.A. 2013. Perkebunan Tembakau Deli di Kebun Bulu Cina PTP IX Kecamatan Hamparan Perak (1974 – 1996). Skripsi. Universitas Sumatera Utara.

Janakiraman, V.S., Sarukesi, K. 1999. Decision Support System. New Delhi: Pretince Hall.

Khoiruddin, M. 2011. Sistem Pendukung Keputusan Analisis Kepribadian Menurut Hippocrates dengan Menggunakan Metode AHP dan Profile Matching. Skripsi. Universitas Sumatera Utara.

Kusrini. 2007. Konsep dan Aplikasi Sistem Pendukung Keputusan. Yogyakarta: C.V Andi Offset

Kusumadewi, Sri., Hartati, S., Harjoko, A., Wardoyo, R. 2006. Fuzzy Multi-Attribute Decision Making (FUZZY MADM). Yogyakarta: Graha Ilmu

Power, J., Daniel. 2009. Decision Support Basics. New York: Bussines Expert Press.

Rahman, Alfi. 2014. Implementasi Metode Simple Additive Weighting (SAW) dan Profile Matching dalam Menentukan Pejabat Struktural pada Pemerintah Kota Tebing Tinggi. Skripsi. Universitas Sumatera Utara.

Rayes, M.L., 2007. Metode Inventarisasi Sumber Daya Lahan. ANDI, Yogyakarta.

Siswanto. 2004. Pengembangan Tembakau Unggulan di Sumenep. Jawa Timur: UPN

“Veteran”.

Suryadi, Kadarsah, Ramdhani, M. Ali. 1998. Sistem Pendukung Keputusan: Suatu Wacana Struktural Idelisasi dan Implementasi Konsep Pengambilan Keputusan. Bandung: Remaja Rosdakarya Offset.

Turban, E., 1995. Decision Support System and Intelligence System: Fourth Edition. Prentice Hall.

Turban, E., Aronson, J.E., Liang, T.P. 2005. Sistem Pendukung Keputusan (Jilid 1). Indonesia : Andi Publisher

Whitten, L,J., Bentley,D,L & Dittman,C,K . 2004. Metode Desain dan Analisis Sistem Edisi 6. Penerbit Andi : Yogyakarta. Buku.

BAB 3

ANALISIS DAN PERANCANGAN

3.1.Analisis Sistem

Analisis sistem merupakan bagian dari proses pembuatan sistem yang memiliki beberapa tahapan yang bertujuan untuk melakukan identifikasi terhadap persoalan-persoalan yang ada dalam pembuatan sistem. Hal ini dilakukan agar tidak terjadi kesalahan yang berarti pada saat proses perancangan aplikasi. Beberapa tahapan yang dilakukan dalam menganalisis sebuah sistem yaitu:

3.1.1. Analisis masalah

Adapun masalah yang akan dibahas dalam penelitian ini adalah bagaimana mengimplementasikan metode Simple Additive Weighting (SAW) dan Profile Matching untuk memecahkan suatu permasalahan dalam proses pemilihan lahan tembakau yang sesuai dengan syarat dan kriteria yang berlaku sehingga didapat suatu perankingan yang dapat memudahkan user dalam memilih lahan terbaik.

Analisis masalah pada rancangan sistem digambarkan dalam diagram Ishikawa (fishbone diagram). Diagram Ishikawa yang juga disebut dengan diagram tulang ikan atau cause-and-effect diagram adalah sebuah alat grafis yang digunakan untuk mengidentifikasi, mengeksplorasi dan menggambarkan sebab akibat dari suatu permasalahan dalam pemilihan lahan tembakau.

Menyelesaikan masalah pemilihan lahan sesuai dengan

kriteria yang diinginkan

Material Metode

Mesin Lingkungan

Masih menggunakan sistem manual dalam

pemilihan lahan Banyaknya data

kriteria dalam pemilihan lahan

Data belum terkomputerisasi

Hasil keputusan belum tentu akurat Belum menggunakan

metode pengambilan keputusan

Memanfaatkan lahan yang terbatas dengan memilih yang terbaik

Terbatasnya lahan yang tersedia Belum ada alat

yang membantu pemilihan

Gambar 3.1. Diagram Ishikawa

Berdasarkan Gambar 3.1 dapat diketahui bahwa permasalahan pemilihan lahan dikarenakan terbatasnya lahan yang tersedia, sehingga dalam memanfaatkan lahan yang terbatas dapat digunakan metode dalam memilih lahan terbaik serta belum adanya sistem yang membantu pemilihan, Data lahan juga masih disimpan dengan secara manual, belum terkomputerisasi. Untuk itu dibuatlah sebuah Sistem Pendukung Keputusan dengan menggunakan metode Simple Additive Weighting dan Profile Matching dalam proses pemilihan lahan tembakau terbaik.

3.1.2. Analisis kebutuhan sistem

Analisis kebutuhan sistem terbagi menjadi dua bagian, yaitu kebutuhan fungsional dan kebutuhan nonfungsional. Kebutuhan fungsional mendeskripsikan aktivitas yang disediakan suatu sistem dan kebutuhan nonfungsional mendeskripsikan fitur, karakteristik dan batasan lainnya.

a. Kebutuhan Fungsional

Kebutuhan fungsional merupakan kebutuhan yang menyatakan proses yang harus disediakan oleh suatu sistem atau aplikasi. Kebutuhan fungsional meliputi input,

output dan process. Adapun kebutuhan fungsional yang harus dimiliki oleh sistem pendukung keputusan dalam pemilihan lahan tembakau yaitu:

1. Sistem dapat menampilkan fitur sesuai hak akses user. 2. Sistem dapat menerima inputan data kriteria penilaian lahan.

3. Sistem dapat mengetahui lahan tembakau terbaik sesuai dengan kriteria user

berdasarkan perhitungan metode SAW dan Profile Matching.

4. Sistem dapat menampilkan hasil perhitungan pemilihan lahan tembakau terbaik berdasarkan metode SAW dan Profile Matching.

b. Kebutuhan Nonfungsional

Kebutuhan nonfungsional yang dimiliki oleh sistem adalah mencakup karakteristik berikut:

1. Performa

Sistem yang dibangun harus dapat menampilkan hasil dari fungsi sistem dalam pemilihan lahan terbaik dengan cara yang berurutan.

2. User Friendly

Sistem yang dibangun harus mudah dijalankan dan memiliki tampilan (interface) yang sederhana dan mudah dimengerti oleh user sehingga user dapat mengakses sistem dengan mudah.

3. Hemat Biaya

Sistem ini harus dapat bekerja dengan baik dengan tidak menggunakan perangkat tambahan maupun perangkat pendukung lainnya yang dapat mengeluarkan biaya tambahan.

4. Kontrol

Sistem yang akan dibangun menampilkan pesan untuk setiap input atau program yang dijalankan, seperti pesan error pada input yang tidak sesuai atau pesan exit

jika ingin keluar dari program. 5. Pelayanan

Sistem dapat dikembangkan ke tingkat yang lebih kompleks lagi bagi pihak terkait yang ingin mengembangkan sistem sehingga memperoleh hasil yang lebih efektif.

3.2.Pemodelan Sistem

Pemodelan sistem digunakan untuk menggambarkan dengan jelas semua kondisi dan bagian-bagian yang berperan dalam sistem dan objek apa saja yang berinteraksi

dengan sistem, serta hal-hal yang harus dilakukan sebuah sistem agar sistem dapat berfungsi dengan baik sesuai dengan kegunaannya.

Pemodelan ini menggunakan Unified Modelling Language (UML) sebagai bahasa pemodelan untuk mendesain dan merancang sistem pendukung keputusan pemilihan lahan tembakau dengan menggunakan metode SAW dan Profile Matching. Dalam pemodelan ini digunakan beberapa diagram antara lain use case diagram,

activity diagram, sequence diagram serta penggunaan flowchart.

3.2.1. Use case diagram

Use case diagram digunakan untuk menggambarkan interaksi yang terjadi antara sistem dengan user (pengguna) dan memahami bagaimana sistem seharusnya bekerja. Kemampuan sistem secara garis besar dapat dilihat menggunakan use case diagram. Gambar 3.2. adalah use case diagram untuk aplikasi pemilihan lahan tembakau.

Pemilihan Lahan Tembakau

Login

Actor

Home

Data Lahan

View Tabel Kriteria dan Bobot

Tentang Penulis

Add Data

Delete Data

Lihat Data

Hitung Perankingan

Metode <<include>> <<include>>

Gambar 3.2. Use Case Diagram

Gambar 3.2. menjelaskan tentang use case diagram yang menggambarkan interaksi antara sistem dengan sistem eksternal dan pengguna (user). Serta memodelkan bagaimana pengguna (user) menggunakan sistem.

3.2.2. Activity diagram

Activity diagram adalah diagram yang dapat digunakan untuk menggambarkan secara grafis aliran proses bisnis, langkah-langkah sebuah use case atau logika behaviour

(metode). Diagram ini berbeda dengan flowchart dimana diagram ini menyediakan sebuah mekanisme untuk menggambarkan kegiatan yang tampak secara paralel (Whitten, dkk, 2004). Activity diagram untuk proses perankingan dengan Algoritma SAW dapat dilihat pada Gambar 3.3.

Login

User Sistem

Menampilkan Menu Utama

Menu Data Lahan

Menampilkan Menu Data Lahan Input Data Kriteria dan Alternatif

Menampilkan Data Tabel Kriteria Lahan Simpan Data Hapus Data

Data disimpan dan diperbaharui Lihat Data

Kembali ke Menu Utama

Hitung Proses Perankingan Metode SAW

Memanggil Data yang Tersimpan Menampilkan Menu Utama

Menampilkan Hasil Perankingan Lahan Terbaik

Gambar 3.3. Activity Diagram Metode SAW dan Profile Matching

Pada Gambar 3.3. diatas menggambarkan tentang activity diagram dengan metode SAW dan Profile Matching dimana diagram diatas menunjukkan langkah-langkah proses atau kegiatan sistem pada kedua metode.

3.2.3. Sequence diagram

Sequence diagram merupakan diagram yang memodelkan logika dari sebuah use case

dengan menggambarkan interaksi antara actor dengan sistem, yang terjadi di dalam skenario use case. Sequence diagram secara khusus menjabarkan behavior sebuah skenario tunggal. Diagram ini menunjukkan sejumlah objek contoh dan pesan-pesan yang melewati objek-objek tersebut di dalam use case. Sequence diagram untuk proses pemilihan lahan terbaik diperlihatkan pada Gambar 3.4. dan Gambar 3.5.

User Matriks Keputusan Normalisasi Metode SAW

Input Kriteria dan Alternatif

Menampilkan Tabel Hasil Matriks Keputusan

Hitung Nilai Total

Hitung Normalisasi Matriks

Melakukan Perhitungan Nilai Total

Menampilkan Data Hasil Perhitungan Nilai Total

Gambar 3.4. Sequence Diagram Metode SAW

Gambar 3.4. menggambarkan tentang sequence diagram yang menampilkan interaksi-interaksi antar objek di dalam sistem dengan menggunakan metode SAW. Keterkaitan antara user dan data yang disimpan serta proses perhitungan metode digambarkan dalam diagram ini.

User Pembobotan Nilai GAP Core dan Secondary Factor Hasil Akhir

Input Kriteria dan Alternatif

Menampilkan Tabel Hasil Pembobotan

Hitung Nilai Total

Menghitung Nilai Core Factor dan Secondary Factor

Melakukan Perhitungan Nilai Total

Menampilkan Data Hasil Perhitungan Nilai Total Menampilkan Nilai Core Factor dan Secondary Factor

Gambar 3.5. Sequence Diagram Metode Profile Matching

Gambar 3.5. memperlihatkan tentang sequence diagram yang menampilkan interaksi antar objek di dalam sistem dengan menggunakan metode Profile Matching. Keterkaitan antara user dengan proses perhitungan metode digambarkan dalam diagram ini.

3.2.4. Flowchart

Flowchart merupakan bagan yang memperlihatkan hubungan antar proses beserta pernyataannya. Bagan ini dinyatakan dengan simbol dan setiap simbol menggambarkan proses, antara proses digambarkan dengan garis penghubung.

Flowchart berfungsi untuk menjelaskan bagaimana tahap awal sistem dijalankan hingga sistem selesai beroperasi.

Start

Input Nilai Data Kriteria

Ubah nilai data berdasarkan rating kecocokan

Normalisasi Matriks Keputusan

Mengurutkan Nilai Total

Output Alternatif Lahan Terbaik

End

Menghitung Perkalian dengan Vektor Bobot (W)

= 3,4,4,4,5,5,5,5

Gambar 3.6. Flowchart Sistem Metode SAW

Gambar 3.6. menjelaskan tentang alur proses sistem dengan metode Simple Additive Weighting. Bagan diatas memperlihatkan alur proses pada sistem dari proses input hingga proses output.

Start

Input Nilai Data Kriteria

Menghitung Nilai Profil Ideal Lahan

Pembobotan Nilai GAP

Menghitung Core Factor (CF) dan Secondary Factor

(SF)

Output Alternatif Lahan Terbaik

End

Perhitungan Nilai Total = (60% x CF) + (40% x SF)

Mengurutkan Nilai Total

Gambar 3.7. Flowchart Sistem Metode Profile Matching

Gambar 3.7. menjelaskan tentang alur proses sistem dengan metode Profile Matching. Bagan diatas memperlihatkan alur proses pada sistem dari proses input hingga proses output.

3.2.5. Perancangan struktur tabel

Perancangan struktur tabel berguna bagi pengembangan sistem dalam merancang basis data yang nantinya akan digunakan oleh sistem. Tujuan dari perancangan struktur tabel ini adalah untuk mempermudah pengembangan sistem dalam merancang

Tabel 3.1. Struktur Tabel Kriteria SAW

No Nama Field Tipe Data Field Keterangan

1 nama Varchar 50 Nama dari kriteria lahan 2 C1 Double - Nilai bobot kriteria status lahan 3 C2 Double - Nilai bobot kriteria unsur C/N 4 C3 Double - Nilai bobot kriteria unsur pH tanah 5 C4 Double - Nilai bobot kriteria P2O5 tanah

6 C5 Double - Nilai bobot kriteria persentase pokok mati 7 C6 Double - Nilai bobot kriteria persentase phytoptora 8 C7 Double - Nilai bobot kriteria persentase bakteri 9 C8 Double - Nilai bobot kriteria persentase virus

Tabel 3.2. Struktur Tabel Kriteria Profile Matching No Nama Field Tipe Data Field Keterangan

1 nama Varchar 100 Nama dari kriteria lahan

2 C1 Double - Status lahan yang telah diubah kedalam bobot kriteria

3 C2 Double - Unsur C/N yang telah diubah kedalam bobot kriteria

4 C3 Double - Unsur pH yang telah diubah kedalam bobot kriteria

5 C4 Double - Unsur P2O5 yang telah diubah kedalam bobot kriteria

6 C5 Double - Persentase pokok mati yang telah diubah kedalam bobot kriteria

7 C6 Double - Persentase phytoptora yang telah diubah kedalam bobot kriteria

8 C7 Double - Persentase bakteri yang telah diubah kedalam bobot kriteria

9 C8 Double - Persentase virus yang telah diubah kedalam bobot kriteria

Tabel 3.3. Struktur Tabel Bobot Ideal

No Nama Field Tipe Data Field Keterangan 1 ideal_c1 Double - Bobot ideal status lahan 2 ideal_c2 Double - Bobot ideal unsur C/N 3 ideal_c3 Double - Bobot ideal unsur pH 4 ideal_c4 Double - Bobot ideal unsur P2O5

5 ideal_c5 Double - Bobot ideal persentase pokok mati 6 ideal_c6 Double - Bobot ideal persentase phytoptora 7 ideal_c7 Double - Bobot ideal persentase bakteri 8 ideal_c8 Double - Bobot ideal persentase virus

Tabel 3.4. Struktur Tabel Nilai GAP

No Nama Field Tipe Data Field Keterangan

1 gap_c1 Double - Bobot nilai GAP status lahan 2 gap_c2 Double - Bobot nilai GAP unsur C/N 3 gap_c3 Double - Bobot nilai GAP unsur pH 4 gap_c4 Double - Bobot nilai GAP unsur P2O5

5 gap_c5 Double - Bobot nilai GAP persentase pokok mati 6 gap_c6 Double - Bobot nilai GAP persentase phytoptora 7 gap_c7 Double - Bobot nilai GAP persentase bakteri 8 gap_c8 Double - Bobot nilai GAP persentase virus

Tabel 3.5. Struktur Tabel Ranking Profile Matching No Nama Field Tipe Data Field Keterangan

1 core_factor Double - Hasil perhitungan core factor

2 secondary_factor Double - Hasil perhitungan secondary factor

3 Skor Double - Hasil akhir perhitungan Profile

Tabel 3.6. Struktur Tabel Ranking SAW

No Nama Field Tipe Data Field Keterangan

1 Nama Varchar 50 Nama dari kriteria lahan 2 Skor Double - Hasil akhir perhitungan SAW

3.2.6. Entity relationship diagram

Entity Relationship Diagram (ERD) merupakan sebuah teknik dari pemodelan data yang menggambarkan entitas dan hubungan antar entitas dalam sebuah sistem.

Kriteria Profile Matching C1 C2 C3 C4 C5 C6 C7 C8 nama Bobot Ideal ideal_c1 ideal_c2 ideal_c3 ideal_c8 ideal_c7 ideal_c6 Nilai GAP gap_c1 gap_c2 gap_c6 gap_c7 gap_c8 gap_c3 gap_c4 gap_c5 Ranking Profile Matching core_factor skor secondary_ factor Diubah Hasil Menghitung ideal_c4 ideal_c5

Gambar 3.8. ERD Metode Profile Matching

Gambar 3.8. menjelaskan tentang rancangan ERD dalam pemilihan lahan tembakau dengan metode Profile Matching yang mempresentasikan hubungan antar entitas secara grafis.

Hasil Kriteria SAW C1 C2 C3 C4 C5 C6 C7 C8 nama

Ranking SAW

nama

Gambar 3.9. menjelaskan tentang rancangan ERD dalam pemilihan lahan tembakau dengan metode SAW yang mempresentasikan hubungan antar entitas secara grafis.

3.3.Perancangan Sistem

Setelah dilakukan analisis terhadap sistem, tahap selanjutnya yang dilakukan adalah membuat proses perancangan antarmuka (interface) sistem. Merancang antarmuka merupakan bagian yang paling penting dalam perancangan sebuah sistem. Sebuah antarmuka (interface) harus dirancang dengan memperhatikan faktor pengguna sehingga sistem yang dibangun dapat memberikan kemudahan bagi pengguna.

3.3.1. Perancangan antarmuka (interface)

1. Halaman Login

Halaman login merupakan halaman yang pertama sekali muncul saat aplikasi dibuka. Pada halaman ini berisi form username dan password yang harus diisi untuk masuk ke halaman utama. Sistem akan memproses valid tidaknya username dan password yang dimasukkan. Jika valid maka user dapat masuk ke dalam aplikasi. Tampilan rancangan halaman login dapat dilihat pada Gambar 3.10.

Gambar 3.10. Rancangan Halaman Login

Tabel 3.7. Keterangan Gambar Rancangan Halaman Login

No. Jenis Objek Keterangan

1 Text Judul Berisi judul tentang aplikasi

Judul

Username :

Password :

EXIT LOGIN

1

2 3 5 4

2 Textfield Username Form yang berisi inputan nama id pengguna 3 Textfield Password Form yang berisi inputan kata sandi pengguna 4 Tombol Login Tombol untuk masuk ke aplikasi

5 Tombol Exit Tombol untuk keluar dari aplikasi

2. Halaman Menu Utama

Setelah berhasil login maka akan muncul halaman menu utama. Halaman ini berisi Menu Data Lahan, Menu Proses Metode, Menu About dan Menu Exit. Tampilan rancangan halaman menu utama dapat dilihat pada Gambar 3.11.

Gambar 3.11. Rancangan Halaman Menu Utama

Tabel 3.8. Keterangan Gambar Rancangan Halaman Menu Utama

No Jenis Objek Keterangan

1 Menu Data Lahan Berisi inputanalternatif dan kriterialahandan tabel data kriteriadari metode SAW dan Profile Matching

2 Menu Proses Metode Berisi proses perhitungan ranking dari kedua metode 3 Menu About Berisi informasi tentangidentitas perancang sistem 4 Menu Exit Menu untuk keluar dari aplikasi

5 Text Judul Berisi judul/nama dari aplikasi

6 Image Logo Menampilkan logo Universitas Sumatera Utara

Data Lahan Proses Metode About Exit

Judul

1 2 3 4

5 6

3. Halaman Menu Data Lahan

Halaman yang muncul ketika user masuk kedalam menu Data Lahan. Pada halaman ini user dapat menambah, menghapus dan mengupdate data kriteria lahan yang diinputkan serta terdapat tabel kriteria data lahan pada metode SAW dan metode

Profile Matching. Tampilan rancangan halaman menu Data Lahan dapat dilihat pada Gambar 3.12.

Gambar 3.12. Rancangan Halaman Menu Data Lahan

Tabel 3.9. Keterangan Gambar Rancangan Halaman Menu Data Lahan

No Jenis Objek Keterangan

1 Textfield Input Data Tempat mengisi data alternatif dan kriteria 2 Tabel Data Lahan Metode

SAW

Tabel yang berisi rating kecocokan setiap alternatif pada setiap kriteria

3 Tabel Data Lahan Metode

Profile Matching

Tabel yang berisibobot ideal, nilai GAP dan nilai kriteria pada metode Profile Matching

6 Tombol Kembali Tombol untuk kembali ke menu halaman utama Input

Tabel

Tabel

Kembali

Tambah

Lihat Data Hapus

1

2

6 7

3

4 5

7 Tombol Tambah Tombol untuk menyimpan data yang telah diisi 8 Tombol Hapus Tombol untuk menghapus data yang telah

dimasukkan

9 Tombol Lihat Data Tombol untuk melihat/merefresh tabel data alternatif dan kriteria lahan yang telah tersimpan

4. Halaman Menu Proses Metode

Setelah user selesai pada halaman menu Data Lahan, user kembali ke halaman Menu Utama kemudian masuk ke menu Proses Metode. Halaman ini berisi tabel yang berisi hasil perankingan kedua metode serta hasil akhir dari keputusan lahan terbaik menurut masing-masing metode. Hasil dari proses running time juga terdapat pada halaman ini. Tampilan rancangan halaman menu Proses Metode dapat dilihat pada Gambar 3.13.

Gambar 3.13. Rancangan Halaman Menu Proses Metode

Tabel 3.10. Keterangan Gambar Rancangan Halaman Menu Proses Metode

No Jenis Objek Keterangan

1 Text Judul Berisi judul/nama pada halaman proses metode

2 Tabel Ranking Berisi data tabel hasil perankingan lahan terbaik menurut metode SAW

3 Textview Running Time Berisi hasil dari proses running time dari metode SAW

Judul

Perankingan Metode SAW Perankingan Metode Profile Matching

Running Time Lahan Terbaik

Running Time Lahan Terbaik

Process

Kembali

1

4

5

8

9 2

3

6

7

4 Textview Lahan Terbaik Berisi hasil akhir dari proses perhitungan lahan terbaik menurut metode SAW

5 Tabel Factor Berisi hasil core factor dan secondary factor

dari metode Profile Matching

6 Tabel Ranking Berisi data tabel hasil perankingan lahan terbaik menurut metode Profile Matching

7 Textview Running Time Berisi hasil dari proses running time dari metode Profile Matching

8 Textview Lahan Terbaik Berisi hasil akhir dari proses perhitungan lahan terbaik menurut metode Profile Matching

9 Tombol Process Tombol untuk memproses hasil akhir dari kedua metode

10 Tombol Kembali Tombol untuk kembali ke menu utama

5. Halaman Menu About

Halaman ini berisi tentang hal-hal yang berkaitan dengan informasi mengenai identitas perancang sistem, berupa judul skripsi, nama, nim, logo, nama universitas serta tahun pembuatan aplikasi. Tampilan rancangan halaman menu About dapat dilihat pada Gambar 3.14.

Gambar 3.14. Rancangan Halaman Menu About

Tabel 3.11. Keterangan Gambar Rancangan Halaman Menu About

No Jenis Objek Keterangan

1 Text Berisi informasi mengenai perancang sistem

2 Tombol Kembali Tombol untuk kembali ke halaman menu utama

Kembali

1

2

6. Halaman Menu Help

Halaman ini berfungsi sebagai halaman yang dapat membantu pengguna (user) dalam menjalankan program. Halaman ini berisi tentang petunjuk penggunaan dan penjelasan tentang aplikasi. Tampilan rancangan halaman menu Help dapat dilihat pada Gambar 3.15.

Gambar 3.15. Rancangan Halaman Menu Help

Tabel 3.12. Keterangan Gambar Rancangan Halaman Menu Help

No Jenis Objek Keterangan

1 Text Berisi petunjuk mengenai penggunaan aplikasi

2 Tombol Kembali Tombol untuk kembali ke menu utama Text

Kembali

1

BAB 4

IMPLEMENTASI DAN PENGUJIAN

4.1. Implementasi

Implementasi merupakan tahap akhir dalam proses pengembangan perangkat lunak setelah sebelumnya dilakukan analisis dan perancangan terhadap sistem. Sistem ini dibangun menggunakan bahasa pemrograman C# dan MySQL sebagai Database Management System. Data yang digunakan adalah data kriteria lahan tembakau berdasarkan data yang didapat dari Balai Penelitian Tembakau Deli (BPTD) dengan menggunakan metode Simple Additive Weighting (SAW) dan Profile Matching.

4.1.1. Tampilan halaman login

Tampilan halaman login merupakan tampilan yang pertama sekali muncul pada saat aplikasi dijalankan. Pada halaman ini user harus login terlebih dahulu dengan memasukkan username dan password sebelum memasuki sistem. Tampilan halaman

login dapat dilihat pada Gambar 4.1.

4.1.2. Tampilan halaman menu utama

Halaman menu utama merupakan halaman yang muncul ketika user berhasil melalui proses login. Pada halaman ini terdapat menu-menu untuk mengakses aplikasi. Dalam halaman menu utama terdapat menu Data Lahan, menu Proses Metode, menu About, menu Help dan menu Exit. Tampilan halaman menu utama dapat dilihat pada Gambar 4.2.

Gambar 4.2. Tampilan Form Halaman Menu Utama

4.1.3. Tampilan halaman menu data lahan

Halaman menu data lahan merupakan halaman untuk menginput, menghapus serta melihat data lahan. Pada halaman ini user dapat melakukan proses input data, hapus data dan lihat data. Data lahan tersebut ditampilkan dalam bentuk tabel berdasarkan tabel metode SAW dan tabel metode Profile Matching. Tabel yang ditampilkan telah diubah kedalam bobot kriteria pada masing-masing metode. Tampilan halaman menu data lahan dapat dilihat pada Gambar 4.3.

Gambar 4.3. Tampilan Form Halaman Menu Data Lahan

4.1.4. Tampilan halaman menu proses metode

Halaman menu proses metode merupakan halaman untuk menampilkan hasil dari proses perhitungan kedua metode, yaitu metode SAW dan Profile Matching. Hasil dari lahan terbaik diurutkan dalam tabel dari masing-masing metode. Proses running time juga ditampilkan di dalamnya. Tampilan halaman menu proses metode dapat dilihat pada Gambar 4.4.

Gambar 4.4. Tampilan Form Halaman Menu Proses Metode

4.1.5. Tampilan halaman menu about

Pada halaman ini berisi tentang informasi mengenai perancang sistem aplikasi. Halaman ini hanya menampilkan informasi berupa text dan sebuah tombol untuk kembali ke halaman utama. Berikut tampilan halaman menu about yang dapat dilihat pada Gambar 4.5.

4.1.6. Tampilan halaman menu help

Halaman ini berisi tentang penjelasan serta informasi-informasi mengenai petunjuk penggunaan dari tiap-tiap menu pada aplikasi. Hanya terdapat sebuah tombol pada halaman ini, yaitu tombol untuk kembali ke halaman utama. Berikut tampilan halaman menu help yang dapat dilihat pada Gambar 4.6.

Gambar 4.6. Tampilan Form Halaman Menu Help

4.2. Pengujian Metode

4.2.1. Penentuan kriteria

Dalam menganalisis sistem pada metode SAW dan metode Profile Matching

dibutuhkan kriteria-kriteria yang masing-masing bobotnya akan ditentukan. Pada metode SAW nilai bobot diberikan pada tiap-tiap kriteria, sedangkan pada metode

Profile Matching nilai bobot diberikan pada selisih nilai (GAP) pada setiap atribut, semakin kecil selisih nilai (GAP) maka semakin besar nilai bobot. Dari wawancara dengan pihak terkait telah ditentukan rating kecocokan setiap alternatif pada setiap kriteria dan nilai ideal untuk setiap kriteria yang ada. Adapun kriteria-kriteria yang telah ditentukan yaitu Status Lahan (C1), Unsur C/N Tanah (C2), Unsur pH Tanah

(C3), Unsur P2O5 Tanah (C4), Persentase Pokok Mati (C5), Persentase Phytoptora (C6),

Persentase BPL (Bakteri) (C7), Persentase TLCV (Virus) (C8).

Dari kriteria tersebut, dibuat rating kecocokan untuk setiap tingkat kepentingan kriteria. Rating kecocokan setiap alternatif pada setiap kriteria adalah sebagai berikut:

Sangat Rendah (SR) = 0 Rendah (R) = 1 Kurang (K) = 2 Cukup (C) = 3 Tinggi (T) = 4 Sangat Tinggi (ST) = 5

Berdasarkan kriteria dan rating kecocokan setiap alternatif pada setiap kriteria yang telah ditentukan, maka dilakukan penjabaran setiap kriteria yang telah dikonversikan dengan bilangan sesuai dengan rating kecocokan.

1. Kriteria Status Lahan

Kriteria Status Lahan merupakan persyaratan yang dibutuhkan dalam pengambilan keputusan berdasarkan terpakai tidaknya suatu lahan pada tahun sebelumnya yang akan berpengaruh terhadap penilaian lahan. Variabel status lahan dikonversikan dengan bilangan dapat dilihat pada Tabel 4.1.

Tabel 4.1. Status Lahan

Status Lahan (C1) Bilangan Fuzzy Nilai

Tidak Terpakai Kurang 2

Terpakai Tinggi 4

2. Kriteria Unsur C/N Tanah

Kriteria Unsur C/N Tanah merupakan persyaratan yang dibutuhkan dalam pengambilan keputusan berdasarkan unsur C/N yang terkandung di dalam tanah pada lahan tembakau yang akan dipilih. Semakin baik unsur C/N maka semakin bagus sifat tanah yang dimiliki. Variabel unsur C/N tanah dikonversikan dengan bilangan dapat dilihat pada Tabel 4.2.

Tabel 4.2. Unsur C/N Tanah

Unsur C/N Tanah (C2) Bilangan Fuzzy Nilai

C2< 5 Sangat Rendah 1

C2 = 5 – 10 Rendah 2

C2 = 11 – 15 Sedang 3

C2 = 16 – 25 Tinggi 4

C2> 25 Sangat Tinggi 5

3. Kriteria Unsur pH Tanah

Kriteria Unsur pH Tanah merupakan persyaratan yang dibutuhkan dalam pengambilan keputusan berdasarkan unsur pH yang terkandung di dalam tanah pada lahan tembakau yang akan dipilih. Unsur pH yang sesuai untuk persyaratan tumbuh tanaman tembakau yaitu berkisar antara 5,5 – 6,2 (agak masam). Variabel unsur pH tanah dikonversikan dengan bilangan dapat dilihat pada Tabel 4.3.

Tabel 4.3. Unsur pH Tanah

Unsur pH Tanah (C3) Bilangan Fuzzy Nilai

C3< 4,5 Sangat Masam 0

C3 = 4,5 – 5,5 Masam 1

C3 = 5,6 – 6,5 Agak Masam 2

C3 = 6,6 – 7,5 Netral 3

C3 = 7,6 – 8,5 Agak Alkalis 4

C3> 8,5 Alkalis 5

4. Kriteria Unsur P2O5 Tanah

Kriteria Unsur P2O5 Tanah merupakan persyaratan yang dibutuhkan dalam

pengambilan keputusan berdasarkan unsur P2O5yang terkandung di dalam tanah pada

lahan tembakau yang akan dipilih. Semakin baik unsur P2O5 maka semakin bagus sifat

tanah yang dimiliki. Variabel unsur P2O5 tanah dikonversikan dengan bilangan dapat

Tabel 4.4. Unsur P2O5 Tanah

Unsur P2O5Tanah Bilangan Fuzzy Nilai

P2O5< 4 Sangat Rendah 1

P2O5= 5 – 7 Rendah 2

P2O5= 8 – 10 Sedang 3

P2O5= 11 – 15 Tinggi 4

P2O5> 15 Sangat Tinggi 5

5. Kriteria Persentase Pokok Mati

Kriteria Persentase Pokok Mati merupakan persyaratan yang dibutuhkan dalam pengambilan keputusan berdasarkan banyaknya persentase kematian tanaman pada suatu lahan dalam suatu masa tanam dalam satu tahun. Semakin tinggi tingkat kematian tanaman maka semakin rendah tingkat produksi lahan, maka diperlukan suatu penanganan agar dapat mengurangi tingkat kematian tanaman di dalam suatu lahan. Variabel persentase pokok mati dikonversikan dengan bilangan dapat dilihat pada Tabel 4.5.

Tabel 4.5. Persentase Pokok Mati

Persentase Pokok Mati (C5) Bilangan Fuzzy Nilai

C5> 10% Sangat Rendah 1

C5 = 5% – 9% Rendah 2

C5< 4% Cukup 3

Tidak Ada Pokok Mati Tinggi 4

6. Kriteria Persentase Phytoptora

Persentase Phytoptora merupakan salah satu persentase dari pokok sakit tanaman tembakau. Pokok sakit merupakan salah satu persyaratan yang dibutuhkan dalam pengambilan keputusan berdasarkan banyaknya persentase penyakit yang diderita tanaman pada suatu lahan. Semakin tinggi tingkat penyakit maka dapat mempengaruhi produksi lahan. Dalam mengatasi hal ini maka diperlukan suatu pengobatan pada lahan yang terkena phytoptora agar dapat mengurangi tingkat kegagalan tanaman dalam memproduksi tembakau. Variabel persentase phytoptora dikonversikan dengan bilangan dapat dilihat pada Tabel 4.6.

Tabel 4.6. Persentase Phytoptora

Persentase Phytoptora (C6) Bilangan Fuzzy Nilai

C6> 10% Sangat Rendah 1

C6 = 5% – 9% Rendah 2

C6< 4% Cukup 3

Tidak Ada Pokok Sakit Tinggi 4

7. Kriteria Persentase BPL (Bakteri)

Persentase BPL (Bakteri) merupakan salah satu persentase dari pokok sakit tanaman tembakau. Pokok sakit akibat BPL ini merupakan penyakit yang diakibatkan oleh bakteri. Semakin tinggi tingkat penyakit maka semakin rendah tingkat produksi lahan. Variabel persentase BPL (bakteri) dapat dilihat pada Tabel 4.7.

Tabel 4.7. Persentase BPL (Bakteri)

Persentase BPL (Bakteri) (C7) Bilangan Fuzzy Nilai

C7> 10% Sangat Rendah 1

C7 = 5% – 9% Rendah 2

C7< 4% Cukup 3

Tidak Ada Pokok Sakit Tinggi 4

8. Kriteria Persentase TLCV (Virus)

Persentase TLCV (Virus) merupakan salah satu persentase dari pokok sakit tanaman tembakau. Pokok sakit akibat TLCV ini merupakan penyakit yang diakibatkan oleh virus. Semakin tinggi tingkat penyakit maka semakin rendah tingkat produksi lahan. Variabel persentase TLCV (virus) dapat dilihat pada Tabel 4.8.

Tabel 4.8. Persentase TLCV (Virus)

Persentase TLCV (Virus) (C8) Bilangan Fuzzy Nilai

C8> 10% Sangat Rendah 1

C8 = 5% – 9% Rendah 2

C8< 4% Cukup 3

4.2.2. Perhitungan metode simple additive weighting

Dalam perhitungan metode Simple Additive Weighting, nilai data pada setiap kriteria merupakan hasil dari proses penginputan data alternatif lahan yang sudah diinputkan berdasarkan bobot kriteria yang sudah ditentukan melalui proses perhitungan. Di dalam perkebunan Bulu Cina terdapat lebih kurang 15 lahan yang terdiri dari Pasar 1, Pasar 2T, Pasar 3T, Pasar 5K, Pasar 8, Pasar 8T, Pasar 9, Pasar 10, Pasar 10T, Pasar 11B, Pasar 11T, Pasar 12, Pasar 12T, Pasar 12KR dan Pasar 13. Data lahan yang digunakan dalam perhitungan ini adalah berdasarkan data yang diambil dari BPTD (Balai Penelitian Tembakau Deli) pada tahun 2013, yang hanya terdapat 6 alternatif lahan. Berikut ditampilkan data lahan yang dapat dilihat pada Tabel 4.9.

Tabel 4.9. Data Lahan Tembakau Tahun 2013

Kriteria Lahan

Pasar 9 Pasar 10 Pasar 11T Pasar 12 Pasar 11B Pasar 1

Status Lahan Tidak Terpakai

Tidak

Terpakai Terpakai Terpakai Terpakai Terpakai Unsur C/N

Tanah 7,20 6,14 4,84 6,49 6,28 5,89

Unsur pH

Tanah 5,23 5,15 5,5 4,83 4,90 5,115

Unsur P2O5

Tanah 39,62 38,95 133,165 11,09 5,41 7,84 Persentase

Pokok Mati 0,55% 0,67% 0,60% 0,85% 2,82% 1,17% Persentase

Phytoptora Tidak Ada Tidak Ada Tidak Ada Tidak Ada 38,41% 8,5% Persentase

BPL (Bakteri) Tidak Ada Tidak Ada Tidak Ada Tidak Ada Tidak Ada

Tidak Ada Persentase

TLCV (Virus) 0,14% 0,13% 0,16% 0,19% 0,87% 0,65%

Setelah diketahui nilai data lahan yang dibutuhkan, selanjutnya adalah mengubah data tersebut kedalam kriteria yang telah ditentukan berupa nilai rating

kecocokan setiap alternatif pada setiap kriteria. Rating kecocokan dari setiap alternatif pada setiap kriteria terdapat dalam Tabel 4.10.

Tabel 4.10. Rating Kecocokan Setiap Alternatif pada Setiap Kriteria

Lahan Kriteria

C1 C2 C3 C4 C5 C6 C7 C8

A1 2 2 1 5 3 4 4 3

A2 2 2 1 5 3 4 4 3

A3 4 1 1 5 3 4 4 3

A4 4 2 1 4 3 4 4 3

A5 4 2 1 2 3 1 4 3

A6 4 2 1 2 3 2 4 3

Setelah didapat nilai dari rating kecocokan setiap alternatif pada setiap kriteria, langkah selanjutnya membuat matriks keputusan X berdasarkan kriteria kemudian melakukan normalisasi matriks berdasarkan persamaan yang disesuaikan dengan jenis atribut sehingga diperoleh matriks ternormalisasi R. Berikut matriks keputusan X yang dibuat berdasarkan tabel kecocokan pada tabel 4.10.

2 2 1 5 3 4 4 3 2 2 1 5 3 4 4 3 X = 4 1 1 5 3 4 4 3 4 2 1 4 3 4 4 3 4 2 1 2 3 1 4 3 4 2 1 2 3 2 4 3

Hitung normalisasi matriks keputusan X untuk menghitung nilai masing-masing kriteria berdasarkan kriteria keuntungan (benefit) yaitu C1, C2, C3, C4 dan

Untuk Alternatif 1 (A1), maka =

r11 = = = 0.5 r15 = = = 1

r12 = = = 1 r16 = = = 0.25

r13 = = = 1 r17 = = = 1

r14 = = = 1 r18 = = = 1

Untuk Alternatif 2 (A2), maka =

r21 = = = 0.5 r25 = = = 1

r22 = = = 1 r26 = = = 0.25

r23 = = = 1 r27 = = = 1

r24 = = = 1 r28 = = = 1

Untuk Alternatif 3 (A3), maka =

r31 = = = 1 r35 = = = 1

r32 = = = 0.5 r36 = = = 0.25

r33 = = = 1 r37 = = = 1

r34 = = = 1 r38 = = = 1

Untuk Alternatif 4 (A4), maka =

r41 = = = 1 r45 = = = 1

r42 = = = 1 r46 = = = 0.25

r43 = = = 1 r47 = = = 1

Untuk Alternatif 5 (A5), maka =

r51 = = = 1 r55 = = = 1

r52 = = = 1 r56 = = = 1

r53 = = = 1 r57 = = = 1

r54 = = = 0.4 r58 = = = 1

Untuk Alternatif 6 (A6), maka =

r61 = = = 1 r65 = = = 1

r62 = = = 1 r66 = = = 0.5

r63 = = = 1 r67 = = = 1

r64 = = = 0.4 r68 = = = 1

Selanjutnya membuat matriks ternormalisasi R yang diperoleh dari hasil normalisasi matriks X, sebagai berikut:

0.5 1 1 1 1 0.25 1 1 0.5 1 1 1 1 0.25 1 1 R = 1 0.5 1 1 1 0.25 1 1 1 1 1 0.8 1 0.25 1 1 1 1 1 0.4 1 1 1 1 1 1 1 0.4 1 0.5 1 1

Dari hasil normalisasi matriks yang telah didapat, kemudian dihitung nilai preferensi untuk setiap alternatif ∑ , berdasarkan nilai bobot preferensi yang telah ditetapkan sebelumnya, yaitu W1 = 3, W2 = 4, W3 = 4, W4 = 4, W5 = 5, W6

= 5, W7 = 5 dan W8 = 5. Bobot preferensi atau tingkat kepentingan (W) pada setiap

kriteria ditentukan oleh pihak perusahaan bergantung pada tingkat kepentingan untuk setiap kriteria, sebagai contoh kriteria unsur C/N tanah memiliki bobot lebih tinggi dari pada kriteria status lahan karena sesuai dengan keputusan pada pihak BPTD untuk

menghasilkan lahan yang baik diperlukan unsur tanah yang sesuai tetapi status lahan hanya sebagai faktor pendukung tambahan. Berikut perhitungan nilai preferensi untuk setiap alternatif.

V1 = (W1 x r11) + (W2 x r12) + (W3 x r13) + (W4 x r14) + (W5 x r15) + (W6 x r16) +

(W7 x r17) + (W8 x r18)

= (3)(0.5) + (4)(1) + (4)(1) + (4)(1) + (5)(1) + (5)(0.25) + (5)(1) + (5)(1) = 1.5 + 4 + 4 + 4 + 5 + 1.25 + 5 + 5

= 29.75

V2 = (W1 x r21) + (W2 x r22) + (W3 x r23) + (W4 x r24) + (W5 x r25) + (W6 x r26) +

(W7 x r27) + (W8 x r28)

= (3)(0.5) + (4)(1) + (4)(1) + (4)(1) + (5)(1) + (5)(0.25) + (5)(1) + (5)(1) = 1.5 + 4 + 4 + 4 + 5 + 1.25 + 5 + 5

= 29.75

V3 = (W1 x r31) + (W2 x r32) + (W3 x r33) + (W4 x r34) + (W5 x r35) + (W6 x r36) +

(W7 x r37) + (W8 x r38)

= (3)(1) + (4)(0.5) + (4)(1) + (4)(1) + (5)(1) + (5)(0.25) + (5)(1) + (5)(1) = 3 + 2 + 4 + 4 + 5 + 1.25 + 5 + 5

= 29.25

V4 = (W1 x r41) + (W2 x r42) + (W3 x r43) + (W4 x r44) + (W5 x r45) + (W6 x r46) +

(W7 x r47) + (W8 x r48)

= (3)(1) + (4)(1) + (4)(1) + (4)(0.8) + (5)(1) + (5)(0.25) + (5)(1) + (5)(1) = 3 + 4 + 4 + 3.2 + 5 + 1.25 + 5 + 5

= 30.45

V5 = (W1 x r51) + (W2 x r52) + (W3 x r53) + (W4 x r54) + (W5 x r55) + (W6 x r56) +

(W7 x r57) + (W8 x r58)

= (3)(1) + (4)(1) + (4)(1) + (4)(0.4) + (5)(1) + (5)(1) + (5)(1) + (5)(1) = 3 + 4 + 4 + 1.6 + 5 + 5 + 5 + 5

V6 = (W1 x r61) + (W2 x r62) + (W3 x r63) + (W4 x r64) + (W5 x r65) + (W6 x r66) +

(W7 x r67) + (W8 x r68)

= (3)(1) + (4)(1) + (4)(1) + (4)(0.4) + (5)(1) + (5)(0.5) + (5)(1) + (5)(1) = 3 + 4 + 4 + 1.6 + 5 + 2.5 + 5 + 5

= 30.1

Alternatif dengan nilai terbesar akan terpilih sebagai alternatif terbaik. Dengan kata lain akan terpilih sebagai lahan terbaik dalam penanaman tembakau periode selanjutnya. Hasil perankingan diperoleh : V1 = 29.75, V2 = 29.75, V3 = 29.25, V4 =

30.45, V5 = 32.6, V6 = 30.1. Nilai terbesar ada pada V5, dengan demikian Alternatif

A5 (Pasar 11B) adalah alternatif yang terpilih sebagai alternatif terbaik. Pengurutan

berdasarkan nilai tertinggi yang diperoleh dari perhitungan metode Simple Additive Weighting dapat dilihat pada Tabel 4.11.

Tabel 4.11. Hasil Perankingan Metode SAW Alternatif Nama Lahan Nilai Akhir Ranking

A5 Pasar 11B 32.6 1

A4 Pasar 12 30.45 2

A6 Pasar 1 30.1 3

A2 Pasar 10 29.75 4

A1 Pasar 9 29.75 5

A3 Pasar 11T 29.25 6

4.2.3. Perhitungan metode profile matching

Dalam perhitungan metode Profile Matching, penentuan bobot diberikan jika terdapat selisih nilai GAP. Semakin kecil selisih nilai GAP maka semakin besar nilai bobot yang didapat. Dalam proses perhitungan, data lahan yang digunakan adalah berdasarkan data yang diambil dari BPTD (Balai Penelitian Tembakau Deli) pada tahun 2013 yang telah ditampilkan sebelumnya pada Tabel 4.9. Setelah mengetahui data lahan, selanjutnya dilakukan pemetaan nilai GAP pada setiap faktor yang terdapat pada Tabel 4.12.

Tabel 4.12. Perhitungan GAP

Lahan Kriteria

C1 C2 C3 C4 C5 C6 C7 C8

A1 2 2 1 5 3 4 4 3

A2 2 2 1 5 3 4 4 3

A3 4 1 1 5 3 4 4 3

A4 4 2 1 4 3 4 4 3

A5 4 2 1 2 3 1 4 3

A6 4 2 1 2 3 2 4 3

PROFIL

IDEAL 4 4 3 3 4 4 4 4

A1 -2 -2 -2 2 -1 0 0 -1

G A P

A2 -2 -2 -2 2 -1 0 0 -1

A3 0 -3 -2 2 -1 0 0 -1

A4 0 -2 -2 1 -1 0 0 -1

A5 0 -2 -2 -1 -1 -3 0 -1

A6 0 -2 -2 -1 -1 -2 0 -1

Setelah nilai GAP didapat, kemudian lakukan pembobotan terhadap nilai GAP. Semakin kecil selisih GAP maka semakin besar nilai bobot dan begitu pun sebaliknya. Cara melakukan pembobotan terhadap nilai GAP adalah berdasarkan ketentuan pada Tabel 4.13.

Tabel 4.13. Bobot Nilai GAP Selisih GAP Bobot Nilai Keterangan

0 5 Kompetensi sesuai kebutuhkan (tidak ada selisih) 1 4.5 Kompetensi individu kelebihan 1 tingkat -1 4 Kompetensi individu kekurangan 1 tingkat

2 3.5 Kompetensi individu kelebihan 2 tingkat -2 3 Kompetensi individu kekurangan 2 tingkat

3 2.5 Kompetensi individu kelebihan 3 tingkat -3 2 Kompetensi individu kekurangan 3 tingkat

4 1.5 Kompetensi individu kelebihan 4 tingkat -4 1 Kompetensi individu kekurangan 4 tingkat

5 0.5 Kompetensi individu kelebihan 5 tingkat -5 0 Kompetensi individu kekurangan 5 tingkat

Berdasarkan ketentuan bobot penilaian GAP diatas, maka didapat hasil pembobotan seperti pada Tabel 4.14.

Tabel 4.14. Hasil Pembobotan Nilai GAP

Lahan Kriteria

C1 C2 C3 C4 C5 C6 C7 C8

A1 -2 -2 -2 2 -1 0 0 -1

G A P

A2 -2 -2 -2 2 -1 0 0 -1

A3 0 -3 -2 2 -1 0 0 -1

A4 0 -2 -2 1 -1 0 0 -1

A5 0 -2 -2 -1 -1 -3 0 -1

A6 0 -2 -2 -1 -1 -2 0 -1

A1 3 3 3 3.5 4 5 5 4

Nilai Bobot

GAP

A2 3 3 3 3.5 4 5 5 4

A3 5 2 3 3.5 4 5 5 4

A4 5 3 3 4.5 4 5 5 4

A5 5 3 3 4 4 2 5 4

A6 5 3 3 4 4 3 5 4

Setelah didapatkan nilai bobot GAP, langkah selanjutnya adalah menghitung dan mengelompokkan nilai Core Factor dan Secondary Factor. Yang termasuk kedalam Core Factor adalah kriteria Unsur C/N Tanah (C2), Unsur pH Tanah (C3),

Unsur P2O5 Tanah (C4), Persentase Pokok Mati (C5). Sedangkan yang termasuk

kedalam Secondary Factor adalah kriteria Status Lahan (C1), Persentase Phytoptora

perhitungan Core Factor dan Secondary Factor beserta hasil perhitungan nilai Core Factor dan Secondary Factor yang ditampilkan dalam Tabel 4.15.

Perhitungan Nilai Core Factor : Perhitungan Nilai Secondary Factor :

NCF1 = NSF1 =

= =

= =

= 3.375 = 4.25

NCF2 = NSF2 =

= =

= =

= 3.375 = 4.25

NCF3 = NSF3 =

= =

= =

= 3.125 = 4.75

NCF4 = NSF4 =

= =

= =

= 3.625 = 4.75

NCF5 = NSF5 =

= =

= =

NCF6 = NSF6 =

= =

= =

= 3.5 = 4.25

Tabel 4.15. Nilai Core Factor dan Secondary Factor Alternatif Core Factor Secondary Factor

A1 3.375 4.25

A2 3.375 4.25

A3 3.125 4.75

A4 3.625 4.75

A5 3.5 4

A6 3.5 4.25

Selanjutnya melakukan perhitungan nilai total berdasarkan persentase dari

Core Factor yaitu 60% dan Secondary Factor yaitu 40%. Hasil akhir dari perhitungan metode Profile Matching dapat dilihat dalam Tabel 4.16.

Perhitungan Nilai Total :

N1 = (60% × NCF1) + (40% × NSF1)

= (60% × 3.375) + (40% × 4.25) = 2.025 + 1.7 = 3.725

N2 = (60% × NCF2) + (40% × NSF2)

= (60% × 3.375) + (40% × 4.25) = 2.025 + 1.7 = 3.725

N3 = (60% × NCF3) + (40% × NSF3)

= (60% × 3.125) + (40% × 4.75) = 1.875 + 1.9 = 3.775

N4 = (60% × NCF4) + (40% × NSF4)

= (60% × 3.625) + (40% × 4.75) = 2.175 + 1.9 = 4.075

N5 = (60% × NCF5) + (40% × NSF5)

= (60% × 3.5) + (40% × 4) = 2.1 + 1.6 = 3.7

N6 = (60% × NCF6) + (40% × NSF6)

= (60% × 3.5) + (40% × 4.25) = 2.1 + 1.7 = 3.8

Berdasarkan hasil perhitungan diperoleh: N1 = 3.725, N2 = 3.725, N3 = 3.775,

N4 = 4.075, N5 = 3.7, N6 = 3.8. Nilai terbesar berada pada N4, dengan demikian

Alternatif A4 (Pasar 12) adalah alternatif yang terpilih sebagai alternatif terbaik.

Pengurutan berdasarkan nilai tertinggi yang diperoleh dari perhitungan metode Profile Matching dapat dilihat pada Tabel 4.16.

Tabel 4.16. Hasil Perankingan Metode Profile Matching Alternatif Nama Lahan Nilai Akhir Ranking

A4 Pasar 12 4.075 1

A6 Pasar 1 3.8 2

A3 Pasar 11T 3.775 3

A1 Pasar 9 3.725 4

A2 Pasar 10 3.725 5

A5 Pasar 11B 3.7 6

4.2.4. Pengujian Perbandingan Metode

Hasil dari proses pemilihan yang dilakukan oleh Balai Penelitian Tembakau Deli (BPTD) dalam menilai status lahan terbaik ditampilkan dalam Tabel 4.17 dengan menggunakan data hasil produksi lahan berdasarkan produksi picol of stapel daun reguler pada tahun 2013.

Tabel 4.17. Penilaian Hasil Produksi Tahun 2013

No Alternatif Nama Lahan Hasil Produksi

1 A1 Pasar 9 38311

2 A2 Pasar 10 38850

3 A3 Pasar 11T 36321

4 A4 Pasar 12 41534

5 A5 Pasar 11B 46923

6 A6 Pasar 1 46297

Berdasarkan penilaian yang dilakukan oleh Balai Penelitian Tembakau Deli (BPTD) dalam pemilihan lahan terbaik pada tahun 2013 didapat hasil bahwa lahan pada Pasar 11B merupakan lahan terbaik karena memiliki nilai produksi tertinggi yaitu sebanyak 46923 . Untuk menentukan metode mana yang lebih akurat dalam penilaian lahan terbaik dilakukan perbandingan hasil metode Simple Additive Weighting dan Profile Matching dengan nilai hasil produksi pada pihak BPTD.

Tabel 4.18. Hasil Penilaian BPTD dan Metode SAW dan Profile Matching No Nama Lahan BPTD SAW Profile Matching

1 Pasar 9 38311 29.75 3.725

2 Pasar 10 38850 29.75 3.725 3 Pasar 11T 36321 29.25 3.775 4 Pasar 12 41534 30.45 4.075

5 Pasar 11B 46923 32.6 3.7

6 Pasar 1 46297 30.1 3.8

Berdasarkan nilai pada Tabel 4.18 didapat solusi lahan terbaik berdasarkan metode

Simple Additive Weighting adalah lahan pada Pasar 11B, sesuai dengan hasil yang didapat pada pihak BPTD yaitu lahan pada Pasar 11B. Sedangkan pada metode

Profile Matching lahan terbaik yang didapat adalah lahan pada Pasar 12. Oleh karena itu setelah dilakukan perbandingan antara kedua metode dengan pihak BPTD Terbaik

didapatkan bahwa metode Simple Additive Weighting dianggap lebih akurat dibandingkan dengan metode Profile Matching karena hasil lahan terbaik metode

Simple Additive Weighting sama dengan hasil pada pihak BPTD.

4.3. Pengujian Sistem

Pengujian sistem dilakukan untuk mengetahui kinerja dari aplikasi yang telah dibuat dalam melakukan perhitungan menggunakan metode Simple Additive Weighting dan

Profile Matching dalam pemilihan lahan tembakau berdasarkan waktu proses dari masing-masing metode.

4.3.1. Proses pengujian sistem

Sebelum melakukan perhitungan, admin menjalankan sistem dan menginput data lahan yang telah didapat dari BPTD (Balai Penelitian Tembakau Deli). Proses penambahan data dalam sistem dapat dilihat pada Gambar 4.7. Setelah data diinputkan, admin menyimpan data dengan mengklik tombol Add, lalu akan muncul

textboxSave Data yang berarti data akan tersimpan jika admin mengklik tombol Ok. Data akan tersimpan didalam database dan ditampilkan didalam tabel kriteria lahan.

Setelah data tersimpan, admin mengklik tombol Lihat Data dan sistem akan menampilkan tabel kriteria pada metode SAW dan Profile Matching seperti yang terlihat pada Gambar 4.8. Tabel ini berisi data yang telah diinputkan dan telah diubah ke dalam kriteria bobot penilaian pada masing-masing metode.

Gambar 4.8. Tampilan Proses Lihat Data

Admin dapat menghapus data dengan mengklik nama lahan pada tabel kriteria lahan kemudian mengklik tombol Delete. Tampilan dari proses menghapus data terdapat pada Gambar 4.9.

4.3.2. Hasil pengujian sistem

Hasil dari proses perhitungan terdapat pada halaman menu Proses Metode. Admin dapat melakukan proses perankingan lahan berdasarkan metode SAW dan Profile Matching dengan mengklik tombol Process. Hasil perankingan dan proses running time akan ditampilkan dalam tabel pada Gambar 4.10.

Gambar 4.10. Hasil Pengujian Pertama Sistem

Berdasarkan pengujian pertama sistem sesuai pada Gambar 4.10 dapat dilihat bahwa lama proses eksekusi pada metode SAW adalah 0.2020116 detik dan lama proses eksekusi pada metode Profile Matching adalah 0.7130407 detik.

Gambar 4.11. Hasil Pengujian Kedua Sistem

Berdasarkan pengujian kedua sistem sesuai pada Gambar 4.11 dapat dilihat bahwa lama proses eksekusi pada metode SAW adalah 0.2190125 dan lama proses eksekusi pada metode Profile Matching adalah 0.7410425 detik.

Berdasarkan pengujian ketiga sistem sesuai pada Gambar 4.12 dapat dilihat bahwa lama proses eksekusi pada metode SAW adalah 0.1960112 dan lama proses eksekusi pada metode Profile Matching adalah 0.6910395 detik.

Hasil dari ketiga pengujian dari lama proses eksekusi diatas didapatkan bahwa waktu proses eksekusi pada metode SAW lebih cepat dibandingkan dengan metode

Profile Matching. Hasil penentuan lahan terbaik dengan metode SAW yang memiliki nilai terbesar dari semua alternatif adalah Pasar 11B dengan nilai 32.6, maka lahan yang terpilih menjadi solusi terbaik adalah lahan pada Pasar 11B. Sedangkan pada metode Profile Matching yang memiliki nilai terbesar dari semua alternatif adalah Pasar 12 dengan nilai 4.075, maka Pasar 12 menjadi solusi lahan terbaik. Hasil pengujian dapat dilihat pada Tabel 4.19.

Tabel 4.19. Hasil Pengujian Metode SAW dan Profile Matching

Metode Pengujian Running Time (detik)

Pengujian Pertama Pengujian Kedua Pengujian Ketiga

SAW 0.2020116 0.2190125 0.1960112

vii

IMPLEMENTATION OF SIMPLE ADDITIVE WEIGHTING AND PROFILE MATCHING METHODS FOR SELECTING TOBACCO

FIELDS (CASE STUDY: PTPN II – BULU CINA FARM)

ABSTRACT

The development of PT. Perkebunan Nusantara II (PTPN II) was currently having a deflation caused by the lack of fields for cultivation. There were many fields from the company of PTPN II that has been taken over by the government and the local people. Tobacco is one of the commodity that produced by PTPN II which are consumed by the people. In producing the good quality of tobacco, the good fields are necessary. Meanwhile, the existance of the limited fields that currently available, the company had problems in selecting the best fields for the next planting of tobacco plants. Therefore, the writer interested to make a decision support system in selecting the best tobacco fields. The methods that used in this decision support system was Simple Additive Weighting and Profile Matching methods by using C# programming language and MySQL database as the fields data storage. The final result of this process was the best rank of both methods as a consideration for the decision makers to decide the best fields for the next planting process.

Keywords: Decision Support System, Tobacco, Fields, Simple Additive Weighting, Profile Matching.

DAFTAR ISI

Halaman

Persetujuan ii

Pernyataan iii

Penghargaan iv

Abstrak vi

Abstract vii

Daftar Isi viii

Daftar Tabel x

Daftar Gambar xi

Daftar Lampiran xii

Bab 1 Pendahuluan

1.1. Latar Belakang 1

1.2. Rumusan Masalah 2

1.3. Batasan Masalah 3

1.4. Tujuan Penelitian 3

1.5. Manfaat Penelitian 3

1.6. Metodologi Penelitian 3

1.7. Sistematika Penulisan 4

Bab 2 Landasan Teori

2.1. Sistem Pendukung Keputusan 6

2.1.1. Syarat Sistem Pendukung Keputusan 6 2.1.2. Komponen Sistem Pendukung Keputusan 7 2.1.3. Karakteristik Sistem Pendukung Keputusan 8 2.1.4. Kriteria Sistem Pendukung Keputusan 8 2.1.5. Tahap-Tahap dalam Pengambilah Keputusan 9 2.2. Fuzzy Multipe Attribute Decision Making (FMADM) 10

2.3. Metode Simple Additive Weighting 10

2.3.1. Langkah-Langkah Penyelesaian 10

2.4. Metode Profile Matching 12

2.4.1. Langkah-Langkah Penyelesaian 12

2.5. Sejarah Perkebunan Tembakau Deli di Bulu Cina 13 2.6. Karakteristik dan Kualitas Lahan Tembakau 15

ix

3.2.4. Flowchart 23

3.2.5. Perancangan Struktur Tabel 25

3.2.6. Entity Relationship Diagram 28

3.3. Perancangan Sistem 29

3.3.1. Perancangan Antarmuka (Interface) 29 Bab 4 Implementasi dan Pengujian Sistem

4.1. Implementasi 35

4.1.1. Tampilan Halaman Login 35

4.1.2. Tampilan Halaman Menu Utama 36

4.1.3. Tampilan Halaman Data Lahan 36

4.1.4. Tampilan Halaman Proses Metode 37

4.1.5. Tampilan Halaman About 38

4.1.6. Tampilan Halaman Help 39

4.2 Pengujian Metode 39

4.2.1. Penentuan Kriteria 39

4.2.2. Perhitungan Metode Simple Additive Weighting 44 4.2.3. Perhitungan Metode Profile Matching 49 4.2.4. Pengujian Perbandingan Metode 54

4.3. Pengujian Sistem 56

4.3.1. Proses Pengujian Sistem 56

4.3.2. Hasil Pengujian Sistem 58

Bab 5 Kesimpulan dan Saran

5.1. Kesimpulan 61

5.2. Saran 62

Daftar Pustaka 63

DAFTAR TABEL

Nomor

Tabel Nama Tabel Halaman

3.1. 3.2. 3.3. 3.4. 3.5. 3.6. 3.7. 3.8. 3.9. 3.10. 3.11. 3.12. 4.1. 4.2. 4.3. 4.4. 4.5. 4.6. 4.7. 4.8. 4.9. 4.10. 4.11. 4.12. 4.13. 4.14. 4.15. 4.16. 4.17. 4.18. 4.19.

Struktur Tabel Kriteria SAW

Struktur Tabel Kriteria Profile Matching Struktur Tabel Bobot Ideal

Struktur Tabel Nilai GAP

Struktur Tabel Ranking Profile Matching Struktur Tabel Ranking SAW

Keterangan Gambar Rancangan Halaman Login

Keterangan Gambar Rancangan Halaman Menu Utama Keterangan Gambar Rancangan Halaman Menu Data Lahan Keterangan Gambar Rancangan Halaman Menu Proses Metode Keterangan Gambar Rancangan Halaman Menu About

Keterangan Gambar Rancangan Halaman Menu Help Status Lahan

Unsur C/N Tanah Unsur pH Tanah Unsur P2O5 Tanah

Persentase Pokok Mati Persentase Phytoptora Persentase BPL (Bakteri) Persentase TLCV (Virus)

Data Lahan Tembakau Tahun 2013

Rating Kecocokan Setiap Alternatif pada Setiap Kriteria Hasil Perankingan Metode SAW

Perhitungan GAP Bobot Nilai GAP

Hasil Pembobotan Nilai GAP

Nilai Core Factor dan Secondary Factor Hasil Perankingan Metode Profile Matching Penilaian Hasil Produksi Tahun 2013

Hasil Penilaian BPTD dan Metode SAW dan Profile Matching Hasil Pengujian Metode SAW dan Profile Matching

26 26 27 27 27 28 29 30 31 32 33 34 40 41 41 42 42 43 43 43 44 45 49 50 50 51 53 54 55 55 60

xi

DAFTAR GAMBAR

Nomor

Gambar Nama Gambar Halaman

2.1. 2.2. 3.1. 3.2. 3.3. 3.4. 3.5. 3.6. 3.7. 3.8. 3.9. 3.10. 3.11. 3.12. 3.13. 3.14. 3.15. 4.1. 4.2. 4.3. 4.4. 4.5. 4.6. 4.7. 4.8. 4.9. 4.10. 4.11. 4.12.

Komponen Sistem Pendukung Keputusan

Peta Perkebunan Bulu Cina (Sumber: PTPN 2 Kebun Bulu Cina) Diagram Ishikawa

Use Case Diagram

Activity Diagram Metode SAW dan Profile Matching Sequence Diagram Metode SAW

Sequence Diagram Metode Profile Matching Flowchart Sistem Metode SAW

Flowchart Sistem Metode Profile Matching ERD Metode Profile Matching

ERD Metode SAW

Rancangan Halaman Login

Rancangan Halaman Menu Utama Rancangan Halaman Menu Data Lahan Rancangan Halaman Menu Proses Metode Rancangan Halaman Menu About

Rancangan Halaman Menu Help Tampilan Form Halaman Login

Tampilan Form Halaman Menu Utama Tampilan Form Halaman Menu Data Lahan Tampilan Form Halaman Menu Proses Metode Tampilan Form Halaman Menu About

Tampilan Form Halaman Menu Help Tampilan Proses Tambah Data Tampilan Proses Lihat Data Tampilan Proses Hapus Data Hasil Pengujian Pertama Sistem Hasil Pengujian Kedua Sistem Hasil Pengujian Ketiga Sistem

7 14 18 20 21 22 23 24 25 28 28 29 30 31 32 33 34 35 36 37 38 38 39 56 57 57 58 59 59

DAFTAR LAMPIRAN

Halaman

Listing Program 66