28
3.4. Flowchart
3.4.1. Flowchart Metode SMART Algoritma dari metode SMART dapat digambarkan dengan flowchart seperti pada
gambar 3.17 berikut :
Gambar 3.17 Flowchart Metode SMART
Universitas Sumatera Utara
29
3.4.2. Flowchart Metode ELECTRE Algoritma dari metode ELECTRE dapat digambarkan dengan flowchart seperti pada
gambar 3.18 berikut
Gambar 3.18 Flowchart Metode ELECTRE
Universitas Sumatera Utara
30
3.4.3. Flowchart Sistem Keseluruhan Untuk flowchart keseluruhan sistem dapat dilihat pada gambar 3.19 berikut :
Gambar 3.19 Flowchart Sistem Keseluruhan
Universitas Sumatera Utara
BAB 4
IMPLEMENTASI DAN PENGUJIAN SISTEM
4.1 Implementasi sistem
Tahapan implementasi system merupakan sebuah tahapan dimana sistem yang sudah selesai dirancang kemudian diimplementasikan, pada tahapan ini akan diuji apakah
system dapat melakukan proses dan menghasilkan output sesuai dengan yang diharapkan, tahapan ini dilakukan setelah tahapan Analisis dan Implementasi Sistem.
4.1.1. Implementasi Metode ELECTRE Sistem yang dibangun pada skripsi ini mengimplementasikan Metode ELECTRE
untuk mencari nilai tertinggi bagi para calon anggota DPRD, dengan bobot yang sudah ditentukan, kemudian tim penyeleksi akan memasukkan nilai yang diterima dari
hasil pengamatan dilapangan, sehingga nilai yang dimasukkan akan diolah dengan bobot yang ditentukan dan menghasilkan keluaran berupa kesimpulan calon anggota
DPRD yang paling unggul. Bobot dari setiap kriteria dapat dilihat pada Tabel 4.1 Tabel 4.1. Bobot Kriteria
No. Kriteria
Bobot 1.
Kemampuan melobi 25
2. Pemahaman berorganisasi
10 3.
Pemahaman terhadap partai 10
4. Ketokohan dalam masyarakat
30 5.
Tujuan bergabung ke partai 15
6. Pendidikan
5 7.
Usia 5
Kemudian bobot kriteria ini akan berguna untuk menentukan seberapa penting tiap kriteria yang disajikan, kemudian akan dilakukan perhitungan dengan Metode
ELECTRE
Universitas Sumatera Utara
32
dan SMART, setelah dilakukan perhitungan maka akan diuji dengan tiga kali pengujian berdasarkan jumlah alternatif.
Berikut langkah-langkah penyelesaian kasus dengan metode ELECTRE : a.
Memberikan nilai pada setiap alternatif Untuk nilai setiap alternatif dapat dilihat pada Tabel 4.2.
Tabel 4.2. Tabel Nilai Alt
Kriteria C1
C2 C3
C4 C5
C6 C7
A1 90
80 70
90 85
70 50
A2 85
70 60
90 60
70 50
A3 80
75 60
90 70
10 10
A4 75
60 60
75 80
50 100
A5 65
70 60
60 80
70 50
A6 90
85 70
70 75
70 100
A7 80
80 75
60 75
70 10
A8 60
60 70
65 60
70 100
A9 76
85 80
90 60
30 10
A10 70
80 75
60 60
70 100
b. Dari data yang sudah dimasukkan oleh tim penyeleksi, sistem akan melakukan
proses normalisasi matriks keputusan dengan rumus : � =
�
�
2 �
=1
Sehingga untuk kolom pertama diperoleh nilai sebagai berikut : |X
1
| = √90
2
+85
2
+80
2
+75
2
+65
2
+90
2
+80
2
+60
2
+76
2
+70
2
=245.664 |X
2
| = √80
2
+70
2
+75
2
+60
2
+70
2
+85
2
+80
2
+60
2
+85
2
+80
2
=237.22 Dan seterusnya. Untuk hasil selengkapnya dapat dilihat pada Tabel 4.3
Tabel 4.3. Tabel Normalisasi x1
x2 x3
x4 x5
x6 x7
245.66 237.22
216.22 240.73
224.89 194.42
218.63
Universitas Sumatera Utara
33
dari hasil normalisasi, akan dicari nilai Matriks R dengan cara sebagai berikut : r
11
=
�11 |
�1|
=
90 245.66
= 0.37 r
12
=
�21 |
�1|
=
85 245.66
= 0.35 dan seterusnya. Sehingga diperoleh matriks R sebagai berikut :
Matriks R 0.37
0.34 0.32
0.37 0.38
0.36 0.23
0.35 0.3
0.28 0.37
0.27 0.36
0.23 0.33
0.32 0.28
0.37 0.31
0.05 0.05
0.31 0.25
0.28 0.31
0.36 0.26
0.46 0.26
0.3 0.28
0.25 0.36
0.36 0.23
0.37 0.36
0.32 0.29
0.33 0.36
0.46 0.33
0.34 0.35
0.25 0.33
0.36 0.05
0.24 0.25
0.32 0.27
0.27 0.36
0.46 0.31
0.36 0.37
0.37 0.27
0.15 0.05
0.28 0.34
0.35 0.25
0.27 0.36
0.46 c.
Kemudian dihitung faktor kepentingan bobot setiap kriteria, dengan cara mengalikan nilai pada martiks R dengan bobot yang sudah ditetapkan sebelumnya:
0.37 25 = 9.25 0.34 10 = 3.4
dan seterusnya. Sehingga diperoleh matriks V sebagai berikut : Matriks V
9.25 3.4
3.2 11.1
5.7 1.8
1.15 8.75
3 2.8
11.1 4.05
1.8 1.15
8.25 3.2
2.8 11.1
4.65 0.25
0.25 7.75
2.5 2.8
9.3 5.4
1.3 2.3
6.5 3
2.8 7.5
5.4 1.8
1.15 9.25
3.6 3.2
8.7 4.95
1.8 2.3
8.25 3.4
3.5 7.5
4.95 1.8
0.25 6
2.5 3.2
8.1 4.05
1.8 2.3
7.75 3.6
3.7 11.1
4.05 0.75
0.25 7
3.4 3.5
7.5 4.05
1.8 2.3
Universitas Sumatera Utara
34
d. Langkah selanjutnya adalah menentukan nilai Concordance, untuk menentukan
matriks Concordance dengan rumus : C
kl
= j | v
kj
≥ v
ij
, untuk j = 1, 2, 3, … , n. Maka :
c
12
= w
1
+ w
2
+ w
3
+ w
4
+ w
5
+ w
6
+ w
7
= 25 + 10 + 10 + 30 + 15 + 5 + 5 = 100 c
13
= w
1
+ w
2
+ w
3
+ w
4
+ w
5
+ w
6
+ w
7
= 25 + 10 + 10 + 30 + 15 + 5 + 5 = 100 dan seterusnya. Sehingga diperoleh matriks Concordance sebagai berikut:
Matriks Concordance − 100 100 95 100 85 90 95 80 85
40 −
75 80
85 35
65 85
80 75
30 65
− 75
75 30
60 80
75 70
5 30
35 −
85 50
50 85
50 75
10 45
35 40
− 20
55 55
25 50
55 70
70 55
85 − 90 100 60 90
25 40
70 50
80 30
− 65
50 95
20 35
20 30
50 20
40 −
25 55
50 65
60 75
75 50
55 90
− 90 30
45 30
30 85
20 60
70 25
−
e. Setelah matriks Concordance diperoleh, selanjutnya ditentukan matriks
Discordance, unutk menentukan matriks Discordance digunakan rumus sebagai berikut
D
kl
= j | v
kj
≥ v
ij
, untuk j = 1, 2, 3, … , n. Maka :
d
14
= max
1.15 − 2.3 max
9.25 − 7.75 ; 3.4 − 2.5 … |1.15 − 2.3 =
max 1.15
max 1.5;0.9;…;1.15
=
1.15 1.79
= 0.639
d
16
= max
1.15 − 2.3 max
9.25 − 9.25 ; 3.4 − 3.6 … |1.15 − 2.3 =
max 1.15
max 0; 0.2; … ; 1.15
= 1.15
2.4 = 0.479
Universitas Sumatera Utara
35
Sehingga diperoleh matriks Discordance sebagai berikut : Nilai Matriks Discordance
− 0 0.639
0.479 0.083
0.354 0.303
0.319 1
− 0.387 0.75 0.375 0.479 0.25 0.383 0.857 0.319 1
1 −
1 0.431
0.854 0.431
0.683 1
0.569 1
1 0.878
− 0.278
1 0.439
0.286 0.878
0.5 1
1 1
0.4 −
1 1
0.852 1
0.852 1
1 1
1 0.164
− 0.146
1 0.133
1 1
1 1
0.514 1
− 0.911
1 1
1 1
1 1
1 1
1 −
1 1
1 1
0.667 1
0.375 0.854
0.292 0.638
− 0.569
1 1
1 1
1 1
0.61 0.6
1 −
f. Kemudian ditentukan niali ambang threshold c dan threshold d denganrumus :
c dan d
sehingga berdasarkan nilai matriks Concordance dan Discordance dihasilkan nilai :
untuk nilai threshold c =
5290 1010
−1
= 58.77 dan untuk nilai threshold d =
65,78 1010
−1
= 0.73 g.
Setelah nilai ambang threshold dari masing- masing matriks didapatkan, langkah selanjutnya adalah membandingkan nilai dari masing-masing matriks matriks
Concordance dan Discordance dengan nilai threshold yang sudah didapat untuk menghasilkan nilai matriks dominan F
kl
dan G
kl,
dengan ketentuan sebagai berikut:
F
kl
=1, jika c
kl
≥ c F
kl
=0, jika c
kl
c g
kl
=1, jika d
kl
≥ d g
kl
=0, jika d
k l
d
Dari sampel data pendaftar didapatkan matriks dominan F
kl
sebagai berikut dibelakang
Universitas Sumatera Utara
36
Nilai Matriks F
kl
− 1 1 1 1 1 1 1 1 0 − 1 1 1 0 1 1 1 1
1 − 1 1 0 1 1 1 1
− 1 0 0 1 0 1 − 0 0 0 0 0
1 1
1 − 1 1 1 1
1 1
− 1 0 1 − 0 0
1 1
1 1
1 − 1
1 1
1 −
Dan kemudian untuk matriks dominan G
kl
didapatkan nilai sebagai berikut :
− 0 0 0 0 0 0 0 0 0 1
− 0 1 0 0 0 0 1 0 1
1 − 1 0 1 0 0 1 0
1 1
1 − 0 1 0 0 1 0
1 1
1 1
− 1 1 1 1 1 1
1 1
− 0 0 1 0 1
1 1
1 1
− 1 1 1 1
1 1
1 1
1 1
− 1 1 1
1 1
1 − 0
1 1
1 1
1 1
1 −
h. Kemudian matriks F
kl
dan G
kl
akan dikalikan sehingga menghasilkan matriks E, matriks E merupakan sebuah matriks kesimpulan, dimana baris yang mempunyai
nilai 1 paling banyak merupakan baris atau alternatif yang terpilih. Dari data sampel dihasilkan matriks E sebagai berikut :
− 0 0 0 0 0 0 0 0 0 − 0 1 0 0 0 0 1 0
1 − 1 0 0 0 0 1 0
− 0 0 0 0 0 0 − 0 0 0 0 0
1 1
− 0 0 1 0 1
− 1 0 1 − 0 0
1 1
− 0 1
−
Universitas Sumatera Utara
37
i. Kemudian dari matriks E akan diambil kesimpulan dari keputusan dengan cara
mencari baris yang unggul atau dengan cara menjumlahkan nilai dari setiap baris, pada kasus yang dibahas baris yang unggul adalah baris ke-7, maka dapat
disimpulkan bahwa alternatif terpilih adalah alternatif ke-7. 4.1.2.
Implementasi Metode SMART Sebagai pembanding Metode yang dirancang pada Sistem skripsi ini, maka
diimplementasikan juga Metode SMART dengan nilai imputan yang sama pada metode ELECTRE dan tujuan yang sama yaitu untuk mencari nilai tertinggi bagi para
calon anggota DPRD, dengan bobot yang sama, kemudian data diolah sebagaimana data yang dimasukkan tim penyeleksi sebelumnya yang diterima dari hasil
pengamatan dilapangan, nilai yang dimasukkan akan diolah dengan bobot yang ditentukan dan menghasilkan keluaran berupa rangking untuk setiap calonanggota
DPRD. Bobot dari setiap kriteria dapat dilihat pada Tabel 4.1 Sedangkan form isian untuk nilai yang akan dimasukkan dapat dilihat pada Gambar 4.2 kemudian diuji
dengan sampel sebanyak 10 orang pendaftar. Berikut langkah-langkah penyelesaian keputusan dengan menggunakan metode
SMART : a.
Input nilai untuk masing-masing alternatif Agar didapatkan perbandingan antara dua metode ini maka data yang diinputkan
untuk setiap alternatif masih menggunakan data yang sama dengan metode ELECTRE.
b. Normalisasi bobot
Bobot yang digunakan merupakan bobot yang sama dengan metode ELECTRE dengan tujuan agar mendapatkan perbandingan hasil antar metode dengan
menggunakan bobot yang sama dimana bobot berada diskala 0-100, kemudian dari bobot yang ada dilakukan normalisasi dengan rumus :
Normalisasi =
� �
Maka : A1 =
W1 W1 + W2 + W3 + W4 + W5 + W6 + W7
A2 = W2
W1 + W2 + W3 + W4 + W5 + W6 + W7
Universitas Sumatera Utara
38
A3 = W3
W1 + W2 + W3 + W4 + W5 + W6 + W7 Dan seterusnya. Maka untuk data yang ada pada kasus akan dihasilkan
normalisasi sebagai berikut : A1 =
30 30 + 25 + 15 + 10 + 10 + 5 + 5
= 0,3 A2 =
25 30 + 25 + 15 + 10 + 10 + 5 + 5
= 0,25 A3 =
15 30 + 25 + 15 + 10 + 10 + 5 + 5
= 0,15 Dan seterusnya, Sehingga diperoleh bobot akhir sebagaimana pada Tabel 4.4
Tabel 4.4 Nilai Bobot Normalisasi No.
Kriteria Bobot
1. Ketokohan dalam masyarakat
0.3 2.
Kemampuan melobi 0.25
3. Tujuan bergabung ke partai
0.15 4.
Pemahaman berorganisasi 0.1
5. Pemahaman terhadap partai
0.1 6.
Pendidikan 0.05
7. Usia
0.05
Untuk menghitung nilai SMART, setiap alternatif dikalikan dengan kriteria, seperti pada Tabel 4.5
Tabel 4.5. Nilai Akhir SMART Alt
Kriteria Nilai
Smart C1
C2 C3
C4 C5
C6 C7
A1 900.25
800.1 700.1
900.3 850.15
700.05 500.05
83,25 A2
850.25 700.1
600.1 900.3
600.15 700.05
500.05 76.25
A3 800.25
750.1 600.1
900.3 700.15
100.05 100.05
72 A4
750.25 600.1
600.1 750.3
800.15 500.05
1000.05 72.75
A5 650.25
700.1 600.1
600.3 800.15
700.05 500.05
65.25 A6
900.25 850.1
700.1 700.3
750.15 700.05
1000.05 78.75
A7 800.25
800.1 750.1
600.3 750.15
700.05 100.05
68.75 A8
600.25 600.1
700.1 650.3
600.15 700.05
1000.05 65
A9 760.25
850.1 800.1
900.3 600.15
300.05 100.05
73.5 A10
700.25 800.1
750.1 600.3
600.15 700.05
1000.05 68.5
Universitas Sumatera Utara
39
Maka dapat disimpulkan untuk perhitungan dengan mennggunakan metode SMART didapatkan ranking sebagaimana pada Tabel 4.6.
Tabel 4.6. Rangking Alternatif No
Alternatif Rangking
1 A1
83,25 2
A6 78.75
3 A2
76.25 4
A9 73.5
5 A4
72.75 6
A3 72
7 A7
68.75 8
A10 68.5
9 A5
65.25 10
A8 65
4.2. PengujianSistem